Live-Constructive 연동의 제한사항 고찰: 모의논리를 중심으로

Q: 이 논문에서 정의한 L-C연동이란 무엇인가?

L-C연동은 L(Live) 체계와 C(Constructive) 체계를 연동하여 훈련 성과를 극대화하는 훈련 방법이다. 특히, 여단급 이하 L체계 훈련의 상급부대 배제 단점과 C체계 훈련의 실전성 결여 단점을 상호 보완하여 실전성을 극대화하는 훈련 방식이다.

Q: L-C연동 훈련 시 부대중심점 산정 방식의 주요 제한사항은 무엇인가?

연구 결과, L체계의 개체정보를 C체계의 부대정보로 집약할 때 부대 중심점 산정 방식에 제한사항이 발생한다. 산술평균으로 산출된 중심점은 실제 병력 위치와 편차가 커 극단적인 경우 실제 병력이 없는 곳에 화력이 집중되거나 기동 불가능한 지형에 중심점이 설정되는 문제가 있다.

차영호

doi:10.5762/KAIS.2024.25.10.257

학술저널

저자정보: 차영호 (국방과학연구소)

저널정보: 한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제25권 제10호

오류 신고하기

피인용 0

검색

초록·키워드

한국군에서는 워게임을 활용한 연동훈련을 위해 각종 연동체계를 개발하여 훈련에 적용하고 있으며, LVC훈련은 L(Live), V(Virtual) 및 C(Constructive) 체계를 연동하여 훈련의 성과를 극대화하기 위한 훈련방법이다. 연동과 관련된 지금까지의 연구는 C-C연동 내지는 V-C연동에 집중되어 L-C연구는 미미한 실정이다. 육군이 체계개발 중인 사단급 LVC 연동훈련체계를 향후 LVC 훈련에 적용하기 위해서는 L-C연동에 대한 추가 연구가 필요한 상황이다. 본 연구에서는 육군에서 실시한 사단급 L-C연동 훈련 사례를 소개하고, 연동 관련 식별된 제한사항을 세 가지 측면에서 고찰하고 발전방향을 제시한다. 체계 간 연동을 위해서는 체계별 묘사수준과 모의논리가 동일해야 한다. 부대단위 묘사체계(C)와 개체단위 묘사체계(L)를 연동하기 위해서는 C체계의 부대를 Disaggregate하여 개체단위 모의논리를 적용하거나, L체계를 Aggregate하여 부대단위 모의논리를 적용하는 방법이 가능하다. 현재 LVC 연동훈련체계는 후자의 방식을 채택하여 개발 중이므로 L체계의 개체를 특정한 부대단위로 Aggregate하여 부대중심점을 산정하는 방식에 대한 논의가 필요하다. 다음으로 체계별 피해평가 모의논리를 고찰하고 비교함으로써 차이를 식별하고 연동을 위한 방안을 제시한다. 마지막으로 체계가 가진 기술측면의 한계를 보완하기 위하여 적용된 훈련통제 분야에서 식별된 제한사항과 발전방향을 알아 본다. 이러한 3가지 제한사항들에 대한 발전방향이 현재 개발 중인 체계와 훈련통제 기법에 반영된다면 향후 예정된 사단급 LVC훈련의 실전성 향상에 크게 기여할 것으로 기대된다.

In the Korean military, various integrated war game systems have been developed and applied to training. Live, Virtual, and Constructive (LVC) training is a method designed to maximize outcomes by integrating LVC systems. Previous research related to interoperation has primarily focused on Constructive-Constructive (C-C) or Virtual-Constructive (V-C) training, with minimal research on Live-Constructive (L-C). Additional research on L-C interoperation is necessary for application of the division-level LVC integrated training system, which is currently being developed by the army. This study introduces a case of division-level L-C integrated training conducted by the army, then examines the identified limitations from three aspects of integration, and suggests development directions. For system integration, the depiction levels and simulation logic of each system must be consistent. To integrate the unit-level depiction system (C) and the entity-level depiction system (L), it is possible to disaggregate the units in the C system to apply entity-level simulation logic, or to aggregate the L system to apply unit-level simulation logic. The current LVC integrated training system is being developed using the latter approach, so it is necessary to discuss methods for aggregating entities in the L system into specific unit levels determining the unit focal points. Next, by examining and comparing the damage assessment simulation logic of each system, differences are identified, and integration solutions are proposed. Finally, limitations and development directions identified in the training control domain are explored and applied to compensate for technical limitations of the system. If these development directions for the three identified limitations are reflected in the currently developing system and training control techniques, it is expected to significantly enhance the realism of the forthcoming division-level LVC training.

#Interoperation #MRM #L-C #KCTC #BCTP

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료