현대 전장에 배치되어 활용되는 무기체계는 단순히 물리적 기능으로 구성된 파괴력 위주의 장비 수준을 넘어서, 첨단 기술이 집약된 복합 시스템으로 진화하고 있다. 과거의 무기체계가 기계적 요소나 제한된 전자장비를 기반으로 한 비교적 단순한 구조를 가졌다고 한다면 오늘날 야전에 배치되어 활용되는 무기체계는 다양한 종류의 고성능 센서와 정밀 타격 장치, 통신 및 지휘통제 시스템, 인공지능 기반 소프트웨어의 적용 등 다양한 요소들이 유기적으로 결합된 형상으로 개발되고 있다. 이러한 기술적 고도화는 전투 능력을 비약적으로 향상시키는 동시에, 무기체계 자체의 구조와 구성 요소를 매우 복잡하게 만들고 있다. 이처럼 기능이 다각화되고 정밀성이 강조되면서, 무기체계를 구성하는 부품의 수는 과거에 비해 기하급수적으로 증가되었다. 하나의 무기체계가 정상적으로 작동하기 위해서는 수많은 하위 부품들이 정해진 기능이 적절하게 작동해야 하며 이를 위해 부품들 간의 연결 구조는 매우 정교하게 설계되어야 한다. 여기서 발생할 수 있는 문제는 이 복잡한 연결 구조와 부품 간 상호작용이 전체 시스템의 안정성과 수명에 지대한 영향을 끼친다는 점이다. 단일 부품의 결함이나 연결 오류는 무기체계의 오작동 더 나아가서는 작전 수행 실패로 이어질 수 있으며 실시간성이 요구되는 전장 환경에서는 이러한 문제가 전략적으로 치명적인 결과를 초래할 수 있다. 또한 무기체계는 단순히 제작 당시의 성능이 적절하게 유지되는 것만으로는 충분하지 않다. 시간이 지남에 따라 유지보수와 교체 그리고 성능개량이 반복되는 총 수명주기를 고려해야 하며, 이 과정에서 부품의 수명과 연결 구조의 안정성은 더욱 중요해진다. 예를 들어 항공기와 전차, 함정과 같은 주요 무기체계는 도입 및 배치된 이후 수십 년간 운용되며, 운용되는 기간 동안 부품의 노후화와 연결 구조의 변경이 발생할 수 있다. 따라서 초기 설계 단계부터 부품의 신뢰성 정보를 기반으로 수리부속 최적화를 진행해야 할 필요가 있다.

국내 방위산업 분야에서 무기체계의 품질과 신뢰성을 다루는 기관인 국방기술품질원은 이러한 복잡한 무기체계를 구성하는 부체계와 부품들 같은 수리부속의 필요 수량을 기반으로 획득비와 운용유지비 그리고 폐기비용을 포함한 총 수명주기 비용을 효율적으로 관리하기 위해 여러 가지 노력을 기울이고 있다. 특히 국방과학연구소에서 개발한 오로라(ORORA)라는 소프트웨어를 기반으로 수리수준 분석을 수행하고 있는데, 이 소프트웨어는 개발된 지 오래되었으며 수리수준 분석을 위해 상당히 많은 변수의 입력을 요구하고 있다. 특히 이러한 변수들의 대부분은 각 연구개발 보고서에서 별도로 제시되고 있는 경우가 많으며, 이에 따라 대부분 수기로 입력하고 있다. 따라서 많은 입력 변수가 요구되어짐에 따라 이를 수기로 입력하는 과정에서 사용자의 업무 로드가 과도하게 증가할 수 있으며 동시에 오기의 확률도 증가하게 된다. 업무 로드가 증가하고 오기율이 높아짐에 따라 상대적으로 불필요한 정보를 입력하는 데 들어가는 노력과 오기율 발생확률을 효과적으로 줄일 필요가 있다. 상대적으로 중요한 입력 변수나 혹은 수리부속 최적화에 영향을 주지 않는 변수가 존재할 수 있는데 이러한 입력 변수를 입력하는 과정을 고찰할 필요가 있다. 다시 말하면, 무기체계의 총 수명주기 관점에서 효과적으로 영향을 미치는 입력 변수를 식별하여 좀 더 관리 자원을 배분한다면 더욱 신뢰성 있는 수리부속 수준에 대한 최적해를 얻을 수 있기 때문이다. 따라서 입력 변수가 결과에 미치는 영향성을 평가하기 위해 민감도 분석(Sensitivity Analysis)을 수행할 필요가 있다.

여기서 민감도 분석은 입력 변수의 변화가 결과값에 미치는 영향을 분석하는 기법이다(Montgomery, 2017). 특히 복잡한 시스템이나 불확실성이 존재하는 환경에서 어떤 변수가 결과에 더 큰 영향을 미치는지를 파악하는 데 유용하므로, 오로라와 같이 많은 입력 변수를 요구하는 시스템의 주요 변수 식별을 위해 사용할 수 있다. 민감도 분석은 다양한 연구에 활용되었는데 Sung과 Yum(2016)은 계단형 스트레스 인가 방법을 적용한 가속 열화시험을 설계한 후, 중요한 설계변수의 불확실성에 대한 민감도 분석을 수행하고 있다. 민감도 분석을 수행하는 방법으로 중요한 설계변수에 일정한 값을 더하거나 뺀 값을 참 값으로 가정하여 실제 실험계획의 정확도 차이를 비교하고 있다. Lee et al.(2012)은 제주도의 연안에 설치한 풍력단지 설계의 경제성 분석을 위해 민감도 분석을 다루고 있다. 민감도 분석을 수행하기 위해 경제성 지표에 포함되는 항목들을 사전 식별한 후 각 항목에 5%씩 증가 또는 감소를 통해 비용효과의 변화를 추정한다. 그 후 추정된 값을 기반으로 민감도 분석을 수행하고 있다. Lee and Kim(2004)은 창면 불쾌글레어에 영향을 미치는 변수와 실험결과간의 상관관계를 분석하는 과정에서 민감도 분석을 수행하고 있다. Kim et al.(2004)은 도로의 혼잡통행료를 선정하기 위해 스타켈베르크 게임으로 모형화한 후 모형의 해법에 대해 민감도 분석을 활용하고 있다.

이 연구에서는 앞선 연구에서 다루지 않은 복잡한 시스템의 수리부속의 최적화를 다루는 시스템을 대상으로 중요한 입력 변수를 식별하기 위해 민감도 분석을 다룬다. 이를 위해 우선 수리부속 최적화 시스템의 입력 변수를 살펴보고 사전 검토를 수행한다. 다음으로 입력 변수의 수준에 대해 민감도 분석을 수행하는데 이때 직교배열표 기반 시나리오에 기반하여 수행한다.

이 연구는 수리부속 최적화를 위한 민감도 분석에 직교배열표 기반의 실험계획법을 적용하여, 체계의 총 수명주기 비용에 영향을 미치는 핵심 입력 변수를 식별하는 데 목적을 두었다. 총 75개의 입력 변수 중 사전정보 및 전문가 의견을 바탕으로 28개 변수를 추출하였으며, 이후 민감도 분석을 적용한 시나리오 기반 실험계획과 분석을 통해 다음과 같은 결론을 도출하였다.

- 주요 민감 변수 도출 : 실험과 분산분석을 통해 연간 운용시간, 체계 수명, MTBF, 단가, 무게, 조달시간, 단위 수리비용, 수리 소요시간 등이 수리부속 최적화 결과에 민감하게 영향을 미치는 변수로 도출되었다.

- 입력 변수의 관리 방안 : 민감도가 높은 변수에 대해서는 입력 정확도 확보를 위해 사용자 교육을 강화하고, 시스템 상에서 명확한 입력 가이드라인을 제공하는 것이 필요하다. 반면 민감도가 낮은 변수는 디폴트값 설정 또는 자동 입력 기능을 통해 사용자의 부담을 경감할 수 있다.

이 연구의 결과는 향후 복잡한 시스템에서 불필요한 업무에 대한 부하를 줄이고, 신뢰성 있는 수리부속 관리체계 설계에 기여할 수 있다. 향후 연구에서는 식별된 주요 변수의 비선형적 특성 분석 및 실제 시스템 적용을 통한 검증을 수행할 필요가 있다. 또한 75개의 입력 변수를 축소하는 방법으로 주성분 분석이나 단계적 회귀분석 등의 기법을 적용할 필요가 있다. 마지막으로 이 연구는 많은 종류의 입력 변수를 고려해야 하기 때문에 교호작용에 대한 고려는 부족한 편으로 향후 연구에서는 중요한 교호작용이 존재할 수 있으므로 이에 대한 고려가 필요하다.