韓國軍事學論集 第77輯 第2卷 2021年 6月 DOI : http://doi.org/10.31066/kjmas.2021.77.2.

019
분할 선형 회귀모형을 이용한 여단급 KCTC
방어작전간 보병대대 전투승리 영향요소 분석
An Analysis for Combat Victory Influence Factors of Infantry
Battalion during Brigade-Level KCTC Defensive Operations using
Segmented Linear Regression
한 정 욱(Jungwook Han)
국방대학교 국방과학학과 석사과정
이 민 호(Minho Lee)
국방대학교 국방과학학과 석사과정
박 진 영(Jinyoung Park)
국방대학교 국방과학학과 박사과정
문 호 석(Hoseok Moon)1)
국방대학교 국방과학학과 부교수
ABSTRACT
This study is on combat victory influence factors of infantry battalion
during brigade-level KCTC(Korea combat training center) defensive operations
in ROKA(republic of Korea army). For this study, we analyzed brigade-level
KCTC training results accumulated from 2018. Most previous studies on KCTC
training results have analyzed individual combatants using battalion-level
KCTC training results that have been ended in 2012. But in this study, we
used brigade-level KCTC training results and evaluated victory factors of
units such as infantry battalion. For scientific analysis on KCTC training
results, we have used brigade-level KCTC training data, AAR(after action
review), and military doctrine. Specifically, we utilized tactical knowledge and
scientific methodology for the quantitative definition of response and predictor

1) 교신저자(hsmoon0329@mnd.go.kr)

464

www.dbpia.co.kr
 분할 선형 회귀모형을 이용한 여단급 KCTC 방어작전간 보병대대 전투승리 영향요소 분석
variables. The infantry battalion's combat victory influence factors were
analyzed during the defensive operations using segmented linear regression
analysis through the definition of variables. The results of this study provide
insight into what factors are important to victory during defensive operations.
We expect the results of this study will contribute not only to the operations
of infantry battalion combat power but also to the scientific analysis of
brigade-level KCTC training big data.
Key words : KCTC Training Big data, Brigade-Level KCTC, Defensive
Operations, Segmented Linear Regression
주 제 어 : KCTC훈련 빅데이터, 여단급 KCTC, 방어작전, 분할 선형
회귀모형

465

www.dbpia.co.kr
 韓國軍事學論集
Ⅰ. 서 론
육군은 4차 산업혁명 시대의 첨단과학 기술군으로 발돋움하기 위해 정보통신기술
(Information & Communications Technology, ICT)을 활용하여 교육훈련 체계의 혁
신을 도모하고 있다. 이러한 교육ㆍ훈련체계 혁신의 중심에는 과학화 전투훈련단
(Korea Combat Training Center, KCTC)이 있다(과학화전투훈련단, 2020). KCTC 훈
련은 훈련부대와 전문대항군 부대의 실 병력과 장비를 이용하여 상호 공방을 실시하
는 훈련이다. 훈련을 통해 훈련부대는 전장의 마찰요소를 경험하고, 전투력을 향상 시
킬 수 있다. 또한 훈련 중 인원 및 장비에 부착된 마일즈(Multiple Integrated Laser
Engagement System, MILES) 장비를 통해서 위치 및 센서정보가 저장되는데, 이를
활용하면 전투결과를 재현하고 과학적 분석을 통해 군의 교리ㆍ교범 적용에 정량적
근거를 뒷받침 할 수 있다. 미군의 경우도 우리의 과학화전투훈련단의 모체인 국가훈
련센터(National Training Center)를 운영 중이며, 훈련결과는 교훈분석센터(Center
for Army Lessons Learned, CALL)에서 과학적 분석을 통해 그 결과를 군에 환류하
여 전투력을 향상시키는 시스템이 구축되어 있다(박진영 등, 2021).
육군의 KCTC훈련은 2005년 대대급 규모로 시작하여 2018년 여단급 규모의 병력
및 장비가 참가 가능한 규모로 확대되었다. 여단은 제병협동 및 합동전력을 바탕으로
독립작전이 가능한 최소한의 제대로서 여단급 규모의 훈련참가는 실전과 매우 근접한
상황이 조성되었음을 의미한다. 이러한 환경하에서 이뤄지는 훈련결과를 데이터로 분
석하고 의미있는 정보를 도출한다면 부대 및 육군의 전투력 향상에 도움이 될 수 있
을 것이다.
본 연구는 여단급 KCTC 훈련 결과 중 대대의 방어전투를 중심으로 대대의 방어작
전 전투승리에 영향을 미치는 요소를 분석하는 연구이다. 주요 연구 내용은 방어작전
시 대대급 부대의 전투 승패결과와 전투 승리요인에 영향을 미치는 요소들을 정의하
고, 이와 관련된 변수를 KCTC 훈련결과로부터 생성하여, 전투승리에 영향을 미치는
요소를 찾고자 한다.
본 연구의 구성은 다음과 같다. 2장에서는 기존연구를 분석하고 제한점을 식별한다.
3장에서는 분석에 사용된 데이터와 전투승리 영향요소 및 변수정의 과정을 기술하고,
분석방법을 설명한다. 4장은 분석결과를 나타내고 결과가 의미하는 바를 해석하며, 5
장에서 결론과 본 연구의 한계점과 향후 연구에 관해서 다룬다.
466

www.dbpia.co.kr
 분할 선형 회귀모형을 이용한 여단급 KCTC 방어작전간 보병대대 전투승리 영향요소 분석
Ⅱ. KCTC 훈련 기존연구 분석 및 한계
세계적으로 미국, 한국, 이스라엘, 독일, 일본 등 주요 국방 선진국에서 과학화전투
훈련장을 운영하고 있다. 특히 미군은 NTC(National Training Center)를 포함한 각
종 훈련자료와 주요전장의 자료를 분석하여 군에 환류하기 위해 CALL(Center for
Army Lessons Learned)을 창설하였다. 이러한 노력은 1991년 걸프전에서 과학화
훈련된 부대의 연속작전을 통해 압도적인 성과를 거두게 되는데 이 내용은 美의회보
고서, RAND 연구소 보고서 등을 통해 확인할 수 있다(조홍영, 2017). 또한, 미국 국
방부는 1993년 JRTC(Joint Readiness Training Center)를 창설하여 변화하는 합동
전장환경에 맞추어 실전적인 과학화훈련체계를 유지하고 있다(육군교육사령부,
2006). 즉, 미국은 과학화전투훈련인 NTC, JRTC 등에서 만들어지는 방대한 데이터
를 전문적인 분석기관인 CALL에서 최초 대대단위부터 여단단위의 훈련부대 규모까
지 다차원적으로 분석하며, 분석결과를 실전장에 적용하여 과학화전투훈련의 효과에
대해 상당 부분 검증되었다.
본 장에서는 여단급으로 확대된 국내의 과학화전투훈련에 대한 기존에 진행된 연구
들을 분석하고 기존연구의 한계점 및 본 연구의 목적과 기존연구와의 차별성에 대해
다룬다.

1. KCTC 훈련 관련 기존연구 분석
연구진의 조사에 의하면 KCTC 훈련과 관련한 기존연구는 한국연구재단 등재 후보
지 이상의 국내 논문에서 11건이 조사되었다. 2005년부터 2012년까지의 대대급
KCTC 훈련을 다룬 연구가 10건이고, 2018년부터 시작된 여단급 KCTC 훈련을 다
룬 연구가 1건 있었다. 연구의 대상이 된 작전형태로는 11건 가운데 공격작전과 관련
된 연구가 7건, 공격과 방어작전을 동시에 다룬 연구 2건, 그리고 훈련성과 측정에
관한 연구가 2건 있었다. 연구 중 2건을 제외하고는 대부분의 연구가 1개 대대의 훈
련 결과 데이터를 이용했으며, 부대의 전투결과를 분석하기 보다는 개별 전투원에 대
한 전투결과를 다루고 있다.
대대급 KCTC훈련 결과 중 공격작전과 관련된 연구로서 백창일(2013)은 대대급 이
하 제대에서 지휘관의 작전 결심에 기여하기 위해 대대급 KCTC 훈련 데이터를 이용

467

www.dbpia.co.kr
 韓國軍事學論集
하여 지상군 훈련 전투원의 생존시간에 대해서 통계검정과 회귀분석을 활용하여 연구
하였다. 김각규와 김대성(2014)은 대대급 KCTC 훈련 데이터를 이용하여 공격작전
간 정성적 기준의 전투 승리요인을 회귀분석을 통해 정량적으로 분석하였으며, 김각
규(2014)는 COX 비례위험모형을 통해 대대급 KCTC 훈련 데이터에서 전투원의 생존
성에 대해 분석하였다. 김재오 등(2015)은 대대급 KCTC 훈련 데이터를 이용하여
COX 비례모형 및 의사결정나무 모형을 통해 전술제대 공격작전 간 전투원 생존성에
관해 연구하였다. 또한, 김재오(2017)는 대대급 KCTC 훈련 데이터에 영과잉 회귀모
형을 통해 공격작전간 전투원의 능력 향상방안을 분석하였다. 김기성과 최태련(2020)
은 대대급 KCTC 훈련 데이터를 이용하여 허들 및 영과잉 회귀모형의 베이지안 변화
점 식별모형을 통해 전투원의 피해에 영향을 미치는 요인을 분석하였다.
대대급 KCTC훈련 결과 중 공격과 방어작전을 동시에 다룬 연구로서 윤여표(2015)
는 KCTC 훈련 부대의 설문을 이용하여 회귀분석을 통해 공격작전과 방어작전간 전
장리더십이 전투력에 미치는 영향을 연구하였다. 최재영(2017)은 대대급 KCTC 훈련
데이터와 KCTC단의 사후검토자료를 이용하여 회귀분석, 분류분석을 통해 공격작전
과 방어작전간 대대의 전투 승리요인에 대해 연구하였다. 이 연구는 기존의 개별 전
투원에 대한 연구와 일부 부대를 연구한 결과와 달리 2005년부터 2012년까지의 대
대급 KCTC 훈련에 참가한 모든 대대에 대해서 종합적으로 분석한 연구이다. 또한,
다른 KCTC 훈련관련 연구들이 훈련 데이터만을 다루었다면, 이 연구는 KCTC훈련의
사후검토자료를 같이 다루면서 전술전문가에 의한 술(術)적인 정성적 평가를 같이 고
려하였다는 특징이 있다.
대대급 KCTC 훈련에 대한 연구로서 KCTC 훈련 성과와 관련된 연구는 전은주
(2010)와 김판열(2011)의 연구가 있으며, 이 연구들은 KCTC 훈련을 통해서 발생한
데이터가 아닌 훈련참가자의 설문을 통해서 훈련성과를 분석한 연구이다.
여단급 KCTC 훈련에 대한 연구로서 박진영 등(2021)은 여단급 KCTC 훈련 데이터
를 이용하여 인포그래픽(Infographic) 및 분류분석을 통해 여단급 KCTC 훈련의 핵심
전투수단인 곡사화기 운용부대의 전투 승리요인에 대해 연구하였다. 이 연구는 여단
급 KCTC 훈련 데이터를 이용한 최초의 연구이며, 개별 전투원이 아니라 부대를 다
룬 연구이고, 1개 훈련참가 부대를 다룬 것이 아니라 ’18년∼’19년에 훈련에 참가한
모든 부대를 다루고 있는 연구이다.

468

www.dbpia.co.kr
 분할 선형 회귀모형을 이용한 여단급 KCTC 방어작전간 보병대대 전투승리 영향요소 분석
2. 기존연구 한계 및 본 연구의 차별성
KCTC 훈련에 대한 기존연구는 KCTC 훈련 결과 데이터를 과학적 수준의 분석을
통해 얻은 정보를 가지고 군사전문가가 ‘술(術)’적 수준에서 분석하는 전통적인 연구
방식을 보완하는 성과를 이루었다는 점에서 중요한 기여를 하였고, 이러한 연구가 왜
해야 되는 지에 대한 동기를 부여하였다는데 있다.
그러나 기존연구의 한계점도 많이 있다. 첫째, 과학화훈련이 갖는 중요성과 KCTC
훈련이 시작된 이후의 기간으로 볼 때에 KCTC 훈련과 관련된 연구가 11건으로 부족
하다. 앞으로 많은 연구를 통해서 발전시켜야 할 분야이다. 둘째, 대부분의 기존연구
는 전투 승패를 통합적인 요소가 아닌 KCTC 훈련 결과 데이터로부터 획득한 전과나
생존율과 같은 단편적인 면에 집중한 경향이 있다. 전투승패의 결과를 이런 단편적인
것으로 평가하는 것은 결과 판단에 한계가 있다. 전투 승패 평가 기준을 정하는 면에
서는 군사전문가의 경험과 통찰이 반영된 기준으로 선정하는 것이 필요하다. 즉
KCTC 훈련 데이터와 전술적인 식견을 같이 고려하여 종합적으로 평가하는 것이 필
요하다. 셋째, 기존 연구들은 대부분 개별 전투원의 전투결과 분석에 치우쳤다. KCTC
훈련은 개별 전투원의 전투기량을 향상시키는 목적도 있지만, 더 중요한 것은 부대
전투력을 향상시키려는 것이기 때문에 KCTC 훈련 참가 부대들에 대한 전투 결과와
전투승패 요인을 분석하려는 시도가 더 중요할 수 있다. 최재영(2017)과 박진영
(2021) 등의 연구가 이런 점에서 좋은 시도라 볼 수 있다. 넷째, 기존연구는 작전의
형태 측면에서 대부분 공격작전 간 전투 데이터를 이용하여 공격작전 시 발생하는 전
투결과에 영향을 주는 요인을 찾는 것에 집중되었다. 즉, 지상작전의 유형이나 형태
중 적을 격멸ㆍ격퇴하거나 지형을 탈취ㆍ확보하는 전적 과업 또는 군사행동인 공격작
전에 대한 분석은 다수 이루어졌으나, 적의 공격을 막아내기 위한 전적 과업이나 군
사행동인 방어작전에 대해 중점적으로 다룬 연구내용은 드물었다. 다섯째, 대대급
KCTC 훈련이 종료된지가 10여년이 되어가고, 2018년부터 여단급 KCTC 훈련이 시작
되었는데도 여단급 KCTC 훈련에 대한 연구가 제대로 이루어지지 않고 있다는 점이
다. 김기성과 최태련(2020)의 연구도 2020년에 진행된 연구인데, 대대급 KCTC 훈련
데이터를 활용하고 있다. 여단급 KCTC 훈련 데이터 획득의 제한점이 있을 수는 있
으나, 이제는 여단급 KCTC 훈련 결과에 대한 분석에 중점을 둘 때이다.
본 연구는 기존연구의 한계점에 기초하여 KCTC 훈련 데이터 분석을 통해 기존연
구의 의의에 추가하여 실전적인 부대 및 육군의 전투력 향상을 위해 다음과 같은 연
469

www.dbpia.co.kr
 韓國軍事學論集
구의 차별성을 가지고 연구를 진행하였다. 첫째, 2018년 여단급 KCTC 훈련으로 확대
된 후 실시한 10개 연대 훈련결과 데이터를 이용하여, 기존 대대급 KCTC 훈련에서
볼 수 없었던 제병협동 요소를 포함한 데이터를 활용하여 전투 승리요인을 분석하였
다. 특히 개별 전투원에 대한 전투결과가 아닌, 보병대대의 방어작전간 전투 승리요인
에 대해 분석하였다. 둘째, 여단급 KCTC 훈련 결과데이터 뿐만 아니라 군사전문가의
‘술(術)’적인 요소를 함께 고려하여 연구에 반영하였다. 즉, 본 연구에서 대대의 전투
승패결과를 데이터로 정량화시키기 위한 평가요소 선정에 KCTC단의 군사훈련분석
전문가에 의한 정성적 평가인 사후검토결과 자료를 활용하였다. 사후검토결과 자료
분석을 통해서 군사전문가가 중요하게 여기는 평가요소를 정리하고 이것과 전술교리
를 연결시켜 전투의 승패결과 평가요소로 선정하였다.
Ⅲ. 연구방법
본 연구의 전체적인 흐름은 <그림 1>과 같다.

<그림 1> 연구 과정

470

www.dbpia.co.kr
 분할 선형 회귀모형을 이용한 여단급 KCTC 방어작전간 보병대대 전투승리 영향요소 분석
KCTC 훈련 데이터는 부대의 조직, 인원정보 등을 나타내는 훈련계획 및 준비와
관련된 데이터, 실시간으로 MILES 장비에 의해 입력되거나 관찰통제관이 입력하는
훈련 실시 데이터, 그리고 훈련 결과를 개략적으로 분석하는 훈련결과 및 사후검토
데이터로 구분된다. 이러한 원천 데이터는 1개 여단 훈련 시 171개 파일로 분산되어
약 40GB의 데이터가 저장된다. 여기서 실시간 훈련결과가 저장되는 원천 데이터 자
체로는 유의미한 분석이 제한되기 때문에 전처리와 변수를 정의하는 과정이 필요하
다. 즉 원천 데이터를 가지고 연구자가 연구에 필요한 변수를 정의하고 정의된 변수
들을 분석 제대 단위로 수집하여 최종 데이터를 구축하는 과정이 필요하다. 본 연구
에서는 정성적 평가인 ‘술(術)’적 수준의 분석과 정량적 평가인 과학적 수준의 분석을
통합하여 전투승리 영향요소를 도출하기 위해 연구방법을 수립하였다.
먼저 여단급 KCTC 훈련 종합 사후검토 결과자료 및 보병여단ㆍ방어작전 등 관련
교리ㆍ교범, 기존 선행 연구된 전투 승리요인을 고려하여 총 24개의 변수를 정의하였
다. 다음으로 전투 승패결과에 대한 평가요소를 식별하기 위해서 군사훈련분석 전문
가인 KCTC단 사후검토단이 훈련에 대해 전반적인 결과를 평가한 여단급 KCTC 훈
련 사후검토 결과자료 10건을 수집하였다. 사후검토 결과자료는 군사전문가의 식견이
반영된 것으로 정성적 평가인 ‘술(術)’적 수준의 분석이 가능하다. 그리고 사후검토 항
목 중 군사전문가에 의해 강조되고 있는 내용을 상대적으로 중요도가 높은 항목으로
판단하였으며 해당 항목을 교리적 용어로 재해석하여 전투 승패결과 평가요소로 선정
하였다. 또한 선정된 전투 승패결과 평가요소를 정량적으로 나타낼 수 있는 중요변수
를 생성하여 연구에 활용하였다. 분석에 사용된 데이터는 ’18∼’19년 동안 실시된 여
단급 KCTC 훈련 10회에 대한 데이터로 1회 훈련에 3개 보병대대가 참가하여 총 30
개의 보병대대를 표본 데이터로 추출하였다. 하지만 이는 설명변수 24개에 비해 표본
의 크기가 작은 문제가 있어서 중요변수와 공변량 간의 연관성을 확인하고 연관성이
높은 변수를 중요도가 높은 설명변수로 선정하고, 해당 설명변수를 기준으로 모델링
을 하였다. 최종적으로 도출된 여단급 방어작전 간 보병대대 전투승리 영향요소에 대
해 기존연구 및 교리ㆍ교범, 연구자의 주관적 견해 등을 통해 의미적으로 해석하였다.
1. 데이터 전처리 및 변수 정의
여단급 KCTC 훈련이 진행되는 동안 1개 여단 기준 여단 예하의 전투원, 장비에
대한 위치, 사격, 상태변경, 전투근무지원 정보 등의 약 40GB의 데이터가 전투수행기
471

www.dbpia.co.kr
 韓國軍事學論集
능에 따라 지휘통제, 정보, 기동, 화력, 방호, 작전지속지원 분야로 나뉘어 171개 항목
테이블로 저장된다. 이러한 데이터를 과학적으로 분석하고자 할 때 노력이 가장 많이
드는 과정은 변수 정의와 전처리 과정이다(Philip, 2011). 본 연구에서는 전처리 시 원
천 데이터의 품질을 확인하기 위해 정밀검사(Sanity Check)를 실시하여 결측치와 입
력 오류 등의 데이터를 식별 및 처리하고, 원천 데이터의 단위 변환, 분포의 정규성을
위한 데이터 변환, 데이터 내 특이값 판단 등 데이터의 정확성 여부를 판단하였다. 전
처리 과정은 여단급 KCTC 훈련 데이터 저장 서버의 파일을 csv 파일로 받아 통계
소프트웨어인 R 프로그램(ver 3.6.3)을 이용하였다.
변수 정의는 전처리가 완료된 데이터에서 연구목적에 맞는 의미있는 정보를 추출해
내는 과정으로, 연구목적을 먼저 결정한 뒤 그 연구목적을 표현할 수 있는 변수를 정
의하고 만들어 내는 과정이다. 변수 정의를 위해 먼저 어떤 데이터가 KCTC 훈련 원
천 데이터로 축척되는지 확인하였고, 여단급 KCTC 훈련 종합 사후검토 결과자료 및
보병여단, 방어작전 등 관련 교리 교범, 기존 선행 연구된 전투 승리요인을 복합적으
로 고려하였고 데이터로 표현 가능한 항목을 변수로 생성하였다.
<표 1> 방어작전간 보병대대 전투승리 영향요소 분석을 위한 변수선정 및 생성논리
구분 변수 생성논리 및 단위 구분 변수 생성논리 및 단위

외부
기상개황 : 비후갬/맑음/눈비후맑음 화기 사격량 / 발 : 개별화기발사탄수
최고ㆍ최저기온 : 온도(°C) 화력 화기 전과 / 명 : 개별화기전과
환경
월광 : 비율(0~100) 적 전투력 손실 수준 / 비율(0~100):   적 최종 전투력
생존시간 정찰부대생존시간
지휘 지휘관 생존비율 :  , / 비율(0~1) 정찰부대 생존비율 :  /비율(0~1)
훈련시간 정보 전체훈련시간
통제 본부 피해인원 : 본부피해인원 / 명 핵심표적 관측횟수 : 핵심표적탐지현황 / 회
합격인원
제병
곡사화기 지원요청 / 발 :  곡사화기요청및발사횟수
부대
부대 훈련수준 등급 :  / 비율(0~1)
전체인원
협동
장애물지뢰설치현황
장애물/지뢰 설치횟수 / 회 :
운영 최종전투력 : 장비 및 전투원 생존율 / 비율(0~100)
관측반 관측횟수 / 회 : 관측반관측현황 부대 임무 : 주방어대대/예비대대

생성된 변수를 외부환경, 지휘통제, 화력, 정보, 제병협동, 부대운영으로 총 6개의

상위 항목으로 분류하였고, 전체 변수는 연속형 22개, 범주형 2개, 총 24개로 정의되
며, <표 1>은 변수별 생성논리를 나타낸다.
본 연구는 기존연구에서 볼 수 없었던 여단급 부대편성, 편제장비의 차이점을 나타
낼 수 있는 제병협동 관련 변수를 추가하였다. 특히 대대급 KCTC 훈련과 가장 큰
472

www.dbpia.co.kr
 분할 선형 회귀모형을 이용한 여단급 KCTC 방어작전간 보병대대 전투승리 영향요소 분석
차이라고 할 수 있는 사단의 직ㆍ간접 지원 포병의 효과를 나타내기 위해 훈련 기간
중 각 대대별 곡사화기 지원요청 및 발사횟수의 총합을 곡사화기 지원요청 변수로 정
의하였으며, 방어작전 목적 및 준칙에 의거하여 적의 기동을 저지하는 효과를 나타내
기 위해 장애물 및 지뢰 설치횟수 변수를 추가하였다(육군본부, 2019, 2018, 2016; 육
군교육사령부, 2013).
또한 KCTC 훈련 입소 전 야전부대의 훈련 수준을 나타내기 위해 개인전투력 평가
인 전투기량/화생방/체력/사격등급에 대해 각 대대별 전체인원에 대한 합격인원의 비
율을 부대운영 변수로 정의하였다.
2. ‘술(術)’적인 수준의 전투 승패결과 평가요소 식별
전투승리 영향요소를 분석하기 위해서는 전투 승패결과를 정의하여야 한다. 전투
승패결과를 반응변수로 하여 전투승리 영향요소와 관련이 있을 것으로 판단되는 설명
변수들을 비교하여 전투승리 영향요소에 대해서 분석하게 된다. 이러한 반응변수에
해당하는 전투 승패결과에 대한 평가요소를 식별하기 위해 군사훈련분석 전문가인
KCTC단 사후검토단이 작성한 여단급 KCTC 훈련 사후검토 결과자료 10건을 수집하
여 분석하였다. 사후검토 내용에서 반복적으로 중요하게 강조되는 항목을 상대적으로
중요도가 높은 항목으로 판단하였다. 그리고 이러한 항목을 교리의 “방어작전 준칙”
과 “방어작전 목적”에서 명시하는 전투 승패결과 평가요소와 매칭하여 교리교범적 용
어로 표현하였다. <표 2>은 이러한 과정을 거쳐 보병대대 방어작전 시 전투 승패결과
판단에 중요도가 높은 요소로 식별된 항목이며 번호 순서로 중요도가 높다.
<표 2> 사후검토자료를 활용한 전투 승패결과 평가요소
전투 승패결과 평가요소 해당 교리
① 방어수단 통합 및 협조 방어작전 준칙
② 적공격 격퇴/격멸 방어작전 목적
③ 적극적인 공세행동 방어작전 준칙
④ 조기 적 기도 파악 방어작전 목적
⑤ 중요지역 확보 방어작전 목적
⑥ 방어의 이점 최대 이용 방어작전 준칙
⑦ 융통성 방어작전 목적
⑧ 적공격 저지 방어작전 목적
⑧ 전투력 집중 방어작전 준칙

473

www.dbpia.co.kr
 韓國軍事學論集
3. 전투 승패결과 평가요소를 대표할 수 있는 통합변수 선정
3.2절에서 식별한 전투 승패결과 평가요소를 정량적으로 나타내는 변수선정이 필요
하다. 전투 승패결과 평가요소를 나타내는 변수 선정을 위해 연구자가 3.1절에서 수
집한 변수 중에서 전투 승패결과 평가요소와 관련 있는 변수들을 검토하여 해당 변수
를 전투 승패결과 평가요소를 대표하는 중요변수로 선정하였다.
3가지 전투 승패결과 평가요소와 연관성이 높은 중요변수로 연구자가 수집한 24개
변수 가운데 5개를 선정하였다. 이렇게 선정한 중요변수에 공통적으로 영향을 주는
공통인자를 추출하기 위해서 인자분석(Factor Analysis, FA)을 실시하고 인자분석 결
과 공통된 변수들을 “통합변수”로 정의하였다. 이렇게 정의된 통합변수의 값은 개체
(보병대대)를 저차원으로 축소시켜 분류해주는 주성분 분석(Principle Component
Analysis, PCA)의 주성분 점수로 활용하였다. 인자분석으로 정의하고 주성분점수로
나타낸 “통합변수”는 본 연구 시 반응변수로 활용하여 설명변수와의 관계를 파악하는
데 활용하였다. <그림 2>는 반응변수로 활용되는 통합변수 생성과정을 나타낸다.

<그림 2> 통합변수 생성 과정

4. 회귀모형을 통한 방어작전간 보병대대의 전투승리 영향요소 도출

통합변수를 반응변수로 외부환경, 지휘통제, 화력, 정보, 제병협동, 부대운영 변수들
을 설명변수로 하여 회귀분석을 실시하였다. 본 연구에서는 여단급 KCTC 훈련을 기

474

www.dbpia.co.kr
 분할 선형 회귀모형을 이용한 여단급 KCTC 방어작전간 보병대대 전투승리 영향요소 분석
준으로 방어작전간 보병대대의 전투승리 영향요소를 분석하고자 하였으며, 30개 보병
대대의 전투결과를 분석하는 것으로 설명변수에 비해서 개체수(표본의 크기)가 작은
문제가 있다. 따라서 모든 설명변수를 사용하지 않고, 반응변수와 관계가 있는 설명변
수들을 선별하였다. 이를 위해서 반응변수와 개별 설명변수와의 연관성을 평가하기
위해서 비모수적 산점도 평활 회귀분석인 LOWESS(locally weighted scatterplot
smoother)를 이용하여 반응변수와 설명변수 간 추세선의 최대값과 최소값의 차이가
큰 설명변수를 중요도가 높은 변수로 선정하였다(허명회, 2017). 이렇게 선별된 설명
변수들과 통합변수인 반응변수로 한 회귀모형을 고려하였다. 적절한 회귀모형을 선정
시에 반응변수와 개별 설명변수 간의 LOWESS 추세선이 특정한 지점을 기준으로 반
등하거나 반락하는 현상이 발생하는 설명변수가 존재하여 분할 선형 회귀모형
(segmented linear regression)을 이용하여 분석하였다. 분할 선형 회귀모형은 설명
변수가 특정 분할점(knot point)을 기준으로 2개의 그룹으로 분할될 때 각 그룹별 별
도의 회귀분석을 실시하여 지역영향(local influence)을 보장해주는 회귀모형이다. 이
때 분할점을 기준으로 분리된 두 그룹을 회귀분석하면 회귀식이 불연속적으로 나타나
므로 분할점을 중심으로 2개의 Basis Functions를 <식 1>과 같이 정의하여 불연속적
인 회귀식을 연속적으로 만들어서 회귀분석을 실시하였다(Faraway, 2015). 분할 선
형 회귀모형에 대한 일반식은 <식 2>와 같다.

      if   

and        if   

<식 1>

           <식 2>

Ⅳ. 분석결과
분석결과는 3장에서 다루었던 <그림 1>의 내용으로 사후검토 결과자료를 통해 방
어작전간 보병대대의 전투 승패결과 평가요소를 분석하고 주성분 분석 및 인자분석을
통해 그 평가요소를 대표할 수 있는 중요변수를 생성하며 회귀분석을 통해 방어작전
간 보병대대의 전투승리 영향요소들을 도출한다.

475

www.dbpia.co.kr
 韓國軍事學論集
1. 통합된 변수 도출
3.3절에서 정의한 중요변수 5가지를 활용하여 통합변수 도출과정을 살펴본다. 통합
변수를 도출하기 전 중요변수의 정규성을 보장하기 위해 대칭성을 확인하였으며, 대
칭성이 만족하지 않는 변수는 변수변환의 과정을 거쳤다. <표 3>는 중요변수의 변환
결과이다.
<표 3> 중요변수 변환 결과

중요변수 변환 필요 여부 변환의 사다리

직사화기 전과 O 
직사화기 전과
 
편제곡사 전과 O  편제곡사 전과
적 전투력 손실수준 X -
곡사화기 지원요청 O log 곡사화기 지원요청 
장애물 설치횟수 O 
장애물  지뢰 설치횟수

또한 5개의 중요변수 중 주성분 분석 및 인자분석을 통해 공통인자를 확인하여 공

통으로 묶을 수 있는 변수를 분석하였다. 인자분석 결과 상위 3개 인자의 누적기여율
이 80.50%로 3개의 인자로 5가지 중요변수의 약 81%가량 설명할 수 있었다. 5개의
중요변수가 어떤 인자로부터 영향을 받는지를 판단할 때에, 변수별 인자부하 절대값
이 높은 인자로 결정하게 된다(Kaisar, 1960).
<표 4>는 변수별 인자부하값 및 공통성을 나타낸다. 모든 변수별 인자부하값의 공
통성이 0.5 이상으로 의미가 있으며 변수별 인자부하의 절대값을 비교해보면 편제곡
사 전과, 곡사화기 지원요청, 장애물 설치횟수 변수는 인자1의 인자부하 절대값이 가
장 컸다. 직사화기 전과 변수는 인자2의 인자부하 절대값이 가장 크고, 적 전투력 손
실수준 변수는 인자3의 인자부하 절대값이 가장 컸다. 따라서 편제곡사 전과, 곡사화
기 지원요청, 장애물 설치횟수 변수를 하나의 공통 인자로 묶고 해당하는 인자의 주
성분 점수를 이용하여 방어력 통합 및 협조 변수를 생성하였다. 최종적으로 중요변수
3개를 이용해 생성한 방어력 통합 및 협조 변수와 기존에 조사된 직사화기 전과 변
수, 적 전투력 손실수준 변수를 통합변수로 선정하며 회귀분석 간 반응변수로 활용하
였다. <그림 3>은 반응변수로 선정된 통합변수의 분포를 나타내는 것으로 대체로 정
규성을 만족함을 보여 준다.
476

www.dbpia.co.kr
 분할 선형 회귀모형을 이용한 여단급 KCTC 방어작전간 보병대대 전투승리 영향요소 분석
<표 4> 중요변수의 인자부하값ㆍ공통성 및 반응변수 선정 결과

중요변수 인자1 인자2 인자3 공통성 반응변수 선정 결과

직사화기 전과 0.135 0.949 - 0.918 인자1 : 방어력 통합 및 협조 변수

* 편제곡사 전과+곡사화기 지원요청+장애물/지뢰 설치횟수
편제곡사 전과 0.700 0.381 - 0.638
⇨
적 전투력 손실수준 - - 0.978 0.961 인자2 : 직사화기 전과

곡사화기 지원요청 0.796 0.197 -0.101 0.681

인자3 : 적 전투력 손실수준
장애물/지뢰 설치횟수 0.790 -0.266 0.359 0.824

반응변수 분포

① 방어력 통합 및 협조 ② 
직사화기 전과 ③ 적 전투력 손실수준

<그림 3> 반응변수 분포

3. 분할 선형 회귀모형을 통한 전투승리 영향요소 도출 결과

4.2절에서 도출한 통합변수를 반응변수로 하고 기존에 조사된 외부환경, 지휘통제,
화력, 정보, 제병협동, 부대운영 변수들을 설명변수로 하여 회귀분석을 실시하였다. 회
귀분석에 사용된 설명변수는 LOWESS를 이용하여 반응변수와 개별 설명변수 간의
추세선 최대값과 최소값의 차이가 큰 변수를 설명변수로 선정하였다. 이때 반응변수
중 방어력 통합 및 협조 변수의 경우 해당 변수를 구성하기 위해 사용했던 편제곡사
전과, 곡사화기 지원요청, 장애물/지뢰 설치횟수 변수는 제외시키고, 설명변수를 선정
하였다. 또한, 범주형 변수인 부대임무와 기상개황의 경우 이산형 변수로 전환하였다.
<표 6∼8>은 각 반응변수와 설명변수간 추세선 최대값과 최소값의 차이를 나타낸다.

477

www.dbpia.co.kr
 韓國軍事學論集
<표 5> 방어력 통합 및 협조 변수와 설명변수 간 추세선 최대값과 최소값 차이

곡사화기 지원요청 장애물/지뢰설치횟수 편제곡사 전과 편제곡사 사격량 관측반 관측횟수 최고기온

4.8 4,2 3.9 3.7 2.3 2.2

대대장생존율 부대임무 소대장생존율 핵심표적 관측횟수 최저기온 정찰부대 생존비율

2.2 1.6 1.5 1,5 1.4 1.4

기상개황 직사화기 전과 중대장생존율 적 전투력 손실수준 전투기량등급 최종전투력

1.4 1.3 1.1 1.0 1.0 0.9

본부피해인원 직사화기 사격량 사격등급 화생방등급 월광 체력등급

0.9 0.8 0.7 0.6 0.6 0.5

<표 6> 직사화기 전과 변수와 설명변수 간 추세선 최대값과 최소값 차이

직사화기 사격량 전투기량등급 중대장생존율 본부피해인원 최고기온 편제곡사 전과

8.0 6.1 5.9 5.7 5.3 4.4

정찰부대 생존비율 소대장생존율 사격등급 월광 최종전투력 편제곡사 사격량

4.0 4.0 3.7 3.6 3.6 3.5

핵심표적 관측횟수 곡사화기 지원요청 화생방등급 관측반 관측횟수 적 전투력 손실수준 대대장생존율
3.4 3.4 3.2 3.1 3.1 3.1

기상개황 장애물/지뢰설치횟수 최저기온 부대임무 체력등급

2.8 2.8 2.7 2.7 1.8

<표 7> 적 전투력 손실수준 변수와 설명변수 간 추세선 최대값과 최소값 차이

기상개황 핵심표적 관측횟수 소대장생존율 장애물/지뢰설치횟수 최고기온 대대장생존율

14.4 10.6 10.2 9.6 8.8 8.1
편제곡사 사격량 관측반 관측횟수 최저기온 직사화기 사격량 중대장생존율 본부피해인원
7.8 7.2 6.7 6.6 6.5 6.2
편제곡사 전과 정찰부대 생존비율 사격등급 월광 체력등급 최종전투력
6.0 5.6 5.2 5.0 4.7 4.0
곡사화기 지원요청 화생방등급 부대임무 직사화기 전과 전투기량등급
3.5 3.3 2.7 2.3 2.0

본 연구에서는 설명변수 선정 기준을 경험적인 요소를 반영하여 각 반응변수와 설

명변수 간 추세선 차이값의 크기가 중간값(median) 이상이 되는 변수들을 설명변수로
478

www.dbpia.co.kr
 분할 선형 회귀모형을 이용한 여단급 KCTC 방어작전간 보병대대 전투승리 영향요소 분석
활용하였다. 방어력 통합 및 협조 반응변수의 경우 편제곡사 사격량, 관측반 관측횟
수, 최고기온, 대대장생존율, 부대임무, 소대장생존율, 핵심표적 관측횟수 변수의 추세
선 차이값이 중간값(median) 1.4 보다 크므로 설명변수로 선정했다. 이런 방식으로
각 반응변수에 대해서 <표 5∼7>에서 음영으로 표시된 변수들을 설명변수로 선정하
였다. <그림 4∼6>은 각 반응변수와 선정된 설명변수 간 LOWESS plot을 나타낸다.
방어력 통합 및 협조(반응변수)와 설명변수(중요도 순) 간 LOWESS plot
① sqrt(편제곡사 사격량) ② sqrt(관측반 관측횟수) ③ 최고기온 ④ exp(대대장생존율)

⑤ 부대임무 ⑥ 소대장생존율 ⑦ 핵심표적 관측횟수

<그림 4> 방어력 통합 및 협조 변수와 선정된 설명변수간 LOWESS 결과

직사화기 전과(반응변수)와 설명변수(중요도 순) 간 LOWESS plot

① sqrt(직사화기 사격량) ② 전투기량등급 ③ 중대장생존율 ④ 본부피해인원

⑤ 최고기온 ⑥ 편제곡사 전과 ⑦ exp(정찰부대생존비율) ⑧ 소대장생존율

⑨ 사격등급 ⑩ 월광 ⑪ 최종전투력

<그림 5> 직사화기 전과 변수와 선정된 설명변수간 LOWESS 결과

479

www.dbpia.co.kr
 韓國軍事學論集
적 전투력 손실수준(반응변수)과 설명변수(중요도 순) 간 LOWESS plot
① 기상개황 ② 핵심표적관측횟수 ③ 소대장생존율 ④ 장애물/지뢰 설치횟수

⑤ 최고기온 ⑥ 대대장생존율 ⑦ sqrt(편제곡사 사격량) ⑧ sqrt(관측반 관측횟수)

⑨ 최저기온 ⑩ sqrt(직사화기 사격량) ⑪ 중대장생존율

<그림 6> 적 전투력 손실수준 변수와 선정된 설명변수간 LOWESS 결과

각 반응변수와 선정된 설명변수 간 LOWESS plot을 확인해보면 추세선이 일정한

지점을 기준으로 반등하거나 반락하는 형태를 볼 수 있다. 즉, 특정 분할점(Knot
point)을 기준으로 표본이 그룹화 되어있다고 볼 수 있다. 따라서 일반적인 선형 회귀
분석은 각 그룹별 지역영향(Local Influence)를 보장해주지 못하므로 분할 선형 회귀
모형(Segmented Linear Regression)을 통해 회귀분석을 실시하였다.
방어력 통합 및 협조 변수의 경우 최고기온과 exp(대대장생존율) 변수에 대해 분할
선형 회귀분석이 필요했으며, 최고기온은 분할점 15°C를 기준으로 exp(대대장생존율)
은 분할점 2.5를 기준으로 Basis Functions를 생성하여 분할 선형 회귀분석을 실시했
다. 직사화기 전과 변수의 경우 전투기량등급, 중대장생존율, 최고기온, 월광 변수에
대해 분할 선형 회귀분석이 필요했으며, 전투기량등급과 중대장생존율은 분할점 0.8을
기준으로 최고기온은 분할점 15°C를 기준으로 Basis Functions를 생성하였다. 그리고
월광은 분할점 50%를 기준으로 Basis Functions를 생성하여 분할 선형 회귀분석을
실시했다. 적 최종 전투력 변수의 경우 장애물/지뢰 설치 횟수, 최고기온, 중대장생존
율 변수에 대해 분할 선형 회귀분석이 필요했으며, 또한 장애물/지뢰 설치 횟수는 분
할점 5회를 기준으로 최고기온은 분할점 17°C를 기준으로 Basis Functions를 생성하
480

www.dbpia.co.kr
 분할 선형 회귀모형을 이용한 여단급 KCTC 방어작전간 보병대대 전투승리 영향요소 분석
였다. 중대장생존율은 분할점 0.8을 기준으로 Basis Functions를 생성하여 분할 선형
회귀분석을 실시했다. <그림 7>은 각 반응변수별 분할 선형 회귀분석이 필요한 설명
변수와의 선형 회귀식(LR)과 분할 선형 회귀식(SLR)을 나타내며 분할 선형 회귀식이
선형 회귀식 보다 추세선과 유사한 것을 볼 수 있다.

구 분 반응변수와 설명변수 간 산점도

① 최고기온 ② exp(대대장생존율)
- : SLR - : SLR
방어력 - : LR - : LR
- : LOWESS - : LOWESS
통합
-
및
협조

① 전투기량등급 ② 중대장생존율
- : SLR - : SLR
- : LR - : LR
- : LOWESS - : LOWESS

직사
화기 -
③ 최고기온 ④ 월광
전과
- : SLR - : SLR
- : LR - : LR
- : LOWESS - : LOWESS

① 장애물/지뢰 설치 횟수 ② 최고기온 ③ 중대장생존율

- : SLR - : SLR - : SLR
적 - : LR - : LR - : LR
- : LOWESS - : LOWESS - : LOWESS
전투력
손실
수준

<그림 7> 반응변수와 설명변수 간 추세선과 선형 회귀식 및 분할 회귀식

481

www.dbpia.co.kr
 韓國軍事學論集
최종적으로 전투 승패결과를 나타내는 3개의 반응변수에 대해 통계적으로 유의미한
변수를 확인하기 위해 각 반응변수별 선정된 설명변수를 이용하여 분할 선형 회귀분
석을 실시하였다. 회귀분석 시 설명변수 간의 다중공선성(multicollinearity)을 제거하
고 변수들의 가장 좋은 조합을 찾아주는 변수선택법(Stepwise)을 통해 최적의 설명변
수 조합을 도출하였다.
먼저 방어력 통합 및 협조 변수에 대한 분할 선형 회귀분석 결과, <표 8>과 같이
회귀모형은 약 77%의 설명력을 갖고 있으며, 유의확률이 0.05 이하로 통계적으로 유
의한 모형이다. 방어력 통합 및 협조에 영향을 미치는 유의한 요소로는 편제곡사 사
격량, 부대임무, 최고기온, 대대장생존율이 식별되었다. 편제곡사 사격량이 많은 주방
어대대가 방어력 통합 및 협조를 효과적으로 수행하였고, 대대장이 오랫동안 생존하
여 부대를 잘 지휘한 대대가 방어력 통합 및 협조를 통해 전투를 잘 하였다고 볼 수
있다. 또한 최고기온이 15°C 이상인 조건에서 최고기온이 높아질수록 방어력 통합 및
협조가 이루어지기 어려워 효과적인 전투가 제한되는 것을 알 수 있다.
<표 8> 방어력 통합 및 협조 변수 기준 회귀분석 결과

설명변수 Estimate Std.Error t value Pr(>ltl)

Intercept -2.19036 0.32599 -6.719 4.84e-07

sqrt(편제곡사.사격량) 0.13303 0.01891 7.035 2.25e-07***

부대임무주방어 0.62045 0.27669 2.242 0.034 *

rhs1(최고기온) -0.09363 0.01829 -5.119 2.74e-05***

rhs2(exp(대대장생존율)) 1.95355 1.48748 1.313 0.201

F(4, 25) = 25, P-values : 2.018e-08***, R-squared : 0.768

               

직사화기 전과 변수에 대한 분할 선형 회귀분석 결과, <표 9>와 같이 회귀모형은

약 89%의 설명력을 갖고 있으며, 유의확률이 0.05 이하로 통계적으로 유의한 모형이
다. 직사화기 전과에 영향을 미치는 유의한 요소로는 직사화기 사격량, 전투기량등급,
중대장생존율, 본부피해인원, 최고기온, 소대장생존율, 사격등급, 월광, 최종전투력이
식별되었다. 직사화기 사격량이 많으며 최종전투력이 높은 부대가 직사화기 전과가

482

www.dbpia.co.kr
 분할 선형 회귀모형을 이용한 여단급 KCTC 방어작전간 보병대대 전투승리 영향요소 분석
높았으며, 중대장 및 소대장생존율이 낮고 본부피해인원이 많을수록 직사화기 전과가
높은 것을 볼 수 있다. 이는 중대장 이하의 지휘관 및 대대본부 참모조직이 적극적으
로 전투에 참가하여 부대를 지휘한 경우 적 위협에 노출되어 생존율은 저하되지만 부
대 자체 전투성과는 높아졌다고 볼 수 있다. 또한 부대훈련 수준과 관련하여 전투기
량등급의 합격률이 높을수록 직사화기 전과에 효과적인 영향을 미치는 것을 볼 수 있
으나, 사격등급의 합격률이 높을수록 오히려 직사화기 전과를 저하시키는 것을 볼 수
있다. 이는 현재 부대에서 이뤄지고 있는 사격훈련이 개활지에서 이뤄지는 사격훈련
임을 고려할 때 산악지형이 주인 KCTC 훈련장에서는 개인의 사격등급이 전과로 이
어지지 않고 있지 않은지 추론하였으며 추가적인 연구가 필요한 부분이다. 외부환경
과 관련해서 최고기온이 높아질수록 직사화기 전과가 낮아지는 것을 볼 수 있으며,
월광이 50% 이상인 조건에서 월광이 높아질수록 직사화기 전과가 높아져 효과적인
전투수행이 가능한 것을 알 수 있다.
<표 9> 직사화기 전과 변수 기준 회귀분석 결과

설명변수 Estimate Std.Error t value Pr(>ltl)

Intercept 6.30003 2.65213 2.375 0.029556 *
sqrt(직사화기.사격량) 0.12958 0.01661 7.800 5.15e-07***
lhs1(전투기량등급) 9.54551 3.02598 3.155 0.005787**
rhs1(전투기량등급) 5.33575 4.62695 1.153 0.264790
lhs2(중대장생존율) -4.88487 2.42242 -2.017 0.059826 .
rhs2(중대장생존율) -11.53224 5.01224 -2.301 0.034331 *
본부피해인원 0.05142 0.01602 3.210 0.005130 **
lhs3(최고기온) -0.27586 0.06488 -4.252 0.000538***
rhs3(최고기온) -0.19044 0.05542 -3.436 0.003151 **
소대장생존율 -6.07602 2.45660 -2.473 0.024232 *
사격등급 -4.03677 2.13251 -1.893 0.075514 .
rhs4(월광) 0.06926 0.01471 4.707 0.000203***
최종전투력 0.05933 0.01810 3.278 0.004440 **
F(12, 17) = 20.2, P-values : 1.04e-07***, R-squared : 0.8882
               

483

www.dbpia.co.kr
 韓國軍事學論集
적 전투력 손실수준 변수에 대한 분할 선형 회귀분석 결과, <표 10>과 같이 회귀
모형은 약 60%의 설명력을 갖고 있으며, 유의확률이 0.05 이하로 통계적으로 유의한
모형이다. 적 전투력 손실수준에 영향을 미치는 유의한 요소로는 기상개황, 소대장생
존율, 장애물/지뢰 설치 횟수, 최고기온, 최저기온이 식별되었다. 장애물/지뢰 설치 횟
수가 많을수록 적 전투력을 효과적으로 저하시켰으며, 소대장생존율이 낮을수록 적
전투력 손실수준이 높은 것을 볼 수 있다. 이는 직사화기 전과와 마찬가지로 소대장
이 적극적으로 전투에 참여하여 부대를 지휘한 경우 적 위협에 노출되어 생존율은 저
하되지만 적 전투력 저하에 기여한다고 볼 수 있다. 외부환경과 관련해서 최고기온이
17°C 이상인 조건에서 최고기온이 높아질수록 적 전투력 손실수준이 낮아지는 것을
볼 수 있으며, 눈/비가 오는 기상환경이 상대적으로 적 전투력을 저하시키기 어려운
것을 알 수 있다.
<표 10> 적 전투력 손실수준 변수 기준 회귀분석 결과

설명변수 Estimate Std.Error t value Pr(>ltl)

Intercept 37.02655 5.56496 6.654 8.68e-07***

기상개황맑음 7.74070 2.32146 3.334 0.002881 **

기상개황비후갬 10.06019 3.64327 2.761 0.011113 *

소대장생존율 -9.74239 6.71966 -1.450 0.160605

rhs2(장애물지뢰설치횟수) 1.31200 0.50077 2.620 0.015309 *

rhs3(최고기온) -0.49507 0.22184 -2.232 0.035669 *

최저기온 0.38243 0.09566 3.998 0.000565***

F(6, 23) = 8.263, P-values : 7.725e-05***, R-squared : 0.6004

               

4. 종합 평가 결과
<표 11>은 반응변수에 따라 본 연구에서 식별된 전투승리 영향요소들이다. <그림
4~6>을 보면 전투승리 영향요소 변수들은 전투 반응변수인 승패결과 변수와 상관관
계가 높은 것을 볼 수 있다. KCTC 훈련 데이터는 관찰자료로 통계적분석 자체로 인

484

www.dbpia.co.kr
 분할 선형 회귀모형을 이용한 여단급 KCTC 방어작전간 보병대대 전투승리 영향요소 분석
과관계 설명에는 제한되고 연구에 사용된 표본의 크기가 30개로 작다는 제한사항이
있으나, 본 연구에서는 통계적인 관점에서 전투 승패결과에 차이를 나타내는 변수를
식별하였다. 방어작전간 보병대대가 전투에서 승리하기 위해서는 평시 효과적인 부대
훈련을 통해 전투기량등급을 잘 유지하고, 전투 시에는 대대장이 오랫동안 생존하여
대대를 전투지휘해야한다. 또한 중대장ㆍ소대장 및 대대본부 참모들이 적극적으로 전
투에 참여하며 부대원들은 편제된 직사화기와 곡사화기를 잘 활용하고 적극적으로 장
애물과 지뢰를 설치하여 부대의 전투력을 보존하는 것이 중요하다가 분석되었다. 외
부 환경적 측면에서는 전투 시 최고기온이 높을수록 최저기온이 낮을수록 부대의 전
투 수행능력이 전반적으로 떨어지는 경향이 있으므로, 기온에 대비하여 방한대책과
온열손상에 대한 방지대책 수립이 필요하다. 특히 기온과 관련된 사항은 최재영의 대
대급 KCTC 훈련 결과 분석에서도 동일하게 강조되었던 부분이다(최재영, 2017). 또
한, 월광이 높을수록 부대 전투능력이 향상되므로 야간작전 시 무월광을 회피하거나
무월광 시에 조명대책 등도 작전계획에 고려되는 것이 필요하다는 것을 추론할 수 있
었다.
<표 11> 전투승리 영향요소 도출 결과
반응변수 전투승리 영향요소
방어력 통합 및 협조 편제곡사 사격량, 대대장생존율, 최고기온, 부대임무
직사화기 사격량, 중대장생존율, 소대장생존율, 본부피해인원,
직사화기 전과
최고기온, 전투기량등급, 최종전투력, 최고기온, 월광
적 전투력 손실수준 장애물/지뢰 설치 횟수, 소대장생존율, 최고기온, 최저기온, 기상개황

Ⅴ. 결론 및 향후 연구 방향
여단은 제병협동 및 합동전력을 바탕으로 독립작전이 가능한 최소한의 전술제대로
서 ’18년부터 실시된 여단급 KCTC 훈련 참가는 실전과 매우 근접한 상황이 조성되었
음을 의미한다. 이러한 환경하에서 이뤄지는 훈련결과를 데이터로 분석하고 의미있는
정보를 도출하는 것은 부대 및 육군의 전투력 향상에 반드시 필요하며, 이를 활용하
여 군의 교리ㆍ교범에 환류할 수 있는 체계가 마련되어야 할 것이다. 본 논문에서는
여단급 KCTC 방어작전간 보병대대의 전투승리 영향요소에 대해서 KCTC 훈련 데이
485

www.dbpia.co.kr
 韓國軍事學論集
터를 이용하여 분석하였다.
본 연구의 의의와 중요 결과는 다음과 같다.
첫째, 본 논문은 여단급 KCTC 훈련 데이터를 활용하여 통계적 분석을 통해 방어
작전간 보병대대의 전투승리 영향요소에 대해 심층적으로 분석을 한 최초의 연구이
다. 개별 전투원에 대한 분석이 아니라 보병대대 즉 부대에 대한 분석 평가한 것으로
KCTC 훈련의 목적에 부합된 연구라고 볼 수 있다. 둘째, 분석을 위해 여단급 KCTC
훈련 데이터뿐만 아니라, 군사전문가의 식견을 포함하고 있는 사후검토 결과자료를
분석하여 정성적 평가인 ‘술(術)’적인 수준의 전투 승패결과 평가요소를 분석하였고,
평가요소에 대한 교리를 통해서 의미를 부여했다. 이 부분은 본 연구에 있어서 어려
운 부분이었는데, 전투 승패결과를 어떻게 정량화 시키느냐에 대한 문제였다. 전투 승
패결과 평가요소를 반응변수로 만들기 위해 반응변수 후보변수를 인자분석과 주성분
분석을 통해 정량적으로 계량화하고 반응변수로 선정하였다. 또한, 반응변수와 수집한
데이터를 통계적 기법인 분할 선형 회귀분석을 통해 방어작전간 보병대대의 전투승리
영향요소가 무엇인지 확인하였다. 식별된 전투승리 영향요소를 보병대대가 충족하여
전투를 수행하면 전투 승패결과에 중요한 요인인 방어력 통합 및 협조 달성, 직사화
기 전과 향상, 적 전투력 저하의 목표를 달성할 가능성이 많아지고, 방어작전에서 승
리하기에 유리하다고 분석하였다.
본 연구의 한계 및 향후 연구사항은 다음과 같다. 첫째, 여단급 KCTC 훈련 데이터
는 관찰 데이터로 연구결과의 인과관계를 단정적으로 이야기하기에는 제한되는 부분
이 있다. 이러한 제한점은 이미 수많은 논문과 저서에서 언급되고 있는 부분이다. 본
연구에서는 관찰 데이터만 가지고 통계적 분석 시 발생되는 이러한 제한점을 극복하
고자 사후검토 결과자료를 가지고 정성적 평가인 ‘술(術)’적 수준의 분석을 통해 군사
전문가의 식견을 반영하고자 노력하였지만 사후검토 결과자료로만 가지고 군사전문가
의 식견을 나타내는 것은 한계가 있었다. 향후 연구에서는 군사전문가와의 협업을 통
해 정성적 평가인 ‘술(術)’적인 판단을 정량적으로 표현하고 KCTC 훈련체계에 대한
훈련방식 등을 고려하여 KCTC 훈련결과 데이터를 함께 분석한다면 전투 승리의 인
과관계를 식별하는데 보다 향상된 결과를 도출할 수 있으리라 기대한다. 둘째, 사격등
급과 같이 의외의 결과를 나타내는 요소에 대해 이런 원인이 현재 시행중인 부대훈련
수준을 평가하는 체계에 문제가 있어 개선된 평가 방안이 필요한 것인지 아니면 표본
의 크기가 작아 사격등급 변수의 연관성에 오류가 발생한 것인지에 대한 심도깊은 연

486

www.dbpia.co.kr
 분할 선형 회귀모형을 이용한 여단급 KCTC 방어작전간 보병대대 전투승리 영향요소 분석
구가 필요하다. 셋째, 본 연구에서는 여단급 KCTC 훈련 10회에 대한 데이터를 분석
하였기 때문에 연구에 사용된 대대의 수가 30개로 표본의 크기가 다소 작은 문제가
있었다. 이러한 문제를 해결하기 위해 변수의 중요도를 선정하는 방식을 사용하였으
나 향후 여단급 KCTC 훈련이 지속되고 그에 따라 데이터가 축적되면 보다 향상된
결과를 도출할 수 있으리라 기대한다. 넷째, 여단급 KCTC 훈련을 통해서 생성되는
데이터는 본 연구에서 사용한 MILES 장비로부터 생성되는 센서 데이터와 관찰통제관
의 수기 기록데이터 뿐만 아니라, 본 연구에서 언급하지 않았던 영상자료와 음성자료
등 다양한 형태의 빅데이터이다. 따라서 KCTC 훈련으로부터 축적되는 영상 및 음성
자료 등의 데이터가 분석목적에 맞게 체계적으로 기록될 수 있는 시스템이 구축된다
면 더욱 입체적인 분석이 이루어질 것을 기대한다.

487

www.dbpia.co.kr
 韓國軍事學論集
<참고문헌>
․
1. 김각규 김대성. 2014. “빅데이터를 통한 공격작전 승리요인 효과측정도구 개발
「
및 분석 : KCTC훈련사례를 중심으로.” 한국경영과학학회 제39권 」
제2호.
2. 김각규. 2014. “국방분야 빅데이터 활용방안 연구.” 국방대학교 박사 학위 논문.
3. 김기성. 2013. “사실기반 전투 의사결정을 위한 Big Data 활용방안 연구.”
국방대학교 석사 학위 논문.
․
4. 김기성 최태련. 2020. “허들 및 영과잉 회귀모형의 베이지안 변화점 식별모형
: 과학화 전투훈련 전투단계 변화 분석.” 한국데이터정보과학회지「 」
제31권 제6호.
․ ․
5. 김재오 조형준 김각규. 2015. “전술제대 공격작전 간 전투원 생존성에 관한
「 」
연구.” 한국통계학회지 응용통계연구 제29권 제5호.
6. 김재오․방성완․권오정. 2017. “영과잉 및 허들회귀모형을 이용한 과학화 전투
훈련 자료 분석.” 「한국데이터정보과학회지」 제28권 제6호.
7. 김판열. 2011. “『강인한 훈련』을 통한 부대관리 향상방안.” 국방대학교 안보
과정 연구 논문.
․ ․ ․ ․
8. 박진영 김정환 김채동 김태성 문호석. 2021. “여단급 KCTC 훈련 곡사화기
「
전투결과 분석.” 한국군사학논집 제77권 제1호. 」
9. 백창일. 2013. “빅데이터 분석을 활용한 지상군 훈련 전투원의 생존시간에 관한
연구.” 국방대학교 석사 학위 논문.
10. 윤여표. 2015. “전장리더십이 전투력에 미치는 영향에 관한 연구.” 대전대학교
박사 학위 논문.
11. 전은주. 2010. “데이터 마이닝을 이용한 과학화전투훈련 성과 향상방안 연구.”
국방대학교 석사 학위 논문.
12. 조흥용. 2017. “과학화전투훈련의 제도화에 관한 연구.” 「한국방위산업학회」
제24권 제4호.
13. 최재영. 2017. “KCTC 훈련데이터 분석을 통한 대대급 이하 부대의 전투승리
요인 연구.” 국방대학교 석사 학위 논문.
14. 과학화전투훈련단. 2020. 「19년 과학화전투훈련(KCTC) 교훈」.
15. 육군교육사령부. 2006. 「과학화 전투훈련 발전방향 연구」.

488

www.dbpia.co.kr
분할 선형 회귀모형을 이용한 여단급 KCTC 방어작전간 보병대대 전투승리 영향요소 분석
16. 육군교육사령부. 2013. 「교육참고 8-3-23 제병협동전투 : 연대전투단을 중심
으로 . 」
17. 육군본부. 2016. 「교육참고 8-7-39 여단(연대) 전투훈련지침서」.
18. 육군본부. 2018. 「보병여단」.
19. 육군본부. 2019. 「지상작전」.
20. 허명회. 2017. 「R 프로그래밍」. 파주: 자유아카데미.
21. Faraway, J. 2015.「Linear Models with R Second Edition」. A Chanpma
n & Hall/CRC
22. Kaiser, H. F. 1960. "The application of electronic computers to factor a
nalysis." Educational and Psychological Measurement 20(1), 141-
151.
23. Philip, Russom. 2011. “Big Data Analytics.” TDWI Research.

원고 접수: 2021. 4. 1. / 수정 접수: 2021. 6. 2. / 게재확정: 2021. 6. 12.

489

www.dbpia.co.kr