update

import/DAT10.json

@@ -0,0 +1,594 @@
+{
+  "version": "1.0.0",
+  "exportedAt": "2026-09-30T14:10:00.000Z",
+  "id": "DAT10",
+  "title": "데이터 마이닝 기반 공급망 재난 식별 SaaS",
+  "category": "군수업무/공급망 모니터링",
+  "level": 3,
+  "durationDays": 5,
+  "requiredHours": 27.5,
+  "status": "COMPLETED",
+  "isRecommended": false,
+  "summary": "<h4>프로젝트에서 해결해야 하는 문제</h4><p>공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구 환경을 분석하여 데이터 마이닝 기반 공급망 재난 식별 SaaS을(를) 위한 핵심 데이터와 분석 모델/절차를 구축하고, 실전 운용 시 발생할 수 있는 오류·불확실성 및 실무 병목을 검증·보정하여 효과적인 의사결정 및 업무 효율화를 달성하는 체계를 구현한다.</p><h4>학습 목표</h4><p>전술 통신 두절 환경에서의 야전 군수 재고 관리 요구사항 분석 및 로컬 DB 스키마 설계부터 데이터 수집/전처리, 핵심 알고리즘 및 분석 모델 구현, 신뢰도 평가 엔진, 전술/업무 대시보드 및 지휘 통제 인터페이스, 인간 개입(HITL) 의사결정 워크플로우, 가상 스트레스/부하 검증 및 AAR 사후검토 피드백까지 전 과정을 아우르는 실전형 End-to-End 파이프라인을 완성한다.</p>",
+  "objectives": "<h3>소개</h3><p>공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구 등 실무 환경에서 요구되는 데이터 마이닝 기반 공급망 재난 식별 SaaS 과제를 수행하여, 실시간 데이터 수집부터 분석, 검증, 시각화 및 의사결정 지원에 이르는 전 과정을 체계적으로 학습하고 개발한다.</p><h4>학습자가 수행할 핵심 과정</h4><ul><li><p>전술 통신 두절 환경에서의 야전 군수 재고 관리 요구사항 분석 및 로컬 DB 스키마 설계</p></li><li><p>오프라인 데이터 입력 유효성 검증 및 로컬 SQLite 트랜잭션 전처리 모듈 구현</p></li><li><p>오프라인 단말 간 1차 피어투피어(P2P)/USB 재고 데이터 교환 Baseline 기능 구현</p></li><li><p>네트워크 복구 시 클라우드 중앙 서버와의 양방향 데이터 충돌 해결(CRDT) 동기화 고도화</p></li><li><p>오프라인 위변조 방지 암호화 해시 및 데이터 무결성 검증 엔진 개발</p></li><li><p>오프라인/온라인 전환 상태 및 재고 변동 내역 실시간 대시보드 UI 구현</p></li><li><p>동기화 충돌 발생 시 군수관 수동 병합(Conflict Resolution) HITL 워크플로우 설계</p></li><li><p>7일간 통신 단절 후 대량 재고 트랜잭션 일괄 동기화 스트레스 테스트</p></li><li><p>AAR 기반 동기화 누락 및 데이터 충돌 사례 분석 및 동기화 룰셋 재튜닝</p></li><li><p>오프라인 동기화 야전 재고 관리 SaaS 최종 패키징 및 야전 배포 가이드 완성</p></li></ul>",
+  "deliverables": [
+    "data/schema/dat10_input_schema.json (필수)",
+    "docs/dat10_data_spec.md (필수)",
+    "src/preprocess/dat10_preprocessor.py (필수)",
+    "src/models/dat10_baseline_model.py (필수)",
+    "src/models/dat10_advanced_detector.py (필수)",
+    "src/verification/dat10_confidence_engine.py (필수)",
+    "src/ui/dat10_dashboard.py (필수)",
+    "src/hitl/dat10_approval_workflow.py (필수)",
+    "docs/dat10_hitl_guide.md (필수)",
+    "tests/dat10_stress_test.py (필수)",
+    "docs/dat10_aar_report.md (필수)",
+    "configs/dat10_tuned_params.yaml (필수)",
+    "src/main_dat10.py (필수)",
+    "README.md (필수)",
+    "docs/dat10_final_report.pdf(md) (필수)"
+  ],
+  "constraints": "<h4>AI 분석 결과와 인간 의사결정자 판단의 구분</h4><ul><li><p>AI 모델의 단독 판단만으로 최종 결심을 내리지 않으며, 반드시 인간 개입(HITL) 승인 및 검토 절차를 거친다.</p></li><li><p>오탐 및 미탐 가능성을 고려하여 다차원 신뢰도 점수(Confidence Score)와 불확실성 지표를 함께 제공한다.</p></li></ul><h4>군사 보안 및 실전 데이터 취급 원칙</h4><ul><li><p>실제 작전 기밀 및 아군 부대/장비의 민감 정보는 사용하지 않으며, 가상 시뮬레이션 및 공개 교육용 데이터셋을 활용한다.</p></li><li><p>공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구 공개 사례를 기반으로 환경을 모의하되 비인가 장비 제원은 사용하지 않는다.</p></li></ul><h4>시스템 신뢰성 및 안전 실패(Fail-safe) 보장</h4><ul><li><p>통신 장애나 데이터 결손 등 극한 환경에서도 시스템 다운 없이 안전 실패(Fail-safe) 기준을 만족해야 한다.</p></li><li><p>오경보율(FAR) 및 데이터 왜곡을 통제하여 실무자의 인지 부하를 최소화한다.</p></li></ul>",
+  "evalSummary": "<h4>공통 PASS/FAIL 판정 원칙</h4><ul><li><p><strong>수행 증거:</strong> 요구된 데이터 스키마, 전처리 파이프라인, 분석/탐지 모델, UI/문서, HITL 워크플로우, 테스트 코드가 정상 동작하는가?</p></li><li><p><strong>판단 근거:</strong> 오류 필터링 및 신뢰도/우선순위 산출 기준이 전술적/실무적/수학적 근거와 부합하는가?</p></li><li><p><strong>앞뒤 연결성:</strong> 데이터 스키마부터 전처리, 분석, UI, HITL, AAR 피드백까지 파이프라인이 유기적으로 연동되는가?</p></li><li><p><strong>완성도:</strong> 정량적 평가 지표와 정성적 평가 기준을 충족하는가?</p></li></ul><h4>프로젝트 완료 조건</h4><p>10개 필수 미션을 순차적으로 완수하여 최종 End-to-End 통합 파이프라인과 브리핑 패키지를 완성하고 회귀/통합 테스트를 통과해야 최종 PASS이다.</p>",
+  "prerequisites": "Python 프로그래밍 기초, 데이터 처리 및 알고리즘 구현 기본 지식, 군수업무 및 공급망 모니터링 분야에 대한 기본 이해",
+  "refFiles": [],
+  "refText": "",
+  "projectSkills": [
+    {
+      "skillId": "competency_AI_문제해결역량_1._문제_분석",
+      "level": 3,
+      "category": "AI 문제해결역량",
+      "subCategory": "1. 문제 분석"
+    },
+    {
+      "skillId": "competency_AI_문제해결역량_2._대안_도출",
+      "level": 3,
+      "category": "AI 문제해결역량",
+      "subCategory": "2. 대안 도출"
+    },
+    {
+      "skillId": "competency_AI_비판적사고역량_1._결과_검증",
+      "level": 3,
+      "category": "AI 비판적사고역량",
+      "subCategory": "1. 결과 검증"
+    },
+    {
+      "skillId": "competency_AI활용역량_1._AI_도구_활용",
+      "level": 3,
+      "category": "AI활용역량",
+      "subCategory": "1. AI 도구 활용"
+    },
+    {
+      "skillId": "competency_AI활용역량_2._프롬프트_설계",
+      "level": 2,
+      "category": "AI활용역량",
+      "subCategory": "2. 프롬프트 설계"
+    }
+  ],
+  "prerequisiteVods": [],
+  "missions": [
+    {
+      "id": "DAT10_M01",
+      "sequence": 1,
+      "title": "전술 통신 두절 환경에서의 야전 군수 재고 관리 요구사항 분석 및 로컬 DB 스키마 설계",
+      "durationHours": 1.5,
+      "overview": "<p><strong>전술 통신 두절 환경에서의 야전 군수 재고 관리 요구사항 분석 및 로컬 DB 스키마 설계</strong></p><p>통신 두절 환경에서의 야전 재고 관리 요구사항을 분석하고 로컬 DB 스키마를 설계한다.</p>",
+      "objectives": "<h3>소개</h3><p>공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구 환경을 바탕으로 전술 통신 두절 환경에서의 야전 군수 재고 관리 요구사항 분석 및 로컬 DB 스키마 설계 과제를 수행한다.</p><h4>학습자가 수행할 핵심 과정</h4><ul><li><p>통신 두절 환경에서의 야전 재고 관리 요구사항을 분석하고 로컬 DB 스키마를 설계한다.</p></li><li><p>산출물 작성: `data/schema/dat10_input_schema.json` 및 `docs/dat10_data_spec.md`</p></li><li><p>검증 및 완료: JSON Schema 검증 도구 및 샘플 데이터 파싱 단위 테스트 및 입력 데이터 유효성 검증 스크립트 통과 및 명세서 문서화 완료</p></li></ul>",
+      "scenario": "<h4>미션 배경</h4><p>통신 두절 환경에서의 야전 재고 관리 요구사항을 분석하고 로컬 DB 스키마를 설계한다.</p><p><strong>전쟁/사례 구분:</strong> 공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구</p><p><strong>학습 유형 및 복잡도:</strong> 코딩형 (난이도: 초급, 복잡도: 낮음, 진행률: 10%)</p><p><strong>산출물 및 저장 위치:</strong> `data/schema/dat10_input_schema.json` 및 `docs/dat10_data_spec.md`</p>",
+      "attachments": [],
+      "materials": [
+        "data/schema/dat10_input_schema.json",
+        "docs/dat10_data_spec.md"
+      ],
+      "materialText": "<p><strong>미션 산출물 및 저장 위치</strong></p><ul><li><p><code>`data/schema/dat10_input_schema.json` 및 `docs/dat10_data_spec.md`</code></p></li></ul><p><strong>검증 및 개선 방안</strong></p><ul><li><p>검증 방법: JSON Schema 검증 도구 및 샘플 데이터 파싱 단위 테스트</p></li><li><p>개선 및 피드백 방안: 누락된 전술 파라미터(기상, 위치오차, 통신지연 등) 보완</p></li></ul>",
+      "techStack": [
+        "군수업무",
+        "공급망 모니터링",
+        "Python"
+      ],
+      "deliverables": [
+        "data/schema/dat10_input_schema.json (필수)",
+        "docs/dat10_data_spec.md (필수)"
+      ],
+      "evaluationKeys": [
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정량적 평가] 스키마 필드 정의 완성도 100%, 샘플 데이터 검증 오류 0건</strong></p><h4>PASS 증거</h4><p>정량적 지표(스키마 필드 정의 완성도 100%, 샘플 데이터 검증 오류 0건)를 달성하고 단위 테스트 및 실행 결과가 성공적으로 확인되었다.</p><h4>보완이 필요한 상태</h4><p>정량적 성능 지표가 기준에 미달하거나 실행 중 에러가 발생하는 경우.</p><h4>보완 방법</h4><p>누락된 전술 파라미터(기상, 위치오차, 통신지연 등) 보완을(를) 적용하여 성능 및 파라미터를 보정한다.</p>",
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 평가] 데이터·자동화·업무플랫폼 실무 및 공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구 전장 환경과의 군사적 부합성 기준을 충족하였는가?</strong></p><h4>PASS 증거</h4><p>공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구 환경 및 작전/군수 실무 요구사항에 부합하는 알고리즘 논리와 타당성이 확보되었다.</p><h4>보완이 필요한 상태</h4><p>실무 환경에 대한 고려가 부족하거나 판단 기준이 모호한 경우.</p><h4>보완 방법</h4><p>실무 환경 변수와 판단 기준을 명세서 및 코드에 보강한다.</p>",
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[진행 추적 및 완료 기준] 입력 데이터 유효성 검증 스크립트 통과 및 명세서 문서화 완료을 완수하였는가?</strong></p><h4>PASS 증거</h4><p>요구된 산출물(`data/schema/dat10_input_schema.json` 및 `docs/dat10_data_spec.md`)이 지정된 경로에 생성되고 JSON Schema 검증 도구 및 샘플 데이터 파싱 단위 테스트를 통과하였다.</p><h4>보완이 필요한 상태</h4><p>산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.</p><h4>보완 방법</h4><p>JSON Schema 검증 도구 및 샘플 데이터 파싱 단위 테스트 절차를 재수행하여 발견된 결함을 수정하고 문서를 완성한다.</p>"
+      ],
+      "evaluationTypes": [
+        "REQUIRED",
+        "REQUIRED",
+        "REQUIRED"
+      ],
+      "evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>난이도 / 복잡도:</strong> 초급 / 낮음 (진행률: 10%)</p><h4>미션 PASS 조건</h4><ul><li><p>정량적 기준: 스키마 필드 정의 완성도 100%, 샘플 데이터 검증 오류 0건</p></li><li><p>정성적 기준: 데이터·자동화·업무플랫폼 실무 및 공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구 전장 환경과의 군사적 부합성</p></li><li><p>진행 추적 및 완료: 입력 데이터 유효성 검증 스크립트 통과 및 명세서 문서화 완료</p></li><li><p>검증 방법 통과: JSON Schema 검증 도구 및 샘플 데이터 파싱 단위 테스트</p></li></ul>",
+      "aiGuidelines": {
+        "allow": [
+          "환경 분석 및 데이터 전처리 알고리즘 가이드 요청",
+          "단위 테스트 및 성능 검증 스크립트 작성 보조",
+          "오경보 필터링 및 신뢰도 점수 산출 수식 검토"
+        ],
+        "rules": [
+          "군사 기밀 및 실제 부대/기관 민감 정보는 절대 입력하지 않는다.",
+          "AI 분석 결과에 대해 최종 인간 검토(HITL) 원칙을 유지한다.",
+          "주어진 가상 시뮬레이션 데이터셋과 스키마 규격을 준수한다."
+        ],
+        "forbid": [
+          "실제 작전/행정 기밀 데이터 입력",
+          "인간 검토 없는 무조건적인 자동 결심 로직 구현",
+          "검증되지 않은 임의의 데이터 조작"
+        ]
+      },
+      "guideSteps": []
+    },
+    {
+      "id": "DAT10_M02",
+      "sequence": 2,
+      "title": "오프라인 데이터 입력 유효성 검증 및 로컬 SQLite 트랜잭션 전처리 모듈 구현",
+      "durationHours": 2.0,
+      "overview": "<p><strong>오프라인 데이터 입력 유효성 검증 및 로컬 SQLite 트랜잭션 전처리 모듈 구현</strong></p><p>오프라인 데이터 입력 유효성 검증 및 로컬 트랜잭션 전처리 모듈을 구현한다.</p>",
+      "objectives": "<h3>소개</h3><p>공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구 환경을 바탕으로 오프라인 데이터 입력 유효성 검증 및 로컬 SQLite 트랜잭션 전처리 모듈 구현 과제를 수행한다.</p><h4>학습자가 수행할 핵심 과정</h4><ul><li><p>오프라인 데이터 입력 유효성 검증 및 로컬 트랜잭션 전처리 모듈을 구현한다.</p></li><li><p>산출물 작성: `src/preprocess/dat10_preprocessor.py` 및 전처리 전후 데이터셋</p></li><li><p>검증 및 완료: pytest 기반 전처리 정합성 테스트 및 결측치 보정율 확인 및 정제 파이프라인 자동화 및 단위 테스트 케이스 5종 통과</p></li></ul>",
+      "scenario": "<h4>미션 배경</h4><p>오프라인 데이터 입력 유효성 검증 및 로컬 트랜잭션 전처리 모듈을 구현한다.</p><p><strong>전쟁/사례 구분:</strong> 공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구</p><p><strong>학습 유형 및 복잡도:</strong> 코딩형 (난이도: 초급~중급, 복잡도: 보통, 진행률: 20%)</p><p><strong>산출물 및 저장 위치:</strong> `src/preprocess/dat10_preprocessor.py` 및 전처리 전후 데이터셋</p>",
+      "attachments": [],
+      "materials": [
+        "src/preprocess/dat10_preprocessor.py"
+      ],
+      "materialText": "<p><strong>미션 산출물 및 저장 위치</strong></p><ul><li><p><code>`src/preprocess/dat10_preprocessor.py` 및 전처리 전후 데이터셋</code></p></li></ul><p><strong>검증 및 개선 방안</strong></p><ul><li><p>검증 방법: pytest 기반 전처리 정합성 테스트 및 결측치 보정율 확인</p></li><li><p>개선 및 피드백 방안: 전술 상황별(주간/야간/악천후) 맞춤형 노이즈 제거 임계값 동적 조정</p></li></ul>",
+      "techStack": [
+        "군수업무",
+        "공급망 모니터링",
+        "Python"
+      ],
+      "deliverables": [
+        "src/preprocess/dat10_preprocessor.py (필수)"
+      ],
+      "evaluationKeys": [
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정량적 평가] 데이터 정제 처리 속도 1,000건/초 이상, 전처리 오류율 0%</strong></p><h4>PASS 증거</h4><p>정량적 지표(데이터 정제 처리 속도 1,000건/초 이상, 전처리 오류율 0%)를 달성하고 단위 테스트 및 실행 결과가 성공적으로 확인되었다.</p><h4>보완이 필요한 상태</h4><p>정량적 성능 지표가 기준에 미달하거나 실행 중 에러가 발생하는 경우.</p><h4>보완 방법</h4><p>전술 상황별(주간/야간/악천후) 맞춤형 노이즈 제거 임계값 동적 조정을(를) 적용하여 성능 및 파라미터를 보정한다.</p>",
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 평가] 전술 환경 특유의 노이즈(스푸핑, 반사파, 센서 단절 등) 제거 타당성 기준을 충족하였는가?</strong></p><h4>PASS 증거</h4><p>공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구 환경 및 작전/군수 실무 요구사항에 부합하는 알고리즘 논리와 타당성이 확보되었다.</p><h4>보완이 필요한 상태</h4><p>실무 환경에 대한 고려가 부족하거나 판단 기준이 모호한 경우.</p><h4>보완 방법</h4><p>실무 환경 변수와 판단 기준을 명세서 및 코드에 보강한다.</p>",
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[진행 추적 및 완료 기준] 정제 파이프라인 자동화 및 단위 테스트 케이스 5종 통과을 완수하였는가?</strong></p><h4>PASS 증거</h4><p>요구된 산출물(`src/preprocess/dat10_preprocessor.py` 및 전처리 전후 데이터셋)이 지정된 경로에 생성되고 pytest 기반 전처리 정합성 테스트 및 결측치 보정율 확인를 통과하였다.</p><h4>보완이 필요한 상태</h4><p>산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.</p><h4>보완 방법</h4><p>pytest 기반 전처리 정합성 테스트 및 결측치 보정율 확인 절차를 재수행하여 발견된 결함을 수정하고 문서를 완성한다.</p>"
+      ],
+      "evaluationTypes": [
+        "REQUIRED",
+        "REQUIRED",
+        "REQUIRED"
+      ],
+      "evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>난이도 / 복잡도:</strong> 초급~중급 / 보통 (진행률: 20%)</p><h4>미션 PASS 조건</h4><ul><li><p>정량적 기준: 데이터 정제 처리 속도 1,000건/초 이상, 전처리 오류율 0%</p></li><li><p>정성적 기준: 전술 환경 특유의 노이즈(스푸핑, 반사파, 센서 단절 등) 제거 타당성</p></li><li><p>진행 추적 및 완료: 정제 파이프라인 자동화 및 단위 테스트 케이스 5종 통과</p></li><li><p>검증 방법 통과: pytest 기반 전처리 정합성 테스트 및 결측치 보정율 확인</p></li></ul>",
+      "aiGuidelines": {
+        "allow": [
+          "환경 분석 및 데이터 전처리 알고리즘 가이드 요청",
+          "단위 테스트 및 성능 검증 스크립트 작성 보조",
+          "오경보 필터링 및 신뢰도 점수 산출 수식 검토"
+        ],
+        "rules": [
+          "군사 기밀 및 실제 부대/기관 민감 정보는 절대 입력하지 않는다.",
+          "AI 분석 결과에 대해 최종 인간 검토(HITL) 원칙을 유지한다.",
+          "주어진 가상 시뮬레이션 데이터셋과 스키마 규격을 준수한다."
+        ],
+        "forbid": [
+          "실제 작전/행정 기밀 데이터 입력",
+          "인간 검토 없는 무조건적인 자동 결심 로직 구현",
+          "검증되지 않은 임의의 데이터 조작"
+        ]
+      },
+      "guideSteps": []
+    },
+    {
+      "id": "DAT10_M03",
+      "sequence": 3,
+      "title": "오프라인 단말 간 1차 피어투피어(P2P)/USB 재고 데이터 교환 Baseline 기능 구현",
+      "durationHours": 2.5,
+      "overview": "<p><strong>오프라인 단말 간 1차 피어투피어(P2P)/USB 재고 데이터 교환 Baseline 기능 구현</strong></p><p>오프라인 단말 간 피어투피어(P2P) 재고 데이터 교환 Baseline 기능을 구현한다.</p>",
+      "objectives": "<h3>소개</h3><p>공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구 환경을 바탕으로 오프라인 단말 간 1차 피어투피어(P2P)/USB 재고 데이터 교환 Baseline 기능 구현 과제를 수행한다.</p><h4>학습자가 수행할 핵심 과정</h4><ul><li><p>오프라인 단말 간 피어투피어(P2P) 재고 데이터 교환 Baseline 기능을 구현한다.</p></li><li><p>산출물 작성: `src/models/dat10_baseline_model.py` 및 기본 추론 결과 보고서</p></li><li><p>검증 및 완료: 기준 벤치마크 데이터셋 대상 추론 결과 오차율 비교 및 단위 기능 동작 확인 및 기본 시나리오 실행 로그 생성</p></li></ul>",
+      "scenario": "<h4>미션 배경</h4><p>오프라인 단말 간 피어투피어(P2P) 재고 데이터 교환 Baseline 기능을 구현한다.</p><p><strong>전쟁/사례 구분:</strong> 공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구</p><p><strong>학습 유형 및 복잡도:</strong> 코딩형 (난이도: 중급, 복잡도: 보통, 진행률: 30%)</p><p><strong>산출물 및 저장 위치:</strong> `src/models/dat10_baseline_model.py` 및 기본 추론 결과 보고서</p>",
+      "attachments": [],
+      "materials": [
+        "src/models/dat10_baseline_model.py"
+      ],
+      "materialText": "<p><strong>미션 산출물 및 저장 위치</strong></p><ul><li><p><code>`src/models/dat10_baseline_model.py` 및 기본 추론 결과 보고서</code></p></li></ul><p><strong>검증 및 개선 방안</strong></p><ul><li><p>검증 방법: 기준 벤치마크 데이터셋 대상 추론 결과 오차율 비교</p></li><li><p>개선 및 피드백 방안: 판단 지연시간 최적화 및 휴리스틱 가중치 1차 튜닝</p></li></ul>",
+      "techStack": [
+        "군수업무",
+        "공급망 모니터링",
+        "Python"
+      ],
+      "deliverables": [
+        "src/models/dat10_baseline_model.py (필수)"
+      ],
+      "evaluationKeys": [
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정량적 평가] 기본 데이터셋 대상 탐지/처리 정확도 75% 이상 달성</strong></p><h4>PASS 증거</h4><p>정량적 지표(기본 데이터셋 대상 탐지/처리 정확도 75% 이상 달성)를 달성하고 단위 테스트 및 실행 결과가 성공적으로 확인되었다.</p><h4>보완이 필요한 상태</h4><p>정량적 성능 지표가 기준에 미달하거나 실행 중 에러가 발생하는 경우.</p><h4>보완 방법</h4><p>판단 지연시간 최적화 및 휴리스틱 가중치 1차 튜닝을(를) 적용하여 성능 및 파라미터를 보정한다.</p>",
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 평가] 알고리즘의 논리적 흐름 및 군사적 판단 기준의 투명성 기준을 충족하였는가?</strong></p><h4>PASS 증거</h4><p>공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구 환경 및 작전/군수 실무 요구사항에 부합하는 알고리즘 논리와 타당성이 확보되었다.</p><h4>보완이 필요한 상태</h4><p>실무 환경에 대한 고려가 부족하거나 판단 기준이 모호한 경우.</p><h4>보완 방법</h4><p>실무 환경 변수와 판단 기준을 명세서 및 코드에 보강한다.</p>",
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[진행 추적 및 완료 기준] 단위 기능 동작 확인 및 기본 시나리오 실행 로그 생성을 완수하였는가?</strong></p><h4>PASS 증거</h4><p>요구된 산출물(`src/models/dat10_baseline_model.py` 및 기본 추론 결과 보고서)이 지정된 경로에 생성되고 기준 벤치마크 데이터셋 대상 추론 결과 오차율 비교를 통과하였다.</p><h4>보완이 필요한 상태</h4><p>산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.</p><h4>보완 방법</h4><p>기준 벤치마크 데이터셋 대상 추론 결과 오차율 비교 절차를 재수행하여 발견된 결함을 수정하고 문서를 완성한다.</p>"
+      ],
+      "evaluationTypes": [
+        "REQUIRED",
+        "REQUIRED",
+        "REQUIRED"
+      ],
+      "evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>난이도 / 복잡도:</strong> 중급 / 보통 (진행률: 30%)</p><h4>미션 PASS 조건</h4><ul><li><p>정량적 기준: 기본 데이터셋 대상 탐지/처리 정확도 75% 이상 달성</p></li><li><p>정성적 기준: 알고리즘의 논리적 흐름 및 군사적 판단 기준의 투명성</p></li><li><p>진행 추적 및 완료: 단위 기능 동작 확인 및 기본 시나리오 실행 로그 생성</p></li><li><p>검증 방법 통과: 기준 벤치마크 데이터셋 대상 추론 결과 오차율 비교</p></li></ul>",
+      "aiGuidelines": {
+        "allow": [
+          "환경 분석 및 데이터 전처리 알고리즘 가이드 요청",
+          "단위 테스트 및 성능 검증 스크립트 작성 보조",
+          "오경보 필터링 및 신뢰도 점수 산출 수식 검토"
+        ],
+        "rules": [
+          "군사 기밀 및 실제 부대/기관 민감 정보는 절대 입력하지 않는다.",
+          "AI 분석 결과에 대해 최종 인간 검토(HITL) 원칙을 유지한다.",
+          "주어진 가상 시뮬레이션 데이터셋과 스키마 규격을 준수한다."
+        ],
+        "forbid": [
+          "실제 작전/행정 기밀 데이터 입력",
+          "인간 검토 없는 무조건적인 자동 결심 로직 구현",
+          "검증되지 않은 임의의 데이터 조작"
+        ]
+      },
+      "guideSteps": []
+    },
+    {
+      "id": "DAT10_M04",
+      "sequence": 4,
+      "title": "네트워크 복구 시 클라우드 중앙 서버와의 양방향 데이터 충돌 해결(CRDT) 동기화 고도화",
+      "durationHours": 3.0,
+      "overview": "<p><strong>네트워크 복구 시 클라우드 중앙 서버와의 양방향 데이터 충돌 해결(CRDT) 동기화 고도화</strong></p><p>네트워크 복구 시 중앙 서버와의 양방향 데이터 충돌 해결(CRDT) 동기화를 고도화한다.</p>",
+      "objectives": "<h3>소개</h3><p>공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구 환경을 바탕으로 네트워크 복구 시 클라우드 중앙 서버와의 양방향 데이터 충돌 해결(CRDT) 동기화 고도화 과제를 수행한다.</p><h4>학습자가 수행할 핵심 과정</h4><ul><li><p>네트워크 복구 시 중앙 서버와의 양방향 데이터 충돌 해결(CRDT) 동기화를 고도화한다.</p></li><li><p>산출물 작성: `src/models/dat10_advanced_detector.py` 및 예외 탐지 테스트 결과</p></li><li><p>검증 및 완료: 합성 위협 데이터셋 주입 시 이상치 탐지 정확도 검증 및 복합 위협 시나리오 10종에 대한 탐지 테스트 통과</p></li></ul>",
+      "scenario": "<h4>미션 배경</h4><p>네트워크 복구 시 중앙 서버와의 양방향 데이터 충돌 해결(CRDT) 동기화를 고도화한다.</p><p><strong>전쟁/사례 구분:</strong> 공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구</p><p><strong>학습 유형 및 복잡도:</strong> 코딩형 (난이도: 중급, 복잡도: 높음, 진행률: 40%)</p><p><strong>산출물 및 저장 위치:</strong> `src/models/dat10_advanced_detector.py` 및 예외 탐지 테스트 결과</p>",
+      "attachments": [],
+      "materials": [
+        "src/models/dat10_advanced_detector.py"
+      ],
+      "materialText": "<p><strong>미션 산출물 및 저장 위치</strong></p><ul><li><p><code>`src/models/dat10_advanced_detector.py` 및 예외 탐지 테스트 결과</code></p></li></ul><p><strong>검증 및 개선 방안</strong></p><ul><li><p>검증 방법: 합성 위협 데이터셋 주입 시 이상치 탐지 정확도 검증</p></li><li><p>개선 및 피드백 방안: 오경보(False Alarm) 유발 패턴 식별 및 특징 공간(Feature Space) 재설계</p></li></ul>",
+      "techStack": [
+        "군수업무",
+        "공급망 모니터링",
+        "Python"
+      ],
+      "deliverables": [
+        "src/models/dat10_advanced_detector.py (필수)"
+      ],
+      "evaluationKeys": [
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정량적 평가] 복합 위협 탐지 재현율(Recall) 85% 이상, 처리 지연 200ms 이하</strong></p><h4>PASS 증거</h4><p>정량적 지표(복합 위협 탐지 재현율(Recall) 85% 이상, 처리 지연 200ms 이하)를 달성하고 단위 테스트 및 실행 결과가 성공적으로 확인되었다.</p><h4>보완이 필요한 상태</h4><p>정량적 성능 지표가 기준에 미달하거나 실행 중 에러가 발생하는 경우.</p><h4>보완 방법</h4><p>오경보(False Alarm) 유발 패턴 식별 및 특징 공간(Feature Space) 재설계을(를) 적용하여 성능 및 파라미터를 보정한다.</p>",
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 평가] 기만/교란 공격에 대한 방어 로직의 현실성 및 신뢰성 기준을 충족하였는가?</strong></p><h4>PASS 증거</h4><p>공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구 환경 및 작전/군수 실무 요구사항에 부합하는 알고리즘 논리와 타당성이 확보되었다.</p><h4>보완이 필요한 상태</h4><p>실무 환경에 대한 고려가 부족하거나 판단 기준이 모호한 경우.</p><h4>보완 방법</h4><p>실무 환경 변수와 판단 기준을 명세서 및 코드에 보강한다.</p>",
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[진행 추적 및 완료 기준] 복합 위협 시나리오 10종에 대한 탐지 테스트 통과을 완수하였는가?</strong></p><h4>PASS 증거</h4><p>요구된 산출물(`src/models/dat10_advanced_detector.py` 및 예외 탐지 테스트 결과)이 지정된 경로에 생성되고 합성 위협 데이터셋 주입 시 이상치 탐지 정확도 검증를 통과하였다.</p><h4>보완이 필요한 상태</h4><p>산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.</p><h4>보완 방법</h4><p>합성 위협 데이터셋 주입 시 이상치 탐지 정확도 검증 절차를 재수행하여 발견된 결함을 수정하고 문서를 완성한다.</p>"
+      ],
+      "evaluationTypes": [
+        "REQUIRED",
+        "REQUIRED",
+        "REQUIRED"
+      ],
+      "evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>난이도 / 복잡도:</strong> 중급 / 높음 (진행률: 40%)</p><h4>미션 PASS 조건</h4><ul><li><p>정량적 기준: 복합 위협 탐지 재현율(Recall) 85% 이상, 처리 지연 200ms 이하</p></li><li><p>정성적 기준: 기만/교란 공격에 대한 방어 로직의 현실성 및 신뢰성</p></li><li><p>진행 추적 및 완료: 복합 위협 시나리오 10종에 대한 탐지 테스트 통과</p></li><li><p>검증 방법 통과: 합성 위협 데이터셋 주입 시 이상치 탐지 정확도 검증</p></li></ul>",
+      "aiGuidelines": {
+        "allow": [
+          "환경 분석 및 데이터 전처리 알고리즘 가이드 요청",
+          "단위 테스트 및 성능 검증 스크립트 작성 보조",
+          "오경보 필터링 및 신뢰도 점수 산출 수식 검토"
+        ],
+        "rules": [
+          "군사 기밀 및 실제 부대/기관 민감 정보는 절대 입력하지 않는다.",
+          "AI 분석 결과에 대해 최종 인간 검토(HITL) 원칙을 유지한다.",
+          "주어진 가상 시뮬레이션 데이터셋과 스키마 규격을 준수한다."
+        ],
+        "forbid": [
+          "실제 작전/행정 기밀 데이터 입력",
+          "인간 검토 없는 무조건적인 자동 결심 로직 구현",
+          "검증되지 않은 임의의 데이터 조작"
+        ]
+      },
+      "guideSteps": []
+    },
+    {
+      "id": "DAT10_M05",
+      "sequence": 5,
+      "title": "오프라인 위변조 방지 암호화 해시 및 데이터 무결성 검증 엔진 개발",
+      "durationHours": 3.0,
+      "overview": "<p><strong>오프라인 위변조 방지 암호화 해시 및 데이터 무결성 검증 엔진 개발</strong></p><p>오프라인 위변조 방지 암호화 해시 및 데이터 무결성 검증 엔진을 개발한다.</p>",
+      "objectives": "<h3>소개</h3><p>공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구 환경을 바탕으로 오프라인 위변조 방지 암호화 해시 및 데이터 무결성 검증 엔진 개발 과제를 수행한다.</p><h4>학습자가 수행할 핵심 과정</h4><ul><li><p>오프라인 위변조 방지 암호화 해시 및 데이터 무결성 검증 엔진을 개발한다.</p></li><li><p>산출물 작성: `src/verification/dat10_confidence_engine.py`</p></li><li><p>검증 및 완료: ROC-AUC 곡선 분석 및 임계값 민감도 테스트 및 오경보 필터링 전후 비교 지표 산출 및 통합 테스트 완료</p></li></ul>",
+      "scenario": "<h4>미션 배경</h4><p>오프라인 위변조 방지 암호화 해시 및 데이터 무결성 검증 엔진을 개발한다.</p><p><strong>전쟁/사례 구분:</strong> 공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구</p><p><strong>학습 유형 및 복잡도:</strong> 코딩형 (난이도: 중급~고급, 복잡도: 높음, 진행률: 50%)</p><p><strong>산출물 및 저장 위치:</strong> `src/verification/dat10_confidence_engine.py`</p>",
+      "attachments": [],
+      "materials": [
+        "src/verification/dat10_confidence_engine.py"
+      ],
+      "materialText": "<p><strong>미션 산출물 및 저장 위치</strong></p><ul><li><p><code>`src/verification/dat10_confidence_engine.py`</code></p></li></ul><p><strong>검증 및 개선 방안</strong></p><ul><li><p>검증 방법: ROC-AUC 곡선 분석 및 임계값 민감도 테스트</p></li><li><p>개선 및 피드백 방안: 신뢰도 가중치 매트릭스 재조정 및 불확실성 지표 시각화 지원</p></li></ul>",
+      "techStack": [
+        "군수업무",
+        "공급망 모니터링",
+        "Python"
+      ],
+      "deliverables": [
+        "src/verification/dat10_confidence_engine.py (필수)"
+      ],
+      "evaluationKeys": [
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정량적 평가] 오경보율(FAR) 40% 이상 감축, 신뢰도 스코어 산출 일관성 90% 이상</strong></p><h4>PASS 증거</h4><p>정량적 지표(오경보율(FAR) 40% 이상 감축, 신뢰도 스코어 산출 일관성 90% 이상)를 달성하고 단위 테스트 및 실행 결과가 성공적으로 확인되었다.</p><h4>보완이 필요한 상태</h4><p>정량적 성능 지표가 기준에 미달하거나 실행 중 에러가 발생하는 경우.</p><h4>보완 방법</h4><p>신뢰도 가중치 매트릭스 재조정 및 불확실성 지표 시각화 지원을(를) 적용하여 성능 및 파라미터를 보정한다.</p>",
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 평가] 신뢰도 등급(High/Med/Low) 부여 기준의 군사적 타당성 기준을 충족하였는가?</strong></p><h4>PASS 증거</h4><p>공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구 환경 및 작전/군수 실무 요구사항에 부합하는 알고리즘 논리와 타당성이 확보되었다.</p><h4>보완이 필요한 상태</h4><p>실무 환경에 대한 고려가 부족하거나 판단 기준이 모호한 경우.</p><h4>보완 방법</h4><p>실무 환경 변수와 판단 기준을 명세서 및 코드에 보강한다.</p>",
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[진행 추적 및 완료 기준] 오경보 필터링 전후 비교 지표 산출 및 통합 테스트 완료을 완수하였는가?</strong></p><h4>PASS 증거</h4><p>요구된 산출물(`src/verification/dat10_confidence_engine.py`)이 지정된 경로에 생성되고 ROC-AUC 곡선 분석 및 임계값 민감도 테스트를 통과하였다.</p><h4>보완이 필요한 상태</h4><p>산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.</p><h4>보완 방법</h4><p>ROC-AUC 곡선 분석 및 임계값 민감도 테스트 절차를 재수행하여 발견된 결함을 수정하고 문서를 완성한다.</p>"
+      ],
+      "evaluationTypes": [
+        "REQUIRED",
+        "REQUIRED",
+        "REQUIRED"
+      ],
+      "evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>난이도 / 복잡도:</strong> 중급~고급 / 높음 (진행률: 50%)</p><h4>미션 PASS 조건</h4><ul><li><p>정량적 기준: 오경보율(FAR) 40% 이상 감축, 신뢰도 스코어 산출 일관성 90% 이상</p></li><li><p>정성적 기준: 신뢰도 등급(High/Med/Low) 부여 기준의 군사적 타당성</p></li><li><p>진행 추적 및 완료: 오경보 필터링 전후 비교 지표 산출 및 통합 테스트 완료</p></li><li><p>검증 방법 통과: ROC-AUC 곡선 분석 및 임계값 민감도 테스트</p></li></ul>",
+      "aiGuidelines": {
+        "allow": [
+          "환경 분석 및 데이터 전처리 알고리즘 가이드 요청",
+          "단위 테스트 및 성능 검증 스크립트 작성 보조",
+          "오경보 필터링 및 신뢰도 점수 산출 수식 검토"
+        ],
+        "rules": [
+          "군사 기밀 및 실제 부대/기관 민감 정보는 절대 입력하지 않는다.",
+          "AI 분석 결과에 대해 최종 인간 검토(HITL) 원칙을 유지한다.",
+          "주어진 가상 시뮬레이션 데이터셋과 스키마 규격을 준수한다."
+        ],
+        "forbid": [
+          "실제 작전/행정 기밀 데이터 입력",
+          "인간 검토 없는 무조건적인 자동 결심 로직 구현",
+          "검증되지 않은 임의의 데이터 조작"
+        ]
+      },
+      "guideSteps": []
+    },
+    {
+      "id": "DAT10_M06",
+      "sequence": 6,
+      "title": "오프라인/온라인 전환 상태 및 재고 변동 내역 실시간 대시보드 UI 구현",
+      "durationHours": 2.5,
+      "overview": "<p><strong>오프라인/온라인 전환 상태 및 재고 변동 내역 실시간 대시보드 UI 구현</strong></p><p>오프라인/온라인 상태 및 재고 변동 내역 실시간 대시보드 UI를 구현한다.</p>",
+      "objectives": "<h3>소개</h3><p>공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구 환경을 바탕으로 오프라인/온라인 전환 상태 및 재고 변동 내역 실시간 대시보드 UI 구현 과제를 수행한다.</p><h4>학습자가 수행할 핵심 과정</h4><ul><li><p>오프라인/온라인 상태 및 재고 변동 내역 실시간 대시보드 UI를 구현한다.</p></li><li><p>산출물 작성: `src/ui/dat10_dashboard.py` (또는 웹 UI 컴포넌트)</p></li><li><p>검증 및 완료: 사용자 인터랙션 테스트 및 모의 데이터 스트림 렌더링 검증 및 주요 지표 시각화 컴포넌트 4종 이상 렌더링 및 실시간 데이터 연동</p></li></ul>",
+      "scenario": "<h4>미션 배경</h4><p>오프라인/온라인 상태 및 재고 변동 내역 실시간 대시보드 UI를 구현한다.</p><p><strong>전쟁/사례 구분:</strong> 공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구</p><p><strong>학습 유형 및 복잡도:</strong> 코딩형 (난이도: 중급, 복잡도: 보통, 진행률: 60%)</p><p><strong>산출물 및 저장 위치:</strong> `src/ui/dat10_dashboard.py` (또는 웹 UI 컴포넌트)</p>",
+      "attachments": [],
+      "materials": [
+        "src/ui/dat10_dashboard.py"
+      ],
+      "materialText": "<p><strong>미션 산출물 및 저장 위치</strong></p><ul><li><p><code>`src/ui/dat10_dashboard.py` (또는 웹 UI 컴포넌트)</code></p></li></ul><p><strong>검증 및 개선 방안</strong></p><ul><li><p>검증 방법: 사용자 인터랙션 테스트 및 모의 데이터 스트림 렌더링 검증</p></li><li><p>개선 및 피드백 방안: 야간 작전 모드(Dark mode) 및 긴급 경보 하이라이트 UI 개선</p></li></ul>",
+      "techStack": [
+        "군수업무",
+        "공급망 모니터링",
+        "Python"
+      ],
+      "deliverables": [
+        "src/ui/dat10_dashboard.py (필수)"
+      ],
+      "evaluationKeys": [
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정량적 평가] 화면 갱신 주기 1초 이내, UI 응답성 100ms 이내</strong></p><h4>PASS 증거</h4><p>정량적 지표(화면 갱신 주기 1초 이내, UI 응답성 100ms 이내)를 달성하고 단위 테스트 및 실행 결과가 성공적으로 확인되었다.</p><h4>보완이 필요한 상태</h4><p>정량적 성능 지표가 기준에 미달하거나 실행 중 에러가 발생하는 경우.</p><h4>보완 방법</h4><p>야간 작전 모드(Dark mode) 및 긴급 경보 하이라이트 UI 개선을(를) 적용하여 성능 및 파라미터를 보정한다.</p>",
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 평가] 전술 작전 상황판으로서의 직관성 및 인지 부하 감소도 기준을 충족하였는가?</strong></p><h4>PASS 증거</h4><p>공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구 환경 및 작전/군수 실무 요구사항에 부합하는 알고리즘 논리와 타당성이 확보되었다.</p><h4>보완이 필요한 상태</h4><p>실무 환경에 대한 고려가 부족하거나 판단 기준이 모호한 경우.</p><h4>보완 방법</h4><p>실무 환경 변수와 판단 기준을 명세서 및 코드에 보강한다.</p>",
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[진행 추적 및 완료 기준] 주요 지표 시각화 컴포넌트 4종 이상 렌더링 및 실시간 데이터 연동을 완수하였는가?</strong></p><h4>PASS 증거</h4><p>요구된 산출물(`src/ui/dat10_dashboard.py` (또는 웹 UI 컴포넌트))이 지정된 경로에 생성되고 사용자 인터랙션 테스트 및 모의 데이터 스트림 렌더링 검증를 통과하였다.</p><h4>보완이 필요한 상태</h4><p>산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.</p><h4>보완 방법</h4><p>사용자 인터랙션 테스트 및 모의 데이터 스트림 렌더링 검증 절차를 재수행하여 발견된 결함을 수정하고 문서를 완성한다.</p>"
+      ],
+      "evaluationTypes": [
+        "REQUIRED",
+        "REQUIRED",
+        "REQUIRED"
+      ],
+      "evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>난이도 / 복잡도:</strong> 중급 / 보통 (진행률: 60%)</p><h4>미션 PASS 조건</h4><ul><li><p>정량적 기준: 화면 갱신 주기 1초 이내, UI 응답성 100ms 이내</p></li><li><p>정성적 기준: 전술 작전 상황판으로서의 직관성 및 인지 부하 감소도</p></li><li><p>진행 추적 및 완료: 주요 지표 시각화 컴포넌트 4종 이상 렌더링 및 실시간 데이터 연동</p></li><li><p>검증 방법 통과: 사용자 인터랙션 테스트 및 모의 데이터 스트림 렌더링 검증</p></li></ul>",
+      "aiGuidelines": {
+        "allow": [
+          "환경 분석 및 데이터 전처리 알고리즘 가이드 요청",
+          "단위 테스트 및 성능 검증 스크립트 작성 보조",
+          "오경보 필터링 및 신뢰도 점수 산출 수식 검토"
+        ],
+        "rules": [
+          "군사 기밀 및 실제 부대/기관 민감 정보는 절대 입력하지 않는다.",
+          "AI 분석 결과에 대해 최종 인간 검토(HITL) 원칙을 유지한다.",
+          "주어진 가상 시뮬레이션 데이터셋과 스키마 규격을 준수한다."
+        ],
+        "forbid": [
+          "실제 작전/행정 기밀 데이터 입력",
+          "인간 검토 없는 무조건적인 자동 결심 로직 구현",
+          "검증되지 않은 임의의 데이터 조작"
+        ]
+      },
+      "guideSteps": []
+    },
+    {
+      "id": "DAT10_M07",
+      "sequence": 7,
+      "title": "동기화 충돌 발생 시 군수관 수동 병합(Conflict Resolution) HITL 워크플로우 설계",
+      "durationHours": 3.0,
+      "overview": "<p><strong>동기화 충돌 발생 시 군수관 수동 병합(Conflict Resolution) HITL 워크플로우 설계</strong></p><p>동기화 충돌 발생 시 군수관 수동 병합(Conflict Resolution) HITL 워크플로우를 설계한다.</p>",
+      "objectives": "<h3>소개</h3><p>공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구 환경을 바탕으로 동기화 충돌 발생 시 군수관 수동 병합(Conflict Resolution) HITL 워크플로우 설계 과제를 수행한다.</p><h4>학습자가 수행할 핵심 과정</h4><ul><li><p>동기화 충돌 발생 시 군수관 수동 병합(Conflict Resolution) HITL 워크플로우를 설계한다.</p></li><li><p>산출물 작성: `src/hitl/dat10_approval_workflow.py` 및 `docs/dat10_hitl_guide.md`</p></li><li><p>검증 및 완료: 모의 조작자 승인/반려 시뮬레이션 및 데이터 무결성 검증 및 승인/반려 인터페이스 동작 및 감사 로그(Audit Log) 생성 검증</p></li></ul>",
+      "scenario": "<h4>미션 배경</h4><p>동기화 충돌 발생 시 군수관 수동 병합(Conflict Resolution) HITL 워크플로우를 설계한다.</p><p><strong>전쟁/사례 구분:</strong> 공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구</p><p><strong>학습 유형 및 복잡도:</strong> 코딩형 (난이도: 고급, 복잡도: 높음, 진행률: 70%)</p><p><strong>산출물 및 저장 위치:</strong> `src/hitl/dat10_approval_workflow.py` 및 `docs/dat10_hitl_guide.md`</p>",
+      "attachments": [],
+      "materials": [
+        "src/hitl/dat10_approval_workflow.py",
+        "docs/dat10_hitl_guide.md"
+      ],
+      "materialText": "<p><strong>미션 산출물 및 저장 위치</strong></p><ul><li><p><code>`src/hitl/dat10_approval_workflow.py` 및 `docs/dat10_hitl_guide.md`</code></p></li></ul><p><strong>검증 및 개선 방안</strong></p><ul><li><p>검증 방법: 모의 조작자 승인/반려 시뮬레이션 및 데이터 무결성 검증</p></li><li><p>개선 및 피드백 방안: 검토 우선순위 큐잉 알고리즘 개선 및 지휘관 피드백 입력 폼 추가</p></li></ul>",
+      "techStack": [
+        "군수업무",
+        "공급망 모니터링",
+        "HITL",
+        "Python"
+      ],
+      "deliverables": [
+        "src/hitl/dat10_approval_workflow.py (필수)",
+        "docs/dat10_hitl_guide.md (필수)"
+      ],
+      "evaluationKeys": [
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정량적 평가] 인간 검토 큐(Queue) 대기시간 및 승인/반려 처리 로깅 성공률 100%</strong></p><h4>PASS 증거</h4><p>정량적 지표(인간 검토 큐(Queue) 대기시간 및 승인/반려 처리 로깅 성공률 100%)를 달성하고 단위 테스트 및 실행 결과가 성공적으로 확인되었다.</p><h4>보완이 필요한 상태</h4><p>정량적 성능 지표가 기준에 미달하거나 실행 중 에러가 발생하는 경우.</p><h4>보완 방법</h4><p>검토 우선순위 큐잉 알고리즘 개선 및 지휘관 피드백 입력 폼 추가을(를) 적용하여 성능 및 파라미터를 보정한다.</p>",
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 평가] 지휘 책임 분계선 명확화 및 성급한 자동 단정 방지 체계 부합성 기준을 충족하였는가?</strong></p><h4>PASS 증거</h4><p>공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구 환경 및 작전/군수 실무 요구사항에 부합하는 알고리즘 논리와 타당성이 확보되었다.</p><h4>보완이 필요한 상태</h4><p>실무 환경에 대한 고려가 부족하거나 판단 기준이 모호한 경우.</p><h4>보완 방법</h4><p>실무 환경 변수와 판단 기준을 명세서 및 코드에 보강한다.</p>",
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[진행 추적 및 완료 기준] 승인/반려 인터페이스 동작 및 감사 로그(Audit Log) 생성 검증을 완수하였는가?</strong></p><h4>PASS 증거</h4><p>요구된 산출물(`src/hitl/dat10_approval_workflow.py` 및 `docs/dat10_hitl_guide.md`)이 지정된 경로에 생성되고 모의 조작자 승인/반려 시뮬레이션 및 데이터 무결성 검증를 통과하였다.</p><h4>보완이 필요한 상태</h4><p>산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.</p><h4>보완 방법</h4><p>모의 조작자 승인/반려 시뮬레이션 및 데이터 무결성 검증 절차를 재수행하여 발견된 결함을 수정하고 문서를 완성한다.</p>"
+      ],
+      "evaluationTypes": [
+        "REQUIRED",
+        "REQUIRED",
+        "REQUIRED"
+      ],
+      "evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>난이도 / 복잡도:</strong> 고급 / 높음 (진행률: 70%)</p><h4>미션 PASS 조건</h4><ul><li><p>정량적 기준: 인간 검토 큐(Queue) 대기시간 및 승인/반려 처리 로깅 성공률 100%</p></li><li><p>정성적 기준: 지휘 책임 분계선 명확화 및 성급한 자동 단정 방지 체계 부합성</p></li><li><p>진행 추적 및 완료: 승인/반려 인터페이스 동작 및 감사 로그(Audit Log) 생성 검증</p></li><li><p>검증 방법 통과: 모의 조작자 승인/반려 시뮬레이션 및 데이터 무결성 검증</p></li></ul>",
+      "aiGuidelines": {
+        "allow": [
+          "환경 분석 및 데이터 전처리 알고리즘 가이드 요청",
+          "단위 테스트 및 성능 검증 스크립트 작성 보조",
+          "오경보 필터링 및 신뢰도 점수 산출 수식 검토"
+        ],
+        "rules": [
+          "군사 기밀 및 실제 부대/기관 민감 정보는 절대 입력하지 않는다.",
+          "AI 분석 결과에 대해 최종 인간 검토(HITL) 원칙을 유지한다.",
+          "주어진 가상 시뮬레이션 데이터셋과 스키마 규격을 준수한다."
+        ],
+        "forbid": [
+          "실제 작전/행정 기밀 데이터 입력",
+          "인간 검토 없는 무조건적인 자동 결심 로직 구현",
+          "검증되지 않은 임의의 데이터 조작"
+        ]
+      },
+      "guideSteps": []
+    },
+    {
+      "id": "DAT10_M08",
+      "sequence": 8,
+      "title": "7일간 통신 단절 후 대량 재고 트랜잭션 일괄 동기화 스트레스 테스트",
+      "durationHours": 3.5,
+      "overview": "<p><strong>7일간 통신 단절 후 대량 재고 트랜잭션 일괄 동기화 스트레스 테스트</strong></p><p>7일간 통신 단절 후 대량 재고 트랜잭션 일괄 동기화 스트레스 테스트를 수행한다.</p>",
+      "objectives": "<h3>소개</h3><p>공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구 환경을 바탕으로 7일간 통신 단절 후 대량 재고 트랜잭션 일괄 동기화 스트레스 테스트 과제를 수행한다.</p><h4>학습자가 수행할 핵심 과정</h4><ul><li><p>7일간 통신 단절 후 대량 재고 트랜잭션 일괄 동기화 스트레스 테스트를 수행한다.</p></li><li><p>산출물 작성: `tests/dat10_stress_test.py` 및 스트레스 테스트 분석 보고서</p></li><li><p>검증 및 완료: 부하 테스트 도구를 통한 처리량(Throughput) 및 메모리 누수 검증 및 대량 시뮬레이션 부하 주입 테스트 통과 및 병목 구간 프로파일링 완료</p></li></ul>",
+      "scenario": "<h4>미션 배경</h4><p>7일간 통신 단절 후 대량 재고 트랜잭션 일괄 동기화 스트레스 테스트를 수행한다.</p><p><strong>전쟁/사례 구분:</strong> 공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구</p><p><strong>학습 유형 및 복잡도:</strong> 코딩형 (난이도: 고급, 복잡도: 매우 높음, 진행률: 80%)</p><p><strong>산출물 및 저장 위치:</strong> `tests/dat10_stress_test.py` 및 스트레스 테스트 분석 보고서</p>",
+      "attachments": [],
+      "materials": [
+        "tests/dat10_stress_test.py"
+      ],
+      "materialText": "<p><strong>미션 산출물 및 저장 위치</strong></p><ul><li><p><code>`tests/dat10_stress_test.py` 및 스트레스 테스트 분석 보고서</code></p></li></ul><p><strong>검증 및 개선 방안</strong></p><ul><li><p>검증 방법: 부하 테스트 도구를 통한 처리량(Throughput) 및 메모리 누수 검증</p></li><li><p>개선 및 피드백 방안: 병목 함수 최적화, 비동기 큐 처리 적용 및 자원 할당 개선</p></li></ul>",
+      "techStack": [
+        "군수업무",
+        "공급망 모니터링",
+        "스트레스 테스트",
+        "Python"
+      ],
+      "deliverables": [
+        "tests/dat10_stress_test.py (필수)"
+      ],
+      "evaluationKeys": [
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정량적 평가] 동시 트래픽 500% 증가 시 시스템 다운 0건, 데이터 유실률 0%</strong></p><h4>PASS 증거</h4><p>정량적 지표(동시 트래픽 500% 증가 시 시스템 다운 0건, 데이터 유실률 0%)를 달성하고 단위 테스트 및 실행 결과가 성공적으로 확인되었다.</p><h4>보완이 필요한 상태</h4><p>정량적 성능 지표가 기준에 미달하거나 실행 중 에러가 발생하는 경우.</p><h4>보완 방법</h4><p>병목 함수 최적화, 비동기 큐 처리 적용 및 자원 할당 개선을(를) 적용하여 성능 및 파라미터를 보정한다.</p>",
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 평가] 극단 상황에서의 안전 실패(Fail-safe) 및 기능 축소 작동 적절성 기준을 충족하였는가?</strong></p><h4>PASS 증거</h4><p>공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구 환경 및 작전/군수 실무 요구사항에 부합하는 알고리즘 논리와 타당성이 확보되었다.</p><h4>보완이 필요한 상태</h4><p>실무 환경에 대한 고려가 부족하거나 판단 기준이 모호한 경우.</p><h4>보완 방법</h4><p>실무 환경 변수와 판단 기준을 명세서 및 코드에 보강한다.</p>",
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[진행 추적 및 완료 기준] 대량 시뮬레이션 부하 주입 테스트 통과 및 병목 구간 프로파일링 완료을 완수하였는가?</strong></p><h4>PASS 증거</h4><p>요구된 산출물(`tests/dat10_stress_test.py` 및 스트레스 테스트 분석 보고서)이 지정된 경로에 생성되고 부하 테스트 도구를 통한 처리량(Throughput) 및 메모리 누수 검증를 통과하였다.</p><h4>보완이 필요한 상태</h4><p>산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.</p><h4>보완 방법</h4><p>부하 테스트 도구를 통한 처리량(Throughput) 및 메모리 누수 검증 절차를 재수행하여 발견된 결함을 수정하고 문서를 완성한다.</p>"
+      ],
+      "evaluationTypes": [
+        "REQUIRED",
+        "REQUIRED",
+        "REQUIRED"
+      ],
+      "evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>난이도 / 복잡도:</strong> 고급 / 매우 높음 (진행률: 80%)</p><h4>미션 PASS 조건</h4><ul><li><p>정량적 기준: 동시 트래픽 500% 증가 시 시스템 다운 0건, 데이터 유실률 0%</p></li><li><p>정성적 기준: 극단 상황에서의 안전 실패(Fail-safe) 및 기능 축소 작동 적절성</p></li><li><p>진행 추적 및 완료: 대량 시뮬레이션 부하 주입 테스트 통과 및 병목 구간 프로파일링 완료</p></li><li><p>검증 방법 통과: 부하 테스트 도구를 통한 처리량(Throughput) 및 메모리 누수 검증</p></li></ul>",
+      "aiGuidelines": {
+        "allow": [
+          "환경 분석 및 데이터 전처리 알고리즘 가이드 요청",
+          "단위 테스트 및 성능 검증 스크립트 작성 보조",
+          "오경보 필터링 및 신뢰도 점수 산출 수식 검토"
+        ],
+        "rules": [
+          "군사 기밀 및 실제 부대/기관 민감 정보는 절대 입력하지 않는다.",
+          "AI 분석 결과에 대해 최종 인간 검토(HITL) 원칙을 유지한다.",
+          "주어진 가상 시뮬레이션 데이터셋과 스키마 규격을 준수한다."
+        ],
+        "forbid": [
+          "실제 작전/행정 기밀 데이터 입력",
+          "인간 검토 없는 무조건적인 자동 결심 로직 구현",
+          "검증되지 않은 임의의 데이터 조작"
+        ]
+      },
+      "guideSteps": []
+    },
+    {
+      "id": "DAT10_M09",
+      "sequence": 9,
+      "title": "AAR 기반 동기화 누락 및 데이터 충돌 사례 분석 및 동기화 룰셋 재튜닝",
+      "durationHours": 3.0,
+      "overview": "<p><strong>AAR 기반 동기화 누락 및 데이터 충돌 사례 분석 및 동기화 룰셋 재튜닝</strong></p><p>AAR 기반 동기화 누락 및 데이터 충돌 사례를 분석하고 동기화 룰을 재튜닝한다.</p>",
+      "objectives": "<h3>소개</h3><p>공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구 환경을 바탕으로 AAR 기반 동기화 누락 및 데이터 충돌 사례 분석 및 동기화 룰셋 재튜닝 과제를 수행한다.</p><h4>학습자가 수행할 핵심 과정</h4><ul><li><p>AAR 기반 동기화 누락 및 데이터 충돌 사례를 분석하고 동기화 룰을 재튜닝한다.</p></li><li><p>산출물 작성: `docs/dat10_aar_report.md` 및 `configs/dat10_tuned_params.yaml`</p></li><li><p>검증 및 완료: 회귀 테스트(Regression Test) 스위트 전체 자동 실행 및 비교 및 AAR 보고서 작성 및 파라미터 튜닝 전후 회귀 테스트 통과</p></li></ul>",
+      "scenario": "<h4>미션 배경</h4><p>AAR 기반 동기화 누락 및 데이터 충돌 사례를 분석하고 동기화 룰을 재튜닝한다.</p><p><strong>전쟁/사례 구분:</strong> 공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구</p><p><strong>학습 유형 및 복잡도:</strong> 코딩형 (난이도: 고급, 복잡도: 높음, 진행률: 90%)</p><p><strong>산출물 및 저장 위치:</strong> `docs/dat10_aar_report.md` 및 `configs/dat10_tuned_params.yaml`</p>",
+      "attachments": [],
+      "materials": [
+        "docs/dat10_aar_report.md",
+        "configs/dat10_tuned_params.yaml"
+      ],
+      "materialText": "<p><strong>미션 산출물 및 저장 위치</strong></p><ul><li><p><code>`docs/dat10_aar_report.md` 및 `configs/dat10_tuned_params.yaml`</code></p></li></ul><p><strong>검증 및 개선 방안</strong></p><ul><li><p>검증 방법: 회귀 테스트(Regression Test) 스위트 전체 자동 실행 및 비교</p></li><li><p>개선 및 피드백 방안: 지속적 학습(Continual Learning) 파이프라인 연계 방안 수립</p></li></ul>",
+      "techStack": [
+        "군수업무",
+        "공급망 모니터링",
+        "Python"
+      ],
+      "deliverables": [
+        "docs/dat10_aar_report.md (필수)",
+        "configs/dat10_tuned_params.yaml (필수)"
+      ],
+      "evaluationKeys": [
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정량적 평가] AAR 피드백 적용 후 종합 정확도 10%p 이상 향상, 재발 오류 0건</strong></p><h4>PASS 증거</h4><p>정량적 지표(AAR 피드백 적용 후 종합 정확도 10%p 이상 향상, 재발 오류 0건)를 달성하고 단위 테스트 및 실행 결과가 성공적으로 확인되었다.</p><h4>보완이 필요한 상태</h4><p>정량적 성능 지표가 기준에 미달하거나 실행 중 에러가 발생하는 경우.</p><h4>보완 방법</h4><p>지속적 학습(Continual Learning) 파이프라인 연계 방안 수립을(를) 적용하여 성능 및 파라미터를 보정한다.</p>",
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 평가] 오류 원인 규명의 객관성 및 개선 조치의 논리적 타당성 기준을 충족하였는가?</strong></p><h4>PASS 증거</h4><p>공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구 환경 및 작전/군수 실무 요구사항에 부합하는 알고리즘 논리와 타당성이 확보되었다.</p><h4>보완이 필요한 상태</h4><p>실무 환경에 대한 고려가 부족하거나 판단 기준이 모호한 경우.</p><h4>보완 방법</h4><p>실무 환경 변수와 판단 기준을 명세서 및 코드에 보강한다.</p>",
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[진행 추적 및 완료 기준] AAR 보고서 작성 및 파라미터 튜닝 전후 회귀 테스트 통과을 완수하였는가?</strong></p><h4>PASS 증거</h4><p>요구된 산출물(`docs/dat10_aar_report.md` 및 `configs/dat10_tuned_params.yaml`)이 지정된 경로에 생성되고 회귀 테스트(Regression Test) 스위트 전체 자동 실행 및 비교를 통과하였다.</p><h4>보완이 필요한 상태</h4><p>산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.</p><h4>보완 방법</h4><p>회귀 테스트(Regression Test) 스위트 전체 자동 실행 및 비교 절차를 재수행하여 발견된 결함을 수정하고 문서를 완성한다.</p>"
+      ],
+      "evaluationTypes": [
+        "REQUIRED",
+        "REQUIRED",
+        "REQUIRED"
+      ],
+      "evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>난이도 / 복잡도:</strong> 고급 / 높음 (진행률: 90%)</p><h4>미션 PASS 조건</h4><ul><li><p>정량적 기준: AAR 피드백 적용 후 종합 정확도 10%p 이상 향상, 재발 오류 0건</p></li><li><p>정성적 기준: 오류 원인 규명의 객관성 및 개선 조치의 논리적 타당성</p></li><li><p>진행 추적 및 완료: AAR 보고서 작성 및 파라미터 튜닝 전후 회귀 테스트 통과</p></li><li><p>검증 방법 통과: 회귀 테스트(Regression Test) 스위트 전체 자동 실행 및 비교</p></li></ul>",
+      "aiGuidelines": {
+        "allow": [
+          "환경 분석 및 데이터 전처리 알고리즘 가이드 요청",
+          "단위 테스트 및 성능 검증 스크립트 작성 보조",
+          "오경보 필터링 및 신뢰도 점수 산출 수식 검토"
+        ],
+        "rules": [
+          "군사 기밀 및 실제 부대/기관 민감 정보는 절대 입력하지 않는다.",
+          "AI 분석 결과에 대해 최종 인간 검토(HITL) 원칙을 유지한다.",
+          "주어진 가상 시뮬레이션 데이터셋과 스키마 규격을 준수한다."
+        ],
+        "forbid": [
+          "실제 작전/행정 기밀 데이터 입력",
+          "인간 검토 없는 무조건적인 자동 결심 로직 구현",
+          "검증되지 않은 임의의 데이터 조작"
+        ]
+      },
+      "guideSteps": []
+    },
+    {
+      "id": "DAT10_M10",
+      "sequence": 10,
+      "title": "오프라인 동기화 야전 재고 관리 SaaS 최종 패키징 및 야전 배포 가이드 완성",
+      "durationHours": 3.5,
+      "overview": "<p><strong>오프라인 동기화 야전 재고 관리 SaaS 최종 패키징 및 야전 배포 가이드 완성</strong></p><p>오프라인 동기화 야전 재고 관리 SaaS 패키징 및 배포 가이드를 완성한다.</p>",
+      "objectives": "<h3>소개</h3><p>공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구 환경을 바탕으로 오프라인 동기화 야전 재고 관리 SaaS 최종 패키징 및 야전 배포 가이드 완성 과제를 수행한다.</p><h4>학습자가 수행할 핵심 과정</h4><ul><li><p>오프라인 동기화 야전 재고 관리 SaaS 패키징 및 배포 가이드를 완성한다.</p></li><li><p>산출물 작성: `src/main_dat10.py`, `README.md`, `docs/dat10_final_report.pdf(md)`</p></li><li><p>검증 및 완료: 최종 검증 위원회(평가관) 모의 시연 및 전체 기능 통합 검증 및 원클릭 실행 스크립트 동작 확인 및 최종 발표 산출물 작성 완료</p></li></ul>",
+      "scenario": "<h4>미션 배경</h4><p>오프라인 동기화 야전 재고 관리 SaaS 패키징 및 배포 가이드를 완성한다.</p><p><strong>전쟁/사례 구분:</strong> 공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구</p><p><strong>학습 유형 및 복잡도:</strong> 코딩형 (난이도: 최고급, 복잡도: 종합, 진행률: 100%)</p><p><strong>산출물 및 저장 위치:</strong> `src/main_dat10.py`, `README.md`, `docs/dat10_final_report.pdf(md)`</p>",
+      "attachments": [],
+      "materials": [
+        "src/main_dat10.py",
+        "README.md",
+        "docs/dat10_final_report.pdf(md)"
+      ],
+      "materialText": "<p><strong>미션 산출물 및 저장 위치</strong></p><ul><li><p><code>`src/main_dat10.py`, `README.md`, `docs/dat10_final_report.pdf(md)`</code></p></li></ul><p><strong>검증 및 개선 방안</strong></p><ul><li><p>검증 방법: 최종 검증 위원회(평가관) 모의 시연 및 전체 기능 통합 검증</p></li><li><p>개선 및 피드백 방안: 타 부대/인접 체계와의 연동 인터페이스(API) 확장 로드맵 제시</p></li></ul>",
+      "techStack": [
+        "군수업무",
+        "공급망 모니터링",
+        "SaaS",
+        "Python"
+      ],
+      "deliverables": [
+        "src/main_dat10.py (필수)",
+        "README.md (필수)",
+        "docs/dat10_final_report.pdf(md) (필수)"
+      ],
+      "evaluationKeys": [
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정량적 평가] End-to-End 통합 파이프라인 실행 성공률 100%, 테스트 커버리지 85% 이상</strong></p><h4>PASS 증거</h4><p>정량적 지표(End-to-End 통합 파이프라인 실행 성공률 100%, 테스트 커버리지 85% 이상)를 달성하고 단위 테스트 및 실행 결과가 성공적으로 확인되었다.</p><h4>보완이 필요한 상태</h4><p>정량적 성능 지표가 기준에 미달하거나 실행 중 에러가 발생하는 경우.</p><h4>보완 방법</h4><p>타 부대/인접 체계와의 연동 인터페이스(API) 확장 로드맵 제시을(를) 적용하여 성능 및 파라미터를 보정한다.</p>",
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 평가] 군 실무 즉시 도입 가능성, 운용 신뢰도 및 전략적 기대효과 기준을 충족하였는가?</strong></p><h4>PASS 증거</h4><p>공급망 재난 식별 데이터마이닝 SaaS(방산 공급망 회복력 연구) — 미국 방위산업기반(Defense Industrial Base) 정책연구 환경 및 작전/군수 실무 요구사항에 부합하는 알고리즘 논리와 타당성이 확보되었다.</p><h4>보완이 필요한 상태</h4><p>실무 환경에 대한 고려가 부족하거나 판단 기준이 모호한 경우.</p><h4>보완 방법</h4><p>실무 환경 변수와 판단 기준을 명세서 및 코드에 보강한다.</p>",
+        "<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[진행 추적 및 완료 기준] 원클릭 실행 스크립트 동작 확인 및 최종 발표 산출물 작성 완료을 완수하였는가?</strong></p><h4>PASS 증거</h4><p>요구된 산출물(`src/main_dat10.py`, `README.md`, `docs/dat10_final_report.pdf(md)`)이 지정된 경로에 생성되고 최종 검증 위원회(평가관) 모의 시연 및 전체 기능 통합 검증를 통과하였다.</p><h4>보완이 필요한 상태</h4><p>산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.</p><h4>보완 방법</h4><p>최종 검증 위원회(평가관) 모의 시연 및 전체 기능 통합 검증 절차를 재수행하여 발견된 결함을 수정하고 문서를 완성한다.</p>"
+      ],
+      "evaluationTypes": [
+        "REQUIRED",
+        "REQUIRED",
+        "REQUIRED"
+      ],
+      "evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>난이도 / 복잡도:</strong> 최고급 / 종합 (진행률: 100%)</p><h4>미션 PASS 조건</h4><ul><li><p>정량적 기준: End-to-End 통합 파이프라인 실행 성공률 100%, 테스트 커버리지 85% 이상</p></li><li><p>정성적 기준: 군 실무 즉시 도입 가능성, 운용 신뢰도 및 전략적 기대효과</p></li><li><p>진행 추적 및 완료: 원클릭 실행 스크립트 동작 확인 및 최종 발표 산출물 작성 완료</p></li><li><p>검증 방법 통과: 최종 검증 위원회(평가관) 모의 시연 및 전체 기능 통합 검증</p></li></ul>",
+      "aiGuidelines": {
+        "allow": [
+          "환경 분석 및 데이터 전처리 알고리즘 가이드 요청",
+          "단위 테스트 및 성능 검증 스크립트 작성 보조",
+          "오경보 필터링 및 신뢰도 점수 산출 수식 검토"
+        ],
+        "rules": [
+          "군사 기밀 및 실제 부대/기관 민감 정보는 절대 입력하지 않는다.",
+          "AI 분석 결과에 대해 최종 인간 검토(HITL) 원칙을 유지한다.",
+          "주어진 가상 시뮬레이션 데이터셋과 스키마 규격을 준수한다."
+        ],
+        "forbid": [
+          "실제 작전/행정 기밀 데이터 입력",
+          "인간 검토 없는 무조건적인 자동 결심 로직 구현",
+          "검증되지 않은 임의의 데이터 조작"
+        ]
+      },
+      "guideSteps": []
+    }
+  ]
+}