민간 분야에서는 선박 및 항공기 등의 도착일에 대해 기계학습 기반의 인공지능 기술을 통해 예측 정확도를 높여 기업의 재고부담 감소와 물류비용 절감을 달성하고 있다. 군에서도 장시간 소요되는 사용자대기기간을 물류혁신을 통해 개선하기 위해 다각적인 노력을 기울이고 있다. 군수품의 청구에서부터 수령까지의 시간이 장기화되거나 수령일이 불확실하게 되면 중복 및 과다청구의 원인이 되어 재고관리와 수송에 큰 부담이 되기 때문이다. 그래서 군수분야에서는 사용자대기기간을 적절히 관리하기 위해서 해마다 아이디어를 수립하고 문제 사업을 조기식별 하기 위하여 노력하고 있으며, 각 부대에서도 상부의 지시에 따라 다각적인 노력을 기울이고 있다. 이처럼 성공적인 군수지원을 보장하기 위해서 사용자대기기간은 국방 분야에서 관심을 갖고 핵심적으로 관리하는 지표이다.
따라서 본 연구를 통하여 해병부대에서의 연도별 수리부속/공구류 청구건을 대상으로 부대 환경과 군수품의 특성 등 다양한 요인들이 사용자대기기간에 미치는 영향을 식별하였다. 또한 다중선형회귀분석, 의사결정나무 등의 기계학습 기법을 적용하여 예측력을 비교하고, 이를 예측할 수 있는 모형을 연구하고자 하였다. 연구결과 가장 예측력이 좋은 사용자대기기간 예측모형은 다중선형회귀 모형이며 이 모형을 기반으로 하여 향후 전투부대에게 사용자대기기간에 대한 예측모형을 제공할 수 있을 것이다.