• 한국시뮬레이션학회논문지
• /
• 제28권2호
• /
• pp.159-167
• /
• 2019

국방 M&S(Modeling&Simulation) 분야에서는 다양한 전투 환경을 동시에 모의하기 위해 다수의 워게임 모델을 연동하는 연구를 활발하게 추진하여 성과를 달성하고 있으나, 워게임 모델을 운용하기 위한 부대 DB(DataBase)는 동일한 자료임에도 불구하고 데이터의 속성(메타데이터)에 대한 표현 방법이 달라서 상호참조가 불가능한 것으로 인식되어 왔다. 이로 인해 워게임 모델을 운용하는 기관에서 같은 부대 DB를 각각 구축하기 위한 시간과 노력의 중복이 발생하고 있다. 본 연구에서는 해상도와 모의 논리는 유사하지만 도메인이 다른 훈련용 워게임 모델의 부대 DB를 분석용 워게임 모델에서 재사용하는 방법을 연구하여 실제 분야에 적용했다. 이를 위해 군단 및 사단 전투지휘훈련용 모델인 '창조21 모델'과 군단 및 사단 작전계획 모의분석용 모델인 '비전21 모델'의 부대 DB 메타데이터를 분석하여 부대 DB를 전환하는 절차를 정의하고, 부대 DB의 서로 다른 메타데이터를 매핑하는 알고리즘을 제안하였다. 본 연구는 국방 M&S 분야에서 워게임 모델 간 부대 DB의 재사용을 위해 이질적인 메타데이터를 의미상으로 통합하여 매핑을 시도한 최초 사례로서 의의가 있다. 또한, 국방 M&S 분야에서 워게임 모델 간 부대 DB의 재사용이 가능하다는 패러다임 전환과, 부대 DB 메타데이터의 표준화 필요성에 대한 시사점을 제공하였다.

• 한국시뮬레이션학회논문지
• /
• 제30권3호
• /
• pp.1-9
• /
• 2021

전장에 있는 지휘관과 참모들은 상황을 인식하고 그 결과를 바탕으로 지휘결심을 통해 군사 활동을 수행하는데, 최근 정보기술의 발달과 함께 지휘결심을 지원하는 인공지능에 대한 요구가 증가하였다. 인공지능을 활용하기 위해서는 강화학습에 필요한 학습 data set의 식별, 수집 그리고 전처리가 필수적이다. 그러나 전술 C4I 체계에 저장된 적 data는 정확성, 적시성, 충분성 측면에서 인공지능 학습 data로 사용하기에 적절하지 않기 때문에 학습 data를 수집하고 훈련 시킬 수 있는 대안이 필요하다. 본 논문에서는 육군의 워게임 훈련 모델인 '창조 21 모델 훈련 data'를 활용하여 인공지능을 학습시키는 방법론을 제시하였다. 연구 범위는 군사결심수립과정과 연계하여 인공지능의 역할과 범위를 구체화하고, 그 역할에 맞추어 인공지능을 훈련 시키기 위해 창조 21 모델 연습 data를 활용하는 모델을 제시하였다. 공개가 제한되는 군사자료의 특성을 고려하여 가상의 sample data를 제작하였고, 공개가 제한되는 대한민국 육군의 교리는 인터넷에서 수집 가능한 미군 교리를 활용하였다.