본문 바로가기
KERD
논문KCI 등재

인공지능 기법을 활용한 전쟁교훈분석에 관한 연구 - LDA 토픽모델링 기반으로 -

A Study on the Lessons Learned Analysis Using Artificial Intelligence Technique: Based on LDA Topic Modeling

설현주|양성실
미래군사학회 (Korean Association of Future Military Affairs)|2023.03|한국군사학논총 (Review of Korean Military Studies)|제12권 제1호|pp. 29-48

0

조회

0

다운로드

1

인용

0

참고문헌

키워드

AI인공지능LDA Topic ModelingLDA 토픽모델링XAIEDADOTMLPF-P전쟁교훈분석Lessons Learned Analysis전투발전체계
주제분류군사학

초록

본 연구는 최근 급부상 중인 인공지능을 ‘전쟁교훈분석’(줄여서 전훈분석)이라는 국방정책 분야에 적용하기 위한 것이다. 전훈이란 군사 활동 중 얻은 교훈을 통해 전투발전체계 상 문제점을 수집·분석하고 개선소요를 찾아 현존전력의 최적화를 구현하고자는 모든 활동을 말한다. 이 전훈을 도출하기 위해서 과거 분석사례, 관련 교범, 훈령·규정, 작전계획 등 사전 검토해야만 하는 데이터양이 엄청나다는 것과 그로 인한 분석 절차상 과도한 시간 외에도 많은 예산이 소요될 수밖에 없다. 본 연구는 이 문제점을 해결하고자 기존 방법 외에 인공지능 머신러닝을 기반으로 한 정량적 연구를 적용하는 새로운 접근방식을 시도한다. 특히 자연어로 구성된 전훈 데이터를 머신러닝 자연어처리 기법 중 LDA 토픽모델링을 이용해 전투발전체계별 토픽과 핵심단어로 추출하는 방안을 제시하였다. 또 EDA 결과와 XAI 구현을 통해 군 지휘관과 같이 특정 대상에게 인공지능의 제시 결과를 신뢰할 수 있도록 근거를 제공한다.

Abstract

This study is to apply Artificial Intelligence(AI), which has recently emerged rapidly, to the field of defense policy called 'Lessons Learned(LL) Analysis'. LL refers to all activities to collect and analyze problems in the combat development system(including DOTMLPF-P) through the lessons during military activities, find improvement needs, and implement all the activities to optimize the existing armed forces. In order to derive LL, the amount of data that must be reviewed in advance, such as past analysis cases, related publications, regulations, and operational plans, which inevitably takes a lot of budget in addition to excessive time. To solve this problem, this study attempts a new approach to apply quantitative research based on AI ML(Machine Learning) in coupled with existing methods. In particular, the LL data composed of natural language was extracted into topics and key words that are categorized by each field of combat development system using LDA topic modeling. In addition, through the implementation of EDA(Exploratory Data Analysis) results and XAI(eXplainable AI), it is possible to provide a reliable basis for AI-produced results to specific targets such as military commanders.

참고문헌 (40)

  1. "국방부 훈령 제2713호, 합동전투발전업무 훈령", ~ (2022)
  2. 전·평시 합동전훈업무 개선방안 도출 및 발전방향 제시, "박용진", 한국국방연구원, ~ (2021)
  3. 송인식, "Be the Solver, 탐색적 자료 분석(EDA)" (2018), 한국학술정보(주)
  4. 안재현, "XAI 설명 가능한 인공지능, 인공지능을 해부하다" (2020), 위키북스
  5. 합동전훈분석체계연구, "오정일", 합동참모본부, ~ (2018)
  6. 이기창, "한국어 임베딩: 자연어 처리 모델의 성능을 높이는 핵심 비결 Word2Vec에서 ELMO, BERT까지" (2019), 에이콘
  7. A.I. 플러스, 미래 사회에 지능을 더하다: 인공지능이 바꾸는 법률 서비스, "장준희", 한국정보화진흥원, ~ (2017)
  8. "해군본부 규정 제2454호, 해군 전훈분석업무 규정", ~ (2020)
  9. LG경제연구원 미래 보고서 빅뱅 퓨처, "LG경제연구원", 한국경제신문 한경BP, ~ (2017)
  10. 강대진, "해군 전쟁수행능력 향상을 위한 ‘전훈관리’ 발전방안 연구", 해양전략, 173 (2017)
  11. 김지연, "텍스트 마이닝을 이용한 이익조정 연구동향 토픽모델링", 디지털융복합연구, 19(1), pp.125~139 (2021), 한국디지털정책학회[DOI]
  12. 설현주, "군사학 학문연구 동향 탐색: 한국군사학논총 논문 분석을 중심으로", 한국군사학논총, 8(2), pp.213~232 (2019), 미래군사학회[DOI]
  13. 양명석, "LDA 토픽모델링을 활용한 인공지능 관련 국가R&D 연구동향 분석", 인터넷정보학회논문지, 22(5), pp.47~55 (2021), 한국인터넷정보학회
  14. 양성실, "인공지능형 전훈분석기술: ‘L2-OODA 앙상블 알고리즘’을 중심으로", 융합보안 논문지, 21(2), pp.67~79 (2021), 한국융합보안학회
  15. 양욱상, "자이툰 2년을 통해본 향후 전훈분석반 운용방안", 군사평론, 384 (2007)
  16. 양종모, "인공지능 이용 범죄예측 기법과 불심검문 등에의 적용에 관한 고찰", 형사법의 신동향, (51), pp.210~242 (2016), 대검찰청[DOI]
  17. 우갑식, "전훈과 미래전 양상을 고려한 군수지원 발전방향", 국방대학교 안보과정 (2008)
  18. 유승태, "LDA 토픽 모델링을 이용한 국내 산업보안 동향 분석", 한국산업보안연구, 10(2), pp.79~103 (2020), 한국산업보안연구학회[DOI]
  19. 윤동우, "안보환경 변화와 ‘DIME on PMESII’ 이해", 합동군사연구, 22 (2012)
  20. 윤현석, "무기체계 전력화 지원요소 업무 개선방안", 한국국방경영분석학회지, 29(2), pp.111~130 (2003), 한국국방경영분석학회
  21. 이병규, "인공지능(AI) 법률서비스에 대한 변호사법 제109조 제1호 적용 여부에 관한 고찰", 법학연구, 18(2), pp.131~158 (2018), 한국법학회
  22. 각 군 전훈분석 업무현황 분석 및 발전방향, "이승준", 국방연구소, ~ (2021)
  23. 이시천, "이라크 전훈분석을 통한 EH(Explosive Hazards) 대응방안 연구", 국방대학교 안보과정 (2010)
  24. 전고운, "토픽모델링 기반의 국방기술 동향분석 방안 : 장갑전투차량에의 적용", 산업혁신연구, 36(1), pp.69~94 (2020), 산업개발연구소[DOI]
  25. 전정현, "인공지능과 법률 서비스:현황과 과제", 저스티스, 170(1), pp.218~258 (2019), 한국법학원[DOI]
  26. 한동현, "전훈(戰訓) 업무체계 발전방안 연구", 군사평론, 376 (2005)
  27. Blei, David M., "Supervised Topic Models", Advances in Neural Information Processing Systems (2008)
  28. Blei, David M., "Latent Dirichlet Allocation", Journal of Machine Learning Research, 3 (2003)
  29. Blei, David M., "Probabilistic Topic Models", Communications of the ACM, 55(4) (2012)
  30. Eaton, Jacqueline, "Joint Analysis Handbook" (2016), NATO, Joint Analysis and Lessons Learned Centre
  31. Ramage, D., "Labeled LDA: A Supervised Topic Model for Credit Attribution in Multi-labeled Corpora", Proceedings of the 2009 Conference on Empirical Methods in Natural Language Processing, 1 (2009)
  32. Song, M., "Detecting the Knowledge Structure of Bioinformatics by Mining Full-text Collections", Scientometrics, 96(1) (2012)
  33. Song, M., "Identifying the Landscape of Alzheimer’s Disease Research with Network and Content Analysis", Scientometrics, 102(1) (2014)
  34. Tolner, Ferenc, "Clustering of Business Organisations based on Textual Data – An LDA Topic Modeling Approach", International Symposium on Computational Intelligence and Informations (2021)
  35. Williams, Evan M., "Improving LDA Topic Modeling with Gamma and Simmelian Filteration", International Conference on Advances in Social Network Analysis and Mining(ASONAM) (2020)
  36. 양우령, "Overseas Research Trends Related to 'Research Ethics' Using LDA Topic Modeling", 연구윤리, 3(1), pp.7~11 (2022), 한국연구윤리학회[DOI]
  37. "파이썬 한국어 NLP"[URL]
  38. "법률분석을 통한 재판, 판결, 변호사의 행동 예측 지원"[URL]
  39. "48한국 국방부 홈페이지: 국방정책, 국방백서"[URL]
  40. 합동참모본부, "합동전투발전 분야의 완전성 제고를 위해 ‘리더십’과 ‘정책’ 분야 추가", 합동참모본부 보도자료, 2021년 5월 6일 합참 공보실 보도자료, ~ (2021)

관련 논문AI추천

텍스트마이닝을 활용한 전투협조회의의 회의록 분석 방법론 연구문호석, 조성일화랑대연구소 · 한국군사학논집2024 · 제80권 제2호국내 군사학 학술논문의 주제 분류를 위한 잠재토픽 모델링구자일, 김정수, 박찬봉, 배성호화랑대연구소 · 한국군사학논집2020 · 제76권 제2호토픽모델링 기반의 국방기술 동향분석 방안 : 장갑전투차량에의 적용강인원, 전고운, 전정환산업개발연구소 · 산업혁신연구2020 · 제36권 제1호인공지능 기반 전장상황 분석을 위한 가상 전장상황 데이터 셋 생성 연구신유경, 이우신, 조은지, 진소연한국컴퓨터정보학회 · 한국컴퓨터정보학회논문지2022 · 제27권 제6호전쟁의 본질로 바라본 인공지능의 군사적 활용 - 지휘결심 지원체계의 적용을 중심으로 -황원중화랑대연구소 · 한국군사학논집2020 · 제76권 제3호훈련 M&S 분야 인공지능 적용 사례와 발전방안김영묵방위사업연구소 · 선진국방연구2021 · 제4권 제2호

이 간행물의 다른 논문 (7건)

6·25전쟁과 러시아-우크라이나전쟁 휴전(종전) 협상 비교연구김유석pp. 3-27군사용 드론 표준화 추진실태 분석 및 발전방안 연구이기진pp. 49-66유럽 재래식 군사력 감축(CFE) 협상 사례분석을 통한 한반도 군비통제 적용방안 연구이진욱pp. 67-86게임이론을 이용한 방책분석 및 비교 개선 연구김익현, 김도형, 최장옥, 최규일pp. 87-104DMZ세계평화공원 조성방안에 대한 연구이세영pp. 105-132
원문 보기