가상군(Computer-Generated Forces)의 자율지능화 방안 연구

Abstract

최근 군은 과거 냉전시대와 다른 상황에 능동적으로 대처하고 비용 대비 훈련의 효과를 극대화하기 위한 방안으로 모델링 시뮬레이션 기법에 많은 관심을 보이고 있다. 이 모델링 시뮬레이션을 이용한 훈련이 효과적이기 위해서는 좀 더 사실적인 전장 환경과 전투상황을 모의해야 하는데, 최근에 이를 위해서 컴퓨터상에서 인간 행위와 부대의 집단논리를 표현하는 CGF(Computer Generated Forces)에 대한 기술 개발이 주목받고 있다. 인간 행위를 모델링하는 CGF는 자동화된 병력을 모의함으로써 적군을 모의하거나 미래 전투실험, 새로운 전투개념 개발 등 중요하면서도 다양한 역할을 수행 할 수 있다. 이번 연구에서는 CGF 가상군인의 자율지능화의 방안을 고찰해보고자 한다. 군사시뮬레이션상의 가상군인의 자율지능화의 첫걸음인 과업행위 목록의 적용을 과업행위의 기본요소인 METT+T를 기반으로 그 적용과정을 설명한다. 또한 군사모의 논리는 참 진의 이진값 표현이 외에도 '보유 무기가 충분하면 급속 공격을 빠르게 하라'와 같은 모의 규칙상에서는 군사 전문가에 의해서 결정될 수밖에 없는 '충분하다', '빠르다'와 같은 퍼지 팩트가 존재한다. 이러한 주관성이 가미된 많은 군사모의 논리를 완벽히 표현하기 위해서는 퍼지 추론을 이용하는 것이 효과적인데, 이를 이번 소부대 전투 시뮬레이션에 적용하여 보다 사실적인 모의가 가능하도록 하였다. Modeling and Simulation(M&S) technology gets an attention from various parts such as industry and military. Especially, military uses the technology to cope with a different situation from the one in the Cold War and maximize the effect of training against the cost in the new environment. In order for the training based on M&S technology to be effective, the situations of a battlefield and a combat must be more realistically simulated. For this, a technique development on Computer-Generated Forces(CGF) which represents a unit's simulation logic and a human's simulated behaviors is focused. The CGF simulating a human's behaviors can be used in representing an enemy force, experimenting behaviors in a future war, and developing a new combat idea. This paper describes a methodology to accomplish Computer-Generated Forces' autonomous intelligence. It explains the process of applying a task behavior list based on the METT+T element onto CGFs. On the other hand, in the domain knowledge of military field manual, fuzzy facts such as "fast" and "sufficient" whose real values should be decided by domain experts can be easily found. In order to efficiently implement military simulation logics involved with such subjectivity, using a fuzzy inference methodology can be effective. In this study, a fuzzy inference methodology is also applied.