A Study on Shortening Defense Procurement Period and Optimizing Cost through Predictive Analytics-based Artificial Intelligence (AI)

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.