미국은 개방형 국방테크 생태계를 추진, 국방 정보화 예산을 기반으로 기술을 개발하고 사업화 하는 기업들이 꽤 있다. 우리가 익히 알고 있는 YetAnalytics도 오늘 언급할 Riptide Software도 이러한 기업중에 하나다.

’13년 Riptide Software사는 xAPI를 활용해 사격훈련 데이터를 저장, 탐색, 분석 시각화하는 실험을 했다.

과거 군복무 시절 신병 훈련소나 일년에 한두차례 있었던 유격에서 사격훈련 때면, 매번 PRI(피나고 알백이는 사격술예비훈련)을 엄청 한 뒤 몇 발 쏘고, 각 잡힌걸음으로 타겟으로 다가가 몇발이나 맞췄는지 확인 후 다시 PRI를 몇차례나 반복했던 기억이 아직도 선하다. 유림다방 김양은 잘 있는지…

미육군과 Riptide Software사는 xAPI를 활용해 사격훈련 데이터를 실시간으로 기록하고 이를 교관에게 전송해 데이터를 기반으로 한 코칭을 할 수 있도록 대시보드 형태로 제시해준다. 최종 평가 결과는 미 육군의 DTMS(Digital Training Management System)에 기록되는 방식의 교육훈련 통합 프로세스(TLA; Total Learning Architecture)를 구축했다.

본 실험에서 LOMAH(location of Miss and Hit)와 TRACR(Targetry Range Automated Control and Recording)는 엎드려쏴/서서쏴 등의 사격 환경에서 Range Sensor를 통해  xAPI 데이터를 만들어 내는 xAPI Provider의 역할을 한다. 센서가 부착된 IoT 장비다.
[그림-번호]LRP LOMAH
요렇게 Range Sensor를 통해 xAPI 데이터가 생성이 되고 LRS에 쌓인다.
존은 BRM5를 시작했고 75미터 타겟을 맞췄으나 300미터 타겟은 놓쳤다는 것을 알 수 있다.
Riptide Software는 사격술 상황에서의 xAPI Statement / Profile은 정의를 했고, 데이터 하나하나를 LRS에 쌓고 있다.
아마도 이들이 정의한  Profile에는 Hit/Miss와 같은 verb, BRM5와 같은 Object, 그리고 좌표를 나타내는 extension이 정의되어 있을 것이다.
LRS에 쌓인 데이터는 실시간으로 Adaptive Training Automated Tutoring Interface & Rule 시스템을 통해서 분석하고 교관에게 피드백 할 수 있는 가시화된 정보가 제공되며, 교관의 평가 데이터는 DTMS(Digital Training Management System)에 기록된다.
이렇게 쌓인 LRS는 자체적인 Analytics Engine을 구축하지 않더라도 ELK의 Kibana와 같은 BI툴을 활용해 얼마든지 훌륭하게 활용할 수 있다.
[그림-번호]사격훈련 결과 대시보드
본 연구에서는 데이터의 분석을 위해 SPSS, SAS, Statistica, R 그리고 관계형 데이터베이스와 MongoDB, ELK, Google Cloud Platform과 같은 빅데이터 도구를 활용해 사격훈련 분석의 자동화를 구현했다.

중요한건?

도구는 필요한 것들을 사용하면 된다. 중요한 것은 어떻게 분석 시나리오를 설계 할 것인가? 어떤 지표를 잡을 것인가? 데이터 포인터는 무엇을 활용해 어떤 가중치를 줄것인가?이고, xAPI Statement Validation을 통해 잘 쌓이고 있는가?
중요한건 이 지점이다.

*육군교육사령부 에듀테크 정책연구 프로젝트를 통해 재미있는 경험을 하게 해주신 이희남 중령에게 감사를 표한다.*