러시아-우크라이나 전쟁에서는 상용 드론이 정찰과 공격에 폭넓게 쓰이면서, 노획하거나 수집한 드론 비행로그를 분석해 이상 비행을 찾아내는 일이 중요해졌다. 그러나 같은 상용 기체를 아군·민간·적대 세력이 모두 쓰기 때문에, 비행 특성만 보고 운용 주체를 성급하게 단정하면 오판으로 이어질 수 있다. 본 프로젝트에서는 교육용 가상 비행로그를 코드로 직접 만들어 스키마 정의, GPS 스푸핑 보정 전처리, 규칙 기반 Baseline, 군집·비지도 학습 기반 이상 탐지, 불확실성을 반영한 운용 주체 신뢰도 엔진, 분석 대시보드, 정보분석관 심층 검토(HITL), 대량 로그 부하 시험, AAR 재보정, 최종 통합까지 단계별로 구현한다. 최종 목표는 이상 비행을 놓치지 않으면서 오탐을 줄이고, 운용 주체에 관한 판단은 항상 확률·불확실성·근거와 함께 사람의 검토를 거쳐 보고되도록 설계하는 것이다.
", "deliverables": [ "data/schema/isr03_input_schema.json (필수)", "docs/isr03_data_spec.md (필수)", "src/preprocess/isr03_preprocessor.py (필수)", "전처리 전후 데이터셋 (필수)", "src/models/isr03_baseline_model.py (필수)", "기본 추론 결과 보고서 (필수)" ], "constraints": "실제 부대 편성, 위치, 작전 일정, 군번·성명 등 민감 군사보안 및 개인식별정보는 절대 외부 AI에 입력하지 않는다.
모든 실습에는 제공된 교육용 가상 데이터셋 및 시뮬레이션 표본만을 활용한다.
AI 모델이 제안한 분석값이나 탐지 결과는 참고 지표이며, 최종 승인·보류·교전·배치 명령은 사람이 확정한다.
모든 비행로그·좌표·기체 정보·운용 주체 라벨은 코드 안에서 만든 교육용 가상 자료이며 실제 노획 장비, 부대명, 위치, 장비 제원은 사용하지 않는다. 노획 장비는 분해·조작하지 않고 격리·보고 후 전문기관에 인계하는 것을 전제로 하며, 부대 내 촬영이나 부대 자료의 외부 AI 서비스 입력은 금지한다. 엔진이 산출하는 '적대 가능성 등급'은 검토 우선순위를 정하는 판단 보조 정보일 뿐 운용 주체 결론이 아니며, 특정 국가·부대로의 귀속 판단은 정보분석관 검토와 지휘계통을 따른다. 미션별 정답 코드는 각각 한 파일로 독립 실행된다.
수행 증거: 요구된 데이터 전처리, 모델 구현, 검증 지표 산출, HITL 워크플로우 증거가 명확한가?
판단 근거: 오경보/미탐 방지, 신뢰도 등급화, 파라미터 튜닝의 군사적·논리적 근거가 타당한가?
앞뒤 연결성: 앞 미션의 스키마·전처리가 뒤 미션의 예측·대시보드·AAR 재보정에 정상 연계되는가?
안전성: 보안 규정 준수, 극단 과부하 상황에서의 Fail-safe 복원력이 확보되었는가?
10개 미션 전체에서 요구되는 필수([필수]) 평가 기준을 모두 PASS해야 프로젝트 최종 PASS로 판정한다.
", "prerequisites": "기본 프로그래밍 지식 및 정보·감시·정찰(ISR) 데이터 분석 기초", "refFiles": [], "refText": "", "projectSkills": [ { "skillId": "competency_군특화문제해결_정보·감시·정찰(ISR)_문제분석", "level": 3, "category": "군특화문제해결", "subCategory": "정보·감시·정찰(ISR) 문제분석" }, { "skillId": "competency_군특화문제해결_정보·감시·정찰(ISR)_대안도출", "level": 2, "category": "군특화문제해결", "subCategory": "정보·감시·정찰(ISR) 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": "ISR03_M01", "sequence": 1, "title": "상용 및 군용 드론 비행로그(GPS, 속도, 고도, RC제어) 데이터 스키마 및 수집 환경 분석", "durationHours": 1.5, "overview": "노획·수집된 상용/군용 드론 비행로그(GPS 위치, 속도, 고도, RC 조종 신호)의 구조를 분석하고, 수집 경위와 전술 파라미터까지 포함한 데이터 스키마와 검증기를 만든다.
", "objectives": "1초 단위 비행 기록(위치·고도·속도·방위·조종신호 품질·위성 수·HDOP), 수집 경위(수집 방식·수집자·원본 해시), 기체 구분, 전술 파라미터(기상·위치오차·통신지연) 필드를 정의한다. 수집 단계에서는 운용 주체를 'unassessed'로만 기록하게 해 성급한 단정을 막는다. 가상 샘플 20건을 검증하고 형식·범위·누락·단정 기재 오류와 해시 불일치를 일부러 넣어 검출되는지 확인한 뒤 명세서로 정리한다.
", "scenario": "전장에서 노획 및 수집된 상용/군용 드론의 비행로그(GPS 텔레메트리, 속도, 고도, 조종 신호) 데이터 구조를 분석하고 스키마를 정의한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, 노획·수집된 상용/군용 드론 비행로그(GPS 위치, 속도, 고도, RC 조종 신호)의 구조를 분석하고, 수집 경위와 전술 파라미터까지 포함한 데이터 스키마와 검증기를 만든다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 1초 단위 비행 기록(위치·고도·속도·방위·조종신호 품질·위성 수·HDOP), 수집 경위(수집 방식·수집자·원본 해시), 기체 구분, 전술 파라미터(기상·위치오차·통신지연) 필드 정의하고 검증하는 실습을 체계적으로 수행합니다.
학습자는 실습가이드에 제시된 총 4개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.
이번 결과물: data/schema/isr03_input_schema.json 및 docs/isr03_data_spec.md 형태의 결과물을 완성한다.
미션 실습 자료
활용 주의: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.
", "techStack": [ "정보·감시·정찰(ISR)", "코딩형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "data/schema/isr03_input_schema.json (필수)", "docs/isr03_data_spec.md (필수)" ], "evaluationKeys": [ "[상용 및 군용 드론 비행로그(GPS, 속도, 고도, RC제어) 데이터 스키마 및 수집 환경 분석] 요구된 핵심 성능 기준(스키마 필드 정의 완성도 100%, 샘플 데이터 검증 오류 0건)을 완벽히 달성하였는가?
스키마 필드 정의 완성도 100%, 샘플 데이터 검증 오류 0건 기준을 충족하고 입력 데이터 유효성 검증 스크립트 통과 및 명세서 문서화 완료을 만족하는 실행 결과 및 로그가 제출되었다.
정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.
누락된 전술 파라미터(기상, 위치오차, 통신지연 등) 보완을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.
", "[정성적 타당성] 군사적 현실성 및 정보·감시·정찰(ISR) 실무 및 러시아-우크라이나 전쟁 전장 환경과의 군사적 부합성 관점의 타당성이 확보되었는가?
정보·감시·정찰(ISR) 실무 및 러시아-우크라이나 전쟁 전장 환경과의 군사적 부합성이 논리적으로 검증되었으며 JSON Schema 검증 도구 및 샘플 데이터 파싱 단위 테스트를 통한 무결성이 확인되었다.
비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.
교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.
" ], "evaluationTypes": [ "REQUIRED", "REQUIRED" ], "evaluationText": "평가 구분: 필수
핵심 평가영역: 정보·감시·정찰(ISR) 실무 및 러시아-우크라이나 전쟁 전장 환경과의 군사적 부합성
정량 기준: 스키마 필드 정의 완성도 100%, 샘플 데이터 검증 오류 0건
진행 기준: 입력 데이터 유효성 검증 스크립트 통과 및 명세서 문서화 완료
검증 방법: JSON Schema 검증 도구 및 샘플 데이터 파싱 단위 테스트
", "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 정상 샘플 20건의 검증 결과를 확인한다.", "activity": "단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.
M1 코드를 실행해 정상 샘플 20건의 검증 결과를 확인한다.
M1 코드를 실행해 정상 샘플 20건의 검증 결과를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
정상 샘플 오류 0건, 주입 오류 5종 + 해시 불일치 검출 필드 19개 명세, 운용 주체는 수집 단계에서 'unassessed'만 허용
M1 코드를 실행해 정상 샘플 20건의 검증 결과를 확인한다. 실행 결과 및 검증 로그
M1 코드를 실행해 정상 샘플 20건의 검증 결과를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(정상 샘플 오류 0건, 주입 오류 5종 + 해시 불일치 검출 필드 19개 명세, 운용 주체는 수집 단계에서 'unassessed'만 허용)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
오류 주입 결과 5종과 추가로 잡힌 해시 불일치가 어떤 규칙에 걸렸는지 표로 정리한다.
오류 주입 결과 5종과 추가로 잡힌 해시 불일치가 어떤 규칙에 걸렸는지 표로 정리한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
정상 샘플 오류 0건, 주입 오류 5종 + 해시 불일치 검출 필드 19개 명세, 운용 주체는 수집 단계에서 'unassessed'만 허용
오류 주입 결과 5종과 추가로 잡힌 해시 불일치가 어떤 규칙에 걸렸는지 표로 정리한다. 실행 결과 및 검증 로그
오류 주입 결과 5종과 추가로 잡힌 해시 불일치가 어떤 규칙에 걸렸는지 표로 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(정상 샘플 오류 0건, 주입 오류 5종 + 해시 불일치 검출 필드 19개 명세, 운용 주체는 수집 단계에서 'unassessed'만 허용)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
attribution.status가 'unassessed'만 허용되는 이유(수집 단계 단정 방지)를 명세서에 적는다.
attribution.status가 'unassessed'만 허용되는 이유(수집 단계 단정 방지)를 명세서에 적는다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
정상 샘플 오류 0건, 주입 오류 5종 + 해시 불일치 검출 필드 19개 명세, 운용 주체는 수집 단계에서 'unassessed'만 허용
attribution.status가 'unassessed'만 허용되는 이유(수집 단계 단정 방지)를 명세서에 적는다. 실행 결과 및 검증 로그
attribution.status가 'unassessed'만 허용되는 이유(수집 단계 단정 방지)를 명세서에 적는다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(정상 샘플 오류 0건, 주입 오류 5종 + 해시 불일치 검출 필드 19개 명세, 운용 주체는 수집 단계에서 'unassessed'만 허용)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.
SCHEMA의 record에 배터리 잔량(battery_pct, 0~100) 필드를 추가하고, 범위를 벗어난 값을 넣어 검출되는지 확인해 본다.
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.
GPS 스푸핑·전자기 간섭·센서 단절로 왜곡된 비행로그를 보정하고 시계열을 1초 간격으로 표준화·정규화하는 전처리 모듈을 구현한다.
", "objectives": "중복 기록 제거와 1초 재표본화, 결측 보간, 이동 중간값 기반 고도 스파이크 제거를 구현한다. GPS 이동량과 보고 속도·방위로 계산한 추측항법 이동량이 물리적으로 맞지 않는 구간을 스푸핑으로 보고 추측항법 위치로 대체한다. 처리 속도, 보정 전후 위치 오차, 스푸핑 구간 검출률, 결측 보정율을 측정하고, 기상(강풍·강우)별로 불일치 허용치를 달리했을 때 오표시율이 줄어드는지 비교한다.
", "scenario": "비행로그 내의 GPS 스푸핑 및 전자기 간섭에 따른 이상 좌표를 보정하고 시계열 비행 궤적 데이터를 정규화하는 전처리 모듈을 구현한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, GPS 스푸핑·전자기 간섭·센서 단절로 왜곡된 비행로그를 보정하고 시계열을 1초 간격으로 표준화·정규화하는 전처리 모듈을 구현한다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 중복 기록 제거와 1초 재표본화, 결측 보간, 이동 중간값 기반 고도 스파이크 제거 구현하고 동작을 검증하는 실습을 체계적으로 수행합니다.
학습자는 실습가이드에 제시된 총 5개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.
이번 결과물: src/preprocess/isr03_preprocessor.py 및 전처리 전후 데이터셋 형태의 결과물을 완성한다.
미션 실습 자료
활용 주의: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.
", "techStack": [ "정보·감시·정찰(ISR)", "코딩형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "src/preprocess/isr03_preprocessor.py (필수)", "전처리 전후 데이터셋 (필수)" ], "evaluationKeys": [ "[비행로그 내 GPS 스푸핑 왜곡값 보정 및 시계열 텔레메트리 전처리 모듈 구현] 요구된 핵심 성능 기준(데이터 정제 처리 속도 1,000건/초 이상, 전처리 오류율 0%)을 완벽히 달성하였는가?
데이터 정제 처리 속도 1,000건/초 이상, 전처리 오류율 0% 기준을 충족하고 정제 파이프라인 자동화 및 단위 테스트 케이스 5종 통과을 만족하는 실행 결과 및 로그가 제출되었다.
정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.
전술 상황별(주간/야간/악천후) 맞춤형 노이즈 제거 임계값 동적 조정을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.
", "[정성적 타당성] 군사적 현실성 및 전술 환경 특유의 노이즈(스푸핑, 반사파, 센서 단절 등) 제거 타당성 관점의 타당성이 확보되었는가?
전술 환경 특유의 노이즈(스푸핑, 반사파, 센서 단절 등) 제거 타당성이 논리적으로 검증되었으며 pytest 기반 전처리 정합성 테스트 및 결측치 보정율 확인를 통한 무결성이 확인되었다.
비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.
교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.
" ], "evaluationTypes": [ "REQUIRED", "REQUIRED" ], "evaluationText": "평가 구분: 필수
핵심 평가영역: 전술 환경 특유의 노이즈(스푸핑, 반사파, 센서 단절 등) 제거 타당성
정량 기준: 데이터 정제 처리 속도 1,000건/초 이상, 전처리 오류율 0%
진행 기준: 정제 파이프라인 자동화 및 단위 테스트 케이스 5종 통과
검증 방법: pytest 기반 전처리 정합성 테스트 및 결측치 보정율 확인
", "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 처리 속도, 전처리 오류율, 보정 전후 위치 오차를 확인한다.", "activity": "단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.
M2 코드를 실행해 처리 속도, 전처리 오류율, 보정 전후 위치 오차를 확인한다.
M2 코드를 실행해 처리 속도, 전처리 오류율, 보정 전후 위치 오차를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
처리 속도 1,000건/초 이상, 오류율 0%, 단위 테스트 5/5 통과 위치 오차 평균 81.8m -> 3.3m, 스푸핑 구간 검출 재현율 100%
M2 코드를 실행해 처리 속도, 전처리 오류율, 보정 전후 위치 오차를 확인한다. 실행 결과 및 검증 로그
M2 코드를 실행해 처리 속도, 전처리 오류율, 보정 전후 위치 오차를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(처리 속도 1,000건/초 이상, 오류율 0%, 단위 테스트 5/5 통과 위치 오차 평균 81.8m -> 3.3m, 스푸핑 구간 검출 재현율 100%)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
스푸핑 구간을 추측항법으로 대체하는 원리를 그림(빨간 점 대 파란 선)으로 설명한다.
스푸핑 구간을 추측항법으로 대체하는 원리를 그림(빨간 점 대 파란 선)으로 설명한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
처리 속도 1,000건/초 이상, 오류율 0%, 단위 테스트 5/5 통과 위치 오차 평균 81.8m -> 3.3m, 스푸핑 구간 검출 재현율 100%
스푸핑 구간을 추측항법으로 대체하는 원리를 그림(빨간 점 대 파란 선)으로 설명한다. 실행 결과 및 검증 로그
스푸핑 구간을 추측항법으로 대체하는 원리를 그림(빨간 점 대 파란 선)으로 설명한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(처리 속도 1,000건/초 이상, 오류율 0%, 단위 테스트 5/5 통과 위치 오차 평균 81.8m -> 3.3m, 스푸핑 구간 검출 재현율 100%)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
기상별 임계값 표에서 강우·강풍 조건의 오표시율이 줄어든 이유를 정리한다.
기상별 임계값 표에서 강우·강풍 조건의 오표시율이 줄어든 이유를 정리한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
처리 속도 1,000건/초 이상, 오류율 0%, 단위 테스트 5/5 통과 위치 오차 평균 81.8m -> 3.3m, 스푸핑 구간 검출 재현율 100%
기상별 임계값 표에서 강우·강풍 조건의 오표시율이 줄어든 이유를 정리한다. 실행 결과 및 검증 로그
기상별 임계값 표에서 강우·강풍 조건의 오표시율이 줄어든 이유를 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(처리 속도 1,000건/초 이상, 오류율 0%, 단위 테스트 5/5 통과 위치 오차 평균 81.8m -> 3.3m, 스푸핑 구간 검출 재현율 100%)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
단위 테스트 5종의 통과 여부를 기록한다.
단위 테스트 5종의 통과 여부를 기록한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
처리 속도 1,000건/초 이상, 오류율 0%, 단위 테스트 5/5 통과 위치 오차 평균 81.8m -> 3.3m, 스푸핑 구간 검출 재현율 100%
단위 테스트 5종의 통과 여부를 기록한다. 실행 결과 및 검증 로그
단위 테스트 5종의 통과 여부를 기록한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(처리 속도 1,000건/초 이상, 오류율 0%, 단위 테스트 5/5 통과 위치 오차 평균 81.8m -> 3.3m, 스푸핑 구간 검출 재현율 100%)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.
SPOOF_THR의 rain 값을 12로 바꾸면 강우 조건 오표시율이 어떻게 변하는지 확인하고, 주간·야간·악천후별 권장 임계값표를 만든다.
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.
통상 정찰 비행 패턴을 수치 기준으로 정의하고 급선회·호버링·급강하·경로 이탈·비인가 구역 진입을 1차 식별하는 규칙 기반 Baseline을 구현한다.
", "objectives": "선회율, 저속 정지 지속시간, 5초간 고도 하강량, 계획 경로 대비 이탈 거리, 비인가 구역 진입 여부를 규칙으로 만들어 기록 단위로 판정하고 비행 단위로 모은다. 정상 비행과 기본 이상 5종으로 이루어진 기본 데이터셋에서 정확도와 판단 지연시간을 측정하고, 선회율 임계값을 바꿔 가며 측량 비행의 U턴 같은 정상 패턴 오탐과의 균형을 조정한다. 저고도·조종신호 두절 같은 은밀 비행에는 규칙이 반응하지 않는 한계도 확인한다.
", "scenario": "통상적인 정찰 비행 패턴을 정의하고 임의 경로 이탈, 급격한 고도 하강 등 이상 궤적을 1차 식별하는 Baseline 규칙 기반 모델을 구현한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, 통상 정찰 비행 패턴을 수치 기준으로 정의하고 급선회·호버링·급강하·경로 이탈·비인가 구역 진입을 1차 식별하는 규칙 기반 Baseline을 구현한다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 선회율, 저속 정지 지속시간, 5초간 고도 하강량, 계획 경로 대비 이탈 거리, 비인가 구역 진입 여부를 규칙으로 만들어 기록 단위로 판정하고 비행 단위로 모은다 과정을 진행하는 실습을 체계적으로 수행합니다.
학습자는 실습가이드에 제시된 총 5개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.
이번 결과물: src/models/isr03_baseline_model.py 및 기본 추론 결과 보고서 형태의 결과물을 완성한다.
미션 실습 자료
활용 주의: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.
", "techStack": [ "정보·감시·정찰(ISR)", "코딩형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "src/models/isr03_baseline_model.py (필수)", "기본 추론 결과 보고서 (필수)" ], "evaluationKeys": [ "[드론 통상 비행 패턴 정의 및 규칙 기반 이상 비행(급선회·호버링) 탐지 Baseline 구현] 요구된 핵심 성능 기준(기본 데이터셋 대상 탐지/처리 정확도 75% 이상 달성)을 완벽히 달성하였는가?
기본 데이터셋 대상 탐지/처리 정확도 75% 이상 달성 기준을 충족하고 단위 기능 동작 확인 및 기본 시나리오 실행 로그 생성을 만족하는 실행 결과 및 로그가 제출되었다.
정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.
판단 지연시간 최적화 및 휴리스틱 가중치 1차 튜닝을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.
", "[정성적 타당성] 군사적 현실성 및 알고리즘의 논리적 흐름 및 군사적 판단 기준의 투명성 관점의 타당성이 확보되었는가?
알고리즘의 논리적 흐름 및 군사적 판단 기준의 투명성이 논리적으로 검증되었으며 기준 벤치마크 데이터셋 대상 추론 결과 오차율 비교를 통한 무결성이 확인되었다.
비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.
교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.
" ], "evaluationTypes": [ "REQUIRED", "REQUIRED" ], "evaluationText": "평가 구분: 필수
핵심 평가영역: 알고리즘의 논리적 흐름 및 군사적 판단 기준의 투명성
정량 기준: 기본 데이터셋 대상 탐지/처리 정확도 75% 이상 달성
진행 기준: 단위 기능 동작 확인 및 기본 시나리오 실행 로그 생성
검증 방법: 기준 벤치마크 데이터셋 대상 추론 결과 오차율 비교
", "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 통상 비행 기준과 기본 데이터셋 정확도를 확인한다.", "activity": "단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.
M3 코드를 실행해 통상 비행 기준과 기본 데이터셋 정확도를 확인한다.
M3 코드를 실행해 통상 비행 기준과 기본 데이터셋 정확도를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
기본 데이터셋 정확도 75% 이상(예시 91.0%) 복합 이상(침투·저고도·신호 두절 등) 탐지율 0~17%로 한계 확인
M3 코드를 실행해 통상 비행 기준과 기본 데이터셋 정확도를 확인한다. 실행 결과 및 검증 로그
M3 코드를 실행해 통상 비행 기준과 기본 데이터셋 정확도를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(기본 데이터셋 정확도 75% 이상(예시 91.0%) 복합 이상(침투·저고도·신호 두절 등) 탐지율 0~17%로 한계 확인)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
유형별 탐지율 표에서 측량(survey) 비행이 오탐되는 이유를 적는다.
유형별 탐지율 표에서 측량(survey) 비행이 오탐되는 이유를 적는다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
기본 데이터셋 정확도 75% 이상(예시 91.0%) 복합 이상(침투·저고도·신호 두절 등) 탐지율 0~17%로 한계 확인
유형별 탐지율 표에서 측량(survey) 비행이 오탐되는 이유를 적는다. 실행 결과 및 검증 로그
유형별 탐지율 표에서 측량(survey) 비행이 오탐되는 이유를 적는다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(기본 데이터셋 정확도 75% 이상(예시 91.0%) 복합 이상(침투·저고도·신호 두절 등) 탐지율 0~17%로 한계 확인)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
선회율 임계값 표에서 정확도와 오탐이 바뀌는 구간을 찾는다.
선회율 임계값 표에서 정확도와 오탐이 바뀌는 구간을 찾는다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
기본 데이터셋 정확도 75% 이상(예시 91.0%) 복합 이상(침투·저고도·신호 두절 등) 탐지율 0~17%로 한계 확인
선회율 임계값 표에서 정확도와 오탐이 바뀌는 구간을 찾는다. 실행 결과 및 검증 로그
선회율 임계값 표에서 정확도와 오탐이 바뀌는 구간을 찾는다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(기본 데이터셋 정확도 75% 이상(예시 91.0%) 복합 이상(침투·저고도·신호 두절 등) 탐지율 0~17%로 한계 확인)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
복합 이상 5종 탐지율이 낮은 이유를 규칙의 한계로 설명한다.
복합 이상 5종 탐지율이 낮은 이유를 규칙의 한계로 설명한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
기본 데이터셋 정확도 75% 이상(예시 91.0%) 복합 이상(침투·저고도·신호 두절 등) 탐지율 0~17%로 한계 확인
복합 이상 5종 탐지율이 낮은 이유를 규칙의 한계로 설명한다. 실행 결과 및 검증 로그
복합 이상 5종 탐지율이 낮은 이유를 규칙의 한계로 설명한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(기본 데이터셋 정확도 75% 이상(예시 91.0%) 복합 이상(침투·저고도·신호 두절 등) 탐지율 0~17%로 한계 확인)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.
RULES의 xtrack_m을 150으로 줄이면 정상 비행 오탐과 경로 이탈 탐지가 어떻게 바뀌는지 확인하고, 가장 적절한 값을 근거와 함께 제안한다.
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.
평시 비행 패턴 군집화와 비지도 이상 탐지를 적용해 규칙으로 잡기 어려운 은밀 침투·저고도·조종신호 무응답·선회 체류 등 복합 이상 비행을 탐지하도록 고도화한다.
", "objectives": "30초 창 단위로 고도·속도·선회·직진성·조종신호·비인가 구역 접근·경로 이탈 특징을 계산하고, 라벨 없는 평시 로그로 KMeans 통상 패턴 군집과 IsolationForest를 학습한다. 두 점수를 결합해 규칙과 함께 쓰고 복합 위협 시나리오 10종별 재현율, 정상 비행 오경보율, 창당 처리 지연을 측정한다. 오경보를 일으킨 정상 비행의 튀는 특징을 찾아 특징 공간 재설계 방향을 정리한다.
", "scenario": "비행 패턴 클러스터링 및 비지도 머신러닝을 적용하여 은밀 침투 드론의 특이 비행 로그 및 비인가 비행 구역 진입 패턴을 정밀 탐지한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, 평시 비행 패턴 군집화와 비지도 이상 탐지를 적용해 규칙으로 잡기 어려운 은밀 침투·저고도·조종신호 무응답·선회 체류 등 복합 이상 비행을 탐지하도록 고도화한다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 30초 창 단위로 고도·속도·선회·직진성·조종신호·비인가 구역 접근·경로 이탈 특징을 계산하고, 라벨 없는 평시 로그로 KMeans 통상 패턴 군집과 IsolationForest를 학습 수행하고 검증하는 실습을 체계적으로 수행합니다.
학습자는 실습가이드에 제시된 총 4개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.
이번 결과물: src/models/isr03_advanced_detector.py 및 예외 탐지 테스트 결과 형태의 결과물을 완성한다.
미션 실습 자료
활용 주의: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.
", "techStack": [ "정보·감시·정찰(ISR)", "코딩형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "src/models/isr03_advanced_detector.py (필수)", "예외 탐지 테스트 결과 (필수)" ], "evaluationKeys": [ "[비행 패턴 클러스터링 및 머신러닝 기반 은밀 침투 드론 이상 궤적 탐지 모델 고도화] 요구된 핵심 성능 기준(복합 위협 탐지 재현율(Recall) 85% 이상, 처리 지연 200ms 이하)을 완벽히 달성하였는가?
복합 위협 탐지 재현율(Recall) 85% 이상, 처리 지연 200ms 이하 기준을 충족하고 복합 위협 시나리오 10종에 대한 탐지 테스트 통과을 만족하는 실행 결과 및 로그가 제출되었다.
정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.
오경보(False Alarm) 유발 패턴 식별 및 특징 공간(Feature Space) 재설계을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.
", "[정성적 타당성] 군사적 현실성 및 기만/교란 공격에 대한 방어 로직의 현실성 및 신뢰성 관점의 타당성이 확보되었는가?
기만/교란 공격에 대한 방어 로직의 현실성 및 신뢰성이 논리적으로 검증되었으며 합성 위협 데이터셋 주입 시 이상치 탐지 정확도 검증를 통한 무결성이 확인되었다.
비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.
교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.
" ], "evaluationTypes": [ "REQUIRED", "REQUIRED" ], "evaluationText": "평가 구분: 필수
핵심 평가영역: 기만/교란 공격에 대한 방어 로직의 현실성 및 신뢰성
정량 기준: 복합 위협 탐지 재현율(Recall) 85% 이상, 처리 지연 200ms 이하
진행 기준: 복합 위협 시나리오 10종에 대한 탐지 테스트 통과
검증 방법: 합성 위협 데이터셋 주입 시 이상치 탐지 정확도 검증
", "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 규칙·ML·규칙+ML의 재현율과 오경보율을 비교한다.", "activity": "단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.
M4 코드를 실행해 규칙·ML·규칙+ML의 재현율과 오경보율을 비교한다.
M4 코드를 실행해 규칙·ML·규칙+ML의 재현율과 오경보율을 비교한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
복합 위협 탐지 재현율 85% 이상(예시 100%), 창당 1ms 미만 시나리오 10종 통과, 오경보 원인(강풍 하강·측량 U턴) 식별
M4 코드를 실행해 규칙·ML·규칙+ML의 재현율과 오경보율을 비교한다. 실행 결과 및 검증 로그
M4 코드를 실행해 규칙·ML·규칙+ML의 재현율과 오경보율을 비교한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(복합 위협 탐지 재현율 85% 이상(예시 100%), 창당 1ms 미만 시나리오 10종 통과, 오경보 원인(강풍 하강·측량 U턴) 식별)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
시나리오 10종별 재현율 표에서 규칙이 놓친 유형을 ML이 잡았는지 확인한다.
시나리오 10종별 재현율 표에서 규칙이 놓친 유형을 ML이 잡았는지 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
복합 위협 탐지 재현율 85% 이상(예시 100%), 창당 1ms 미만 시나리오 10종 통과, 오경보 원인(강풍 하강·측량 U턴) 식별
시나리오 10종별 재현율 표에서 규칙이 놓친 유형을 ML이 잡았는지 확인한다. 실행 결과 및 검증 로그
시나리오 10종별 재현율 표에서 규칙이 놓친 유형을 ML이 잡았는지 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(복합 위협 탐지 재현율 85% 이상(예시 100%), 창당 1ms 미만 시나리오 10종 통과, 오경보 원인(강풍 하강·측량 U턴) 식별)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
정상 비행 오경보의 원인 특징(z값)을 보고 오경보 유발 패턴을 정리한다.
정상 비행 오경보의 원인 특징(z값)을 보고 오경보 유발 패턴을 정리한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
복합 위협 탐지 재현율 85% 이상(예시 100%), 창당 1ms 미만 시나리오 10종 통과, 오경보 원인(강풍 하강·측량 U턴) 식별
정상 비행 오경보의 원인 특징(z값)을 보고 오경보 유발 패턴을 정리한다. 실행 결과 및 검증 로그
정상 비행 오경보의 원인 특징(z값)을 보고 오경보 유발 패턴을 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(복합 위협 탐지 재현율 85% 이상(예시 100%), 창당 1ms 미만 시나리오 10종 통과, 오경보 원인(강풍 하강·측량 U턴) 식별)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.
FlightAnomalyModel(q=0.995)로 바꿔 실행하면 재현율과 정상 비행 오경보율이 어떻게 변하는지 기록하고, 오경보를 줄이는 특징 재설계 방안을 제시한다.
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.
비행 특성만으로 운용 주체(아군·민간·적대)를 단정하지 않도록 주체별 확률, 불확실성, 데이터 품질을 함께 반영한 신뢰도 엔진을 개발한다.
", "objectives": "과거 검토가 끝난 가상 사례로 주체별 확률 모델을 학습하고, 정규화 엔트로피로 불확실성을, 스푸핑·결측 정도로 로그 품질을 계산한다. 적대 확률이 높고 불확실성이 낮으며 품질이 양호할 때만 High(우선 검토), 애매하면 Medium(판단 보류), 근거가 약하면 Low로 둔다. '이상 비행이면 적'으로 보는 단정형 규칙과 오경보율을 비교하고, ROC-AUC와 임계값 민감도, 입력 잡음에 대한 등급 일관성을 확인한다. 분석 의견 문구에는 확률·불확실성·근거·검토 필요를 함께 적고 '확정' 표현을 쓰지 않는다.
", "scenario": "비행 특성만으로 특정 국가나 부대를 성급하게 단정하지 않도록 분석 불확실성 지표와 다차원 신뢰도 점수를 산출하는 엔진을 개발한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, 비행 특성만으로 운용 주체(아군·민간·적대)를 단정하지 않도록 주체별 확률, 불확실성, 데이터 품질을 함께 반영한 신뢰도 엔진을 개발한다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 과거 검토가 끝난 가상 사례로 주체별 확률 모델을 학습하고, 정규화 엔트로피로 불확실성을, 스푸핑·결측 정도로 로그 품질 산출하고 모델에 적용하는 실습을 체계적으로 수행합니다.
학습자는 실습가이드에 제시된 총 4개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.
이번 결과물: src/verification/isr03_confidence_engine.py 형태의 결과물을 완성한다.
미션 실습 자료
활용 주의: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.
", "techStack": [ "정보·감시·정찰(ISR)", "코딩형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "src/verification/isr03_confidence_engine.py (필수)" ], "evaluationKeys": [ "[운용 주체(적/아군/민간) 성급한 단정 방지를 위한 불확실성 지표 및 신뢰도 엔진 개발] 요구된 핵심 성능 기준(오경보율(FAR) 40% 이상 감축, 신뢰도 스코어 산출 일관성 90% 이상)을 완벽히 달성하였는가?
오경보율(FAR) 40% 이상 감축, 신뢰도 스코어 산출 일관성 90% 이상 기준을 충족하고 오경보 필터링 전후 비교 지표 산출 및 통합 테스트 완료을 만족하는 실행 결과 및 로그가 제출되었다.
정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.
신뢰도 가중치 매트릭스 재조정 및 불확실성 지표 시각화 지원을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.
", "[정성적 타당성] 군사적 현실성 및 신뢰도 등급(High/Med/Low) 부여 기준의 군사적 타당성 관점의 타당성이 확보되었는가?
신뢰도 등급(High/Med/Low) 부여 기준의 군사적 타당성이 논리적으로 검증되었으며 ROC-AUC 곡선 분석 및 임계값 민감도 테스트를 통한 무결성이 확인되었다.
비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.
교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.
" ], "evaluationTypes": [ "REQUIRED", "REQUIRED" ], "evaluationText": "평가 구분: 필수
핵심 평가영역: 신뢰도 등급(High/Med/Low) 부여 기준의 군사적 타당성
정량 기준: 오경보율(FAR) 40% 이상 감축, 신뢰도 스코어 산출 일관성 90% 이상
진행 기준: 오경보 필터링 전후 비교 지표 산출 및 통합 테스트 완료
검증 방법: ROC-AUC 곡선 분석 및 임계값 민감도 테스트
", "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 단정형 규칙과 신뢰도 엔진의 오경보율을 비교한다.", "activity": "단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.
M5 코드를 실행해 단정형 규칙과 신뢰도 엔진의 오경보율을 비교한다.
M5 코드를 실행해 단정형 규칙과 신뢰도 엔진의 오경보율을 비교한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
오경보율 감축 40% 이상(예시 61.2% -> 25.0%, 59.2% 감축) 등급 일관성 90% 이상(예시 99.1%), ROC-AUC 0.803, '확정' 표현 0건
M5 코드를 실행해 단정형 규칙과 신뢰도 엔진의 오경보율을 비교한다. 실행 결과 및 검증 로그
M5 코드를 실행해 단정형 규칙과 신뢰도 엔진의 오경보율을 비교한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(오경보율 감축 40% 이상(예시 61.2% -> 25.0%, 59.2% 감축) 등급 일관성 90% 이상(예시 99.1%), ROC-AUC 0.803, '확정' 표현 0건)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
실제 운용 주체별 등급 분포에서 아군·민간이 High를 받은 사례와 적대가 Low로 밀린 사례를 확인한다.
실제 운용 주체별 등급 분포에서 아군·민간이 High를 받은 사례와 적대가 Low로 밀린 사례를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
오경보율 감축 40% 이상(예시 61.2% -> 25.0%, 59.2% 감축) 등급 일관성 90% 이상(예시 99.1%), ROC-AUC 0.803, '확정' 표현 0건
실제 운용 주체별 등급 분포에서 아군·민간이 High를 받은 사례와 적대가 Low로 밀린 사례를 확인한다. 실행 결과 및 검증 로그
실제 운용 주체별 등급 분포에서 아군·민간이 High를 받은 사례와 적대가 Low로 밀린 사례를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(오경보율 감축 40% 이상(예시 61.2% -> 25.0%, 59.2% 감축) 등급 일관성 90% 이상(예시 99.1%), ROC-AUC 0.803, '확정' 표현 0건)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
분석 의견 문구 예시가 확률·불확실성·근거·검토 필요를 모두 담고 있는지 점검한다.
분석 의견 문구 예시가 확률·불확실성·근거·검토 필요를 모두 담고 있는지 점검한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
오경보율 감축 40% 이상(예시 61.2% -> 25.0%, 59.2% 감축) 등급 일관성 90% 이상(예시 99.1%), ROC-AUC 0.803, '확정' 표현 0건
분석 의견 문구 예시가 확률·불확실성·근거·검토 필요를 모두 담고 있는지 점검한다. 실행 결과 및 검증 로그
분석 의견 문구 예시가 확률·불확실성·근거·검토 필요를 모두 담고 있는지 점검한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(오경보율 감축 40% 이상(예시 61.2% -> 25.0%, 59.2% 감축) 등급 일관성 90% 이상(예시 99.1%), ROC-AUC 0.803, '확정' 표현 0건)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.
P_HIGH를 0.8로 올리면 High 수, 오경보율, 적대 포착률이 어떻게 바뀌는지 표로 정리하고, Low로 밀린 적대 비행을 놓치지 않기 위한 운용 방안을 토의한다.
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.
드론의 3D 비행 궤적, 조종신호 이상 구간, 의심 구역 체류 시간, 비인가 구역 접근을 한 화면에 보여 주는 드론 정보 분석 대시보드를 구축한다.
", "objectives": "여러 기체의 비행로그를 1초 주기로 받아 최근 10초 창으로 경보 상태를 갱신하는 흐름을 모의하고 처리시간을 잰다. 3D 궤적(이상 구간 강조), 지도(가상 비인가·관심 구역), 조종신호 품질 시계열, 체류 시간 막대의 4개 구성요소를 야간 운용용 어두운 화면으로 그리고 렌더링 시간을 측정한다. '긴급' 표시는 분석 우선순위이며 운용 주체 판단이 아님을 화면과 출력에 명시한다.
", "scenario": "드론의 3D 비행 궤적, 조종 신호 이상 구간, 의심 구역 체류 시간을 지도상에 시각화하는 드론 정보 분석 대시보드를 구축한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, 드론의 3D 비행 궤적, 조종신호 이상 구간, 의심 구역 체류 시간, 비인가 구역 접근을 한 화면에 보여 주는 드론 정보 분석 대시보드를 구축한다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 여러 기체의 비행로그를 1초 주기로 받아 최근 10초 창으로 경보 상태를 갱신하는 흐름을 모의하고 처리시간을 잰다 과정을 진행하는 실습을 체계적으로 수행합니다.
학습자는 실습가이드에 제시된 총 4개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.
이번 결과물: src/ui/isr03_dashboard.py (또는 웹 UI 컴포넌트) 형태의 결과물을 완성한다.
미션 실습 자료
활용 주의: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.
", "techStack": [ "정보·감시·정찰(ISR)", "코딩형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "src/ui/isr03_dashboard.py (또는 웹 UI 컴포넌트) (필수)" ], "evaluationKeys": [ "[드론 비행 궤적 시각화 및 이상 패턴 하이라이트 분석 대시보드 구현] 요구된 핵심 성능 기준(화면 갱신 주기 1초 이내, UI 응답성 100ms 이내)을 완벽히 달성하였는가?
화면 갱신 주기 1초 이내, UI 응답성 100ms 이내 기준을 충족하고 주요 지표 시각화 컴포넌트 4종 이상 렌더링 및 실시간 데이터 연동을 만족하는 실행 결과 및 로그가 제출되었다.
정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.
야간 작전 모드(Dark mode) 및 긴급 경보 하이라이트 UI 개선을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.
", "[정성적 타당성] 군사적 현실성 및 전술 작전 상황판으로서의 직관성 및 인지 부하 감소도 관점의 타당성이 확보되었는가?
전술 작전 상황판으로서의 직관성 및 인지 부하 감소도이 논리적으로 검증되었으며 사용자 인터랙션 테스트 및 모의 데이터 스트림 렌더링 검증를 통한 무결성이 확인되었다.
비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.
교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.
" ], "evaluationTypes": [ "REQUIRED", "REQUIRED" ], "evaluationText": "평가 구분: 필수
핵심 평가영역: 전술 작전 상황판으로서의 직관성 및 인지 부하 감소도
정량 기준: 화면 갱신 주기 1초 이내, UI 응답성 100ms 이내
진행 기준: 주요 지표 시각화 컴포넌트 4종 이상 렌더링 및 실시간 데이터 연동
검증 방법: 사용자 인터랙션 테스트 및 모의 데이터 스트림 렌더링 검증
", "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 데이터 갱신 처리시간과 이상 현황표를 확인한다.", "activity": "단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.
M6 코드를 실행해 데이터 갱신 처리시간과 이상 현황표를 확인한다.
M6 코드를 실행해 데이터 갱신 처리시간과 이상 현황표를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
데이터 갱신 평균 100ms 이내(예시 3.8ms), 렌더링 1초 이내 시각화 구성요소 4종, 긴급 2건(저고도·신호 두절, 비인가 구역 진입)
M6 코드를 실행해 데이터 갱신 처리시간과 이상 현황표를 확인한다. 실행 결과 및 검증 로그
M6 코드를 실행해 데이터 갱신 처리시간과 이상 현황표를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(데이터 갱신 평균 100ms 이내(예시 3.8ms), 렌더링 1초 이내 시각화 구성요소 4종, 긴급 2건(저고도·신호 두절, 비인가 구역 진입))를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
대시보드 4개 구성요소(3D 궤적, 지도, 조종신호 시계열, 체류 시간)를 확인한다.
대시보드 4개 구성요소(3D 궤적, 지도, 조종신호 시계열, 체류 시간)를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
데이터 갱신 평균 100ms 이내(예시 3.8ms), 렌더링 1초 이내 시각화 구성요소 4종, 긴급 2건(저고도·신호 두절, 비인가 구역 진입)
대시보드 4개 구성요소(3D 궤적, 지도, 조종신호 시계열, 체류 시간)를 확인한다. 실행 결과 및 검증 로그
대시보드 4개 구성요소(3D 궤적, 지도, 조종신호 시계열, 체류 시간)를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(데이터 갱신 평균 100ms 이내(예시 3.8ms), 렌더링 1초 이내 시각화 구성요소 4종, 긴급 2건(저고도·신호 두절, 비인가 구역 진입))를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
'긴급'으로 표시된 비행의 공통 조건을 정리하고, 이것이 운용 주체 판단이 아닌 이유를 적는다.
'긴급'으로 표시된 비행의 공통 조건을 정리하고, 이것이 운용 주체 판단이 아닌 이유를 적는다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
데이터 갱신 평균 100ms 이내(예시 3.8ms), 렌더링 1초 이내 시각화 구성요소 4종, 긴급 2건(저고도·신호 두절, 비인가 구역 진입)
'긴급'으로 표시된 비행의 공통 조건을 정리하고, 이것이 운용 주체 판단이 아닌 이유를 적는다. 실행 결과 및 검증 로그
'긴급'으로 표시된 비행의 공통 조건을 정리하고, 이것이 운용 주체 판단이 아닌 이유를 적는다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(데이터 갱신 평균 100ms 이내(예시 3.8ms), 렌더링 1초 이내 시각화 구성요소 4종, 긴급 2건(저고도·신호 두절, 비인가 구역 진입))를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.
dwell_seconds의 radius를 150으로 줄이면 체류 판정이 어떻게 바뀌는지 확인하고, 분석관이 긴급 항목을 더 빨리 찾게 하는 화면 개선안을 제시한다.
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.
이상 징후 분석 결과를 정보분석관이 출처와 로그 무결성을 확인한 뒤 채택·보류·반려하는 인간 개입(HITL) 심층 검토 워크플로우를 설계한다.
", "objectives": "엔진 결과는 모두 검토 대기로 등록하고 등급·확률 순으로 검토 순서를 정한다. 출처 확인과 원본 해시 비교를 마치지 않으면 채택할 수 없게 하고, 운용 주체 관련 의견은 서로 다른 분석관 2인이 교차 검토해야 채택되도록 한다. 사람 분석관 ID와 근거 기록을 강제하고, 보류 기한을 넘기면 자동 채택 대신 선임 분석관에게 상신한다. 지휘관 피드백을 포함한 모든 이벤트를 해시 체인 감사 로그에 남기고 위·변조를 검출해 본다.
", "scenario": "드론 이상 징후 분석 결과에 대해 정보분석관이 출처와 로그 무결성을 확인하고 최종 분석 의견을 채택/보류하는 HITL 워크플로우를 설계한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, 이상 징후 분석 결과를 정보분석관이 출처와 로그 무결성을 확인한 뒤 채택·보류·반려하는 인간 개입(HITL) 심층 검토 워크플로우를 설계한다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 엔진 결과는 모두 검토 대기로 등록하고 등급·확률 순으로 검토 순서를 정 수행하고 검증하는 실습을 체계적으로 수행합니다.
학습자는 실습가이드에 제시된 총 5개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.
이번 결과물: src/hitl/isr03_approval_workflow.py 및 docs/isr03_hitl_guide.md 형태의 결과물을 완성한다.
미션 실습 자료
활용 주의: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.
", "techStack": [ "정보·감시·정찰(ISR)", "코딩형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "src/hitl/isr03_approval_workflow.py (필수)", "docs/isr03_hitl_guide.md (필수)" ], "evaluationKeys": [ "[운용 주체 최종 판정을 위한 정보분석관 심층 검토(HITL) 워크플로우 설계] 요구된 핵심 성능 기준(인간 검토 큐(Queue) 대기시간 및 승인/반려 처리 로깅 성공률 100%)을 완벽히 달성하였는가?
인간 검토 큐(Queue) 대기시간 및 승인/반려 처리 로깅 성공률 100% 기준을 충족하고 승인/반려 인터페이스 동작 및 감사 로그(Audit Log) 생성 검증을 만족하는 실행 결과 및 로그가 제출되었다.
정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.
검토 우선순위 큐잉 알고리즘 개선 및 지휘관 피드백 입력 폼 추가을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.
", "[정성적 타당성] 군사적 현실성 및 지휘 책임 분계선 명확화 및 성급한 자동 단정 방지 체계 부합성 관점의 타당성이 확보되었는가?
지휘 책임 분계선 명확화 및 성급한 자동 단정 방지 체계 부합성이 논리적으로 검증되었으며 모의 조작자 승인/반려 시뮬레이션 및 데이터 무결성 검증를 통한 무결성이 확인되었다.
비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.
교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.
" ], "evaluationTypes": [ "REQUIRED", "REQUIRED" ], "evaluationText": "평가 구분: 필수
핵심 평가영역: 지휘 책임 분계선 명확화 및 성급한 자동 단정 방지 체계 부합성
정량 기준: 인간 검토 큐(Queue) 대기시간 및 승인/반려 처리 로깅 성공률 100%
진행 기준: 승인/반려 인터페이스 동작 및 감사 로그(Audit Log) 생성 검증
검증 방법: 모의 조작자 승인/반려 시뮬레이션 및 데이터 무결성 검증
", "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 검토 순서와 차단된 규칙 위반 사례를 확인한다.", "activity": "단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.
M7 코드를 실행해 검토 순서와 차단된 규칙 위반 사례를 확인한다.
M7 코드를 실행해 검토 순서와 차단된 규칙 위반 사례를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
자동 채택 0건, 규칙 위반 4건 차단(자동 결정·무결성 전 채택·허용 외 조치·1인 채택) 로깅 성공률 100%, 변조 위치(7번째 기록) 검출
M7 코드를 실행해 검토 순서와 차단된 규칙 위반 사례를 확인한다. 실행 결과 및 검증 로그
M7 코드를 실행해 검토 순서와 차단된 규칙 위반 사례를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(자동 채택 0건, 규칙 위반 4건 차단(자동 결정·무결성 전 채택·허용 외 조치·1인 채택) 로깅 성공률 100%, 변조 위치(7번째 기록) 검출)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
무결성 검증 실패(FL0112)가 채택이 아닌 보류로 처리된 흐름을 확인한다.
무결성 검증 실패(FL0112)가 채택이 아닌 보류로 처리된 흐름을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
자동 채택 0건, 규칙 위반 4건 차단(자동 결정·무결성 전 채택·허용 외 조치·1인 채택) 로깅 성공률 100%, 변조 위치(7번째 기록) 검출
무결성 검증 실패(FL0112)가 채택이 아닌 보류로 처리된 흐름을 확인한다. 실행 결과 및 검증 로그
무결성 검증 실패(FL0112)가 채택이 아닌 보류로 처리된 흐름을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(자동 채택 0건, 규칙 위반 4건 차단(자동 결정·무결성 전 채택·허용 외 조치·1인 채택) 로깅 성공률 100%, 변조 위치(7번째 기록) 검출)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
2인 교차 검토가 동작하는지, 보류 기한 초과 시 상신되는지 확인한다.
2인 교차 검토가 동작하는지, 보류 기한 초과 시 상신되는지 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
자동 채택 0건, 규칙 위반 4건 차단(자동 결정·무결성 전 채택·허용 외 조치·1인 채택) 로깅 성공률 100%, 변조 위치(7번째 기록) 검출
2인 교차 검토가 동작하는지, 보류 기한 초과 시 상신되는지 확인한다. 실행 결과 및 검증 로그
2인 교차 검토가 동작하는지, 보류 기한 초과 시 상신되는지 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(자동 채택 0건, 규칙 위반 4건 차단(자동 결정·무결성 전 채택·허용 외 조치·1인 채택) 로깅 성공률 100%, 변조 위치(7번째 기록) 검출)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
감사 로그 변조 후 검증 결과가 어떻게 바뀌는지 본다.
감사 로그 변조 후 검증 결과가 어떻게 바뀌는지 본다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
자동 채택 0건, 규칙 위반 4건 차단(자동 결정·무결성 전 채택·허용 외 조치·1인 채택) 로깅 성공률 100%, 변조 위치(7번째 기록) 검출
감사 로그 변조 후 검증 결과가 어떻게 바뀌는지 본다. 실행 결과 및 검증 로그
감사 로그 변조 후 검증 결과가 어떻게 바뀌는지 본다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(자동 채택 0건, 규칙 위반 4건 차단(자동 결정·무결성 전 채택·허용 외 조치·1인 채택) 로깅 성공률 100%, 변조 위치(7번째 기록) 검출)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.
HOLD_LIMIT_S를 600초로 줄여 상신 결과를 확인하고, 지휘관 피드백을 검토 우선순위에 반영하는 방법(예: 피드백이 있는 건 우선 정렬)을 설계해 본다.
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.
대량 비행로그를 배치로 주입해 이상 탐지 처리량, 메모리 안정성, 병목 구간, 기능 축소 작동을 검증한다.
", "objectives": "평시 부하 대비 500% 증가한 비행로그, 손상·잡음 로그 혼입, 처리 시간 예산 부족 상황을 가상으로 주입한다. 수신·처리·격리 건수를 대조해 유실 여부를 확인하고, 같은 배치를 반복 처리하며 메모리 증가를 추적한다. 단계별 누적 처리시간으로 병목을 찾고 ML 점수 일괄 계산으로 개선하며, 예산이 부족하면 규칙 판정만 먼저 내고 ML은 재처리 대기로 넘기는 기능 축소 모드를 확인한다. 측정 처리량으로 1만 비행시간 분량의 처리 시간을 환산한다.
", "scenario": "수만 시간 분량의 대규모 드론 비행로그 데이터를 일괄 배치 처리하여 이상 탐지 처리량 및 메모리 안정성을 검증하는 부하 테스트를 수행한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, 대량 비행로그를 배치로 주입해 이상 탐지 처리량, 메모리 안정성, 병목 구간, 기능 축소 작동을 검증한다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 평시 부하 대비 500% 증가한 비행로그, 손상·잡음 로그 혼입, 처리 시간 예산 부족 상황을 가상으로 주입하여 처리 지연 및 복원력을 시험하는 실습을 체계적으로 수행합니다.
학습자는 실습가이드에 제시된 총 5개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.
이번 결과물: tests/isr03_stress_test.py 및 스트레스 테스트 분석 보고서 형태의 결과물을 완성한다.
미션 실습 자료
활용 주의: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.
", "techStack": [ "정보·감시·정찰(ISR)", "코딩형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "tests/isr03_stress_test.py (필수)", "스트레스 테스트 분석 보고서 (필수)" ], "evaluationKeys": [ "[장거리 전술 비행 대량 로그 주입 시뮬레이션 및 이상 탐지 처리 성능 테스트] 요구된 핵심 성능 기준(동시 트래픽 500% 증가 시 시스템 다운 0건, 데이터 유실률 0%)을 완벽히 달성하였는가?
동시 트래픽 500% 증가 시 시스템 다운 0건, 데이터 유실률 0% 기준을 충족하고 대량 시뮬레이션 부하 주입 테스트 통과 및 병목 구간 프로파일링 완료을 만족하는 실행 결과 및 로그가 제출되었다.
정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.
병목 함수 최적화, 비동기 큐 처리 적용 및 자원 할당 개선을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.
", "[정성적 타당성] 군사적 현실성 및 극단 상황에서의 안전 실패(Fail-safe) 및 기능 축소 작동 적절성 관점의 타당성이 확보되었는가?
극단 상황에서의 안전 실패(Fail-safe) 및 기능 축소 작동 적절성이 논리적으로 검증되었으며 부하 테스트 도구를 통한 처리량(Throughput) 및 메모리 누수 검증를 통한 무결성이 확인되었다.
비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.
교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.
" ], "evaluationTypes": [ "REQUIRED", "REQUIRED" ], "evaluationText": "평가 구분: 필수
핵심 평가영역: 극단 상황에서의 안전 실패(Fail-safe) 및 기능 축소 작동 적절성
정량 기준: 동시 트래픽 500% 증가 시 시스템 다운 0건, 데이터 유실률 0%
진행 기준: 대량 시뮬레이션 부하 주입 테스트 통과 및 병목 구간 프로파일링 완료
검증 방법: 부하 테스트 도구를 통한 처리량(Throughput) 및 메모리 누수 검증
", "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 상황별 수신·처리·격리·유실·다운을 확인한다.", "activity": "단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.
M8 코드를 실행해 상황별 수신·처리·격리·유실·다운을 확인한다.
M8 코드를 실행해 상황별 수신·처리·격리·유실·다운을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
모든 상황 다운 0건, 유실률 0%(손상 로그 11건은 격리) 메모리 증가 5MB 이내, 병목은 전처리 단계, 성능저하 모드 표시
M8 코드를 실행해 상황별 수신·처리·격리·유실·다운을 확인한다. 실행 결과 및 검증 로그
M8 코드를 실행해 상황별 수신·처리·격리·유실·다운을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(모든 상황 다운 0건, 유실률 0%(손상 로그 11건은 격리) 메모리 증가 5MB 이내, 병목은 전처리 단계, 성능저하 모드 표시)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
메모리 반복 측정 결과로 누수 여부를 판단한다.
메모리 반복 측정 결과로 누수 여부를 판단한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
모든 상황 다운 0건, 유실률 0%(손상 로그 11건은 격리) 메모리 증가 5MB 이내, 병목은 전처리 단계, 성능저하 모드 표시
메모리 반복 측정 결과로 누수 여부를 판단한다. 실행 결과 및 검증 로그
메모리 반복 측정 결과로 누수 여부를 판단한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(모든 상황 다운 0건, 유실률 0%(손상 로그 11건은 격리) 메모리 증가 5MB 이내, 병목은 전처리 단계, 성능저하 모드 표시)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
병목 구간 비율을 보고 우선 최적화할 단계를 정한다.
병목 구간 비율을 보고 우선 최적화할 단계를 정한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
모든 상황 다운 0건, 유실률 0%(손상 로그 11건은 격리) 메모리 증가 5MB 이내, 병목은 전처리 단계, 성능저하 모드 표시
병목 구간 비율을 보고 우선 최적화할 단계를 정한다. 실행 결과 및 검증 로그
병목 구간 비율을 보고 우선 최적화할 단계를 정한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(모든 상황 다운 0건, 유실률 0%(손상 로그 11건은 격리) 메모리 증가 5MB 이내, 병목은 전처리 단계, 성능저하 모드 표시)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
처리 예산 부족 시 성능저하 모드(ML 지연처리)가 표시되는지 확인한다.
처리 예산 부족 시 성능저하 모드(ML 지연처리)가 표시되는지 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
모든 상황 다운 0건, 유실률 0%(손상 로그 11건은 격리) 메모리 증가 5MB 이내, 병목은 전처리 단계, 성능저하 모드 표시
처리 예산 부족 시 성능저하 모드(ML 지연처리)가 표시되는지 확인한다. 실행 결과 및 검증 로그
처리 예산 부족 시 성능저하 모드(ML 지연처리)가 표시되는지 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(모든 상황 다운 0건, 유실률 0%(손상 로그 11건은 격리) 메모리 증가 5MB 이내, 병목은 전처리 단계, 성능저하 모드 표시)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.
처리 예산 부족 상황의 budget 값을 3000으로 바꾸면 성능저하 모드가 해제되는지 확인하고, 1만 비행시간 처리 시간을 1시간 안으로 줄이기 위한 병렬화 계획을 세운다.
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.
AAR 사후검토로 비행 이상 오탐·미탐 사례의 원인을 분석하고 정상 비행과 의심 비행의 경계 파라미터를 재보정한다.
", "objectives": "'놓치지 않기'를 우선한 초기 설정으로 모의 운용한 뒤 오탐은 원인(측량 U턴, 강풍 돌풍 하강, 드문 정상 패턴)별로, 미탐은 시나리오별로 분류한 AAR 일지를 만든다. 원인이 된 정상 패턴 로그를 평시 학습 자료에 보강해 ML을 재학습하고, 재현율 95% 이상 제약 안에서 선회율·급강하·ML 점수 임계값을 격자 탐색한다. 재보정 전후 종합 정확도를 비교하고, 별도 자료로 회귀 시험을 해 재발 오류를 확인한다.
", "scenario": "AAR 사후검토를 통해 비행로그 이상치 오탐 사례를 분석하고 정상 비행과 적대 비행의 경계 파라미터를 재보정한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, AAR 사후검토로 비행 이상 오탐·미탐 사례의 원인을 분석하고 정상 비행과 의심 비행의 경계 파라미터를 재보정한다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 '놓치지 않기'를 우선한 초기 설정으로 모의 운용한 뒤 오탐은 원인(측량 U턴, 강풍 돌풍 하강, 드문 정상 패턴)별로, 미탐은 시나리오별로 분류한 AAR 일지 작성하여 원인을 분석하는 실습을 체계적으로 수행합니다.
학습자는 실습가이드에 제시된 총 4개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.
이번 결과물: docs/isr03_aar_report.md 및 configs/isr03_tuned_params.yaml 형태의 결과물을 완성한다.
미션 실습 자료
활용 주의: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.
", "techStack": [ "정보·감시·정찰(ISR)", "코딩형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "docs/isr03_aar_report.md (필수)", "configs/isr03_tuned_params.yaml (필수)" ], "evaluationKeys": [ "[AAR 기반 비행 이상 오탐·미탐 사례 분석 및 이상 탐지 임계치 최적화] 요구된 핵심 성능 기준(AAR 피드백 적용 후 종합 정확도 10%p 이상 향상, 재발 오류 0건)을 완벽히 달성하였는가?
AAR 피드백 적용 후 종합 정확도 10%p 이상 향상, 재발 오류 0건 기준을 충족하고 AAR 보고서 작성 및 파라미터 튜닝 전후 회귀 테스트 통과을 만족하는 실행 결과 및 로그가 제출되었다.
정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.
지속적 학습(Continual Learning) 파이프라인 연계 방안 수립을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.
", "[정성적 타당성] 군사적 현실성 및 오류 원인 규명의 객관성 및 개선 조치의 논리적 타당성 관점의 타당성이 확보되었는가?
오류 원인 규명의 객관성 및 개선 조치의 논리적 타당성이 논리적으로 검증되었으며 회귀 테스트(Regression Test) 스위트 전체 자동 실행 및 비교를 통한 무결성이 확인되었다.
비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.
교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.
" ], "evaluationTypes": [ "REQUIRED", "REQUIRED" ], "evaluationText": "평가 구분: 필수
핵심 평가영역: 오류 원인 규명의 객관성 및 개선 조치의 논리적 타당성
정량 기준: AAR 피드백 적용 후 종합 정확도 10%p 이상 향상, 재발 오류 0건
진행 기준: AAR 보고서 작성 및 파라미터 튜닝 전후 회귀 테스트 통과
검증 방법: 회귀 테스트(Regression Test) 스위트 전체 자동 실행 및 비교
", "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 초기 설정의 AAR 일지(오탐 원인별 건수)를 확인한다.", "activity": "단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.
M9 코드를 실행해 초기 설정의 AAR 일지(오탐 원인별 건수)를 확인한다.
M9 코드를 실행해 초기 설정의 AAR 일지(오탐 원인별 건수)를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
원인별 오류 분류 완료, 종합 정확도 +10%p 이상(예시 0.865 -> 0.980) 회귀 시험 정확도 0.850 -> 0.980, 반복 오류 2건과 대책 제시
M9 코드를 실행해 초기 설정의 AAR 일지(오탐 원인별 건수)를 확인한다. 실행 결과 및 검증 로그
M9 코드를 실행해 초기 설정의 AAR 일지(오탐 원인별 건수)를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(원인별 오류 분류 완료, 종합 정확도 +10%p 이상(예시 0.865 -> 0.980) 회귀 시험 정확도 0.850 -> 0.980, 반복 오류 2건과 대책 제시)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
평시 학습 자료 보강(측량·강풍 로그) 후 격자 탐색 상위 조합과 재보정값을 확인한다.
평시 학습 자료 보강(측량·강풍 로그) 후 격자 탐색 상위 조합과 재보정값을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
원인별 오류 분류 완료, 종합 정확도 +10%p 이상(예시 0.865 -> 0.980) 회귀 시험 정확도 0.850 -> 0.980, 반복 오류 2건과 대책 제시
평시 학습 자료 보강(측량·강풍 로그) 후 격자 탐색 상위 조합과 재보정값을 확인한다. 실행 결과 및 검증 로그
평시 학습 자료 보강(측량·강풍 로그) 후 격자 탐색 상위 조합과 재보정값을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(원인별 오류 분류 완료, 종합 정확도 +10%p 이상(예시 0.865 -> 0.980) 회귀 시험 정확도 0.850 -> 0.980, 반복 오류 2건과 대책 제시)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
재보정 전후 정확도와 회귀 시험 결과, 반복 오류를 비교한다.
재보정 전후 정확도와 회귀 시험 결과, 반복 오류를 비교한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
원인별 오류 분류 완료, 종합 정확도 +10%p 이상(예시 0.865 -> 0.980) 회귀 시험 정확도 0.850 -> 0.980, 반복 오류 2건과 대책 제시
재보정 전후 정확도와 회귀 시험 결과, 반복 오류를 비교한다. 실행 결과 및 검증 로그
재보정 전후 정확도와 회귀 시험 결과, 반복 오류를 비교한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(원인별 오류 분류 완료, 종합 정확도 +10%p 이상(예시 0.865 -> 0.980) 회귀 시험 정확도 0.850 -> 0.980, 반복 오류 2건과 대책 제시)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.
재현율 제약을 0.99로 올리면 어떤 조합이 선택되고 정확도가 얼마나 달라지는지 확인한다. 반복 오류 2건(측량 비행)을 줄이기 위한 추가 특징을 제안한다.
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.
로그 검증부터 전처리, 규칙·ML 탐지, 신뢰도 엔진, 검토 대기열, 대시보드까지 전체 시스템을 통합하고 ISR 정보판단 브리핑 패키지를 완성한다.
", "objectives": "재보정 파라미터로 전체 과정을 한 번에 실행하는 통합 코드를 완성하고 손상 로그가 자동 차단되는지 확인한다. 정확도·재현율·자동 채택 여부·단정 표현·감사 로그 무결성·처리 지연·기능 커버리지 등 자체 점검 항목을 모두 통과시키고, 처리 현황·성능·검토 대기·운용 주체 판단의 한계를 담은 브리핑 요약과 사용자 가이드, 인접 체계 연동 확장 방안을 작성한다.
", "scenario": "드론 비행로그 이상 탐지 시스템을 최종 통합 빌드하고 정보작전 브리핑용 최종 분석 보고서 및 사용자 가이드를 완성한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, 로그 검증부터 전처리, 규칙·ML 탐지, 신뢰도 엔진, 검토 대기열, 대시보드까지 전체 시스템을 통합하고 ISR 정보판단 브리핑 패키지를 완성한다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 재보정 파라미터로 전체 과정을 한 번에 실행하는 통합 코드를 완성하고 손상 로그가 자동 차단되는지 확인하고 유효성을 점검하는 실습을 체계적으로 수행합니다.
학습자는 실습가이드에 제시된 총 4개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.
이번 결과물: src/main_isr03.py, README.md, docs/isr03_final_report.pdf(md) 형태의 결과물을 완성한다.
미션 실습 자료
활용 주의: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.
", "techStack": [ "정보·감시·정찰(ISR)", "코딩형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "src/main_isr03.py, README.md, docs/isr03_final_report.pdf(md) (필수)" ], "evaluationKeys": [ "[드론 비행로그 이상 탐지 시스템 통합 검증 및 ISR 정보판단 브리핑 패키지 완성] 요구된 핵심 성능 기준(End-to-End 통합 파이프라인 실행 성공률 100%, 테스트 커버리지 85% 이상)을 완벽히 달성하였는가?
End-to-End 통합 파이프라인 실행 성공률 100%, 테스트 커버리지 85% 이상 기준을 충족하고 원클릭 실행 스크립트 동작 확인 및 최종 발표 산출물 작성 완료을 만족하는 실행 결과 및 로그가 제출되었다.
정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.
타 부대/인접 체계와의 연동 인터페이스(API) 확장 로드맵 제시을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.
", "[정성적 타당성] 군사적 현실성 및 군 실무 즉시 도입 가능성, 운용 신뢰도 및 전략적 기대효과 관점의 타당성이 확보되었는가?
군 실무 즉시 도입 가능성, 운용 신뢰도 및 전략적 기대효과이 논리적으로 검증되었으며 최종 검증 위원회(평가관) 모의 시연 및 전체 기능 통합 검증를 통한 무결성이 확인되었다.
비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.
교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.
" ], "evaluationTypes": [ "REQUIRED", "REQUIRED" ], "evaluationText": "평가 구분: 필수
핵심 평가영역: 군 실무 즉시 도입 가능성, 운용 신뢰도 및 전략적 기대효과
정량 기준: End-to-End 통합 파이프라인 실행 성공률 100%, 테스트 커버리지 85% 이상
진행 기준: 원클릭 실행 스크립트 동작 확인 및 최종 발표 산출물 작성 완료
검증 방법: 최종 검증 위원회(평가관) 모의 시연 및 전체 기능 통합 검증
", "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 자체 점검 10개 항목이 모두 PASS인지 확인한다.", "activity": "단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.
M10 코드를 실행해 자체 점검 10개 항목이 모두 PASS인지 확인한다.
M10 코드를 실행해 자체 점검 10개 항목이 모두 PASS인지 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
( )
M10 코드를 실행해 자체 점검 10개 항목이 모두 PASS인지 확인한다. 실행 결과 및 검증 로그
M10 코드를 실행해 자체 점검 10개 항목이 모두 PASS인지 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(( ))를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
손상 로그 차단과 기능 커버리지 결과를 확인한다.
손상 로그 차단과 기능 커버리지 결과를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
( )
손상 로그 차단과 기능 커버리지 결과를 확인한다. 실행 결과 및 검증 로그
손상 로그 차단과 기능 커버리지 결과를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(( ))를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
출력된 브리핑 요약을 바탕으로 5분 분량 ISR 정보판단 브리핑 자료를 만든다(운용 주체 판단의 한계 포함).
출력된 브리핑 요약을 바탕으로 5분 분량 ISR 정보판단 브리핑 자료를 만든다(운용 주체 판단의 한계 포함).에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
( )
출력된 브리핑 요약을 바탕으로 5분 분량 ISR 정보판단 브리핑 자료를 만든다(운용 주체 판단의 한계 포함). 실행 결과 및 검증 로그
출력된 브리핑 요약을 바탕으로 5분 분량 ISR 정보판단 브리핑 자료를 만든다(운용 주체 판단의 한계 포함). 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(( ))를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.
CONFIG를 초기 설정(turn_rate 30, dive_m 30, ml_threshold 1.0)으로 바꿔 실행하고, 재보정값과의 차이를 브리핑에 추가한다. 인접 체계와 연동할 때 넘겨줄 필드 목록(API 초안)을 작성해 본다.
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.