[논문]빅데이터 기반 함정 시운전 종목명 분석

이형신; 서형필; 백용관; 이상일

doi:10.5762/kais.2020.21.11.420

빅데이터 기반 함정 시운전 종목명 분석
Analysis of Sea Trial's Title for Naval Ships Based on Big Data 원문보기

한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.21 no.11, 2020년, pp.420 - 426

이형신 (국방기술품질원) , 서형필 (국방기술품질원) , 백용관 (국방기술품질원) , 이상일 (국방기술품질원)

초록
AI-Helper

본 연구에서는 효율적인 함정 시운전을 위하여 빅데이터 기법인 워드 클라우드를 활용하여 한미 해군의 시운전 목적과 주안점을 다각적으로 파악하여 다음과 같은 결과를 도출하였다. 첫째, 한미 해군 시운전 종목을 키워드 클렌징을 통해 추출된 단어를 비교한 결과 한국 해군은 시운전을 단일 장비에 대한 시험의 개념으로 수행하며, 미 해군은 시스템에 초점을 둔 통합 시운전을 진행한다는 것을 알 수 있었다. 둘째, 한미 해군 시운전 연관도 분석 결과 약 66.6%가 유사한 항목으로 분석되었으며, 그중 2종목 이상 중복된 종목이 112종목이었다. 한국 해군 시운전 종목 252종목 대비 44%가 중복된 종목으로 미 해군 시운전 종목으로 통합시 89종목(전체 35%)이 축소 가능하다고 분석되었다. 함정은 여러 장비가 동시 다발적으로 작동하는 복합 시스템이다. 현재 한국 해군 시운전과 같이 개별 장비의 기능, 성능 확인에 중점을 두고 수행하는 것은 시운전 대상이 지나치게 많아져 시운전 기간이 증가하게 된다. 또한, 그로 인한 일정 및 평가비용 증가로 필요한 예산이 필연적으로 증가한다. 향후 미 해군의 시운전과 같이 통합 시스템적인 평가를 통한 효율적이면서 정확한 시운전을 위하여 추가적인 연구가 필요하다고 판단된다.

Abstract ▼ AI-Helper

The purpose and main points of the ROK-US Navy were analyzed from various angles using the big data technology Word Cloud for efficient sea trials. First, a comparison of words extracted through keyword cleansing in the ROK-US Navy sea trial showed that the ROK Navy conducted a single equipment test, and the US Navy conducted an integrated test run focusing on the system. Second, an analysis of the ROK-US Navy sea trials showed that approximately 66.6% were analyzed as similar items, of which more than two items were 112 items Approximately 44% of the 252 items of the ROK Navy sea trials overlapped, and that 89 items (35% of the total) could be reduced when integrated into the US Navy sea trials. A ship is a complex system in which multiple equipment operates simultaneously. The focus on checking the functions and performance of individual equipment, such as the ROK Navy's sea trials, will increase the sea trial period because of the excessive number of sea trial targets. In addition, the budget required will inevitably increase due to an increase in schedule and evaluation costs. In the future, further research will be needed to achieve more efficient and accurate sea trials through integrated system evaluations, such as the U.S. Navy sea trials.

주제어

표/그림 (10)

그림 Fig. 1. Overview of text analytics related techniques and applications
표 Table 1. Data for Word cloud Analysis
그림 Fig. 2. Word Cloud result for Sea Trial’s (a)USN (b)ROKN
표 Table 2. Core keyword and Frequency analysis for USN
표 Table 3. Core keyword and Frequency analysis for ROKN
표 Table 4. Ratio of equipment to core keyword on the ROKN-USN AT List
그림 Fig. 3. Comparison between USN and ROKN AT List Based on SWBS(Ship Work Breakdown System)
표 Table 5. Similarity between USN and ROKN AT List
표 Table 6. Comparison between USN and ROKN AT List Base on SWBS(Ship Work Breakdown System)
표 Table 7. Overlapping Sea Trials between USN and ROKN AT List

AI 본문요약
AI-Helper

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

문제 정의

최근 연구의 동향을 살펴보면 빅데이터 기법을 활용하여 국민들의 여론과 동향을 파악하여 정책 개발과 예측에 활용하는 연구들이 늘고 있다. 본 연구에서는 한미 해군 함정의 시운전 종목명을 빅데이터 기법인 워드 클라우드를 활용하여 시운전의 목적과 주안점을 다각적으로 파악하고자 하였다.
본 연구의 목적은 빅데이터 기법을 활용하여 한미 해군의 시운전 종목명을 분석하여 시운전 목적과 주안점을 다각적으로 파악한 결과 다음과 같은 연구결과를 도출하였다.

제안 방법

R 프로그램에서 텍스트마이닝의 "tm", 텍스트 스테밍(stemming)의 "SnowballC", 워드 클라우드를 만들어주는 "wordcloud", 그리고 워드 클라우드의 색상을 정리하는 "RColor Brewer" 패키지를 사용하여 최종 워드 클라우드를 생성하였다.
한미 해군 시운전 목록 빈도수 분석 결과 미 해군 시운전 목록에서는 System, Test, Inspect 순으로 분석되었으며, 한국 해군 시운전 목록에서는 Test, Operation, Inspection 순으로 분석되었다. 분석된 키워드 간의 관계를 조합하며 한미 해군 시운전 주안점을 분석하였다.
[2]는 2005년도에 개정된 표준이나, F 버전(2008년)에는 시운전 목록이 없고, 최근 개정판인 G 버전(2013년)은 비공개 자료이므로 [2]를 사용하였다. 한국은 표준안 부재로 OO급 호위함 사례를 바탕으로 분석하였으며 건조자시운전과 인수시운전 목록이 약간 상이 하여 인수시운전 기본으로 비교하였다.

대상 데이터

시운전은 한국과 마찬가지로 건조자시운전과 인수시운전으로 구분되며 미국은 건조자시운전과 인수시운전 목록이 같다. [2]는 2005년도에 개정된 표준이나, F 버전(2008년)에는 시운전 목록이 없고, 최근 개정판인 G 버전(2013년)은 비공개 자료이므로 [2]를 사용하였다. 한국은 표준안 부재로 OO급 호위함 사례를 바탕으로 분석하였으며 건조자시운전과 인수시운전 목록이 약간 상이 하여 인수시운전 기본으로 비교하였다.
데이터는 한미 해군 함정 시운전 목록을 분석 대상으로 하고, 한국 해군 함정 시운전 목록은 영어로 번역하여 목록화를 병행하였다. 일반적으로 인터넷 기반으로 수행하는 빅데이터 수집보다는 직접 확인할 수 있는 정제된 데이터 확보가 가능함에 따라 조사 목적에 부합하지 않는 키워드에 대한 삭제과정 등 전처리가 필요하지 않았다.
분석 대상은 한미 해군 함정 시운전 목록이다. 미국 해군 시운전 목록 표준은 INSURVINST 4730.
일반적으로 인터넷 기반으로 수행하는 빅데이터 수집보다는 직접 확인할 수 있는 정제된 데이터 확보가 가능함에 따라 조사 목적에 부합하지 않는 키워드에 대한 삭제과정 등 전처리가 필요하지 않았다. 수집된 자료는 Table 1과 같이 전체 1,407개 단어 중 84% 유효하여 1,190 단어를 분석에 사용하였으며, 한국 해군 함정 시운전 목록은 전체 1,525개 단어 중 85%가 유효하여 1,299개 단어를 분석에 사용하였다.

데이터처리

본 연구에서는 분석의 유의미성을 고려하여 화제어 분석 키워드 빈도수를 수집하였으며 20순위까지의 분석 결과는 Table 2, Table 3과 같았다.
워드 클라우드의 생성은 R 프로그램(Version 4.0.2)을 사용하여 분석하였다. R 프로그램에서 텍스트마이닝의 "tm", 텍스트 스테밍(stemming)의 "SnowballC", 워드 클라우드를 만들어주는 "wordcloud", 그리고 워드 클라우드의 색상을 정리하는 "RColor Brewer" 패키지를 사용하여 최종 워드 클라우드를 생성하였다.

이론/모형

번역 등을 거쳐 최종적으로 수집된 데이터를 대상으로 텍스트 마이닝 기법의 하나인 워드 클라우드 분석을 활용하였다. 워드 클라우드는 텍스트 데이터를 간결히 하여 시각적으로 나타내는 시각화 기법으로 다양한 문맥에서 가장 빈번하게 나타난 단어들을 추출한다.

성능/효과

OO급 Batch-I 호위함을 기준으로 미 해군 함정 시운전 표준 종목을 Table 8과 같이 비교해보았다. OO급 Batch-I 호위함 기준 총 252종목 중 168종목인 66.6%가 유사하고 84종목인 33.3%가 유사하지 않은 것으로 분석되었다.
3은 한미 해군 분야별 시운전 종목 수를 비교해보았다. 기본성능(GP), 주추진(MP), 전기 (EP), 전자통신(EL), 무장(WP), 전투체계(CC) 분야는 한국 해군이 미 해군보다 세분화하여 시운전을 수행하는 것으로 나타났다. 특히, 전투체계(CC) 분야는 미 해군이 10종목 한국 해군이 47종목으로 한국 해군이 지나치게 세분화하여 평가하고 있는 것을 보여주고 있다.
두 번째로 한국 해군 시운전 목록에는 Table 4와 같이 단일 장비 명칭이 많이 분포해있는 것이 파악되었는데 이것은 첫 번째 분석결과와 연계하여 분석해보면 레이더 성능 시험(Radar Operation Test) 15번, 발전기 성능 시험(Generator Operation Test) 7번 조합이 가능하며 중간 키워드를 수신(Receiver), 최대(Max)등과 같이 변경하여 시운전 수행을 가정한다면 직·간접 연관된 평가가 여러번 반복하여 수행 가능한 것으로 분석할 수 있다.
둘째, 한미 해군 시운전 목록 연관도 분석 결과 약 66.6%가 유사한 항목으로 분석되었으며 그중 2종목 이상 중복된 종목이 112종목이었으며, 한국 해군 시운전 종목 252종목 대비 44%가 중복된 종목으로 미 해군 시운전 종목으로 통합시 89종목(전체 35%)이 축소 가능하다는 것이 분석되었다.
첫 번째로 가장 많이 반복된 1, 2위 키워드를 조합해 보면 미 해군은 시스템 검사(System Test), 한국 해군은 작동 검사(Operation Test)로 미 해군의 경우 시운전을 함정의 시험장비가 운용될 때 그와 연관된 장비가 정상적으로 작동하는지 연계하여 평가하는 반면 한국 해군은 시험장비만 정상적으로 작동하는지에 대하여 시운전을 수행한다는 것을 알 수 있다.
첫째, 미 해군 시운전 종목 키워드 클렌징을 통해 1,190개의 키워드가 추출되었고 그중 최소 5회 이상의 빈도가 나타난 키워드는 45개로 주요 키워드는 System, Test, Inspect 등이 있었다.
2종목 이상 중복된 종목이 112종목이었다. 한국 해군 시운전 종목 252종목 대비 44% 가 중복된 종목으로 세부적인 추가검토는 필요겠지만 해당되는 미 해군 종목인 23종목으로 통합시 최대 89종목(전체 35%)이 축소가 가능하다. 특히 5종목 이상 중복되는 종목은 사통, 전투체계, 무장, 센서류, 취사장치, 탄약고 설치성, 살수장치, 발전기에 대한 종목은 한국 해군이 미 해군 대비 지나치게 세분화된 종목으로 시운전을 수행하여 대폭 통합이 필요하다.
한미 해군 시운전 목록 빈도수 분석 결과 미 해군 시운전 목록에서는 System, Test, Inspect 순으로 분석되었으며, 한국 해군 시운전 목록에서는 Test, Operation, Inspection 순으로 분석되었다. 분석된 키워드 간의 관계를 조합하며 한미 해군 시운전 주안점을 분석하였다.

후속연구

현재 한국 해군 함정 시운전과 같이 개별 장비의 기능, 성능 확인에 중점을 두고 수행하는 것은 시운전 대상 항목이 지나치게 많아 일정 및 평가 비용 증가로 필요한 예산이 필연적으로 증가하는 상황이다.[3] 향후 시운전의 통합 시스템적 평가 및 중복된 종목의 간소화를 통한 효율적이면서도 정확한 시운전에 대한 연구가 추가로 필요하다고 판단된다.
특히 한·미 해군 함정 시운전 목록 비교를 통해 한국 해군 함정 시운전 제도를 진단할 수 있는 척도가 마련될 수 있을 것이다.

참고문헌 (11)

Namgyu Kim, "Investigations on Techniques and Applications of Text Analytics" The Journal of Korean Institute of Communication and Information Sciences, Vol.42, No.2, pp.471-492, 2017. DOI: http://dx.doi.org/10.7840/kics.2017.42.2.471

원문보기 상세보기
Board of Inspection and Survey Instruction[Internet], INSURVINST, c2005 [cited 2005 APR 15], Available From: http://www.navybmr.com/study%20material/INSURVINST%204730.1E.pdf (accessed March. 15. 2020)
Jaeyong Kim, "A Study on Efficient Test & Evaluation Methods in Naval Ship Acquisitions" Jounal of the KIMST, Vol.19, No.6, pp.703-711, 2016. DOI: http://dx.doi.org/10.9766/KIMST.2016.19.6.703

원문보기 상세보기
JongHa Kim, "A Plan for Improving the Naval Ship Acquisition Program Focused on the R&D Procedures", Journal of the Korean Association of Defense Industry Studies, Vol.18, No.2, pp.161-184, 2011. https://www.earticle.net/Article/A163498
JongHa Kim, "A Plan for Building up a Collaborative System between Navy and DAPA for Promoting Efficient Naval Ship Acquisition Program", Korea Open Access Journals, Vol.25, No.4, pp.187-213, 2010. DOI: http://dx.doi.org/10.22883/jdps.2010.25.4.006
S. S. Jeon. A study on the process of weapon system management and developmental method, Master's thesis, Korea University, Korea, pp.55-57, 2010.
J. S. Lee, A Case Study on Application Methods and Effects based on the Type of Big Data at Corporations, Ph.D dissertation, Hanshin University, Korea, pp.84-85, 2014.
Duckyoung Jeong, "A Technology Trend Analysis using Wordcloud" Korean Institute of Intelligent Systems, Vol.26, No.1, pp.17-18, 2016. http://www.riss.kr/link?idA101853005
Myoung-gyun Lee, "Utilizing SNS data based on Opinion Mining using Big Data" Asia-pacific Journal of Multimedia Services Convergent with Art, Humanities, and Sociology, Vol.8, No.3, pp.859-877, 2018. DOI: http://dx.doi.org/10.21742/AJMAHS.2018.03.11
Hwang, Hae Jeong, "Exploration of User Experience Research Method with Big Data Analysis : Focusing on the Online Review Analysis of Echo" The Journal of the Korea Contents Association, Vol.16, No.8, pp.517-528, 2016. DOI: https://doi.org/10.5392/JKCA.2016.16.08.517

원문보기 상세보기
Joo-Seok Park , "A Comparative Study of Big Data, Open Data, and My Data" The korea Journal of Bigdata, Vol.3, No.1, pp.41-46, 2018. DOI: http://doi.org/10.36498/kbigdt.2018.3.1.41

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