우리 해군은 함정 제품모델(Naval Ship Product Model, NSPM)을 중심으로 하는 협업 제품개발 환경 구축을 통해 설계 데이터의 재사용성과 M&S의 활용도를 높이고 있다. 그 결과 설계결과의 신뢰성이 높아지고 있으며, 이를 활용한 운영, 건조 시뮬레이션을 통해 소요군의 요구사항이 면밀히 반영되도록 하는 연구도 진행 중에 있다. 이에 따라 설계 데이터의 DB 구축 및 그 품질에 대한 중요성이 부각되고 있으나, 그와 관련된 연구는 초기상태에 머물러 있는 실정이다. 본 연구에서는 저자들의 선행연구 결과인 함정 제품모델의 품질검증 방법론에 기초하여 함정 제품모델을 구성하고 있는 형상요소의 구체적인 품질검증 방안과 이를 자동화하기 위한 연구를 수행하였다. 함정 제품모델 데이터 중 상대적으로 중요하며, 검증과정에 많은 시간이 소요되고 있는 선각모델을 사례연구 대상으로 정의하였으며, 자동차산업에서 사용되고 있는 제품데이터품질(Product Data Quality, PDQ)을 형상검증 기준으로 활용하였다. 최종적으로 선각모델의 형상 품질검증을 위한 기준과 알고리즘을 제안하였으며 이에 기반 한 초기 시스템을 개발하였다.

Quality control of Argo(Array for Real-time Geostrophic Oceanography) data is crucial by reason that salinity measurements are liable to experience some drift and offset due to biofouling, contamination of sensor and wash-out of biocide. The automated Argo real-time quality control has a limit of sorting data quality, so that WJO program is adopted as standardized method of Argo delayed mode quality control (DMQC) in the world that is a precise quality control method. We conducted DMQC on pressure, temperature and salinity measured by Argo floats in the Pacific Ocean including expert evaluation. Particularly, salinity data were corrected using WJO program. 4 salinity profiles of Argo delayed mode were compared with nearby in situ CTD data and other Argo data in deep layer where oceanographic conditions are stable in time and space. The differences of both salinities were lower than target accuracy of Argo. As compared with the difference of salinities before DMQC, those after DMQC decreased by 60-80 percent. Quality of delayed mode salinity data seemed to be improved correcting salinity data suggested by WJO program.