In the defense acquisition, a company's goal is to maximize profits, and the government's goal is to allocate budgets efficiently. Each year, the government estimates the ratio of indirect cost sector to defense companies, and estimates the ratio to be applied when calculating cost of the defense ar...
In the defense acquisition, a company's goal is to maximize profits, and the government's goal is to allocate budgets efficiently. Each year, the government estimates the ratio of indirect cost sector to defense companies, and estimates the ratio to be applied when calculating cost of the defense articles next year. The defense industry environment is changing rapidly, due to the increasing trend of defense acquisition budgets, the advancement of weapon systems, the effects of the 4th industrial revolution, and so on. As a result, the cost structure of defense companies is being diversifying. The purpose of this study is to find an alternative that can enhance the rationality of the current methodology for estimating the ratio of indirect cost sector of defense companies. To do this, we conducted data analysis using the R language on the cost data of defense companies over the past six years in the Defense Integrated Cost System. First, cluster analysis was conducted on the cost characteristics of defense companies. Then, we conducted a regression analysis of the relationship between direct and indirect costs for each cluster to see how much it reflects the cost structure of defense companies in direct labor cost-based indirect cost rate estimates. Lastly a new ratio prediction model based on regularized regression analysis was developed, applied to each cluster, and analyzed to compare performance with existing prediction models. According to the results of the study, it is necessary to estimate the indirect cost ratio based on the cost character group of defense companies, and the direct labor cost based indirect cost ratio estimation partially reflects the cost structure of defense companies. In addition, the current indirect cost ratio prediction method has a larger error than the new model.
In the defense acquisition, a company's goal is to maximize profits, and the government's goal is to allocate budgets efficiently. Each year, the government estimates the ratio of indirect cost sector to defense companies, and estimates the ratio to be applied when calculating cost of the defense articles next year. The defense industry environment is changing rapidly, due to the increasing trend of defense acquisition budgets, the advancement of weapon systems, the effects of the 4th industrial revolution, and so on. As a result, the cost structure of defense companies is being diversifying. The purpose of this study is to find an alternative that can enhance the rationality of the current methodology for estimating the ratio of indirect cost sector of defense companies. To do this, we conducted data analysis using the R language on the cost data of defense companies over the past six years in the Defense Integrated Cost System. First, cluster analysis was conducted on the cost characteristics of defense companies. Then, we conducted a regression analysis of the relationship between direct and indirect costs for each cluster to see how much it reflects the cost structure of defense companies in direct labor cost-based indirect cost rate estimates. Lastly a new ratio prediction model based on regularized regression analysis was developed, applied to each cluster, and analyzed to compare performance with existing prediction models. According to the results of the study, it is necessary to estimate the indirect cost ratio based on the cost character group of defense companies, and the direct labor cost based indirect cost ratio estimation partially reflects the cost structure of defense companies. In addition, the current indirect cost ratio prediction method has a larger error than the new model.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
기존 연구들은 직접노무비 위주의 제비율 산정과, 이를 원가계산에 적용 시 왜곡될 수 있는 부분의 개선에 대한 주장이 대부분이다. 국방획득 예산규모 증대, 무기체계 첨단화, 급변하는 산업 환경 에서, 방산제비율의 변화가 필요한지 살펴볼 시점이다.본 연구는 실질적인 제비율 산정의 합리성 강화 방안을 제시하고자 한다.
기존 연구들은 직접노무비 위주의 제비율 산정과, 이를 원가계산에 적용 시 왜곡될 수 있는 부분의 개선에 대한 주장이 대부분이다. 국방획득 예산규모 증대, 무기체계 첨단화, 급변하는 산업 환경 에서, 방산제비율의 변화가 필요한지 살펴볼 시점이다.본 연구는 실질적인 제비율 산정의 합리성 강화 방안을 제시하고자 한다.
국방획득 예산규모 증대, 무기체계 첨단화, 급변하는 산업 환경 에서, 방산제비율의 변화가 필요한지 살펴볼 시점이다.본 연구는 실질적인 제비율 산정의 합리성 강화 방안을 제시하고자 한다. 본 연구의 구성은 서론 이후 제 2장에서 연구범위 및 방법을 기술하며, 제 3장에서 실증분석을 실시하고, 제 4장에서 연구결과 종합 및 시사점을 다루었다.
단위제품별 직접 추적이 어려운 간접원가부문 계산을 위해, 1997년부터 방산업체(공장) 2개년 간의 실적자료를 이용한 연간 배부율인 방산제비율을 적용 중에 있다. 본 연구에서는 지난 6년간 방산제비율 실적을 분석하고 향후 적용방안에 대해서 제시한다. 본 연구와 관련된 방산원가 및 방산제비율에 관한 연구는 다음과 같다.
제안 방법
간접비 예측에 있어 직접비 간 상대적인 중요도를, 각 직접비가 R2 에 기여하는 정도로 정량화하는 직관적으로 분석을 수행하였다[5].
간접비에 대한 직접비별 영향과 상대적 중요도를 분석하기 위해, 간접노무비(ILC : Indirect labor cost), 간접경비 (IE : Indirect expense)를 설명변수, 직접비를 설명변수로 하는 관계식을 설정하였다. 간접노무비에 대한 관계식 (1) 의 설명변수에서 직접재료비, 직접경비를 제외하면, 현행 간접노무비율 산정 형태가 된다.
평가 결과, 계층적 군집(Hierarchical clustering)에 군집수 2개가 최적으로 분석되었다. 구체적 방법으로 데이터끼리 순차적으로 군집을 묶어나가는 응집형(Agglomerative)을 적용하고, 데이터 속성에 대한 거리 척도로 두 점을 잇는 가장 짧은 직선거리를 계산하는 유클리드 거리를 적용하였다. 또한, 군집 간 거리 측정에는 두 군집이 합쳐졌을 때의 오차제 곱합의 증가분에 기반해서 군집 내 거리를 최소화하여 노이즈나 이상치에 덜 민감한 Ward linkage를 적용하였다.
간접노무비에 대한 관계식 (1) 의 설명변수에서 직접재료비, 직접경비를 제외하면, 현행 간접노무비율 산정 형태가 된다. 군집별로 결산연도(t)별직․간접비를 추출하여, 분산팽창지수 등 다중공선성 문제가 없어, 다중회귀를 적용하였다. 후버의 M-추정, LMS (Least median of square), LTS(Least trimmed squares) 추정과 잔차분포를 비교하여 공통적인 영향치 제거로, 1개 영향치에 달라지는 최소제곱추정의 단점을 보완하였다.
가중이 동평균법의 형태로, 간단한 계산과 적용이 장점이지만, 가중치 근거 제시가 곤란하고 추세에 둔감한 단점이 있다. 따라서, 본 연구의 범위는, 첫째, 업체(공장)의 원가 특성이 제비율 산정에 미치는 영향을 살펴보고, 둘째, 직접노무비에 기초하는 간접비율 산정 방식이 업체(공장)의 원가구조를 얼마나 반영하는지 분석하며, 셋째, 현행 제비율 예측 방식 성능을 분석하였다. 연구자료는 국방 통합원가시스템의 ’12~’17년 방산제비율 산정내역서로, 방위사업청에서 업체에서 제출받은 회계자료에 대한 검토 절차를 거친 자료를 사용하였다.
가중이 동평균법의 형태로, 간단한 계산과 적용이 장점이지만, 가중치 근거 제시가 곤란하고 추세에 둔감한 단점이 있다. 따라서, 본 연구의 범위는, 첫째, 업체(공장)의 원가 특성이 제비율 산정에 미치는 영향을 살펴보고, 둘째, 직접노무비에 기초하는 간접비율 산정 방식이 업체(공장)의 원가구조를 얼마나 반영하는지 분석하며, 셋째, 현행 제비율 예측 방식 성능을 분석하였다. 연구자료는 국방 통합원가시스템의 ’12~’17년 방산제비율 산정내역서로, 방위사업청에서 업체에서 제출받은 회계자료에 대한 검토 절차를 거친 자료를 사용하였다.
구체적 방법으로 데이터끼리 순차적으로 군집을 묶어나가는 응집형(Agglomerative)을 적용하고, 데이터 속성에 대한 거리 척도로 두 점을 잇는 가장 짧은 직선거리를 계산하는 유클리드 거리를 적용하였다. 또한, 군집 간 거리 측정에는 두 군집이 합쳐졌을 때의 오차제 곱합의 증가분에 기반해서 군집 내 거리를 최소화하여 노이즈나 이상치에 덜 민감한 Ward linkage를 적용하였다. 군집분석 결과, 군집 A에 498개(86.
이에 연계하여 군집별 직․간접 비를 추출하여, 다중 회귀를 적용하여 간접비에 대한 직접비별 영향과 상대적 중요성을 분석하였다. 또한, 군집 별로 결산년도별 제비율을 추출하여, 정규화(Regularized) 회귀를 적용한 새로운 제비율 예측모델로, 현행 방식과 성능을 비교하였다. 보다 구체적인 방법은 각 실증분석에서 제시하였으며, 데이터 분석은 오픈소스 프로그램 R 을 사용하였다.
본 연구의 수행 절차는 [Figure 1]과 같이, 먼저 연구 자료에서 업체(공장)별 직접비를 추출하여, 군집분석 및원가특성을 비교하였다. 이에 연계하여 군집별 직․간접 비를 추출하여, 다중 회귀를 적용하여 간접비에 대한 직접비별 영향과 상대적 중요성을 분석하였다.
식 (4)를 통한 제비율 예측을 위해 [Table 6]과 같이’10년~’12년, ’14년 자료로 훈련 및 검증을 수행하고, ’11년~’13년 자료에 의한 ’15년 예측 결과와 ’15년 결산년도 제비율 비교로 모델 확정을 위한 성능 평가를 수행하였다.
본 연구의 수행 절차는 [Figure 1]과 같이, 먼저 연구 자료에서 업체(공장)별 직접비를 추출하여, 군집분석 및원가특성을 비교하였다. 이에 연계하여 군집별 직․간접 비를 추출하여, 다중 회귀를 적용하여 간접비에 대한 직접비별 영향과 상대적 중요성을 분석하였다. 또한, 군집 별로 결산년도별 제비율을 추출하여, 정규화(Regularized) 회귀를 적용한 새로운 제비율 예측모델로, 현행 방식과 성능을 비교하였다.
군집별로 결산연도(t)별직․간접비를 추출하여, 분산팽창지수 등 다중공선성 문제가 없어, 다중회귀를 적용하였다. 후버의 M-추정, LMS (Least median of square), LTS(Least trimmed squares) 추정과 잔차분포를 비교하여 공통적인 영향치 제거로, 1개 영향치에 달라지는 최소제곱추정의 단점을 보완하였다.
대상 데이터
데이타 군집화로 핵심 원가 모수인 직접비를 선택하고, 척도의 차이로 표준화한 데이터(Scaled data)를 사용하였다.데이터셋은 데이터 공간 임의성(Hopkins statistic)이 낮고,비유사성 행렬을 활용한 이미지(VAT : The algorithm of the visual assessment of cluster tendency) 상 패턴을 형성하여 군집 성향이 확인된다.
연구자료는 국방 통합원가시스템의 ’12~’17년 방산제비율 산정내역서로, 방위사업청에서 업체에서 제출받은 회계자료에 대한 검토 절차를 거친 자료를 사용하였다.
연구자료는 국방통합 원가시스템의 ’12~’17년 방산제비율 산정내역서로, 방위 사업청에서 업체에서 제출받은 회계자료에 대한 검토 절차를 거친 자료를 사용하였다.
데이터처리
또한, 군집 별로 결산년도별 제비율을 추출하여, 정규화(Regularized) 회귀를 적용한 새로운 제비율 예측모델로, 현행 방식과 성능을 비교하였다. 보다 구체적인 방법은 각 실증분석에서 제시하였으며, 데이터 분석은 오픈소스 프로그램 R 을 사용하였다.
이론/모형
데이타 군집화로 핵심 원가 모수인 직접비를 선택하고, 척도의 차이로 표준화한 데이터(Scaled data)를 사용하였다.데이터셋은 데이터 공간 임의성(Hopkins statistic)이 낮고,비유사성 행렬을 활용한 이미지(VAT : The algorithm of the visual assessment of cluster tendency) 상 패턴을 형성하여 군집 성향이 확인된다.
성능/효과
[Table 7]은 모델별 ’15년 제비율 예측 성능 비교 결과로, MSE는 ’15년 실제 제비율과 각 모델의 예측값의 평균제곱오차로 MSE가 낮을수록 실제에 가까워지며, 새로운 모델의 예측이 비교적 전반적인 오차가 낮다.
첫째, 원가구조의 다양성, 복잡성이 증가하므로 데이터 과학에 의한 보다 넓고 깊은 분석과 통찰에 기반하는 접근이 필요한 시점이라는 것이다. 둘째, 제비율 산정 체계는 비용의 불확실성과 직결되어 확정계약, 과학적인 사업관리 등 국방획득 관련 프로세스의 실질적인 활성화에 기여할 수 있다. 셋째, 이를 위해 축적된 데이터를 연속성 있게 활용되는 산정 시스템을 지향할 필요가 있다.
방산업체 원가특성에 따른 군집분석 결과를 요약하면 다음과 같다. 첫째, 업체(공장)별 직접비에 따른 군집은 원가구조, 주요생산형태, 간접비율 수준과 변동성에서 뚜렷한 차이가 확인된다. 둘째, 이러한 차이는 제비율 오차의 차이로 이어지므로, 원가특성으로 산정 대상의 세분화가 필요하다.
Internal validation measure는 군집 내 결합정도와 군집 간 분리정도, Stability validation measures는 군집 정보 일부의 삭제 전․후로 군집의 안정성을 측정한다. 평가 결과, 계층적 군집(Hierarchical clustering)에 군집수 2개가 최적으로 분석되었다. 구체적 방법으로 데이터끼리 순차적으로 군집을 묶어나가는 응집형(Agglomerative)을 적용하고, 데이터 속성에 대한 거리 척도로 두 점을 잇는 가장 짧은 직선거리를 계산하는 유클리드 거리를 적용하였다.
후속연구
연구결과를 종합해보면, 현행 일괄적인 간접비율 산정, 고정적인 제비율 예측은 방산업체의 생산형태, 원가 구조의 차이를 모두 반영하지 못하므로, 원가특성에 따른 분류 체계를 정립하여 제비율 산정 기준의 세분화가 필요하다. 직접노무비 위주로 평준화된 간접비율 산정은, 타직접비를 추가로 고려하는 기업의 다양한 생산 노력을 반영하는 차별화가 필요하다.
셋째, 이를 위해 축적된 데이터를 연속성 있게 활용되는 산정 시스템을 지향할 필요가 있다. 이에 향후 실무 현장의 다양한 원가 정보를 활용한 보다 고도화된 비지도학습 기반의 제비율 산정 시스템에 관한 연구가 필요할 것으로 보인다.
제비율 산정 체계에 대한 본 연구가 시사하는 바는 다음과 같다. 첫째, 원가구조의 다양성, 복잡성이 증가하므로 데이터 과학에 의한 보다 넓고 깊은 분석과 통찰에 기반하는 접근이 필요한 시점이라는 것이다. 둘째, 제비율 산정 체계는 비용의 불확실성과 직결되어 확정계약, 과학적인 사업관리 등 국방획득 관련 프로세스의 실질적인 활성화에 기여할 수 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
가중에 관련한 방산제비율의 장점과 단점은?
또한, 방산제비율은 업체(공장)별 직전 2개년 방산실적에 대한 제비율을 산정하여, 최근연도로부터 6:4의 가중치를 반영한 예측률을 익년 원가계산 시 적용한다. 가중이 동평균법의 형태로, 간단한 계산과 적용이 장점이지만, 가중치 근거 제시가 곤란하고 추세에 둔감한 단점이 있다. 따라서, 본 연구의 범위는, 첫째, 업체(공장)의 원가 특성이 제비율 산정에 미치는 영향을 살펴보고, 둘째, 직접노무비에 기초하는 간접비율 산정 방식이 업체(공장)의 원가구조를 얼마나 반영하는지 분석하며, 셋째, 현행 제비율 예측 방식 성능을 분석하였다.
방산제비율이란 무엇인가?
방산제비율은 업체(공장)별 방산분야의 직접원가에 대한 간접원가의 비율로, 간접원가 산정 시 직접원가에 제비율을 곱하는 형태로 계산된다. 방산분야의 직접원가는 방산제비율에 미치는 영향이 큰데다, 직접노무비 위주의 간접비율 산정 하에서 직접원가 구성비는 근본적인 원가 차이를 발생시키키지만, 제비율은 획일적으로 산정된다.
방산업체 원가특성에 따른 군집분석의 결과는 어떻게 나타나는가?
방산업체 원가특성에 따른 군집분석 결과를 요약하면 다음과 같다. 첫째, 업체(공장)별 직접비에 따른 군집은 원가구조, 주요생산형태, 간접비율 수준과 변동성에서 뚜렷한 차이가 확인된다. 둘째, 이러한 차이는 제비율 오차의 차이로 이어지므로, 원가특성으로 산정 대상의 세분화가 필요하다.
참고문헌 (11)
Ahn, T.S., Analysis of Defense Industry Cost Compensation System, Accounting papers, Seoul University, 2001, Vol. 35, No. 1, pp. 87-112.
DAPA, Manual Practical Handbook on Verification of Supplier Costs, Seoul, Korea : Defense Acquisition Program Administration, 2015, pp. 3-137.
Efron, B., Hastie, T., Johnstone, I., and Tibshirani, R., Least Angle Regression, The Annals of Statistics, 2004, Vol. 32, No. 2, pp. 407-499.
Heo, E.J., Defense industry costing and profit calculation rules and defense incentives [dissertation], [Seoul, Korea] : Seoul University, 2003.
Johnson, J.W., A Heuristic Method for Estimating the Relative Weight of Predictor Variables in Multiple Regression, Multivariate Behavioral Research, 2003, Vol. 35, No. 1, pp. 1-19.
Kang, K.M. Study on the cost behavior of R&D project for weapon system [dissertation], [Seoul, Korea] : Korea National Defense University, 2014.
Kim, D.W., Cost structure and cost behavior of Korean defense companies [dissertation], [Seoul, Korea] : Korea National Defense University, 2011.
Kim, S.S., Baek, J.Y., and Kang, B.S., Hybrid Simulated Annealing for Data Clustering, Journal of Society of Korea Industrial and Systems Engineering, 2017, Vol. 40, No. 2, pp. 92-98.
Tibshirani, R., Bien, J., Friedman, J., Hastie, T., Simon, N., Taylor, J., and Tibshirani, R.J., Strong Rules for Discarding Predictors in Lasso-type Problems, Journal of the Royal Statistical Society : Series B (Statistical Methodology), 2012, Vol. 74, No. 2, pp. 245-256.
Yang, D.G., HwangBo, H., Cheon, H.J., and Lee, H.C., Validation Technique of Simulation Model using Weighted F-measure with Hierarchical X-means (WF-HX) Method, Journal of the Korea Academia-Industrial Cooperation Society, 2012, Vol. 13, No. 2, pp. 562-574.
Zou, H. and Hastie, T., Regularization and Variable Selection via the Elastic Net, Journal of the Royal Statistical Society : Series B (Statistical Methodology), 2005, Vol. 67, No. 2, pp. 301-320.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.