[논문]소부대 전투시나리오 기반의 UGV 효과분석 실험방안 연구

이재영; 김종만; 박건영; 김준수; 신선우; 변재정; 배성민

doi:10.7469/jksqm.2014.42.4.591

소부대 전투시나리오 기반의 UGV 효과분석 실험방안 연구
A Study of Experimental Design for Unmanned Ground Vehicle Effectiveness Based on a Small Unit Combat Scenario 원문보기

品質經營學會誌 = Journal of Korean society for quality management, v.42 no.4, 2014년, pp.591 - 606

이재영 (명지대학교 산업경영공학과) , 김종만 (명지대학교 산업경영공학과) , 박건영 (명지대학교 산업경영공학과) , 김준수 (명지대학교 산업경영공학과) , 신선우 (명지대학교 산업경영공학과) , 변재정 (국방과학연구소) , 배성민 (한밭대학교 산업경영공학과)

Abstract ▼ AI-Helper

Purpose: The purpose of this study is to design an experimental simulation model for evaluating the UGV(Unmanned Ground Vehicle) effectiveness in a small unit combat scenario. Methods: We design and build a simulation model to evaluate the combat effectiveness of UGV in a small unit combat scenario. In order to build a simulation model, we used AnyLogic software tool which has functional advantages to describe agent-based simulation model. As for the combat scenario, we applied the typical engagement of mechanized unit equal or lower than battalion level. Analysis process follows the three phases. 1) Design an agent based conceptual medel in a small unit combat scenario. 2) Build a simulation medel using AnyLogic tool. 3) Analyze the simulation results and evaluate the UGV effectiveness. Results: The UGV effectiveness was measured and presented as a numeric values. Those numeric values were represented as a MOE(Measure of Effectiveness) which was the blue survival ratio. Conclusion: We developed an agent based simulation model which can provide a pattern of change how UGV effectiveness varied depending upon the number of UGV in a small unit combat scenario. We also found that the UGV effectiveness grows in the given scenario as the number of UGV increases.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

따라서 본 논문에서는 미래의 한국군에 전력화 할 예정인 지상무인정찰차량(UGV)에 대한 효과분석 방법을 시뮬레이션 기법을 사용하여 제안하였다. 하지만 UGV임무가 공격, 방어 등 작전형태에 따라 효과측정 방법과 측정단위로 설정한 MOE 값이 달라질 수 있기 때문에 연구범위를 아군의 소부대공격 작전 시 투입된 UGV에 대한 효과측정으로 한정하였다.
하지만 UGV가 미래 전투에서 얼마만큼의 효과를 나타낼 수 있을 것인지의 질문에 대하여 계량적인 해답을 제시한 사례는 찾아보기 어렵다. 본 논문에서는 UGV 효과를 계량화하여 제시할 수 있는 방안으로 에이전트 기반의 시뮬레이션을 통한 실험 결과를 제시하였다. 실험결과 UGV 효과는 투입대수에 비례하여 효과도가 증가하며, 동시에 여러 가지 전장상황 및 조건을 결정하는 입력변수에 따라 비선형적으로 변화할 수 있음을 예측할 수 있었다.
본 절에서는 애니로직 시뮬레이션 모델에 의한 소부대 시나리오 교전결과의 모의실험을 통해 분석한 결과를 요약 제시 하였다. 미래 지상전투체계의 하나로 개발 예상되는 UGV의 효과도 측정을 위하여 Table 3와 같이 아군(Blue) 이 보유한 UGV 투입대수(0~3대)에 따라 4가지 시나리오를 설정하여 각각의 조건하에서 시뮬레이션 수행 후 출력된 MOE 결과 값을 상호 비교하였다.

제안 방법

‘탐지 및 공격’ State Chart는 전차가 적을 발견하고 공격하는 상태를 나타내며, 이에 대한 논리흐름은 [Figure 7]과 같다. 6초에 1번씩 돌아가는 전차 탑재형 EOS탐지기가 적과 자신과의 거리를 계속적으로 비교 및 탐지기능을 수행함으로써 적을 탐지하게 된다. 적이 레이더 범위에 들어오면 탐지확률이 적용되게 되고, 거리에 따른 일정 확률로 자기 자신에게 “FindTarget”이라는 메시지를 보내게 된다.
[Figure 4] 는 아군이 정찰을 통해 적군을 발견하고 교전이 종료하기까지의 전투 시나리오에 대한 논리를 구성한 것이다. 가장 먼저 정찰을 통해 적군을 발견하고 공격가능 여부를 판단하며 공격 성공 여부에 따라 지속적으로 공격을 할지, 기동을 할지 결정을 한다. 그리고 최종적으로 미션 성공/실패의 조건에 따라 시뮬레이션을 종료하게 된다.
첫째, 소부대 전투시나리오를 설정하여 에이전트 기반의 개념모델을 구성한다. 둘째, 애니로직(AnyLogic) 소프트웨어를 활용하여 개념모델을 구현한다. 셋째, 에이전트기반 모델의 출력결과를 분석한다.
탐지 확률과 명중 확률은 거리에 따른 확률 값을 이산분포 값으로 설정하였고, 공자와 방자의 현실 상황을 고려하여 탐지 및 명중 확률값에 차이를 두었다. 명중 이후 피해상태에 대한 BDA(Battle Damage Assessment) 값은 피해 정도에 따라 대파, 중파, 소파로 구분하였으며, 이에 대한 구분은 사격거리, 공자/ 방자의 상황, 무기체계에 따라 피해율 값이 변화하는 것으로 설정하였다.
본 절에서는 애니로직 시뮬레이션 모델에 의한 소부대 시나리오 교전결과의 모의실험을 통해 분석한 결과를 요약 제시 하였다. 미래 지상전투체계의 하나로 개발 예상되는 UGV의 효과도 측정을 위하여 Table 3와 같이 아군(Blue) 이 보유한 UGV 투입대수(0~3대)에 따라 4가지 시나리오를 설정하여 각각의 조건하에서 시뮬레이션 수행 후 출력된 MOE 결과 값을 상호 비교하였다. 이때 교전을 위한 피아 전투부대 규모로, 적군은 전차중대 규모로 방어진지를 편성하고, 아군은 전차대대 규모로 공격을 수행하는 상황을 설정하였다.
탐지임무는 수색정찰을 통해 적의 인원, 부대, 장비 및 적 표적 이동상태 등을 발견하는 임무이다. 본 논문에서 사용된 전차, 탱크, UGV가 참여하는 소부대 전투 시나리오에서는 상대방을 얼마나 빠르게 탐지하느냐에 따라 공격․ 방어의 성패가 달라지기 때문에 적을 효과적으로 발견하기 위해서는 주야간에 보다 멀리 볼 수 있는 탐지장비를 구비해야 한다. 이를 위해서는 UGV에 탐지장비를 탑재하여 운용하는 것이 필수적이다.
본 연구는 무기체계효과분석(weapon system effectiveness analysis) 가운데 AnyLogic을 활용하여 소부대 전투시나리오를 모델링하고 시뮬레이션 함으로써 전투효과분석을 수행한 것으로 분류 할 수 있다.
둘째, 애니로직(AnyLogic) 소프트웨어를 활용하여 개념모델을 구현한다. 셋째, 에이전트기반 모델의 출력결과를 분석한다.
소부대 전투시나리오를 기반으로 한 시뮬레이션 모델 구축을 위해 전장상황, 전투자산, 교전규칙, 탐지확률, 명중 확률, 명중 시 피해율 등을 설정하였으며 각 항목에 대한 상세 입력데이터는 에 제시되었다.
에니로직을 사용한 시뮬레이션 구동 시 [Figure 5]와 같이 초기화면에 전장조건을 입력할 수 있도록 구성하였으며 공격/방어, 부대규모, 무기체계 성능, 임무형태 등 다양한 입력 값을 사용자가 조절하여 시뮬레이션을 수행할 수 있도록 하였다.
미래 지상전투체계의 하나로 개발 예상되는 UGV의 효과도 측정을 위하여 Table 3와 같이 아군(Blue) 이 보유한 UGV 투입대수(0~3대)에 따라 4가지 시나리오를 설정하여 각각의 조건하에서 시뮬레이션 수행 후 출력된 MOE 결과 값을 상호 비교하였다. 이때 교전을 위한 피아 전투부대 규모로, 적군은 전차중대 규모로 방어진지를 편성하고, 아군은 전차대대 규모로 공격을 수행하는 상황을 설정하였다.
전투효과에 대한 분석을 수행하기 위해서는 전투 시 발생하는 여러 가지 변수 가운데 전투결과에 영향을 준다고 판단되는 입력변수와 그에 따른 전투결과를 측정할 수 있는 출력변수를 선정하는 것이 필요하다. 이를 위해 본 연구에서는 소부대 전투시나리오에 의해 산출된 출력변수 가운에 전투이후 남게 되는 잔존전투력을 최초 전투력 대비 비율로 환산한 값을 사용하였다. 즉 전투발생 이전의 초기전투력(R or B)을 100으로 보고 전투이후 남은 잔존전투력(R or B)이 60이라고 한다면 초기전투력 대비 잔존전투력 비율을 60%가 되는 것이다.
전장상황에 영향을 미치는 요소는 지형(terrain), 기상(weather), 피아공격/방어 상황, 전투규모 등이 포함되며 이때 공자(attacker)와 방자(depender)의 전투자산 비율은 통상적 규모인 3:1을 적용하였다. 참여한 전투자산은 방자는 전차소대 및 대전차 화기 소대로 구성하였고 공자는 전차 중대 및 UGV 정찰반으로 편성하였다.
전장상황에 영향을 미치는 요소는 지형(terrain), 기상(weather), 피아공격/방어 상황, 전투규모 등이 포함되며 이때 공자(attacker)와 방자(depender)의 전투자산 비율은 통상적 규모인 3:1을 적용하였다. 참여한 전투자산은 방자는 전차소대 및 대전차 화기 소대로 구성하였고 공자는 전차 중대 및 UGV 정찰반으로 편성하였다. 교전규칙은 실제 전투상황을 전부 묘사하기 어렵기 때문에 「기동→탐지→정지→사격→피해확인→ 기동/재사격」에 의한 일련의 과정을 따르는 것으로 하였다.
본 연구는 다음과 같이 3단계 절차로 수행된다. 첫째, 소부대 전투시나리오를 설정하여 에이전트 기반의 개념모델을 구성한다. 둘째, 애니로직(AnyLogic) 소프트웨어를 활용하여 개념모델을 구현한다.
교전규칙은 실제 전투상황을 전부 묘사하기 어렵기 때문에 「기동→탐지→정지→사격→피해확인→ 기동/재사격」에 의한 일련의 과정을 따르는 것으로 하였다. 탐지 확률과 명중 확률은 거리에 따른 확률 값을 이산분포 값으로 설정하였고, 공자와 방자의 현실 상황을 고려하여 탐지 및 명중 확률값에 차이를 두었다. 명중 이후 피해상태에 대한 BDA(Battle Damage Assessment) 값은 피해 정도에 따라 대파, 중파, 소파로 구분하였으며, 이에 대한 구분은 사격거리, 공자/ 방자의 상황, 무기체계에 따라 피해율 값이 변화하는 것으로 설정하였다.
따라서 본 논문에서는 미래의 한국군에 전력화 할 예정인 지상무인정찰차량(UGV)에 대한 효과분석 방법을 시뮬레이션 기법을 사용하여 제안하였다. 하지만 UGV임무가 공격, 방어 등 작전형태에 따라 효과측정 방법과 측정단위로 설정한 MOE 값이 달라질 수 있기 때문에 연구범위를 아군의 소부대공격 작전 시 투입된 UGV에 대한 효과측정으로 한정하였다.
미래 전장에서의 UGV 역할은 수색정찰, 탐지, 정보전파, 교전 임무 등의 4가지로 구분할 수 있다. 하지만 본 연구에서는 교전 임무를 제외한 나머지 3가지 임무에 대한 내용에 한정하여 분석하였다. 왜냐하면 무인로봇의 교전임무는 현재 한국군의 기술수준에서 전력화가 단기간에 이루어지기는 어렵고 무인로봇의 교전임무에 대한 효과 평가는 또 다른 차원의 분석과 접근방법이 요구되기 때문이다.

성능/효과

1) UGV 효과는 투입대수가 증가할수록 효과도가 커지며, 효과의 크기는 비선형적으로 증가하였다.
2) UGV 효과는 최초 투입(0→1대)시 효과도가 크게 증가(15.16%↑)하였으나 두 번째 투입(1→2대)시에는 효과도 증가범위가 첫 번째 투입시 대비 크게 둔화(4.8%↑)되었다가, 세 번째 투입(2→3대)시에는 효과도의 증가비율이 앞의 경우보다 다소 둔화(3.52%↑)하는 형태를 보여주었다.
3) 따라서, UGV 효과는 여러 가지 전장상황 및 조건을 결정하는 입력변수에 따라 비선형적으로 Dynamic하게 변화할 수 있음을 예측할 수 있었다.
본 논문에서는 UGV 효과를 계량화하여 제시할 수 있는 방안으로 에이전트 기반의 시뮬레이션을 통한 실험 결과를 제시하였다. 실험결과 UGV 효과는 투입대수에 비례하여 효과도가 증가하며, 동시에 여러 가지 전장상황 및 조건을 결정하는 입력변수에 따라 비선형적으로 변화할 수 있음을 예측할 수 있었다.

후속연구

끝으로 본 연구에서 제안된 계량화된 효과분석 방법을 활용한다면 향후 미래 무기체계 연구개발 단계에서 개발대상 무기체계의 예상효과에 대한 시스템성능을 구체화함으로써 개발될 무기의 품질향상에도 크게 기여할 수 있을 것이다.
셋째, 미래의 네트워크 전장환경(NCOE)에 부합하는 여건 조성을 위해서 통신환경에 대한 추가적인 모델링이 필요하다. 예를 들어 본 연구에서 제시한 시나리오의 경우, 공격간 UGV가 탐지한 적의 표적정보를 공격할 수 있는 최적의 위치에 있는 우군 전차에게 실시간 연락될 수 있는 모델링의 연구가 필요하다.
따라서 여러 가지 전투시나리오 조합 상황 하에서 BSR 값이 높을수록 참여한 전투자산의 효과도가 높다고 할 수 있다. 이러한 과정을 시나리오 입력변수를 수정하여 반복수행 함으로써 UGV 투입효과를 MOE 값을 통하여 계량화된 값으로 산출할 수 있으며, 이를 통해 MOE 값을 최대화함으로써 최고의 전투효과를 얻을 수 있는 아군의 전투자산 편성방안을 도출할 수 있을 것이다.
소부대 전투시나리오를 기반으로 한 시뮬레이션 모델 구축을 위해 전장상황, 전투자산, 교전규칙, 탐지확률, 명중 확률, 명중 시 피해율 등을 설정하였으며 각 항목에 대한 상세 입력데이터는 <부록>에 제시되었다. 제시된 데이터는 향후 실제 성능 데이터로 대체될 수 있도록 구성되어 있으며 이는 시뮬레이션 결과의 신뢰도를 높이는데 도움을 줄 수 있을 것이다.
첫째, 교전부대의 다양한 구성과 환경적 상황을 추가로 묘사할 수 있는 모델링이 필요하다. 즉, 전차부대 뿐만 아니라 보병부대와 함께 하는 보전 협동작전 상황과 UGV 뿐만 아니라 UAV가 동시에 작전에 투입된 상황 하에서의 효과도 평가가 요구된다.
하지만 본 연구결과는 소부대 전투시나리오에서 전차부대의 교전형태에 한정된 전투상황에서의 결과 값이라는 한계점이 있다. 따라서 향후 보다 신뢰성 있고 현실에 가까운 전투실험 결과 값을 도출하기 위해서는 다음과 같은 방향으로의 추가적인 연구가 필요하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	기존 유사한 전쟁사례를 통하여 효과를 분석하는 방법의 문제점은?	따라서 이러한 경우 기존 유사한 전쟁사례를 통하여 효과를 분석하는 것이 대안이 될 수 있다. 이 또한 사례가 적고 분석하려는 대상과 적합한 사례를 찾기가 힘들다는 문제점이 있다. 따라서 시뮬레이션을 활용하여 분석하고자 하는 무기체계를 모델링하고 시뮬레이션 하는 것과 무기체계의 파라미터의 관계를 표현 할 수 있는 함수를 개발하는 것이 현재 효과분석 연구의 대부분을 차지하고 있다.
	논문에서 미래 전장에서 로봇의 역할이 중요해 질 것을 부정하는 사람은 없을 것이라 생각하는 이유는?	미래 전장에서 로봇의 역할이 중요해 질 것을 부정하는 사람은 없을 것이다. 왜냐하면 점차 인간의 존엄성이 증가함과 동시에 어떠한 이유에서든지 전쟁에서 젊은이들이 희생되는 것을 바라는 국가와 부모들이 없기 때문이다. 이에 따라, 미래 전쟁에서 무인화된 무기체계가 급증하게 될 것이며 실제로 전쟁을 하고 있는 국가인 미국과 이스라엘에서는 무인전투체계를 개발하고 생산하는 최고의 기술을 보유하고 있다.
	전투 효과분석 방법으로 가장 바람직한 것은?	전투 효과분석 방법으로 가장 바람직한 것은 실제 실험을 통한 분석을 하는 것이다. 하지만 군사력 동원이 어렵고 막대한 비용이 요구될 뿐만 아니라 무엇보다도 인명피해 위험 등의 이유로 비효율적이며 때로는 불가능한 경우가 대부분이다.

참고문헌 (14)

Anylogic. 2014. Anylogic Features. Last modified August 15. http://www.anylogic.com/.
Borshchev, Andrei. 2013. The Big Book of Simulation Modeling: Multimethod Modeling with Anylogic 6. AnyLogic North America.
Grigoryev, Ilya, and Borshchev, Andrei. 2012. AnyLogic 6 in Three Days: A Quick Course in Simulation Modeling. AnyLogic North America.
Kho, Y. H., Lim, B. Y., Park, S. C., and Kwon, Y. J. 2014. "M&S Case Study for Information Sharing Enabled Combat Entities." Journal of the KIMST 17(4):1-9.
Kim, C. M., Kim, J. S., Park, K. Y., Lee, J. Y., Pyun, J. J., and Bae, S. M. 2014. "Combat Effectiveness Literature Review: A Combat Effectiveness analysis for Future Research areas." Transactions of the Society of CAD/CAM Engineers 19(4):305-315.

원문보기 상세보기
Lee, J. M., Jung, C. Y., and Lee, J. M. 2010. "The Combat Effectiveness Analysis of Attack Helicopter Using Simulation and AHP." Journal of the Korea society for simulation 19(3):63-70.
Lee, J. Y. 2007. A study of analysis methodology of operational effectiveness for the MUAV system. ADD.
Lee, J. Y., and Kim, Y. B. 2011. An analysis of efficient development alternatives and economic impact for the MUAV system. ADD.
Lee, J. Y., and Kwon, T. H. 2007. A study of evaluation method for combat effectiveness for efficient operation of the Korea UAV system. ROK Army.
Lee, K. Y. 2013. "Effectiveness Analysis for Required Capabilities of Tilt-rotor UAV." Journal of the Korean society for aeronautical science and flight operation 21(2):15-20.

원문보기 상세보기
Moon, H. G., and Park, C. W. 1998. "A study of temporary model for an analysis of future warfare." The Korea Society for Simulation, Proceedings at The Fall Conference, 32-32.
Park, S. B. 2011. "An Analysis on the economic and technological effects of Smart UAV Development Project." Journal of the Korea Academia-Industrial cooperation Society 12(7):2991-2995.

원문보기 상세보기
Yoo, S. K., and Moon, H. K. 2012. "Future Weapon System Effectiveness Analysis with Defense Simulation Model." The Korea Society for Simulation, Proceedings at The Fall Conference, 137-141.
Yoon, J. S., and Moon, H. K. 1998. "Combat Efficiency Analysis Using JANUS Model." The Korea Society for Simulation, Proceedings at The Fall Conference, 178-181.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증