시나리오 내용 반영

scenario_md/SEC01-시설·방호·경계_부대 보안-기지 CCTV 드론·비인가 접근 객체 탐지 프로토타입/SEC01-시설·방호·경계_부대 보안-기지 CCTV 드론·비인가 접근 객체 탐지 프로토타입.md

@@ -0,0 +1,97 @@
+**기지 CCTV 드론·비인가 접근 객체 탐지 프로토타입**
+
+난 이 도 **고급**
+
+| **프로젝트 목표** | 미국-이란 전쟁에서는 소형 드론과 차량·인원의 접근 시도가 기지 외곽 경계의 주요 위협으로 부각되었고, 많은 CCTV 화면에서 실제 침입과 수목 흔들림·야생동물을 빠르게 구분하는 일이 시설·방호 업무의 핵심이 되었다. 본 프로젝트에서는 교육용 가상 CCTV 영상을 코드로 직접 그려, 영상 데이터 스키마 정의, 조도·기상 전처리와 경계구역(ROI) 설정, 울타리 접근 객체 탐지 Baseline, 소형 드론·위장 침입자 식별 고도화, 오경보 필터와 신뢰도 점수, 다채널 관제 상황판, 경계병 육안 확인 중심의 HITL 승인, 악천후·다지점 동시 침입 스트레스 시험, AAR 재보정, 최종 통합까지 비인가 접근 탐지 프로토타입을 단계별로 구현한다. 최종 목표는 침입 객체를 놓치지 않으면서 오경보를 줄이고, 경보 해제와 출동 결심은 반드시 사람이 확인하도록 설계하는 것이다. |
+| --- | --- |
+
+| **유의사항** | 모든 영상·라벨·수치는 코드 안에서 도형으로 그린 교육용 가상 자료이며 실제 CCTV 영상, 부대명, 위치, 시설 배치, 장비 제원은 사용하지 않는다. 부대 내 촬영이나 부대 자료의 외부 AI 서비스 입력은 금지한다. 상황판 경보와 HITL 절차는 판단 보조를 위한 학습용 모의이며, 실제 경보 해제·출동·대응은 경계 규정과 지휘계통에 따른다. 미션별 정답 코드는 각각 한 파일로 독립 실행된다. |
+| --- | --- |
+
+**1단계. CCTV 영상 데이터 정의 및 전처리**
+
+| **미션 1. 군사기지 CCTV 영상 규격 분석 및 비인가 침입 객체(드론/차량/인원) 데이터셋 정의** [초급 · 1.5시간] | **미션 1. 군사기지 CCTV 영상 규격 분석 및 비인가 침입 객체(드론/차량/인원) 데이터셋 정의** [초급 · 1.5시간] |
+| --- | --- |
+| **목표** | 기지 외곽 고정 CCTV 영상의 규격과 비인가 침입 객체(드론·차량·인원) 라벨 구조를 정의하고, 잘못된 데이터를 걸러내는 검증기를 만든다. |
+| **수행** | 인원, 차량, 드론을 침입 대상으로, 동물과 조류를 오경보 유발 대상으로 정해 클래스 체계를 세우고 카메라(해상도, fps), 전술 파라미터(기상, 바람, 위치오차, 통신지연), 경계구역 행 범위, 바운딩 박스 라벨 필드를 담은 스키마를 작성한다. 합성 시퀀스에서 가상 샘플 20건을 만들어 검증하고, 형식·범위·누락·허용값·논리 오류를 일부러 넣어 검증기가 모두 잡아내는지 확인한 뒤 명세서로 정리한다. |
+| **산출물** | data/schema/sec01_input_schema.json, docs/sec01_data_spec.md |
+| **평가** | **[필수] 데이터 구조화·검증** — 스키마 필드 정의 완성도 100%, 정상 샘플 검증 오류 0건, 주입한 오류 5종을 모두 검출하고 누락되기 쉬운 전술 파라미터(기상, 위치오차, 통신지연)를 보완했는가. |
+
+| **미션 2. 주/야간 조도 변화 보정, 기상 잡음 필터링 및 침입 경계구역(ROI) 설정 전처리 구현** [초급~중급 · 2시간] | **미션 2. 주/야간 조도 변화 보정, 기상 잡음 필터링 및 침입 경계구역(ROI) 설정 전처리 구현** [초급~중급 · 2시간] |
+| --- | --- |
+| **목표** | 주야간 조도 변화, 비·잡음, 센서 단절이 섞인 CCTV 영상을 조건별로 보정하고 울타리 경계구역(ROI)을 설정하는 전처리 모듈을 구현한다. |
+| **수행** | 센서 단절(전 화면 0) 프레임을 직전 프레임으로 대체하고, 백분위 신장으로 조도를 맞추며, 비 조건에서는 3x3 중앙값으로 빗줄기를 줄이고, 하늘과 울타리 접근 지면 띠를 경계구역 마스크로 설정한다. 처리 속도(프레임/초)와 오류 수를 재고, 단위 테스트 5종을 작성해 통과시키며, 조건별 전처리 전후 탐지 F1과 ROI 적용 효과를 비교한다. |
+| **산출물** | src/preprocess/sec01_preprocessor.py, 전처리 전후 비교표 |
+| **평가** | **[필수] 전처리 구현·효과 검증** — 처리 속도 1,000프레임/초 이상, 전처리 오류 0건, 단위 테스트 5종 통과, 비 조건과 센서 단절 상황에서 탐지 F1이 개선되었는가. |
+
+**2단계. 탐지 Baseline 구현 및 복합 침입 탐지 고도화**
+
+| **미션 3. 기지 외곽 울타리 접근 객체 탐지 Baseline 비전 모델 구현** [중급 · 2.5시간] | **미션 3. 기지 외곽 울타리 접근 객체 탐지 Baseline 비전 모델 구현** [중급 · 2.5시간] |
+| --- | --- |
+| **목표** | 울타리 접근 객체를 1차로 감지하는 규칙 기반 Baseline 비전 모델을 구현하고 판단 기준을 투명하게 기록한다. |
+| **수행** | 학습한 배경과의 차이를 잡음 수준의 4배(MAD 기준)로 이진화하고 연결 영역을 객체 후보로 만든 뒤, 위치(하늘/지면)·크기·종횡비 규칙으로 인원·차량·드론을 분류한다. 경계구역 안 침입 객체만 경보로 올리며, 합성 시퀀스 40개에서 정체·조건별 판정표와 정확도, 오경보 원인을 집계해 Baseline의 한계를 정리한다. |
+| **산출물** | src/models/sec01_baseline_model.py, 기본 추론 결과 보고서 |
+| **평가** | **[필수] Baseline 구현·성능 측정** — 기본 데이터셋 침입 객체 탐지·분류 정확도 75% 이상, 판단 규칙과 한계(수목·동물 오경보, 저대비 객체)를 수치로 설명했는가. |
+
+| **미션 4. 저고도 침투 소형 드론 및 은폐 침입자 정밀 식별 복합 비전 모델 고도화** [중급 · 3시간] | **미션 4. 저고도 침투 소형 드론 및 은폐 침입자 정밀 식별 복합 비전 모델 고도화** [중급 · 3시간] |
+| --- | --- |
+| **목표** | 저고도 소형 드론과 위장(저대비) 침입자까지 식별하도록 프레임 간 추적과 궤적 특징 기반 복합 탐지 모델로 고도화한다. |
+| **수행** | 하늘 영역 민감도를 높인 탐지로 소형 객체를 살리고, 최근접 이웃 추적으로 궤적을 만들어 크기·종횡비·속도·직진성·대비 특징을 계산한 뒤 랜덤포레스트로 분류한다. 일반 시험셋과 위장·소형 시험셋에서 객체 단위 재현율을 Baseline과 비교하고, 프레임당 처리 지연을 측정하며 한 프레임 섬광 같은 기만 신호를 지속 조건으로 거르는 방식을 점검한다. |
+| **산출물** | src/models/sec01_advanced_detector.py, 예외 탐지 테스트 결과 |
+| **평가** | **[선택] 복합 탐지 고도화** — 복합 위협(위장·소형 포함) 탐지 재현율 85% 이상, 프레임당 처리 지연 200ms 이하, 기만·교란 신호에 대한 방어 로직을 설명했는가. |
+
+**3단계. 오경보 필터링 및 다채널 관제 가시화**
+
+| **미션 5. 수목 흔들림/야생동물 오경보 필터링 및 침입 위험 신뢰도 점수 엔진 개발** [중급~고급 · 3시간] | **미션 5. 수목 흔들림/야생동물 오경보 필터링 및 침입 위험 신뢰도 점수 엔진 개발** [중급~고급 · 3시간] |
+| --- | --- |
+| **목표** | 수목 흔들림과 야생동물·조류로 인한 오경보를 걸러내고 침입 위험 신뢰도 점수와 등급을 산출하는 엔진을 개발한다. |
+| **수행** | 궤적 특징으로 로지스틱 회귀 기반 침입 확률을 계산해 0.8 이상 High, 0.5 이상 Medium, 그 미만 Low 등급을 부여한다. 움직이면 모두 경보로 보는 기존 방식과 오경보율을 비교하고, 강풍 시험셋과 ROC-AUC, 임계값 민감도, 특징 흔들림에 대한 등급 일관성을 확인하며 점수에 기여한 특징을 함께 출력한다. |
+| **산출물** | src/verification/sec01_confidence_engine.py |
+| **평가** | **[필수] 오경보 필터·신뢰도 엔진** — 기존 방식 대비 오경보율(FAR) 40% 이상 감축, 신뢰도 등급 일관성 90% 이상, 등급 부여 기준과 판단 근거를 설명했는가. |
+
+| **미션 6. CCTV 다채널 실시간 침입 경보 및 침투 경로 추적 대시보드 구현** [중급 · 2.5시간] | **미션 6. CCTV 다채널 실시간 침입 경보 및 침투 경로 추적 대시보드 구현** [중급 · 2.5시간] |
+| --- | --- |
+| **목표** | 다채널 CCTV의 침입 경보와 침투 경로를 한 화면에 보여 주는 관제 상황판을 구현한다. |
+| **수행** | 6개 채널의 합성 영상을 틱 단위로 처리해 채널 상태(경보·주시·정상), 침입 객체 궤적, 경보 목록을 갱신한다. 틱당 갱신 처리시간과 화면 렌더링 시간을 재고, 원시 탐지 건수를 경보 항목으로 요약해 운용자 인지 부하를 줄이는 방식을 확인하며, 경보 채널을 색 테두리와 궤적선으로 강조한다. |
+| **산출물** | src/ui/sec01_dashboard.py |
+| **평가** | **[선택] 관제 상황판 구현** — 6채널 갱신 처리 1초 이내, UI 응답 100ms 이내(데이터 갱신 기준, 렌더링 시간은 별도 기록), 경보 우선 정렬과 항목 요약으로 직관성을 확보했는가. |
+
+**4단계. 인간 확인 승인 체계 및 복원력 검증**
+
+| **미션 7. 경계병 육안 확인 및 경보 해제/출동 결심을 위한 HITL 승인 워크플로우 설계** [고급 · 3시간] | **미션 7. 경계병 육안 확인 및 경보 해제/출동 결심을 위한 HITL 승인 워크플로우 설계** [고급 · 3시간] |
+| --- | --- |
+| **목표** | 경보를 경계병이 육안으로 확인한 뒤 경보 해제·출동 결심 요청·보류를 결정하는 인간 개입(HITL) 승인 워크플로우를 설계한다. |
+| **수행** | AI 경보는 점수와 무관하게 검토 대기로 등록하고 등급·점수 순으로 검토 순서를 정한다. 해제·출동 요청·보류 시 담당자 ID, 역할, 근거를 강제하고(High 등급 해제는 당직 지휘관만, Medium 이상 해제는 근거 15자 이상), 출동은 경계병 요청 후 당직 지휘관 승인 2단계로 나눈다. 보류 기한을 넘기면 자동 처리 대신 상신하며, 모든 결정은 해시 체인 감사 로그에 남기고 위·변조를 검출해 본다. |
+| **산출물** | src/hitl/sec01_approval_workflow.py, docs/sec01_hitl_guide.md |
+| **평가** | **[필수] 인간 확인·책임 추적** — 자동 해제·자동 출동 0건, 규칙 위반 결정 차단, 대기시간과 승인/반려 로깅 성공률 100%, 책임 분계선을 명확히 하고 감사 로그 위·변조를 검출했는가. |
+
+| **미션 8. 야간 악천후 및 다지점 동시 침입 상황 모의 CCTV 영상 스트레스 테스트** [고급 · 3.5시간] | **미션 8. 야간 악천후 및 다지점 동시 침입 상황 모의 CCTV 영상 스트레스 테스트** [고급 · 3.5시간] |
+| --- | --- |
+| **목표** | 야간 악천후와 다지점 동시 침입 상황에서 CCTV 채널 수를 크게 늘려도 시스템이 멈추지 않고 경보를 잃지 않는지 시험한다. |
+| **수행** | 야간·비·안개 영상에 침입 객체 3개씩을 넣은 채널을 평시 6개에서 최대 36개(트래픽 500% 증가)까지 늘리고, 프레임 손실, 센서 두절, 처리 오류, 전송 손실을 주입한다. 정밀 처리 용량을 넘는 채널은 기능 축소 모드로 돌리고, 센서 두절과 오류는 정상이 아니라 감시 공백 경보로 기록하며, 전송 실패한 경보는 재전송하여 유실 여부를 확인한다. |
+| **산출물** | tests/sec01_stress_test.py, 스트레스 테스트 분석 보고서 |
+| **평가** | **[선택] 스트레스·안전 실패 검증** — 채널 6배(트래픽 500% 증가) 시 시스템 다운 0건, 경보 유실률 0%, 기능 축소 모드와 감시 공백 경보 등 안전 실패 동작이 적절한가. |
+
+**5단계. 사후검토 재보정 및 최종 통합**
+
+| **미션 9. AAR 기반 오경보 유발 객체 분석 및 경계구역 탐지 감도 파라미터 재보정** [고급 · 3시간] | **미션 9. AAR 기반 오경보 유발 객체 분석 및 경계구역 탐지 감도 파라미터 재보정** [고급 · 3시간] |
+| --- | --- |
+| **목표** | AAR(사후검토)로 오경보 원인을 분석하고 경계구역 탐지 감도 파라미터를 재보정한다. |
+| **수행** | 초기 설정(k=3.0, 경보 임계값 0.3)의 모의 운용 결과에서 오경보를 수목·동물·조류와 기상·구역별로 분류하고 미탐 원인을 구분한다. 탐지 감도 k, 최소 지속 프레임, 경보 임계값을 격자 탐색해 오경보율 15% 이하·재현율 85% 이상 제약 안에서 재발이 가장 적고 F1이 높은 조합을 고르며, 개선 전후 비교와 재발 오류 수를 yaml 파라미터와 함께 정리한다. |
+| **산출물** | docs/sec01_aar_report.md, configs/sec01_tuned_params.yaml |
+| **평가** | **[필수] AAR 분석·재보정** — AAR 반영 후 종합 정확도(F1) 10%p 이상 향상, 같은 시퀀스·같은 원인의 재발 오류 0건을 목표로 하되 남은 재발 사례는 원인과 함께 기록했는가. |
+
+| **미션 10. 기지 CCTV 비인가 접근 탐지 시스템 통합 및 시설 방호 브리핑 패키지 완성** [최고급 · 3.5시간] | **미션 10. 기지 CCTV 비인가 접근 탐지 시스템 통합 및 시설 방호 브리핑 패키지 완성** [최고급 · 3.5시간] |
+| --- | --- |
+| **목표** | 데이터 검증부터 전처리, 탐지, 신뢰도, HITL, 상황판, 재보정값 적용까지 전체 파이프라인을 통합하고 시설 방호 브리핑 패키지를 완성한다. |
+| **수행** | 재보정 파라미터로 전체 과정을 한 번에 실행하는 통합 코드를 완성하고 손상 데이터와 센서 단절 프레임이 자동 처리되는지 확인한다. 재현율·오경보율·처리시간·자동 해제 여부·감사 로그 무결성과 핵심 모듈 실행 라인 커버리지를 자체 점검 항목으로 모두 통과시키고, 성능·경보 현황·운용 유의사항·한계를 담은 브리핑 요약과 배포용 설명서를 작성한다. |
+| **산출물** | src/main_sec01.py, README.md, docs/sec01_final_report.pdf(md) |
+| **평가** | **[필수] 통합·브리핑** — 통합 파이프라인 실행 성공률 100%, 자체 점검 10개 항목 전부 통과(실행 라인 커버리지 85% 이상 포함), 브리핑 수치가 실행 결과와 일치하는가. |
+
+**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/SEC01-시설·방호·경계_부대 보안-기지 CCTV 드론·비인가 접근 객체 탐지 프로토타입/SEC01_실습가이드.md

@@ -0,0 +1,267 @@
+**SEC01 실습가이드 - 기지 CCTV 드론·비인가 접근 객체 탐지 프로토타입**
+
+구    분 **실습가이드 [교육용가상자료]**
+
+**1. 실습 개요**
+
+본 실습은 코드로 그린 교육용 가상 CCTV 영상으로 기지 외곽 비인가 접근 탐지 프로토타입을 미션 단위로 구현하는 과정이다. 미션마다 정답 코드(SEC01_정답코드.md)의 해당 코드를 웹 파이썬 실행기에 붙여 넣어 실행하고, 출력된 수치가 평가 기준을 충족하는지 확인한 뒤 파라미터를 바꿔 보는 도전 과제를 수행한다. 미션별 코드는 서로 독립적이어서 어느 미션부터 실행해도 동작한다.
+
+| **과제** | SEC01 기지 CCTV 드론·비인가 접근 객체 탐지 프로토타입 |
+| --- | --- |
+
+| **난이도·유형** | 고급 / 코딩형 |
+| --- | --- |
+
+| **예상 소요시간** | 미션 10개, 총 27.5시간 |
+| --- | --- |
+
+| **준비물** | SEC01_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 영상 생성 함수가 빠져 오류가 난다).
+
+- 실행 결과를 md의 '실행 결과 예시'와 비교한다. 난수 시드가 고정되어 있어 같은 값이 나와야 하며, 처리 시간(ms)만 실행 환경에 따라 달라진다.
+
+- 도전 과제는 코드 상단의 파라미터(임계값 k, 지속 프레임, 경보 기준 등)를 바꿔 다시 실행하고 변화와 이유를 기록한다.
+
+- 그래프 글자는 영문, 표·출력은 한글이다. 한글이 깨지면 실행기 글꼴 문제이며 결과에는 영향이 없다.
+
+- 영상은 모두 코드로 그린 가상 자료다. 실제 부대 영상·시설 배치·위치 정보를 입력하거나 부대 안에서 촬영하지 않는다. 경보 해제·출동 판단은 학습용 모의이며 실제 대응은 경계 규정과 지휘계통에 따른다.
+
+**3. 미션 진행 요약**
+
+| **미션** | **난이도·시간** | **핵심 확인 결과** |
+| --- | --- | --- |
+| **M1. 군사기지 CCTV 영상 규격 분석 및 비인가 침입 객체(드론/차량/인원) 데이터셋 정의** | 초급
+1.5시간 | 정상 샘플 20건 오류 0건, 주입 오류 5종 모두 검출 |
+| **M2. 주/야간 조도 변화 보정, 기상 잡음 필터링 및 침입 경계구역(ROI) 설정 전처리 구현** | 초급~중급
+2시간 | 처리 속도 1,000프레임/초 이상(예시 약 1,900), 오류 0건, 테스트 5/5 통과 |
+| **M3. 기지 외곽 울타리 접근 객체 탐지 Baseline 비전 모델 구현** | 중급
+2.5시간 | 침입 객체 탐지·분류 정확도 75% 이상(예시 91.7%) |
+| **M4. 저고도 침투 소형 드론 및 은폐 침입자 정밀 식별 복합 비전 모델 고도화** | 중급
+3시간 | 위장·소형 시험셋 재현율 85% 이상(예시 92.6%), 지연 200ms 이하(예시 25ms 내외) |
+| **M5. 수목 흔들림/야생동물 오경보 필터링 및 침입 위험 신뢰도 점수 엔진 개발** | 중급~고급
+3시간 | FAR 40% 이상 감축(예시 81.3%), 등급 일관성 90% 이상(예시 99%) |
+| **M6. CCTV 다채널 실시간 침입 경보 및 침투 경로 추적 대시보드 구현** | 중급
+2.5시간 | 6채널 갱신 평균 1초 이내(예시 약 21ms) |
+| **M7. 경계병 육안 확인 및 경보 해제/출동 결심을 위한 HITL 승인 워크플로우 설계** | 고급
+3시간 | 자동 해제·자동 출동 0건, 규칙 위반 5건 차단 |
+| **M8. 야간 악천후 및 다지점 동시 침입 상황 모의 CCTV 영상 스트레스 테스트** | 고급
+3.5시간 | 다운 0건, 최대 유실률 0%(36채널 기준) |
+| **M9. AAR 기반 오경보 유발 객체 분석 및 경계구역 탐지 감도 파라미터 재보정** | 고급
+3시간 | F1 10%p 이상 향상(예시 0.716 → 0.939, +22.3%p) |
+| **M10. 기지 CCTV 비인가 접근 탐지 시스템 통합 및 시설 방호 브리핑 패키지 완성** | 최고급
+3.5시간 | 자체 점검 10/10 통과, 실행 라인 커버리지 89.1% |
+
+**미션 1. 군사기지 CCTV 영상 규격 분석 및 비인가 침입 객체(드론/차량/인원) 데이터셋 정의**
+
+| **난이도·시간** | 초급 · 1.5시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M1 코드를 실행해 정상 샘플 20건의 검증 결과를 확인한다.
+2) 오류 주입 결과 5건이 어떤 규칙(형식·범위·누락·허용값·논리)에 걸렸는지 표로 정리한다.
+3) 데이터 명세 요약표에서 기상·위치오차·통신지연 필드가 모두 정의되었는지 검토한다. |
+| --- | --- |
+
+| **확인할 결과** | 정상 샘플 20건 오류 0건, 주입 오류 5종 모두 검출
+필드 15개와 클래스 5종이 명세서에 정리됨 |
+| --- | --- |
+
+| **도전 과제** | SCHEMA의 tactical에 야간 조도(lux, 0~100000) 필드를 추가하고, 범위를 벗어난 값을 넣어 검출되는지 확인해 본다. |
+| --- | --- |
+
+| **제출물** | 스키마 정의 코드, 데이터 명세서(필드·규칙·클래스 정의표) |
+| --- | --- |
+
+**미션 2. 주/야간 조도 변화 보정, 기상 잡음 필터링 및 침입 경계구역(ROI) 설정 전처리 구현**
+
+| **난이도·시간** | 초급~중급 · 2시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M2 코드를 실행해 처리 속도와 단위 테스트 5종 결과를 확인한다.
+2) 조건별 전처리 전후 F1 표에서 비(rain) 조건 개선 폭을 확인하고 3x3 중앙값이 빗줄기를 줄이는 원리를 설명한다.
+3) ROI를 적용했을 때 정밀도가 오르거나 변하는 이유를 적는다. |
+| --- | --- |
+
+| **확인할 결과** | 처리 속도 1,000프레임/초 이상(예시 약 1,900), 오류 0건, 테스트 5/5 통과
+비 조건 F1 상승(예시 0.083 → 0.303) |
+| --- | --- |
+
+| **도전 과제** | night 조건에도 3x3 중앙값을 적용하면 2x2 크기 소형 객체가 어떻게 되는지 확인하고, 조건별 최적 필터 설정표를 만든다. |
+| --- | --- |
+
+| **제출물** | 전처리 코드, 조건별 전처리 전후 비교표, 전후 비교 그림 |
+| --- | --- |
+
+**미션 3. 기지 외곽 울타리 접근 객체 탐지 Baseline 비전 모델 구현**
+
+| **난이도·시간** | 중급 · 2.5시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M3 코드를 실행해 정체별 판정 교차표와 조건별 정확도를 확인한다.
+2) 오경보 109건의 원인(수목·잡음 등)을 표에서 찾아 적는다.
+3) 비 조건 정확도가 낮은 이유를 빗줄기 잡음과 연결해 설명한다. |
+| --- | --- |
+
+| **확인할 결과** | 침입 객체 탐지·분류 정확도 75% 이상(예시 91.7%)
+오경보가 수목·잡음에 집중되어 후속 필터가 필요함을 확인 |
+| --- | --- |
+
+| **도전 과제** | detect의 k를 3.0과 5.0으로 바꿔 정확도와 오경보 수가 어떻게 움직이는지 비교하고, 조건별로 다른 k를 쓰는 방안을 제안한다. |
+| --- | --- |
+
+| **제출물** | Baseline 코드, 판단 규칙 요약, 조건별 성능표와 한계 분석 |
+| --- | --- |
+
+**미션 4. 저고도 침투 소형 드론 및 은폐 침입자 정밀 식별 복합 비전 모델 고도화**
+
+| **난이도·시간** | 중급 · 3시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M4 코드를 실행해 일반·위장 소형 시험셋의 재현율과 처리 지연을 확인한다.
+2) Baseline과 고도화 모델의 재현율 차이가 큰 정체(drone, person)를 찾는다.
+3) 특징 중요도 상위 항목이 왜 도움이 되는지 설명한다. |
+| --- | --- |
+
+| **확인할 결과** | 위장·소형 시험셋 재현율 85% 이상(예시 92.6%), 지연 200ms 이하(예시 25ms 내외)
+일반 시험셋 100%, 위장 소형 시험셋 Baseline 85.2% 대비 상승 |
+| --- | --- |
+
+| **도전 과제** | make_set의 위장 비율을 1.0에서 0.5로 바꾸면 재현율이 어떻게 변하는지 보고, 학습 데이터와 시험 데이터의 위장 비율이 다를 때의 위험을 적어 본다. |
+| --- | --- |
+
+| **제출물** | 고도화 탐지 코드, 시험셋별 재현율 비교표, 기만 신호 대응 설명 |
+| --- | --- |
+
+**미션 5. 수목 흔들림/야생동물 오경보 필터링 및 침입 위험 신뢰도 점수 엔진 개발**
+
+| **난이도·시간** | 중급~고급 · 3시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M5 코드를 실행해 기존 방식과 신뢰도 엔진의 오경보율을 비교한다.
+2) 정체별 등급 분포 표에서 High로 분류된 동물·조류가 있는지 확인한다.
+3) 임계값 민감도 표에서 오경보율과 재현율이 서로 반대로 움직이는 구간을 찾는다. |
+| --- | --- |
+
+| **확인할 결과** | FAR 40% 이상 감축(예시 81.3%), 등급 일관성 90% 이상(예시 99%)
+ROC-AUC 0.98 안팎, 강풍 시험셋에서 재현율 하락 확인 |
+| --- | --- |
+
+| **도전 과제** | 엔진 임계값을 0.5에서 0.8로 올릴 때 오경보율 감소와 미탐 증가를 표로 정리하고, 경계 임무에서 어느 쪽 실패가 더 위험한지 토의한다. |
+| --- | --- |
+
+| **제출물** | 신뢰도 엔진 코드, 등급 부여 기준표, FAR 감축 비교표 |
+| --- | --- |
+
+**미션 6. CCTV 다채널 실시간 침입 경보 및 침투 경로 추적 대시보드 구현**
+
+| **난이도·시간** | 중급 · 2.5시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M6 코드를 실행해 틱별 원시 탐지 수와 경보 항목 수, 갱신 처리시간을 확인한다.
+2) 채널 상태판에서 경보와 주시 채널의 차이를 설명한다.
+3) 그림에서 침투 경로(빨간 선)와 채널 테두리 색을 읽고 가장 먼저 확인할 채널을 정한다. |
+| --- | --- |
+
+| **확인할 결과** | 6채널 갱신 평균 1초 이내(예시 약 21ms)
+원시 탐지 32건이 경보 항목 6건으로 요약됨 |
+| --- | --- |
+
+| **도전 과제** | SPECS에 채널을 2개 추가하고 갱신 시간이 어떻게 늘어나는지 측정해, 1초 안에 처리 가능한 최대 채널 수를 추정한다. |
+| --- | --- |
+
+| **제출물** | 상황판 코드, 채널 상태표, 상황판 캡처 및 인지 부하 감소 설명 |
+| --- | --- |
+
+**미션 7. 경계병 육안 확인 및 경보 해제/출동 결심을 위한 HITL 승인 워크플로우 설계**
+
+| **난이도·시간** | 고급 · 3시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M7 코드를 실행해 검토 순서와 차단된 규칙 위반 5건을 확인한다.
+2) 출동 요청이 경계병 요청과 당직 지휘관 승인의 두 단계로 나뉘는 로그를 확인한다.
+3) 감사 로그 변조 후 검증 결과가 어떻게 바뀌는지 본다. |
+| --- | --- |
+
+| **확인할 결과** | 자동 해제·자동 출동 0건, 규칙 위반 5건 차단
+결정 5건 로깅 성공률 100%, 변조 위치(8번째) 검출 |
+| --- | --- |
+
+| **도전 과제** | HOLD_LIMIT_S를 30초로 줄이고 보류 기한 초과 시 자동 해제하도록 바꾸면 어떤 위험이 생기는지 토의한다(코드 수정 없이 토의만 해도 됨). |
+| --- | --- |
+
+| **제출물** | 승인 워크플로우 코드, HITL 절차 요약(해제·출동·보류 기준, 역할별 권한, 근거 기록 요건) |
+| --- | --- |
+
+**미션 8. 야간 악천후 및 다지점 동시 침입 상황 모의 CCTV 영상 스트레스 테스트**
+
+| **난이도·시간** | 고급 · 3.5시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M8 코드를 실행해 평시부터 36채널까지 시나리오별 결과표를 확인한다.
+2) 프레임 손실·센서 두절 상황에서 감시 공백 경보와 처리 오류 격리 건수를 확인한다.
+3) 정밀 모드와 축소 모드의 경보 수 차이로 운용자 부담이 얼마나 늘어나는지 정리한다. |
+| --- | --- |
+
+| **확인할 결과** | 다운 0건, 최대 유실률 0%(36채널 기준)
+축소 모드 경보가 정밀 모드의 약 2.1배, 축소 모드 탐지율 약 81% |
+| --- | --- |
+
+| **도전 과제** | FULL_CAPACITY를 10으로 낮춰 축소 모드 채널이 늘 때 경보 수와 오경보 부담이 어떻게 달라지는지 비교한다. |
+| --- | --- |
+
+| **제출물** | 스트레스 테스트 코드, 시나리오별 결과표, 안전 실패 설계 요약 |
+| --- | --- |
+
+**미션 9. AAR 기반 오경보 유발 객체 분석 및 경계구역 탐지 감도 파라미터 재보정**
+
+| **난이도·시간** | 고급 · 3시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M9 코드를 실행해 초기 설정의 오경보·미탐 원인별 건수를 확인한다.
+2) 격자 탐색 상위 조합의 F1과 재발 건수를 비교해 최종 설정이 선택된 이유를 설명한다.
+3) 재보정 후에도 남은 재발 오류의 원인(조류·동물 등)을 표에서 찾아 적는다. |
+| --- | --- |
+
+| **확인할 결과** | F1 10%p 이상 향상(예시 0.716 → 0.939, +22.3%p)
+재발 오류 7건 남음(목표 0건 미달), 원인은 조류·동물 오인 |
+| --- | --- |
+
+| **도전 과제** | 재보정 제약의 오경보율 상한을 0.10으로 낮추고 최적 조합과 재현율이 어떻게 바뀌는지 확인하여 제약 설정의 영향을 설명한다. |
+| --- | --- |
+
+| **제출물** | AAR 일지 표, 재보정 파라미터 yaml, 개선 전후 비교표, 재발 오류 분석 |
+| --- | --- |
+
+**미션 10. 기지 CCTV 비인가 접근 탐지 시스템 통합 및 시설 방호 브리핑 패키지 완성**
+
+| **난이도·시간** | 최고급 · 3.5시간 |
+| --- | --- |
+
+| **진행 순서** | 1) M10 코드를 실행해 자체 점검 10개 항목의 PASS 여부를 확인한다.
+2) 주입한 손상 데이터와 센서 단절 프레임이 어떻게 처리되었는지 확인한다.
+3) 브리핑 요약의 수치를 실행 결과와 대조하고 한계 문구를 점검한다. |
+| --- | --- |
+
+| **확인할 결과** | 자체 점검 10/10 통과, 실행 라인 커버리지 89.1%
+재현율 90.5%, 오경보율 11.6%, 경보 43건 전량 검토 대기 |
+| --- | --- |
+
+| **도전 과제** | CONFIG의 alert_threshold를 0.9로 올리면 어떤 자체 점검 항목이 실패하는지 확인하고, 임계값 설정 근거를 브리핑에 한 문단으로 적는다. |
+| --- | --- |
+
+| **제출물** | 통합 실행 코드, 자체 점검 결과, 시설 방호 브리핑 요약(5분 분량) |
+| --- | --- |
+
+**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·영상·시설 정보를 사용하지 않았다 | ( ) |
+| 경보 해제·출동 판단은 사람의 확인과 경계 규정·지휘계통에 따름을 명시했다 | ( ) |