전 세계적으로 무인전투체계에 대한 연구개발이 활발히 진행되고 있다. 우리나라는 기계화 부대의 병력피해를 최소화하고 선도정찰, 수색, 및 경계 등의 다양한 임무를 지원하기 위해 무인수색차량에 대한 연구 및 개발을 진행하고 있다. 이러한 무인수색차량의 지능화를 위해 본 논문은 영상정보를 기반으로 스스로 주요표적에 대한 탐지 및 식별이 가능하고 적과 아군 무기체계에 대한 피아식별이 가능한 인공지능 모델을 제안하였다. 이를 위해 무인수색차량이 실제 전장에서 직면할 10개의 한국군과 북한군 무기체계를 선정하고 이들에 대한 3,000여장의 영상데이터를 수집하였으며, 구글에서 개발한 InceptionNetV3, Xception, MobileNet, 그리고 MobileNetV2의 딥러닝 모델에 전이학습을 진행하여 인공지능 모델의 용량을 최소화함과 동시에 모델의 탐지 및 식별 성능을 최대화하였다. 또한, 무인수색차량의 주요표적에 대한 적군 무기체계와 이에 대응하는 한국군 무기체계를 동시에 학습하여 실시간으로 피아식별이 가능하도록 하였다. 그 결과 검증용 데이터셋에 대한 정확도는 78.19% ∼ 86.66%, 판별순위 3위에 대한 정확도는 94.50% ∼ 98.15%, 평균 정밀도는 79.50% ∼86.00%, 그리고 피아식별에 대한 정확도는 89.29% ∼ 92.11%로 나타났다. 이러한 결과는 무인수색차량의 지능화에 사업에 반영되어 보다 유인의 임무 비중을 낮추고 전투효율을 향상시키는데 기여되기를 바란다.