• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 2002년도 춘계학술대회논문집
• /
• pp.123-123
• /
• 2002

부대기동 및 실사격을 적용한 군사훈련이 가장 사실적이며 현실감이 있지만, 부대기동에 따른 교통체증 유발과 실사격 훈련에 대한 민원 증가로 인하여 실기동에 의한 군사훈련을 실시하기에는 많은 어려움이 있다. 그러므로 실사격 훈련의 제한 및 통제형 선형훈련으로 인하여 현장감이 저하되고 학습효과가 상대적으로 떨어지게 되는 단점을 극복하기 위하여, 미국, 영국, 독일, 프랑스 등 군사선진국들은 실전적 훈련묘사 및 정밀 훈련분석이 가능한 과학화 전투훈련장을 구축하여 군사훈련의 성과를 높이고 있다. 국내에서도 육군 과학화 전투훈련장(KCTC) 구축사업이 현재 진행중에 있다. 과학화 전투훈련은 일반적으로 마일즈 장비와 시뮬레이션을 사용하여, 지휘/통제/통신 및 기동, 전투근무 지원에 이르는 군사훈련 전과정을 모의하며, 직/곡사화기 교전, 화학 및 지뢰지대 운용, 항공지원 등 전투과정을 재현함으로써 훈련에 참여하는 지휘관과 병사로 하여금 현장감 있는 전투훈련을 유도한다. 이러한 과학화 전투훈련이 실제 훈련과 동일한 훈련효과를 창출하기 위해서는, 신뢰성 있는 교전 피해평가가 필요하다. 예를 들어, 곡사화기에 의한 살상범위, 피해정도 등이 실무부대 전투결과들과 큰 차이가 발생하면 소기의 훈련목적을 달성할 수 없다. 본 고는 과학화 전투훈련장의 전투피해평가 자료체계에 대한 객관적이고 신뢰성 있는 자료검증방법을 제시하여, 향후 과학화 전투훈련의 신뢰성 제고에 기여하고자 한다.

• 한국군사과학기술학회지
• /
• 제11권2호
• /
• pp.80-87
• /
• 2008

The LVC(Live, Virtual, Constructive) system of CTC(Combat Training Center) is at the very cutting edge of modeling and simulation technology, which has become widely accepted an enabler for a new military training transformation. In this paper, the architecture of LVC system is proposed for the Korean brigade-level CTC, and high level operational architecture, system architecture, and technical standard architecture are suggested.

• 응용통계연구
• /
• 제28권5호
• /
• pp.921-932
• /
• 2015

본 연구에서는 증강된 보병대대의 과학화 전투훈련 데이터 중 공격작전에 관한 장병들의 생존분석을 실시하였다. 과학화 전투훈련은 KCTC(Korea Combat Training Center)로 불리는 전투훈련장에서 MILES(Multiple Integrated Lazer Engagement System)와 중앙통제장비체계 등 과학화된 훈련장비와 체계 운용하 훈련부대가 적 전술 및 무기체계를 사용하는 전문 대항군과 실시하는 쌍방 자유기동훈련이다. 이는 훈련기간 동안 훈련지역의 모든 데이터가 저장되어 훈련통제 뿐 아니라 분석 및 사후검토를 할 수 있는 첨단화된 군사 훈련으로 통계적 분석이 가능한 데이터를 제공한다. 분석방법은 모수적 분포 가정이 필요하지 않은 Cox의 비례위험모형을 적용하였으며, 보다 풍부하고 용이한 해석을 위해 의사결정나무모형(CART(Classification and Regression Trees), GUIDE(Generalized, Unbiased, Interaction Detection and Estimation), CTREE(Conditional Inference Trees))을 활용하였다. Cox 비례위험모형의 비례성 가정을 확인하여 이를 위배하는 변수에 대해서 층화하여 분석하고, Cox 비례위험모형 결과 복무기간에 관한 해석이 용이하지 않아 단변량으로 local 회귀분석을 통해 추가적인 해석을 시도하였다. CART, GUIDE, CTREE는 모형의 특성별로 나무모형을 형성하며 이를 통하여 다양한 해석이 가능하다.