A Study on Machine Leaning-Based Prediction to Forecast Cost Variance in Defense Acquisition Programs
Year: 2024
Type: article
Abstract: 방위력 개선사업의 비용 변동예측은 사업관리뿐만 아니라 국방 예산의 계획 및 집행 효율성을 높이는 데에도 도움을 줄 수 있다. 본 연구는 지난 7년 동안 방위력개선사업 총사업비를 활용하여 머신러닝 기반 모델을 통해 방위력개선사업의 비용 변동예측 가능 여부 확인을 위해 수행하였다. 머신러닝 기반 예측 모델 확인을 위해 Deep Neural Network, Extreme Gradient Boosting Machine, Distributed Random Forest 등의 방법으로 예측 모델을 구현하고 각각의 성능을 비교하였다. 머신러닝 예측 모델들은 모두 0.9 이상 결정계수를 보여 회귀분석 모델의 0.34에 비해 우수한 예측 성능을 보여 향후 이를 정책적 도구로 활용 가능성을 확인하였다, 그러나, 데이터 부족으로 인해 신규 과제에 대한 결정 계수는 0.48~0.71 수준으로 낮아지는 것을 확인하였으나, 신규 과제에 대한 예측 또한 머신 러닝이 회귀분석 모델의 결정계수 0.23보다 좋은 성능을 보여, 많은 데이터 축적 후 총사업비 변동성 예측에 머신러닝 모델 활용 가능성을 확인할 수 있었다. 향후 사업비 변동 예측 연구 발전을 위해 추후 데이터 축적을 위한 정책 및 이를 사업관리에 활용할 수 있는 정책에 관한 추가 연구가 필요하겠다.
Authors: Byung-Joo Kim, Sang-Ok Choi
Language: English
Field: Decision Sciences
Domain: Social Sciences
Open Access status: diamond
OpenAlex ID: W4403200692