1. 서 론

대한민국 육군항공[7, 8]은 기동성과 화력을 갖춘 지상 작전의 핵심전력으로써 미래를 대비하여 전반적인 탈바 꿈을 하고 있다. 현재 수리온, 아파치, 기존 노후 헬기를 대체하는 대규모 소형공격헬기 사업 등 신기종 개발과 도입을 진행하고 있고 기존 항공기에 대한 성능개량도 예정되어 있다. 이에 따라 해당 무기체계 운영부대는 도 입되는 무기체계에 대한 조종사의 비행기술 숙달과 전투 력 유지의 측면에서 세심한 주의를 기울여야 한다.

Lee and Shin[3]의 연구에서는 최근 주요 산업 분야별 로 스케줄링 관련 기법의 적용사례를 분석하고 시사점을 도출하였다. 각 산업군 별로 문제해결에 관련 접근법 기 준인 어플리케이션, 알고리듬 모형화 등을 통한 해결방법 을 소개하였다. 이에 대한 분석 결과로 산업현장에서의 생산성과 작업 효율성 향상을 위한 일정 및 생산 계획 수 립, 그리고 제품의 운송계획, 최적의 차량경로 및 작업할 당 계획, 조달 공급 알고리즘 개발 그리고 IT 기술이 접목 된 다양한 스케줄링 기법에 대해 소개하고 연구동향을 분 석 제시하고 있다. 우리나라 국방분야에서도 최첨단 무기 도입과 연계하여 국방인력의 전투력과 효율성을 높이는 과업은 매우 중요하며 스케줄링과 연계된 최적의 인원 할 당 및 훈련계획 수립도 여기에 해당된다. 육군항공의 핵 심 자원인 조종사 및 최신 무기체계 항공기의 체계적 관 리와 비행계획은 직접적인 연관이 있기 때문이다.

스케줄링은 자원을 주어진 작업에 할당하는 의사결정 문제이다. 여러 작업과 자원이 있는 상황에서 최적의 스 케줄링을 찾아내고자 한다면 각 경우에 소요되는 시간이 나 비용 등 여러 요소를 복합적으로 고려하여 각 작업에 어떤 자원을 할당할지 결정해야 한다. 항공 스케줄링 문 제도 이러한 관점에서 생각할 수 있다. 기준에 부합하는 항공기와 항로, 조종사와 승무원, 그리고 시간 등 최적의 조합을 찾아내는 것이다. 그중 조종사 스케줄링은 조종 사들이 기량을 갖추기 위해 누가, 언제, 어떤 임무를 할 것인지 정한다. 조종사 스케줄링에 항공기, 임무지역, 시 간이 더해지면 비행계획이 된다. 군용 항공기 스케줄링 의 목적은 민간 항공 분야에서 비용절감과 효율성이 우 선기준이 되는 것과 달리 조종사의 수준 높고 균등한 전 투기량의 유지를 추구한다.

기존 연구 중 군용 항공기 조종사 스케줄링에 관한 연 구로 수리모형을 통해 F-5 전투기 일일비행계획을 작성한 Lee[6]는 임무과목별 탑승 간격과 자격별, 임무과목별 탑 승 요구비율을 설정하여 비행 임무별 탑승 간격의 최대화 를 구현하였다. Lee and Seo[4]는 비행, 비상대기, 근무를 포함하는 F-16 단좌 항공기의 주간비행계획을 작성하였 다. 공군에서 운용 중인 실제 데이터와 유사한 데이터를 사용하였으며 관련된 공군의 규정과 제한사항을 최대한 반영하였다. Lee[5]는 탑승기회 부여와 항공기 대형, 비행 간격 유지를 균등하게 하는 복좌 전투기 일일비행계획 모형 을 제시하였다. Hohzaki et al.[2]은 교육훈련과 긴급대기, 기술유지 순으로 수리모형을 적용하고 순차적인 스케줄링 이 이루어지도록 함으로써 군용 헬리콥터(SH-60J)의 주간 비행계획을 작성하였다. 이와 같이 군용 항공기 조종사 스 케줄링에 대한 유사 연구들은 다양하게 이루어졌으나 본 연구의 문제는 해당 항공기 조직, 운영, 관리 그리고 조종 사 훈련과정 등이 상당히 달라 기존 연구모형을 적용하는 데 많은 제한이 있다. 따라서 본 연구에서는 해당 특성을 반영하고 추가적으로 훈련비행장치의 조종사 배정 등을 동시에 고려하는 종합적인 스케줄링 모형을 제시한다.

한편 민간 항공기 조종사 스케줄링은 군용항공기 모형 과 달리 운항노선에 조종사와 승무원을 배정하는 형태이며 주요 목적은 비용절감 및 승무원들의 균등한 업무 배분에 있다. 이에 대한 연구로 Sohoni et al.[10]의 자동화된 최적 화 시스템을 통한 Delta 항공 조종사 자격 인증 교육 스케줄 모형이 있다. 비용에 대한 고려사항 외에도 조종사들이 교 육 일정으로 인해 비행 일정에 차질이 생기지 않는 스케줄 링을 하기 위해 사후 최적화 휴리스틱으로 변경작업을 반복 하여 보다 효율적인 결과를 얻어내도록 하였다. Stojkovic and Soumis[11]는 단찌히-울프 분해를 분지한계법에 결합 한 독창적인 접근 방식으로 비선형정수네트워크흐름모형 을 구현하였다. 동시적인 수정이 가능하도록 하였지만 비행 취소와 지연 등 수정소요를 최소화하는 것을 목적으로 하 는 만큼 조종사 스케줄링은 문제의 일부분으로써 취소로 인한 공백이 발생하지 않는 것에 초점이 맞추어져있다. Rusdian et al.[9]은 인도네시아 Garuda 항공 조종사들 사이 의 비행시간 편차를 최소화하고자 휴리스틱 기법을 사용한 모형을 제안하였다. Scatter 탐색 알고리듬을 수정하여 사 용하였으며 기존의 방식보다 나은 결과를 확인하였다. 그 러나 기장․부기장의 구분 외에는 반영된 자격사항이 없으 며 비행시간, 배정횟수, 총 인원, 나이의 합 등 간단한 제약 조건만 반영되었다. 작업별로 다른 자격을 필요로 하는 스케 줄링에 대한 연구로는 Hochdorffer et al.[1]의 인체공학적 측면과 자격유지를 고려한 단기간 직원 스케줄링이 있다. 선형계획법 기반 휴리스틱 모형을 독일의 자동차 제조업체 에서 테스트하였으며 여러 자격을 가지고 있는 작업자들이 작업마다 다른 요구 자격에 맞게 배정되도록 하였다. 그러나 자격 사항이 유무(0 또는 1)로만 표현되어 복합적인 자격이 나 일정 이상의 수준을 갖추었는지는 고려되지 않았다.

이처럼 기존 연구들은 각각의 문제를 해결하기 위해 다양한 기법을 사용하였으나 주로 복잡한 제약사항을 다 루기 위해서는 최적화 수리모형을 이용한 방법이 주류를 이룸을 알 수 있다. 따라서 상기한 기존 연구 바탕으로 육군의 헬리콥터 운영 조직의 다양한 제약조건을 포함하 고 조종사 기량 향상을 스케줄링 모형에 대해 제시하고 실험을 모형의 타당성과 효과성을 입증하고자 한다.

2. 문제 정의

2.1 운영 일반(AS-IS)

<Table 1>의 일일비행계획 예시에서 첫 번째 열의 비행 편은 실비행(F#)과 시뮬레이터비행(S#)으로 구분되며 항공기, 조종사, 임무 및 비행시점 등을 포함한다. 본 문제는 배정 가능한 항공기(A#)와 주임무조종사(Pilot, P#), 임무조종사 (Co-Pilot, P#)를 대상으로 비행계획을 수립하는 것이다.

현재 이러한 조종사 배정스케줄링은 별도의 지원도구 없이 스케줄러의 경험과 직관적인 분석으로수행되고 있 다. 또한 육군항공 특성상 기상변화나 지원 임무 등의 이 유로 변경이 잦아 계획 작성에 많은 시간과 노력이 필요 한 상황이다. <Figure 1>의 순서도는 실제 현장의 숙련된 스케줄러가 조종사 배정계획을 수립하는 과정을 나타낸 것이다. 하지만 전체 임무와 조종사 정보 등의 종합적 현 황을 한꺼번에 처리하기에는 많은 제한사항이 따를 수 있 다. 스케줄링의 목적은 다양한 비행과목에 조종사들의 균 등한 배정이 이뤄지도록 하는 것이다. 각 임무의 난이도 에 맞는 조종사 등급 및 자격 확인 외에도 최근 비행일자, 조종사들의 비행조건 구비, 편중 배정 여부 등의 상태가 확인되어야 한다. 스케줄러는 여러 조건들을 고려하여 각 비행좌석에 배정할 조종사를 선택할 것이다. 모든 좌석에 배정이 이루어진 후에는 더 적합한 조종사가 있는지 확인 하여 변경하는 과정을 반복한다. 비행이 많을수록 전체 일정을 고려한 배정이 수작업을 통해 이루어지기는 어려 우므로 각 비행좌석에 대한 관점에서 더 적합한 조종사로 변경하더라도 전체적으로는 이전보다 못한 결과로 이어 질 수 있다. 따라서 스케줄러의 기량 차이는 비행계획 작 성 시간과 비행안전에 영향을 미칠 수 있으며 이로 인한 문제가 반복적으로 지속될 것임을 예상할 수 있다.

2.2 연구 목표(TO-BE)

본 연구 목표는 육군항공대대의 일일 조종사 배정 스 케줄링 과정에 대한 수리모형을 구축하고 최적의 해법을 제시하는 것이다.

<Figure 2>는 실제와 모형의 스케줄링 과정을 비교하 여 나타낸 것이다. 현재는 가용 조종사를 판단하고 각 조 종사의 비행시간 및 경과일을 갱신하는 등 데이터를 정 리한 후 초안 작성이 이루어진다. 우선 배정 대상자 유무 와 비행자격, 비행등급, 각 조종사의 비행시간 등을 모두 고려해야 하므로 스케줄러의 기량에 따라 소요 시간이 달라진다. 작성된 초안은 실행 가능한 계획임은 분명하 나 최적의 결과가 아닐 수 있다. 만일 그렇다면 중간 관 리자 검토를 통해 보다 최적에 가까운 또는 최적인 계획 으로 변경되어야 한다.

반면 모형에서는 실제의 데이터를 모형에 맞게 정제 하고 가공하는 과정이 추가되므로 준비에 시간이 더 필 요하지만 모든 제약조건을 만족하는 최적의 결과를 한 번에 찾도록 함으로써 중간 관리자의 재검토로 소요되는 시간을 단축할 수 있다.

2.3 조종사 데이터 일반

본 문제의 모형화를 위해서는 조종사 스케줄링과 관 련된 다양한 데이터가 필요하다. 본 연구에서 적용된 데 이터는 대부분 현장에서 사용되고 있는 것을 그대로 사 용하였으며 각 조종사의 최종 비행으로부터의 경과일은 일부과목에만 반영되고 있으나 모형에서는 모든 비행과 목에 적용하고자 비행기록을 가공하였다.

2.3.1 조종사 정보

조종사 기본 정보, 소속 중대, 비행자격 및 세부자격으로 구성된다. 모형은 조종사 기본 정보를 토대로 각 조종사를 구분하게 될 것이다. 또한 한 비행편에는 주임무조종사와 임무조종사 두 명이 탑승하게 되는데 가급적 같은 중대 조합으로 배정되는 것을 추구하므로 각 조종사의 소속 중대 는 중요한 정보이다. 육군 헬리콥터 조종사의 비행자격은 네 가지로 SIP(표준교관조종사 : Standardization Instructor Pilot), IP(교관조종사 : Instructor Pilot), PIC(정조종사 : Pilot In Command), CP(부조종사 : Co-Pilot) 순이다[8]. 이에 따라 주임무조종사와 임무조종사로 구분되며 각 비행자격은 비 행등급으로 세분화된다. 세부자격은 비행과목에 따라 필요 한 자격들을 의미하며 같은 비행과목에서도 주임무조종사 인지 임무조종사인지에 따라 필요한 자격이 달라진다.

2.3.2 비행시간

각 조종사별 비행시간은 월간․누적으로 구분된다. 시간 이 흐름에 따라 수치가 누적되므로 모형에 그대로 반영하 면 목적함수에서 다른 요소들보다 영향이 커질 수 있다. 이러한 문제점을 해결하고자 월간․누적별 모든 조종사 비행시간 총합에 대한 해당 조종사의 비행시간 비율을 구 하였다. 각 조종사의 비행시간은 전체 비행시간의 10% 미만을 차지하므로 계산결과는 소숫점 둘째자리부터 시 작하는 값이 된다. 이에 다기준 매개변수의 영향성을 고 려한 스케일링 작업으로 10을 곱하였다. 그러므로 비행시 간 비율은 0부터 1 사이의 값을 가진다.

2.3.3 비행경과일

임무과목별 마지막 비행일자로부터 비행계획일까지의 일수를 비행경과일로 한다. 비행시간은 작을수록 배정 우 선순위가 높아지는 반면 비행경과일은 클수록 배정 우선순 위가 높아지므로 반대되는 성질을 지닌다. 이를 해결하기 위해 둘 중 하나를 음수로 취하거나 역수로 취할 수 있다. 본 연구에서는 비행시간이 비율로 반영되어 0부터 1 사이 의 값을 가지므로 비행경과일도 0부터 1 사이의 값을 가지 도록 역수 형태를 취한 비행경과일 함수f ( x ) = 1 ( 1 + x ) 를 만들어 적용하고 그 값을 계산하여 반영한다.

2.3.4 가중치(Weight)

각 비행좌석에는 월간/누적 비행시간이 적고 해당 과목 의 비행일이 오래된 조종사가 배정될 것이다. 월간비행시 간, 누적비행시간, 비행과목별 경과일에 대한 각각의 가중 치를 의미한다. 필요시 세 가지 요소의 비율을 각기 다르 게 함으로써 지휘관의 의도나 부대의 방침이 반영된 여러 상황을 고려할 수 있다. 이때 스케줄러는 상대적 가중치를 높게 설정해서 해당 항목의 값에 적합한 조종사가 우선 배정되도록 한다. 따라서 다기준 의사결정을 위한 가중치 (W₁ + W₂ + W₃ = 1)를 반영하였으며 본 연구에서는 월간 비행시간 가중치 W₁ = 1/3, 누적 비행시간 가중치 W₂ = 1/3, 비행경과일 가중치 W₃ = 1/3으로 하였다.

2.3.5 벌점(Penalty)

먼저 목적함수 기준의 매개변수값을 최대한 정규화하 여 해당 기준들이 균등하게 고려되도록 설정하였고, 벌점 부분은 특정한 상황에서 조종사가 일일 2회 비행을 하거 나 소속이 다른 중대와 어쩔 수 없이 함께 배정될 경우 를 최소화하기 위해 설정한 값이다. 따라서 기본 모형에 서 조종사가 충분한 경우라면 이러한 벌점 부분 반영이 최소화되겠지만 조종사가 부족할 경우에는 해당 벌점을 감안하여 조종사가 배정되도록 하였다. 모형에서 벌점값 은 모두 ‘1’로 설정되어있고 종류는 다음과 같다.

3. 수리모형

3.1 인덱스 및 집합

조종사 스케줄링 모형에 사용될 인덱스 및 집합에는 실비행편, 시뮬레이터비행편, 시뮬레이터비행편 좌석, 비 행과목(임무), 조종사, 비행중대가 있다.

3.2 부분집합 및 쌍집합

인덱스집합을 바탕으로 부분집합과 쌍집합이 구성된 다. 부분집합으로는 조종사 집합이 성격에 따라 주임무 조종사의 집합, 임무조종사의 집합, 근무조종사의 집합 등으로 나눠지는 집합들이 있다. 조종사는 1일 1회 비행 을 원칙으로 하나 인원이 부족할 경우 2회 비행을 하기 도 한다. 본 모형에서 조종사 배정여부를 이진변수로 사 용하기에 각 조종사에 대한 복제 조종사(duplicated)를 생 성하여 1일 2회 비행이 가능하도록 하였다.

또한 각 비행편의 비행과목이나 각 조종사 소속 비행중 대 등 미리 정해져있는 대응관계들을 나타내는 집합쌍이 존재한다. 뿐만 아니라 조종사 p가 배정되지 않으면 복제 조종사 p′가 배정될 수 없도록 하기 위한 쌍집합(p,p′)∈ P_pair과 배정은 가능하나 같은 중대조합보다 낮은 배정 우 선순위를 지니는 중대조합의 쌍집합(c,c′)∈C_pair을 도입 한다.

3.3 결정변수

결정변수는 각 일반비행과 시뮬레이터편으로 구분, 비행과 목, 조종사, 중대를 기준으로 주임무와 임무 조종사의 배정 여부를 나타내는 이진변수 그리고 각 비행편에 배정된 조종 사들의 소속 중대를 확인하는 이진변수들로 구성되어 있다.

3.4 매개변수

매개변수는 비행과 관련된 비행편의 임무등급과 조종사 정 보와 관련된 등급, 자격여부, 비행경과일 등으로 구성된다.

3.5 목적함수

목적함수는 조종사 배정변수에 따라 월간․누적 비행 시간 비율, 각 비행 과목별 경과일 함숫값과 벌점의 합을 최소화하는 것이다. 본 함수는 기본 비행데이터인 월 간․누적 비행시간과 비행경과일 값을 바탕으로 주임무 조종사, 임무조종사 그리고 시뮬레이터에 배정되는 조종 사를 결정한다. 그리고 추가적으로 각 조종사가 부족할 경우 다양한 벌점 함수가 반영되어 조종사를 배정하도록 하였다. 벌점 대상은 가급적 지상근무 우선하는 조종사, 일일 2회 배정 조종사, 한 비행편에 같은 중대 조합으로 구성되지 않을 경우가 해당된다.

3.6 제약조건

스케줄링 과정에는 규정과 예규, 지침 등 많은 부분에 대한 고려가 필요하다. 이는 안전과 직결된 필수적인 사 항이거나 현실적으로 불가능한 부분들을 모형에 반영하 는 것이다. 각 제약조건은 어떤 좌석인지, 어떤 비행과 목인지에 따라 만족해야할 조건일 수도 있고 아닐 수도 있다.

한 비행좌석에는 한 명의 조종사만 배정된다.

조종사p가 비행하지 않으면 복제조종사p′도 비행할 수 없다.

오퍼레이터로 지정되어 있는 시뮬레이터비행에는 비행 좌석에 배정되지 않는다.

각 조종사는 한 번만 배정될 수 있다.

[안전도] 주임무조종사의 비행등급은 해당 비행편의 임무등급보다 높거나 같다.

[자격요건] 각 비행편에 배정될 조종사는 해당하는 자 격을 필요로 한다. 자격유무를 나타내는 이진변수가 곱해질 경우에는 1을 가져야 한다. 비행자격과 비행등 급은 필요요건에 따라 해당 값 이상을 가져야 한다.

실비행편f의 주임무조종사와 임무조종사의 비행중대가 낮 은 배정 우선순위의 조합일 경우 C F f , p , c , p ′ , c ′가 아래 제약식 을 모두 만족하여 1을 가지도록 한다.

시뮬레이터비행편s 좌석i의 조종사와 오퍼레이터의 비 행중대가 낮은 배정 우선순위의 조합일 경우 CS_s,i,p,c가 아래 제약식을 모두 만족하여 1을 가지도록 한다.

휴가, 파견, 당직 등으로 가용하지 않은 조종사는 배정되 지 않는다.

대기임무에 편성된 조종사는 실비행에 배정되지 않으며 시뮬레이터비행만 가능하다.

교육대상자가 정해진 교육비행, 평가비행 등으로 기배정 된 조합을 포함한다.

4. 실험계획 및 결과 분석

4.1 실험계획

조종사들이 비행계획에 균등하게 배정됨으로써 일정한 기량이 유지되도록 하는 목표에 부합하는지 실험을 통해 모형의 성능을 확인해보고자 한다. 실험 진행은 제시한 모형의 계산시간 및 타당성 검증을 수행하고 이후 실제 현장 운영대대의 스케줄과 모형의 결과를 비교한다.

결과분석에서는 각 실험에 대해 살핀 뒤 Case 2와 3의 결과를 비교하고자 한다.

실험 환경은 AMD Ryzen5 3600 6-Core@3.60 GHz 프 로세서, 16GB RAM 사양에서 최적화 프로그램인 GAMS (CPLEX solver, ver. 25.0.1)를 사용하였다.

4.2 실험 결과 분석

4.2.1 Case 1

본 실험에서는 모형의 계산시간인 프로그램 실행시간 을 측정을 측정하고 2장에서 제시하였던 실제 스케줄러 의 비행계획을 상황을 묘사하는 시뮬레이션의 모형 결과 와 수리모형의 결과를 비교한다.

먼저 모형의 계산시간 측정은 문제의 크기를 좌우하 는 일일 비행편 수와 비행대대에 근무하는 조종사의 수 에 좌우된다. 본 논문은 응용 연구로 실제 현장의 문제를 풀 수 있는 수준의 모형을 구성하는 것이다. 따라서 실험 범위는 전투기 및 헬기 등의 군용 항공기 비행대대의 크 기는 통상 조종사 50~80명, 비행편 15~40회 정도의 일반 적인 규모를 대상으로 하였다. <Table 2>의 실험결과 본 실험에서 일반적인 대대 규모인 instance 2의 비행편 수 (20회)과 조종사 수(50명)의 크기에 대한 문제의 계산시 간은 수 분 이내의 결과를 보임으로 제시한 수리모형을 사용하는데 적합할 것으로 판단된다.

다음으로 모형의 타당성 검증을 위해 <Figure 1>의 실 제 스케줄러의 비행계획 수립 과정에 대해 모의한 에이전 트 기반 NetLogo 시뮬레이션 모형을 구성하였다. 여러 스케 줄러가 작성한 데이터를 수집하여 비교하는 방법에는 많 은 제한사항이 따르므로 임의로 부여된 데이터를 사용하 여 검증하고자 한다. Wilensky and Rand[12]가 정의하는 ABM은 에이전트가 어떻게 행동하는가를 묘사할 수 있는 컴퓨터 모델링 방법으로 개별 에이전트의 행동을 간단한 규칙으로 코딩하여 에이전트 간의 상호작용 결과를 관찰 할 수 있도록 한다. 이를 활용하여 수작업으로 이루어지 는 실제 스케줄링 과정과 유사한 휴리스틱모형을 구현하 였다.

<Figure 3>에서 보는 바와 같이 본 모형에서 임의로 생성한 각 조종사의 데이터를 바탕으로 단순히 해당 비 행편의 좌석에 배정된 조종사와 무작위로 이동하는 잔여 조종사가 우연히 만났을 때 비교하여 목적함수값을 개선 하게 되면 교체하는 형태로 구현한다. 일정 반복횟수가 지나게 되면 해당 모형은 안정상태에 진입하게 되고 결 과값을 보고한다. 이후 위 실험에서 임의로 생성된 각 조 종사 정보를 수리모형에 반영하여 결과를 도출하였다.

두 모형의 비교 결과 <Table 3>과 같이 수리모형의 목 적함수 결과값이 우수함을 알 수 있으며 시뮬레이션 모 형의 결과의 품질을 나타낸 값은 대략 91%~99%까지 범 위 내에 있으나 조종편의 수와 조종사의 수가 증가할수 록 품질 및 성능은 저하될 수 있을 것이다. 본 실험을 통 해 실제 현장의 스케줄링 상황을 묘사하여 실행한 결과 와 본 연구에서 제시한 수리모형 결과를 볼 때 타당한 결과를 나타내고 있음을 알 수 있다.

4.2.2 Case 2

매일의 비행데이터를 모형에 반영하여 각 조종사의 총 배정횟수 변화를 자격별로 나누어 살펴본다. <Figure 4>에서 두 개의 막대그래프는 각각 실제와 모형의 배정 횟수를 의미하며 꺾은선그래프로 나타낸 월간․누적 비행 시간을 분석에 참고할 수 있다. SIP&IP 그룹의 경우 비 행시간이 많은 23번, 10번, 24번 조종사는 배정횟수가 줄 었고 상대적으로 비행시간이 적은 9번, 38번은 늘어났다. 월간 비행시간이 가장 적은 25번 조종사는 높은 배정횟 수를 유지했고 월간 비행시간은 많지만 누적 비행시간이 적은 40번 조종사는 조금 더 배정되었다. 월간 비행시간 과 누적 비행시간이 모두 적은 6번 조종사는 비행횟수가 높은 편임에도 더 늘어나는 결과를 보였다. 나머지 그룹 또한 SIP&IP와 마찬가지로 비행시간이 적은 사람은 실 제에 비해 배정 횟수가 늘어나고 많은 사람은 줄었는데 SIP&IP 38번 조종사와 PIC 26번 조종사, CP(A&B) 18번 조종사가 주목할 만한 결과를 보였다. 월간 비행시간이 적음에도 실제로는 계속해서 비행에 배정되지 않았기 때 문에 모형에서 여러 번 배정이 이루어진 것으로 분석된 다. 반대로 CP(A&B) 31번 조종사는 비행시간이 큼에도 실제 데이터에서 여러 번 배정되었으나 모형에서는 배정 되지 않았고 SIP&IP 24번 조종사와 CP(C) 21번 조종사 는 배정횟수가 크게 줄었다. 이런 조종사들을 찾아내는 것이 모형의 중요한 역할이라고 할 수 있다.

4.2.3 Case 3

두 번째 실험에서는 각각의 실제 비행데이터를 모형에 넣었으므로 모형의 배정결과가 비행시간에 영향을 미치지 않았지만 세 번째 실험에서는 첫날 비행데이터만 모형에 넣은 뒤 도출된 결과를 연속적으로 데이터에 반영하였으므 로 모형의 배정결과에 따라 조종사들의 비행시간이 달라진 다. 이와 같은 방법으로 10 근무일의 비행계획을 작성하였다. 결과를 분석하기 위해 두 번째 실험과 마찬가지로 10일간의 총 배정 횟수 변화를 자격별로 나누어 살펴보았다. <Figure 5>와 같이 세 번째 실험은 비행시간의 영향을 받을 뿐 아니라 대체로 비슷한 횟수의 배정이 이루어짐을 알 수 있다. 모형의 결과가 다음 날 데이터에 반영되어 갱신되므로 한 조종사가 계속 배정되지 않을 가능성이 낮아지기 때문이다.

세 번째 실험의 10일차 데이터는 모든 결과가 누적된 값이므로 모형의 성능을 가장 잘 나타낼 것이다. 따라서 실제와 모형의 10일차 데이터 비교를 통해 세부적으로 분 석하고자 한다. <Figure 6>과 같이 SIP&IP 그룹의 경우 최 댓값은 비슷하였으나 최솟값이 커져 전체적인 범위가 좁아 진 결과를 보였다. 표준편차는 1.8 정도 줄어 가장 큰 변화 를 나타냈는데 이는 주임무조종사의 편중 임무 부여를 지 양하는 육군항공의 비행 편성 지침과 일치하는 결과이다. PIC 그룹은 최댓값과 최솟값이 모두 변함으로써 목적에 가장 부합한 결과를 나타냈고 0.8 정도의 표준편차 차이를 보였다. CP(A&B) 그룹 또한 PIC 그룹과 마찬가지로 최댓 값과 최솟값 모두 변하였으며 표준편차는 0.6 정도 줄었다. CP(C) 조종사는 다른 세 그룹과 달리 별다른 변화가 없는 것으로 나타났다. 해당하는 조종사의 수가 가장 많고 각 조종사들의 비행시간 차이가 크기 때문으로 분석된다. 그 럼에도 표준편차에서 근소하게나마 0.3 정도 차이를 나타 낸 것에 의미를 둘 수 있다.

3.2.4 Case 2&3

두 번째 실험과 세 번째 실험, 그리고 실제 배정횟수를 비교함으로써 모형의 성능을 확인해보고자 한다. <Table 4>는 각 경우를 자격별로 구분하여 평균 배정횟수를 나타 낸 것이다.

주임무조종사의 경우 실제에서 SIP와 IP 조종사에 다 소 편중되어 있었던 횟수만큼 모형에서는 PIC 조종사에 배정되었다. 임무조종사의 경우에는 지상근무 우선 조종 사들의 배정횟수가 낮아진 만큼 교육대상자인 D등급 CP 조종사들이 실제보다 시뮬레이터비행의 기회를 더 얻었 으며 A,B등급과 C등급 CP 조종사 모두 배정횟수가 올라 가고 둘 사이의 격차가 줄었음을 알 수 있다.

<Figure 7>은 SIP&IP 조종사들의 배정횟수(막대그래 프)와 비행시간(꺾은선그래프)을 나타낸 것이다. 6번 조 종사는 월간․누적 비행시간이 적어 배정횟수가 가장 높 고 24번 조종사는 월간 비행시간이 높아 모형에서는 상 대적으로 배정 횟수가 줄어들었다. 이 결과를 해석하면 제시한 모형은 동일 동급에서 조종사별 누적 비행시간이 상대적으로 타 조종사에 비해 많은 경우 배정횟수를 감 소시키고 반대의 경우는 증가시키는 것을 알 수 있다. 그 러므로 본 실험에서는 10 근무일간의 스케줄만을 고려하 였으나 지속적인 스케줄링으로 비행정보가 갱신될 경우 각 조종사별 비행시간이 균등해질 것이며 궁극적으로 조 종사의 일정한 전투기량 유지에 도움을 줄 수 있을 것으 로 판단된다.

5. 결 론

본 연구는 대한민국 육군항공대대의 향후 다양한 최 신 군용헬기 도입과 추진예정이 되어 있는 상황에서 무 기체계를 효율적으로 운영하고 전투력을 높이기 위한 일 환으로 조종사 기량 향상에도 관심을 기울이기 위한 취 지로 시작되었다. 현장의 다양한 수요를 반영하여 과학 적인 모형을 구성하고 스케줄러의 경험에 의존한 작업과 불필요한 시간을 최소화하는 등 궁극적으로 높은 수준의 조종사 기량을 유지하기 위한 조종사 배정스케줄링 모형 을 구축할 필요가 있었다. 스케줄러의 능력에 상관없이 일관된 수준의 결과를 얻을 수 있도록 하고자 하였으며 이를 위해 여러 가지 다양한 제약사항을 반영하면서 조 종사들이 균등하게 배정되도록 하는 모형을 설계하고 구 현하였다.

제시된 모형의 성능을 확인하기 위해 실제 비행대대 의 비행데이터 가공하여 모형에 적용한 결과와 실제 비 행계획을 비교하였고 비행시간에 따라 모형의 배정에 대 한 조종사의 데이터 향상 추세를 관찰할 수 있었다. 또한 비행시간이 적음에도 불구하고 계속해서 비행에 배정되 지 않은 조종사나 비행시간이 많음에도 계속 배정되고 있는 조종사를 찾아내는 성과를 보였다. 모형의 결과를 데이터에 반영하여 갱신한 세 번째 실험에서는 배정 횟 수가 비행시간의 영향을 받을 뿐 아니라 두 번째 실험에 비해 더 좋은 배정 결과를 나타내고 있음을 확인하였다. 만일 장기간 제시된 연구모형을 적용하게 되면 보다 가 시적인 성과를 보일 수 있을 것이다.

본 모형을 기초로 육군항공의 조종사정보관리체계에 반영된 체계적인 데이터 관리와 함께 최적의 비행계획 수립이 병행된다면 조종사 전투력 유지 관리에 기여할 것으로 판단된다. 향후 연구방향으로 비행별 필요 등급 외에 현장의 추가적인 제약조건인 안전도나 조종사의 건 강상태, 성향 등 수치화되기 어려운 요소들에 대해 사람 의 판단을 필요로 하는 한계를 보완하고 사용자 친화적 인 데이터 입출력이 반영된 모형에 대한 연구가 필요하 다. 마지막으로 본 연구에서 제시된 모형을 바탕으로 대 한민국 육군 항공대대의 과학적 기법을 적용한 보다 체 계화된 비행계획 수립에 밑거름이 되길 기대한다.