선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서 본 연구의 목적은 대응적 대화력전 핵심자산인 포병 표적탐지 레이더 운용효과를 계량적으로 분석 제시하는데 있다.
- 본 연구는 한국군에 도입되어 운용중인 포병 표적탐지 레이더의 운용효과를 정량적으로 분석하였다. 지금까지 포병 표적탐지 레이더에 관한 연구는 효율적 운용방법에 초점을 맞추어 연구되어 표적탐지 레이더의 정량적인 운용효과 연구는 없는 실정이었다.
- 포병 표적탐지 레이더 운용에 따른 효과는 표적 획득정보의 정확도 증대와 작전 반응시간 감소 효과로 구분할 수 있다. 본 연구에서는 포병 표적탐지 레이더 운용에 따른 효과평가를 위해 미 해군대학원의 Schutzer 교수의 C2모델과 김세용(2008)의 모델을 이용 포병 표적탐지 레이더 운용에 따른 표적처리 과정에서 작전반응시간 단축과 표적의 획득 정확도 증대에 따른 효과를 동시에 적용 가능하도록 모형을 수립하였다.
가설 설정
- (1) 무기체계를 운용하는 요원들의 능력은 동일하다.
- (3) 살상반경이내에 자주포 파괴확률은 동일하다.
- (6) 표적탐지레이더의 운용효과 분석을 위해 시뮬레이션시간 동안에 파괴되지 않는다.
- 표적의 정확도는 각 획득자산별 레이더 성능제원을 교범1)과 작전운용성능제원을 기준으로 산출하였고 표적획득 비율은 야전부대 훈련결과를 바탕으로 가정하였다. 획득 자산별 정확도는 표 4와 같고 포병 표적탐지 레이더운용에 따른 정확도 계산결과는 표 5와 같다[2].
제안 방법
- 4개의 시나리오별로 각 100회씩 반복실험을 하였다. 그림 7은 시나리오 4번의 전투 시뮬레이션 장면이다.
- C2 이론의 상황인지시간에서 전개시간까지의 시간을 작전반응시간으로 하였다. 표적 획득 자산은 대화력전의 주요자산인 포병 표적탐지 레이더, 무인항공기, 인간자산으로 제한하여 분석하였다.
- MANA모델을 이용하여 운용효과 분석을 위한 모의절차는 시나리오준비, 데이터 입력 및 조정, 모의결과 분석 순으로 진행하였다. 첫째, 시나리오 준비단계에서는 모의의 목적, 시나리오설정, 적용 및 가정 사항을 설정하였다.
- 계량적 운용효과 분석을 위해 Schutzer박사의 C2(Command & Control : 지휘통제)효과 측정 모델을 활용하여 분석하였고, 이에 대한 검증으로 ABMS(Agent Based Modeling & Simulation:에이전트 기반 모의)모델인 MANA(Map Awareness Non-uniform Automata) 모델을 구축하였으며 이를 통해 대화력전의 전투상황을 모델링하고 총 4개의 시나리오를 각각 100번씩 모의실험을 통해 그 결과를 도출하였다.
- 구분할 수 있는 특징을 이용하였다. 인간자산을 Class A, 포병 표적탐지 레이더를 Class B로 설정하여 운용방식이 다른 점을 적용할 수 있었다.
- 갱도포병의 구현을 Default 상태에서 홍군포병은 청군 관측 장비로부터 관측 회피 Stealth/Class Sensor(%)값을 100으로 입력하면 Default 상태에서 청군에 관측되지 않고, 청군 포병에 의한 피해도 발생하지 않는다. 그러나 홍군포병이 갱도진지 밖으로 나오면 홍군의 인간자산에 의해 관측이 되고 청군 포병으로부터 포탄 피해도 입기 때문에 다른 상태에서는 Stealth/Class Sensor(%)를 0로 설정하였다. 두 번째로 포병 표적탐지 레이더를 구현하기 위해 MANA 모델에서 Sensor를 Class A, Class B
- 그리고 전투 시간이 흐른 후 청군, 홍군 모두 일반진지에서 상호 교전이 이루어질 때를 고려 시나리오를 구성하였다. 그리고 두 가지 경우 모두 청군에서 포병 표적탐지 레이더를 운용할 때와 운용하지 않을 경우를 나누어 시나리오 1에서 4까지 모델링을 하였다. 그림 5는 시나리오 2를 모델링한 화면이다.
- 시나리오는 먼저 초전 전투 개념을 적용 홍군은 갱도진지에서 청군은 일반진지에서 사격임무를 수행하는 것으로 하였다. 그리고 전투 시간이 흐른 후 청군, 홍군 모두 일반진지에서 상호 교전이 이루어질 때를 고려 시나리오를 구성하였다. 그리고 두 가지 경우 모두 청군에서 포병 표적탐지 레이더를 운용할 때와 운용하지 않을 경우를 나누어 시나리오 1에서 4까지 모델링을 하였다.
- 따라서 포병 표적탐지 레이더를 운용함에 따라 아군생존확률이 50%에서 55%로 5%증가함을 알 수 있다. 다음 장에서는 MANA모델을 이용하여 포병 표적탐지 레이더 운용시 증가된 5%가 실제 작전간 발생하는 피·아 피해율에 어떻게 영향을 미치는지에 대한 계량적 효과를 분석 제시 하였다.
- 첫째, 시나리오 준비단계에서는 모의의 목적, 시나리오설정, 적용 및 가정 사항을 설정하였다. 둘째, 데이터 입력 및 조정단계에서는 지도 작성, 지형규모 및 격자크기 선택, 단위변환, 모의개체 작성, 모의개체 운용 시나리오 입력, 행동규칙 입력, 모의 목적에 따른 입력 데이터를 조정하였다. 마지막으로 모의 결과 분석을 통해 본 연구의 목적인 포병 표적탐지 레이더의 운용효과를 분석하였다.
- 수리적 모형의 효과 분석을 C2 효과평가모형을 이용하여 분석한 결과 포병 표적탐지 레이더를 운용함으로써 생존율이 5% 향상된 것으로 나타났다. 또한 에이전트 기반 모의 모델인 MANA모델을 이용하여 아군생존율 증가로 인해 실제 작전효과에 미치는 피․아 전투피해율에 대한 영향을 두 가지 경우로 나누어 분석하였다. 첫째, 초전 대화력전에서 포병 표적탐지 레이더 운용의 효과분석을 위한 시나리오 1과 2의 결과를 보면 청군의 경우 자주포 피해율이 10.
- 둘째, 데이터 입력 및 조정단계에서는 지도 작성, 지형규모 및 격자크기 선택, 단위변환, 모의개체 작성, 모의개체 운용 시나리오 입력, 행동규칙 입력, 모의 목적에 따른 입력 데이터를 조정하였다. 마지막으로 모의 결과 분석을 통해 본 연구의 목적인 포병 표적탐지 레이더의 운용효과를 분석하였다.
- 무기체계 성능자료는 일반 특성자료 입력과 동일하며 거리자료는 grid단위로, 시간단위는 모의 시간간격(time steps)으로, 속도 단위는 그리드/시간간격 단위로 전환하였다. 표 8은 무기체계 특성 데이터를 환산한 결과이다.
- 민감도 분석에서는 포병 표적탐지 레이더 탐지확률의 변화와 표적처리시간 변화에 따른 청군과 홍군의 포병전투 피해율의 변화를 분석하였다. 탐지확률 변화는 모델에 입력한 확률 80%를 기준으로 ±10% 범위 내에서 분석하였다.
- 계량적 운용효과 분석을 위해 Schutzer박사의 C2(Command & Control : 지휘통제)효과 측정 모델을 활용하여 분석하였고, 이에 대한 검증으로 ABMS(Agent Based Modeling & Simulation:에이전트 기반 모의)모델인 MANA(Map Awareness Non-uniform Automata) 모델을 구축하였으며 이를 통해 대화력전의 전투상황을 모델링하고 총 4개의 시나리오를 각각 100번씩 모의실험을 통해 그 결과를 도출하였다. 본 연구는 모두 5개의 장으로 구성되었으며, 2장에서는 연구에 필요한 이론적인 내용을 고찰하였고, 3장에서는 Schutzer박사의 C2체계 평가모델을 이용하여 포병 표적탐지 레이더 운용에 따른 효과를 생존율 향상 값으로 산출하였으며, 제 4장에서는 MANA 모델을 이용하여 생존율 향상에 따른 포병 표적탐지 레이더의 운용효과를 계량적으로 분석 제시하였다. 운용효과 분석을 위한 효과척도는 전투에 참여한 피·아 포병 피해율 결과를 이용하였으며, 추가로 표적탐지 확률과 표적처리 시간 변화에 따른 피·아 전투피해율 변화를 민감도 분석하였다.
- 지금까지 포병 표적탐지 레이더에 관한 연구는 효율적 운용방법에 초점을 맞추어 연구되어 표적탐지 레이더의 정량적인 운용효과 연구는 없는 실정이었다. 본 연구에서는 이런 점에 착안, 포병 표적탐지 레이더 운용효과를 수리적 모형과 시뮬레이션 모델을 이용 정량적으로 분석하였다. 수리적 모형의 효과 분석을 C2 효과평가모형을 이용하여 분석한 결과 포병 표적탐지 레이더를 운용함으로써 생존율이 5% 향상된 것으로 나타났다.
- 행위자의 이동은 현 셀에서 다음시간(time step)에 위치할 셀을 찾는다. 상대방의 위치를 고려한 적의 존재와 이동불가인 셀을 고려하여 이동가능 셀을 추출하고 행위자 성향값과 적의 위협도에 따라 최적의 셀로 이동한다.
- 시나리오는 그림 4에서 볼 수 있듯이 총 4개의 시나리오를 구성하였다. 시나리오는 먼저 초전 전투 개념을 적용 홍군은 갱도진지에서 청군은 일반진지에서 사격임무를 수행하는 것으로 하였다. 그리고 전투 시간이 흐른 후 청군, 홍군 모두 일반진지에서 상호 교전이 이루어질 때를 고려 시나리오를 구성하였다.
- 운용효과 분석을 위한 효과척도는 전투에 참여한 피·아 포병 피해율 결과를 이용하였으며, 추가로 표적탐지 확률과 표적처리 시간 변화에 따른 피·아 전투피해율 변화를 민감도 분석하였다.
- 이 모델의 특징은 지휘통제체계 개선으로 나타나는 3가지 효과요소“생존확률증가, 교환비율증가, 할당된 자산비율 증가”를 설정하여 지휘통제상의 시간변수들과 란체스터 전투모델을 이용한 교전 전후의 부대 잔존전투력의 MOE(Measure Of Effectiveness : 효과측정)를 비교하여 전투력 상승효과를 측정한 것이다. 이 모델에서는 교전 전․후의 전투력의 상대적인 비율과 최초 투입 전투력 대비 잔존 전투력과의 비를 전투효과측정 기준으로 삼았다[17].
- 이 모델의 특징은 지휘통제체계 개선으로 나타나는 3가지 효과요소“생존확률증가, 교환비율증가, 할당된 자산비율 증가”를 설정하여 지휘통제상의 시간변수들과 란체스터 전투모델을 이용한 교전 전후의 부대 잔존전투력의 MOE(Measure Of Effectiveness : 효과측정)를 비교하여 전투력 상승효과를 측정한 것이다.
- 이동하는 대화력전 자산 묘사를 위해 이동속도를 모델에 맞도록 변환 하였고 그 결과는 표 6과 같다.
- 이런 특성을 이용하여 시나리오에 제시한 내용에 적합한 특성을 상태별로 Squad(자주포, 인간자산, 포병 표적탐지 레이더)에 따라 모델링하였다. 표 9는 시나리오 1,2의 특징적인 상태에서 각 자산의 임무를 나타낸 것이다.
- 종합적으로 분석해볼 때 수리적 모델을 이용하여 청군의 생존확률이 향상되는 것을 계량적으로 확인할 수 있었고, 시뮬레이션 모델을 통해서 생존확률 증가에 따라 피·아 자산 피해율에 미치는 영향을 초전 대화력전과 이후 일반진지 작전단계로 구분하여 분석하였다.
- 표적 획득 자산은 대화력전의 주요자산인 포병 표적탐지 레이더, 무인항공기, 인간자산으로 제한하여 분석하였다. 포병 표적탐지 레이더 운용시 표적획득 비율을 3:2:5으로 포병 표적탐지 레이더 미 운용시에는 표적획득 비율을 0:4:6으로 반영하여 분석하였다. 자산별 표적획득 비율, 표적처리 시간은 김세용(2008)연구 결과를 이용하였다.
- 포병 표적탐지 레이더의 운용효과 분석을 위해 운용되는 자산들의 능력을 고려 전장지역을50Km×50Km로 하였다.
- C2 이론의 상황인지시간에서 전개시간까지의 시간을 작전반응시간으로 하였다. 표적 획득 자산은 대화력전의 주요자산인 포병 표적탐지 레이더, 무인항공기, 인간자산으로 제한하여 분석하였다. 포병 표적탐지 레이더 운용시 표적획득 비율을 3:2:5으로 포병 표적탐지 레이더 미 운용시에는 표적획득 비율을 0:4:6으로 반영하여 분석하였다.
- 표적처리 시간변화는 모델입력시간 6.65분에서 ±30초 범위 내에서 운용효과에 미치는 영향을 분석하였다.
이론/모형
- 포병 표적탐지 레이더 운용시 표적획득 비율을 3:2:5으로 포병 표적탐지 레이더 미 운용시에는 표적획득 비율을 0:4:6으로 반영하여 분석하였다. 자산별 표적획득 비율, 표적처리 시간은 김세용(2008)연구 결과를 이용하였다. 자산별 작전반응시간에 대한 결과는 표 2와 같다.
성능/효과
- (2) 청·홍군의 포병 명중확률은 0.5로 동일하다.
- (4) 청·홍군 포병은 상대방으로부터 3발을 맞아야 파괴되며, 양쪽 자주포 모두 장갑두께는 동일하며 동일한 능력의 대전차용 포탄을 사용한다.
- (5) 청·홍군의 인간자산의 관측능력은 동일하며 적과 교전하지 않고, 표적요청만 한다.
- 그래프를 분석해 보면 청군은 탐지 레이더 탐지확률이 높을수록 피해율이 줄어들고 탐지확률이 낮을수록 피해율이 높아진다는 것을 확인할 수 있다. 반대로 홍군은 청군 표적탐지 레이더의 탐지확률이 높을수록 피해율이 늘어나고 탐지확률이 낮을수록 피해율이 줄어든다.
- 그래프를 분석해 보면 청군은 표적탐지 레이더 표적처리 시간이 짧을수록 피해율이 줄어들고 표적처리시간이 길수록 피해율이 높아진다는 것을 확인할 수 있다. 반대로 홍군은 청군 표적탐지 레이더의 표적처리시간이 짧을수록 피해율이 높아지고 표적처리 시간이 길수록 피해율이 낮아진다.
- 2% 증가하는 것으로 나타났다. 그리고 민감도 분석을 통한 결과로 표적탐지확률이 높을수록 청군 전투피해율이 감소하고 표적처리시간이 짧을수록 청군 전투피해율이 감소하는 것으로 나타났다.
- 7% 증가하였다. 둘째, 청군과 홍군 모두 일반진지에서 대화력전을 할 경우 청군의 포병 표적탐지 레이더의 운용효과를 분석하기 위한 시나리오 3과 4번의 결과를 보면 청군의 피해율이 14.2%감소하고 홍군의 피해율은 22.2% 증가하는 것으로 나타났다. 그리고 민감도 분석을 통한 결과로 표적탐지확률이 높을수록 청군 전투피해율이 감소하고 표적처리시간이 짧을수록 청군 전투피해율이 감소하는 것으로 나타났다.
- 따라서 포병 표적탐지 레이더를 운용함에 따라 아군생존확률이 50%에서 55%로 5%증가함을 알 수 있다. 다음 장에서는 MANA모델을 이용하여 포병 표적탐지 레이더 운용시 증가된 5%가 실제 작전간 발생하는 피·아 피해율에 어떻게 영향을 미치는지에 대한 계량적 효과를 분석 제시 하였다.
- 모의 결과를 분석해 보면 홍군이 갱도진지, 청군이 일반진지에서 전투하여 생존성 측면에서 홍군이 우위를 가지는 시나리오 1은 청군의 피해율 90.9% 홍군은 43.8%로 약 48%의 피해율 차이가 있다. 이 결과는 동일한 인간자산을 하여 전투하지만 생존율 우위를 가지는 갱도진지가 전투 승리 요인임을 알 수 있다.
- 반대로 홍군은 청군 표적탐지 레이더의 표적처리시간이 짧을수록 피해율이 높아지고 표적처리 시간이 길수록 피해율이 낮아진다. 민감도 분석결과로 얻을 수 있는 결론은 탐지확률은 장비별로 유사하기 때문에 운용자들에 의해 표적처리 시간을 줄이는 것이 포병 표적탐지 레이더의 운용효과를 극대화할 수 있는 방법이라는 것을 알 수 있다.
- 종합적으로 분석해볼 때 수리적 모델을 이용하여 청군의 생존확률이 향상되는 것을 계량적으로 확인할 수 있었고, 시뮬레이션 모델을 통해서 생존확률 증가에 따라 피·아 자산 피해율에 미치는 영향을 초전 대화력전과 이후 일반진지 작전단계로 구분하여 분석하였다. 민감도 분석을 통해 탐지확률이 좋은 표적탐지 레이더를 초전 갱도포병 전투에 운용하는 것이 더 효과적이라는 것을 제시하였고, 탐지 레이더의 운용효과를 극대화하기 위해서는 운용자들의 표적처리시간 감소를 위한 노력이 필요하다는 결론을 도출하였다.
- 본 연구에서는 이런 점에 착안, 포병 표적탐지 레이더 운용효과를 수리적 모형과 시뮬레이션 모델을 이용 정량적으로 분석하였다. 수리적 모형의 효과 분석을 C2 효과평가모형을 이용하여 분석한 결과 포병 표적탐지 레이더를 운용함으로써 생존율이 5% 향상된 것으로 나타났다. 또한 에이전트 기반 모의 모델인 MANA모델을 이용하여 아군생존율 증가로 인해 실제 작전효과에 미치는 피․아 전투피해율에 대한 영향을 두 가지 경우로 나누어 분석하였다.
- 전투 실험결과를 보면 피해율이 71%와 74%로 거의 유사 한 것을 볼 수 있다. 시나리오 3에 표적 탐지 레이더를 추가한 시나리오 4번의 결과를 보면 홍군의 경우 피해율이 74.4%에서 96.6%로 22.2% 증가하고 청군의 경우 71.3%에서 57.1%로 14.2% 감소하는 것을 볼 수 있다. 시나리오 4번도 시나리오 2번의 결과에서 볼 수 있듯이 포병 표적탐지 레이더를 운용함으로써 청군의 생존성을 높아지고 홍군의 피해율은 높아지는 것을 계량적으로 확인 할 수 있다.
- 2% 감소하는 것을 볼 수 있다. 시나리오 4번도 시나리오 2번의 결과에서 볼 수 있듯이 포병 표적탐지 레이더를 운용함으로써 청군의 생존성을 높아지고 홍군의 피해율은 높아지는 것을 계량적으로 확인 할 수 있다.
- 또한 에이전트 기반 모의 모델인 MANA모델을 이용하여 아군생존율 증가로 인해 실제 작전효과에 미치는 피․아 전투피해율에 대한 영향을 두 가지 경우로 나누어 분석하였다. 첫째, 초전 대화력전에서 포병 표적탐지 레이더 운용의 효과분석을 위한 시나리오 1과 2의 결과를 보면 청군의 경우 자주포 피해율이 10.1% 감소하고 홍군은 26.7% 증가하였다. 둘째, 청군과 홍군 모두 일반진지에서 대화력전을 할 경우 청군의 포병 표적탐지 레이더의 운용효과를 분석하기 위한 시나리오 3과 4번의 결과를 보면 청군의 피해율이 14.
- 시나리오 2번은 1번 시나리오에 추가로 청군에 포병 표적탐지 레이더의 장비를 추가한 시나리오이다. 표 11의 분석결과를 보면 청군의 경우 시나리오 1에 비해 피해율이 90.9%에서 80.8%로 10.1% 피해가 감소하고, 홍군의 경우는 43.8%에서 70.1%로 피해가 26.7% 증가한 것을 알 수 있다. 이것은 포병 표적탐지 레이더의 운용효과가 계량적으로 표현된 결과로 볼 수 있다.
후속연구
- 끝으로 본 연구에서 적용하지 못한 대화력전에 영향을 미칠 수 있는 피아 항공자산, 특작부대활동, 기상 등의 요소와 포병 표적탐지 레이더 운용에 미치는 표적획득 위치의 정확도(측지제원), 방열의 정확도(방열오차), 전자전위협, 레이더 운용시간 등을 적용한 추가적인 연구가 필요하다.
- MANA모델은 뉴질랜드의 국방기술연구소(DTA : Defence Technology Agency)에서 개발한 모델이다. 이 모델은 누구나 쉽게 사용할 수 있으나 용량의 제한으로 대규모 시뮬레이션을 묘사하기에 제한된다. 현재 미 해병대 및 해군대학원에서 무기효과 분석용으로 사용되고 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.