미국 국방부(DoD) 예산실(Comptroller)은 성과관리 체계를 통해 핵심 성과지표를 정의하고 계획 대비 편차를 추적하며 마감 위험을 가시화해 왔다. 이 공개 사례의 학습 초점은 업무 지표 정의, 계획 대비 편차 분석, 마감 위험 가시화, 반복 집계 경감, 성과 측정이다. 본 프로젝트는 군수 분야의 핵심성과지표로 기준 보급일수(DOS)를 정하고, 교육용 가상 부대 20개의 5대 보급품 재고와 소모 자료를 코드로 만들어 목표 대비 추세와 결핍 위험 일자를 관리한다. 학습자는 KPI 스키마 정의, 데이터 정제, Baseline과 탐색적 분석, 결핍 일자 예측, 3단계 조기경보, 지도형 대시보드와 설명, 군수처장 승인 체계, 충격 시나리오 시험, AAR 임계 재보정, 자동 재학습 파이프라인을 차례로 수행한다. 최종 목표는 반복 집계에 드는 시간을 줄이면서 결핍 위험을 미리 알리고 물자 전환 결정은 반드시 사람이 승인하도록 하는 KPI 추세·목표 관리 도구를 완성하는 것이다.
", "deliverables": [ "docs/str01_logistics_domain_spec.md (필수)", "데이터 딕셔너리 (필수)", "src/etl/str01_data_cleansing.py (필수)", "정제 품질 보고서 (필수)", "notebooks/str01_eda_analysis.ipynb (필수)", "EDA 요약 리포트 (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 부대, 보급품 재고와 소모량, 기준 보급일수 목표, 기상·작전 템포 자료는 코드 안에서 만든 교육용 가상 자료이며 실제 부대명, 보유량, 소요, 작전 정보는 사용하지 않는다. 부대 내 촬영이나 부대 자료의 외부 AI 서비스 입력은 금지한다. 충격 시나리오는 추상적인 가상 모델이며 실제 작전 계획과 무관하고, 결핍 경보와 예측은 판단 보조이며 물자 전환과 보급 결정은 군수처장의 승인과 지휘계통에 따른다. 비용 단가와 효과 산식은 교육용 가정값이다. 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 전략·성과·예산관리 데이터 분석 기초", "refFiles": [], "refText": "", "projectSkills": [ { "skillId": "competency_군특화문제해결_전략·성과·예산관리_문제분석", "level": 2, "category": "군특화문제해결", "subCategory": "전략·성과·예산관리 문제분석" }, { "skillId": "competency_군특화문제해결_전략·성과·예산관리_대안도출", "level": 1, "category": "군특화문제해결", "subCategory": "전략·성과·예산관리 대안도출" }, { "skillId": "competency_데이터분석검증_결과검증", "level": 2, "category": "데이터분석검증", "subCategory": "AI 결과 검증" }, { "skillId": "competency_AI활용역량_도구활용", "level": 1, "category": "AI활용역량", "subCategory": "AI 도구 및 모델 활용" }, { "skillId": "competency_전술의사결정_인간검토", "level": 2, "category": "전술의사결정", "subCategory": "HITL 인간 검토 및 책임분계" } ], "prerequisiteVods": [], "missions": [ { "id": "STR01_M01", "sequence": 1, "title": "부대별 5대 핵심 보급품(식량, 피복, 유류, 탄약, 수리부속) 재고 및 기준 보급일수(DOS) 스키마 정의", "durationHours": 1.5, "overview": "5대 핵심 보급품(식량, 피복, 유류, 탄약, 수리부속)의 재고와 기준 보급일수(DOS) 핵심성과지표(KPI)의 스키마와 데이터 딕셔너리를 정의하고 KPI 보고 업무 프로세스 맵을 작성한다.
", "objectives": "교육용 가상 부대 20개의 일일 재고·소모·보급 원장을 만들어 필드, 형식, 허용값, 의미를 데이터 딕셔너리로 정리한다. DOS = 재고 / 최근 7일 평균 소모량, 목표 대비 편차와 달성률을 KPI로 정의하고, 분석에 쓸 피처 목록을 20개 이상 만든다. 부대 보고 수신부터 처장 승인까지 현행 KPI 보고 업무를 11단계로 그려 AS-IS/TO-BE 소요시간을 비교한다.
", "scenario": "5대 핵심 보급품(식량, 유류, 탄약 등) 재고 및 기준 보급일수(DOS) 스키마를 정의한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, 5대 핵심 보급품(식량, 피복, 유류, 탄약, 수리부속)의 재고와 기준 보급일수(DOS) 핵심성과지표(KPI)의 스키마와 데이터 딕셔너리를 정의하고 KPI 보고 업무 프로세스 맵을 작성한다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 교육용 가상 부대 20개의 일일 재고·소모·보급 원장을 만들어 필드, 형식, 허용값, 의미를 데이터 딕셔너리로 정리하고 규격화하는 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/str01_logistics_domain_spec.md 및 데이터 딕셔너리 형태의 결과물을 완성한다.
미션 실습 자료
활용 주의: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.
", "techStack": [ "전략·성과·예산관리", "데이터분석형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "docs/str01_logistics_domain_spec.md (필수)", "데이터 딕셔너리 (필수)" ], "evaluationKeys": [ "[부대별 5대 핵심 보급품(식량, 피복, 유류, 탄약, 수리부속) 재고 및 기준 보급일수(DOS) 스키마 정의] 요구된 핵심 성능 기준(업무 프로세스 맵 작성 완료, 필요 피처(Feature) 목록 20개 이상 정의)을 완벽히 달성하였는가?
업무 프로세스 맵 작성 완료, 필요 피처(Feature) 목록 20개 이상 정의 기준을 충족하고 도메인 분석서 및 데이터 요구명세서 승인을 만족하는 실행 결과 및 로그가 제출되었다.
정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.
국방 표준 군수 코드(NIIN, FSC 등) 체계 반영을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.
", "[정성적 타당성] 군사적 현실성 및 군수 실무 업무 프로세스와의 일치성 및 분석 목표의 명확성 관점의 타당성이 확보되었는가?
군수 실무 업무 프로세스와의 일치성 및 분석 목표의 명확성이 논리적으로 검증되었으며 군수 담당 실무자 인터뷰 및 기존 전산체계 데이터 구조 대조를 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: 군수 실무 업무 프로세스와의 일치성 및 분석 목표의 명확성
정량 기준: 업무 프로세스 맵 작성 완료, 필요 피처(Feature) 목록 20개 이상 정의
진행 기준: 도메인 분석서 및 데이터 요구명세서 승인
검증 방법: 군수 담당 실무자 인터뷰 및 기존 전산체계 데이터 구조 대조
", "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 데이터 딕셔너리와 스키마 검증 결과를 확인한다.", "activity": "단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.
M1 코드를 실행해 데이터 딕셔너리와 스키마 검증 결과를 확인한다.
M1 코드를 실행해 데이터 딕셔너리와 스키마 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.
데이터 딕셔너리 11개 필드, 스키마 위반 0건, 피처 24개 프로세스 11단계, 집계 AS-IS 535분 -> TO-BE 34분(94% 단축 예상, 가정값)
M1 코드를 실행해 데이터 딕셔너리와 스키마 검증 결과를 확인한다. 실행 결과 및 검증 로그
M1 코드를 실행해 데이터 딕셔너리와 스키마 검증 결과를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(데이터 딕셔너리 11개 필드, 스키마 위반 0건, 피처 24개 프로세스 11단계, 집계 AS-IS 535분 -> TO-BE 34분(94% 단축 예상, 가정값))를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
100일째 품목별 DOS 달성률 표에서 목표에 못 미치는 품목을 확인한다.
100일째 품목별 DOS 달성률 표에서 목표에 못 미치는 품목을 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 딕셔너리 11개 필드, 스키마 위반 0건, 피처 24개 프로세스 11단계, 집계 AS-IS 535분 -> TO-BE 34분(94% 단축 예상, 가정값)
100일째 품목별 DOS 달성률 표에서 목표에 못 미치는 품목을 확인한다. 실행 결과 및 검증 로그
100일째 품목별 DOS 달성률 표에서 목표에 못 미치는 품목을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(데이터 딕셔너리 11개 필드, 스키마 위반 0건, 피처 24개 프로세스 11단계, 집계 AS-IS 535분 -> TO-BE 34분(94% 단축 예상, 가정값))를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
피처 목록과 업무 프로세스 맵(AS-IS/TO-BE)을 확인한다.
피처 목록과 업무 프로세스 맵(AS-IS/TO-BE)을 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 딕셔너리 11개 필드, 스키마 위반 0건, 피처 24개 프로세스 11단계, 집계 AS-IS 535분 -> TO-BE 34분(94% 단축 예상, 가정값)
피처 목록과 업무 프로세스 맵(AS-IS/TO-BE)을 확인한다. 실행 결과 및 검증 로그
피처 목록과 업무 프로세스 맵(AS-IS/TO-BE)을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(데이터 딕셔너리 11개 필드, 스키마 위반 0건, 피처 24개 프로세스 11단계, 집계 AS-IS 535분 -> TO-BE 34분(94% 단축 예상, 가정값))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.
품목별 목표 DOS(ITEMS의 세 번째 값)를 바꿔 달성률과 미달 부대 수가 어떻게 달라지는지 확인한다.
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.
부대별 일일 소모율을 정규화하고 재고 변동 데이터를 정제하는 전처리 모듈을 구현하며, 군수 특수 예외는 보존한다.
", "objectives": "중복, 누락 일자, 소모량 결측, 단위 혼용, 음수 재고, 품목명 오타, 태그 없는 이상 급증을 일부러 섞은 가상 원장을 만들어 정제 규칙 10종을 적용한다. 긴급 불출과 비계획 정비로 태그된 급증은 이상치로 깎지 않고 보존한다. 정제 후 정합성 검증 10항목의 통과율과 원본 복원 품질을 정제 품질 보고서로 출력한다.
", "scenario": "부대별 일일 소모율 정규화 및 재고 변동 데이터 전처리 모듈을 구현한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, 부대별 일일 소모율을 정규화하고 재고 변동 데이터를 정제하는 전처리 모듈을 구현하며, 군수 특수 예외는 보존한다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 중복, 누락 일자, 소모량 결측, 단위 혼용, 음수 재고, 품목명 오타, 태그 없는 이상 급증을 일부러 섞은 가상 원장을 만들어 정제 규칙 10종을 적용 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/etl/str01_data_cleansing.py 및 정제 품질 보고서 형태의 결과물을 완성한다.
미션 실습 자료
활용 주의: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.
", "techStack": [ "전략·성과·예산관리", "데이터분석형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "src/etl/str01_data_cleansing.py (필수)", "정제 품질 보고서 (필수)" ], "evaluationKeys": [ "[부대별 일일 소모율 정규화 및 재고 변동 데이터 전처리 모듈 구현] 요구된 핵심 성능 기준(데이터 정제 규칙 10종 적용, 데이터 정합성 검증 통과율 100%)을 완벽히 달성하였는가?
데이터 정제 규칙 10종 적용, 데이터 정합성 검증 통과율 100% 기준을 충족하고 ETL 파이프라인 구현 및 정제된 마스터 데이터셋 구축을 만족하는 실행 결과 및 로그가 제출되었다.
정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.
자동 결측치 보정 알고리즘(KNN, 계절성 보간 등) 적용을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.
", "[정성적 타당성] 군사적 현실성 및 군수 특수 예외(비계획 정비, 긴급 불출 등) 데이터 보존의 타당성 관점의 타당성이 확보되었는가?
군수 특수 예외(비계획 정비, 긴급 불출 등) 데이터 보존의 타당성이 논리적으로 검증되었으며 전후 데이터 통계량(기술통계) 비교 및 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: 군수 특수 예외(비계획 정비, 긴급 불출 등) 데이터 보존의 타당성
정량 기준: 데이터 정제 규칙 10종 적용, 데이터 정합성 검증 통과율 100%
진행 기준: ETL 파이프라인 구현 및 정제된 마스터 데이터셋 구축
검증 방법: 전후 데이터 통계량(기술통계) 비교 및 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": "M2 코드를 실행해 주입된 오염 종류와 건수를 확인한다.", "activity": "단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.
M2 코드를 실행해 주입된 오염 종류와 건수를 확인한다.
M2 코드를 실행해 주입된 오염 종류와 건수를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
정제 규칙 10종 적용, 정합성 검증 통과율 100%(10/10) 긴급불출·비계획정비 40건 보존, 일반 행 복원 오차 0.6% 수준
M2 코드를 실행해 주입된 오염 종류와 건수를 확인한다. 실행 결과 및 검증 로그
M2 코드를 실행해 주입된 오염 종류와 건수를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(정제 규칙 10종 적용, 정합성 검증 통과율 100%(10/10) 긴급불출·비계획정비 40건 보존, 일반 행 복원 오차 0.6% 수준)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
정제 규칙 R1~R10의 적용 건수를 확인한다.
정제 규칙 R1~R10의 적용 건수를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
정제 규칙 10종 적용, 정합성 검증 통과율 100%(10/10) 긴급불출·비계획정비 40건 보존, 일반 행 복원 오차 0.6% 수준
정제 규칙 R1~R10의 적용 건수를 확인한다. 실행 결과 및 검증 로그
정제 규칙 R1~R10의 적용 건수를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(정제 규칙 10종 적용, 정합성 검증 통과율 100%(10/10) 긴급불출·비계획정비 40건 보존, 일반 행 복원 오차 0.6% 수준)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
정합성 검증 10항목 결과와 특수 예외 보존 건수를 확인한다.
정합성 검증 10항목 결과와 특수 예외 보존 건수를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
정제 규칙 10종 적용, 정합성 검증 통과율 100%(10/10) 긴급불출·비계획정비 40건 보존, 일반 행 복원 오차 0.6% 수준
정합성 검증 10항목 결과와 특수 예외 보존 건수를 확인한다. 실행 결과 및 검증 로그
정합성 검증 10항목 결과와 특수 예외 보존 건수를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(정제 규칙 10종 적용, 정합성 검증 통과율 100%(10/10) 긴급불출·비계획정비 40건 보존, 일반 행 복원 오차 0.6% 수준)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.
R5의 상한 배수(3배)를 2배로 바꿔 복원 오차와 특수 예외 보존 여부가 어떻게 달라지는지 확인한다.
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.
재고와 최근 소모량으로 단순 DOS를 계산해 기준 미달 부대를 식별하는 Baseline을 만들고, 탐색적 분석(EDA)으로 의미 있는 피처를 찾는다.
", "objectives": "목표 DOS 대비 달성률이 50% 미만인 부대·품목을 1차 기준 미달로 식별한다. 결핍 위험 일수와 피처의 상관을 계산하고 EDA 차트 8종(분포, 추이, 템포-소모, 기상 효과, 재고 궤적, 품목별 달성률, 미달 비율 추이, 상관)을 만든다. 결과에서 군수 의사결정에 쓸 인사이트를 문장으로 정리한다.
", "scenario": "단순 잔여 DOS 계산 및 기준 미달 부대 식별 Baseline 알고리즘을 구현한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, 재고와 최근 소모량으로 단순 DOS를 계산해 기준 미달 부대를 식별하는 Baseline을 만들고, 탐색적 분석(EDA)으로 의미 있는 피처를 찾는다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 목표 DOS 대비 달성률이 50% 미만인 부대·품목을 1차 기준 미달로 식별 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: notebooks/str01_eda_analysis.ipynb 및 EDA 요약 리포트 형태의 결과물을 완성한다.
미션 실습 자료
활용 주의: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.
", "techStack": [ "전략·성과·예산관리", "데이터분석형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "notebooks/str01_eda_analysis.ipynb (필수)", "EDA 요약 리포트 (필수)" ], "evaluationKeys": [ "[단순 잔여 DOS 계산 및 1차 기준 미달 부대 식별 Baseline 알고리즘 구현] 요구된 핵심 성능 기준(EDA 시각화 차트 8종 이상 생성, 유의미한 상관관계 피처 5개 이상 도출)을 완벽히 달성하였는가?
EDA 시각화 차트 8종 이상 생성, 유의미한 상관관계 피처 5개 이상 도출 기준을 충족하고 EDA 노트북 실행 완료 및 핵심 발견점(Key Findings) 문서화을 만족하는 실행 결과 및 로그가 제출되었다.
정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.
파레토 분석(ABC 분류)을 통한 상위 20% 핵심 관리 대상 식별을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.
", "[정성적 타당성] 군사적 현실성 및 군수 의사결정에 직관적인 인사이트 제공 수준 관점의 타당성이 확보되었는가?
군수 의사결정에 직관적인 인사이트 제공 수준이 논리적으로 검증되었으며 통계적 가설 검정(p-value, 상관계수)을 통한 유의성 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: 군수 의사결정에 직관적인 인사이트 제공 수준
정량 기준: EDA 시각화 차트 8종 이상 생성, 유의미한 상관관계 피처 5개 이상 도출
진행 기준: EDA 노트북 실행 완료 및 핵심 발견점(Key Findings) 문서화
검증 방법: 통계적 가설 검정(p-value, 상관계수)을 통한 유의성 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": "M3 코드를 실행해 100일째 기준 미달 부대와 품목을 확인한다.", "activity": "단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.
M3 코드를 실행해 100일째 기준 미달 부대와 품목을 확인한다.
M3 코드를 실행해 100일째 기준 미달 부대와 품목을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
달성률 50% 미만 29건(29%), 25% 미만 13건 \\
M3 코드를 실행해 100일째 기준 미달 부대와 품목을 확인한다. 실행 결과 및 검증 로그
M3 코드를 실행해 100일째 기준 미달 부대와 품목을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(달성률 50% 미만 29건(29%), 25% 미만 13건 \\)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
결핍 위험 일수와 상관이 큰 피처를 확인한다.
결핍 위험 일수와 상관이 큰 피처를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
달성률 50% 미만 29건(29%), 25% 미만 13건 \\
결핍 위험 일수와 상관이 큰 피처를 확인한다. 실행 결과 및 검증 로그
결핍 위험 일수와 상관이 큰 피처를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(달성률 50% 미만 29건(29%), 25% 미만 13건 \\)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
EDA 차트 8종을 확인하고 인사이트를 한 문장씩 적는다.
EDA 차트 8종을 확인하고 인사이트를 한 문장씩 적는다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
달성률 50% 미만 29건(29%), 25% 미만 13건 \\
EDA 차트 8종을 확인하고 인사이트를 한 문장씩 적는다. 실행 결과 및 검증 로그
EDA 차트 8종을 확인하고 인사이트를 한 문장씩 적는다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(달성률 50% 미만 29건(29%), 25% 미만 13건 \\)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.
기준 미달 기준(0.5)을 0.7로 바꿔 미달 건수와 부대 순위가 어떻게 바뀌는지 확인한다.
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.
작전 템포 변동과 기상 예보를 반영한 파생 피처로 부대별 결핍 위험 일자(Stockout Date)를 예측하는 기준 모델을 만든다.
", "objectives": "사전 계획 템포, 다음 7일 악천후 예보, 최근 소모 추세, 보급 후 경과일 같은 파생 피처 13개를 설계하고 이유를 한 줄씩 설명한다. 릿지 회귀 기준 모델과 단순 DOS 방식을 MAPE로 비교하고, 계획 템포 +30%와 악천후 50%를 가정했을 때 예측이 얼마나 바뀌는지 시나리오로 확인한다.
", "scenario": "작전 템포 변동 연계 부대별 결핍 위험 일자(Stockout Date) 정밀 예측을 고도화한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, 작전 템포 변동과 기상 예보를 반영한 파생 피처로 부대별 결핍 위험 일자(Stockout Date)를 예측하는 기준 모델을 만든다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 사전 계획 템포, 다음 7일 악천후 예보, 최근 소모 추세, 보급 후 경과일 같은 파생 피처 13개를 설계하고 이유를 한 줄씩 설명 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/features/str01_feature_engineering.py 및 기준 모델 형태의 결과물을 완성한다.
미션 실습 자료
활용 주의: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.
", "techStack": [ "전략·성과·예산관리", "데이터분석형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "src/features/str01_feature_engineering.py (필수)", "기준 모델 (필수)" ], "evaluationKeys": [ "[작전 템포 변동 및 기상 악화 연계 부대별 결핍 위험 일자(Stockout Date) 정밀 예측 고도화] 요구된 핵심 성능 기준(파생 피처 10개 이상 생성, 기준 모델 MAPE 25% 이하 달성)을 완벽히 달성하였는가?
파생 피처 10개 이상 생성, 기준 모델 MAPE 25% 이하 달성 기준을 충족하고 피처 파이프라인 및 베이스라인 모델 성능 지표 도출을 만족하는 실행 결과 및 로그가 제출되었다.
정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.
피처 중요도(Feature Importance) 분석을 통한 차원 축소을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.
", "[정성적 타당성] 군사적 현실성 및 군수 실무에서 납득 가능한 피처 설계의 논리성 관점의 타당성이 확보되었는가?
군수 실무에서 납득 가능한 피처 설계의 논리성이 논리적으로 검증되었으며 교차 검증(Time-series Cross Validation)을 통한 과적합 방지를 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: 군수 실무에서 납득 가능한 피처 설계의 논리성
정량 기준: 파생 피처 10개 이상 생성, 기준 모델 MAPE 25% 이하 달성
진행 기준: 피처 파이프라인 및 베이스라인 모델 성능 지표 도출
검증 방법: 교차 검증(Time-series Cross Validation)을 통한 과적합 방지
", "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 파생 피처 13개와 설계 이유를 확인한다.", "activity": "단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.
M4 코드를 실행해 파생 피처 13개와 설계 이유를 확인한다.
M4 코드를 실행해 파생 피처 13개와 설계 이유를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
파생 피처 13개, 기준 모델 MAPE 10.6%(단순 DOS 16.2%, 목표 25% 이하 달성) 계획 템포 +30%, 악천후 50% 가정 시 예측 결핍 일수 평균 -1.11일
M4 코드를 실행해 파생 피처 13개와 설계 이유를 확인한다. 실행 결과 및 검증 로그
M4 코드를 실행해 파생 피처 13개와 설계 이유를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(파생 피처 13개, 기준 모델 MAPE 10.6%(단순 DOS 16.2%, 목표 25% 이하 달성) 계획 템포 +30%, 악천후 50% 가정 시 예측 결핍 일수 평균 -1.11일)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
단순 DOS와 릿지 기준 모델의 MAPE를 비교한다.
단순 DOS와 릿지 기준 모델의 MAPE를 비교한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
파생 피처 13개, 기준 모델 MAPE 10.6%(단순 DOS 16.2%, 목표 25% 이하 달성) 계획 템포 +30%, 악천후 50% 가정 시 예측 결핍 일수 평균 -1.11일
단순 DOS와 릿지 기준 모델의 MAPE를 비교한다. 실행 결과 및 검증 로그
단순 DOS와 릿지 기준 모델의 MAPE를 비교한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(파생 피처 13개, 기준 모델 MAPE 10.6%(단순 DOS 16.2%, 목표 25% 이하 달성) 계획 템포 +30%, 악천후 50% 가정 시 예측 결핍 일수 평균 -1.11일)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
결핍 위험 일자 예측 표와 가정 시나리오 결과를 확인한다.
결핍 위험 일자 예측 표와 가정 시나리오 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.
파생 피처 13개, 기준 모델 MAPE 10.6%(단순 DOS 16.2%, 목표 25% 이하 달성) 계획 템포 +30%, 악천후 50% 가정 시 예측 결핍 일수 평균 -1.11일
결핍 위험 일자 예측 표와 가정 시나리오 결과를 확인한다. 실행 결과 및 검증 로그
결핍 위험 일자 예측 표와 가정 시나리오 결과를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(파생 피처 13개, 기준 모델 MAPE 10.6%(단순 DOS 16.2%, 목표 25% 이하 달성) 계획 템포 +30%, 악천후 50% 가정 시 예측 결핍 일수 평균 -1.11일)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.
피처 목록에서 plan7과 plan_ratio를 제외하고 MAPE가 얼마나 나빠지는지 확인해 계획 정보의 가치를 설명한다.
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.
결핍 심각도 지수를 산출하고 주의·경계·심각 3단계 결핍 조기경보 엔진을 개발한다.
", "objectives": "그래디언트 부스팅 모델로 결핍 위험 일수를 예측해 기준 모델과 MAE, RMSE, R2를 비교한다. 예상 결핍 일수와 목표 재고 대비 재고 비율로 0~100 결핍 심각도 지수를 만들고, 예상 일수 구간별로 주의, 경계, 심각 경보를 발령한다. 혼동표로 등급 정확도, 미탐률, 오탐률과 템포 급변 구간의 안정성을 확인한다.
", "scenario": "결핍 심각도 지수 산출 및 다단계 결핍 조기경보 엔진을 개발한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, 결핍 심각도 지수를 산출하고 주의·경계·심각 3단계 결핍 조기경보 엔진을 개발한다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 그래디언트 부스팅 모델로 결핍 위험 일수를 예측해 기준 모델과 MAE, RMSE, R2를 비교 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/str01_advanced_model.py 형태의 결과물을 완성한다.
미션 실습 자료
활용 주의: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.
", "techStack": [ "전략·성과·예산관리", "데이터분석형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "src/models/str01_advanced_model.py (필수)" ], "evaluationKeys": [ "[결핍 심각도 지수 산출 및 다단계 결핍 조기경보(주의/경계/심각) 엔진 개발] 요구된 핵심 성능 기준(기준 모델 대비 오차율(MAE/RMSE) 20% 이상 개선, R2 Score 0.85 이상)을 완벽히 달성하였는가?
기준 모델 대비 오차율(MAE/RMSE) 20% 이상 개선, R2 Score 0.85 이상 기준을 충족하고 모델 하이퍼파라미터 튜닝 완료 및 최적 모델 가중치 저장을 만족하는 실행 결과 및 로그가 제출되었다.
정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.
앙상블(Ensemble) 기법 적용을 통한 일반화 성능 강화을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.
", "[정성적 타당성] 군사적 현실성 및 비정형/불규칙 수요에 대한 모델의 적응력 및 예측 안정성 관점의 타당성이 확보되었는가?
비정형/불규칙 수요에 대한 모델의 적응력 및 예측 안정성이 논리적으로 검증되었으며 Hold-out 테스트 데이터셋 대상 최종 성능 평가를 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: 비정형/불규칙 수요에 대한 모델의 적응력 및 예측 안정성
정량 기준: 기준 모델 대비 오차율(MAE/RMSE) 20% 이상 개선, R2 Score 0.85 이상
진행 기준: 모델 하이퍼파라미터 튜닝 완료 및 최적 모델 가중치 저장
검증 방법: Hold-out 테스트 데이터셋 대상 최종 성능 평가
", "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 기준 모델과 고도화 모델의 성능 비교표를 확인한다.", "activity": "단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.
M5 코드를 실행해 기준 모델과 고도화 모델의 성능 비교표를 확인한다.
M5 코드를 실행해 기준 모델과 고도화 모델의 성능 비교표를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
MAE 0.566 -> 0.420(25.8% 개선), RMSE 25.9% 개선, R2 0.978 등급 정확도 92.0%(기준 모델 88.2%), 경계 이상 미탐률 6.2%
M5 코드를 실행해 기준 모델과 고도화 모델의 성능 비교표를 확인한다. 실행 결과 및 검증 로그
M5 코드를 실행해 기준 모델과 고도화 모델의 성능 비교표를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(MAE 0.566 -> 0.420(25.8% 개선), RMSE 25.9% 개선, R2 0.978 등급 정확도 92.0%(기준 모델 88.2%), 경계 이상 미탐률 6.2%)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
3단계 경보 혼동표와 미탐·오탐률을 확인한다.
3단계 경보 혼동표와 미탐·오탐률을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
MAE 0.566 -> 0.420(25.8% 개선), RMSE 25.9% 개선, R2 0.978 등급 정확도 92.0%(기준 모델 88.2%), 경계 이상 미탐률 6.2%
3단계 경보 혼동표와 미탐·오탐률을 확인한다. 실행 결과 및 검증 로그
3단계 경보 혼동표와 미탐·오탐률을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(MAE 0.566 -> 0.420(25.8% 개선), RMSE 25.9% 개선, R2 0.978 등급 정확도 92.0%(기준 모델 88.2%), 경계 이상 미탐률 6.2%)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
심각도 지수 상위 경보 예시를 확인한다.
심각도 지수 상위 경보 예시를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
MAE 0.566 -> 0.420(25.8% 개선), RMSE 25.9% 개선, R2 0.978 등급 정확도 92.0%(기준 모델 88.2%), 경계 이상 미탐률 6.2%
심각도 지수 상위 경보 예시를 확인한다. 실행 결과 및 검증 로그
심각도 지수 상위 경보 예시를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(MAE 0.566 -> 0.420(25.8% 개선), RMSE 25.9% 개선, R2 0.978 등급 정확도 92.0%(기준 모델 88.2%), 경계 이상 미탐률 6.2%)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.
경보 구간(2.5/4.5/7.5일)을 3/5/8일로 바꿔 미탐과 오탐이 어떻게 달라지는지 확인한다.
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.
관할 부대의 DOS 현황을 가상 지도와 경보 색상으로 보여 주는 대시보드를 구현하고, 경보마다 예측에 기여한 인자를 설명한다.
", "objectives": "20개 부대를 격자형 가상 지도에 배치해 부대별 최악 경보 등급을 색으로 표시하고, 3개 시점의 갱신 결과를 출력한다. 경보 건마다 각 피처를 평균값으로 바꿨을 때 예측이 변하는 정도를 계산해 기여도 상위 3개 인자를 자동으로 설명하고, 설명이 실제로 예측에 영향을 주는지 점검한다.
", "scenario": "관할 부대 보급 수준(DOS) 실시간 현황 지도 및 경보 대시보드를 구현한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, 관할 부대의 DOS 현황을 가상 지도와 경보 색상으로 보여 주는 대시보드를 구현하고, 경보마다 예측에 기여한 인자를 설명한다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 20개 부대를 격자형 가상 지도에 배치해 부대별 최악 경보 등급을 색으로 표시하고, 3개 시점의 갱신 결과를 출력 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/explainability/str01_xai_explainer.py 및 XAI 리포트 형태의 결과물을 완성한다.
미션 실습 자료
활용 주의: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.
", "techStack": [ "전략·성과·예산관리", "데이터분석형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "src/explainability/str01_xai_explainer.py (필수)", "XAI 리포트 (필수)" ], "evaluationKeys": [ "[군단/사단 관할 부대 보급 수준(DOS) 실시간 현황 지도 및 경보 대시보드 구현] 요구된 핵심 성능 기준(주요 예측 건당 기여도 상위 3개 인자 자동 산출률 100%)을 완벽히 달성하였는가?
주요 예측 건당 기여도 상위 3개 인자 자동 산출률 100% 기준을 충족하고 SHAP summary plot 및 waterfall plot 생성 파이프라인 완성을 만족하는 실행 결과 및 로그가 제출되었다.
정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.
자연어 기반 요약 텍스트(예: '리드타임 증가 원인은 해외 조달 지연') 자동 생성을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.
", "[정성적 타당성] 군사적 현실성 및 군수 장교/군무원이 신뢰하고 조치할 수 있는 설명의 명확성 관점의 타당성이 확보되었는가?
군수 장교/군무원이 신뢰하고 조치할 수 있는 설명의 명확성이 논리적으로 검증되었으며 실무자 대상 설명 근거 유용성 평가 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: 군수 장교/군무원이 신뢰하고 조치할 수 있는 설명의 명확성
정량 기준: 주요 예측 건당 기여도 상위 3개 인자 자동 산출률 100%
진행 기준: SHAP summary plot 및 waterfall plot 생성 파이프라인 완성
검증 방법: 실무자 대상 설명 근거 유용성 평가 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 100~102일차 경보 분포 갱신을 확인한다.", "activity": "단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.
M6 코드를 실행해 100~102일차 경보 분포 갱신을 확인한다.
M6 코드를 실행해 100~102일차 경보 분포 갱신을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
102일차 경보 45건 모두 상위 3개 인자 설명 산출(100%) 설명 타당성 점검 100%, 경보 분포 100일차 심각 8·경계 11·주의 29
M6 코드를 실행해 100~102일차 경보 분포 갱신을 확인한다. 실행 결과 및 검증 로그
M6 코드를 실행해 100~102일차 경보 분포 갱신을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(102일차 경보 45건 모두 상위 3개 인자 설명 산출(100%) 설명 타당성 점검 100%, 경보 분포 100일차 심각 8·경계 11·주의 29)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
경보 건별 기여도 상위 3개 인자 설명을 확인한다.
경보 건별 기여도 상위 3개 인자 설명을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
102일차 경보 45건 모두 상위 3개 인자 설명 산출(100%) 설명 타당성 점검 100%, 경보 분포 100일차 심각 8·경계 11·주의 29
경보 건별 기여도 상위 3개 인자 설명을 확인한다. 실행 결과 및 검증 로그
경보 건별 기여도 상위 3개 인자 설명을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(102일차 경보 45건 모두 상위 3개 인자 설명 산출(100%) 설명 타당성 점검 100%, 경보 분포 100일차 심각 8·경계 11·주의 29)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
가상 격자 지도 그래프의 색상 의미를 확인한다.
가상 격자 지도 그래프의 색상 의미를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
102일차 경보 45건 모두 상위 3개 인자 설명 산출(100%) 설명 타당성 점검 100%, 경보 분포 100일차 심각 8·경계 11·주의 29
가상 격자 지도 그래프의 색상 의미를 확인한다. 실행 결과 및 검증 로그
가상 격자 지도 그래프의 색상 의미를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(102일차 경보 45건 모두 상위 3개 인자 설명 산출(100%) 설명 타당성 점검 100%, 경보 분포 100일차 심각 8·경계 11·주의 29)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.
경보 설명에서 1순위 인자가 바뀌는 사례(예: 악천후 예보가 높은 건)를 찾아 이유를 기록한다.
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.
예측 기반 보급 정책의 효과를 시뮬레이션으로 비교하고, 결핍 부대에 대한 긴급 물자 전환은 군수처장 승인으로만 집행하는 HITL 워크플로우를 설계한다.
", "objectives": "고정 목표 재고 정책과 예측 기반 동적 목표 정책을 같은 50일 자료로 재현해 결핍량, 재고 회전, 비용을 비교한다. 경계 이하 부대에 다음 보급일까지 버틸 물량을 여유 부대에서 옮기거나 보급소 예비로 충당하는 제안을 만들고, 군수처장의 승인·반려와 결정 근거 기재를 거쳐야만 집행하게 한다. 자동 승인, 권한 없는 승인 등 우회 시도를 차단하고 감사 이력을 해시로 검증한다.
", "scenario": "결핍 부대 긴급 물자 전환 결정을 위한 군수처장 HITL 승인 워크플로우를 설계한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, 예측 기반 보급 정책의 효과를 시뮬레이션으로 비교하고, 결핍 부대에 대한 긴급 물자 전환은 군수처장 승인으로만 집행하는 HITL 워크플로우를 설계한다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 고정 목표 재고 정책과 예측 기반 동적 목표 정책을 같은 50일 자료로 재현해 결핍량, 재고 회전, 비용을 비교 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/optimization/str01_simulator.py 형태의 결과물을 완성한다.
미션 실습 자료
활용 주의: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.
", "techStack": [ "전략·성과·예산관리", "데이터분석형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "src/optimization/str01_simulator.py (필수)" ], "evaluationKeys": [ "[결핍 부대 긴급 물자 전환 결정을 위한 군수처장 HITL 승인 워크플로우 설계] 요구된 핵심 성능 기준(최적화 적용 시 비용 15% 절감 또는 재고 회전율 20% 향상)을 완벽히 달성하였는가?
최적화 적용 시 비용 15% 절감 또는 재고 회전율 20% 향상 기준을 충족하고 선형/정수 계획법(LP/MIP) 최적화 해 도출 및 시뮬레이션 완료을 만족하는 실행 결과 및 로그가 제출되었다.
정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.
돌발 수요(전시 전환 등) 대비 민감도(Sensitivity) 분석 모듈 추가을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.
", "[정성적 타당성] 군사적 현실성 및 현실적 군수 제약조건 반영도 및 시나리오별 대안 제시 적절성 관점의 타당성이 확보되었는가?
현실적 군수 제약조건 반영도 및 시나리오별 대안 제시 적절성이 논리적으로 검증되었으며 과거 실적 데이터 대비 최적화 결과 비교 백테스팅를 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: 현실적 군수 제약조건 반영도 및 시나리오별 대안 제시 적절성
정량 기준: 최적화 적용 시 비용 15% 절감 또는 재고 회전율 20% 향상
진행 기준: 선형/정수 계획법(LP/MIP) 최적화 해 도출 및 시뮬레이션 완료
검증 방법: 과거 실적 데이터 대비 최적화 결과 비교 백테스팅
", "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 두 정책의 결핍량, 회전 지표, 비용 비교표를 확인한다.", "activity": "단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.
M7 코드를 실행해 두 정책의 결핍량, 회전 지표, 비용 비교표를 확인한다.
M7 코드를 실행해 두 정책의 결핍량, 회전 지표, 비용 비교표를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
재고 회전 지표 33.4% 향상, 비용 48.3% 절감(가정 단가), 결핍량 83.9% 감소 제안 17건, 우회 시도 8건 모두 차단, 감사 이력 해시 검증 일치
M7 코드를 실행해 두 정책의 결핍량, 회전 지표, 비용 비교표를 확인한다. 실행 결과 및 검증 로그
M7 코드를 실행해 두 정책의 결핍량, 회전 지표, 비용 비교표를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(재고 회전 지표 33.4% 향상, 비용 48.3% 절감(가정 단가), 결핍량 83.9% 감소 제안 17건, 우회 시도 8건 모두 차단, 감사 이력 해시 검증 일치)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
긴급 전환 제안 건수와 부대 간 전환·보급소 예비 구분을 확인한다.
긴급 전환 제안 건수와 부대 간 전환·보급소 예비 구분을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
재고 회전 지표 33.4% 향상, 비용 48.3% 절감(가정 단가), 결핍량 83.9% 감소 제안 17건, 우회 시도 8건 모두 차단, 감사 이력 해시 검증 일치
긴급 전환 제안 건수와 부대 간 전환·보급소 예비 구분을 확인한다. 실행 결과 및 검증 로그
긴급 전환 제안 건수와 부대 간 전환·보급소 예비 구분을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(재고 회전 지표 33.4% 향상, 비용 48.3% 절감(가정 단가), 결핍량 83.9% 감소 제안 17건, 우회 시도 8건 모두 차단, 감사 이력 해시 검증 일치)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
승인·반려 결과와 우회 시도 8건의 차단 사유를 확인한다.
승인·반려 결과와 우회 시도 8건의 차단 사유를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
재고 회전 지표 33.4% 향상, 비용 48.3% 절감(가정 단가), 결핍량 83.9% 감소 제안 17건, 우회 시도 8건 모두 차단, 감사 이력 해시 검증 일치
승인·반려 결과와 우회 시도 8건의 차단 사유를 확인한다. 실행 결과 및 검증 로그
승인·반려 결과와 우회 시도 8건의 차단 사유를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(재고 회전 지표 33.4% 향상, 비용 48.3% 절감(가정 단가), 결핍량 83.9% 감소 제안 17건, 우회 시도 8건 모두 차단, 감사 이력 해시 검증 일치)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.
동적 목표의 일수(d_b)를 6.5에서 5.0으로 줄이고 결핍량과 회전 지표의 변화를 확인한다.
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.
전 부대의 소모가 동시에 늘고 보급이 줄어드는 가상 충격 시나리오로 경보 엔진의 스트레스 시뮬레이션을 수행한다.
", "objectives": "소모를 1.5배, 2배, 3배로 키우고 보급량을 절반으로 줄이는 충격을 12일간 가정해 재고를 다시 계산한다. 모델만 쓸 때와 단기 소모 기반 안전장치를 더했을 때의 경보 발령 정확도와 미탐률을 비교하고, 상황판 1회 갱신 시간을 50회 반복 측정한다. 이는 교육용 가상 모델이며 실제 작전 계획과 무관하다.
", "scenario": "전면전 모의 전 부대 보급품 동시 급감 스트레스 시뮬레이션을 수행한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, 전 부대의 소모가 동시에 늘고 보급이 줄어드는 가상 충격 시나리오로 경보 엔진의 스트레스 시뮬레이션을 수행한다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 소모를 1.5배, 2배, 3배로 키우고 보급량을 절반으로 줄이는 충격을 12일간 가정해 재고를 다시 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/dashboard/str01_app.py (Streamlit/Dash 등) 형태의 결과물을 완성한다.
미션 실습 자료
활용 주의: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.
", "techStack": [ "전략·성과·예산관리", "데이터분석형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "src/dashboard/str01_app.py (Streamlit/Dash 등) (필수)" ], "evaluationKeys": [ "[전면전 발발 모의 전 부대 보급품 동시 급감 스트레스 시뮬레이션] 요구된 핵심 성능 기준(대시보드 로딩 시간 2초 이내, 경보 발령 정확도 95% 이상)을 완벽히 달성하였는가?
대시보드 로딩 시간 2초 이내, 경보 발령 정확도 95% 이상 기준을 충족하고 웹 기반 분석 대시보드 구동 및 실시간 필터링 기능 검증을 만족하는 실행 결과 및 로그가 제출되었다.
정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.
보고서 자동 출력(PDF/Excel Export) 기능 탑재을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.
", "[정성적 타당성] 군사적 현실성 및 의사결정 지원에 최적화된 시각적 위계 및 사용자 경험(UX) 관점의 타당성이 확보되었는가?
의사결정 지원에 최적화된 시각적 위계 및 사용자 경험(UX)이 논리적으로 검증되었으며 실제 군수 데이터 연동 화면 테스트 및 UI 동작 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: 의사결정 지원에 최적화된 시각적 위계 및 사용자 경험(UX)
정량 기준: 대시보드 로딩 시간 2초 이내, 경보 발령 정확도 95% 이상
진행 기준: 웹 기반 분석 대시보드 구동 및 실시간 필터링 기능 검증
검증 방법: 실제 군수 데이터 연동 화면 테스트 및 UI 동작 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 충격 배율별(1.0~3.0배) 경보 정확도와 미탐을 확인한다.", "activity": "단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.
M8 코드를 실행해 충격 배율별(1.0~3.0배) 경보 정확도와 미탐을 확인한다.
M8 코드를 실행해 충격 배율별(1.0~3.0배) 경보 정확도와 미탐을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
보강 경보 발령 정확도 최저 96.0%(목표 95% 이상), 2배 이상 충격에서 미탐 1% 이하 상황판 갱신 평균 약 50ms(목표 2초 이내, 환경에 따라 다름)
M8 코드를 실행해 충격 배율별(1.0~3.0배) 경보 정확도와 미탐을 확인한다. 실행 결과 및 검증 로그
M8 코드를 실행해 충격 배율별(1.0~3.0배) 경보 정확도와 미탐을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(보강 경보 발령 정확도 최저 96.0%(목표 95% 이상), 2배 이상 충격에서 미탐 1% 이하 상황판 갱신 평균 약 50ms(목표 2초 이내, 환경에 따라 다름))를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
모델만 쓸 때와 안전장치를 더했을 때를 비교한다.
모델만 쓸 때와 안전장치를 더했을 때를 비교한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
보강 경보 발령 정확도 최저 96.0%(목표 95% 이상), 2배 이상 충격에서 미탐 1% 이하 상황판 갱신 평균 약 50ms(목표 2초 이내, 환경에 따라 다름)
모델만 쓸 때와 안전장치를 더했을 때를 비교한다. 실행 결과 및 검증 로그
모델만 쓸 때와 안전장치를 더했을 때를 비교한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(보강 경보 발령 정확도 최저 96.0%(목표 95% 이상), 2배 이상 충격에서 미탐 1% 이하 상황판 갱신 평균 약 50ms(목표 2초 이내, 환경에 따라 다름))를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
상황판 1회 갱신 시간(평균·최대)을 확인한다.
상황판 1회 갱신 시간(평균·최대)을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
보강 경보 발령 정확도 최저 96.0%(목표 95% 이상), 2배 이상 충격에서 미탐 1% 이하 상황판 갱신 평균 약 50ms(목표 2초 이내, 환경에 따라 다름)
상황판 1회 갱신 시간(평균·최대)을 확인한다. 실행 결과 및 검증 로그
상황판 1회 갱신 시간(평균·최대)을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(보강 경보 발령 정확도 최저 96.0%(목표 95% 이상), 2배 이상 충격에서 미탐 1% 이하 상황판 갱신 평균 약 50ms(목표 2초 이내, 환경에 따라 다름))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.
충격 지속 기간(span)을 12일에서 25일로 늘려 정확도와 미탐이 어떻게 변하는지 확인한다.
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.
AAR 사례의 결핍 경보 지연 원인을 분석하고 경보 임계 파라미터를 재보정한다.
", "objectives": "실제 결핍(재고 0 진입) 사건 48건에 대해 기존 단순 DOS 경보의 정시·지연·미탐을 분류하고 원인을 템포 급변, 추정 오차, 임계 과소로 나눈다. 예측 기반 경보의 임계를 보정 기간에서 격자 탐색으로 정하고 검증 기간에서 확인한다. 비용 절감액, 시간 단축률, 결핍 사건 감소율의 3대 효과 지표를 가정 단가와 산식으로 산출한다.
", "scenario": "AAR 기반 결핍 경보 지연 원인을 분석하고 임계 파라미터를 재보정한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, AAR 사례의 결핍 경보 지연 원인을 분석하고 경보 임계 파라미터를 재보정한다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 실제 결핍(재고 0 진입) 사건 48건에 대해 기존 단순 DOS 경보의 정시·지연·미탐을 분류하고 원인을 템포 급변, 추정 오차, 임계 과소로 나눈다 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: reports/str01_roi_analysis.md 형태의 결과물을 완성한다.
미션 실습 자료
활용 주의: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.
", "techStack": [ "전략·성과·예산관리", "데이터분석형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "reports/str01_roi_analysis.md (필수)" ], "evaluationKeys": [ "[AAR 기반 결핍 경보 지연 원인 분석 및 경보 임계 파라미터 재보정] 요구된 핵심 성능 기준(비용 절감액, 시간 단축률 등 3대 정량 효과 지표 산출)을 완벽히 달성하였는가?
비용 절감액, 시간 단축률 등 3대 정량 효과 지표 산출 기준을 충족하고 ROI 분석 보고서 완성 및 주요 지표 민감도 분석 수록을 만족하는 실행 결과 및 로그가 제출되었다.
정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.
단기/중기/장기 단계별 도입 효과 로드맵 구체화을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.
", "[정성적 타당성] 군사적 현실성 및 추정 산식의 객관성 및 군 재정/군수 기획 부서 설득력 관점의 타당성이 확보되었는가?
추정 산식의 객관성 및 군 재정/군수 기획 부서 설득력이 논리적으로 검증되었으며 회계/기획 기준 모델과의 비교 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: 추정 산식의 객관성 및 군 재정/군수 기획 부서 설득력
정량 기준: 비용 절감액, 시간 단축률 등 3대 정량 효과 지표 산출
진행 기준: ROI 분석 보고서 완성 및 주요 지표 민감도 분석 수록
검증 방법: 회계/기획 기준 모델과의 비교 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": "M9 코드를 실행해 기존 단순 DOS 경보의 정시·지연·미탐 건수를 확인한다.", "activity": "단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.
M9 코드를 실행해 기존 단순 DOS 경보의 정시·지연·미탐 건수를 확인한다.
M9 코드를 실행해 기존 단순 DOS 경보의 정시·지연·미탐 건수를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
기존 경보 정시 37·지연 9·미탐 2건 -> 예측 기반(임계 2.5일) 검증 기간 미탐 0건 3대 지표: 비용 절감액 1,260(가정 단가), 시간 단축률 23.0%, 결핍 사건 감소율 13.1%, UAT 10/10
M9 코드를 실행해 기존 단순 DOS 경보의 정시·지연·미탐 건수를 확인한다. 실행 결과 및 검증 로그
M9 코드를 실행해 기존 단순 DOS 경보의 정시·지연·미탐 건수를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(기존 경보 정시 37·지연 9·미탐 2건 -> 예측 기반(임계 2.5일) 검증 기간 미탐 0건 3대 지표: 비용 절감액 1,260(가정 단가), 시간 단축률 23.0%, 결핍 사건 감소율 13.1%, UAT 10/10)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
지연 원인 분류와 재보정 격자 탐색 결과를 확인한다.
지연 원인 분류와 재보정 격자 탐색 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.
기존 경보 정시 37·지연 9·미탐 2건 -> 예측 기반(임계 2.5일) 검증 기간 미탐 0건 3대 지표: 비용 절감액 1,260(가정 단가), 시간 단축률 23.0%, 결핍 사건 감소율 13.1%, UAT 10/10
지연 원인 분류와 재보정 격자 탐색 결과를 확인한다. 실행 결과 및 검증 로그
지연 원인 분류와 재보정 격자 탐색 결과를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(기존 경보 정시 37·지연 9·미탐 2건 -> 예측 기반(임계 2.5일) 검증 기간 미탐 0건 3대 지표: 비용 절감액 1,260(가정 단가), 시간 단축률 23.0%, 결핍 사건 감소율 13.1%, UAT 10/10)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
3대 정량 효과 지표와 가정 산식을 확인한다.
3대 정량 효과 지표와 가정 산식을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
기존 경보 정시 37·지연 9·미탐 2건 -> 예측 기반(임계 2.5일) 검증 기간 미탐 0건 3대 지표: 비용 절감액 1,260(가정 단가), 시간 단축률 23.0%, 결핍 사건 감소율 13.1%, UAT 10/10
3대 정량 효과 지표와 가정 산식을 확인한다. 실행 결과 및 검증 로그
3대 정량 효과 지표와 가정 산식을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(기존 경보 정시 37·지연 9·미탐 2건 -> 예측 기반(임계 2.5일) 검증 기간 미탐 0건 3대 지표: 비용 절감액 1,260(가정 단가), 시간 단축률 23.0%, 결핍 사건 감소율 13.1%, UAT 10/10)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.
회피율(AVOID) 70%를 50%로 바꿔 3대 지표가 어떻게 달라지는지 확인하고 가정의 영향을 기록한다.
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.
데이터 검증부터 예측, 경보, 승인 대기 분리, 가시화까지 이어지는 DOS 모니터링·결핍 경보 시스템과 자동 재학습 파이프라인을 완성한다.
", "objectives": "환경 점검 후 데이터를 검증하고 피처를 만들어 예측·경보를 산출한다. 경계 이상 건과 이미 재고가 0인 건을 모두 군수처장 승인 대기로 분리하며 자동 집행하지 않는다. 주기마다 도전 모델을 학습해 보류 구간 성능이 2% 이상 좋아질 때만 교체하는 재학습 파이프라인을 4회 실행하고, 운영 가이드 9장 목차와 자체 점검표, 브리핑 요약을 출력한다.
", "scenario": "전술 부대 보급 수준(DOS) 실시간 모니터링 및 결핍 경보 시스템을 완성한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, 데이터 검증부터 예측, 경보, 승인 대기 분리, 가시화까지 이어지는 DOS 모니터링·결핍 경보 시스템과 자동 재학습 파이프라인을 완성한다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 환경 점검 후 데이터를 검증하고 피처를 만들어 예측·경보를 산출 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: docs/str01_operations_guide.md 및 pipeline/str01_retrain.py 형태의 결과물을 완성한다.
미션 실습 자료
활용 주의: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.
", "techStack": [ "전략·성과·예산관리", "데이터분석형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "docs/str01_operations_guide.md (필수)", "pipeline/str01_retrain.py (필수)" ], "evaluationKeys": [ "[전술 부대 보급 수준(DOS) 실시간 모니터링 및 결핍 경보 시스템 통합 완성] 요구된 핵심 성능 기준(자동 재학습 파이프라인 정상 실행, 최종 문서 100% 완비)을 완벽히 달성하였는가?
자동 재학습 파이프라인 정상 실행, 최종 문서 100% 완비 기준을 충족하고 최종 인도물 검수 및 프로젝트 완료 발표자료 완성을 만족하는 실행 결과 및 로그가 제출되었다.
정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.
차기 국방군수통합정보체계(DELIIS 등) 연계 인터페이스 가이드 수록을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.
", "[정성적 타당성] 군사적 현실성 및 지속 가능한 운영 가능성 및 국방 군수 정보체계와의 연동 용이성 관점의 타당성이 확보되었는가?
지속 가능한 운영 가능성 및 국방 군수 정보체계와의 연동 용이성이 논리적으로 검증되었으며 End-to-End 전체 파이프라인 자동화 실행 및 최종 검수를 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: 지속 가능한 운영 가능성 및 국방 군수 정보체계와의 연동 용이성
정량 기준: 자동 재학습 파이프라인 정상 실행, 최종 문서 100% 완비
진행 기준: 최종 인도물 검수 및 프로젝트 완료 발표자료 완성
검증 방법: End-to-End 전체 파이프라인 자동화 실행 및 최종 검수
", "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 환경 점검, 데이터 검증, 경보 분포를 확인한다.", "activity": "단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.
M10 코드를 실행해 환경 점검, 데이터 검증, 경보 분포를 확인한다.
M10 코드를 실행해 환경 점검, 데이터 검증, 경보 분포를 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 환경 점검, 데이터 검증, 경보 분포를 확인한다. 실행 결과 및 검증 로그
M10 코드를 실행해 환경 점검, 데이터 검증, 경보 분포를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(( ))를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
승인 대기 건수와 자동 집행 0건을 확인한다.
승인 대기 건수와 자동 집행 0건을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
( )
승인 대기 건수와 자동 집행 0건을 확인한다. 실행 결과 및 검증 로그
승인 대기 건수와 자동 집행 0건을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(( ))를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
재학습 파이프라인 실행 기록의 교체·유지 결정을 확인한다.
재학습 파이프라인 실행 기록의 교체·유지 결정을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
( )
재학습 파이프라인 실행 기록의 교체·유지 결정을 확인한다. 실행 결과 및 검증 로그
재학습 파이프라인 실행 기록의 교체·유지 결정을 확인한다. 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.
교체 기준(2%)을 0%로 바꿔 모델이 교체되는 횟수와 성능 변화를 확인한다.
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.