시나리오 내용 반영

scenario_md/MOV06-수송·물류·창고_납품물류-납품수요 예측·물류흐름 추적관리/MOV06-수송·물류·창고_납품물류-납품수요 예측·물류흐름 추적관리.md

@@ -0,0 +1,97 @@
+**납품수요 예측·물류흐름 추적관리**
+
+난 이 도 **고급**
+
+| **프로젝트 목표** | 납품물류에서는 수령부대의 납품 소요를 예측하는 일과 수송선단이 지금 어디에 있고 언제 도착하는지 추적하는 일이 따로 이루어지면 지연을 뒤늦게 알게 된다. 본 프로젝트는 납품수요 예측과 물류흐름 추적을 결합해 end-to-end 물류 가시성을 익히도록, 교육용 가상 노선에서 선단의 GPS 위치·화물 센서·통신 상태 텔레메트리를 코드로 만들어 도착 예정 시간(ETA)과 지연 원인을 추적한다. 학습자는 텔레메트리 데이터셋 정의, GPS 이상값 정제, 현재 속도 기반 ETA 기준선, 도로·기상·정체를 반영한 ETA 모델, 이탈·불시 정차 경보, 관제 대시보드와 지연 요인 설명, 현장 확인·대체 수송 승인(HITL), 100개 선단 스트림 부하 시험, AAR 기반 가중치 재튜닝과 ROI, 재학습 파이프라인 통합을 차례로 수행한다. 최종 목표는 선단 이동 상태를 추적해 도착 시각과 지연 원인을 설명하고 7일 납품 소요까지 예측하되, 대체 수송 지시는 반드시 사람이 결정하는 물류 추적 도구를 완성하는 것이다. |
+| --- | --- |
+
+| **유의사항** | 모든 노선·좌표·선단·화물·납품 소요 자료는 코드 안에서 만든 교육용 가상 자료이며 실제 도로, 지명, 부대, 수송 일정, 장비 제원, 작전 정보는 사용하지 않는다. 부대 내 촬영이나 부대 자료의 외부 AI 서비스 입력은 금지한다. 위협 구역은 속도 저하 계수로만 추상화하며 실제 위협 정보는 다루지 않는다. 지연·이탈 경보는 판단 보조이며 현장 확인과 대체 수송 지시는 수송통제관 등 사람의 승인과 지휘계통에 따른다. 시간·비용 단가와 도입 비용은 교육용 가정값이다. 미션별 정답 코드는 각각 한 파일로 독립 실행된다. |
+| --- | --- |
+
+**1단계. 텔레메트리 데이터셋 정의 및 GPS 이상값 정제**
+
+| **미션 1. 군수 수송선단 GPS 위치, 화물 센서, 통신 상태 텔레메트리 데이터셋 정의** [초급 · 1.5시간] | **미션 1. 군수 수송선단 GPS 위치, 화물 센서, 통신 상태 텔레메트리 데이터셋 정의** [초급 · 1.5시간] |
+| --- | --- |
+| **목표** | 가상 수송 노선을 이동하는 선단의 GPS 위치, 화물 센서, 통신 상태 텔레메트리 데이터셋을 정의하고 납품 물류 추적 업무 프로세스 맵과 피처 데이터 사전을 만든다. |
+| **수행** | 선단 식별, 시각, 좌표, 속도, 방향, 통신 강도, 화물 온도·충격, 선단 규모, 화물 구분, 우천 여부와 모의 정답 라벨의 필드와 허용값을 정한다. 원천 컬럼과 파생 피처를 구분한 데이터 사전을 작성하고 실제 생성 데이터의 컬럼과 대조해 누락을 확인하며, 허용값 검증기에 오류 6종을 주입해 검출 여부를 시험한다. 납품 수요 접수부터 도착 확인·실적 대조까지 업무 프로세스를 단계별 담당·입력·산출·소요시간으로 정리한다. |
+| **산출물** | docs/mov06_logistics_domain_spec.md 및 데이터 딕셔너리 |
+| **평가** | **[필수] 프로세스 맵·피처 정의** — 업무 프로세스 맵이 작성되고 예측·추적 피처 후보가 20개 이상 정의되며, 데이터 사전과 실제 데이터 컬럼의 누락이 0건이고 주입 오류 6종이 모두 검출되는가. 실무 납품 업무 흐름과의 일치성과 분석 목표의 명확성이 설명되는가. |
+
+| **미션 2. 수송 데이터 정제, 비정상 GPS 좌표 보정 및 속도/이동 방향 전처리 모듈 구현** [초급~중급 · 2시간] | **미션 2. 수송 데이터 정제, 비정상 GPS 좌표 보정 및 속도/이동 방향 전처리 모듈 구현** [초급~중급 · 2시간] |
+| --- | --- |
+| **목표** | 수송 텔레메트리의 비정상 GPS 좌표와 속도·이동 방향을 보정하는 전처리 모듈을 구현한다. |
+| **수행** | 좌표 sentinel, GPS 점프, 속도 음수·단위 오류·결측, 방향 이상, 센서 sentinel, 누락, 중복을 주입한 가상 기록에 정제 규칙 10종을 순서대로 적용한다. 위치 차분으로 속도와 방향을 재산출하고, 비계획 정비·긴급 불출 대기에 해당하는 정차 행은 이상치로 지우지 않고 보존 표시한다. 정합성 검증 8항목과 정제 전후 기술통계, 진행거리 오차를 비교한다. |
+| **산출물** | src/etl/mov06_data_cleansing.py 및 정제 품질 보고서 |
+| **평가** | **[필수] 정제 규칙·정합성 검증** — 정제 규칙 10종이 적용되고 정합성 검증 통과율이 100%이며, 비계획 정비·긴급 불출 대기 같은 군수 특수 정차 데이터가 삭제되지 않고 보존되었는가. 전후 기술통계와 진행거리 오차 개선이 비교되었는가. |
+
+**2단계. ETA 기준선 및 정밀 ETA 예측 모델**
+
+| **미션 3. 현재 속도 기반 단순 도착 예정 시간(ETA) 계산 Baseline 알고리즘 구현** [중급 · 2.5시간] | **미션 3. 현재 속도 기반 단순 도착 예정 시간(ETA) 계산 Baseline 알고리즘 구현** [중급 · 2.5시간] |
+| --- | --- |
+| **목표** | 현재 속도로 남은 거리를 나누는 단순 ETA를 Baseline으로 만들고, EDA로 Baseline의 한계와 핵심 지연 요인을 찾는다. |
+| **수행** | 남은 거리를 현재 속도로 나눈 ETA의 MAPE와 MAE를 계산하고, 정차·정차 이력·우천·비포장·위협 구역·노선 이탈 조건별 오차를 비교해 과소·과대 예측 조건을 찾는다. 8종 EDA 차트, 절대오차와의 상관계수·p-value, 정차 이력 유무 평균 차이 검정, 이동별 오차 파레토를 수행한다. 거리가 멀수록 오차가 커지는 효과와 지연 요인을 구분해 핵심 발견점을 정리한다. |
+| **산출물** | notebooks/mov06_eda_analysis.ipynb 및 EDA 요약 리포트 |
+| **평가** | **[필수] Baseline ETA·EDA 핵심 발견** — EDA 시각화 차트 8종 이상이 생성되고 유의미한 상관 피처 5개 이상이 도출되며, Baseline의 조건별 한계와 파레토 집중도가 군수 의사결정자에게 직관적으로 설명되는가. |
+
+| **미션 4. 도로 상태, 기상, 적 위협 정체 변수를 반영한 머신러닝 기반 정밀 ETA 예측 모델 고도화** [중급 · 3시간] | **미션 4. 도로 상태, 기상, 적 위협 정체 변수를 반영한 머신러닝 기반 정밀 ETA 예측 모델 고도화** [중급 · 3시간] |
+| --- | --- |
+| **목표** | 도로 상태, 기상, 정체, 위협 구역과 정차 이력을 반영한 머신러닝 기반 정밀 ETA 모델을 만들고 기준 오차를 측정한다. |
+| **수행** | 남은 거리와 남은 구간 구성(비포장·위협·교량터널), 정차 횟수·시간, 시간대 순환, 속도 이동평균·표준편차, 이탈 거리 등 파생 피처를 만든다. 이동 순서대로 학습 구간이 늘어나는 시계열 교차검증으로 Ridge와 GBR의 MAPE를 측정하고 미래 정보 누수가 없음을 확인한다. 변수군 제거 실험과 순열 중요도로 피처 설계가 타당한지 점검한다. |
+| **산출물** | src/features/mov06_feature_engineering.py 및 기준 모델 |
+| **평가** | **[선택] 파생 피처·기준 모델 MAPE** — 파생 피처 10개 이상이 생성되고 시계열 교차검증 평균 MAPE가 25% 이하이며, 변수군 제거와 중요도 분석으로 피처 설계의 논리성이 군수 실무자에게 납득되는가. |
+
+**3단계. 이탈·정차 경보 및 관제 대시보드**
+
+| **미션 5. 수송선단 경로 이탈 및 불시 정차 감지 신뢰도 경보 엔진 개발** [중급~고급 · 3.5시간] | **미션 5. 수송선단 경로 이탈 및 불시 정차 감지 신뢰도 경보 엔진 개발** [중급~고급 · 3.5시간] |
+| --- | --- |
+| **목표** | 수송선단의 경로 이탈과 불시 정차를 감지하고 신뢰도를 매겨 경보 등급을 내는 엔진을 개발한다. |
+| **수행** | 이탈 거리와 정차 지속 시간으로 0~1 신뢰도를 계산해 0.5 이상을 경보로 보고, 이벤트 단위 재현율·탐지 지연·오경보를 깨끗한 관측과 GPS 잡음 조건에서 비교한다. 정차 임계값 0.3·0.5·0.8의 정밀도와 재현율 변화를 확인한다. 감지 신뢰도를 피처로 넣은 앙상블 ETA 모델과 기준 모델의 MAE·RMSE·R2를 hold-out 이동에서 비교하고 이탈·정차·우천 상황별 오차를 분석한다. |
+| **산출물** | src/models/mov06_advanced_model.py |
+| **평가** | **[필수] 오차율 개선·R2** — 기준 모델 대비 MAE와 RMSE가 각각 20% 이상 개선되고 R2가 0.85 이상이며, 이탈·정차 이벤트 재현율과 잡음 조건에서의 오경보가 보고되어 불규칙 상황에 대한 적응력과 예측 안정성이 설명되는가. |
+
+| **미션 6. 실시간 수송선단 위치 추적 및 실시간 ETA 변동 대시보드 UI 구현** [중급~고급 · 3시간] | **미션 6. 실시간 수송선단 위치 추적 및 실시간 ETA 변동 대시보드 UI 구현** [중급~고급 · 3시간] |
+| --- | --- |
+| **목표** | 실시간 수송선단 위치 추적과 ETA 변동을 보여 주는 대시보드를 구현하고, 지연 요인별 기여도를 건마다 자동 산출해 설명한다. |
+| **수행** | 출발 후 120분 시점의 선단 위치와 상태(정상·주의·지연·정차·이탈)를 표와 노선도로 보여 준다. 요인군을 평균값으로 대체하는 방식으로 우천·시간대 정체·정차 이력·현재 속도·노선 구성 등의 기여도를 예측 건마다 계산해 상위 3개를 뽑고 자연어 설명으로 변환한다. 한 선단의 시간별 ETA 변동을 추적하고 15분 이상 변동 시 알림을 띄운다. |
+| **산출물** | src/explainability/mov06_xai_explainer.py 및 XAI 리포트 |
+| **평가** | **[선택] 기여도 상위 3개 자동 산출** — ETA 예측 건당 기여도 상위 3개 인자가 100% 자동 산출되고, 지연 상위 선단의 자연어 설명과 ETA 변동 추적이 장교·군무원이 신뢰하고 조치할 수 있을 만큼 명확한가. |
+
+**4단계. 지연 경보 승인 체계 및 선단 스트림 부하 시험**
+
+| **미션 7. 도착 지연 경보 발생 시 현장 확인 및 대체 수송 지시를 위한 HITL 절차 설계** [고급 · 3.5시간] | **미션 7. 도착 지연 경보 발생 시 현장 확인 및 대체 수송 지시를 위한 HITL 절차 설계** [고급 · 3.5시간] |
+| --- | --- |
+| **목표** | 도착 지연 경보가 발생했을 때 현장 확인과 대체 수송 지시를 비용 최적화로 추천하고, 사람이 승인·반려하는 HITL 절차를 설계한다. |
+| **수행** | 지연 손실 단가, 현장 확인 효과, 대체 수송 비용·도착 시간, 예비 차량 수 제약을 가정값으로 두고 기댓값 최소 조치를 추천해 현재 속도 기반 관행 규칙과 비용을 비교하며 예비 차량 수·우천·민감 화물 시나리오와 단가 민감도를 본다. AI 지시안은 모두 검토대기로 등록하고 대체 수송은 수송통제관과 군수참모의 2단계 결재를 거치게 한다. 사유 10자 이상, 반려 후 재기안 연결, 승인 후 변경 금지, 권한 우회 시도 10건 차단, 해시 체인 감사 로그를 구현한다. |
+| **산출물** | src/optimization/mov06_simulator.py |
+| **평가** | **[필수] 비용 절감·인간 승인** — 최적화 적용 시 비용 15% 이상 절감이 시나리오로 확인되고, 예비 차량 제약과 화물별 대안이 반영되며, 자동 승인 0건, 권한 우회 시도 차단율 100%, 감사 로그 무결성과 위·변조 검출이 확인되었는가. |
+
+| **미션 8. 100개 수송선단 동시 이동 모의 실시간 위치 데이터 스트림 부하 테스트** [고급 · 3시간] | **미션 8. 100개 수송선단 동시 이동 모의 실시간 위치 데이터 스트림 부하 테스트** [고급 · 3시간] |
+| --- | --- |
+| **목표** | 100개 수송선단이 동시에 이동하는 모의 위치 데이터 스트림의 부하 시험을 수행해 처리 성능과 경보 정확도를 측정한다. |
+| **수행** | 100개 선단의 5분 간격 텔레메트리를 틱 단위로 일괄 처리하는 스트림 엔진을 만들고 중복 제거, 손실, 지연 도착, 이탈·정차 경보와 ETA 배치 예측을 포함한다. 선단 수를 100에서 10000까지 늘려 틱 처리 지연과 대시보드 로딩 시간을 재고, 패킷 손실·중복·지연·GPS 잡음 조건에서 경보 정확도와 재현율을 측정한다. 한계 시험 결과와 대응 방안을 정리한다. |
+| **산출물** | src/dashboard/mov06_app.py (Streamlit/Dash 등) |
+| **평가** | **[선택] 로딩 시간·경보 정확도** — 100개 선단 기준 대시보드 로딩 시간이 2초 이내이고 통신 오류 조건에서도 경보 정확도가 95% 이상이며, 정확도와 재현율을 함께 보고 잡음 조건의 한계를 설명했는가. 요약·상위 목록 우선 표시 같은 화면 위계가 제시되는가. |
+
+**5단계. AAR 가중치 재튜닝 및 통합 패키지**
+
+| **미션 9. AAR 기반 ETA 예측 오차 분석 및 지연 요인 가중치 매트릭스 재튜닝** [고급 · 3시간] | **미션 9. AAR 기반 ETA 예측 오차 분석 및 지연 요인 가중치 매트릭스 재튜닝** [고급 · 3시간] |
+| --- | --- |
+| **목표** | AAR로 ETA 예측 오차를 분석하고 지연 요인 가중치 매트릭스를 재튜닝하며 도입 효과를 정량화한다. |
+| **수행** | 운영 구간 기록에서 현행 가중치 ETA의 오차를 조건별로 나누고 오차 큰 사례를 불시 정차·우천·정체·비포장 원인으로 분류한다. 남은 1km당 소요 분의 요인별 가중치를 비음수 최소제곱으로 재튜닝하고 보류 구간에서 전후 MAPE·MAE·RMSE를 비교하며 변화가 큰 요인은 사람 검토 대상으로 표시한다. 비용 절감액, 수령 대기·준비 시간 단축률, 투자 회수 기간을 산식과 민감도로 산출한다. |
+| **산출물** | reports/mov06_roi_analysis.md |
+| **평가** | **[필수] 3대 정량 효과 지표** — 비용 절감액, 시간 단축률, 투자 회수 기간 3대 지표가 산출되고 보류 구간에서 오차 개선이 확인되며, 가정값과 산식이 공개되어 추정의 객관성과 재정·기획 부서 설득력이 확보되었는가. |
+
+| **미션 10. 군수품 이동 상태 추적 및 도착 예정 시간(ETA) 예측 시스템 최종 완성** [최고급 · 3.5시간] | **미션 10. 군수품 이동 상태 추적 및 도착 예정 시간(ETA) 예측 시스템 최종 완성** [최고급 · 3.5시간] |
+| --- | --- |
+| **목표** | 군수품 이동 상태 추적과 ETA 예측을 하나로 묶은 통합 파이프라인을 완성하고 자동 재학습·운영 문서·자체 점검을 갖춘다. |
+| **수행** | 신규 이동 40개를 추가해 정합성을 검증하고 기존 모델의 오차로 드리프트를 판단한 뒤 챌린저 모델을 학습해 개선이 3% 이상일 때만 승격한다. 120분 시점 선단의 ETA와 지연·이탈·정차 경보를 산출하고 경보 건은 자동 지시 없이 승인대기로 분리하며, 요일·추세 Ridge로 향후 7일 납품 소요를 예측해 전주 동요일 기준과 비교한다. 운영 문서 완비율, 인터페이스 명세, 자체 점검표, 브리핑 요약을 출력한다. |
+| **산출물** | docs/mov06_operations_guide.md 및 pipeline/mov06_retrain.py |
+| **평가** | **[필수] 재학습 파이프라인·문서 완비** — 자동 재학습 파이프라인이 오류 없이 실행되고 운영 문서 100% 완비, 자체 점검 전 항목 PASS이며, 경보 건이 자동 집행되지 않고 7일 납품 소요 예측이 기준보다 정확하게 브리핑으로 정리되었는가. |
+
+**최종 판정**
+
+**판정 기준 :** 모든 필수 항목([필수])에서 PASS를 받아야 최종 PASS로 인정한다.
+
+최종 판정 결과 : ( PASS / FAIL )
+
+평가 의견 : (필수 항목 중 하나라도 FAIL인 경우 사유를 기재한다.)

scenario_md/MOV06-수송·물류·창고_납품물류-납품수요 예측·물류흐름 추적관리/MOV06_실습가이드.md

@@ -0,0 +1,267 @@
+**MOV06 실습가이드 - 납품수요 예측·물류흐름 추적관리**
+
+구    분 **실습가이드 [교육용가상자료]**
+
+**1. 실습 개요**
+
+본 실습은 교육용 가상 노선을 이동하는 수송선단의 GPS·화물 센서·통신 텔레메트리로 도착 예정 시간(ETA)과 지연 원인을 추적하는 물류 추적 도구를 미션 단위로 구현하는 과정이다. 미션마다 정답 코드(MOV06_정답코드.md)의 해당 코드를 웹 파이썬 실행기에 붙여 넣어 실행하고, 출력 수치가 평가 기준을 충족하는지 확인한 뒤 파라미터를 바꾸는 도전 과제를 수행한다. 미션별 코드는 서로 독립적이어서 어느 미션부터 실행해도 동작한다.
+
+| **과제** | MOV06 납품수요 예측·물류흐름 추적관리 |
+| --- | --- |
+
+| **난이도·유형** | 고급 / 데이터분석형 |
+| --- | --- |
+
+| **예상 소요시간** | 미션 10개, 총 28.5시간 |
+| --- | --- |
+
+| **준비물** | MOV06_정답코드.md, 웹 파이썬 실행기(numpy·pandas·scipy·scikit-learn·matplotlib 사용 가능), 결과 기록용 문서 |
+| --- | --- |
+
+**2. 진행 방법**
+
+- 정답코드 md에서 해당 미션의 코드 블록 전체를 복사해 실행기에 붙여 넣고 실행한다(부분 복사 시 가상 노선·텔레메트리 생성 함수가 빠져 오류가 난다).
+
+- 실행 결과를 md의 '실행 결과 예시'와 비교한다. 난수 시드가 고정되어 있어 같은 값이 나와야 한다(처리 시간·로딩 시간 수치는 환경에 따라 다르다).
+
+- 도전 과제는 코드 상단의 파라미터(운행계획 시간, 단가, 경보 기준, 손실률 등)를 바꿔 다시 실행하고 변화와 이유를 기록한다.
+
+- 그래프 글자는 영문, 표·출력은 한글이다. 한글이 깨지면 실행기 글꼴 문제이며 결과에는 영향이 없다. M3~M5·M8은 모델 학습과 부하 시험으로 실행에 10초 안팎이 걸릴 수 있다.
+
+- 실제 부대 위치·수송로·일정은 입력하지 않는다. 지연·이탈 경보는 판단 보조이며 대체 수송 지시는 수송통제관 승인과 지휘계통에 따른다.
+
+**3. 미션 진행 요약**
+
+| **미션** | **난이도·시간** | **핵심 확인 결과** |
+| --- | --- | --- |
+| **M1. 군수 수송선단 GPS 위치, 화물 센서, 통신 상태 텔레메트리 데이터셋 정의** | 초급
+1.5시간 | 데이터 사전 37개 필드, 예측·추적 피처 후보 31개(목표 20개 이상) |
+| **M2. 수송 데이터 정제, 비정상 GPS 좌표 보정 및 속도/이동 방향 전처리 모듈 구현** | 초급~중급
+2시간 | 정제 규칙 10종, 정합성 검증 통과율 100% |
+| **M3. 현재 속도 기반 단순 도착 예정 시간(ETA) 계산 Baseline 알고리즘 구현** | 중급
+2.5시간 | 단순 ETA MAPE 31.7%, MAE 45.0분, 정차 중 MAE 332분 |
+| **M4. 도로 상태, 기상, 적 위협 정체 변수를 반영한 머신러닝 기반 정밀 ETA 예측 모델 고도화** | 중급
+3시간 | 파생 피처 16개(총 21개), GBR 교차검증 평균 MAPE 7.52%(목표 25% 이하) |
+| **M5. 수송선단 경로 이탈 및 불시 정차 감지 신뢰도 경보 엔진 개발** | 중급~고급
+3.5시간 | 이탈 22건·정차 88건 모두 탐지(재현율 100%), 잡음 조건 이탈 오경보 283관측 |
+| **M6. 실시간 수송선단 위치 추적 및 실시간 ETA 변동 대시보드 UI 구현** | 중급~고급
+3시간 | 기여도 상위 3개 자동 산출 2034건 중 2034건(100%) |
+| **M7. 도착 지연 경보 발생 시 현장 확인 및 대체 수송 지시를 위한 HITL 절차 설계** | 고급
+3.5시간 | 평상 시나리오 절감 38.8%(목표 15% 이상), 예비 차량 0대에서도 18.0% |
+| **M8. 100개 수송선단 동시 이동 모의 실시간 위치 데이터 스트림 부하 테스트** | 고급
+3시간 | 100개 선단 대시보드 로딩 0.1초 안팎(목표 2초 이내), 틱 p95 수 ms |
+| **M9. AAR 기반 ETA 예측 오차 분석 및 지연 요인 가중치 매트릭스 재튜닝** | 고급
+3시간 | 현행 MAPE 21.2% 우천 28.6%, 보류 구간 MAPE 18.8% -> 8.1%, MAE 24.7 -> 9.9분 |
+| **M10. 군수품 이동 상태 추적 및 도착 예정 시간(ETA) 예측 시스템 최종 완성** | 최고급
+3.5시간 | 자체 점검 8/8 PASS, 운영 문서 12/12(100%) |
+
+**미션 1. 군수 수송선단 GPS 위치, 화물 센서, 통신 상태 텔레메트리 데이터셋 정의**
+
+| **난이도·시간** | 초급 · 1.5시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M1 코드를 실행해 데이터 사전의 필드 수와 실제 데이터 컬럼 대조 결과를 확인한다.
+2) 검증기에 주입한 오류 6종이 모두 검출되는지 읽는다.
+3) 업무 프로세스 맵 9단계에서 가장 오래 걸리는 단계를 표시한다. |
+| --- | --- |
+
+| **확인할 결과** | 데이터 사전 37개 필드, 예측·추적 피처 후보 31개(목표 20개 이상)
+사전 누락 컬럼 없음, 주입 오류 6종 중 6종 검출, 프로세스 맵 9단계 165분 |
+| --- | --- |
+
+| **도전 과제** | 데이터 사전에 '예비 차량 위치' 같은 필드를 하나 추가하고, 실제 데이터에 없는 필드로 대조 결과에 나타나는지 확인한다. |
+| --- | --- |
+
+| **제출물** | 데이터 사전, 오류 주입 검출표, 업무 프로세스 맵 |
+| --- | --- |
+
+**미션 2. 수송 데이터 정제, 비정상 GPS 좌표 보정 및 속도/이동 방향 전처리 모듈 구현**
+
+| **난이도·시간** | 초급~중급 · 2시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M2 코드를 실행해 오염 데이터의 오류 건수와 정제 규칙 10종의 처리 건수를 확인한다.
+2) 정합성 검증 8항목이 모두 PASS인지 확인한다.
+3) 정차 행이 삭제되지 않고 보존되었는지와 전후 기술통계를 비교한다. |
+| --- | --- |
+
+| **확인할 결과** | 정제 규칙 10종, 정합성 검증 통과율 100%
+진행거리 MAE 0.63km -> 0.03km, 실제 정차 84행 중 정제 후 82행 보존(2행은 전송 누락) |
+| --- | --- |
+
+| **도전 과제** | R4의 GPS 점프 기준 8km를 3km로 바꿔 보정 건수가 어떻게 달라지는지, 정차 행이 삭제되지 않는지 확인한다. |
+| --- | --- |
+
+| **제출물** | 정제 모듈 코드, 정제 규칙 로그, 정합성 검증 결과, 전후 통계 비교표 |
+| --- | --- |
+
+**미션 3. 현재 속도 기반 단순 도착 예정 시간(ETA) 계산 Baseline 알고리즘 구현**
+
+| **난이도·시간** | 중급 · 2.5시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M3 코드를 실행해 단순 ETA의 MAPE와 조건별 오차를 확인한다.
+2) 상관 상위 피처와 p-value, 정차 이력 유무 평균 차이 검정 결과를 읽는다.
+3) 파레토 분석에서 오차가 집중된 이동의 비중을 확인한다. |
+| --- | --- |
+
+| **확인할 결과** | 단순 ETA MAPE 31.7%, MAE 45.0분, 정차 중 MAE 332분
+유의 상관 피처 9개(목표 5개 이상), EDA 차트 8종, 오차 상위 20% 이동이 오차의 42% |
+| --- | --- |
+
+| **도전 과제** | 상관 판정 기준 \|r\| 0.2를 0.4로 올려 남는 피처 수와 거리 효과 피처의 비중을 확인한다. |
+| --- | --- |
+
+| **제출물** | Baseline 오차표, EDA 차트 8종, 상관표, 가설검정 결과, 파레토 요약 |
+| --- | --- |
+
+**미션 4. 도로 상태, 기상, 적 위협 정체 변수를 반영한 머신러닝 기반 정밀 ETA 예측 모델 고도화**
+
+| **난이도·시간** | 중급 · 3시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M4 코드를 실행해 파생 피처 수와 시계열 교차검증 4개 fold의 MAPE를 확인한다.
+2) 변수군 제거 실험에서 제거 시 오차가 가장 크게 늘어나는 변수군을 찾는다.
+3) 순열 중요도 상위 피처와 1% 미만 피처 수를 읽는다. |
+| --- | --- |
+
+| **확인할 결과** | 파생 피처 16개(총 21개), GBR 교차검증 평균 MAPE 7.52%(목표 25% 이하)
+단순 ETA 31.2%, 우천 제거 시 MAPE +1.57%p로 가장 큰 증가 |
+| --- | --- |
+
+| **도전 과제** | GBR 대신 Ridge만 사용했을 때 평균 MAPE가 어떻게 달라지는지 확인하고 피처 설계의 역할을 설명한다. |
+| --- | --- |
+
+| **제출물** | 피처 목록, 교차검증 표, 변수군 제거 결과, 중요도 그래프 |
+| --- | --- |
+
+**미션 5. 수송선단 경로 이탈 및 불시 정차 감지 신뢰도 경보 엔진 개발**
+
+| **난이도·시간** | 중급~고급 · 3.5시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M5 코드를 실행해 이탈·불시 정차 이벤트의 재현율과 탐지 지연을 확인한다.
+2) GPS 잡음 조건에서 오경보가 얼마나 늘어나는지, 정차 임계값 0.3·0.5·0.8의 정밀도와 재현율 차이를 읽는다.
+3) 기준 모델과 앙상블 모델의 MAE·RMSE·R2를 비교한다. |
+| --- | --- |
+
+| **확인할 결과** | 이탈 22건·정차 88건 모두 탐지(재현율 100%), 잡음 조건 이탈 오경보 283관측
+MAE 개선 80.6%, RMSE 개선 85.8%(목표 20% 이상), R2 0.970(목표 0.85 이상) |
+| --- | --- |
+
+| **도전 과제** | 정차 임계값을 0.8로 올렸을 때 재현율 하락과 경보 피로의 균형을 업무 관점에서 설명한다. |
+| --- | --- |
+
+| **제출물** | 이벤트 검증표, 임계값 비교, 모델 성능표, 상황별 오차표 |
+| --- | --- |
+
+**미션 6. 실시간 수송선단 위치 추적 및 실시간 ETA 변동 대시보드 UI 구현**
+
+| **난이도·시간** | 중급~고급 · 3시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M6 코드를 실행해 기여도 상위 3개 요인이 모든 예측 건에서 산출되는지 확인한다.
+2) 선단 상태판에서 상태(정상·지연·정차)별 선단 수와 지연 상위 3개 선단의 자연어 설명을 읽는다.
+3) 한 선단의 ETA 변동 추적에서 예측 도착 범위와 실제 도착을 비교한다. |
+| --- | --- |
+
+| **확인할 결과** | 기여도 상위 3개 자동 산출 2034건 중 2034건(100%)
+상태판 12개 선단: 정상 8, 지연 2, 정차 2, 우천 평균 기여 5.5분으로 최대 요인 |
+| --- | --- |
+
+| **도전 과제** | 운행계획 PLAN을 255분에서 230분으로 바꿔 상태판의 지연 판정 선단 수가 어떻게 달라지는지 확인한다. |
+| --- | --- |
+
+| **제출물** | 상태판, 요인 기여도 표, 자연어 설명, ETA 변동 그래프 |
+| --- | --- |
+
+**미션 7. 도착 지연 경보 발생 시 현장 확인 및 대체 수송 지시를 위한 HITL 절차 설계**
+
+| **난이도·시간** | 고급 · 3.5시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M7 코드를 실행해 시나리오별 관행 규칙과 기댓값 최소 추천의 비용·절감률을 확인한다.
+2) 대체 수송 비용 민감도에서 추천 출동 횟수가 어떻게 변하는지 읽는다.
+3) AI 지시안 6건이 모두 검토대기인지, 권한 우회 시도 10건이 모두 차단되는지, 감사 로그 위·변조가 검출되는지 확인한다. |
+| --- | --- |
+
+| **확인할 결과** | 평상 시나리오 절감 38.8%(목표 15% 이상), 예비 차량 0대에서도 18.0%
+자동 승인 0건, 권한 우회 차단 10/10(100%), 감사 로그 22건 위·변조 검출 |
+| --- | --- |
+
+| **도전 과제** | 대체 수송 비용 C_REPL을 45만원에서 100만원으로 바꿔 추천 조치 구성과 절감률이 어떻게 달라지는지 확인한다. |
+| --- | --- |
+
+| **제출물** | 최적화 코드, 비용 비교표, 민감도, 결재 이력, 차단 로그 |
+| --- | --- |
+
+**미션 8. 100개 수송선단 동시 이동 모의 실시간 위치 데이터 스트림 부하 테스트**
+
+| **난이도·시간** | 고급 · 3시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M8 코드를 실행해 선단 수 100~10000의 틱 처리 지연과 대시보드 로딩 시간을 확인한다.
+2) 오류 주입 7조건의 정확도·재현율·오경보를 비교하고 정확도만 보면 안 되는 이유를 읽는다.
+3) 한계 시험(10000개, 손실·중복·지연 동시)의 결과와 대응 방안을 확인한다. |
+| --- | --- |
+
+| **확인할 결과** | 100개 선단 대시보드 로딩 0.1초 안팎(목표 2초 이내), 틱 p95 수 ms
+통신 오류 4개 조건 최저 정확도 99.5%(목표 95% 이상), GPS 잡음 조건은 91.1%·재현율 57%로 미달 |
+| --- | --- |
+
+| **도전 과제** | 패킷 손실률을 15%에서 40%로 올려 재현율이 어떻게 달라지는지 확인하고 보완책을 제안한다. |
+| --- | --- |
+
+| **제출물** | 규모별 부하표, 오류 주입 결과표, 한계 시험 결과, 대응 방안 |
+| --- | --- |
+
+**미션 9. AAR 기반 ETA 예측 오차 분석 및 지연 요인 가중치 매트릭스 재튜닝**
+
+| **난이도·시간** | 고급 · 3시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M9 코드를 실행해 현행 가중치 ETA의 조건별 오차와 오차 큰 사례의 원인 분류를 확인한다.
+2) 재튜닝 전후 가중치 매트릭스와 보류 구간 성능을 비교하고 사람 검토 대상 요인을 읽는다.
+3) ROI 3대 지표와 횟수 민감도를 확인한다. |
+| --- | --- |
+
+| **확인할 결과** | 현행 MAPE 21.2% 우천 28.6%, 보류 구간 MAPE 18.8% -> 8.1%, MAE 24.7 -> 9.9분
+연간 절감 2,016만원, 대기·준비 시간 단축률 37.3%, 회수 17.9개월 |
+| --- | --- |
+
+| **도전 과제** | 연 수송 횟수 TRIPS_YR를 1200회에서 600회로 바꿔 절감액과 회수 기간이 어떻게 달라지는지 확인한다. |
+| --- | --- |
+
+| **제출물** | 재튜닝 코드, 원인별 오차표, 가중치 매트릭스, 3대 지표와 민감도 |
+| --- | --- |
+
+**미션 10. 군수품 이동 상태 추적 및 도착 예정 시간(ETA) 예측 시스템 최종 완성**
+
+| **난이도·시간** | 최고급 · 3.5시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M10 코드를 실행해 데이터 정합성, 드리프트 점검, 챔피언/챌린저 판정 결과를 확인한다.
+2) 120분 시점 상태판에서 경보 건이 승인대기로 분리되었는지와 7일 납품 소요 예측 검증을 확인한다.
+3) 자체 점검표와 브리핑 요약이 앞의 수치와 일치하는지 대조한다. |
+| --- | --- |
+
+| **확인할 결과** | 자체 점검 8/8 PASS, 운영 문서 12/12(100%)
+챌린저 승격(MAE 4.81 -> 4.27분), 경보 1건 승인대기, 7일 소요 예측 MAPE 3.6%(전주 동요일 4.5%) |
+| --- | --- |
+
+| **도전 과제** | 드리프트 기준 drift_mape를 8.0에서 5.0으로 낮추고 재학습 판정이 어떻게 달라지는지 확인한다. |
+| --- | --- |
+
+| **제출물** | 통합 파이프라인 코드, 상태판, 자체 점검표, 인터페이스 명세, 브리핑 요약 |
+| --- | --- |
+
+**4. 최종 점검표**
+
+| **점검 항목** | **확인** |
+| --- | --- |
+| 미션 1~10 코드가 모두 오류 없이 실행되었다 | ( ) |
+| 각 미션의 확인할 결과를 기록했다 | ( ) |
+| 도전 과제 결과와 이유를 기록했다 | ( ) |
+| 브리핑 수치가 실행 결과와 일치한다 | ( ) |
+| 실제 부대·지명·수송로·장비 제원을 사용하지 않았다 | ( ) |
+| 대체 수송 지시는 인간 승인·지휘계통에 따름을 명시했다 | ( ) |