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
- 4차 산업혁명과 미래 전쟁양상, 안보 환경의 패러다임 변화와 맞물려 있는 국방 분야도 이제 새로운 변화와 혁신이 필요하며, 특히 기술 수명주기 단축과 첨단기술 융･복합화 가속 등 급변하는 과학기술 발전추세를 고려한 사전기술기획 수행이 요구되고 있다. 따라서, 기술주도형 미래국방기술 예측을 위해 기존 민간의 기술예측 및 미래국방기술 선정방법론을 아우르면서도 국방 분야 고유의 특성을 고려할 수 있는 차별화된 조사방법론을 정립하고자 하였다.
- 본 연구는 이러한 맥락에서 4차 산업혁명의 핵심 기술인 빅데이터 분석을 통한 미래 국방 유망기술의 예측 방법에 주목하고 있다. 이미 세계 주요업체들이 빅데이터 분석을 통해 예측업무를 수행하고 있다.
제안 방법
- 13개 미래 유망기술 분야별 마그넷워드 선정 절차는 Table 3과 같이 크게 대표 키워드 조사, 마그넷워드 후보군 선정, 마그넷워드 후보군 조정, 최종 마그넷워드 선정으로 구분하였다. 1단계인 키워드 조사단계는 미래 유망기술 분야별 대표 키워드를 조사하는 단계(텍스트마이닝 분석 포함)로, 국내·외 해당 기술 분야 관련 논문, 미국의 방위고등연구계획국(Defense Advanced Research Projects Agency, DARPA) 웹페이지 및 기타 인터넷 검색 등을 통해 대표 키워드를 조사하고, 해당 기술 분야에 대해 텍스트마이닝 분석을 실시하여 키워드와 연관검색어를 도출했다.
- 1단계인 AHP 설문조사 단계에서는 3가지의 미래국방기술 평가요소(경제·사회적 효과, 기술 혁신도, 국방 활용도) 및 하위요소별(경제적 파급효과, 사회적 파급효과, 기술적 파급효과, 기술적 진보성, 무기체계 적용성, 군 전투력 향상 기여도) 상대적 가중치를 결정하기 위해 설문조사를 수행했다.
- 1단계인 키워드 조사단계는 미래 유망기술 분야별 대표 키워드를 조사하는 단계(텍스트마이닝 분석 포함)로, 국내·외 해당 기술 분야 관련 논문, 미국의 방위고등연구계획국(Defense Advanced Research Projects Agency, DARPA) 웹페이지 및 기타 인터넷 검색 등을 통해 대표 키워드를 조사하고, 해당 기술 분야에 대해 텍스트마이닝 분석을 실시하여 키워드와 연관검색어를 도출했다.
- 2단계인 마그넷워드 후보군 선정단계에서는 논문, DARPA 웹페이지 등을 통해 조사된 대표 키워드와 텍스트 마이닝 분석으로 식별된 미래 유망기술 분야별 키워드르 대상으로 마그넷 후보군을 선정했다. 3단계인 마그넷워드 후보군 조정단계에서는 각 기술 분야별 전문가 토론회를 개최하여 기 선정된 마그넷워드 후보군별로 타당성 검토를 실시했고, 마그넷워드 후보군별로 각각 적합 또는 부적합 여부를 평가하여 기존 마그넷워드 후보군을 유지하거나, 변경 또는 삭제하고, 그 외 추가적으로 전문가들이 추천하는 키워드를 종합하였다. 4단계인 마그넷워드 후보군 결정단계에서는 전문가 토론회를 통해 선정된 마그넷워드 중 연관어 도출이 가능한 텍스트마이닝 분석 대상을 마그넷워드로 최종 결정하였고, 기 선정된 마그넷워드 각각에 대해 텍스트마이닝 분석을 실시하여 연관어가 매우 제한적인 경우 해당 마그넷워드를 삭제했다.
- 3단계인 마그넷워드 후보군 조정단계에서는 각 기술 분야별 전문가 토론회를 개최하여 기 선정된 마그넷워드 후보군별로 타당성 검토를 실시했고, 마그넷워드 후보군별로 각각 적합 또는 부적합 여부를 평가하여 기존 마그넷워드 후보군을 유지하거나, 변경 또는 삭제하고, 그 외 추가적으로 전문가들이 추천하는 키워드를 종합하였다. 4단계인 마그넷워드 후보군 결정단계에서는 전문가 토론회를 통해 선정된 마그넷워드 중 연관어 도출이 가능한 텍스트마이닝 분석 대상을 마그넷워드로 최종 결정하였고, 기 선정된 마그넷워드 각각에 대해 텍스트마이닝 분석을 실시하여 연관어가 매우 제한적인 경우 해당 마그넷워드를 삭제했다.
- D-STEEP 환경 분석을 통해 73개의 주요 트렌드를 도출하고, 주요 트렌드를 통합/조정하여 11개의 메가트렌드 분야를 도출하였다(도출결과는 Appendix A의 Table A.1을 참조). 도출된 메가트렌드에 대한 각 트렌드별로 핵심이슈를 도출하고, 이롤 통해 각 메가트렌드에 직접적인 연관성이 있는 미래 유망기술 분야 후보를 한국전자통신연구원(Electronics and Telecommunications Research Institute, ETRI), 한국과학기술기획평가원, 국방과학연구소(Agency for Defense Development, ADD) 등의 기관에서 미래유망기술과 관련하여 기 발표한 분야를 참조하여 미래 유망기술 분야 후보로 식별하였다.
- Science, Nature, IEEE 등 해외 유명 저널 등재 논문들의 초록(abstract), 국방관련 최신동향 뉴스 등 194개의 자료원(source)을 대상으로 텍스트 정보의 매핑에 사용되는 키워드사전을 구축하고 형태소를 분석하여 중요도를 식별하였다. 이때, 더욱 정확한 텍스트마이닝을 위해 13개 미래 유망기술 분야별로 자료원 및 키워드사전을 분류 및 구축했다.
- 미래 유망기술 분야별 마그넷워드 선정단계(1단계)에서는 미래 유망기술 분야별로 수집된 자료원을 바탕으로 크롤링을 하여 텍스트를 추출하고 data pool을 구성한다. 그 후 텍스트마이닝을 수행하여 마그넷워드를 지지도(Support, 특정 단어가 얼마나 많은 문서에 포함되어 있는지를 나타내는 측도), 신뢰도(Confidence, 단어별로 해당 단어가 등장할 확률) 및 향상도(Lift, 다른 분야에 비해 특정 분야에서 단어가 등장할 확률) 분석을 통해 마그넷워드로 선정한다. 마그넷워드별 연관어 도출단계(2단계)에서는 단어 간의 연관성을 분석하는 graphical lasso 모형 등을 적용한 네트워크 분석을 통해 마그넷워드와 학술문서에서 같이 등장하는 빈도가 높은 단어들을 연관어로 도출한다.
- 단어의 빈도수, 특정분야 빈도수, 최근 3년간 추세 등의 특성을 비교·분석하여 대표 키워드를 도출하였다.
- 1을 참조). 도출된 메가트렌드에 대한 각 트렌드별로 핵심이슈를 도출하고, 이롤 통해 각 메가트렌드에 직접적인 연관성이 있는 미래 유망기술 분야 후보를 한국전자통신연구원(Electronics and Telecommunications Research Institute, ETRI), 한국과학기술기획평가원, 국방과학연구소(Agency for Defense Development, ADD) 등의 기관에서 미래유망기술과 관련하여 기 발표한 분야를 참조하여 미래 유망기술 분야 후보로 식별하였다. Table 2는 11개의 메가트렌드 분야 중에 ‘초연결에 의한 통합 확대’ 메가트렌드를 대상으로 각 트렌드별 핵심이슈를 도출하고 이를 통해 직접적인 연관성이 있는 미래 유망기술 분야 후보를 식별한 예이다.
- 도출된 미래기술을 토대로 미래국방기술 평가항목의 가중치 값을 결정한 후, 기술유망성 평가를 통해 미래국방기술을 도출하였다. 미래국방기술을 도출하는 절차는 Table 8과 같이 AHP 설문조사와 기술유망성 평가 2단계로 구분할 수 있다.
- 첫째는 미래유망기술분야 도출 단계로, 국방관점이 고려된 D-STEEP 기법을 적용하여 분야별 환경 변화를 진단하고 각각의 주요 트렌드를 도출한다. 둘째는 핵심기술(미래국방기술) 도출 단계로, 미래유망기술분야 단계에서 추출된 주요 트렌드별로 데이터를 분류하고 정제 작업을 수행한다. 정제된 데이터를 텍스트마이닝 기법을 적용해 미래기술들을 도출하고, 선정된 기술들을 보다 엄밀히 평가하여 미래유망기술들을 선정한다.
- 마그넷워드별 연관어 도출단계(2단계)에서는 단어 간의 연관성을 분석하는 graphical lasso 모형 등을 적용한 네트워크 분석을 통해 마그넷워드와 학술문서에서 같이 등장하는 빈도가 높은 단어들을 연관어로 도출한다. 마그넷워드와 연관어의 적절성은 전문가 토론회를 통해 검증한다. 미래기술 도출단계(3단계)에서는 최종 선정된 마그넷워드 및 연관어를 기반으로 미래 전장환경에 필요한 요구(needs)를 만족시킬 수 있는 미래기술을 도출한다.
- 본 논문에서 제시하는 방법론을 적용하여 실제 국방분야를 대상으로 미래국방 핵심기술과 신개념 무기체계를 도출하였다.
- 마그넷워드로부터 식별된 세부 하위개념인 연관어는 각 기술 분야의 세부 항목을 포함할 수 있는 기술과 특징을 보여준다. 연관어를 선정하는 과정은 마그넷워드 선정 과정과 비슷하게 우선 학술자료를 이용한 키워드사전을 구축한 후, 지지도, 신뢰도, 향상도 등의 분석을 통해 연관어의 후보를 먼저 선정하였다. 연관성 분석의 보조 정보로서 하나의 단어가 주어져있다고 가정했을 때, 단어들 간의 상관성을 계산하기 위해서 사용한 분석 방법으로 하나의 마그넷워드에 대한 유의미한 단어를 찾아내는 동시에 해당 단어 간의 상관성도 파악할 수 있는 graphical lasso 모형을 사용하였다.
- 이때, 더욱 정확한 텍스트마이닝을 위해 13개 미래 유망기술 분야별로 자료원 및 키워드사전을 분류 및 구축했다. 예를 들어, 사이버보안(Cyber Security)분야의 경우 Table 4에 나와 있는 자료원을 위주로 인용 색인(Citation index) 및 영향력 지수(Impact Factor) 등을 고려하여 분석하였다. 키워드사전 구축 시에는 Oxford reference의 Science & technology 항목에서 54여개 항목 전문용어 18만여 단어와 IEEE 분류체계(Taxonomy) 등의 단어를 수집하여 활용하였다.
- Science, Nature, IEEE 등 해외 유명 저널 등재 논문들의 초록(abstract), 국방관련 최신동향 뉴스 등 194개의 자료원(source)을 대상으로 텍스트 정보의 매핑에 사용되는 키워드사전을 구축하고 형태소를 분석하여 중요도를 식별하였다. 이때, 더욱 정확한 텍스트마이닝을 위해 13개 미래 유망기술 분야별로 자료원 및 키워드사전을 분류 및 구축했다. 예를 들어, 사이버보안(Cyber Security)분야의 경우 Table 4에 나와 있는 자료원을 위주로 인용 색인(Citation index) 및 영향력 지수(Impact Factor) 등을 고려하여 분석하였다.
- Table 6은 첨단센서 분야에서 최종 도출된 마그넷워드와 연관어를 보여준다. 이렇게 빅데이터 분석, 전문가 검토회의 등을 통해 최종 선정된 마그넷워드와 연관어를 토대로 미래기술을 도출하였다.
- Table 2는 11개의 메가트렌드 분야 중에 ‘초연결에 의한 통합 확대’ 메가트렌드를 대상으로 각 트렌드별 핵심이슈를 도출하고 이를 통해 직접적인 연관성이 있는 미래 유망기술 분야 후보를 식별한 예이다. 이후 후보군 중 유사분야 통합 및 조정 과정을 통해 첨단센서, 사이버 보안, 신추진, 인공지능, 신소재, 3D/4D 프린팅, 신재생에너지, 무인로봇, 사물인터넷(Internet of Things)/만물인터넷(Internet of Everything), 가상현실(Virtual Reality)/증강현실(Augmented Reality)/혼합현실(Mixed Reality), 고출력에너지, 양자정보기술, 오염정화와 같이 13개의 미래 유망기술 분야를 선정하였다.
- 키워드 분석 시에는 출현빈도의 유사성을 나타내는 척도인 Hellinger 거리(Distance)를 기준으로 미래 유망기술 분야의 특성이 반영되지 않은 일반어를 필터링하였다. 이후, 특정 단어가 얼마나 많은 문서에 포함이 되어 있는지를 나타내는 측도인 지지도(Support), 단어별로 해당 단어가 등장할 확률인 신뢰도(Confidence), 다른 분야에 비해 특정 분야에서 단어가 등장할 확률인 향상도(Lift)를 계산하여 지지도가 낮고 신뢰도와 향상도가 모두 높은 단어를 키워드로 추출하였다. 결과적으로 13개 미래 유망기술 분야에 대해 186개의 마그넷워드와 1,725개의 연관어가 1차적으로 도출되었다.
- 정립한 방법론을 적용하여 미래 환경 분석, 메가트렌드 도출, 미래 유망기술 분야 도출, 마그넷워드 선정, 연관어 도출, 미래국방기술 선정, 신개념무기체계 제시를 순차적으로 진행하였다. 기존의 기술조사는 수요 견인형 방식으로 추진되어 조사범위가 국방 기술 분야만으로 한정적이었으나, 기술주도형 방식을 시도하면서 조사범위를 관련 민간기술분야로 확대하였다.
- 둘째는 핵심기술(미래국방기술) 도출 단계로, 미래유망기술분야 단계에서 추출된 주요 트렌드별로 데이터를 분류하고 정제 작업을 수행한다. 정제된 데이터를 텍스트마이닝 기법을 적용해 미래기술들을 도출하고, 선정된 기술들을 보다 엄밀히 평가하여 미래유망기술들을 선정한다. 셋째는 신개념 무기체계 도출 단계로, 도출된 미래유망기술들을 기반으로 신개념 무기체계를 도출하고 무기체계별 운용개념 및 상상도를 작성한다.
- 본 논문에서 제안하는 방법은 Figure 1과 같이 3단계로 구성된다. 첫째는 미래유망기술분야 도출 단계로, 국방관점이 고려된 D-STEEP 기법을 적용하여 분야별 환경 변화를 진단하고 각각의 주요 트렌드를 도출한다. 둘째는 핵심기술(미래국방기술) 도출 단계로, 미래유망기술분야 단계에서 추출된 주요 트렌드별로 데이터를 분류하고 정제 작업을 수행한다.
- 최종적으로 선정된 미래국방기술을 바탕으로 신개념무기체계를 도출하는 과정으로써, 미래국방기술별로 해당 기술이 미래에 충분히 발전한다면 어떤 형태의 무기체계가 될 수 있는지 미래국방기술로부터 해당 기술의 연관어, 기술분류, 연관 기술의 영화/소설 등 활용 사례 등에 착안하여 신개념무기체계를 도출하고 무기체계의 정의, 상상도 등을 제시하였다. 총 63개의 미래국방기술에서 총 40개의 신개념무기체계가 최종적으로 도출되었으며, Table 11은 첨단센서의 예시를 보여준다.
- 데이터 전처리 과정에서는 형태소 분석을 통해 6개의 주변 단어를 사용하는 6-gram 모형을 사용하여 형태소 분석을 수행하였으며, 단어의 중요도를 평가하기 위해 TF(Term Frequency)-IDF(Inverse Document Frequency)를 활용하였다. 키워드 분석 시에는 출현빈도의 유사성을 나타내는 척도인 Hellinger 거리(Distance)를 기준으로 미래 유망기술 분야의 특성이 반영되지 않은 일반어를 필터링하였다. 이후, 특정 단어가 얼마나 많은 문서에 포함이 되어 있는지를 나타내는 측도인 지지도(Support), 단어별로 해당 단어가 등장할 확률인 신뢰도(Confidence), 다른 분야에 비해 특정 분야에서 단어가 등장할 확률인 향상도(Lift)를 계산하여 지지도가 낮고 신뢰도와 향상도가 모두 높은 단어를 키워드로 추출하였다.
대상 데이터
- 1단계인 키워드 조사단계는 미래 유망기술 분야별 대표 키워드를 조사하는 단계(텍스트마이닝 분석 포함)로, 국내·외 해당 기술 분야 관련 논문, 미국의 방위고등연구계획국(Defense Advanced Research Projects Agency, DARPA) 웹페이지 및 기타 인터넷 검색 등을 통해 대표 키워드를 조사하고, 해당 기술 분야에 대해 텍스트마이닝 분석을 실시하여 키워드와 연관검색어를 도출했다. 2단계인 마그넷워드 후보군 선정단계에서는 논문, DARPA 웹페이지 등을 통해 조사된 대표 키워드와 텍스트 마이닝 분석으로 식별된 미래 유망기술 분야별 키워드르 대상으로 마그넷 후보군을 선정했다. 3단계인 마그넷워드 후보군 조정단계에서는 각 기술 분야별 전문가 토론회를 개최하여 기 선정된 마그넷워드 후보군별로 타당성 검토를 실시했고, 마그넷워드 후보군별로 각각 적합 또는 부적합 여부를 평가하여 기존 마그넷워드 후보군을 유지하거나, 변경 또는 삭제하고, 그 외 추가적으로 전문가들이 추천하는 키워드를 종합하였다.
- 도출된 대표 키워드는 분야별 전문가 토론회를 통해 대표키워드 변경, 삭제, 통합 등을 과정을 거치면서 마그넷워드 후보군으로 선정하였다. 끝으로, 선정된 마그넷워드 후보군 중 텍스트 마이닝을 통해 연관어를 도출할 수 있는 마그넷워드 후보를 최종 마그넷워드로 선정하였다.
- 단어의 빈도수, 특정분야 빈도수, 최근 3년간 추세 등의 특성을 비교·분석하여 대표 키워드를 도출하였다. 도출된 대표 키워드는 분야별 전문가 토론회를 통해 대표키워드 변경, 삭제, 통합 등을 과정을 거치면서 마그넷워드 후보군으로 선정하였다. 끝으로, 선정된 마그넷워드 후보군 중 텍스트 마이닝을 통해 연관어를 도출할 수 있는 마그넷워드 후보를 최종 마그넷워드로 선정하였다.
- 이후, 기 언급된 1차적 도출결과를 전문가 검증을 통하여 선정한다. 최종적으로 155개의 마그넷워드와 456개의 연관어가 선정되었다. Table 6은 첨단센서 분야에서 최종 도출된 마그넷워드와 연관어를 보여준다.
- 키워드사전 구축 시에는 Oxford reference의 Science & technology 항목에서 54여개 항목 전문용어 18만여 단어와 IEEE 분류체계(Taxonomy) 등의 단어를 수집하여 활용하였다.
- 텍스트마이닝은 대규모로 저장된 데이터 안에서 체계적이고 자동적으로 통계적 규칙 혹은 패턴을 찾아내는 데이터마이닝의 일부로, 방대한 양의 텍스트에서 유의미한 정보를 추출하는 과정을 말하며, 소셜 미디어 데이터 분석, 고객 관리 서비스, 지식 경영, 리스크 관리, 미래 예측 등의 분야에서 광범위하게 활용된다. 텍스트마이닝 수행 시 배제되어야 할 잡음데이터(noisy data)가 자료원에 최대한 배제될 수 있도록 미래 유망기술 분야별로 IEEE, Nature, Science 등 해외유명 저널에 등재된 논문 및 Global Defense News 등 국방관련 최신동향 뉴스 등을 자료원으로 수집한다.
이론/모형
- 수집된 단어는 문서 내에서 기술 혹은 기술과 관련되는 단어를 추출하기 위한 사전으로 사용했다. 데이터 전처리 과정에서는 형태소 분석을 통해 6개의 주변 단어를 사용하는 6-gram 모형을 사용하여 형태소 분석을 수행하였으며, 단어의 중요도를 평가하기 위해 TF(Term Frequency)-IDF(Inverse Document Frequency)를 활용하였다. 키워드 분석 시에는 출현빈도의 유사성을 나타내는 척도인 Hellinger 거리(Distance)를 기준으로 미래 유망기술 분야의 특성이 반영되지 않은 일반어를 필터링하였다.
- 연관어를 선정하는 과정은 마그넷워드 선정 과정과 비슷하게 우선 학술자료를 이용한 키워드사전을 구축한 후, 지지도, 신뢰도, 향상도 등의 분석을 통해 연관어의 후보를 먼저 선정하였다. 연관성 분석의 보조 정보로서 하나의 단어가 주어져있다고 가정했을 때, 단어들 간의 상관성을 계산하기 위해서 사용한 분석 방법으로 하나의 마그넷워드에 대한 유의미한 단어를 찾아내는 동시에 해당 단어 간의 상관성도 파악할 수 있는 graphical lasso 모형을 사용하였다. 이후, 기 언급된 1차적 도출결과를 전문가 검증을 통하여 선정한다.
- 우선 환경 분석을 위해 한국과학기술기획평가원 등의 민간기관에서 과학기술예측조사 수행 시 자주 활용하는 거시적 환경 분석 방법(Korea Institute of Science & Technology Evaluation and Planning, 2017)인 STEEP(Social, Technological, Economic, Environmental, Political) 방법론에 국방(Defense) 분야의 환경 변화를 추가분석 하고, 이를 D-STEEP(Defense, Social, Technological, Economic, Ecological, Political)으로 명명한다.
성능/효과
- 이후, 특정 단어가 얼마나 많은 문서에 포함이 되어 있는지를 나타내는 측도인 지지도(Support), 단어별로 해당 단어가 등장할 확률인 신뢰도(Confidence), 다른 분야에 비해 특정 분야에서 단어가 등장할 확률인 향상도(Lift)를 계산하여 지지도가 낮고 신뢰도와 향상도가 모두 높은 단어를 키워드로 추출하였다. 결과적으로 13개 미래 유망기술 분야에 대해 186개의 마그넷워드와 1,725개의 연관어가 1차적으로 도출되었다. Table 6는 해외자료에서 미래 유망기술 분야 중 하나인 “Cyber Security”로 검색하여 수집한 결과를 토대로 텍스트마이닝 분석을 수행한 예를 보여준다.
- 기술주도형 미래기술 예측조사 방법론으로 도출된 신개념무기체계를 기존의 수요견인형으로 도출되어 ’17∼’31 중점기획 대상에 수록된 무기체계와 비교해 본 경우, 72.5%(29개)가 신규 도출된 것으로 판단되었으며, 첨단센서를 예시로 들면 Table 12에서 보는 바와 같이 2개가 신규로 도출되었다.
- 2단계는 산출된 가중치를 바탕으로 위에 언급한 3개의 평가항목에 대한 미래기술별 점수인 기술유망성을 산출하여 미래국방기술을 선정하는 단계이다. 최종적으로 13개 미래 유망기술 분야별로 기술유망성이 높은 63개의 기술이 선정되었고 세부적으로 첨단센서 분야 6개, 사이버보안 분야 6개, 신추진 분야 4개, 인공지능 분야 4개, 신소재 분야 6개, 3D/4D프린팅 분야 5개, 신재생에너지분야 6개, 무인로봇 분야 3개, IoT/IoE 분야 4개, VR/AR/MR 분야 4개, 고출력에너지 분야 4개, 양자정보 분야 7개, 오염정화 분야 4개가 선정되었다. Table 10은 첨단센서분야의 미래국방기술 선정 예를 보여준다.
후속연구
- 본 방법론을 활용하여 도출한 미래국방기술은 국방과학기술로드맵 수립과 선도형 등 핵심기술기획 추진 간 기술주도형(Technology Push) 핵심기술 식별을 위한 기반자료로 활용이 가능하다. 또한, 미래 국방기술과 연계한 신개념 무기체계는 “장기무기체계 발전방향” 등 합동참모본부의 소요기획단계에서 실효적 활용이 가능할 것으로 예상된다.
- 본 방법론을 활용하여 도출한 미래국방기술은 국방과학기술로드맵 수립과 선도형 등 핵심기술기획 추진 간 기술주도형(Technology Push) 핵심기술 식별을 위한 기반자료로 활용이 가능하다. 또한, 미래 국방기술과 연계한 신개념 무기체계는 “장기무기체계 발전방향” 등 합동참모본부의 소요기획단계에서 실효적 활용이 가능할 것으로 예상된다.
- , 2003) 등에서 그 사례를 찾아 볼 수 있다. 제안하는 방법론은 향후 미래국방기술들을 도출함으로 국방과학기술로드맵 수립과 선도형 등 기술주도형(Technology Push) 핵심기술 식별을 위한 기반자료로 활용 가능하고, 이와 연계한 신개념 무기체계를 제안하므로 장기무기체계 발전방향 제시와 함께 합동참모본부의 소요기획단계에서의 활용이 가능할 것으로 판단한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.