The Korean military has sought to build an all-round military force against the national and international security environment and future asymmetric threats as well as the military threats it faces. However, while raising the need for timely electrification, there are few cases of quantitatively evaluating the loss when electrification is delayed, making it difficult for our military to provide a logical basis to support the importance of the electrification period. Therefore, through this study, we tried to analyze the index of loss cost that can support the need for timely electrification with logical and quantitative data and present it as a logical basis. To this end, the loss cost was calculated in terms of combat efficiency, equipment utilization rate, and maintenance requirements, which can be quantitatively calculated based on “combat readiness,” a general impact on the military in case of delayed timely electrification.

식중독에 의한 사회경제적 손실을 최소화하기 위해서는 식중독과 관련된 경제적 비용 손실을 추정하는 것이 중요하다. 하지만 자료의 부족과 다양한 비용 항목의 존재로 식중독과 관련된 사회경제적 손실비용을 정확하게 추정하기에 어려운 점 있다. 본 연구에서는 국내 식중독 발생에 의한 손실비용을 추정하기에 앞서 국외에서 사용되는 사회경제적 비용항목의 기반 자료 확보를 목적으로 수행되었다. 2009-2019년 국외 식중독과 관련된 사회경제적 손실비용 측정 연구의 사례 조사를 위해 문헌 조사를 실시하였다. 이 연구에서는 사회경제적 손실비용을 크게 의료 기간에 방문한 외래/입원환자 및 의료기관에 미방문한 경험환자로 구분하였다. 또한 이들의 직접비용 및 간접비용을 고려하였고, 더 나아가 기업비용 및 행정비용 항목으로 구분하여 조사하였다. 조사 결과 문헌별, 나라별 상이한 비용항목을 사용하여 손실비용을 추정하는 것으로 관찰되었다. 직접의료비의 경우 모든 연구에서 외래 또는 입원진료비를 선정하여 비용을 산출한 것으로 관찰되었기 때문에 나라별 의료서비스의 체제 및 비용에 따라 항목을 선정해야 한다. 직접비의료비의 경우 몇 몇의 연구에서 외래 방문에 소요된 교통비만을 고려하였기 때문에 간병비 고려 여부에 대해서는 더 논의가 필요할 것으로 사료된다. 간접비용 중 조기사망비용, 작업손실비용, 여가손실비용 및 삶의 질 저하/고통비용은 고려하였으나, 병문안 기회비용은 모든 연구에서 고려하지 않았다. 직접의료비와 마찬가지로 행정비용의 경우에도 국가별 정부 예산이 상이하기 때문에 각 나라에 맞는 항목을 고려해야할 것이다. 따라서 이러한 조사 결과를 바탕으로 국내 식중독 발생에 의한 사회경제적 손실비용 분석을 위해 어떠한 비용 항목을 고려해야 할 것인지에 대한 검증절차가 필요할 것이다. 본 연구는 국내 식중독 발생에 의한 사회경제적 손실비용 분석을 위한 기초적인 정보를 제공할 것이다.

Among the information technology and automation that have rapidly developed in the manufacturing industries recently, tens of thousands of quality variables are estimated and categorized in database every day. The former existing statistical methods, or variable selection and interpretation by experts, place limits on proper judgment. Accordingly, various data mining methods, including decision tree analysis, have been developed in recent years. Cart and C5.0 are representative algorithms for decision tree analysis, but these algorithms have limits in defining the tolerance of continuous explanatory variables. Also, target variables are restricted by the information that indicates only the quality of the products like the rate of defective products. Therefore it is essential to develop an algorithm that improves upon Cart and C5.0 and allows access to new quality information such as loss cost. In this study, a new algorithm was developed not only to find the major variables which minimize the target variable, loss cost, but also to overcome the limits of Cart and C5.0. The new algorithm is one that defines tolerance of variables systematically by adopting 3 categories of the continuous explanatory variables. The characteristics of larger-the-better was presumed in the environment of programming R to compare the performance among the new algorithm and existing ones, and 10 simulations were performed with 1,000 data sets for each variable. The performance of the new algorithm was verified through a mean test of loss cost. As a result of the verification show, the new algorithm found that the tolerance of continuous explanatory variables lowered loss cost more than existing ones in the larger is better characteristics. In a conclusion, the new algorithm could be used to find the tolerance of continuous explanatory variables to minimize the loss in the process taking into account the loss cost of the products.1)