SENTINEL 구축: 오픈 소스 AI 분쟁 예측 시스템

문제점

정보 기관들은 분쟁이 시작된 이후에야 대응합니다.

2022년 우크라이나 침공은 전 세계를 놀라게 했습니다. 이는 신호가 없었기 때문이 아니라, 그 신호들을 실시간으로 통합(fusing)하는 사람이 아무도 없었기 때문입니다.

의사 결정권자들에게는 상황이 악화되기 전에 위협을 감지하는 조기 경보 시스템이 필요합니다.

해결책

저는 SENTINEL을 구축했습니다. 이는 5개의 독립적인 데이터 소스를 하나의 0-100 위협 점수로 통합하여 30분마다 업데이트함으로써 전 세계의 핫스팟을 모니터링하는 오픈 소스 AI 시스템입니다.

5가지 신호

1. 뉴스 및 미디어 (NEWS & MEDIA) (GDELT Project)

   • 100개 이상의 언어로 된 65,000개의 뉴스 소스
   • 감지 항목: 미디어 보도 급증, 외교적 긴장

2. 항공기 추적 (AIRCRAFT TRACKING) (OpenSky Network)

   • 전 세계 4,000개 이상의 수신기로부터 받는 실시간 ADS-B 데이터
   • 감지 항목: 군용 비행, 병력 수송, 대피

3. 지진 활동 (SEISMIC ACTIVITY) (USGS)

   • 규모 2.5 이상의 이벤트를 감지하는 전 세계 지진 센서
   • 감지 항목: 핵 실험, 포격, 폭발

4. 방산주 (DEFENSE STOCKS) (Yahoo Finance)

   • 상위 5개 무기 제조업체에 대한 실시간 데이터
   • 감지 항목: 내부자 거래 패턴, 전쟁 특수 이익

5. 무력 분쟁 (ARMED CONFLICTS) (ACLED)

   • 50개 이상의 국가에서 분쟁을 추적하는 200명 이상의 연구원
   • 감지 항목: 전투, 폭발, 영토 통제권 변화

역사적 검증

저는 4개의 주요 분쟁을 대상으로 SENTINEL을 테스트했습니다. 결과는 다음과 같습니다:

우크라이나 2022

• 경보 발생 시점: 2022년 2월 21일
• 실제 침공: 2022년 2월 24일
• 조기 경보: 72시간

카르길 전쟁 1999

• 경보: 1999년 5월
• 실제 분쟁: 1999년 6월
• 조기 경보: 30일

걸프 전쟁 1990

• 경보: 1990년 7월 31일
• 실제 전쟁: 1990년 8월 2일
• 조기 경보: 48시간

이스라엘-이란 2024

• 탐지 (Detection): 실시간 (2026년 6월 8일)
• 실제 에스컬레이션 (Actual escalation): 2026년 6월 8일
• 조기 경보 (Early warning): 즉각적

핵심 요점: 이것은 이론적인 것이 아닙니다. 실제 분쟁에서 작동합니다.

작동 원리: 스코어링 알고리즘 (Scoring Algorithm)

각 신호는 최종 위협 점수 (threat score)에 기여합니다:
뉴스 점수 (News Score) (0-30):

100개 이상의 기사 = 30점
75-99개 기사 = 28점
50-74개 기사 = 24점
기타 등등

항공기 점수 (Aircraft Score) (0-20):

항공기 수 + 고속 보너스
알 수 없는 호출 부호 (callsigns) = 페널티

지진 점수 (Seismic Score) (0-20):

규모 6.0 이상 = 15점
5.0-5.9 = 10점
기타 등등

방산주 점수 (Defense Stocks) (0-30):

30% 이상 급등 = 30점
20-29% = 24점
기타 등등

ACLED 점수 (ACLED Score) (0-20):

전투 이벤트 × 3점
폭발 × 2.5점
사망자 보너스

기초값 (Baseline): +10점 (내재된 지정학적 긴장)
최종 점수: min(total, 100) // 100점으로 제한

이 방식이 효과적인 이유:

• 다중 신호 (Multi-signal)를 통해 오탐 (false positives) 감소
• 각 신호는 독립적임 (하나가 다른 신호에 편향을 줄 수 없음)
• 영향력에 따른 가중치 부여 (뉴스는 20%가 아닌 30%)
• 백테스팅 (backtesting)을 통한 검증

기술 스택 (Tech Stack)

백엔드 (Backend):

• Python 3.11
• Flask (API 서버)
• APScheduler (백그라운드 업데이트)
• Requests (HTTP 클라이언트)

프론트엔드 (Frontend):

• React 18
• Leaflet.js (대화형 지도)
• Recharts (데이터 시각화)
• Axios (API 클라이언트)

AI:

• Groq API (Llama 3 - 70B 파라미터)
• 500+ tokens/sec (GPT-4보다 12배 빠름)

데이터 저장 (Data Storage):

• JSON 캐시 (오프라인 복원력)
• 데이터베이스 불필요

구축 스토리

• 타임라인: 7일 (2026년 4월 17일-24일)
• 비용: $0.00 (모두 무료 API 사용)
• 이전 경험: 코딩 지식 없음
• 맥락: SCSP 국가 안보 해커톤 2026 (Wargaming 트랙)

네, 저는 이것을 만드는 동안 React와 Flask를 배웠습니다. 컴퓨터 과학 (CS) 배경 지식은 필요하지 않습니다.

실시간 결과 (현재)

현재 위협 평가:

🔴 이스라엘-가자-이란: 80/100 (위험 (CRITICAL))

• 뉴스 (News): 28/30 (주요 보도)
• 항공기 (Aircraft): 20/20 (군사 활동)
• 지진 (Seismic): 15/20 (폭발 감지)
• 주식 (Stocks): 30/30 (방산주 급등)
• ACLED: 17/20 (무력 충돌 사건)

🔴 미얀마 (Myanmar): 75/100 (위험 (CRITICAL))

• 모든 신호 상승

🟠 우크라이나-러시아 (Ukraine-Russia): 72/100 (높음 (HIGH))

• 모든 신호에서 지속적인 상승세

🟠 대만-중국 (Taiwan-China): 68/100 (높음 (HIGH))

• 항공편 및 뉴스가 점수 상승을 주도

이것이 중요한 이유

전통적인 방식: 정보 기관이 신호를 분석하는 데 몇 주를 소비하며, 분쟁이 시작된 후에야 대응합니다.

SENTINEL 방식: 에스컬레이션 (Escalation, 상황 악화) 발생 72시간 전에 경보를 발령하는 자동화된 분석을 통해 의사 결정권자에게 행동할 시간을 제공합니다.

영향력:

• ✅ 인도주의 단체들이 구호 물자를 사전 배치할 수 있음
• ✅ 외교관들이 돌이킬 수 없는 지점에 도달하기 전에 협상할 수 있음
• ✅ 국방군이 전략적으로 대비할 수 있음
• ✅ 언론인이 실시간으로 주장을 검증할 수 있음

주요 기능

1. 실시간 위협 모니터링 (Live Threat Monitoring)

실시간 위협 점수와 함께 모니터링 중인 모든 지역을 보여주는 대화형 세계 지도.

2. 과거 재생 (Historical Replay)

과거의 분쟁이 신호별로 어떻게 에스컬레이션 (Escalation) 되었는지 확인하십시오. SENTINEL이 정확히 언제 경보를 울렸을지 볼 수 있습니다.

3. AI 분쟁 브리핑 (AI Conflict Briefs)

Groq + Llama 3를 사용하여 5초 이내에 CIA 스타일의 정보 평가서를 생성합니다.

4. 주장 검증 (Claim Verification)

5가지 데이터 소스를 교차 참조하여 군사적 주장을 팩트 체크합니다. 신뢰도 점수 (0-100)를 제공합니다.

5. 워게임 시나리오 (Wargaming Scenarios)

세 가지 확률적 미래 경로: 에스컬레이션 (Escalation) / 외교 (Diplomacy) / 대치 (Standoff).

솔직하게 밝히는 한계점

✅ 작동하는 부분:

• 다중 신호 융합 (Multi-signal fusion)을 통한 오탐 (False positives) 감소
• 과거 검증을 통한 접근 방식의 입증
• 현재 사건에 대한 실시간 탐지

❌ 개선이 필요한 부분:

• 위성 이미지 통합 시 이점 있음
• 기밀/민간 센서 데이터 활용 필요
• 실제 국방 조직과의 현장 테스트 필요
• 4가지 과거 사례에 기반한 점수 가중치 (더 많은 사례 필요)
• 인간의 분석을 대체하는 것이 아님 (의사 결정자가 아닌 도구임)

향후 로드맵 (Future Roadmap)

• 위성 이미지 통합 (Sentinel Hub)
• 임계값 초과 시 SMS/이메일 알림
• 모니터링 지역을 50개 이상으로 확장
• 가중치의 머신러닝 (Machine Learning) 최적화
• 과거 데이터베이스 구축 (20년 이상의 분쟁 데이터)
• 모바일 앱 (iOS/Android)
• 변화 탐지 알고리즘 (Change detection algorithms) (군대 이동 시각화)
• 국방 시스템과의 통합

오픈 소스 및 비용 (Open Source & Cost)

GitHub: github.com/eshanth23/sentinel

사용된 모든 API는 무료입니다:

• GDELT: 무료
• OpenSky: 무료 (익명)
• USGS: 무료
• Yahoo Finance: 무료
• ACLED: 무료 (월 15,000회 요청)
• Groq: 무료 (일 14,400회 요청)

총 운영 비용: $0.00

누구나 SENTINEL을 다운로드, 수정 및 배포할 수 있습니다. 라이선스 비용은 없습니다.
제한 사항도 없습니다.

요청 사항

저는 다음을 찾고 있습니다:

1. 방법론에 대한 기술적 피드백 (Technical feedback)
2. 개선을 위한 제안 (Suggestions)
3. 확장 방법에 대한 아이디어 (Ideas)
4. 이 시스템이 도움이 될 수 있다고 생각하는 사용 사례 (Use cases)
5. 이 프로젝트에 참여할 의사가 있는 협업자 (Collaborators)

이 프로젝트를 만든 이유

조기 경보 시스템이 1,000만 달러 이상의 비용이 들거나 기밀 데이터를 필요로 해서는 안 된다고 믿습니다.

오픈 소스 (Open source)와 오픈 데이터 (Open data)라면 이를 해낼 수 있습니다.

다음 분쟁이 갑작스러운 놀라움이 되어서는 안 됩니다.

참여 방법

GitHub: github.com/eshanth23/sentinel

질문이 있으신가요? 아래에 댓글을 남겨주세요.

협업하고 싶으신가요? GitHub issue를 생성하거나 연락해 주세요.

버그를 발견하셨나요? GitHub에 issue를 등록해 주세요.

한 명의 학생이 만들었습니다. 무료로 실행됩니다. 모두를 위해 만들어졌습니다.

UMass Boston 컴퓨터 과학 석사 (2026)
SCSP 국가 안보 해커톤 2026 참가자