시나리오 내용 반영
This commit is contained in:
KIM SU BO committed
1 parent
d9287de729
commit
350bb92bf9
270 files changed
+198867
No files matched your search
@@ -0,0 +1,885 @@
|
||||
{
|
||||
"version": "1.0.0",
|
||||
"exportedAt": "2026-10-08T00:00:00.000Z",
|
||||
"id": "MNT03",
|
||||
"title": "고장률 분석을 통한 다빈도 고장품목 식별",
|
||||
"category": "장비정비·수리부속",
|
||||
"level": 3,
|
||||
"durationDays": 5,
|
||||
"requiredHours": 28.5,
|
||||
"status": "COMPLETED",
|
||||
"isRecommended": false,
|
||||
"summary": "",
|
||||
"objectives": "<p>야전 정비 현장에서는 어떤 부품이 자주 고장 나는지 정확히 알아야 수리부속을 먼저 확보하고 예방정비 주기를 조정할 수 있지만, 차량 전자제어장치(ECU)가 남기는 고장 진단 코드(DTC)는 한 번에 여러 개가 겹쳐 기록되고 부품 간 공유 코드도 있어 첫 번째 코드만 보면 원인 부품을 자주 놓친다. 본 프로젝트는 고장·정비 이력을 연결하고 가동시간 대비 고장률을 계산해 다빈도 고장품목을 식별하는 데이터분석 기본기를 익히는 것을 목표로, 교육용 가상 차량 100대의 18개월 DTC·정비 이력을 코드로 만들어 분석한다. 데이터 스키마 정의, 로그 정제, 단일 코드 Baseline과 파레토·상관 분석, 연관 규칙 기반 근본 원인 예측, 정비 조치 추천과 신뢰도 점수, 설명가능성과 정비병용 진단 화면, 숙련 정비관 2차 진단(HITL) 시뮬레이터, 1,000건 동시 주입 부하 시험, AAR 룰 재튜닝과 효과 산출, 재학습을 포함한 통합 도구까지 단계별로 구현한다. 최종 목표는 다빈도 고장품목을 근거와 함께 식별해 수리부속 확보와 예방정비 우선순위를 정하되, 복합 고장의 최종 판단은 숙련 정비관이 내리도록 지원하는 것이다.</p>",
|
||||
"deliverables": [
|
||||
"docs/mnt03_logistics_domain_spec.md (필수)",
|
||||
"데이터 딕셔너리 (필수)",
|
||||
"src/etl/mnt03_data_cleansing.py (필수)",
|
||||
"정제 품질 보고서 (필수)",
|
||||
"notebooks/mnt03_eda_analysis.ipynb (필수)",
|
||||
"EDA 요약 리포트 (필수)"
|
||||
],
|
||||
"constraints": "<h4>부대 보안 및 개인정보 보호</h4><ul><li><p>실제 부대 편성, 위치, 작전 일정, 군번·성명 등 민감 군사보안 및 개인식별정보는 절대 외부 AI에 입력하지 않는다.</p></li><li><p>모든 실습에는 제공된 교육용 가상 데이터셋 및 시뮬레이션 표본만을 활용한다.</p></li></ul><h4>AI 결과와 인간 최종 판단의 구분 (HITL 원칙)</h4><ul><li><p>AI 모델이 제안한 분석값이나 탐지 결과는 참고 지표이며, 최종 승인·보류·교전·배치 명령은 사람이 확정한다.</p></li><li><p>모든 차량·DTC·정비 이력·부품 단가는 코드 안에서 만든 교육용 가상 자료이며 실제 부대명, 장비 제원, 정비 실적, 실제 고장 진단 코드 체계는 사용하지 않는다. 부대 내 촬영이나 부대 자료의 외부 AI 서비스 입력은 금지한다. 진단·조치 추천은 정비 판단 보조 정보이며 복합 고장과 신뢰도가 낮은 건의 최종 확정은 숙련 정비관이 하고, 실제 정비는 정비 매뉴얼과 안전 절차를 따른다. 비용 절감액 등 금액은 가정 단가로 계산한 상대 비교값으로 예산 근거로 쓰지 않는다. 미션별 정답 코드는 각각 한 파일로 독립 실행된다.</p></li></ul>",
|
||||
"evalSummary": "<h4>공통 PASS/FAIL 판정 원칙</h4><ul><li><p><strong>수행 증거:</strong> 요구된 데이터 전처리, 모델 구현, 검증 지표 산출, HITL 워크플로우 증거가 명확한가?</p></li><li><p><strong>판단 근거:</strong> 오경보/미탐 방지, 신뢰도 등급화, 파라미터 튜닝의 군사적·논리적 근거가 타당한가?</p></li><li><p><strong>앞뒤 연결성:</strong> 앞 미션의 스키마·전처리가 뒤 미션의 예측·대시보드·AAR 재보정에 정상 연계되는가?</p></li><li><p><strong>안전성:</strong> 보안 규정 준수, 극단 과부하 상황에서의 Fail-safe 복원력이 확보되었는가?</p></li></ul><h4>프로젝트 완료 조건</h4><p>10개 미션 전체에서 요구되는 필수([필수]) 평가 기준을 모두 PASS해야 프로젝트 최종 PASS로 판정한다.</p>",
|
||||
"prerequisites": "기본 프로그래밍 지식 및 장비정비·수리부속 데이터 분석 기초",
|
||||
"refFiles": [],
|
||||
"refText": "",
|
||||
"projectSkills": [
|
||||
{
|
||||
"skillId": "competency_군특화문제해결_장비정비·수리부속_문제분석",
|
||||
"level": 3,
|
||||
"category": "군특화문제해결",
|
||||
"subCategory": "장비정비·수리부속 문제분석"
|
||||
},
|
||||
{
|
||||
"skillId": "competency_군특화문제해결_장비정비·수리부속_대안도출",
|
||||
"level": 2,
|
||||
"category": "군특화문제해결",
|
||||
"subCategory": "장비정비·수리부속 대안도출"
|
||||
},
|
||||
{
|
||||
"skillId": "competency_데이터분석검증_결과검증",
|
||||
"level": 3,
|
||||
"category": "데이터분석검증",
|
||||
"subCategory": "AI 결과 검증"
|
||||
},
|
||||
{
|
||||
"skillId": "competency_AI활용역량_도구활용",
|
||||
"level": 2,
|
||||
"category": "AI활용역량",
|
||||
"subCategory": "AI 도구 및 모델 활용"
|
||||
},
|
||||
{
|
||||
"skillId": "competency_전술의사결정_인간검토",
|
||||
"level": 3,
|
||||
"category": "전술의사결정",
|
||||
"subCategory": "HITL 인간 검토 및 책임분계"
|
||||
}
|
||||
],
|
||||
"prerequisiteVods": [],
|
||||
"missions": [
|
||||
{
|
||||
"id": "MNT03_M01",
|
||||
"sequence": 1,
|
||||
"title": "전차/장갑차 전자제어장치(ECU) 고장 진단 코드(DTC) 및 정비 매뉴얼 데이터셋 정의",
|
||||
"durationHours": 1.5,
|
||||
"overview": "<p>전차/장갑차 계열 가상 차량의 ECU 고장 진단 코드(DTC) 발생 로그, 정비 이력, 정비 매뉴얼 데이터셋의 스키마와 데이터 딕셔너리, 고장률 분석 업무 프로세스 맵을 정의한다.</p>",
|
||||
"objectives": "<p>DTC 발생부터 정비 이력 연결, 고장률 집계, 다빈도 품목 식별, 사후검토까지 업무 흐름을 단계별로 정리하고, DTC 로그·정비 건·차량·예측 대상 묶음으로 피처 20개 이상을 정의한다. 예측 대상(근본 원인 부품, 월간 고장 건수, 오진단 여부)을 명확히 하고, 장비·부품 식별코드는 국방 표준 코드 형식을 모사한 가상 코드로 둔다. 가상 데이터에서 표본을 추출해 검증기로 점검하고, 오류를 일부러 넣어 검출되는지 확인한다.</p>",
|
||||
"scenario": "<h4>미션 배경 및 당위성</h4><p>전차/장갑차 전자제어장치(ECU) 고장 진단 코드(DTC) 데이터셋을 정의한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>전차/장갑차 계열 가상 차량의 ECU 고장 진단 코드(DTC) 발생 로그, 정비 이력, 정비 매뉴얼 데이터셋의 스키마와 데이터 딕셔너리, 고장률 분석 업무 프로세스 맵을 정의한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>DTC 발생부터 정비 이력 연결, 고장률 집계, 다빈도 품목 식별, 사후검토까지 업무 흐름을 단계별로 정리하고, DTC 로그·정비 건·차량·예측 대상 묶음으로 피처 20개 이상 정의하고 검증하는</strong> 실습을 체계적으로 수행합니다.</p><p>학습자는 실습가이드에 제시된 총 4개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.</p><p><strong>이번 결과물:</strong> <code>docs/mnt03_logistics_domain_spec.md 및 데이터 딕셔너리</code> 형태의 결과물을 완성한다.</p>",
|
||||
"attachments": [],
|
||||
"materials": [
|
||||
"/uploads/MNT03/mnt03_m01_dataset.json",
|
||||
"/uploads/MNT03/mnt03_m01_sample.md"
|
||||
],
|
||||
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT03/mnt03_m01_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT03/mnt03_m01_sample.md\">실습 및 검증 가이드 (MD)</a></li></ul><p><strong>활용 주의</strong>: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.</p>",
|
||||
"techStack": [
|
||||
"장비정비·수리부속",
|
||||
"데이터분석형",
|
||||
"데이터 전처리",
|
||||
"알고리즘 구현",
|
||||
"HITL 검증"
|
||||
],
|
||||
"deliverables": [
|
||||
"docs/mnt03_logistics_domain_spec.md (필수)",
|
||||
"데이터 딕셔너리 (필수)"
|
||||
],
|
||||
"evaluationKeys": [
|
||||
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[전차/장갑차 전자제어장치(ECU) 고장 진단 코드(DTC) 및 정비 매뉴얼 데이터셋 정의] 요구된 핵심 성능 기준(업무 프로세스 맵 작성 완료, 필요 피처(Feature) 목록 20개 이상 정의)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>업무 프로세스 맵 작성 완료, 필요 피처(Feature) 목록 20개 이상 정의 기준을 충족하고 도메인 분석서 및 데이터 요구명세서 승인을 만족하는 실행 결과 및 로그가 제출되었다.</p><h4>보완이 필요한 상태</h4><p>정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.</p><h4>보완 방법</h4><p>국방 표준 군수 코드(NIIN, FSC 등) 체계 반영을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
|
||||
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 군수 실무 업무 프로세스와의 일치성 및 분석 목표의 명확성 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>군수 실무 업무 프로세스와의 일치성 및 분석 목표의 명확성이 논리적으로 검증되었으며 군수 담당 실무자 인터뷰 및 기존 전산체계 데이터 구조 대조를 통한 무결성이 확인되었다.</p><h4>보완이 필요한 상태</h4><p>비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.</p><h4>보완 방법</h4><p>교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.</p>"
|
||||
],
|
||||
"evaluationTypes": [
|
||||
"REQUIRED",
|
||||
"REQUIRED"
|
||||
],
|
||||
"evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>핵심 평가영역:</strong> 군수 실무 업무 프로세스와의 일치성 및 분석 목표의 명확성</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: 업무 프로세스 맵 작성 완료, 필요 피처(Feature) 목록 20개 이상 정의</p></li><li><p>진행 기준: 도메인 분석서 및 데이터 요구명세서 승인</p></li><li><p>검증 방법: 군수 담당 실무자 인터뷰 및 기존 전산체계 데이터 구조 대조</p></li></ul><h4>채점자 판정 메모</h4><blockquote><p>단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.</p></blockquote>",
|
||||
"aiGuidelines": {
|
||||
"allow": [
|
||||
"데이터 전처리 알고리즘 및 정규화 서식 추천받기",
|
||||
"이상치 탐지 및 모델 파라미터 튜닝 아이디어 제안받기",
|
||||
"대시보드 UI 컴포넌트 코드 및 시각화 서식 생성하기"
|
||||
],
|
||||
"rules": [
|
||||
"최종 판정 및 지휘 결심은 학습자가 직접 수행한다.",
|
||||
"실제 군사 비밀이나 개인 식별 정보는 입력하지 않는다.",
|
||||
"AI의 출력 결과를 맹신하지 않고 반드시 단위 테스트로 검증한다."
|
||||
],
|
||||
"forbid": [
|
||||
"실제 군사 작전/인사 비밀 데이터를 AI에 입력하기",
|
||||
"검증 없이 AI가 생성한 코드를 그대로 제출하기",
|
||||
"단정적인 자동 결심 결과를 인간 검토 없이 확정하기"
|
||||
]
|
||||
},
|
||||
"guideSteps": [
|
||||
{
|
||||
"step": 1,
|
||||
"problem": "M1 코드를 실행해 데이터 딕셔너리(DTC 로그·정비 건·차량·예측 대상)와 피처 수를 확...",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>M1 코드를 실행해 데이터 딕셔너리(DTC 로그·정비 건·차량·예측 대상)와 피처 수를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M1 코드를 실행해 데이터 딕셔너리(DTC 로그·정비 건·차량·예측 대상)와 피처 수를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>피처 23개(목표 20개 이상), 표본 20건 검증 오류 0건 주입 오류 5건 모두 검출</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M1 코드를 실행해 데이터 딕셔너리(DTC 로그·정비 건·차량·예측 대상)와 피처 수를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>M1 코드를 실행해 데이터 딕셔너리(DTC 로그·정비 건·차량·예측 대상)와 피처 수를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(피처 23개(목표 20개 이상), 표본 20건 검증 오류 0건 주입 오류 5건 모두 검출)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 2,
|
||||
"problem": "업무 프로세스 맵 9단계에서 각 단계의 입력·출력 데이터를 정리한다.",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>업무 프로세스 맵 9단계에서 각 단계의 입력·출력 데이터를 정리한다.</p><h4>해야 할 일</h4><ol><li><p>업무 프로세스 맵 9단계에서 각 단계의 입력·출력 데이터를 정리한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>피처 23개(목표 20개 이상), 표본 20건 검증 오류 0건 주입 오류 5건 모두 검출</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>업무 프로세스 맵 9단계에서 각 단계의 입력·출력 데이터를 정리한다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>업무 프로세스 맵 9단계에서 각 단계의 입력·출력 데이터를 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(피처 23개(목표 20개 이상), 표본 20건 검증 오류 0건 주입 오류 5건 모두 검출)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 3,
|
||||
"problem": "오류 주입 결과에서 각 오류가 어떤 규칙(형식·허용값·누락·범위·자료형)에 걸렸는지 표로 ...",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>오류 주입 결과에서 각 오류가 어떤 규칙(형식·허용값·누락·범위·자료형)에 걸렸는지 표로 정리한다.</p><h4>해야 할 일</h4><ol><li><p>오류 주입 결과에서 각 오류가 어떤 규칙(형식·허용값·누락·범위·자료형)에 걸렸는지 표로 정리한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>피처 23개(목표 20개 이상), 표본 20건 검증 오류 0건 주입 오류 5건 모두 검출</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>오류 주입 결과에서 각 오류가 어떤 규칙(형식·허용값·누락·범위·자료형)에 걸렸는지 표로 정리한다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>오류 주입 결과에서 각 오류가 어떤 규칙(형식·허용값·누락·범위·자료형)에 걸렸는지 표로 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(피처 23개(목표 20개 이상), 표본 20건 검증 오류 0건 주입 오류 5건 모두 검출)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 4,
|
||||
"problem": "도전 과제 및 파라미터 튜닝 최적화",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.</p><h4>해야 할 일</h4><p>차량 묶음에 '정비 후 경과일(days_since_pm, 0 이상)' 필드를 추가하고 음수 값을 넣어 검출되는지 확인한다.</p><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.</p></li></ul>",
|
||||
"attachments": []
|
||||
}
|
||||
]
|
||||
},
|
||||
{
|
||||
"id": "MNT03_M02",
|
||||
"sequence": 2,
|
||||
"title": "DTC 시계열 발생 로그 정제, 동시 발생 코드 정규화 전처리 모듈 구현",
|
||||
"durationHours": 2.0,
|
||||
"overview": "<p>DTC 시계열 발생 로그를 정제하고 같은 정비 건에서 동시 발생한 코드를 정규화하는 전처리 모듈을 구현한다.</p>",
|
||||
"objectives": "<p>중복 행 제거, 차량 ID·DTC 코드·시각 표기 통일, 가동시간 단위 통일, 음수 가동시간 결측 처리, 미등록 차량·미정의 코드 격리, KNN 결측 보정, 동시 발생 코드의 정비 건 묶음·정렬 등 정제 규칙 10종을 적용한다. 긴급·비계획 정비처럼 이상값으로 보여도 군수 예외인 기록은 지우지 않고 표시만 한다. 정제 전후 기술통계와 정합성 검증 결과를 비교한다.</p>",
|
||||
"scenario": "<h4>미션 배경 및 당위성</h4><p>DTC 발생 로그 정제 및 동시 발생 코드 정규화 전처리 모듈을 구현한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>DTC 시계열 발생 로그를 정제하고 같은 정비 건에서 동시 발생한 코드를 정규화하는 전처리 모듈을 구현한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>중복 행 제거, 차량 ID·DTC 코드·시각 표기 통일, 가동시간 단위 통일, 음수 가동시간 결측 처리, 미등록 차량·미정의 코드 격리, KNN 결측 보정, 동시 발생 코드의 정비 건 묶음·정렬 등 정제 규칙 10종을 적용 수행하고 검증하는</strong> 실습을 체계적으로 수행합니다.</p><p>학습자는 실습가이드에 제시된 총 4개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.</p><p><strong>이번 결과물:</strong> <code>src/etl/mnt03_data_cleansing.py 및 정제 품질 보고서</code> 형태의 결과물을 완성한다.</p>",
|
||||
"attachments": [],
|
||||
"materials": [
|
||||
"/uploads/MNT03/mnt03_m02_dataset.json",
|
||||
"/uploads/MNT03/mnt03_m02_sample.md"
|
||||
],
|
||||
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT03/mnt03_m02_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT03/mnt03_m02_sample.md\">실습 및 검증 가이드 (MD)</a></li></ul><p><strong>활용 주의</strong>: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.</p>",
|
||||
"techStack": [
|
||||
"장비정비·수리부속",
|
||||
"데이터분석형",
|
||||
"데이터 전처리",
|
||||
"알고리즘 구현",
|
||||
"HITL 검증"
|
||||
],
|
||||
"deliverables": [
|
||||
"src/etl/mnt03_data_cleansing.py (필수)",
|
||||
"정제 품질 보고서 (필수)"
|
||||
],
|
||||
"evaluationKeys": [
|
||||
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[DTC 시계열 발생 로그 정제, 동시 발생 코드 정규화 전처리 모듈 구현] 요구된 핵심 성능 기준(데이터 정제 규칙 10종 적용, 데이터 정합성 검증 통과율 100%)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>데이터 정제 규칙 10종 적용, 데이터 정합성 검증 통과율 100% 기준을 충족하고 ETL 파이프라인 구현 및 정제된 마스터 데이터셋 구축을 만족하는 실행 결과 및 로그가 제출되었다.</p><h4>보완이 필요한 상태</h4><p>정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.</p><h4>보완 방법</h4><p>자동 결측치 보정 알고리즘(KNN, 계절성 보간 등) 적용을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
|
||||
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 군수 특수 예외(비계획 정비, 긴급 불출 등) 데이터 보존의 타당성 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>군수 특수 예외(비계획 정비, 긴급 불출 등) 데이터 보존의 타당성이 논리적으로 검증되었으며 전후 데이터 통계량(기술통계) 비교 및 무결성 검증를 통한 무결성이 확인되었다.</p><h4>보완이 필요한 상태</h4><p>비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.</p><h4>보완 방법</h4><p>교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.</p>"
|
||||
],
|
||||
"evaluationTypes": [
|
||||
"REQUIRED",
|
||||
"REQUIRED"
|
||||
],
|
||||
"evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>핵심 평가영역:</strong> 군수 특수 예외(비계획 정비, 긴급 불출 등) 데이터 보존의 타당성</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: 데이터 정제 규칙 10종 적용, 데이터 정합성 검증 통과율 100%</p></li><li><p>진행 기준: ETL 파이프라인 구현 및 정제된 마스터 데이터셋 구축</p></li><li><p>검증 방법: 전후 데이터 통계량(기술통계) 비교 및 무결성 검증</p></li></ul><h4>채점자 판정 메모</h4><blockquote><p>단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.</p></blockquote>",
|
||||
"aiGuidelines": {
|
||||
"allow": [
|
||||
"데이터 전처리 알고리즘 및 정규화 서식 추천받기",
|
||||
"이상치 탐지 및 모델 파라미터 튜닝 아이디어 제안받기",
|
||||
"대시보드 UI 컴포넌트 코드 및 시각화 서식 생성하기"
|
||||
],
|
||||
"rules": [
|
||||
"최종 판정 및 지휘 결심은 학습자가 직접 수행한다.",
|
||||
"실제 군사 비밀이나 개인 식별 정보는 입력하지 않는다.",
|
||||
"AI의 출력 결과를 맹신하지 않고 반드시 단위 테스트로 검증한다."
|
||||
],
|
||||
"forbid": [
|
||||
"실제 군사 작전/인사 비밀 데이터를 AI에 입력하기",
|
||||
"검증 없이 AI가 생성한 코드를 그대로 제출하기",
|
||||
"단정적인 자동 결심 결과를 인간 검토 없이 확정하기"
|
||||
]
|
||||
},
|
||||
"guideSteps": [
|
||||
{
|
||||
"step": 1,
|
||||
"problem": "M2 코드를 실행해 정제 규칙 10종별 처리 건수를 확인한다.",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>M2 코드를 실행해 정제 규칙 10종별 처리 건수를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M2 코드를 실행해 정제 규칙 10종별 처리 건수를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>정합성 검증 10/10 통과(통과율 100%) 중복 150건 제거, 비계획 예외 40건 보존, 결측 261 -> 0</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M2 코드를 실행해 정제 규칙 10종별 처리 건수를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>M2 코드를 실행해 정제 규칙 10종별 처리 건수를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(정합성 검증 10/10 통과(통과율 100%) 중복 150건 제거, 비계획 예외 40건 보존, 결측 261 -> 0)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 2,
|
||||
"problem": "R10(긴급·비계획 정비 보존)이 일반 이상값 처리와 어떻게 다른지 설명한다.",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>R10(긴급·비계획 정비 보존)이 일반 이상값 처리와 어떻게 다른지 설명한다.</p><h4>해야 할 일</h4><ol><li><p>R10(긴급·비계획 정비 보존)이 일반 이상값 처리와 어떻게 다른지 설명한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>정합성 검증 10/10 통과(통과율 100%) 중복 150건 제거, 비계획 예외 40건 보존, 결측 261 -> 0</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>R10(긴급·비계획 정비 보존)이 일반 이상값 처리와 어떻게 다른지 설명한다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>R10(긴급·비계획 정비 보존)이 일반 이상값 처리와 어떻게 다른지 설명한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(정합성 검증 10/10 통과(통과율 100%) 중복 150건 제거, 비계획 예외 40건 보존, 결측 261 -> 0)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 3,
|
||||
"problem": "정제 전후 기술통계 표로 차량·코드 종류 수, 가동시간 평균, 결측 수의 변화를 정리한다.",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>정제 전후 기술통계 표로 차량·코드 종류 수, 가동시간 평균, 결측 수의 변화를 정리한다.</p><h4>해야 할 일</h4><ol><li><p>정제 전후 기술통계 표로 차량·코드 종류 수, 가동시간 평균, 결측 수의 변화를 정리한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>정합성 검증 10/10 통과(통과율 100%) 중복 150건 제거, 비계획 예외 40건 보존, 결측 261 -> 0</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>정제 전후 기술통계 표로 차량·코드 종류 수, 가동시간 평균, 결측 수의 변화를 정리한다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>정제 전후 기술통계 표로 차량·코드 종류 수, 가동시간 평균, 결측 수의 변화를 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(정합성 검증 10/10 통과(통과율 100%) 중복 150건 제거, 비계획 예외 40건 보존, 결측 261 -> 0)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 4,
|
||||
"problem": "도전 과제 및 파라미터 튜닝 최적화",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.</p><h4>해야 할 일</h4><p>KNNImputer의 이웃 수를 바꿔(예: 5 -> 2) 보정된 가동시간 평균이 어떻게 달라지는지 확인한다.</p><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.</p></li></ul>",
|
||||
"attachments": []
|
||||
}
|
||||
]
|
||||
},
|
||||
{
|
||||
"id": "MNT03_M03",
|
||||
"sequence": 3,
|
||||
"title": "단일 고장 코드 기반 1차 고장 부품 매핑 Baseline 알고리즘 구현",
|
||||
"durationHours": 2.5,
|
||||
"overview": "<p>단일 고장 코드 기반 1차 고장 부품 매핑 Baseline(첫 기록 코드와 가장 자주 함께 나온 부품)을 구현하고, 탐색적 분석으로 다빈도 고장품목과 고장 증가 요인을 찾는다.</p>",
|
||||
"objectives": "<p>학습 기간 이력으로 코드와 부품의 대응표를 만들어 검증 기간의 부품 정확도를 측정하고, 공유·증상 코드처럼 모호한 코드가 첫 기록일 때 정확도가 떨어지는지 확인한다. 부품별 1000가동시간당 고장률, 파레토(ABC) 등급, 차량별 정비 건수와 피처의 상관계수·p-value를 계산하고 EDA 차트 8종 이상을 그린다. 상위 20% 품목이 전체 고장에서 차지하는 비중으로 핵심 관리 대상을 식별한다.</p>",
|
||||
"scenario": "<h4>미션 배경 및 당위성</h4><p>단일 고장 코드 기반 1차 고장 부품 매핑 Baseline 알고리즘을 구현한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>단일 고장 코드 기반 1차 고장 부품 매핑 Baseline(첫 기록 코드와 가장 자주 함께 나온 부품)을 구현하고, 탐색적 분석으로 다빈도 고장품목과 고장 증가 요인을 찾는다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>학습 기간 이력으로 코드와 부품의 대응표를 만들어 검증 기간의 부품 정확도를 측정하고, 공유·증상 코드처럼 모호한 코드가 첫 기록일 때 정확도가 떨어지는지 확인하고 유효성을 점검하는</strong> 실습을 체계적으로 수행합니다.</p><p>학습자는 실습가이드에 제시된 총 4개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.</p><p><strong>이번 결과물:</strong> <code>notebooks/mnt03_eda_analysis.ipynb 및 EDA 요약 리포트</code> 형태의 결과물을 완성한다.</p>",
|
||||
"attachments": [],
|
||||
"materials": [
|
||||
"/uploads/MNT03/mnt03_m03_dataset.json",
|
||||
"/uploads/MNT03/mnt03_m03_sample.md"
|
||||
],
|
||||
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT03/mnt03_m03_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT03/mnt03_m03_sample.md\">실습 및 검증 가이드 (MD)</a></li></ul><p><strong>활용 주의</strong>: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.</p>",
|
||||
"techStack": [
|
||||
"장비정비·수리부속",
|
||||
"데이터분석형",
|
||||
"데이터 전처리",
|
||||
"알고리즘 구현",
|
||||
"HITL 검증"
|
||||
],
|
||||
"deliverables": [
|
||||
"notebooks/mnt03_eda_analysis.ipynb (필수)",
|
||||
"EDA 요약 리포트 (필수)"
|
||||
],
|
||||
"evaluationKeys": [
|
||||
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[단일 고장 코드 기반 1차 고장 부품 매핑 Baseline 알고리즘 구현] 요구된 핵심 성능 기준(EDA 시각화 차트 8종 이상 생성, 유의미한 상관관계 피처 5개 이상 도출)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>EDA 시각화 차트 8종 이상 생성, 유의미한 상관관계 피처 5개 이상 도출 기준을 충족하고 EDA 노트북 실행 완료 및 핵심 발견점(Key Findings) 문서화을 만족하는 실행 결과 및 로그가 제출되었다.</p><h4>보완이 필요한 상태</h4><p>정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.</p><h4>보완 방법</h4><p>파레토 분석(ABC 분류)을 통한 상위 20% 핵심 관리 대상 식별을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
|
||||
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 군수 의사결정에 직관적인 인사이트 제공 수준 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>군수 의사결정에 직관적인 인사이트 제공 수준이 논리적으로 검증되었으며 통계적 가설 검정(p-value, 상관계수)을 통한 유의성 검증를 통한 무결성이 확인되었다.</p><h4>보완이 필요한 상태</h4><p>비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.</p><h4>보완 방법</h4><p>교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.</p>"
|
||||
],
|
||||
"evaluationTypes": [
|
||||
"REQUIRED",
|
||||
"REQUIRED"
|
||||
],
|
||||
"evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>핵심 평가영역:</strong> 군수 의사결정에 직관적인 인사이트 제공 수준</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: EDA 시각화 차트 8종 이상 생성, 유의미한 상관관계 피처 5개 이상 도출</p></li><li><p>진행 기준: EDA 노트북 실행 완료 및 핵심 발견점(Key Findings) 문서화</p></li><li><p>검증 방법: 통계적 가설 검정(p-value, 상관계수)을 통한 유의성 검증</p></li></ul><h4>채점자 판정 메모</h4><blockquote><p>단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.</p></blockquote>",
|
||||
"aiGuidelines": {
|
||||
"allow": [
|
||||
"데이터 전처리 알고리즘 및 정규화 서식 추천받기",
|
||||
"이상치 탐지 및 모델 파라미터 튜닝 아이디어 제안받기",
|
||||
"대시보드 UI 컴포넌트 코드 및 시각화 서식 생성하기"
|
||||
],
|
||||
"rules": [
|
||||
"최종 판정 및 지휘 결심은 학습자가 직접 수행한다.",
|
||||
"실제 군사 비밀이나 개인 식별 정보는 입력하지 않는다.",
|
||||
"AI의 출력 결과를 맹신하지 않고 반드시 단위 테스트로 검증한다."
|
||||
],
|
||||
"forbid": [
|
||||
"실제 군사 작전/인사 비밀 데이터를 AI에 입력하기",
|
||||
"검증 없이 AI가 생성한 코드를 그대로 제출하기",
|
||||
"단정적인 자동 결심 결과를 인간 검토 없이 확정하기"
|
||||
]
|
||||
},
|
||||
"guideSteps": [
|
||||
{
|
||||
"step": 1,
|
||||
"problem": "M3 코드를 실행해 Baseline의 부품·계통 정확도와 모호 코드 첫 기록 건의 정확도를...",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>M3 코드를 실행해 Baseline의 부품·계통 정확도와 모호 코드 첫 기록 건의 정확도를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M3 코드를 실행해 Baseline의 부품·계통 정확도와 모호 코드 첫 기록 건의 정확도를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>Baseline 부품 정확도 68.7%, 계통 정확도 96.8% 상위 4종이 전체 고장의 75%, 유의 피처 6개, EDA 차트 8종</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M3 코드를 실행해 Baseline의 부품·계통 정확도와 모호 코드 첫 기록 건의 정확도를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>M3 코드를 실행해 Baseline의 부품·계통 정확도와 모호 코드 첫 기록 건의 정확도를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(Baseline 부품 정확도 68.7%, 계통 정확도 96.8% 상위 4종이 전체 고장의 75%, 유의 피처 6개, EDA 차트 8종)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 2,
|
||||
"problem": "파레토 표에서 A등급 품목과 상위 20% 비중을 확인한다.",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>파레토 표에서 A등급 품목과 상위 20% 비중을 확인한다.</p><h4>해야 할 일</h4><ol><li><p>파레토 표에서 A등급 품목과 상위 20% 비중을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>Baseline 부품 정확도 68.7%, 계통 정확도 96.8% 상위 4종이 전체 고장의 75%, 유의 피처 6개, EDA 차트 8종</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>파레토 표에서 A등급 품목과 상위 20% 비중을 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>파레토 표에서 A등급 품목과 상위 20% 비중을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(Baseline 부품 정확도 68.7%, 계통 정확도 96.8% 상위 4종이 전체 고장의 75%, 유의 피처 6개, EDA 차트 8종)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 3,
|
||||
"problem": "상관분석 표에서 유의한 피처를 고르고 EDA 차트 8종을 살펴 핵심 발견점 3가지를 쓴다.",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>상관분석 표에서 유의한 피처를 고르고 EDA 차트 8종을 살펴 핵심 발견점 3가지를 쓴다.</p><h4>해야 할 일</h4><ol><li><p>상관분석 표에서 유의한 피처를 고르고 EDA 차트 8종을 살펴 핵심 발견점 3가지를 쓴다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>Baseline 부품 정확도 68.7%, 계통 정확도 96.8% 상위 4종이 전체 고장의 75%, 유의 피처 6개, EDA 차트 8종</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>상관분석 표에서 유의한 피처를 고르고 EDA 차트 8종을 살펴 핵심 발견점 3가지를 쓴다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>상관분석 표에서 유의한 피처를 고르고 EDA 차트 8종을 살펴 핵심 발견점 3가지를 쓴다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(Baseline 부품 정확도 68.7%, 계통 정확도 96.8% 상위 4종이 전체 고장의 75%, 유의 피처 6개, EDA 차트 8종)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 4,
|
||||
"problem": "도전 과제 및 파라미터 튜닝 최적화",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.</p><h4>해야 할 일</h4><p>Baseline 대응표를 만드는 학습 기간(앞쪽 월 수)을 줄여 Baseline 정확도와 모호 코드 건 정확도가 어떻게 변하는지 확인한다.</p><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.</p></li></ul>",
|
||||
"attachments": []
|
||||
}
|
||||
]
|
||||
},
|
||||
{
|
||||
"id": "MNT03_M04",
|
||||
"sequence": 4,
|
||||
"title": "연관 규칙 마이닝(Apriori/FP-Growth) 기반 다중 DTC 동시 발생 시 근본 원인 예측 모델 고도화",
|
||||
"durationHours": 3.0,
|
||||
"overview": "<p>연관 규칙 마이닝(Apriori)으로 다중 DTC 동시 발생 시 근본 원인 부품을 예측하는 모델을 고도화하고, 월간 고장 건수 기준 모델의 파생 피처를 설계한다.</p>",
|
||||
"objectives": "<p>동시 발생 DTC 세트와 근본 원인 부품을 항목으로 보고 최소 지지도 미만을 가지치기하며 빈발 항목집합과 연관 규칙(신뢰도·향상도)을 구한다. 규칙 기반 예측을 단일 코드 Baseline과 비교하고, 지연값·기대 고장 수·계절 요인 등 파생 피처 10개 이상으로 월간 고장 건수 모델을 만든다. 시계열 교차검증(과거로만 학습)으로 MAPE를 평가하고 피처 중요도로 차원을 줄인다.</p>",
|
||||
"scenario": "<h4>미션 배경 및 당위성</h4><p>연관 규칙 마이닝 기반 다중 DTC 동시 발생 시 근본 원인 예측 모델을 고도화한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>연관 규칙 마이닝(Apriori)으로 다중 DTC 동시 발생 시 근본 원인 부품을 예측하는 모델을 고도화하고, 월간 고장 건수 기준 모델의 파생 피처를 설계한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>동시 발생 DTC 세트와 근본 원인 부품을 항목으로 보고 최소 지지도 미만을 가지치기하며 빈발 항목집합과 연관 규칙(신뢰도·향상도)을 구 수행하고 검증하는</strong> 실습을 체계적으로 수행합니다.</p><p>학습자는 실습가이드에 제시된 총 4개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.</p><p><strong>이번 결과물:</strong> <code>src/features/mnt03_feature_engineering.py 및 기준 모델</code> 형태의 결과물을 완성한다.</p>",
|
||||
"attachments": [],
|
||||
"materials": [
|
||||
"/uploads/MNT03/mnt03_m04_dataset.json",
|
||||
"/uploads/MNT03/mnt03_m04_sample.md"
|
||||
],
|
||||
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT03/mnt03_m04_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT03/mnt03_m04_sample.md\">실습 및 검증 가이드 (MD)</a></li></ul><p><strong>활용 주의</strong>: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.</p>",
|
||||
"techStack": [
|
||||
"장비정비·수리부속",
|
||||
"데이터분석형",
|
||||
"데이터 전처리",
|
||||
"알고리즘 구현",
|
||||
"HITL 검증"
|
||||
],
|
||||
"deliverables": [
|
||||
"src/features/mnt03_feature_engineering.py (필수)",
|
||||
"기준 모델 (필수)"
|
||||
],
|
||||
"evaluationKeys": [
|
||||
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[연관 규칙 마이닝(Apriori/FP-Growth) 기반 다중 DTC 동시 발생 시 근본 원인 예측 모델 고도화] 요구된 핵심 성능 기준(파생 피처 10개 이상 생성, 기준 모델 MAPE 25% 이하 달성)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>파생 피처 10개 이상 생성, 기준 모델 MAPE 25% 이하 달성 기준을 충족하고 피처 파이프라인 및 베이스라인 모델 성능 지표 도출을 만족하는 실행 결과 및 로그가 제출되었다.</p><h4>보완이 필요한 상태</h4><p>정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.</p><h4>보완 방법</h4><p>피처 중요도(Feature Importance) 분석을 통한 차원 축소을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
|
||||
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 군수 실무에서 납득 가능한 피처 설계의 논리성 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>군수 실무에서 납득 가능한 피처 설계의 논리성이 논리적으로 검증되었으며 교차 검증(Time-series Cross Validation)을 통한 과적합 방지를 통한 무결성이 확인되었다.</p><h4>보완이 필요한 상태</h4><p>비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.</p><h4>보완 방법</h4><p>교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.</p>"
|
||||
],
|
||||
"evaluationTypes": [
|
||||
"REQUIRED",
|
||||
"REQUIRED"
|
||||
],
|
||||
"evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>핵심 평가영역:</strong> 군수 실무에서 납득 가능한 피처 설계의 논리성</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: 파생 피처 10개 이상 생성, 기준 모델 MAPE 25% 이하 달성</p></li><li><p>진행 기준: 피처 파이프라인 및 베이스라인 모델 성능 지표 도출</p></li><li><p>검증 방법: 교차 검증(Time-series Cross Validation)을 통한 과적합 방지</p></li></ul><h4>채점자 판정 메모</h4><blockquote><p>단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.</p></blockquote>",
|
||||
"aiGuidelines": {
|
||||
"allow": [
|
||||
"데이터 전처리 알고리즘 및 정규화 서식 추천받기",
|
||||
"이상치 탐지 및 모델 파라미터 튜닝 아이디어 제안받기",
|
||||
"대시보드 UI 컴포넌트 코드 및 시각화 서식 생성하기"
|
||||
],
|
||||
"rules": [
|
||||
"최종 판정 및 지휘 결심은 학습자가 직접 수행한다.",
|
||||
"실제 군사 비밀이나 개인 식별 정보는 입력하지 않는다.",
|
||||
"AI의 출력 결과를 맹신하지 않고 반드시 단위 테스트로 검증한다."
|
||||
],
|
||||
"forbid": [
|
||||
"실제 군사 작전/인사 비밀 데이터를 AI에 입력하기",
|
||||
"검증 없이 AI가 생성한 코드를 그대로 제출하기",
|
||||
"단정적인 자동 결심 결과를 인간 검토 없이 확정하기"
|
||||
]
|
||||
},
|
||||
"guideSteps": [
|
||||
{
|
||||
"step": 1,
|
||||
"problem": "M4 코드를 실행해 연관 규칙 수와 대표 규칙(지지도·신뢰도·향상도)을 확인한다.",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>M4 코드를 실행해 연관 규칙 수와 대표 규칙(지지도·신뢰도·향상도)을 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M4 코드를 실행해 연관 규칙 수와 대표 규칙(지지도·신뢰도·향상도)을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>연관 규칙 57개, 근본 원인 정확도 68.7% -> 78.3% 파생 피처 13개, 교차검증 평균 MAPE 21.3%(목표 25% 이하)</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M4 코드를 실행해 연관 규칙 수와 대표 규칙(지지도·신뢰도·향상도)을 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>M4 코드를 실행해 연관 규칙 수와 대표 규칙(지지도·신뢰도·향상도)을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(연관 규칙 57개, 근본 원인 정확도 68.7% -> 78.3% 파생 피처 13개, 교차검증 평균 MAPE 21.3%(목표 25% 이하))를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 2,
|
||||
"problem": "단일 코드 Baseline과 연관 규칙의 근본 원인 정확도를 비교한다.",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>단일 코드 Baseline과 연관 규칙의 근본 원인 정확도를 비교한다.</p><h4>해야 할 일</h4><ol><li><p>단일 코드 Baseline과 연관 규칙의 근본 원인 정확도를 비교한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>연관 규칙 57개, 근본 원인 정확도 68.7% -> 78.3% 파생 피처 13개, 교차검증 평균 MAPE 21.3%(목표 25% 이하)</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>단일 코드 Baseline과 연관 규칙의 근본 원인 정확도를 비교한다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>단일 코드 Baseline과 연관 규칙의 근본 원인 정확도를 비교한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(연관 규칙 57개, 근본 원인 정확도 68.7% -> 78.3% 파생 피처 13개, 교차검증 평균 MAPE 21.3%(목표 25% 이하))를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 3,
|
||||
"problem": "시계열 교차검증 폴드별 MAPE와 피처 중요도 상위 인자를 확인하고 차원 축소 결과를 해석...",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>시계열 교차검증 폴드별 MAPE와 피처 중요도 상위 인자를 확인하고 차원 축소 결과를 해석한다.</p><h4>해야 할 일</h4><ol><li><p>시계열 교차검증 폴드별 MAPE와 피처 중요도 상위 인자를 확인하고 차원 축소 결과를 해석한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>연관 규칙 57개, 근본 원인 정확도 68.7% -> 78.3% 파생 피처 13개, 교차검증 평균 MAPE 21.3%(목표 25% 이하)</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>시계열 교차검증 폴드별 MAPE와 피처 중요도 상위 인자를 확인하고 차원 축소 결과를 해석한다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>시계열 교차검증 폴드별 MAPE와 피처 중요도 상위 인자를 확인하고 차원 축소 결과를 해석한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(연관 규칙 57개, 근본 원인 정확도 68.7% -> 78.3% 파생 피처 13개, 교차검증 평균 MAPE 21.3%(목표 25% 이하))를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 4,
|
||||
"problem": "도전 과제 및 파라미터 튜닝 최적화",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.</p><h4>해야 할 일</h4><p>apriori의 min_sup을 0.004에서 0.01로 올려 빈발 항목집합과 규칙 수가 어떻게 줄어드는지 확인한다.</p><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.</p></li></ul>",
|
||||
"attachments": []
|
||||
}
|
||||
]
|
||||
},
|
||||
{
|
||||
"id": "MNT03_M05",
|
||||
"sequence": 5,
|
||||
"title": "DTC 기반 정비 조치 가이드라인 및 추천 신뢰도 점수 산출 엔진 개발",
|
||||
"durationHours": 3.5,
|
||||
"overview": "<p>DTC 입력으로 정비 조치 가이드라인과 추천 신뢰도 점수를 산출하는 엔진을 개발하고 기준 모델 대비 개선을 확인한다.</p>",
|
||||
"objectives": "<p>코드 유형별 가중치를 둔 고장 부품 확률 모델로 상위 3개 후보와 신뢰도를 내고, 후보별 정비 조치 절차를 진단 카드로 출력한다. 신뢰도 구간별 실제 정확도(보정 오차)를 점검하고 신뢰도가 낮은 건은 숙련 정비관 확인을 권고한다. 월간 고장 건수 예측은 앙상블(릿지+그래디언트 부스팅)과 하이퍼파라미터 탐색으로 전월값 기준 모델과 Hold-out 비교한다.</p>",
|
||||
"scenario": "<h4>미션 배경 및 당위성</h4><p>DTC 기반 정비 조치 가이드라인 및 추천 신뢰도 점수 산출 엔진을 개발한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>DTC 입력으로 정비 조치 가이드라인과 추천 신뢰도 점수를 산출하는 엔진을 개발하고 기준 모델 대비 개선을 확인한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>코드 유형별 가중치를 둔 고장 부품 확률 모델로 상위 3개 후보와 신뢰도를 내고, 후보별 정비 조치 절차를 진단 카드로 출력 수행하고 검증하는</strong> 실습을 체계적으로 수행합니다.</p><p>학습자는 실습가이드에 제시된 총 4개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.</p><p><strong>이번 결과물:</strong> <code>src/models/mnt03_advanced_model.py</code> 형태의 결과물을 완성한다.</p>",
|
||||
"attachments": [],
|
||||
"materials": [
|
||||
"/uploads/MNT03/mnt03_m05_dataset.json",
|
||||
"/uploads/MNT03/mnt03_m05_sample.md"
|
||||
],
|
||||
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT03/mnt03_m05_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT03/mnt03_m05_sample.md\">실습 및 검증 가이드 (MD)</a></li></ul><p><strong>활용 주의</strong>: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.</p>",
|
||||
"techStack": [
|
||||
"장비정비·수리부속",
|
||||
"데이터분석형",
|
||||
"데이터 전처리",
|
||||
"알고리즘 구현",
|
||||
"HITL 검증"
|
||||
],
|
||||
"deliverables": [
|
||||
"src/models/mnt03_advanced_model.py (필수)"
|
||||
],
|
||||
"evaluationKeys": [
|
||||
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[DTC 기반 정비 조치 가이드라인 및 추천 신뢰도 점수 산출 엔진 개발] 요구된 핵심 성능 기준(기준 모델 대비 오차율(MAE/RMSE) 20% 이상 개선, R2 Score 0.85 이상)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>기준 모델 대비 오차율(MAE/RMSE) 20% 이상 개선, R2 Score 0.85 이상 기준을 충족하고 모델 하이퍼파라미터 튜닝 완료 및 최적 모델 가중치 저장을 만족하는 실행 결과 및 로그가 제출되었다.</p><h4>보완이 필요한 상태</h4><p>정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.</p><h4>보완 방법</h4><p>앙상블(Ensemble) 기법 적용을 통한 일반화 성능 강화을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
|
||||
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 비정형/불규칙 수요에 대한 모델의 적응력 및 예측 안정성 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>비정형/불규칙 수요에 대한 모델의 적응력 및 예측 안정성이 논리적으로 검증되었으며 Hold-out 테스트 데이터셋 대상 최종 성능 평가를 통한 무결성이 확인되었다.</p><h4>보완이 필요한 상태</h4><p>비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.</p><h4>보완 방법</h4><p>교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.</p>"
|
||||
],
|
||||
"evaluationTypes": [
|
||||
"REQUIRED",
|
||||
"REQUIRED"
|
||||
],
|
||||
"evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>핵심 평가영역:</strong> 비정형/불규칙 수요에 대한 모델의 적응력 및 예측 안정성</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: 기준 모델 대비 오차율(MAE/RMSE) 20% 이상 개선, R2 Score 0.85 이상</p></li><li><p>진행 기준: 모델 하이퍼파라미터 튜닝 완료 및 최적 모델 가중치 저장</p></li><li><p>검증 방법: Hold-out 테스트 데이터셋 대상 최종 성능 평가</p></li></ul><h4>채점자 판정 메모</h4><blockquote><p>단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.</p></blockquote>",
|
||||
"aiGuidelines": {
|
||||
"allow": [
|
||||
"데이터 전처리 알고리즘 및 정규화 서식 추천받기",
|
||||
"이상치 탐지 및 모델 파라미터 튜닝 아이디어 제안받기",
|
||||
"대시보드 UI 컴포넌트 코드 및 시각화 서식 생성하기"
|
||||
],
|
||||
"rules": [
|
||||
"최종 판정 및 지휘 결심은 학습자가 직접 수행한다.",
|
||||
"실제 군사 비밀이나 개인 식별 정보는 입력하지 않는다.",
|
||||
"AI의 출력 결과를 맹신하지 않고 반드시 단위 테스트로 검증한다."
|
||||
],
|
||||
"forbid": [
|
||||
"실제 군사 작전/인사 비밀 데이터를 AI에 입력하기",
|
||||
"검증 없이 AI가 생성한 코드를 그대로 제출하기",
|
||||
"단정적인 자동 결심 결과를 인간 검토 없이 확정하기"
|
||||
]
|
||||
},
|
||||
"guideSteps": [
|
||||
{
|
||||
"step": 1,
|
||||
"problem": "M5 코드를 실행해 top-1·top-3 정확도와 Baseline을 비교한다.",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>M5 코드를 실행해 top-1·top-3 정확도와 Baseline을 비교한다.</p><h4>해야 할 일</h4><ol><li><p>M5 코드를 실행해 top-1·top-3 정확도와 Baseline을 비교한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>top-1 정확도 83.9%(Baseline 68.7%), ECE 0.014 월간 예측 MAE 31.5%, RMSE 34.1% 개선, R2 0.939</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M5 코드를 실행해 top-1·top-3 정확도와 Baseline을 비교한다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>M5 코드를 실행해 top-1·top-3 정확도와 Baseline을 비교한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(top-1 정확도 83.9%(Baseline 68.7%), ECE 0.014 월간 예측 MAE 31.5%, RMSE 34.1% 개선, R2 0.939)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 2,
|
||||
"problem": "신뢰도 구간별 실제 정확도 표로 보정 상태(ECE)를 점검한다.",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>신뢰도 구간별 실제 정확도 표로 보정 상태(ECE)를 점검한다.</p><h4>해야 할 일</h4><ol><li><p>신뢰도 구간별 실제 정확도 표로 보정 상태(ECE)를 점검한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>top-1 정확도 83.9%(Baseline 68.7%), ECE 0.014 월간 예측 MAE 31.5%, RMSE 34.1% 개선, R2 0.939</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>신뢰도 구간별 실제 정확도 표로 보정 상태(ECE)를 점검한다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>신뢰도 구간별 실제 정확도 표로 보정 상태(ECE)를 점검한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(top-1 정확도 83.9%(Baseline 68.7%), ECE 0.014 월간 예측 MAE 31.5%, RMSE 34.1% 개선, R2 0.939)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 3,
|
||||
"problem": "진단 카드 2건을 비교해 신뢰도가 낮은 입력에서 정비관 확인이 권고되는 이유를 설명한다.",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>진단 카드 2건을 비교해 신뢰도가 낮은 입력에서 정비관 확인이 권고되는 이유를 설명한다.</p><h4>해야 할 일</h4><ol><li><p>진단 카드 2건을 비교해 신뢰도가 낮은 입력에서 정비관 확인이 권고되는 이유를 설명한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>top-1 정확도 83.9%(Baseline 68.7%), ECE 0.014 월간 예측 MAE 31.5%, RMSE 34.1% 개선, R2 0.939</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>진단 카드 2건을 비교해 신뢰도가 낮은 입력에서 정비관 확인이 권고되는 이유를 설명한다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>진단 카드 2건을 비교해 신뢰도가 낮은 입력에서 정비관 확인이 권고되는 이유를 설명한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(top-1 정확도 83.9%(Baseline 68.7%), ECE 0.014 월간 예측 MAE 31.5%, RMSE 34.1% 개선, R2 0.939)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 4,
|
||||
"problem": "도전 과제 및 파라미터 튜닝 최적화",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.</p><h4>해야 할 일</h4><p>하이퍼파라미터 탐색 목록의 ridge alpha (1, 3, 10)에 30을 추가해 선택된 하이퍼파라미터와 검증 R2가 바뀌는지 확인한다.</p><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.</p></li></ul>",
|
||||
"attachments": []
|
||||
}
|
||||
]
|
||||
},
|
||||
{
|
||||
"id": "MNT03_M06",
|
||||
"sequence": 6,
|
||||
"title": "정비병용 모바일/웹 고장 코드 진단 및 정비 조치 절차 대시보드 구현",
|
||||
"durationHours": 3.0,
|
||||
"overview": "<p>정비병용 고장 코드 진단 화면(진단 카드와 웹 대시보드 구성)을 구현하고, 예측마다 기여도 상위 3개 인자와 자연어 요약을 자동 산출하는 설명가능성(XAI) 모듈을 만든다.</p>",
|
||||
"objectives": "<p>모델의 입력 인자별 기여도를 계산해 건마다 상위 3개 근거를 뽑고, 인자를 평균값으로 되돌렸을 때 예측 확률이 낮아지는지로 근거 유효성을 점검한다. 모바일 진단 카드(진단·신뢰도·근거·조치 절차·요약 문장)와 최근 달 경보·다빈도 진단 부품을 보여주는 웹 대시보드 구성을 출력한다. 요약 문장은 근거를 자연어로 풀어 쓴다.</p>",
|
||||
"scenario": "<h4>미션 배경 및 당위성</h4><p>정비병용 모바일/웹 고장 코드 진단 대시보드를 구현한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>정비병용 고장 코드 진단 화면(진단 카드와 웹 대시보드 구성)을 구현하고, 예측마다 기여도 상위 3개 인자와 자연어 요약을 자동 산출하는 설명가능성(XAI) 모듈을 만든다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>모델의 입력 인자별 기여도를 계산해 건마다 상위 3개 근거를 뽑고, 인자를 평균값으로 되돌렸을 때 예측 확률이 낮아지는지로 근거 유효성을 점검 수행하고 검증하는</strong> 실습을 체계적으로 수행합니다.</p><p>학습자는 실습가이드에 제시된 총 4개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.</p><p><strong>이번 결과물:</strong> <code>src/explainability/mnt03_xai_explainer.py 및 XAI 리포트</code> 형태의 결과물을 완성한다.</p>",
|
||||
"attachments": [],
|
||||
"materials": [
|
||||
"/uploads/MNT03/mnt03_m06_dataset.json",
|
||||
"/uploads/MNT03/mnt03_m06_sample.md"
|
||||
],
|
||||
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT03/mnt03_m06_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT03/mnt03_m06_sample.md\">실습 및 검증 가이드 (MD)</a></li></ul><p><strong>활용 주의</strong>: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.</p>",
|
||||
"techStack": [
|
||||
"장비정비·수리부속",
|
||||
"데이터분석형",
|
||||
"데이터 전처리",
|
||||
"알고리즘 구현",
|
||||
"HITL 검증"
|
||||
],
|
||||
"deliverables": [
|
||||
"src/explainability/mnt03_xai_explainer.py (필수)",
|
||||
"XAI 리포트 (필수)"
|
||||
],
|
||||
"evaluationKeys": [
|
||||
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정비병용 모바일/웹 고장 코드 진단 및 정비 조치 절차 대시보드 구현] 요구된 핵심 성능 기준(주요 예측 건당 기여도 상위 3개 인자 자동 산출률 100%)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>주요 예측 건당 기여도 상위 3개 인자 자동 산출률 100% 기준을 충족하고 SHAP summary plot 및 waterfall plot 생성 파이프라인 완성을 만족하는 실행 결과 및 로그가 제출되었다.</p><h4>보완이 필요한 상태</h4><p>정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.</p><h4>보완 방법</h4><p>자연어 기반 요약 텍스트(예: '리드타임 증가 원인은 해외 조달 지연') 자동 생성을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
|
||||
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 군수 장교/군무원이 신뢰하고 조치할 수 있는 설명의 명확성 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>군수 장교/군무원이 신뢰하고 조치할 수 있는 설명의 명확성이 논리적으로 검증되었으며 실무자 대상 설명 근거 유용성 평가 검증를 통한 무결성이 확인되었다.</p><h4>보완이 필요한 상태</h4><p>비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.</p><h4>보완 방법</h4><p>교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.</p>"
|
||||
],
|
||||
"evaluationTypes": [
|
||||
"REQUIRED",
|
||||
"REQUIRED"
|
||||
],
|
||||
"evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>핵심 평가영역:</strong> 군수 장교/군무원이 신뢰하고 조치할 수 있는 설명의 명확성</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: 주요 예측 건당 기여도 상위 3개 인자 자동 산출률 100%</p></li><li><p>진행 기준: SHAP summary plot 및 waterfall plot 생성 파이프라인 완성</p></li><li><p>검증 방법: 실무자 대상 설명 근거 유용성 평가 검증</p></li></ul><h4>채점자 판정 메모</h4><blockquote><p>단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.</p></blockquote>",
|
||||
"aiGuidelines": {
|
||||
"allow": [
|
||||
"데이터 전처리 알고리즘 및 정규화 서식 추천받기",
|
||||
"이상치 탐지 및 모델 파라미터 튜닝 아이디어 제안받기",
|
||||
"대시보드 UI 컴포넌트 코드 및 시각화 서식 생성하기"
|
||||
],
|
||||
"rules": [
|
||||
"최종 판정 및 지휘 결심은 학습자가 직접 수행한다.",
|
||||
"실제 군사 비밀이나 개인 식별 정보는 입력하지 않는다.",
|
||||
"AI의 출력 결과를 맹신하지 않고 반드시 단위 테스트로 검증한다."
|
||||
],
|
||||
"forbid": [
|
||||
"실제 군사 작전/인사 비밀 데이터를 AI에 입력하기",
|
||||
"검증 없이 AI가 생성한 코드를 그대로 제출하기",
|
||||
"단정적인 자동 결심 결과를 인간 검토 없이 확정하기"
|
||||
]
|
||||
},
|
||||
"guideSteps": [
|
||||
{
|
||||
"step": 1,
|
||||
"problem": "M6 코드를 실행해 기여도 상위 3개 인자 산출률과 근거 유효성을 확인한다.",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>M6 코드를 실행해 기여도 상위 3개 인자 산출률과 근거 유효성을 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M6 코드를 실행해 기여도 상위 3개 인자 산출률과 근거 유효성을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>기여도 상위 3개 인자 산출 3890건(산출률 100%) 근거 유효성 92.5%, 경보 238건, 신뢰도 낮음 148건</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M6 코드를 실행해 기여도 상위 3개 인자 산출률과 근거 유효성을 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>M6 코드를 실행해 기여도 상위 3개 인자 산출률과 근거 유효성을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(기여도 상위 3개 인자 산출 3890건(산출률 100%) 근거 유효성 92.5%, 경보 238건, 신뢰도 낮음 148건)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 2,
|
||||
"problem": "모바일 진단 카드 2건에서 근거·조치 절차·요약 문장을 읽고, 신뢰도 낮은 건의 표시 방식...",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>모바일 진단 카드 2건에서 근거·조치 절차·요약 문장을 읽고, 신뢰도 낮은 건의 표시 방식을 확인한다.</p><h4>해야 할 일</h4><ol><li><p>모바일 진단 카드 2건에서 근거·조치 절차·요약 문장을 읽고, 신뢰도 낮은 건의 표시 방식을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>기여도 상위 3개 인자 산출 3890건(산출률 100%) 근거 유효성 92.5%, 경보 238건, 신뢰도 낮음 148건</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>모바일 진단 카드 2건에서 근거·조치 절차·요약 문장을 읽고, 신뢰도 낮은 건의 표시 방식을 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>모바일 진단 카드 2건에서 근거·조치 절차·요약 문장을 읽고, 신뢰도 낮은 건의 표시 방식을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(기여도 상위 3개 인자 산출 3890건(산출률 100%) 근거 유효성 92.5%, 경보 238건, 신뢰도 낮음 148건)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 3,
|
||||
"problem": "웹 대시보드 구성 출력에서 경보 건수와 다빈도 진단 부품을 확인한다.",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>웹 대시보드 구성 출력에서 경보 건수와 다빈도 진단 부품을 확인한다.</p><h4>해야 할 일</h4><ol><li><p>웹 대시보드 구성 출력에서 경보 건수와 다빈도 진단 부품을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>기여도 상위 3개 인자 산출 3890건(산출률 100%) 근거 유효성 92.5%, 경보 238건, 신뢰도 낮음 148건</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>웹 대시보드 구성 출력에서 경보 건수와 다빈도 진단 부품을 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>웹 대시보드 구성 출력에서 경보 건수와 다빈도 진단 부품을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(기여도 상위 3개 인자 산출 3890건(산출률 100%) 근거 유효성 92.5%, 경보 238건, 신뢰도 낮음 148건)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 4,
|
||||
"problem": "도전 과제 및 파라미터 튜닝 최적화",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.</p><h4>해야 할 일</h4><p>진단 카드에 표시할 근거 인자 수를 3개에서 5개로 늘려 설명이 더 명확해지는지, 너무 길어지는지 비교한다.</p><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.</p></li></ul>",
|
||||
"attachments": []
|
||||
}
|
||||
]
|
||||
},
|
||||
{
|
||||
"id": "MNT03_M07",
|
||||
"sequence": 7,
|
||||
"title": "복합 고장 의심 시 숙련 정비관 2차 정밀 진단(HITL) 워크플로우 설계",
|
||||
"durationHours": 3.5,
|
||||
"overview": "<p>복합 고장이 의심될 때 숙련 정비관 2차 정밀 진단(HITL) 워크플로우를 시뮬레이션으로 설계하고 오진단 비용 절감 효과를 검증한다.</p>",
|
||||
"objectives": "<p>신뢰도가 기준 미만이거나 3개 계통 이상 DTC가 겹친 건을 정비관 대기열에 올리고, 엔진 안을 자동 확정하지 않은 채 정비관의 확정·정정·무응답(엔진 안 유지, 재확인 표시)을 사유와 함께 해시 체인 감사 로그로 남긴다. 엔진 단독 확정 대비 오진단 비용 절감률을 계산하고, 신뢰도 기준과 정비관 월 수용량, 고장 급증 상황에 대한 민감도를 분석한다.</p>",
|
||||
"scenario": "<h4>미션 배경 및 당위성</h4><p>복합 고장 의심 시 숙련 정비관 2차 정밀 진단(HITL) 워크플로우를 설계한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>복합 고장이 의심될 때 숙련 정비관 2차 정밀 진단(HITL) 워크플로우를 시뮬레이션으로 설계하고 오진단 비용 절감 효과를 검증한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>신뢰도가 기준 미만이거나 3개 계통 이상 DTC가 겹친 건을 정비관 대기열에 올리고, 엔진 안을 자동 확정하지 않은 채 정비관의 확정·정정·무응답(엔진 안 유지, 재확인 표시)을 사유와 함께 해시 체인 감사 로그로 남긴다 과정을 진행하는</strong> 실습을 체계적으로 수행합니다.</p><p>학습자는 실습가이드에 제시된 총 5개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.</p><p><strong>이번 결과물:</strong> <code>src/optimization/mnt03_simulator.py</code> 형태의 결과물을 완성한다.</p>",
|
||||
"attachments": [],
|
||||
"materials": [
|
||||
"/uploads/MNT03/mnt03_m07_dataset.json",
|
||||
"/uploads/MNT03/mnt03_m07_sample.md"
|
||||
],
|
||||
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT03/mnt03_m07_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT03/mnt03_m07_sample.md\">실습 및 검증 가이드 (MD)</a></li></ul><p><strong>활용 주의</strong>: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.</p>",
|
||||
"techStack": [
|
||||
"장비정비·수리부속",
|
||||
"데이터분석형",
|
||||
"데이터 전처리",
|
||||
"알고리즘 구현",
|
||||
"HITL 검증"
|
||||
],
|
||||
"deliverables": [
|
||||
"src/optimization/mnt03_simulator.py (필수)"
|
||||
],
|
||||
"evaluationKeys": [
|
||||
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[복합 고장 의심 시 숙련 정비관 2차 정밀 진단(HITL) 워크플로우 설계] 요구된 핵심 성능 기준(최적화 적용 시 비용 15% 절감 또는 재고 회전율 20% 향상)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>최적화 적용 시 비용 15% 절감 또는 재고 회전율 20% 향상 기준을 충족하고 선형/정수 계획법(LP/MIP) 최적화 해 도출 및 시뮬레이션 완료을 만족하는 실행 결과 및 로그가 제출되었다.</p><h4>보완이 필요한 상태</h4><p>정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.</p><h4>보완 방법</h4><p>돌발 수요(전시 전환 등) 대비 민감도(Sensitivity) 분석 모듈 추가을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
|
||||
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 현실적 군수 제약조건 반영도 및 시나리오별 대안 제시 적절성 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>현실적 군수 제약조건 반영도 및 시나리오별 대안 제시 적절성이 논리적으로 검증되었으며 과거 실적 데이터 대비 최적화 결과 비교 백테스팅를 통한 무결성이 확인되었다.</p><h4>보완이 필요한 상태</h4><p>비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.</p><h4>보완 방법</h4><p>교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.</p>"
|
||||
],
|
||||
"evaluationTypes": [
|
||||
"REQUIRED",
|
||||
"REQUIRED"
|
||||
],
|
||||
"evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>핵심 평가영역:</strong> 현실적 군수 제약조건 반영도 및 시나리오별 대안 제시 적절성</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: 최적화 적용 시 비용 15% 절감 또는 재고 회전율 20% 향상</p></li><li><p>진행 기준: 선형/정수 계획법(LP/MIP) 최적화 해 도출 및 시뮬레이션 완료</p></li><li><p>검증 방법: 과거 실적 데이터 대비 최적화 결과 비교 백테스팅</p></li></ul><h4>채점자 판정 메모</h4><blockquote><p>단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.</p></blockquote>",
|
||||
"aiGuidelines": {
|
||||
"allow": [
|
||||
"데이터 전처리 알고리즘 및 정규화 서식 추천받기",
|
||||
"이상치 탐지 및 모델 파라미터 튜닝 아이디어 제안받기",
|
||||
"대시보드 UI 컴포넌트 코드 및 시각화 서식 생성하기"
|
||||
],
|
||||
"rules": [
|
||||
"최종 판정 및 지휘 결심은 학습자가 직접 수행한다.",
|
||||
"실제 군사 비밀이나 개인 식별 정보는 입력하지 않는다.",
|
||||
"AI의 출력 결과를 맹신하지 않고 반드시 단위 테스트로 검증한다."
|
||||
],
|
||||
"forbid": [
|
||||
"실제 군사 작전/인사 비밀 데이터를 AI에 입력하기",
|
||||
"검증 없이 AI가 생성한 코드를 그대로 제출하기",
|
||||
"단정적인 자동 결심 결과를 인간 검토 없이 확정하기"
|
||||
]
|
||||
},
|
||||
"guideSteps": [
|
||||
{
|
||||
"step": 1,
|
||||
"problem": "M7 코드를 실행해 엔진 단독 확정과 HITL 방식의 오진단율·비용지수를 비교한다.",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>M7 코드를 실행해 엔진 단독 확정과 HITL 방식의 오진단율·비용지수를 비교한다.</p><h4>해야 할 일</h4><ol><li><p>M7 코드를 실행해 엔진 단독 확정과 HITL 방식의 오진단율·비용지수를 비교한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>오진단 비용 절감률 15.6%(목표 15% 이상), 자동 확정 0건 결정 로깅률 100%(1501/1501), 변조는 seq 7에서 탐지</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M7 코드를 실행해 엔진 단독 확정과 HITL 방식의 오진단율·비용지수를 비교한다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>M7 코드를 실행해 엔진 단독 확정과 HITL 방식의 오진단율·비용지수를 비교한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(오진단 비용 절감률 15.6%(목표 15% 이상), 자동 확정 0건 결정 로깅률 100%(1501/1501), 변조는 seq 7에서 탐지)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 2,
|
||||
"problem": "감사 로그 무결성 검사와 변조 탐지 결과, 결정 사유 예를 확인한다.",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>감사 로그 무결성 검사와 변조 탐지 결과, 결정 사유 예를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>감사 로그 무결성 검사와 변조 탐지 결과, 결정 사유 예를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>오진단 비용 절감률 15.6%(목표 15% 이상), 자동 확정 0건 결정 로깅률 100%(1501/1501), 변조는 seq 7에서 탐지</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>감사 로그 무결성 검사와 변조 탐지 결과, 결정 사유 예를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>감사 로그 무결성 검사와 변조 탐지 결과, 결정 사유 예를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(오진단 비용 절감률 15.6%(목표 15% 이상), 자동 확정 0건 결정 로깅률 100%(1501/1501), 변조는 seq 7에서 탐지)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 3,
|
||||
"problem": "신뢰도 기준과 정비관 수용량, 고장 급증 민감도 표를 읽고 운영점(THR",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>신뢰도 기준과 정비관 수용량, 고장 급증 민감도 표를 읽고 운영점(THR</p><h4>해야 할 일</h4><ol><li><p>신뢰도 기준과 정비관 수용량, 고장 급증 민감도 표를 읽고 운영점(THR에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>오진단 비용 절감률 15.6%(목표 15% 이상), 자동 확정 0건 결정 로깅률 100%(1501/1501), 변조는 seq 7에서 탐지</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>신뢰도 기준과 정비관 수용량, 고장 급증 민감도 표를 읽고 운영점(THR 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>신뢰도 기준과 정비관 수용량, 고장 급증 민감도 표를 읽고 운영점(THR 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(오진단 비용 절감률 15.6%(목표 15% 이상), 자동 확정 0건 결정 로깅률 100%(1501/1501), 변조는 seq 7에서 탐지)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 4,
|
||||
"problem": "8, CAP",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>8, CAP</p><h4>해야 할 일</h4><ol><li><p>8, CAP에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>오진단 비용 절감률 15.6%(목표 15% 이상), 자동 확정 0건 결정 로깅률 100%(1501/1501), 변조는 seq 7에서 탐지</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>8, CAP 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>8, CAP 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(오진단 비용 절감률 15.6%(목표 15% 이상), 자동 확정 0건 결정 로깅률 100%(1501/1501), 변조는 seq 7에서 탐지)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 5,
|
||||
"problem": "도전 과제 및 파라미터 튜닝 최적화",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.</p><h4>해야 할 일</h4><p>CAP을 100으로 줄이고 고장 급증 상황에서 절감률이 얼마나 떨어지는지 확인한다.</p><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.</p></li></ul>",
|
||||
"attachments": []
|
||||
}
|
||||
]
|
||||
},
|
||||
{
|
||||
"id": "MNT03_M08",
|
||||
"sequence": 8,
|
||||
"title": "1,000건 동시 다발 고장 코드 주입 시 연관 고장 추론 부하 테스트",
|
||||
"durationHours": 3.0,
|
||||
"overview": "<p>1,000건의 DTC 진단 요청을 동시에 주입해 연관 고장 추론의 처리 시간과 경보 정확도를 확인하는 부하 테스트를 수행한다.</p>",
|
||||
"objectives": "<p>가상 진단 요청 1,000건에 표기 오류, 빈 요청, 미정의 코드, 미등록 차량, 중복 코드 같은 오류를 섞어 일괄 처리하고, 정상 처리·격리 건수와 유실 여부를 센다. 처리 시간(대시보드 로딩에 해당)과 계통 경보의 정확도·재현율·정밀도를 목표와 비교하고, 단건 반복 호출 방식과 일괄 처리 방식의 시간을 비교한다. 요청 수를 100~5,000건으로 늘려 처리량 변화를 확인한다.</p>",
|
||||
"scenario": "<h4>미션 배경 및 당위성</h4><p>1,000건 동시 고장 코드 주입 시 연관 고장 추론 부하 테스트를 수행한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>1,000건의 DTC 진단 요청을 동시에 주입해 연관 고장 추론의 처리 시간과 경보 정확도를 확인하는 부하 테스트를 수행한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>가상 진단 요청 1,000건에 표기 오류, 빈 요청, 미정의 코드, 미등록 차량, 중복 코드 같은 오류를 섞어 일괄 처리하고, 정상 처리·격리 건수와 유실 여부를 센다 과정을 진행하는</strong> 실습을 체계적으로 수행합니다.</p><p>학습자는 실습가이드에 제시된 총 4개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.</p><p><strong>이번 결과물:</strong> <code>src/dashboard/mnt03_app.py (Streamlit/Dash 등)</code> 형태의 결과물을 완성한다.</p>",
|
||||
"attachments": [],
|
||||
"materials": [
|
||||
"/uploads/MNT03/mnt03_m08_dataset.json",
|
||||
"/uploads/MNT03/mnt03_m08_sample.md"
|
||||
],
|
||||
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT03/mnt03_m08_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT03/mnt03_m08_sample.md\">실습 및 검증 가이드 (MD)</a></li></ul><p><strong>활용 주의</strong>: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.</p>",
|
||||
"techStack": [
|
||||
"장비정비·수리부속",
|
||||
"데이터분석형",
|
||||
"데이터 전처리",
|
||||
"알고리즘 구현",
|
||||
"HITL 검증"
|
||||
],
|
||||
"deliverables": [
|
||||
"src/dashboard/mnt03_app.py (Streamlit/Dash 등) (필수)"
|
||||
],
|
||||
"evaluationKeys": [
|
||||
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[1,000건 동시 다발 고장 코드 주입 시 연관 고장 추론 부하 테스트] 요구된 핵심 성능 기준(대시보드 로딩 시간 2초 이내, 경보 발령 정확도 95% 이상)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>대시보드 로딩 시간 2초 이내, 경보 발령 정확도 95% 이상 기준을 충족하고 웹 기반 분석 대시보드 구동 및 실시간 필터링 기능 검증을 만족하는 실행 결과 및 로그가 제출되었다.</p><h4>보완이 필요한 상태</h4><p>정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.</p><h4>보완 방법</h4><p>보고서 자동 출력(PDF/Excel Export) 기능 탑재을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
|
||||
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 의사결정 지원에 최적화된 시각적 위계 및 사용자 경험(UX) 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>의사결정 지원에 최적화된 시각적 위계 및 사용자 경험(UX)이 논리적으로 검증되었으며 실제 군수 데이터 연동 화면 테스트 및 UI 동작 검증를 통한 무결성이 확인되었다.</p><h4>보완이 필요한 상태</h4><p>비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.</p><h4>보완 방법</h4><p>교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.</p>"
|
||||
],
|
||||
"evaluationTypes": [
|
||||
"REQUIRED",
|
||||
"REQUIRED"
|
||||
],
|
||||
"evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>핵심 평가영역:</strong> 의사결정 지원에 최적화된 시각적 위계 및 사용자 경험(UX)</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: 대시보드 로딩 시간 2초 이내, 경보 발령 정확도 95% 이상</p></li><li><p>진행 기준: 웹 기반 분석 대시보드 구동 및 실시간 필터링 기능 검증</p></li><li><p>검증 방법: 실제 군수 데이터 연동 화면 테스트 및 UI 동작 검증</p></li></ul><h4>채점자 판정 메모</h4><blockquote><p>단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.</p></blockquote>",
|
||||
"aiGuidelines": {
|
||||
"allow": [
|
||||
"데이터 전처리 알고리즘 및 정규화 서식 추천받기",
|
||||
"이상치 탐지 및 모델 파라미터 튜닝 아이디어 제안받기",
|
||||
"대시보드 UI 컴포넌트 코드 및 시각화 서식 생성하기"
|
||||
],
|
||||
"rules": [
|
||||
"최종 판정 및 지휘 결심은 학습자가 직접 수행한다.",
|
||||
"실제 군사 비밀이나 개인 식별 정보는 입력하지 않는다.",
|
||||
"AI의 출력 결과를 맹신하지 않고 반드시 단위 테스트로 검증한다."
|
||||
],
|
||||
"forbid": [
|
||||
"실제 군사 작전/인사 비밀 데이터를 AI에 입력하기",
|
||||
"검증 없이 AI가 생성한 코드를 그대로 제출하기",
|
||||
"단정적인 자동 결심 결과를 인간 검토 없이 확정하기"
|
||||
]
|
||||
},
|
||||
"guideSteps": [
|
||||
{
|
||||
"step": 1,
|
||||
"problem": "M8 코드를 실행해 1,000건 주입 결과(정상·격리 건수, 처리 시간)를 확인한다.",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>M8 코드를 실행해 1,000건 주입 결과(정상·격리 건수, 처리 시간)를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M8 코드를 실행해 1,000건 주입 결과(정상·격리 건수, 처리 시간)를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>1,000건 처리 0.1초 내외(목표 2초 이내), 정상 965건·격리 35건 경보 정확도 99.8%(목표 95% 이상), 재현율 100%</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M8 코드를 실행해 1,000건 주입 결과(정상·격리 건수, 처리 시간)를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>M8 코드를 실행해 1,000건 주입 결과(정상·격리 건수, 처리 시간)를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(1,000건 처리 0.1초 내외(목표 2초 이내), 정상 965건·격리 35건 경보 정확도 99.8%(목표 95% 이상), 재현율 100%)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 2,
|
||||
"problem": "경보 정확도·재현율·정밀도를 목표와 비교하고 오류 유형별 격리 사유를 정리한다.",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>경보 정확도·재현율·정밀도를 목표와 비교하고 오류 유형별 격리 사유를 정리한다.</p><h4>해야 할 일</h4><ol><li><p>경보 정확도·재현율·정밀도를 목표와 비교하고 오류 유형별 격리 사유를 정리한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>1,000건 처리 0.1초 내외(목표 2초 이내), 정상 965건·격리 35건 경보 정확도 99.8%(목표 95% 이상), 재현율 100%</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>경보 정확도·재현율·정밀도를 목표와 비교하고 오류 유형별 격리 사유를 정리한다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>경보 정확도·재현율·정밀도를 목표와 비교하고 오류 유형별 격리 사유를 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(1,000건 처리 0.1초 내외(목표 2초 이내), 정상 965건·격리 35건 경보 정확도 99.8%(목표 95% 이상), 재현율 100%)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 3,
|
||||
"problem": "단건 호출과 일괄 처리의 시간 비교, 요청 수별 처리량 표를 읽고 기능 축소 운용 기준을 ...",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>단건 호출과 일괄 처리의 시간 비교, 요청 수별 처리량 표를 읽고 기능 축소 운용 기준을 쓴다.</p><h4>해야 할 일</h4><ol><li><p>단건 호출과 일괄 처리의 시간 비교, 요청 수별 처리량 표를 읽고 기능 축소 운용 기준을 쓴다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>1,000건 처리 0.1초 내외(목표 2초 이내), 정상 965건·격리 35건 경보 정확도 99.8%(목표 95% 이상), 재현율 100%</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>단건 호출과 일괄 처리의 시간 비교, 요청 수별 처리량 표를 읽고 기능 축소 운용 기준을 쓴다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>단건 호출과 일괄 처리의 시간 비교, 요청 수별 처리량 표를 읽고 기능 축소 운용 기준을 쓴다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(1,000건 처리 0.1초 내외(목표 2초 이내), 정상 965건·격리 35건 경보 정확도 99.8%(목표 95% 이상), 재현율 100%)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 4,
|
||||
"problem": "도전 과제 및 파라미터 튜닝 최적화",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.</p><h4>해야 할 일</h4><p>make_requests의 bad_rate를 0.05에서 0.2로 높여 격리 건수와 경보 정확도가 어떻게 변하는지 확인한다.</p><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.</p></li></ul>",
|
||||
"attachments": []
|
||||
}
|
||||
]
|
||||
},
|
||||
{
|
||||
"id": "MNT03_M09",
|
||||
"sequence": 9,
|
||||
"title": "AAR 기반 연관 고장 오진단 사례 분석 및 고장 룰베이스 재튜닝",
|
||||
"durationHours": 3.0,
|
||||
"overview": "<p>AAR 기간의 연관 고장 오진단 사례를 원인별로 분석하고 고장 룰베이스(코드 유형 가중치·예외 규칙)를 재튜닝해 효과를 지표로 산출한다.</p>",
|
||||
"objectives": "<p>AAR 기간 오진단 건을 모호 코드 입력, 연쇄 고장 코드 오인, 복수 고유 코드 충돌 등으로 분류하고 대표 사례를 정리한다. 코드 유형 가중치와 사전확률 보정, AAR 예외 규칙을 AAR 기간에서 튜닝하고, 이후 검증 기간에서 정확도와 비용지수 변화를 확인한다. 비용 절감, 재작업 시간 단축, 헛교체 부품 비용 감소의 3대 정량 효과 지표를 가정 단가로 계산하고 단기·중기·장기 도입 로드맵을 정리한다.</p>",
|
||||
"scenario": "<h4>미션 배경 및 당위성</h4><p>AAR 기반 연관 고장 오진단 사례를 분석하고 룰베이스를 재튜닝한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>AAR 기간의 연관 고장 오진단 사례를 원인별로 분석하고 고장 룰베이스(코드 유형 가중치·예외 규칙)를 재튜닝해 효과를 지표로 산출한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>AAR 기간 오진단 건을 모호 코드 입력, 연쇄 고장 코드 오인, 복수 고유 코드 충돌 등으로 분류하고 대표 사례 정리하고 규격화하는</strong> 실습을 체계적으로 수행합니다.</p><p>학습자는 실습가이드에 제시된 총 4개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.</p><p><strong>이번 결과물:</strong> <code>reports/mnt03_roi_analysis.md</code> 형태의 결과물을 완성한다.</p>",
|
||||
"attachments": [],
|
||||
"materials": [
|
||||
"/uploads/MNT03/mnt03_m09_dataset.json",
|
||||
"/uploads/MNT03/mnt03_m09_sample.md"
|
||||
],
|
||||
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT03/mnt03_m09_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT03/mnt03_m09_sample.md\">실습 및 검증 가이드 (MD)</a></li></ul><p><strong>활용 주의</strong>: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.</p>",
|
||||
"techStack": [
|
||||
"장비정비·수리부속",
|
||||
"데이터분석형",
|
||||
"데이터 전처리",
|
||||
"알고리즘 구현",
|
||||
"HITL 검증"
|
||||
],
|
||||
"deliverables": [
|
||||
"reports/mnt03_roi_analysis.md (필수)"
|
||||
],
|
||||
"evaluationKeys": [
|
||||
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[AAR 기반 연관 고장 오진단 사례 분석 및 고장 룰베이스 재튜닝] 요구된 핵심 성능 기준(비용 절감액, 시간 단축률 등 3대 정량 효과 지표 산출)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>비용 절감액, 시간 단축률 등 3대 정량 효과 지표 산출 기준을 충족하고 ROI 분석 보고서 완성 및 주요 지표 민감도 분석 수록을 만족하는 실행 결과 및 로그가 제출되었다.</p><h4>보완이 필요한 상태</h4><p>정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.</p><h4>보완 방법</h4><p>단기/중기/장기 단계별 도입 효과 로드맵 구체화을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
|
||||
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 추정 산식의 객관성 및 군 재정/군수 기획 부서 설득력 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>추정 산식의 객관성 및 군 재정/군수 기획 부서 설득력이 논리적으로 검증되었으며 회계/기획 기준 모델과의 비교 검증를 통한 무결성이 확인되었다.</p><h4>보완이 필요한 상태</h4><p>비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.</p><h4>보완 방법</h4><p>교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.</p>"
|
||||
],
|
||||
"evaluationTypes": [
|
||||
"REQUIRED",
|
||||
"REQUIRED"
|
||||
],
|
||||
"evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>핵심 평가영역:</strong> 추정 산식의 객관성 및 군 재정/군수 기획 부서 설득력</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: 비용 절감액, 시간 단축률 등 3대 정량 효과 지표 산출</p></li><li><p>진행 기준: ROI 분석 보고서 완성 및 주요 지표 민감도 분석 수록</p></li><li><p>검증 방법: 회계/기획 기준 모델과의 비교 검증</p></li></ul><h4>채점자 판정 메모</h4><blockquote><p>단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.</p></blockquote>",
|
||||
"aiGuidelines": {
|
||||
"allow": [
|
||||
"데이터 전처리 알고리즘 및 정규화 서식 추천받기",
|
||||
"이상치 탐지 및 모델 파라미터 튜닝 아이디어 제안받기",
|
||||
"대시보드 UI 컴포넌트 코드 및 시각화 서식 생성하기"
|
||||
],
|
||||
"rules": [
|
||||
"최종 판정 및 지휘 결심은 학습자가 직접 수행한다.",
|
||||
"실제 군사 비밀이나 개인 식별 정보는 입력하지 않는다.",
|
||||
"AI의 출력 결과를 맹신하지 않고 반드시 단위 테스트로 검증한다."
|
||||
],
|
||||
"forbid": [
|
||||
"실제 군사 작전/인사 비밀 데이터를 AI에 입력하기",
|
||||
"검증 없이 AI가 생성한 코드를 그대로 제출하기",
|
||||
"단정적인 자동 결심 결과를 인간 검토 없이 확정하기"
|
||||
]
|
||||
},
|
||||
"guideSteps": [
|
||||
{
|
||||
"step": 1,
|
||||
"problem": "M9 코드를 실행해 AAR 기간 오진단 건수와 원인 분류 비율을 확인한다.",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>M9 코드를 실행해 AAR 기간 오진단 건수와 원인 분류 비율을 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M9 코드를 실행해 AAR 기간 오진단 건수와 원인 분류 비율을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>AAR 기간 오진단 522건(22.3%), 모호 코드 입력이 47% 검증 정확도 78.1% -> 80.1%, 비용 7.3% 절감, 재작업 10.7% 단축, 헛교체 18.9% 감소</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M9 코드를 실행해 AAR 기간 오진단 건수와 원인 분류 비율을 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>M9 코드를 실행해 AAR 기간 오진단 건수와 원인 분류 비율을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(AAR 기간 오진단 522건(22.3%), 모호 코드 입력이 47% 검증 정확도 78.1% -> 80.1%, 비용 7.3% 절감, 재작업 10.7% 단축, 헛교체 18.9% 감소)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 2,
|
||||
"problem": "가중치 재튜닝 전후의 AAR 기간·검증 기간 정확도와 비용지수를 비교표로 정리한다.",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>가중치 재튜닝 전후의 AAR 기간·검증 기간 정확도와 비용지수를 비교표로 정리한다.</p><h4>해야 할 일</h4><ol><li><p>가중치 재튜닝 전후의 AAR 기간·검증 기간 정확도와 비용지수를 비교표로 정리한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>AAR 기간 오진단 522건(22.3%), 모호 코드 입력이 47% 검증 정확도 78.1% -> 80.1%, 비용 7.3% 절감, 재작업 10.7% 단축, 헛교체 18.9% 감소</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>가중치 재튜닝 전후의 AAR 기간·검증 기간 정확도와 비용지수를 비교표로 정리한다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>가중치 재튜닝 전후의 AAR 기간·검증 기간 정확도와 비용지수를 비교표로 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(AAR 기간 오진단 522건(22.3%), 모호 코드 입력이 47% 검증 정확도 78.1% -> 80.1%, 비용 7.3% 절감, 재작업 10.7% 단축, 헛교체 18.9% 감소)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 3,
|
||||
"problem": "3대 정량 효과 지표와 도입 로드맵을 ROI 보고서에 옮긴다.",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>3대 정량 효과 지표와 도입 로드맵을 ROI 보고서에 옮긴다.</p><h4>해야 할 일</h4><ol><li><p>3대 정량 효과 지표와 도입 로드맵을 ROI 보고서에 옮긴다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>AAR 기간 오진단 522건(22.3%), 모호 코드 입력이 47% 검증 정확도 78.1% -> 80.1%, 비용 7.3% 절감, 재작업 10.7% 단축, 헛교체 18.9% 감소</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>3대 정량 효과 지표와 도입 로드맵을 ROI 보고서에 옮긴다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>3대 정량 효과 지표와 도입 로드맵을 ROI 보고서에 옮긴다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(AAR 기간 오진단 522건(22.3%), 모호 코드 입력이 47% 검증 정확도 78.1% -> 80.1%, 비용 7.3% 절감, 재작업 10.7% 단축, 헛교체 18.9% 감소)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 4,
|
||||
"problem": "도전 과제 및 파라미터 튜닝 최적화",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.</p><h4>해야 할 일</h4><p>가중치 격자 탐색 후보값 (0.5, 1.0, 1.5, 2.0)에 3.0을 추가해 선택된 가중치와 검증 정확도가 달라지는지 확인한다.</p><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.</p></li></ul>",
|
||||
"attachments": []
|
||||
}
|
||||
]
|
||||
},
|
||||
{
|
||||
"id": "MNT03_M10",
|
||||
"sequence": 10,
|
||||
"title": "무기체계 고장 코드(DTC) 기반 연관 고장 예측 및 정비 가이드 도구 완성",
|
||||
"durationHours": 3.5,
|
||||
"overview": "<p>DTC 입력부터 연관 고장 예측, 정비 가이드, 승인 대상 선별, 재학습까지 한 파일로 통합하고 자체 점검과 브리핑 요약을 출력하는 도구를 완성한다.</p>",
|
||||
"objectives": "<p>월별 정비 실적으로 진단 모델을 학습하고, 신규 실적으로 도전자 모델을 만들어 챔피언과 검증 오차를 비교한 뒤 비슷하거나 나을 때만 교체한다. 운용 요청의 손상 건은 수동 확인으로 분리하고 모델 장애 시 규칙 기반 대체 동작을 시험한다. 자체 점검 항목, 운영 문서 7개 장 완비 여부, 다빈도 품목 고장률과 예비 수리부속 우선 확보 건의가 담긴 정비 담당 장교 브리핑 요약을 출력한다.</p>",
|
||||
"scenario": "<h4>미션 배경 및 당위성</h4><p>무기체계 고장 코드(DTC) 기반 연관 고장 예측 및 정비 가이드 도구를 완성한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>DTC 입력부터 연관 고장 예측, 정비 가이드, 승인 대상 선별, 재학습까지 한 파일로 통합하고 자체 점검과 브리핑 요약을 출력하는 도구를 완성한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>월별 정비 실적으로 진단 모델을 학습하고, 신규 실적으로 도전자 모델을 만들어 챔피언과 검증 오차를 비교한 뒤 비슷하거나 나을 때만 교체 수행하고 검증하는</strong> 실습을 체계적으로 수행합니다.</p><p>학습자는 실습가이드에 제시된 총 4개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.</p><p><strong>이번 결과물:</strong> <code>docs/mnt03_operations_guide.md 및 pipeline/mnt03_retrain.py</code> 형태의 결과물을 완성한다.</p>",
|
||||
"attachments": [],
|
||||
"materials": [
|
||||
"/uploads/MNT03/mnt03_m10_dataset.json",
|
||||
"/uploads/MNT03/mnt03_m10_sample.md"
|
||||
],
|
||||
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT03/mnt03_m10_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT03/mnt03_m10_sample.md\">실습 및 검증 가이드 (MD)</a></li></ul><p><strong>활용 주의</strong>: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.</p>",
|
||||
"techStack": [
|
||||
"장비정비·수리부속",
|
||||
"데이터분석형",
|
||||
"데이터 전처리",
|
||||
"알고리즘 구현",
|
||||
"HITL 검증"
|
||||
],
|
||||
"deliverables": [
|
||||
"docs/mnt03_operations_guide.md (필수)",
|
||||
"pipeline/mnt03_retrain.py (필수)"
|
||||
],
|
||||
"evaluationKeys": [
|
||||
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[무기체계 고장 코드(DTC) 기반 연관 고장 예측 및 정비 가이드 도구 완성] 요구된 핵심 성능 기준(자동 재학습 파이프라인 정상 실행, 최종 문서 100% 완비)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>자동 재학습 파이프라인 정상 실행, 최종 문서 100% 완비 기준을 충족하고 최종 인도물 검수 및 프로젝트 완료 발표자료 완성을 만족하는 실행 결과 및 로그가 제출되었다.</p><h4>보완이 필요한 상태</h4><p>정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.</p><h4>보완 방법</h4><p>차기 국방군수통합정보체계(DELIIS 등) 연계 인터페이스 가이드 수록을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
|
||||
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 지속 가능한 운영 가능성 및 국방 군수 정보체계와의 연동 용이성 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>지속 가능한 운영 가능성 및 국방 군수 정보체계와의 연동 용이성이 논리적으로 검증되었으며 End-to-End 전체 파이프라인 자동화 실행 및 최종 검수를 통한 무결성이 확인되었다.</p><h4>보완이 필요한 상태</h4><p>비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.</p><h4>보완 방법</h4><p>교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.</p>"
|
||||
],
|
||||
"evaluationTypes": [
|
||||
"REQUIRED",
|
||||
"REQUIRED"
|
||||
],
|
||||
"evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>핵심 평가영역:</strong> 지속 가능한 운영 가능성 및 국방 군수 정보체계와의 연동 용이성</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: 자동 재학습 파이프라인 정상 실행, 최종 문서 100% 완비</p></li><li><p>진행 기준: 최종 인도물 검수 및 프로젝트 완료 발표자료 완성</p></li><li><p>검증 방법: End-to-End 전체 파이프라인 자동화 실행 및 최종 검수</p></li></ul><h4>채점자 판정 메모</h4><blockquote><p>단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.</p></blockquote>",
|
||||
"aiGuidelines": {
|
||||
"allow": [
|
||||
"데이터 전처리 알고리즘 및 정규화 서식 추천받기",
|
||||
"이상치 탐지 및 모델 파라미터 튜닝 아이디어 제안받기",
|
||||
"대시보드 UI 컴포넌트 코드 및 시각화 서식 생성하기"
|
||||
],
|
||||
"rules": [
|
||||
"최종 판정 및 지휘 결심은 학습자가 직접 수행한다.",
|
||||
"실제 군사 비밀이나 개인 식별 정보는 입력하지 않는다.",
|
||||
"AI의 출력 결과를 맹신하지 않고 반드시 단위 테스트로 검증한다."
|
||||
],
|
||||
"forbid": [
|
||||
"실제 군사 작전/인사 비밀 데이터를 AI에 입력하기",
|
||||
"검증 없이 AI가 생성한 코드를 그대로 제출하기",
|
||||
"단정적인 자동 결심 결과를 인간 검토 없이 확정하기"
|
||||
]
|
||||
},
|
||||
"guideSteps": [
|
||||
{
|
||||
"step": 1,
|
||||
"problem": "M10 코드를 실행해 재학습 결과(챔피언·도전자 정확도, 교체 여부)를 확인한다.",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>M10 코드를 실행해 재학습 결과(챔피언·도전자 정확도, 교체 여부)를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M10 코드를 실행해 재학습 결과(챔피언·도전자 정확도, 교체 여부)를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>( )</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M10 코드를 실행해 재학습 결과(챔피언·도전자 정확도, 교체 여부)를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>M10 코드를 실행해 재학습 결과(챔피언·도전자 정확도, 교체 여부)를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(( ))를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 2,
|
||||
"problem": "자체 점검 통과 수와 운영 문서 작성률, 모델 장애 시 대체 동작을 확인한다.",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>자체 점검 통과 수와 운영 문서 작성률, 모델 장애 시 대체 동작을 확인한다.</p><h4>해야 할 일</h4><ol><li><p>자체 점검 통과 수와 운영 문서 작성률, 모델 장애 시 대체 동작을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>( )</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>자체 점검 통과 수와 운영 문서 작성률, 모델 장애 시 대체 동작을 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>자체 점검 통과 수와 운영 문서 작성률, 모델 장애 시 대체 동작을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(( ))를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 3,
|
||||
"problem": "출력된 브리핑 요약으로 5분 분량 정비 담당 장교 브리핑 자료를 만든다.",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>출력된 브리핑 요약으로 5분 분량 정비 담당 장교 브리핑 자료를 만든다.</p><h4>해야 할 일</h4><ol><li><p>출력된 브리핑 요약으로 5분 분량 정비 담당 장교 브리핑 자료를 만든다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>( )</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>출력된 브리핑 요약으로 5분 분량 정비 담당 장교 브리핑 자료를 만든다. 실행 결과 및 검증 로그</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>출력된 브리핑 요약으로 5분 분량 정비 담당 장교 브리핑 자료를 만든다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(( ))를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
||||
"attachments": []
|
||||
},
|
||||
{
|
||||
"step": 4,
|
||||
"problem": "도전 과제 및 파라미터 튜닝 최적화",
|
||||
"activity": "<h4>이 단계의 역할</h4><p>기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.</p><h4>해야 할 일</h4><p>CONFIG의 retrain_tolerance를 0으로 바꿔 도전자가 근소하게 나쁠 때 교체되지 않는지 확인한다.</p><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과</p></li></ul>",
|
||||
"evalText": "<h4>PASS 기준</h4><ul><li><p>도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.</p></li></ul>",
|
||||
"attachments": []
|
||||
}
|
||||
]
|
||||
}
|
||||
]
|
||||
}
|
||||
Reference in new issue
Block a user