□ 국방부는 수리부속 예측 정확도를 높이기 위해 수요예측 모형을 개발하여 예측 정확도를 크게 향상하였으며, 그 결과 2018년도 예산 편성에서 수리부속 예산 129억 원을 절감하는 효과를 얻었다.

□ 우리 군은 약 3만여 종에 이르는 방대한 양의 장비를 운용하고 있는데, 장비를 제때에 정비하고 언제든 운용할 수 있는 상태로 유지하기 위해서는 수리부속 재고 수준을 적정하게 유지하는 것이 중요하다. 그러나 52만여 종에 달하는 수리부속의 미래 수요를 정확하게 예측하여 재고량을 산정하기란 쉽지 않고, 산술평균법, 이동평균법 등과 같은 기존 수요실적에만 의존한 단순 통계적 예측 기법으로는 수요예측 정확도를 향상하는 데에 한계가 있었다.

□ 이러한 문제를 해결하고자 국방부는 2012년에 한국국방연구원에 수리부속 소요분석팀을 신설하여, 기존 단순 통계적 예측 기법에 장비별 특성 및 운용실적 등 수리부속 수요에 영향을 미치는 요인까지 종합적으로 고려한 수리부속 수요예측 모형을 개발해 왔다.

□ 또한, 여기에서 더 나아가 최근 국방연구원은 수요예측 분야에기계학습(머신러닝)을 접목하였다. 국방연구원 수리부속 소요분석팀의 분석 결과에 따르면, 이미 개발된 수요예측 기법에 기계학습을 결합하는 방식을 추가함으로써 수요예측 정확도가 더욱 높아졌다.

□ 그 결과 종전 기법으로는 70% 수준이었던 수리부속 수요예측 정확도가 평균 79% 수준으로 향상되었으며, 정확도가 향상된 주요 장비의 수요예측 결과를 2018년도 예산 편성에 적용하여 약 129억 원을 효율화하는 성과를 달성하였다.

□ 국방부는 이러한 수요예측 정확도의 향상이 앞으로 장비 가동에 필요한 수리부속을 적기에 보급하여 장비가동을 보장함으로서 전투준비태세 유지에 기여할 뿐만 아니라, 예산을 효율화하여 국방비를 절감하는 데에도 기여하게 될 것으로 기대하고 있다. 끝.

“이 자료는 국방부의 보도자료를 전재하여 제공함을 알려드립니다.”