[논문]초도양산 군수품에 대한 정량적 위험등급평가 방안 연구

정영탁; 함영훈; 노태주; 안만기; 고경와

doi:10.7469/jksqm.2018.46.3.441

[국내논문] 초도양산 군수품에 대한 정량적 위험등급평가 방안 연구
A study on the quantitative risk grade assessment of initial mass production for weapon systems 원문보기

品質經營學會誌 = Journal of Korean society for quality management, v.46 no.3, 2018년, pp.441 - 452

정영탁 (국방기술품질원) , 함영훈 (국방기술품질원) , 노태주 (국방기술품질원) , 안만기 (국방기술품질원) , 고경와 (한화시스템)

Abstract ▼ AI-Helper

Purpose: The purpose of this paper is to study quantitative risk grade assessment for objective government quality assurance activities based on risk management in initial mass production for weapon systems. Methods: The Defense quality management regulations and foreign risk assessment documents are referred to analyze problems performing quality assurance actives. The failure rate data, maintainability and cost of products have been studied to quantify the risk Likelihood and impact. The analyzed data were classified as risk grade assessment through K-means Cluster Analysis method. Results: Results show that a proposed method can objectively evaluate risk grade. The analyzed results are clustered into three levels such as high, middle and low. Two products are allocated high, eleven low and seven middle. Conclusion: In this paper, quantitative risk grade assessment methods were presented by analyzing risk ratings based on objective data. The findings showed that the methods would be effective for initial mass production for weapon systems.

주제어

AI 본문요약
AI-Helper

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

문제 정의

1997) 군집화 분석은 군집화된 데이터에 기초하여 군집의 패턴 및 특성, 분포형태, 응집도 및 군집 간의 분포와 다양한 형태의 데이터 분석이 가능하다. 따라서 근래에 인공신경망, 패턴인식, 인터넷 검색, 통계 데이터 분석 등에 폭넓게 사용되며, 본 논문에서 초도양산단계의 군수품에 대한 품질데이터를 유사성에 따라 군집화하여, 품질보증 등급을 선정하는 방안을 연구한다.
”의 심각한 영향과 중대한 결과에 대한 차이를 구별하기 쉽지 않다. 따라서 본 논문에서는 초도양산 무기체계에 대하여 군수품의 위험요소를 식별 및 관리하기 위한 정량적인 지표를 연구하였다.
위험의 발생 가능성을 무기체계의 고장률을 바탕으로 산정하였으며, 위험 발생의 영향 정도를 정비도와 구성품의 비용을 통하여 선정하였다. 본 논문에서는 객관적인 데이터를 바탕으로 위험등급을 산출함으로써 정량적인 위험평가의 방법을 제시하였고, 합리적이고 신뢰도 있는 결과를 얻었다.
본 논문에서는 품질데이터가 다양하지 않은 초도양산 군수품의 정량적인 위험식별 및 평가 기준에 대하여 연구하였다. 개발단계에서 분석된 제품의 고장률 데이터를 바탕으로 해당 군수품의 위험 발생 가능성을 분석하고, 최대운용정비도와 장비의 고장으로 발생할 수 있는 비용을 바탕으로 위험 영향도(결과)를 산출하였으며, K-means cluster 방법으로 데이터를 군집하여 위험 등급을 선정하였다.
본 연구에서는 초도양산 군수품에 대하여 위험관리기반의 정량적인 위험식별 방안을 제시하였다. 위험의 발생 가능성을 무기체계의 고장률을 바탕으로 산정하였으며, 위험 발생의 영향 정도를 정비도와 구성품의 비용을 통하여 선정하였다.

제안 방법

본 논문에서는 품질데이터가 다양하지 않은 초도양산 군수품의 정량적인 위험식별 및 평가 기준에 대하여 연구하였다. 개발단계에서 분석된 제품의 고장률 데이터를 바탕으로 해당 군수품의 위험 발생 가능성을 분석하고, 최대운용정비도와 장비의 고장으로 발생할 수 있는 비용을 바탕으로 위험 영향도(결과)를 산출하였으며, K-means cluster 방법으로 데이터를 군집하여 위험 등급을 선정하였다. 본 연구에서 진행된 정량적 위험 등급 선정방안은 기존 담당원의 주관, 경험 등의 정성적 기준을 대신하여 위험등급의 모든 수치를 데이터에 의하여 분석함으로써, 위험식별의 객관성과 타당성이 증대될 것으로 예상한다.
해당 체계의 체계분해구조(System breakdown structure)는 3개의 부체계로 구성되며 구성품, 결합체, 부분품으로 분류된다. 다양한 구성요소 중 국방규격서 및 품질요구서가 존재하는 품목과 핵심기능을 발휘하는 구성품을 대상으로 20개의 품목을 선정하여 3.2와 3.3절에서 소개한 정량적 방법으로 위험식별을 진행하였다. 무기체계의 신뢰도 목푯값 및 정비도는 소요군 작전개념, 운용개념을 고려한 OOO이다.
위험발생 가능성과 위험의 영향을 종합하여 위험평가매트릭스(Risk assessment matrix)를 분류하는 방법은 국외위험관리 표준 및 가이드라인별로 3×3, 4×4, 5×4, 5× 5 등과 같이 서로 상이하며, 이는 위험관리기반의 위험등급을 분류한 결과가 무기체계의 사업 특성과 품질특성에 따라 유기적으로 변화할 수 있음을 알 수 있다. 본 논문에서는 품질보증 활동 효율성을 높이기 위해 군집화 분석의 한 방법을 활용하였다. 품질보증활동을 수행하기 위한 대상의 품질 데이터의 특성에 따라 데이터 집단을 정의하고, 데이터 집단을 대표할 수 있는 품질 등급을 결정하였다.
본 연구에서는 초도양산 군수품에 대하여 위험관리기반의 정량적인 위험식별 방안을 제시하였다. 위험의 발생 가능성을 무기체계의 고장률을 바탕으로 산정하였으며, 위험 발생의 영향 정도를 정비도와 구성품의 비용을 통하여 선정하였다. 본 논문에서는 객관적인 데이터를 바탕으로 위험등급을 산출함으로써 정량적인 위험평가의 방법을 제시하였고, 합리적이고 신뢰도 있는 결과를 얻었다.
위험의 영향(결과)은 위험식별 대상이 전체 무기체계에 미치는 영향으로 정비도와 비용을 통해 적용하여 산출하는 방법을 제시하였다. 정비도(Maintainablity)는 “군수품의 고장 발생 시 규정된 자원(기술 요원, 정비시설 등) 및 절차(정비 교범)에 따라 정비를 할 경우 일정 기간 내에 장비를 수리하여 그 성능을 규정된 상태로 원상 복구시킬 수 있는 확률”로 정의할 수 있다.
품질보증활동을 수행하기 위한 대상의 품질 데이터의 특성에 따라 데이터 집단을 정의하고, 데이터 집단을 대표할 수 있는 품질 등급을 결정하였다. 즉, 군집화 분석(Cluster analysis)의 K-means 방법을 활용하여 품질 데이터의 특성을 대표 중심값으로 군집화하고, 군집화 결과에 따라 등급을 부여하여 위험등급을 도출해내었다.
계층적 군집방법은 군집 간의 거리 차이에 큰 변화를 보이는 경우 분석의 장점이 있으며, 비 계층적 군집방법은 주어진 데이터 내부 구조에 대한 사전정보 없이 자료구조를 분석할 수 있으므로, 다양한 형태의 데이터에 적용할 수 있다. 초도양산의 품질보증 활동을 수행하기 위한 품질 데이터의 특성을 파악하여 데이터 집단을 정의하고, 데이터집단을 대표할 수 있는 품질 등급을 결정하는 것이 품질보증활동 효율성의 증대를 가져오므로 이에 따라, 군집화 분석(Cluster analysis)의 K-means 방법을 활용하여, 품질 데이터의 특성을 대표 중심값으로 군집화 하여 군집화 결과에 따라 위험등급 평가의 결과를 도출해 낸다.
본 논문에서는 품질보증 활동 효율성을 높이기 위해 군집화 분석의 한 방법을 활용하였다. 품질보증활동을 수행하기 위한 대상의 품질 데이터의 특성에 따라 데이터 집단을 정의하고, 데이터 집단을 대표할 수 있는 품질 등급을 결정하였다. 즉, 군집화 분석(Cluster analysis)의 K-means 방법을 활용하여 품질 데이터의 특성을 대표 중심값으로 군집화하고, 군집화 결과에 따라 등급을 부여하여 위험등급을 도출해내었다.

대상 데이터

본 논문에서 적용한 무기체계는 방공지휘, 통제, 경보 체계에 대한 군수품을 대상으로 수행하였다. 방공무기체계는 군단 및 사단지역의 방공 정보를 네트워크로 연결하여 통합 운용하는 무기체계로 상황인식 및 정보 공유를 통한 정보우위 기반 네트워크 중심전의 한 축이다.

성능/효과

군집화 분석(Cluster analysis)은 주어진 자료의 특성을 바탕으로 군집을 구분하여 전체 관측데이터를 가장 잘 표현할 수 있는 통계적 방법이다. 관측데이터를 동질적인 군집으로 분류하여, 군집 내 높은 유사성을 가지고 서로 다른 군집과 구별하여 전체의 데이터를 단순화하여 편리하게 데이터를 분석할 수 있다.(Erioli, A.
즉, 설문조사를 통해 위험 등급선정의 객관적인 평가 방안의 필요성을 확인할 수 있었다. 또한 설문 조사 15번 항목 역시 정량적인 기준의 필요성이 중요함을 품질보증원 전반에 걸쳐 인식하고 있음을 확인하였다. 이를 통해 위험등급평가는 품질담당자의 경험, 품질 중점확인대상, 생산업체 등에 따라 위험의 영향과 발생 가능성의 결과가 달라지며, 명확한 기준의 부재로 위험등급 결정이 정성적으로 수행되고 있음을 파악할 수 있다.

후속연구

개발단계에서 분석된 제품의 고장률 데이터를 바탕으로 해당 군수품의 위험 발생 가능성을 분석하고, 최대운용정비도와 장비의 고장으로 발생할 수 있는 비용을 바탕으로 위험 영향도(결과)를 산출하였으며, K-means cluster 방법으로 데이터를 군집하여 위험 등급을 선정하였다. 본 연구에서 진행된 정량적 위험 등급 선정방안은 기존 담당원의 주관, 경험 등의 정성적 기준을 대신하여 위험등급의 모든 수치를 데이터에 의하여 분석함으로써, 위험식별의 객관성과 타당성이 증대될 것으로 예상한다.
추후 연구를 통해 초도생산 간에 다양한 생산업체의 위험도와 품질정보를 종합적으로 판단하여, 이를 반영할 수 있는 지표를 개발하고 신뢰성 데이터의 환류와 피드백을 통해 발전시키고 보완한다면, 효율적인 정부 품질보증 활동의 방향을 제시하고 제한된 인력과 한정된 비용 속에서 합리적이고 객관적인 위험식별 및 품질보증 활동에 도움이 될 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	무기체계는 무엇과 융합하여 급속한 발전을 이루고 있는가?	현대의 무기체계(Weapon System)는 민수산업의 최신 과학기술과 융합하여 급속한 속도로 발전되고 있다. 대한민국 군에 개발, 운용되고 있는 군수품 역시 고도화, 정밀화, 첨단화된 무기체계로 발전하고 있다.
	국방기술품질원에서는 어떤 규정을 따라 군수품의 품질 업무를 수행하고 있는가?	국방기술품질원에서는 ‘군수품 품질경영 기본규정’ 제4조(기본방침)에 따라 군수품과 방산 물자의 품질경영과 품질보증의 업무를 수행하고 있다. 품질보증 활동은 품질보증형태에 따라 위험관리를 기반으로 한 정부 품질보증계획을 수립하도록 수행하도록 규정하고 있다.
	군수품 품질보증활동의 개념이 단순한 검사에서 위험관리 기반의 품질보증활동으로 발전해온 이유는?	현대의 무기체계(Weapon System)는 민수산업의 최신 과학기술과 융합하여 급속한 속도로 발전되고 있다. 대한민국 군에 개발, 운용되고 있는 군수품 역시 고도화, 정밀화, 첨단화된 무기체계로 발전하고 있다. 이에 따라 정부의 군수품 품질보증활동의 개념 역시 단순한 검사에서부터 위험관리 기반의 품질보증활동으로 발전해왔다.

참고문헌 (21)

Ahn, N.M. 2015. "Suggestion for Enhancement of Product Examination Government Quality Assurance Activity." J Korean Soc Qual Manag 43(3):327-340.

원문보기 상세보기
Beak, Y.G., Kang, B.S., and Jo, K.J. 2015. "An Objective method of risk assessment based on RAM analysis for warship." J Korean Soc Qual Manag 43(4):273-288.

원문보기 상세보기
DAPA Instruction. 2014. MRA Instruction. 218.
Defense Agency for Technology and Quality(DTAQ). 2017. Defense Quality Management Regulations.
Department of defense. Defense Acquisition University. 2003. Risk Management guide for DOD Acquisition. Fifth Edition(ver 2.0).
Ebeling, C. E. 1997. "An Introduction to Reliability and Maintainability Engineering." McGraw-Hill Companies, Inc., Boston.
Emre, Celebi., Hassan, A., Kingravi Patricio A. Vela. 2013. "A comparative study of efficient initialization methods for the k-means clustering algorithm." Expert Systems with Applications 40(2013):200-210.

상세보기
Erioli, Andrea 2005. "K-means Cluster Analysis and Mahalanobis Metrics: a problematic match or an overlooked opportunity." Statistica Applicata 17:61-73.
Finkelstein, Maxim, 2008. Introduction Failure Rate Modelling for Reliability and Risk. Springer Series in Reliability Engineering, 1-84.
ISO 31000. 2018. Risk Management Principles and Guidelines.
Kim, Y.S., and Choi, H.S. 2010. "Introduction to Defense Quality Management." Hyungseul: 101-116.
Lee, C.H., and Yang, K.W. 2014. "A Study on the Risk Identification Methods for Initial and Mass Production Stage of Military Products Using FMEA." J Korean Soc Qual Manag 42(3):311-324.

원문보기 상세보기
Lee, G.H. 1997. "A Study on Clustering Methods." Mokpho University:10-23.
Lee, J. H., Jung, Y. T. 2017. "A Study on the Methodology of Manufacturing Readiness Levels(MRLs) 8 of Manufacturing Readiness Assessment(MRA)." J Korea Academia-Industrial cooperation Society 18(6):609-619.

원문보기 상세보기
MIL-STD-882D. 2000. Risk Management Guide for DoD Acquisition.
Seo, M.K., Yun, W. Y. 2017. "Clustering-based Monitoring and Fault detection in Hot Strip Roughing Mill." J Korean Soc Qual Manag. 45(1):25-38.

원문보기 상세보기
Seo, M.Y., Yun, W.Y. 2017. "Clustering-based Monitoring and Fault detection in Hot Strip Roughing Mill." J Korean Soc Qual Manag 45(1):025-038.

원문보기 상세보기
Shin, S.S., and Lee, K.S., Cho, H.G. 2013. "An Objective Method of Risk Assessment Based on Stochastic Modelling." J Korean Soc Qual Manag 41(3):465-474.

원문보기 상세보기
U.S. Department of Defense. 1998. MIL-HDBK-338B. Reliability Modeling and Prediction : Electronic Reliability Design Handbook.
Yoo, H.S., Kim. H.W., Sakong, C.D. 2017. "RAM analysis Report on ADC2A". ADD, ADC2A-RAMR V5.0.
Yoon, J.B., Ryu, S.H. 2016. "A Study on systematic performance of risk identification, risk assessment and risk treatment." DTAQ Technical Report:12-26.

저자의 다른 논문 :

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