update

scripts/generate_projects_json.py

@@ -0,0 +1,370 @@
+import os
+import re
+import json
+
+def parse_missions_md(md_path):
+    with open(md_path, 'r', encoding='utf-8') as f:
+        lines = [l.strip() for l in f if l.strip()]
+
+    headers = [h.strip() for h in lines[0].split('|')[1:-1]]
+    
+    projects = {}
+    for line in lines[2:]:
+        parts = [p.strip() for p in line.split('|')[1:-1]]
+        if len(parts) == len(headers):
+            p_no = int(parts[0]) if parts[0].isdigit() else parts[0]
+            p_id = parts[1]
+            if p_no not in projects:
+                projects[p_no] = {
+                    'p_no': p_no,
+                    'p_id': p_id,
+                    'p_name': parts[2],
+                    'category': parts[3],
+                    'sub_category': parts[4],
+                    'p_difficulty': parts[5],
+                    'learning_type': parts[6],
+                    'war_case': parts[7],
+                    'missions': []
+                }
+            mission_dict = dict(zip(headers, parts))
+            projects[p_no]['missions'].append(mission_dict)
+    return projects
+
+def extract_file_paths(text):
+    matches = re.findall(r'`([^`]+)`', text)
+    paths = []
+    for m in matches:
+        sub_items = re.split(r'[,및\s]+', m)
+        for item in sub_items:
+            item = item.strip()
+            if item and ('.' in item or '/' in item or '\\' in item):
+                paths.append(item)
+    if not paths:
+        for token in text.split():
+            clean = token.strip('`,()[]"\'')
+            if ('.' in clean and '/' in clean) or clean.endswith('.py') or clean.endswith('.md') or clean.endswith('.json') or clean.endswith('.yaml') or clean.endswith('.pdf') or clean.endswith('.xlsx') or clean.endswith('.csv'):
+                paths.append(clean)
+    unique_paths = []
+    for p in paths:
+        if p not in unique_paths:
+            unique_paths.append(p)
+    return unique_paths
+
+def extract_tech_stack(p_data, m_data):
+    stack = [p_data['category'], p_data['sub_category']]
+    title = m_data['미션명']
+    desc = m_data['미션 설명']
+    
+    keywords = [
+        'Python', '드론 영상', '컴퓨터 비전', 'YOLO', '딥러닝', '머신러닝', 'OpenCV',
+        'EO/IR 센서', '영상 전처리', 'CLAHE', '칼만 필터', '센서 융합', '좌표 변환',
+        '포화경보', '우선순위 큐', '신뢰도 지수', '전술 대시보드', 'COP', 'HITL',
+        '스트레스 테스트', 'AAR 사후검토', '위성영상', 'OSINT', '비행로그', '이상 탐지',
+        '시계열 분석', '자연어 처리', 'NLP', '소셜미디어 분석', '교차검증', '귀속 매트릭스',
+        '음성 스푸핑', '딥페이크', '전술통신', '대역폭 제약', '상황인계', 'CCTV 탐지',
+        '침입 경보', '방호 점검', '기만체 차폐', 'TCCC 전투의무', '열/한랭 스트레스',
+        '수질 분석', '근무부하 예측', '보급 증빙 체인', '재보급 우선순위', '무인 보급',
+        '단종관리', '공급망 모니터링', 'SaaS', '부품 국산화', '조달계획 검증', '품질예측',
+        '외주정비 검사', '시효성 품목', '탄약 저장 최적화', '수송 소요예측', '납품물류 추적',
+        '고장률 분석', 'PBL 품목관리', '정비인력 부하율', '폐기율 산정', '제원검증', '성과지표(KPI)',
+        '군수데이터 전략', 'RPA 업무자동화'
+    ]
+    for kw in keywords:
+        if (kw.lower() in title.lower() or kw.lower() in desc.lower()) and kw not in stack:
+            stack.append(kw)
+    
+    if p_data['learning_type'] in ['코딩형', '데이터분석형', '대시보드·시각화형', '업무자동화형', '프로토타입형', 'AI 활용형']:
+        if 'Python' not in stack:
+            stack.append('Python')
+    return stack
+
+def build_prerequisites(p_data):
+    cat = p_data['category']
+    sub = p_data['sub_category']
+    l_type = p_data['learning_type']
+    
+    if l_type == '코딩형':
+        return f"Python 프로그래밍 기초, 데이터 처리 및 알고리즘 구현 기본 지식, {cat} 및 {sub} 분야에 대한 기본 이해"
+    elif l_type == '데이터분석형':
+        return f"데이터 분석 도구(Python/Pandas/Excel) 활용 기초, 통계 및 시각화 기본 지식, {cat} 실무 프로세스에 대한 이해"
+    elif l_type == '대시보드·시각화형':
+        return f"대시보드/데이터 시각화 툴 활용 기초, 핵심 성과지표(KPI) 분석 및 {sub} 업무에 대한 이해"
+    elif l_type == '문서·분석형':
+        return f"{cat} 및 {sub} 관련 군사·군수 표준 절차(SOP)에 대한 기본 이해, 정량/정성 데이터 분석 및 보고서 작성 역량"
+    elif l_type == '실사용·검증형':
+        return f"{sub} 현장 점검 및 실무 절차(SOP)에 대한 이해, 체크리스트 기반 교차검증 및 피드백 수행 역량"
+    elif l_type == '업무자동화형':
+        return f"업무 프로세스 분석 및 자동화(RPA/스크립팅) 기초, {sub} 데이터 처리 및 무결성 검증에 대한 이해"
+    else:
+        return f"생성형 AI 및 데이터 분석 기초, {cat}/{sub} 실무 절차에 대한 기본 이해"
+
+def build_project_json(p_data):
+    p_id = p_data['p_id']
+    p_name = p_data['p_name']
+    category = f"{p_data['category']}/{p_data['sub_category']}"
+    level_map = {'고급': 3, '중급': 2, '초급': 1, '최고급': 3}
+    p_level = level_map.get(p_data['p_difficulty'], 3)
+    
+    total_hours = sum(float(m['예상 소요시간(h)']) for m in p_data['missions'])
+    
+    all_deliverables = []
+    for m in p_data['missions']:
+        d_text = m['산출물 및 저장 위치']
+        paths = extract_file_paths(d_text)
+        if paths:
+            for p in paths:
+                deliv = f"{p} (필수)"
+                if deliv not in all_deliverables:
+                    all_deliverables.append(deliv)
+        else:
+            deliv = f"{d_text} (필수)"
+            if deliv not in all_deliverables:
+                all_deliverables.append(deliv)
+    
+    war_case = p_data['war_case']
+    case_context = war_case if war_case != '-' else f"{p_data['category']} 및 {p_data['sub_category']}"
+    
+    summary = (
+        f"<h4>프로젝트에서 해결해야 하는 문제</h4>"
+        f"<p>{case_context} 환경을 분석하여 {p_name}을(를) 위한 핵심 데이터와 분석 모델/절차를 구축하고, "
+        f"실전 운용 시 발생할 수 있는 오류·불확실성 및 실무 병목을 검증·보정하여 효과적인 의사결정 및 업무 효율화를 달성하는 체계를 구현한다.</p>"
+        f"<h4>학습 목표</h4>"
+        f"<p>{p_data['missions'][0]['미션명']}부터 데이터 수집/전처리, 핵심 알고리즘 및 분석 모델 구현, 신뢰도 평가 엔진, "
+        f"전술/업무 대시보드 및 지휘 통제 인터페이스, 인간 개입(HITL) 의사결정 워크플로우, 가상 스트레스/부하 검증 및 AAR 사후검토 피드백까지 "
+        f"전 과정을 아우르는 실전형 End-to-End 파이프라인을 완성한다.</p>"
+    )
+    
+    mission_lis = "".join([f"<li><p>{m['미션명']}</p></li>" for m in p_data['missions']])
+    objectives = (
+        f"<h3>소개</h3>"
+        f"<p>{case_context} 등 실무 환경에서 요구되는 {p_name} 과제를 수행하여, "
+        f"실시간 데이터 수집부터 분석, 검증, 시각화 및 의사결정 지원에 이르는 전 과정을 체계적으로 학습하고 개발한다.</p>"
+        f"<h4>학습자가 수행할 핵심 과정</h4>"
+        f"<ul>{mission_lis}</ul>"
+    )
+    
+    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>"
+        f"<li><p>{case_context} 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>"
+    )
+    
+    eval_summary = (
+        "<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>"
+    )
+    
+    prereq = build_prerequisites(p_data)
+        
+    skills = [
+        {"skillId": "competency_AI_문제해결역량_1._문제_분석", "level": p_level, "category": "AI 문제해결역량", "subCategory": "1. 문제 분석"},
+        {"skillId": "competency_AI_문제해결역량_2._대안_도출", "level": p_level, "category": "AI 문제해결역량", "subCategory": "2. 대안 도출"},
+        {"skillId": "competency_AI_비판적사고역량_1._결과_검증", "level": p_level, "category": "AI 비판적사고역량", "subCategory": "1. 결과 검증"},
+        {"skillId": "competency_AI활용역량_1._AI_도구_활용", "level": p_level, "category": "AI활용역량", "subCategory": "1. AI 도구 활용"},
+        {"skillId": "competency_AI활용역량_2._프롬프트_설계", "level": max(1, p_level - 1), "category": "AI활용역량", "subCategory": "2. 프롬프트 설계"}
+    ]
+    
+    missions_list = []
+    for m in p_data['missions']:
+        seq = int(m['미션 번호'])
+        m_id = m['미션 ID']
+        m_title = m['미션명']
+        m_hours = float(m['예상 소요시간(h)'])
+        m_desc = m['미션 설명']
+        m_deliv_raw = m['산출물 및 저장 위치']
+        m_quant = m['정량적 평가']
+        m_qual = m['정성적 평가']
+        m_track = m['진행 추적 및 완료 기준']
+        m_verify = m['검증 방법']
+        m_improve = m['개선 및 피드백 방안']
+        m_diff = m['미션 난이도']
+        m_comp = m['복잡도']
+        m_prog = m['진행률']
+        
+        m_paths = extract_file_paths(m_deliv_raw)
+        m_deliv_items = [f"{p} (필수)" for p in m_paths] if m_paths else [f"{m_deliv_raw} (필수)"]
+        
+        m_overview = f"<p><strong>{m_title}</strong></p><p>{m_desc}</p>"
+        
+        m_objectives = (
+            f"<h3>소개</h3>"
+            f"<p>{case_context} 환경을 바탕으로 {m_title} 과제를 수행한다.</p>"
+            f"<h4>학습자가 수행할 핵심 과정</h4>"
+            f"<ul>"
+            f"<li><p>{m_desc}</p></li>"
+            f"<li><p>산출물 작성: {m_deliv_raw}</p></li>"
+            f"<li><p>검증 및 완료: {m_verify} 및 {m_track}</p></li>"
+            f"</ul>"
+        )
+        
+        m_scenario = (
+            f"<h4>미션 배경</h4>"
+            f"<p>{m_desc}</p>"
+            f"<p><strong>전쟁/사례 구분:</strong> {case_context}</p>"
+            f"<p><strong>학습 유형 및 복잡도:</strong> {p_data['learning_type']} (난이도: {m_diff}, 복잡도: {m_comp}, 진행률: {m_prog})</p>"
+            f"<p><strong>산출물 및 저장 위치:</strong> {m_deliv_raw}</p>"
+        )
+        
+        m_materials = m_paths if m_paths else [m_deliv_raw]
+        m_material_text = (
+            f"<p><strong>미션 산출물 및 저장 위치</strong></p>"
+            f"<ul><li><p><code>{m_deliv_raw}</code></p></li></ul>"
+            f"<p><strong>검증 및 개선 방안</strong></p>"
+            f"<ul>"
+            f"<li><p>검증 방법: {m_verify}</p></li>"
+            f"<li><p>개선 및 피드백 방안: {m_improve}</p></li>"
+            f"</ul>"
+        )
+        
+        m_tech = extract_tech_stack(p_data, m)
+        
+        m_eval_keys = [
+            (
+                f"<h4>평가 질문 (PASS/FAIL)</h4>"
+                f"<p><strong>[정량적 평가] {m_quant}</strong></p>"
+                f"<h4>PASS 증거</h4>"
+                f"<p>정량적 지표({m_quant})를 달성하고 단위 테스트 및 실행 결과가 성공적으로 확인되었다.</p>"
+                f"<h4>보완이 필요한 상태</h4>"
+                f"<p>정량적 성능 지표가 기준에 미달하거나 실행 중 에러가 발생하는 경우.</p>"
+                f"<h4>보완 방법</h4>"
+                f"<p>{m_improve}을(를) 적용하여 성능 및 파라미터를 보정한다.</p>"
+            ),
+            (
+                f"<h4>평가 질문 (PASS/FAIL)</h4>"
+                f"<p><strong>[정성적 평가] {m_qual} 기준을 충족하였는가?</strong></p>"
+                f"<h4>PASS 증거</h4>"
+                f"<p>{case_context} 환경 및 작전/군수 실무 요구사항에 부합하는 알고리즘 논리와 타당성이 확보되었다.</p>"
+                f"<h4>보완이 필요한 상태</h4>"
+                f"<p>실무 환경에 대한 고려가 부족하거나 판단 기준이 모호한 경우.</p>"
+                f"<h4>보완 방법</h4>"
+                f"<p>실무 환경 변수와 판단 기준을 명세서 및 코드에 보강한다.</p>"
+            ),
+            (
+                f"<h4>평가 질문 (PASS/FAIL)</h4>"
+                f"<p><strong>[진행 추적 및 완료 기준] {m_track}을 완수하였는가?</strong></p>"
+                f"<h4>PASS 증거</h4>"
+                f"<p>요구된 산출물({m_deliv_raw})이 지정된 경로에 생성되고 {m_verify}를 통과하였다.</p>"
+                f"<h4>보완이 필요한 상태</h4>"
+                f"<p>산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.</p>"
+                f"<h4>보완 방법</h4>"
+                f"<p>{m_verify} 절차를 재수행하여 발견된 결함을 수정하고 문서를 완성한다.</p>"
+            )
+        ]
+        
+        m_eval_text = (
+            f"<h4>미션 판정</h4>"
+            f"<p><strong>평가 구분:</strong> 필수</p>"
+            f"<p><strong>난이도 / 복잡도:</strong> {m_diff} / {m_comp} (진행률: {m_prog})</p>"
+            f"<h4>미션 PASS 조건</h4>"
+            f"<ul>"
+            f"<li><p>정량적 기준: {m_quant}</p></li>"
+            f"<li><p>정성적 기준: {m_qual}</p></li>"
+            f"<li><p>진행 추적 및 완료: {m_track}</p></li>"
+            f"<li><p>검증 방법 통과: {m_verify}</p></li>"
+            f"</ul>"
+        )
+        
+        m_ai_guide = {
+            "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"
+            ]
+        }
+        
+        missions_list.append({
+            "id": m_id,
+            "sequence": seq,
+            "title": m_title,
+            "durationHours": m_hours,
+            "overview": m_overview,
+            "objectives": m_objectives,
+            "scenario": m_scenario,
+            "attachments": [],
+            "materials": m_materials,
+            "materialText": m_material_text,
+            "techStack": m_tech,
+            "deliverables": m_deliv_items,
+            "evaluationKeys": m_eval_keys,
+            "evaluationTypes": ["REQUIRED", "REQUIRED", "REQUIRED"],
+            "evaluationText": m_eval_text,
+            "aiGuidelines": m_ai_guide,
+            "guideSteps": []
+        })
+        
+    project_json = {
+        "version": "1.0.0",
+        "exportedAt": "2026-09-30T14:10:00.000Z",
+        "id": p_id,
+        "title": p_name,
+        "category": category,
+        "level": p_level,
+        "durationDays": 5,
+        "requiredHours": total_hours,
+        "status": "COMPLETED",
+        "isRecommended": False,
+        "summary": summary,
+        "objectives": objectives,
+        "deliverables": all_deliverables,
+        "constraints": constraints,
+        "evalSummary": eval_summary,
+        "prerequisites": prereq,
+        "refFiles": [],
+        "refText": "",
+        "projectSkills": skills,
+        "prerequisiteVods": [],
+        "missions": missions_list
+    }
+    return project_json
+
+def generate_projects(start_no=1, end_no=60):
+    os.makedirs('import', exist_ok=True)
+    projects = parse_missions_md('data/missions02.md')
+    
+    target_nos = list(range(start_no, end_no + 1))
+    generated_files = []
+    
+    for p_no in target_nos:
+        if p_no in projects:
+            p_data = projects[p_no]
+            p_json = build_project_json(p_data)
+            filename = f"import/{p_data['p_id']}.json"
+            with open(filename, 'w', encoding='utf-8') as f:
+                json.dump(p_json, f, ensure_ascii=False, indent=2)
+            print(f"[{p_no:02d}/60] Generated {filename} ({p_data['p_id']}: {p_data['p_name']})")
+            generated_files.append(filename)
+        else:
+            print(f"Project No. {p_no} not found in missions02.md!")
+    return generated_files
+
+if __name__ == '__main__':
+    generate_projects(1, 60)