텍스트마이닝을 활용한 전투협조회의의 회의록 분석 방법론 연구 (A Study on Methodology for Analyzing Minutes of the Combat Collaboration Meetings Using Text Mining)

서지정보

· 발행기관 : 육군사관학교 화랑대연구소
· 수록지 정보 : 한국군사학논집 / 80권 / 2호 / 201 ~ 236페이지
· 저자명 : 조성일, 문호석

초록

군에서 전투지휘와 관련해 데이터들은 훈련 상황에서 많이 발생되고 있으나, 전투지휘 데이터를 정형화 하거나 그에 대한 분석은 미미한 현실이다. 더욱이 보안상 이유로 전투지휘 데이터를 축적하지도 못하고 있다. 이러한 현실 속에서도 AI 참모 또는 참모지원 AI에 대한 연구의 필요성은 국방혁신 4.0 추진과 함께 많이 요구되고 있다. 그러나 이러한 요구사항을 구현하기 위해서는 먼저 전투지휘 데이터를 정형화하는 것이 필요하다.
본 연구에서는 지휘관 및 참모의 의사결정과정 상에 회의를 통해서 생산되는 전투지휘 데이터를 정형화시키고, 정형화된 전투지휘정보를 분석하는 방법론을 제시하였다. 보안상의 이유로 전투지휘 데이터를 실제 획득할 수가 없어서 이와 유사한 형태의 국방 관련 텍스트 데이터인 국회 국방위원회 회의록으로 연구내용을 적용하였다.
국회 국방위원회 회의록 텍스트 데이터에 텍스트 전처리와 핵심단어구축, 토픽모델링, 네트워크분석, 감성분석, t-SNE 군집화 등의 텍스트 마이닝을 적용하여 텍스트 데이터를 정형화하고 분석하는 방법론을 제안하였다.
본 연구에서 제안하는 방법론으로 회의의 주제들을 도출하고, 화자별 발화량 비교와 감성분석을 통해서 회의를 주재하는 주관자(군 회의에서는 지휘관)의 회의 진행 스타일에 대해서 평가할 수 있는 방안을 제시하였다. 이를 통해서 보다 효과적이고 생산적인 전투지휘가 어떤 것인지를 분석하여 조언해 줄 수 있는 AI 참모 또는 참모지원 AI 개발의 여건을 만드는데 기여할 수 있을 것이다.

영어초록

In the military field, data related to combat command is often generated during training situations, yet there has been minimal effort in structuring and analyzing actual battle command information. Additionally, the accumulation of battle command information is greatly limited due to security reasons. Despite these constraints, there is a growing demand for research on AI systems supporting staff officers in decision-making, particularly with the continuous advancement of Defense Innovation 4.0. To address this, there is a need for research to first structure battle command information to extract meaningful insights.
This study presents a methodology, along with case studies, for structuring and deriving meaningful information from battle command data generated during combat coordination meetings involving commanders and staff, aiming to provide insights necessary for decision support systems. As acquiring actual combat coordination meeting content was restricted due to military security concerns, case analysis was conducted using minutes from National Defense Committee meetings, which exhibit similar patterns to combat coordination meetings.
The proposed methodologies for structuring battle command information enable comparative analysis with operational orders to understand how battle command information impacts actual combat outcomes. Moreover, analysis techniques such as sentiment analysis allow assessment of the efficiency with which commanders lead discussions over time, understanding the inclinations of meeting participants, and identifying decision-making patterns through topic modeling. Clustering of participants' speech content allows for the identification of similar speakers, facilitating comparison of thoughts among individuals.
This study not only presents methodologies for structuring and analyzing battle command information crucial for developing AI decision support systems but also suggests directions for constructing such systems.

참고자료

· 없음