**QLT02 실습가이드 - 규격·구매요구·납기 연계 품질예측 모델**

구    분 **실습가이드 [교육용가상자료]**

**1. 실습 개요**

본 실습은 교육용 가상 로트 자료로 규격·구매요구·납기 정보와 수령검사 결과를 연결한 품질예측·조기경보 체계를 미션 단위로 구현하는 과정이다. 미션마다 정답 코드(QLT02_정답코드.md)의 해당 코드를 웹 파이썬 실행기에 붙여 넣어 실행하고, 출력 수치가 평가 기준을 충족하는지 확인한 뒤 파라미터를 바꾸는 도전 과제를 수행한다. 미션별 코드는 서로 독립적이어서 어느 미션부터 실행해도 동작한다.

| **과제** | QLT02 규격·구매요구·납기 연계 품질예측 모델 |
| --- | --- |

| **난이도·유형** | 고급 / 데이터분석형 |
| --- | --- |

| **예상 소요시간** | 미션 10개, 총 28.5시간 |
| --- | --- |

| **준비물** | QLT02_정답코드.md, 웹 파이썬 실행기(numpy·pandas·scipy·scikit-learn·matplotlib 사용 가능), 결과 기록용 문서 |
| --- | --- |

**2. 진행 방법**

- 정답코드 md에서 해당 미션의 코드 블록 전체를 복사해 실행기에 붙여 넣고 실행한다(부분 복사 시 가상 로트 생성 함수가 빠져 오류가 난다).

- 실행 결과를 md의 '실행 결과 예시'와 비교한다. 난수 시드가 고정되어 있어 같은 값이 나와야 한다(실행 시간 수치는 환경에 따라 다르다).

- 도전 과제는 코드 상단의 파라미터(경보 기준, 검사 가용 시간, 비용 가정 등)를 바꿔 다시 실행하고 변화와 이유를 기록한다.

- 그래프 글자는 영문, 표·출력은 한글이다. 한글이 깨지면 실행기 글꼴 문제이며 결과에는 영향이 없다.

- 실제 업체·계약·검사 자료는 입력하지 않는다. 위험 지수는 판단 보조이며 최종 합부 판정은 품질 검사관이 내린다.

**3. 미션 진행 요약**

| **미션** | **난이도·시간** | **핵심 확인 결과** |
| --- | --- | --- |
| **M1. 군수품 수입/수령 검사 불량 기록(규격 미달, 치수 오차, 외관 결함) 데이터셋 정의** | 초급
1.5시간 | 피처(필드) 25개 정의(목표 20개 이상), 프로세스 맵 6단계 |
| **M2. 검사 측정치 결측치 정제, 납품업체별 불량 이력 인코딩 전처리 모듈 구현** | 초급~중급
2시간 | 정합성 검증 정제 전 1/10 -> 정제 후 10/10(100%) |
| **M3. 불량률 통계 기반 1차 로트(Lot) 합격/불합격 판정 Baseline 알고리즘 구현** | 중급
2.5시간 | Baseline 판정 정확도 90.6%, 오합격 28.0% |
| **M4. 다변량 분석 및 머신러닝 기반 은닉 품질 결함 패턴 식별 모델 고도화** | 중급
3시간 | 파생 피처 20개, 기준 모델 평균 검증 MAPE 18.9%(목표 25% 이하) |
| **M5. 로트별 품질 위험 지수(Quality Risk Score) 산출 및 조기경보 엔진 개발** | 중급~고급
3.5시간 | MAE 23.5%, RMSE 45.2% 개선, R2 0.941(목표 0.85 이상) |
| **M6. 수입 검사 불량 추세 및 고위험 납품업체 모니터링 품질 대시보드 구현** | 중급~고급
3시간 | 경보 로트 59건 상위 3개 인자 자동 산출률 100% |
| **M7. 합부 판정 경계선 품목에 대한 품질 검사관 정밀 재검사(HITL) 워크플로우 설계** | 고급
3.5시간 | 경계선 57건 재검사 대기열, 자동 확정 0건 |
| **M8. 불량 부품 대량 납품 가상 주입 시 조기경보 신속성 스트레스 테스트** | 고급
3시간 | 주입 로트 경보 정확도 98.3%, 전체 구간 94.2%(목표 95%에 근접) |
| **M9. AAR 기반 불량 오판정 사례 분석 및 검사 샘플링 파라미터 재보정** | 고급
3시간 | 품질비용 181.3백만원(43.6%) 절감, 검사 시간 71.4% 단축 |
| **M10. 군수품 수령 검사 불량 패턴 분석 및 품질 조기경보 시스템 통합 패키지 완성** | 최고급
3.5시간 | 도전 모델 v1.1 배포(R2 0.938, MAE 0.788 -> 0.707%p) |

**미션 1. 군수품 수입/수령 검사 불량 기록(규격 미달, 치수 오차, 외관 결함) 데이터셋 정의**

| **난이도·시간** | 초급 · 1.5시간 |
| --- | --- |

| **진행 순서** | 1) M1 코드를 실행해 업무 프로세스 맵 6단계와 단계별 생성 데이터를 확인한다.
2) 데이터 딕셔너리에서 필드별 형식·허용값과 가상 FSC·NIIN 형식을 확인한다.
3) 교차검증 규칙으로 걸러진 오류 샘플을 확인한다. |
| --- | --- |

| **확인할 결과** | 피처(필드) 25개 정의(목표 20개 이상), 프로세스 맵 6단계
교차검증 규칙 4종 적용 |
| --- | --- |

| **도전 과제** | 데이터 딕셔너리에 '검사 장비 교정일' 필드를 추가하고, 교정 기한이 지난 장비로 검사한 기록을 잡는 규칙을 만들어 본다. |
| --- | --- |

| **제출물** | 데이터 딕셔너리, 프로세스 맵, 검증 결과 |
| --- | --- |

**미션 2. 검사 측정치 결측치 정제, 납품업체별 불량 이력 인코딩 전처리 모듈 구현**

| **난이도·시간** | 초급~중급 · 2시간 |
| --- | --- |

| **진행 순서** | 1) M2 코드를 실행해 정제 전 정합성 검증 실패 항목을 확인한다.
2) 정제 규칙 10종의 적용 건수와 KNN 보간 결과를 확인한다.
3) 업체 이력 인코딩 표에서 이전 로트만 쓰는 이유(정보 누수 방지)를 정리한다. |
| --- | --- |

| **확인할 결과** | 정합성 검증 정제 전 1/10 -> 정제 후 10/10(100%)
정제 규칙 10종 적용, 긴급 불출 기록 보존 |
| --- | --- |

| **도전 과제** | KNN 보간의 이웃 수(k)를 3과 10으로 바꿔 보간값의 기술통계가 어떻게 달라지는지 비교한다. |
| --- | --- |

| **제출물** | 정제 모듈 코드, 정제 품질 보고서(전후 통계 비교) |
| --- | --- |

**미션 3. 불량률 통계 기반 1차 로트(Lot) 합격/불합격 판정 Baseline 알고리즘 구현**

| **난이도·시간** | 중급 · 2.5시간 |
| --- | --- |

| **진행 순서** | 1) M3 코드를 실행해 Baseline 판정 혼동표와 오합격·오불합격률을 확인한다.
2) 상관 검정 표에서 p<0.05인 요인을 고른다.
3) 파레토 ABC 등급과 핵심 발견점을 정리한다. |
| --- | --- |

| **확인할 결과** | Baseline 판정 정확도 90.6%, 오합격 28.0%
유의 상관 피처 7개, EDA 차트 8종, A등급 업체 V12·V11·V10 |
| --- | --- |

| **도전 과제** | 합격판정수를 한 단계 엄격하게(c-1) 바꿔 오합격과 오불합격이 어떻게 달라지는지 비교한다. |
| --- | --- |

| **제출물** | Baseline 판정 코드, EDA 차트, 핵심 발견점 요약 |
| --- | --- |

**미션 4. 다변량 분석 및 머신러닝 기반 은닉 품질 결함 패턴 식별 모델 고도화**

| **난이도·시간** | 중급 · 3시간 |
| --- | --- |

| **진행 순서** | 1) M4 코드를 실행해 파생 피처 목록과 시계열 교차검증 MAPE를 확인한다.
2) 순열 중요도 상위 피처와 차원 축소 결과를 확인한다.
3) 규격 x 납기 교차표와 업체 추세로 은닉 패턴을 설명한다. |
| --- | --- |

| **확인할 결과** | 파생 피처 20개, 기준 모델 평균 검증 MAPE 18.9%(목표 25% 이하)
정밀 규격 x 촉박 납기 불량률 5.7배(은닉 패턴) |
| --- | --- |

| **도전 과제** | 상호작용 피처(prec_x_short)를 빼고 실행해 검증 MAPE가 얼마나 나빠지는지 확인한다. |
| --- | --- |

| **제출물** | 피처 엔지니어링 코드, 교차검증 결과표, 은닉 패턴 설명 |
| --- | --- |

**미션 5. 로트별 품질 위험 지수(Quality Risk Score) 산출 및 조기경보 엔진 개발**

| **난이도·시간** | 중급~고급 · 3.5시간 |
| --- | --- |

| **진행 순서** | 1) M5 코드를 실행해 hold-out 성능 비교표를 확인한다.
2) 위험 등급별 실제 불량 로트 비율을 확인한다.
3) 샘플링에서 오합격된 불량 로트를 조기경보가 몇 건 잡았는지 기록한다. |
| --- | --- |

| **확인할 결과** | MAE 23.5%, RMSE 45.2% 개선, R2 0.941(목표 0.85 이상)
경보 등급 실제 불량 비율 95.1%, 정상 등급 2.2% |
| --- | --- |

| **도전 과제** | 경보 기준을 70점에서 60점으로 낮춰 경보 수와 불량 포착률의 변화를 비교한다. |
| --- | --- |

| **제출물** | 앙상블 모델 코드, 성능 비교표, 위험 등급별 결과 |
| --- | --- |

**미션 6. 수입 검사 불량 추세 및 고위험 납품업체 모니터링 품질 대시보드 구현**

| **난이도·시간** | 중급~고급 · 3시간 |
| --- | --- |

| **진행 순서** | 1) M6 코드를 실행해 월별 관리한계 초과 월과 업체별 위험 현황표를 확인한다.
2) 경보 로트의 요인군별 평균 기여도를 확인한다.
3) 자동 설명 예시 문장과 조치 제안이 타당한지 검토한다. |
| --- | --- |

| **확인할 결과** | 경보 로트 59건 상위 3개 인자 자동 산출률 100%
고위험 업체 V12·V10, 규격 불일치 경보 로트 '규격' 기여 양수 100% |
| --- | --- |

| **도전 과제** | GROUPS에서 '납기 지연·촉박' 군을 '납기 지연'과 '촉박 납기'로 나눠 설명 문장이 어떻게 바뀌는지 확인한다. |
| --- | --- |

| **제출물** | 대시보드 화면, XAI 설명 결과, 자연어 요약 예시 |
| --- | --- |

**미션 7. 합부 판정 경계선 품목에 대한 품질 검사관 정밀 재검사(HITL) 워크플로우 설계**

| **난이도·시간** | 고급 · 3.5시간 |
| --- | --- |

| **진행 순서** | 1) M7 코드를 실행해 경계선 로트 선별 기준과 대기열 등록 수를 확인한다.
2) 재검사 없음·선착순·MIP 방식의 품질비용과 놓친 불량 로트를 비교한다.
3) 검사관 재검사 기록과 민감도 분석 표를 해석한다. |
| --- | --- |

| **확인할 결과** | 경계선 57건 재검사 대기열, 자동 확정 0건
MIP 배분으로 현행 대비 품질비용 65.8% 절감(목표 15% 이상) |
| --- | --- |

| **도전 과제** | CAP_HOURS를 12와 48로 바꿔 선착순 대비 절감률이 어떻게 변하는지 확인하고 이유를 설명한다. |
| --- | --- |

| **제출물** | 재검사 워크플로우·최적화 코드, 방식 비교표, 민감도 분석표 |
| --- | --- |

**미션 8. 불량 부품 대량 납품 가상 주입 시 조기경보 신속성 스트레스 테스트**

| **난이도·시간** | 고급 · 3시간 |
| --- | --- |

| **진행 순서** | 1) M8 코드를 실행해 주입 내용과 손상 레코드 격리 결과를 확인한다.
2) 스트레스 구간 전체와 주입 로트의 경보 정확도를 구분해 기록한다.
3) CUSUM 업체 경보 시점과 대시보드 갱신 시간을 확인한다. |
| --- | --- |

| **확인할 결과** | 주입 로트 경보 정확도 98.3%, 전체 구간 94.2%(목표 95%에 근접)
CUSUM 6번째 로트에서 업체 경보, 6만여 로트 갱신 0.2초 내외 |
| --- | --- |

| **도전 과제** | CUSUM 파라미터(k 배수, 한계값 hlim)를 바꿔 경보 신속성과 평시 오경보의 균형을 비교한다. |
| --- | --- |

| **제출물** | 스트레스 시험 코드, 경보 정확도·신속성 결과, 갱신 시간 표 |
| --- | --- |

**미션 9. AAR 기반 불량 오판정 사례 분석 및 검사 샘플링 파라미터 재보정**

| **난이도·시간** | 고급 · 3시간 |
| --- | --- |

| **진행 순서** | 1) M9 코드를 실행해 오합격·오불합격 원인 분류를 확인한다.
2) 입고 전 위험 등급과 등급별 재보정 샘플링 기준(n, c)을 확인한다.
3) 3대 정량 효과 지표와 산식, 가정 단가를 정리한다. |
| --- | --- |

| **확인할 결과** | 품질비용 181.3백만원(43.6%) 절감, 검사 시간 71.4% 단축
불량품 유출 25.5% 감소, 오합격 19건 -> 5건 |
| --- | --- |

| **도전 과제** | MISS_FACTOR를 1.5와 6으로 바꿔 재보정 기준(n, c)과 효과 지표가 어떻게 달라지는지 비교한다. |
| --- | --- |

| **제출물** | AAR 원인 분석표, 재보정 기준표, ROI 분석 결과 |
| --- | --- |

**미션 10. 군수품 수령 검사 불량 패턴 분석 및 품질 조기경보 시스템 통합 패키지 완성**

| **난이도·시간** | 최고급 · 3.5시간 |
| --- | --- |

| **진행 순서** | 1) M10 코드를 실행해 데이터 검증 격리 결과와 PSI 분포 변화를 확인한다.
2) 모델 레지스트리와 배포 게이트 판정을 확인한다.
3) 최신 월 조기경보, 자체 점검표, 브리핑 요약 수치를 대조한다. |
| --- | --- |

| **확인할 결과** | 도전 모델 v1.1 배포(R2 0.938, MAE 0.788 -> 0.707%p)
최신 월 경보 9건·주의 2건, 자체 점검 7/7 PASS |
| --- | --- |

| **도전 과제** | 배포 게이트의 R2 기준을 0.95로 올려 배포 판정이 바뀌는지 확인하고, 기준 설정의 장단점을 토의한다. |
| --- | --- |

| **제출물** | 재학습 파이프라인 코드, 레지스트리·게이트 결과, 운영 가이드 목차, 브리핑 요약 |
| --- | --- |

**4. 최종 점검표**

| **점검 항목** | **확인** |
| --- | --- |
| 미션 1~10 코드가 모두 오류 없이 실행되었다 | ( ) |
| 각 미션의 확인할 결과를 기록했다 | ( ) |
| 도전 과제 결과와 이유를 기록했다 | ( ) |
| 브리핑 수치가 실행 결과와 일치한다 | ( ) |
| 실제 업체·계약·부대 자료를 사용하지 않았다 | ( ) |
| 최종 합부 판정은 검사관이 내린다는 원칙을 명시했다 | ( ) |