Convergence Security Journal (융합보안논문지)

Korea convergence Security Association (한국융합보안학회)
권호 표지
DOI QR코드

DOI QR Code

Technology of Lessons Learned Analysis using Artificial intelligence: Focused on the 'L2-OODA Ensemble Algorithm'

인공지능형 전훈분석기술: 'L2-OODA 앙상블 알고리즘'을 중심으로

  • 양성실 (충남대학교 군사학과) ;
  • 신진 (충남대학교 정치외교학과)
  • Received : 2021.05.19
  • Accepted : 2021.06.24
  • Published : 2021.06.30
Download PDF
⟨ Previous Next ⟩

Abstract

Lessons Learned(LL) is a military term defined as all activities that promote future development by finding problems and need improvement in education and reality in the field of warfare development. In this paper, we focus on presenting actual examples and applying AI analysis inference techniques to solve revealed problems in promoting LL activities, such as long-term analysis, budget problems, and necessary expertise. AI legal advice services using cognitive computing-related technologies that have already been practical and in use, were judged to be the best examples to solve the problems of LL. This paper presents intelligent LL inference techniques, which utilize AI. To this end, we want to explore theoretical backgrounds such as LL analysis definitions and examples, evolution of AI into Machine Learning, cognitive computing, and apply it to new technologies in the defense sector using the newly proposed L2-OODA ensemble algorithm to contribute to implementing existing power improvement and optimization.

전훈이란 군사용어로서 전투발전분야의 교육과 현실에서 문제점이 확인되거나 개선이 필요한 요소를 찾아서 미래의 발전을 도모하는 모든 활동이다. 이 논문에서는 전훈활동을 추진하는데 드러나는 문제점, 즉 분석시 장기간 소요, 예산 문제, 전문가 필요성 등을 해결하고자 실제 사례를 제시하고 인공지능 분석 추론기술을 적용하는 데 초점을 맞춘다. 이미 실용화되어 사용 중인, 인지 컴퓨팅 관련 기술을 활용한 인공지능 법률자문 서비스가 전훈의 문제점을 해결하는데 가장 적합한 사례로 판단했다. 이 논문은 인공지능을 활용한 지능형 전훈분석 추론기술의 효과적인 적용방안을 제시한다. 이를 위해, 전훈분석 정의 및 사례, 인공지능의 머신러닝으로 진화, 인지 컴퓨팅 등 이론적 배경을 살펴보고, 새롭게 제안한 L2-OODA 앙상블 알고리즘을 이용해 국방분야 신기술에 적용함으로써 현존전력 개선 및 최적화를 구현하는데 기여하고자 한다.

Keywords

References

  1. 이코노믹리뷰, '알파고는 잊어라... 새로운 제왕 알파제로 "구글이 세상을 지배하는가"', https://www.econovill.com/news/articleView.html?idxno=353280.
  2. David Silver et al, 'Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm', DeepMind, 6 Pancras Square, London N1C 4AG, 2017.
  3. 한봉윤 등, '4차 산업혁명과 연계한 미래국방기술', 국방기술품질원, 2017.
  4. 한동현, 방종관, "전훈(戰訓) 업무체계 발전방안 연구", 군사논평, 제376권, pp. 99-120, 2005.
  5. 해군본부, '해군 전훈분석업무 규정'. 해군전력분석시험평가단, 2020.
  6. 국방부, '합동전투발전업무훈령', 합동참모본부, 2020.
  7. Jacqueline Eaton et al, 'Joint Analysis Handbook', Lisbon, Portugal: NATO, 2016.
  8. 양욱상, "자이툰 2년을 통해본 향후 전훈분석반운용방안", 군사평론, 제384권, pp. 75-94, 2007.
  9. 황순용, 류영기 등, '전투현장에서 적용이 가능한 해군전훈관리체계 발전방안 연구', 해군전력분석시험평가단, 2013.
  10. 강대진, "해군 전쟁수행능력 향상을 위한 '전훈관리' 발전방안 연구", 해양전략, 제173권, pp. 194-218, 2017.
  11. 오정일, '합동전훈분석체계연구', 합동참모본부, 2018.
  12. 국방부, '2020 국방백서', 국군인쇄창, 2020.
  13. 해군 전력분석시험평가단, '주요 전쟁사례 중 전투발전분야별 전훈분석 결과', 해군본부, 2020.
  14. A. M. Turing, "Computing Machinery and Intelligence", Mind 49: pp. 433-460, 1950. https://doi.org/10.1093/mind/LIX.236.433
  15. 임영익, '프레디쿠스', 클라우드나인, 2019.
  16. Judith Hurwitz, Daniel Kirsch, 'Machine Learning For Dummies®', IBM Limited Edition. John Wiley & Sons, Inc, 2018.
  17. IBM 데이터 사이언스-머신러닝의 포괄적인 운영방법, https://www.ibm.com/kr-ko/analytics/machine-learning, 검색일: 2020. 6. 6.
  18. 박해선 역, '핸즈온 머신러닝_사이킷런과 텐서플로를 활용한 머신러닝, 딥러닝 실무', 한빛미디어, 2018.
  19. 강형진 역, '마스터 알고리즘 머신러닝은 우리의 미래를 어떻게 바꾸는가', 비즈니스북스, 2016.
  20. 한국정보통신기술협회 정보통신용어사전, http://word.tta.or.kr/dictionary/dictionaryView.do, 검색일: 2020.12. 5.
  21. 장준희, '미래 사회에 지능을 더하다; 인공지능이 바꾸는 법률서비스', 한국정보화진흥원(NIA), 2017.
  22. 양종모, "인공지능을 이용한 법률전문가 시스템의 동향 및 구상", 법학연구, 제19권, 제2호, pp. 213-242, 2016.
  23. Eliot, Lance, "Legal Sentiment Analysis and Opinion Mining(LSAOM): Assimilating Advances in Autonomous AI Legal Reasoning", arXiv:2010.02726. pp. 1-26, 2010.
  24. 진소연, 이우신, 김학준, 조세현, 강유리, "전장 인식 지능화를 위한 전장상황 다중추론 기술에 관한 연구", 한국통신학회논문지, 제45권, 제6호, pp. 1046-1055, 2020.
  25. 조세현, 김학준, 진소연, 이우신, "지능형 전장인식 서비스를 위한 지식베이스 구축 방안 연구", 한국컴퓨터정보학회논문지, 제25권, 제4호, pp. 11-17, 2020. https://doi.org/10.9708/jksci.2020.25.04.011
  26. 합동참모본부, '2021-2028 미래 합동작전기본 개념서', 국군인쇄창, 2014.
  27. 국경완, "인공지능 기술 및 산업 분야별 적용 사례", 정보통신기획평가원 주간기술동향, pp. 16-23, 2019.
  28. 안창욱, 전문구, 신종원, 황치옥, 이기훈, '국방 인공지능(AI) 실증기획 연구', 광주과학기술원, 2018.
  29. 해군미래혁신연구단, '인공지능은 인공적이지 않다?!', 신기술편람, 2020.
  30. 이병규, "인공지능(AI) 법률서비스에 대한 변호사법 제109조 제1호 적용 여부에 관한 고찰", 법학연구, 제18권, 제2호, pp. 131-158, 2018.
  31. 중앙일보, '첫 AI 변호사 '로스', 뉴욕로펌 취직하다', https://news.joins.com/article/20035624
  32. Lex Machina, https://lexmachina.com/, 검색일: 2020.12.13.
  33. 손현수, '인공지능(AI) 법률서비스, 국내외서 속속 등장... '알파로 시대' 열리나', 법률신문, 2016. 5.17.
  34. 진정현, 김병필, "인공지능과 법률 서비스: 현황과 과제", 저스티스, 제170권, 제1호, pp. 218-258, 2019.
  35. 오요한, 홍성욱, "인공지능 알고리즘은 사람을 차별하는가?", 과학기술학연구, 제18권, 제3호, pp. 153-215, 2018. https://doi.org/10.22989/JSTS.2018.18.3.004
  36. Vettorello, Mattia; Eisenbart, Boris; Ranscombe, Charlie, "Toward Better Design-Related Decision Making: A Proposal of an Advanced OODA Loop", International Conference on Engineering Design, ICED19. 5-8, pp. 88-89, 2019.
  37. 조형식, '[칼럼] 4차 산업혁명과 우다 루프', CAD & Graphics 2107년 12월호, 2017.
  38. 박해선 역, '머신러닝 교과서 with 파이썬, 사이킷런, 텐서플로', 길벗, 2019.
  39. Kini'n creations, R로 깔끔하게 머신러닝 요리하기, https://kuduz.tistory.com/1202, 검색일: 2020. 1.12.