As the number of enlistees decreases due to social changes like declining birth rates, it is necessary to conduct research on the appropriate recalculation of the force that considers the future defense sufficiency and sustainability of the Army. However, existing research has primarily focused on qualitative studies based on comprehensive evaluations and expert opinions, lacking consideration of sustained support activities. Due to these limitations, there is a high possibility of differing opinions depending on perspectives and changes over time. In this study, we propose a quantitative method to calculate the proper personnel by applying system dynamics. For this purpose, we consider a standing army that can ensure the sufficiency of defense between battles over time as an adequate force and use battle damage calculated by wargame simulation as input data. The output data is the number of troops required to support activities, taking into account maintenance time, complexity, and difficulty. This study is the first quantitative attempt to calculate the appropriate standing army to keep the defense sufficiency of the ROK Army in 2040, and it is expected to serve as a cornerstone for adding logical and rational diversity to the qualitative force calculation studies that have been conducted so far.

최근 한반도는 동계올림픽 단일팀 참가, 남북정상회담 이후 남북 경제협력 방안이 본격적으로 논의될 것으로 보이고, 도로, 철도 등 남북 주요 인프라에 대한 관심이 커지고 있다. 그리고 대부분의 북한 시설물은 고령화, 노후화 및 유지관리 불량 등 시설물의 안전성과 기능성에 대한 문제점이 제기되고 있다. 이에 본 연구에서는 북한 인프라 개선 및 개발에 대한 새로운 전략을 마련하기 위하여 성능관점의 북한 유지관리 수준을 분석하고 남북 상호 인프라 유지관리 수준을 비교하였다. 본 연구결과, 북한의 도로, 철도 등 국가기반시설과 전력 및 통신, 상하수도 등 생활기 반시설의 유지관리가 매우 취약한 것으로 조사되었고, 이에 대한 보수․보강 등 개선이 시급한 것으로 나타났다. 이에 본 연구는 안전과 성능에 대한 평가를 통해 남북 유지관리 수준의 격차를 줄이고, 향후 통합 한반도 안전 및 유지관리 체계를 구축하는데 기초자료로 활용하고자 한다.

In this paper, we developed a predictive model of maintenance and repair cost based on the element-level condition state by using information collected through the inspection/diagnosis of individual bridges for use in maintenance strategy analysis. The reliability of the prediction model can be improved through of big data analysis using various factors and additional data.