[논문]LVC 합성전장 훈련체계 효과도 측정 프레임워크 개발

권기범; 민승인; 이관중; 설현주; 오지현; 심인보

doi:10.9766/kimst.2018.21.5.704

LVC 합성전장 훈련체계 효과도 측정 프레임워크 개발
Development of Framework for Effectiveness Measurement of LVC Synthetic Battlefield Training System 원문보기

韓國軍事科學技術學會誌 = Journal of the KIMST, v.21 no.5, 2018년, pp.704 - 713

권기범 (공군사관학교 항공우주공학과) , 민승인 (서울대학교 항공우주공학과) , 이관중 (서울대학교 항공우주공학과) , 설현주 (충남대학교 국가안보융합학부) , 오지현 (국방과학연구소 제7기술연구본부) , 심인보 (국방과학연구소 제7기술연구본부)

Abstract ▼ AI-Helper

The purpose of this study is to develop a systematic framework that can scientifically and quantitatively evaluate the effectiveness of an LVC training system. The proposed framework is based on QFD(Quality Function Development) methodology. The process of developing the framework begins with identifying various needs of stakeholders related to the introduction of the LVC training system. Then the effectiveness areas and factors are derived based on the needs. The measured effectiveness for each factors on alternatives by L, V, C systems are finally synthesized into the one overall effectiveness of each training system for relative comparison among them. In addition, we developed an Excel$^{TM}$-based tool based on the proposed framework methodology to provide an ease-of-use environment for rapid evaluation on the effectiveness of each training system with the given stakeholder need importance combinations, training scenarios and assets. The suggested framework and the measurement tool are expected to be useful for efficient knowledge-based decision making on an acquisition of the LVC training system.

주제어

표/그림 (9)

그림 Fig. 1. Framework development system
그림 Fig. 2. Framework schematic
그림 Fig. 3. TOPSIS concept
표 Table 1. Stakeholder voice table
표 Table 2. Stakeholder needs categorization
표 Table 3. Examples of measurement areas and elements
그림 Fig. 4. Live, virtual, constructive multi-attribute effectiveness measurement tool(LVC-MAEM)
그림 Fig. 5. Effectiveness comparison(Baseline weighting)
그림 Fig. 6. Effectiveness comparison (Most important weightings : NL2-1, NL2-2, NL2-7)

AI 본문요약
AI-Helper

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

문제 정의

따라서, 본 연구에서는 현재 정성적이고 1차원적인 수준에서 판단되고 있는 LVC 훈련체계 효과도의 체계적인 계량화를 통해 상대적으로 객관적이고 과학적인 효과도 측정 프레임워크(Framework)를 개발하고자한다. 효과도 측정은 고려하는 체계나 시스템의 복잡도가 증가함에 따라 점점 더 난해한 문제가 되고 있으며 객관적이고 과학적인 효과도의 판단을 위해서는 다양한 필요성, 기대하는 효과, 필요성과 효과도에 대한 Trade-off 가 필수적이다.
훈련 시나리오는 각 훈련체계 별 효과도를 측정하고자 하는 시나리오를 의미한다. 본 연구에서는 공군의 항공작전에서 가장 큰 규모이며 공대공, 공대지 임무가 복합적으로 포함된 공격편대군 훈련을 1차 프레임워크 개발의 목표 시나리오로 선정하였다. 향후 근접항공지원작전, 후방차단작전 등 다양한 시나리오로 확장 가능하다.
본 연구에서는 증대되는 LVC 훈련체계의 필요성 대비 투자의 효과도 관점에서 현재의 정성적인 공감대 수준을 극복하기 위해 LVC 훈련체계의 도입 및 활용 시 그 효과도에 대한 객관적인 판단 기준을 제공하고자 하였다.

가설 설정

기본적으로 훈련 시나리오는 브리핑, 경로진입, 대공위협 대응, 표적공격 등의 훈련 세그먼트(Segment)들로 구성하고 항공기, 훈련 참여인원, 무장 등의 훈련 자산들을 각 훈련체계 특성 별, 세그먼트 별로 입력 및 조정할 수 있도록 하였다. 각 L, V, C 자산과 훈련 참여인원, 무장 및 자산의 성능은 현존 가용한 수준으로 가정하였다. 설문조사는 현재 공군에 재직 중인 조종사를 대상으로 하위부대 수준(비행단급)부터 상위 Stakeholder 직위(국방부, 합참, 연합사, 공본, 작사, 방사청 등) 근무 경험 조종사를 포함한 총 74명에 대해 수행하였다.

제안 방법

각 필요성에 대한 정의과정과 다수의 문헌조사, 인터뷰를 통해 총 20종의 측정영역과 이에 기반한 43종의 측정요소를 도출 및 개발하였다. 각 필요성 별로 1, 2개의 측정영역에 대해 각 측정영역별로 1~4개의 측정요소로 분류된다.
4에서 입력부분(Inputs)은 크게 2가지 부분으로 구성되며 Stakeholder가 바라보는 각 필요성에 대한 중요도를 입력하는 부분(Input1), 훈련 세그먼트(Segment)에 대한 중요도, 훈련에 참여하는 병력, 항공기 등의 자산으로 구성되는 시나리오 관련 입력 부분(Input2)으로 구분된다. 개발도구의 출력부분은 3가지로 구분되며 각 훈련체계 별 OEC를 상대적으로 비교할 수 있는 다이어그램(Output1), 본 논문에서는 기술하지 않은 유용성, 활용성 등의 High Level Effectiveness에 대한 평가 레이더그램(Output2), 각 필요성 별 효과도 부분(Output3)으로 제시된다.
프레임워크의 개발과정은 먼저 Stakeholder 필요성을 식별, 분석하고, 이를 기반으로 하여 필요성에 근거한 효과도를 측정할 수 있는 측정요소들을 도출하였다. 고려하는 훈련 시나리오에 대해 계량화된 측정요소들의 지표값은 다시 종합적인 통합과정을 통해 각 훈련체계 별 효과도를 과학적이고 정량적으로 평가할 수 있도록 하였다.
^[14]를 참고하도록 한다. 교육훈련목표(NL1-1)의 개인기량 향상(NL2-1)에 대해 개인의 지식과 행동의 향상정도를 필요성 기반 측정영역으로 하고 이를 정량적으로 측정하기 위해 무기체계 조작/숙달, 작전 임무절차 숙달, 비정상 상황 대응 숙달의 세 가지 측정요소로 구분하였다.
다양한 관점, 시각, 입장을 반영하기 위해 본 연구에서는 기존 문헌 조사 및 다양한 기관들의 방문을 통해 확보된 자료에 대하여 주요한 Stakeholder 별 필요성(Why?), 기대역할 및 기능(What?), 제한사항(Limitation), 주요 고려요소(Main Focus)의 형태로 정리하고 각 항목별 가장 중요한 내용을 Table 1에 나타내었다. Table 1에서 확인할 수 있듯이 각 Stakeholder 별로 LVC 훈련체계에 대해 고려하는 필요성, 이를 통해 달성하고자 하는 기대역할, 의사결정을 저해하는 제한요소, 그리고 의사결정 시 우선순위 등이 매우 이질적임을 파악할 수 있다.
좌측 상단의 QFD 매트릭스를 구성하기 위해 먼저 훈련체계 관련 다양한 Stakeholder의 필요성을 식별하고 필요성 기반 측정영역을 도출한다. 도출된 측정영역은 우측 하단의 QFD 매트릭스에서 가장 왼쪽 열에 위치하여 이를 근거로 각 측정영역별 측정요소들을 개발한다. 필요성으로부터 측정요소까지 세분화하는 과정(Decomposition)은 기본적인 QFD 기법과 같이 필요성 및 시스템 요구도로부터 세부시스템, 부품 수준의 요구도로 전파되는 다단계의 QFD 과정과 유사하다.
QFD는 기본적으로 흔히 정성적으로 표현되는 고객의 소리(Voice of the Customer)를 실제 제품 개발을 위한 엔지니어의 소리(Voice of the Engineer), 즉 제품 각 세부시스템의 정량적인 요구조건(Requirements)으로 변환시키기 위해 사용되며 중요한 장점은 항상 개발의 관점을 고객의 필요성에 중점을 둔다는 데 있다. 따라서, 본 연구에서는 LVC 훈련체계의 도입 시 훈련체계 관련 Stakeholder의 필요성을 근간으로 하여 효과도를 산출하기 위해 적절히 변형하여 사용하였다.
결과적으로 요구되는 효과도 측정 프레임워크를 개발하기 위해서는 LVC 훈련체계와 관련된 정책수립, 소요제기 및 결정, 운영 및 유지, 획득 및 개발의 모든 분야에 걸쳐 다양한 Stakeholder들의 필요성을 식별 및 도출하고 매트릭스(Matrix)화하여 종합적으로 분석하는 접근방식을 택한다. 또한, 정책수립부터 운영 및 유지에 이르는 다양한 Stakeholder의 이해관계를 체계적으로 고려하기 위해 단순히 LVC 훈련체계의 효과도를 평가하기 보다는 일반적인 훈련체계의 효과도를 평가할 수 있는 프레임워크를 개발하여 각 훈련체계의 효과도를 비교, 분석할 수 있도록 한다.
무기체계를 항공기와 같은 장비와 적 공격에 활용하는 무장으로 구분하며 조작과 숙달에 도움이 되는 정도를 평가한다. 훈련 시나리오(SB)와 설문조사(SV) 결과를 반영하여 실측하며, 항목의 평가값(Value)은 항공기 운용절차 숙달 효과(v₁)와 항공무장 운용절차 숙달 효과(v₂)의 평균을 적용한다.
물론 이외에도 편대급 작전부터 연합작전에 이르는 훈련 요구 범위는 매우 광범위하므로 프레임워크 내에 특정 훈련 요구 범위를 정의하고 이에 따라 분석될 수 있도록 하였다. 체계적인 하향식 분석을 통해 최종적으로 정리된 Stakeholder 필요성을 Table 2에 수준별(NL : Need Level), 항목별로 구분하여 나타내었다.
위쪽의 High-Level Effective Criteria와 아래쪽의 Rating of Each Criterion은 일반적인 QFD 방법론에서 고객 요구도를 달성하기 위한 “Hows”와 각 “How”의 중요도에 해당하고 이 중요도는 중간에 위치한 Relationship Matrix를 통해 각 “What”과 “How”의 관계에 대한 연계구조 분석으로 얻어진다. 본 연구에서는 Fig. 2에서 음영으로 처리된 이 부분을 Fig. 1에 나타난 바와 같이 Stakeholder 필요성에 근간한 측정영역과 측정요소로 분해하는 과정으로 변형하여 활용하였다. 향후 본 연구에서 도출된 효과도 각 측정영역을 유용성(Usefulness), 효율성(Efficiency), 활용성(Utilization), 유연성(Flexibility), 충실성(Adequacy), 편의성(Convenience), 안전성(Safety), 현실성(Reality)의 8가지 일반적인 성과 평가 모형과 연계하여 훈련체계 별 상대적인 효과도를 성과기반 평가기준에 대해서도 도출하는데 활용할 수 있을 것이다.
연구 과정에서 매우 다양한 필요성들이 도출되었으며 친화도(Affinity Diagram)^[13] 등을 활용하여 수준과 특성에 따라 분류(Categorization)하는 과정에서 최상위 수준으로 훈련체계의 활용분야, Stakeholder 유형, 교육 훈련체계 특성, 교육훈련 중점, 교육훈련 절차, 비용으로 정리되었으며 다음과 같은 사항에 대한 고려를 거쳐 최종적인 필요성을 도출하였다.
오른쪽의 Rating of Alternatives는 일반적인 QFD 기법에서 시장조사를 통해 경쟁사나 제품에 대해 고객의 요구도 대비 현재의 상대적 평가를 나타내는 것으로 본 연구에서는 필요성 기반 도출된 측정지표들을 통해 훈련체계 별 각 필요성에 대한 상대적 평가결과를 나타낸다.
본 연구에서는 증대되는 LVC 훈련체계의 필요성 대비 투자의 효과도 관점에서 현재의 정성적인 공감대 수준을 극복하기 위해 LVC 훈련체계의 도입 및 활용 시 그 효과도에 대한 객관적인 판단 기준을 제공하고자 하였다. 이를 위해 QFD를 변형한 프레임워크를 제시하였다. 프레임워크의 개발과정은 먼저 Stakeholder 필요성을 식별, 분석하고, 이를 기반으로 하여 필요성에 근거한 효과도를 측정할 수 있는 측정요소들을 도출하였다.
전술한 Framework 개발 방법론을 적용하여 각 훈련체계 별 효과도 측정과 비교 및 다양한 분석을 수행할 수 있는 측정 도구(LVC-MAEM, Live, Virtual, Constructive Multi-Attribute Effectiveness Measurement Tool)를 Fig. 4에 제시된 바와 같이 Excel™을 활용하여 개발하였다.
정량적 지표들은 다시 상향식(Bottom-up) 합성과정을 거쳐 최종적으로 각 훈련체계에 대한 종합 효과도를 산출하게 되며 결과적인 프레임워크는 이를 훈련체계별로 비교 · 분석할 수 있는 환경을 제공하게 된다.
1은 훈련체계 효과도 측정을 위한 프레임워크 개발 체계를 나타낸 것으로 2개의 QFD 매트릭스로 구성되어 있다. 좌측 상단의 QFD 매트릭스를 구성하기 위해 먼저 훈련체계 관련 다양한 Stakeholder의 필요성을 식별하고 필요성 기반 측정영역을 도출한다. 도출된 측정영역은 우측 하단의 QFD 매트릭스에서 가장 왼쪽 열에 위치하여 이를 근거로 각 측정영역별 측정요소들을 개발한다.
각 필요성 별로 1, 2개의 측정영역에 대해 각 측정영역별로 1~4개의 측정요소로 분류된다. 측정요소는 모두 정량적 지표로 구성되며 지표값은 크게 고려하는 훈련 시나리오 기반(Scenario Based, SB)과 설문조사 기반(Survey Based, SV)으로 산출되고 이 두 가지 경우로 산출되기 어려운 경우 기존에 수행된 훈련체계 관련 연구결과를 준용하여 적용한다.
이를 위해 QFD를 변형한 프레임워크를 제시하였다. 프레임워크의 개발과정은 먼저 Stakeholder 필요성을 식별, 분석하고, 이를 기반으로 하여 필요성에 근거한 효과도를 측정할 수 있는 측정요소들을 도출하였다. 고려하는 훈련 시나리오에 대해 계량화된 측정요소들의 지표값은 다시 종합적인 통합과정을 통해 각 훈련체계 별 효과도를 과학적이고 정량적으로 평가할 수 있도록 하였다.
항공기의 기종별 운영유지비는 “2016 군수통계”[18]에 제시된 정보를, 기종별 시뮬레이터와 워게임에 대한 운영유지비는 최근 3개년 간 편성된 예산의 평균금액을 적용하였다.
효과도 측정 프레임워크를 개발하기 위해서는 복합체계분석(System of Systems Analysis)의 방법론^[10]을 통한 매트릭스 사고(Matrix Thinking)가 반드시 필요하며 개발 과정은 먼저 체계적인 하향식(Top-down) 분석으로 필요성에 대한 구체화를 수행하고 최종단에서는 효과도 측정을 위한 계량적 지표를 개발한다. 정량적 지표들은 다시 상향식(Bottom-up) 합성과정을 거쳐 최종적으로 각 훈련체계에 대한 종합 효과도를 산출하게 되며 결과적인 프레임워크는 이를 훈련체계별로 비교 · 분석할 수 있는 환경을 제공하게 된다.

대상 데이터

각 L, V, C 자산과 훈련 참여인원, 무장 및 자산의 성능은 현존 가용한 수준으로 가정하였다. 설문조사는 현재 공군에 재직 중인 조종사를 대상으로 하위부대 수준(비행단급)부터 상위 Stakeholder 직위(국방부, 합참, 연합사, 공본, 작사, 방사청 등) 근무 경험 조종사를 포함한 총 74명에 대해 수행하였다. 교육훈련목표(NL1-1)의 측정은 성과측면을 평가하는 부분이므로 주로 설문조사 기반으로 산출되며 교육훈련체계특성(NL1-2)과 비용(NL1-3)은 주로 시나리오 기반으로 산출된다.

이론/모형

상위 단계의 Stakeholder 필요성 기반 세분화된 측정요소들을 통한 평가지표 값은 우측 하단 QFD의 마지막 열에 나타나며 각 훈련체계별로 규준화(Normalization)를 거쳐 동일한 중요도를 가진 값으로 다시 좌측 상단 QFD의 마지막 열인 측정영역 지표로 통합(Synthesis)되어 나타나게 된다. 최종적으로 필요성 기반 하나의 비교할 수 있는 지표값(Overall Effectiveness Criterion, OEC)은 왼쪽 상단 QFD의 두 번째 열에 제시된 각 필요성에 대한 Stakeholder의 중요도에 따라 TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) 방법^[12]에 의해 산출된다.

성능/효과

2) Stakeholder 유형은 QFD에서 기본적으로 제공하는 상대적 중요도 요소 즉, 각 필요성에 대한 가중치(Weighting Factor)로 처리하여 가중치의 조합에 따라 각 Stakeholder의 주요 관점을 대체할 수 있도록 한다.
3) 훈련준비, 실제훈련, 사후분석/평가 등의 교육훈련 절차에 관련된 사항은 실제 시행되는 것을 고려한 것임으로 비용관점에 포함시켜 고려한다.
결과적으로 요구되는 효과도 측정 프레임워크를 개발하기 위해서는 LVC 훈련체계와 관련된 정책수립, 소요제기 및 결정, 운영 및 유지, 획득 및 개발의 모든 분야에 걸쳐 다양한 Stakeholder들의 필요성을 식별 및 도출하고 매트릭스(Matrix)화하여 종합적으로 분석하는 접근방식을 택한다. 또한, 정책수립부터 운영 및 유지에 이르는 다양한 Stakeholder의 이해관계를 체계적으로 고려하기 위해 단순히 LVC 훈련체계의 효과도를 평가하기 보다는 일반적인 훈련체계의 효과도를 평가할 수 있는 프레임워크를 개발하여 각 훈련체계의 효과도를 비교, 분석할 수 있도록 한다.
제시된 프레임워크를 기반으로 효과도 측정과 비교 및 다양한 분석을 수행할 수 있는 측정 도구(LVCMAEM)를 개발함으로써 각 필요성에 대한 중요도, 훈련 시나리오 등에 대한 다양한 의사결정 변화에 따라 각 훈련체계의 종합적인 효과도(OEC), 각 훈련체계별 장단점을 도출할 수 있다. 개발된 도구를 활용하여 DOE 환경을 구축한다면 각 훈련체계 별로 가장 적합한 요구도 조합의 파악 뿐만 아니라 필요성에 대한 중요도의 변화, 훈련 자산 등의 변화에 따른 각 훈련체계 효과도의 민감도를 분석할 수 있어 각 훈련체계별 발전방향 정립 등의 정책적 결정에도 활용될 수 있을 것이다.

후속연구

4) 비용은 획득, 운영, 유지보수, 감가상각 비용으로 분류될 수 있으나 본 연구에서는 시간 당 운영유지비만 고려하고 향후 연구에서 생애주기비용(Lifecycle Cost)으로 확장하도록 한다.
제시된 프레임워크를 기반으로 효과도 측정과 비교 및 다양한 분석을 수행할 수 있는 측정 도구(LVCMAEM)를 개발함으로써 각 필요성에 대한 중요도, 훈련 시나리오 등에 대한 다양한 의사결정 변화에 따라 각 훈련체계의 종합적인 효과도(OEC), 각 훈련체계별 장단점을 도출할 수 있다. 개발된 도구를 활용하여 DOE 환경을 구축한다면 각 훈련체계 별로 가장 적합한 요구도 조합의 파악 뿐만 아니라 필요성에 대한 중요도의 변화, 훈련 자산 등의 변화에 따른 각 훈련체계 효과도의 민감도를 분석할 수 있어 각 훈련체계별 발전방향 정립 등의 정책적 결정에도 활용될 수 있을 것이다.
개발된 측정 도구는 확장성이 가능하도록 구성하였으므로 향후 다양한 시나리오의 적용이 가능하고 수명주기비용 등 추가적인 정보의 확보에 따라 관련 측정영역에 용이하게 반영될 수 있다.
따라서, 개발된 프레임워크를 활용하여 각 필요성에 대한 중요도의 조합에 따른 분석이 향후 수행되어야한다. 또한, 이러한 중요도의 조합에 따른 분석을 통해 개발된 프레임워크의 타당성과 신뢰성에 대한 검증과 보완을 수행할 수 있을 것이다.
따라서, 개발된 프레임워크를 활용하여 각 필요성에 대한 중요도의 조합에 따른 분석이 향후 수행되어야한다. 또한, 이러한 중요도의 조합에 따른 분석을 통해 개발된 프레임워크의 타당성과 신뢰성에 대한 검증과 보완을 수행할 수 있을 것이다.
LVC-MAEM 도구는 각 Stakeholder 들이 다양한 입력에 대해 훈련체계별 효과도가 어떻게 변화하는지 즉시 파악할 수 있고 세부 필요성 별로 어떠한 영향을 미치는지, 각 필요성을 훈련체계가 얼마나 충족시킬 수 있는지 등에 대해 분석할 수 있는 환경을 제공함으로써 지식 기반 의사결정(Knowledge-Based Decision Making)에 매우 용이하게 활용될 수 있다. 추가적으로 개발된 LVC-MAEM 도구를 Black Box로 활용하여 DOE(Design Of Experiment)[19] 환경을 구축함으로써 입력 변수들에 대한 민감도 분석(Sensitivity Analysis)을 통해 각 훈련체계 별로 중요한 필요성들의 조합에 대한 파악 등의 다양한 분석이 가능하다.
여기서 Cost는 항공기, 시뮬레이터, 워게임 모델의 시간당 운영유지비이며 t는 훈련 시간을 나타낸다. 향후 Live의 경우 실무장 사용에 따른 비용을 포함하여 실제 각 훈련체계 별 수명주기비용을 고려할 필요가 있다.
본 연구에서는 공군의 항공작전에서 가장 큰 규모이며 공대공, 공대지 임무가 복합적으로 포함된 공격편대군 훈련을 1차 프레임워크 개발의 목표 시나리오로 선정하였다. 향후 근접항공지원작전, 후방차단작전 등 다양한 시나리오로 확장 가능하다. 기본적으로 훈련 시나리오는 브리핑, 경로진입, 대공위협 대응, 표적공격 등의 훈련 세그먼트(Segment)들로 구성하고 항공기, 훈련 참여인원, 무장 등의 훈련 자산들을 각 훈련체계 특성 별, 세그먼트 별로 입력 및 조정할 수 있도록 하였다.
1에 나타난 바와 같이 Stakeholder 필요성에 근간한 측정영역과 측정요소로 분해하는 과정으로 변형하여 활용하였다. 향후 본 연구에서 도출된 효과도 각 측정영역을 유용성(Usefulness), 효율성(Efficiency), 활용성(Utilization), 유연성(Flexibility), 충실성(Adequacy), 편의성(Convenience), 안전성(Safety), 현실성(Reality)의 8가지 일반적인 성과 평가 모형과 연계하여 훈련체계 별 상대적인 효과도를 성과기반 평가기준에 대해서도 도출하는데 활용할 수 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	LVC 훈련체계는 무엇인가?	LVC 훈련체계는 합성전장을 중심으로 네트워킹 기술과 시뮬레이션 연동기술을 바탕으로 L-V-C 훈련자산과 전투지휘체계들을 연결하여 생성한 통합훈련환경으로 정의될 수 있다. Live, Virtual, Constructive 훈련자산들과 지휘통제체계를 연동하기 위해서는 상당한 기술적 수준이 필요하며 상대적으로 많은 개발비용이 요구되므로 현재 미국, NATO, 영국 등 일부 선진국에 국한되어 특정 훈련에 활용되고 있는 실정이다[4,5].
	효과도 측정이 체계의 복잡도가 증가함에 따라 난해한 문제가 되는 까닭은 무엇인가?	효과도 측정은 고려하는 체계나 시스템의 복잡도가 증가함에 따라 점점 더 난해한 문제가 되고 있으며 객관적이고 과학적인 효과도의 판단을 위해서는 다양한 필요성, 기대하는 효과, 필요성과 효과도에 대한 Trade-off 가 필수적이다. 즉, 효과도 극대화의 관점과 그 결과적인 지표는 고려하는 필요성의 변화에 따라 달라지며, 필요성 또한 Trade-off 의 대상이 될 수 있다. 따라서 고유의 Trade-off 환경을 제공하기 위해서는 종합적이고 체계적인 방법론을 적용한 프레임워크 개발이 필요하다.
	군에서 사용하는 훈련체계를 시뮬레이션으로 인식할 때 유형은 무엇이 있는가?	특정 훈련목적을 달성하기 위한 훈련자산들의 구성은 하나의 훈련 체계를 이루게 된다. 모든 훈련체계가 제공하는 형태를 시뮬레이션으로 인식할 때 유형별로 구분하면 항공기 등의 실제 무기체계(Live), 시뮬레이터 등의 가상체계(Virtual), 그리고 워게임 모델 등의 구성체계(Constructive)로 분류할 수 있다.

참고문헌 (19)

S. Y. Choi, “Study on the Architecture of Combat Training Center LVC-System,” Journal of the Korea Institute of Military Science and Technology, Vol. 11, No. 2, pp. 80-87, 2008.
B. Mills, "Live, Virtual, and Constructive-Training Environment: A Vision and Strategy for the Marine Coprs," Master Thesis, Naval Postgraduat School, 2014.
H. D. You, and S. C. Jang, "Direction of Improvement on Air Force Operation Mission Training System based on LVC," Weelky National Defense Press, Korea Institute for Defense Analyes, 1368, Jul. 2011.
W. J. Bezdek, J. Maleport, and R. Z. Olshan, "Live, Virtual & Constructive Simulation for Real Time Rapid Prototyping, Experimentation and Testing using Network Centric Operations," AIAA Modeling and Simulation Technologies Conference and Exhibit, Aug. 2008, Honolulu, Hawaii.
S. E. Gehr, M. Schurig, L. Jacobs, J. van der Pal, W. Bennett Jr., and B. Schreiber, "Assessing the Training Potential of MTDS in Exercise First WAVE," Neuilly-sur-Seine, NATO RTO.
"2015 Defense Science and Technology Worldwide Survey," Defense Agency for Technology and Quality, Nov. 2015.
J. Oh, Y. C. Chang, C. Y. Kim, C. K. Jee, and Y. S. Hong, “V&V of Integrated Interoperability System for LVC Simulation on Aircraft Weapon System,” Journal of the Korea Institute of Military Scicence and Technology, Vol. 18, No. 3, pp. 326-334, 2015.

원문보기 상세보기
W. Waite, G. Lightner, R. Gravitz, R. Severinghaus, E. Waite, and S. Swenson, "Metrics for Modeling and Simulation(M&S) Investments," The AEgis Technologies Group, Report No. TJ-042608-RP013, Nov. 2008.
G. V. Funaro, "Measures of Effectiveness for Live, Virtual, Constructive Integrated Architectures," Proceedings in The Huntsville Simulation Conference-HSC 2009, Oct. 2009.
D. S. Soban, and D. N. Mavris, "The Need for a Military System Effectiveness Framework: The System of Systems Approach," 1st AIAA, Aircraft, Technology, Integraion, and Operations Forum, Oct. 2001.
L. Chan, and M. Wu, “Quality Function Deployment: A Comprehensive Review of Its Concepts and Methods,” Quality Engineering, Vol. 15, No. 1, pp. 23-35, 2002.

상세보기
Y. Lai, T. Liu, and C. Hwang, “TOPSIS for MODM,” European Journal of Operational Research, Vol. 76, No. 3, pp. 486-500, 1994.

상세보기
R. P. Anjard, “Management and Planning Tools,” Training for Quality, Vol. 3, No. 2, pp. 34-37, 1995.

상세보기
H. Seol, K. Yee, S. Kim, K. Kwon, H. Kim, J. Ahn, Y. Song, C. Shon, and S. Min, "Effectiveness Analysis of LVC Synthetic Training System," Final Report to Agency for Defense Development, ADDR-401-172891, Nov. 2017.
Korea Aerospace Industries, "Case Study of HLA Linking Training System," Agency for Defense Development, 2011.
Safety Department, "Measurement of Safety Level for Fight Training Battalion," The Headquaters of Korea Air Force, Mar. 2013.
F-16 Mission Training Center Development, "F-16 SIMUSTRIKE Datasheet," L3 Link Training & Simulation, 2018.
"2016 Logistics Statistics," Korea Air Force Logistics Command, 2016.
D. C. Montgomery, "Design and Analysis of Experiments," John Wiley & Sons, Inc., 2012.

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