국방 조달 사업은 고도의 기술집약성과 복합적인 이해관계자 구조로 인해 계획 대비 일정 지연과 비용 초과가 반복되는 고질적인 구조적 문제를 안고 있다. 본 연구의 서론에서 분석한 바와 같이, 최근 5년간 대형 무기체계 사업의 평균 지연은 약 22.4개월에 달하며, 그 주된 원인은 공급망 병목과 행정적 의사결정 지연으로 확인되었다. 특히 KDDX 사업의 선정 지연이나 KF-21 개발 과정의 기술적 제약 사례는 국방 조달 시스템의 전반적인 효율성 제고가 시급함을 시사한다. 본 연구는 이러한 병목 요인을 근본적으로 해결하기 위해 예측 분석 기반 인공지능(AI)을 활용한 조달 최적화 방안을 제안한다. 미국 국방부(DoD) CDAO가 주도한 F-35 ALIS, Project Lighthouse, AcqBot 등의 실증 사례를 분석하여, 한국형 조달 체계의 다단계 의사결정 구조와 예산 집행의 경직성을 반영한 예측 모델을 설계하였다. 몬테카를로(Monte Carlo) 시뮬레이션을 통해 정량적으로 검증한 결과, AI 적용 시 조달 기간은 평균 16.5% 단축되고 총 조달 비용은 11.9% 절감되는 성과를 확인하였다. 이러한 결과는 경험 중심의 조달 관리를 데이터 기반의 과학적 관리 체계로 전환함으로써 국방 재원 운영의 최적화를 달성할 수 있음을 입증한다. 최종적으로 본 연구는 국방 데이터 레이크 구축과 행정 자동화를 포함한 단계적 정책 로드맵을 제시하여, 국방 디지털 전환을 위한 실질적인 정량적 근거와 정책적 방향성을 제공한다.
Building similarity graph...
Analyzing shared references across papers
Loading...
Moo-Chang Shin (Thu,) studied this question.
www.synapsesocial.com/papers/69fed071b9154b0b8287789f — DOI: https://doi.org/10.5762/kais.2026.27.4.241
Moo-Chang Shin
Journal of the Korea Academia-Industrial cooperation Society
Building similarity graph...
Analyzing shared references across papers
Loading...