본 연구는 KCTC(Korea Combat Training Center) 훈련의 데이터인 지휘소 상황회의 텍스트와 훈련성과인 전투결과 정형 데이터 그리고 군사 교범의 텍 스트 데이터를 활용하여 부대별 전투지휘수준을 ...

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
https://www.riss.kr/link?id=T17374443
논산 : 국방대학교 국방대학교 국방관리대학원, 2026
학위논문(석사) -- 국방대학교 국방대학교 국방관리대학원 , 군사운영분석 , 2026. 2
2026
한국어
충청남도
; 26 cm
지도교수: 문호석
I804:11070-200000944019
0
상세조회0
다운로드본 연구는 KCTC(Korea Combat Training Center) 훈련의 데이터인 지휘소 상황회의 텍스트와 훈련성과인 전투결과 정형 데이터 그리고 군사 교범의 텍 스트 데이터를 활용하여 부대별 전투지휘수준을 ...
본 연구는 KCTC(Korea Combat Training Center) 훈련의 데이터인 지휘소 상황회의 텍스트와 훈련성과인 전투결과 정형 데이터 그리고 군사 교범의 텍 스트 데이터를 활용하여 부대별 전투지휘수준을 진단하고, 그 수준을 향상시 키기 위한 개선방안과 시사점을 제시하는 것을 목적으로 한다. 이를 위해 KCTC 여단급 지휘소 상황회의 텍스트 데이터를 수집하고, 육군 교범을 모범답안이라 가정하여 기준 문서로 설정하였다. 전처리된 텍스트를 Doc2Vec의 두 모델을 통합하여 단어와 문맥 정보를 모두 포함하는 벡터로 변 환시키고 코사인 유사도를 산출하고, 교범과 회의 내용의 의미적 유사도를 비 교하였다. 이후 기능별·국면별 유사도 분석을 통해 부대별 전투지휘수준을 진단하였으 며, 진단 결과와 실제 전투 성과 간의 상관관계를 분석하여 제안된 진단 방법 론의 타당성을 검증하였다. 또한, 진단에만 머무르지 않고 전투지휘수준이 상대적으로 높은 훈련 부대 와 낮은 부대의 회의 내용을 비교하고, TF-IDF 가중치를 이용한 키워드 분석 과 문장 유사도 분석을 통해 기능별 개선 방안을 도출하였다. 그 결과, Doc2Vec을 이용한 코사인 유사도 분석이 부대별 전투지휘수준을 정량적으로 평가하는 효과적인 방법임을 확인하였으며, 향후 실시간 회의 분 석 및 참모지원 AI 개발에 기초 자료로 활용되어 군의 전투지휘 발전에 기여 할 것으로 기대된다. 주요어 : 국방 AI, 전투지휘수준 진단, 참모지원 AI, 텍스트 마이닝, Doc2Vec
목차 (Table of Contents)