데이터기반의 군사적 의사결정

Abstract

네트워크의 발전과 더불어 전 세계적으로 데이터 발생량이 크게 증가하였고 전 산업분야에서 데이터 기반 의사결정의 중요성이 증대하고 있다. 군(military forces)에서도 다양한 분야의 데이터들이 관리되고 있기 때문에 이를 이용한 데이터마이닝 분석으로 정량적인 의사결정을 뒷받침할 수 있다. 본 논문은 기존에 다루어지지 않았던 군 고유의 문제 두 가지에 데이터마이닝 기법을 적용하여 추정/예측하는 방법론을 제시함으로써 군의 데이터에 기반한 의사결정 영역을 확장하는 것을 목적으로 한다. 첫 번째 연구 주제는 대포병 탐지 레이더에서 관측된 부분적인 탄도(ballistic trajectory)정보를 이용해서, 실시간으로 데이터에 기반하여 전체 탄도와 초기 발사지점(launch point)을 추정하는 문제이다. 이 문제에서 우선 고려되어야 할 점은 관측한 부분 궤적과 유사한 궤적이 궤적 데이터베이스에 존재해야만 정확한 발사지점 예측이 가능하다는 것이다. 궤적 데이터 베이스 안에 모든 가능한 발사 지점에서 출발한 다양한 발사 속도와 각도를 적용한 탄도가 저장되어야 한다. 그러나 가능한 모든 발사지점을 고려한 탄도를 데이터베이스에 저장하려면 방대한 저장공간이 필요하다. 본 연구에서는 발사지점이 단일화된 간단한 궤적 데이터베이스를 이용해서 궤적 유사도를 속도와 위치 성분으로 분할해서 비교하였다. 두 가지 유사도를 k-NN 추정의 이중 가중치(double weight)로 사용하였다.

추가적으로 궤적 데이터베이스를 분할하여 선택적으로 k-NN 탐색을 함으로써 계산시간을 단축하였다. 제안한 방법론의 성능을 실험적으로 확인하였다. 두 번째 연구 주제는 부대 구성원과 관련한 개인수준 (individual level)의 입력정보를 이용하여 부대수준 (team level)의 훈련 성과를 예측하는 문제이다. 본 연구에서는 4년간 KCTC훈련에 참가한 부대들의 개인수준 입력정보와 부대수준의 훈련결과 데이터를 이용하여 부대훈련 결과를 예측하기 위한 모형을 구축했다. 이 과정에서 개인수준의 입력정보를 부대구성을 나타내는 부대수준의 파생변수로 변환해서 독립변수로 사용하였다. 분류모형의 정확도를 실험적으로 평가하고 파생변수 중 부대훈련 결과 예측에 유의한 인자를 도출하였다.