Swedish startup Helsing demos autonomous attack drones powered by NVIDIA Jetson Orin Nano that independently identify and strike targets with no human input or external comms.

스웨덴 AI 스타트업 Scaleout Systems는 탑재 인공지능을 사용하여 목표를 독립적으로 식별하고 공격하는 자율 체류 탄약을 시연했다. BAE Systems Bofors의 Winter Demo 2026의 일부로 실시된 최근 시험에서, ALMA(Affordable Loitering Modular Ammunition) 프로그램 하에서 개발된 저비용 탄약은 잠재적 목표를 탐지하고 지리적 위치를 파악한 후, 장갑 공학 차량을 최우선 위협으로 순위 지정하고, 자율적으로 비행하여 폭발물을 투하했다. 배치에서 충격까지 전체 임무는 320초 이내에 완료되었으며, 약 200초는 정찰에 소요되었다. 시스템을 시작하는 버튼 누르기 외에, 수동 조종사 입력은 선택 사항으로 유지되었다. 지정된 조종사는 오직 안전 조종자로만 역할했다. 임무는 외부 통신이 필요 없었으며, 전자전에 대한 탄력성을 보여주었다.

모든 처리는 기체에 탑재된 상태로 실행되었다. Scaleout의 시연 영상 "Technical Demo: Onboard Edge Intelligence for Autonomous UAV Missions"는 드론이 시각 기반 인공지능으로 잠재적 위협을 식별하면서 지정된 조종사가 선택적 수동 개입 기능을 유지하는 모습을 보여준다. 탄약은 카미카제 드론보다는 체류 탄약으로 더 정확하게 표현되는데, 대부분의 비행 시간이 수색, 목표 순위 지정, 공격 대기에 소요되기 때문이다.

Scaleout은 자신의 Edge 플랫폼을 연합 학습과 결합하여 TCVN(전술 컴퓨터 시각 네트워크)을 구성하는데, 이 네트워크에서 장치들은 인공지능을 로컬에서 훈련하고 중앙 처리 없이 빠른 적응을 위해 모델 업데이트를 공유한다. 스웨덴 Karlskoga의 BTC Karlskoga에서 2월에 실시된 별도의 시연에서, Airolit S1 기체는 Nvidia의 Jetson Orin Nano에서 YOLOv8 Nano 물체 탐지 모델을 섭씨 영하 18도에서 실행했다. 시스템은 초당 20미터의 비행 속도에서 초당 30프레임을 달성했으며, 목표 지연시간은 30밀리초 이하로, 현장 조건에서 지속되었다. 깊이 센서 없이 거리 측정은 핀홀 카메라 모델을 알려진 물체 크기와 결합하여 가능했다.

2026년 6월 시연은 약화된 통신 중 Scaleout Edge의 탄력성을 시험했다. 두 개의 지상 노드가 클라우드 호스팅된 Scaleout Edge 제어 평면 하에서 작동했다: 공군 기지에 전방 배치되고 안정적 연결성을 갖춘 알파 노드와 우프살라의 실험실 노드인 브라보로, 그 연결이 먼저 약화되었다가 완전히 차단되었다. 브라보는 오프라인 상태에서 완전 프레임 레이트에서 추론과 활성 학습을 유지했으며, 탐지를 로컬에 기록한 후 재연결 시 하트비트, 중요 경고, 드리프트 탐지, 모델 업데이트, 원격 측정의 우선순위로 역채움했다. 이 시험은 외부 간섭 및 재밍의 영향을 모방했다.

Scaleout의 FEDAIR 프로젝트는 NATO의 DIANA 가속기 프로그램의 일부로, 10만 유로의 개발 기금, 훈련, 시험 접근권을 받았다. 이러한 시연과 기금 조성은 공식적인 NATO 조달 주문이나 전투 배치 이전이다. 치명적 자율 무기에 관한 UN 전문가 그룹은 최근 전쟁법 준수를 위해 인간의 판단과 제어가 여전히 필요하다고 결론을 내렸으며, 그룹의 권고사항은 11월에 제네바에서 검토될 예정이다. 그럼에도 불구하고 Scaleout의 시연은 자율 목표 선정이 탄약 자체에 탑재된 저렴하고 상업적으로 이용 가능한 처리기에서 완전히 실행될 수 있음을 입증했다.