[논문]국방경영 효율화를 위한 분석형 통계시스템 구축

이정만

doi:10.11627/jkise.2015.38.3.87

국방경영 효율화를 위한 분석형 통계시스템 구축
The Developing of Analytical Statistics System for the Efficiency of Defense Management 원문보기

Journal of Korean Society of Industrial and Systems Engineering = 한국산업경영시스템학회지, v.38 no.3, 2015년, pp.87 - 94

이정만 (국방부 기획조정실)

Abstract ▼ AI-Helper

Recently, management based on statistical data has become a big issue and the importance of the statistics has been emphasized for the management innovation in the defense area. However, the Military Management based on the statistics is hard to expect because of the shortage of the statistics in the military. There are many military information systems having great many data created in real time. Since the infrastructure for gathering data form the many systems and making statistics by using gathered data is not equipped, the usage of the statistics is poor in the military. The Analytical Defense Statistics System is designed to improve effectively the defense management in this study. The new system having the sub-systems of Data Management, Analysis and Service can gather the operational data from interlocked other Defense Operational Systems and produce Defense Statistics by using the gathered data beside providing statistics services. Additionally, the special function for the user oriented statistics production is added to make new statistics by handling many statistics and data. The Data Warehouse is considered to manage the data and Online Analytical Processing tool is used to enhance the efficiency of the data handling. The main functions of the R, which is a well-known analysis program, are considered for the statistical analysis. The Quality Management Technique is applied to find the fault from the data of the regular and irregular type. The new Statistics System will be the essence of the new technology like as Data Warehouse, Business Intelligence, Data Standardization and Statistics Analysis and will be helpful to improve the efficiency of the Military Management.

주제어

AI 본문요약
AI-Helper

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

문제 정의

이는 통계정보를 신속 정확하게 수집하기 위한 기반을 마련하는 것으로 현재 운용중인 많은 정보체계들로부터 통계자료를 수집하기 위한 연동인프라를 구축하고, 전산화되지 못한 영역은 업무 담당자가 통계시스템 내에서 직접 통계자료를 입력할 수 있는 입력시스템을 구축하는 것이다. 둘째로 유용한 고급 통계정보의 체계적 발굴로 통계정보의 가치를 향상시키는 것이다. 메타데이터를 구축하여 통계지표 표준화 요소에 대한 관리체계를 확보하고 실효성 있는 다양한 통계지표의 지속적인 발굴과 제공을 통해 가치향상이 가능하다.
본 연구에서 DB는 국방경영에서의 의사결정을 지원하기 위한 분석업무 중심의 데이터 구조를 갖추기 위하여 DW 중심으로 설계되었다[4, 5, 6]. 특히, 통계 데이터 생산절차에 따른 DW를 구축하기 위하여 대상체계별 연동데이터 생성, 체계별 ODS(Operational Data Store) 구성, ETCL(Extraction, Transformation, Cleansing, Loading)처리에 의한 통계 DW 구성, 서비스와 분석용 통계마트 생성이라는 4단계를 거치도록 하였다.
본 연구에서는 통계자료의 수집과 통계생산·관리, 서비스가 가능한 통계시스템을 개발함으로써 신뢰성과 역사성 있는 통계를 기초로 한 과학적 의사결정 지원과 경제적 군 운용여건을 마련하기 위하여 [Figure 4]와 같이 통계시스템 개발전략을 마련하였다.
본 연구의 의의는 국방경영의 효율을 높이기 위하여 가치 있는 통계를 생산하고 서비스할 수 있는 통계시스템을 실질적으로 구현하기 위한 기반을 제공했다는데 있다. 이번 연구에서 국방통계시스템은 [Table 2]와 같이 통계청 등 각 기관에서 개발하여 사용하는 통계시스템들처럼 통계자료의 다양한 수집루트를 마련하는 등 통계자료의 수집과 통계생산, 품질관리, 서비스 기능이 모두 가능한 통합형 시스템으로 설계되었다.
본 절에서는 시스템 개발배경과 국내외 통계시스템의 개발 사례연구 결과를 토대로 국방경영 환경에 적합한 국방통계시스템의 개발방안을 제시한다.
연금 수급자 현황이라는 정형데이터에 수급자의 계급별 복무기간이라는 Raw 데이터가 추가되면 복무기간별 연금액을 계산하여 연금 지급액 현황이라는 새로운 통계를 만들게 되는 것은 하나의 예가 될 수 있다. 뿐만 아니라 본연구에서는 각각의 정보체계들로부터 수집되는 연동자료와 수동 입력 자료를 속성과 차원정보를 기준으로 조합하여 사용자 맞춤형 통계를 생산하는 개념을 제시함으로써 보다 활용가치가 높은 통계의 생산이 가능하도록 하였다.
시스템 개발전략과 주요 운영개념을 바탕으로 국방통계시스템의 목표모델과 주요 기능에 대하여 제시하고자 한다.
통계자료의 수집과 통계생산·관리, 서비스가 동시에 가능한 통계시스템을 개발하기 위한 시스템 운영개념을 제시하고자 한다. 여기서는 시스템 관리관점과 통계를 생산하여 서비스하는 프로세스 관점에서 정리해 보았다.
이러한 문제들을 해결하기 위한 하나의 수단을 제시하고자 본 연구는 국방경영에 신뢰성 있는 통계의 활용이 가능하도록 통계자료의 수집과 통계 생산·관리, 서비스 기능이 통합된 국방통계시스템의 개발방안을 만들기 위하여 수행되었다.
통계자료의 수집과 통계생산·관리, 서비스가 동시에 가능한 통계시스템을 개발하기 위한 시스템 운영개념을 제시하고자 한다.

가설 설정

이에 전사적 의사결정 지원과 부서와 부처간 정보공유, 대국민 소통을 지원하기 위한 국방정보 융합·공유 플랫폼을 구축한다는 비전 아래 사실기반의 의사결정지원과 국방행정 투명성 제고를 통해 신뢰성 있는 국방경영을 달성한다는 목표를 설정하고 이를 실현하기 위한 4가지 기본 전략을 제시하였다. 첫째로 통계정보수집의 지능화이다. 이는 통계정보를 신속 정확하게 수집하기 위한 기반을 마련하는 것으로 현재 운용중인 많은 정보체계들로부터 통계자료를 수집하기 위한 연동인프라를 구축하고, 전산화되지 못한 영역은 업무 담당자가 통계시스템 내에서 직접 통계자료를 입력할 수 있는 입력시스템을 구축하는 것이다.

제안 방법

KOSIS의 개발과정을 분석해보면 2006년 기반조성단계부터 시작하여 점차 구축범위를 확대하였고 안정기와 발전기를 거쳐 고도화 단계까지 점진적 개발방법론을 적용하여 시스템을 개발하였다. 통계자료의 수집능력을 극대화하기 위해서는 기관별 업무형태와 인프라 특성을 고려하여 기관 자체시스템, 통계청 보급시스템, 통계청 서버를 활용한 호스팅 기법 등 다양한 DB 수집경로와 방법을 적용하고 있고 신뢰성 높은 통계를 생산하기 위해 수집된 DB는 품질점검과정을 이행하도록 하고 있다.
통계시스템에서는 DW와 데이터마트를 기반으로 다차원 질의를 통해 정보를 생성, 조작, 활성화, 종합하는 역동적 정보분석을 지원하고 정형 및 비정형 통계분석과 수준차 분석, 시계열 분석, 추이분석 등과 같은 다양한 분석이 가능하다. 또한, 전문 통계분석이 가능하도록 R의 다양한 함수를 적용한 분석 기능을 설계하고 시각화 분석도구를 활용하여 분석결과를 보다 쉽게 이해할 수 있도록 설계하였다[1, 7].
또한 DB의 품질을 보장하고 효과적인 관리를 위해 Data Scientist를 고용하여 운용하고 있다. 셋째로 시스템 효율성 측면에서는 인사자료의 축적을 위해 PDR(Person Data Repositary)을 구축하였는데 [Table 1]과 같이 각 군의 14개 정보체계와 연동을 통해 자동으로 데이터를 수집하는 PDR은 수집되는 데이터의 크기가 크지만 시스템별로 데이터를 송신하는 순서를 정하여 시스템 간 간섭 없이 자료의 축적이 가능하도록 하였다.
이때, 체계별로 ODS 테이블을 생성 · 유지하고 시계열 속성(년도/월)을 기본 키(Primary Key)로 구성하는 테이블 구조로 설계한다.
본 연구의 의의는 국방경영의 효율을 높이기 위하여 가치 있는 통계를 생산하고 서비스할 수 있는 통계시스템을 실질적으로 구현하기 위한 기반을 제공했다는데 있다. 이번 연구에서 국방통계시스템은 [Table 2]와 같이 통계청 등 각 기관에서 개발하여 사용하는 통계시스템들처럼 통계자료의 다양한 수집루트를 마련하는 등 통계자료의 수집과 통계생산, 품질관리, 서비스 기능이 모두 가능한 통합형 시스템으로 설계되었다. 하지만 미 DMDC의 경우 군인사분야로 자료가 한정되어 있고 통계청 KOSIS는 국가통계 전반을 관리해야 하는 특성상 RDBMS로 DB를 관리하고 있어 자료제공 이외에 분석기능을 제공하기 어려운 단점이 있다.
이에 전사적 의사결정 지원과 부서와 부처간 정보공유, 대국민 소통을 지원하기 위한 국방정보 융합·공유 플랫폼을 구축한다는 비전 아래 사실기반의 의사결정지원과 국방행정 투명성 제고를 통해 신뢰성 있는 국방경영을 달성한다는 목표를 설정하고 이를 실현하기 위한 4가지 기본 전략을 제시하였다.
본 연구에서 DB는 국방경영에서의 의사결정을 지원하기 위한 분석업무 중심의 데이터 구조를 갖추기 위하여 DW 중심으로 설계되었다[4, 5, 6]. 특히, 통계 데이터 생산절차에 따른 DW를 구축하기 위하여 대상체계별 연동데이터 생성, 체계별 ODS(Operational Data Store) 구성, ETCL(Extraction, Transformation, Cleansing, Loading)처리에 의한 통계 DW 구성, 서비스와 분석용 통계마트 생성이라는 4단계를 거치도록 하였다.

성능/효과

둘째로 신뢰성 있는 통계를 생산하기 위해서는 양질의 통계자료가 수집되어야 하기 때문에 연동대상체계로부터 자동으로 입력되는 정형 및 비정형의 데이터에 대한 다양한 형태의 실질적인 품질점검 절차가 구현되어야 한다. 셋째로 통계시스템은 간단히 개발할 수 있는 체계가 아니라 DW, BI(Business Intelligence), 데이터 표준화, 통계분석 등 다양한 전문기술이 집약된 시스템인 만큼 경험 있고 능력 있는 업체에 의해 시스템 개발사업이 이루어져야 한다. 끝으로 통계시스템을 구현하는 데에는 약 2년 정도의 장기간이 소요될 전망이다.

후속연구

끝으로 통계 서비스 측면에서는 일반적인 통계에 대한 검색과 조회가 가능하고 조회된 통계에 대한 리포팅, 차트 생성과 다운로드 등 통계를 쉽게 활용하기 위한 기능이 포함되어야 한다. 서비스 기능을 향상시키기 위해 OLAP을 활용하여 생산한 통계에 대한 다차원 분석이 가능하고 통계분석도구인 R의 오픈소스를 활용한 전문 통계분석기능도 지원되어야 한다.
서비스 기능을 향상시키기 위해 OLAP을 활용하여 생산한 통계에 대한 다차원 분석이 가능하고 통계분석도구인 R의 오픈소스를 활용한 전문 통계분석기능도 지원되어야 한다. 또한, 시각화 분석도구 등을 활용하여 국방정책 수립과 의사결정 지원을 위한 기초자료를 제공하는 경우 사용자의 이해를 돕고 편의성 또한 크게 향상시킬 수 있을 것으로 기대된다.
이에 반해 국방통계시스템은 데이터의 규모가 상대적으로 작은 군 도메인 영역에 대하여 DW 기반의 DB 관리체계를 채택함으로써 국방정책수립 등 의사결정에 보다 효율적인 도구로 사용이 가능하다. 뿐만 아니라 DW와 OLAP 기능을 활용한 사용자 맞춤형 통계생산 기능은 기존의 통계시스템들이 단순히 생산된 통계를 제공하는 차원을 넘어 사용자 입맛에 맞는 통계로 가공하여 사용할 수 있기 때문에 국방통계의 활용도 또한 높일 수 있을 것으로 기대된다.
셋째로 통계의 생산과 관리 측면에서는 DW에 저장된 하나의 의미있는 통계인 정형데이터와 통계표를 형성하고 있지는 않지만 통계생산을 위한 요소로 활용 가능한 Raw 데이터를 사용하여 다른 용도의 새로운 정형통계를 생산할 수 있어야 한다. 연금 수급자 현황이라는 정형데이터에 수급자의 계급별 복무기간이라는 Raw 데이터가 추가되면 복무기간별 연금액을 계산하여 연금 지급액 현황이라는 새로운 통계를 만들게 되는 것은 하나의 예가 될 수 있다.
이러한 4가지 시스템 개발전략이 고려되어 통계시스템이 개발된다면 국방경영에서의 업무 정확도 향상과 국방경영에 대한 대국민 신뢰 확보가 가능하고 부가적으로 국방통계가 국민의 일자리 창출을 위한 트리거의 역할 또한 수행할 수 있으리라 기대된다.
하지만 이번 연구결과를 그대로 통계시스템으로 구현하기 위해서는 다음과 같은 제한사항을 반드시 고려해야 한다. 첫째, 통계시스템은 다른 많은 정보체계와 연계해서 운영되는 만큼 연동체계에서 필요한 데이터를 제공하지 않으면 그 활용가치가 크게 저하될 것이다. 따라서 연동대상체계 주관부서의 적극적인 협조가 반드시 필요하다.
보다 중요한 것은 실제로 이 시스템을 효과적으로 활용하여 충실한 통계자료들이 쌓이고 관리 될 수 있도록 관계관들의 끊임없는 관심과 노력이 필요하다. 특히, 빅데이터 시대에 있어 통계 시스템이 중심(Master DB)으로 역할을 수행할 수 있도록 향후 시스템 개선을 위한 연구는 계속 되어야 할 것이다[2].

질의응답

핵심어	질문	논문에서 추출한 답변
	국방통계시스템은 어떻게 구성되는가?	국방통계시스템은 [Figure 5]와 같이 관리자시스템, 분석통계시스템, 서비스시스템, 연동관리시스템, DW 시스템 등 총 5개의 하부시스템으로 구성된다.
	시스템 관리 측면에서 국방통계시스템은 어떤 시스템으로 개발되어야 하는가?	우선, 시스템 관리 측면에서 국방통계시스템은 개발 목적과 국방경영 환경을 고려하여 국방부 본부와 각 군이 공통으로 사용하는 전군지원 시스템으로 개발되어야 한다. 국방 업무체계는 육․해․공 각 군 영역에서의 업무가 국방부를 정점으로 통합되므로 통계도 하나의 체계 내에서 각 군의 통계가 국방영역 하나로 집계되어 생산 되었을 때 국방통계로써 의미를 가질 수 있기 때문이다.
	사업의 연속성 보장을 위해 관련 인원의 변경을 최소화해야 하는 이유는 무엇인가?	하지만 이번 연구결과를 그대로 통계시스템으로 구현하기 위해서는 다음과 같은 제한사항을 반드시 고려해야 한다. 첫째, 통계시스템은 다른 많은 정보체계와 연계해서 운영되는 만큼 연동체계에서 필요한 데이터를 제공하지 않으면 그 활용가치가 크게 저하될 것이다. 따라서 연동대상체계 주관부서의 적극적인 협조가 반드시 필요하다. 둘째로 신뢰성있는 통계를 생산하기 위해서는 양질의 통계자료가 수집되어야하기 때문에 연동대상체계로부터 자동으로 입력되는 정형 및 비정형의 데이터에 대한 다양한 형태의 실질적인 품질점검 절차가 구현되어야 한다. 셋째로 통계시스템은 간단히 개발할 수 있는 체계가 아니라 DW, BI(Business Intelligence), 데이터 표준화, 통계분석등 다양한 전문기술이 집약된 시스템인 만큼 경험 있고 능력 있는 업체에 의해 시스템 개발사업이 이루어져야 한다. 끝으로 통계시스템을 구현하는 데에는 약 2년 정도의 장기간이 소요될 전망이다. 따라서 개발사업과 연관된 주관부서나 사업관리부서, 개발업체에서는 사업의 연속성 보장을 위해 관련 인원의 변경을 최소화해야 한다.

참고문헌 (9)

An, J.H., Data Analysis by Using R. Hannare, 2011.
Hiromu, N., Statistics power for controlling Big Data, Vision Korea, 2013.
Hoffman, K.L., DMDC Overview, 2012.
Laberge, R., The DATA Warehouse mentor, BJPUBLIC, 2013.
No, H., Lee, M.C., Kim, Y.T., Wo, J.U., Tac, S.H., Ko, W., Jo, K.H., Dokgo, S., and Kim, Y.J., Developing statistics indicator and DW, KIDA research report 07-2471, 2007.
Park, S.J., Data Warehouse. Hanshin University publishing departure, 2012.
Shmueli, G., Patel, N.R., and Bruce, P.C., Data Mining for Business Intelligence. EnBPlus, 2012.
Statistics KOREA, The introduction of KOSIS, 2012.
The Bank of Korea, The understanding of ECOS, 2012.

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