**더미 생체신호 기반 열·한랭 스트레스 경보 프로토타입**

난 이 도 **중급**

| **프로젝트 목표** | 러시아-우크라이나 전쟁에서는 혹한과 폭염 속에서 장시간 기동하는 전투원의 열·한랭 손상이 작전 지속력을 좌우하는 문제로 드러났고, 웨어러블 센서 신호로 위험 징후를 일찍 알아차리되 오경보와 센서 오류를 가려내는 일이 중요해졌다. 본 프로젝트에서는 교육용 가상 병사의 더미 생체신호(심박수, 체온, 피부전도도)와 기상을 코드로 직접 만들어, 데이터 스키마 정의, 결측·센서 튐 전처리, 체온-심박 상관 기반 Baseline, 기상·개인 특성을 결합한 복합 위험도 모델, 개인화 신뢰도 엔진, 소대장·의무관용 상황판, 군의관 원격 검토 중심의 HITL 절차, 폭염·혹한 대량 데이터 유입 시험, AAR 재보정, 최종 통합까지 열·한랭 스트레스 경보 프로토타입을 단계별로 구현한다. 최종 목표는 위험 징후를 놓치지 않으면서 오경보를 줄이고, 모든 조치 판단은 진단이 아닌 보조 정보로서 군의관·의무대와 연계되도록 설계하는 것이다. |
| --- | --- |

| **유의사항** | 모든 생체신호·병사·기상 자료는 코드 안에서 만든 교육용 더미 자료이며 실제 장병의 건강 정보, 부대명, 위치, 장비 제원은 사용하지 않는다. 부대 자료나 실제 건강 기록의 외부 AI 서비스 입력은 금지한다. 본 프로젝트의 경보 단계는 학습용 가상 모델의 결과이며 진단·처방이 아니다. 실제 이상 징후나 의심 증상은 반드시 의무대·군의관에게 연계하고, 휴식 권고·임무 배제·의무대 인계는 군의관·소대장·지휘관의 판단과 지휘계통에 따른다. 미션별 정답 코드는 각각 한 파일로 독립 실행된다. |
| --- | --- |

**1단계. 생체신호 데이터 정의 및 전처리**

| **미션 1. 전투원 착용 웨어러블 더미 생체신호(심박수, 체온, 피부전도도) 데이터 규격 정의** [초급 · 1.5시간] | **미션 1. 전투원 착용 웨어러블 더미 생체신호(심박수, 체온, 피부전도도) 데이터 규격 정의** [초급 · 1.5시간] |
| --- | --- |
| **목표** | 웨어러블 더미 생체신호(심박수, 체온, 피부전도도)와 가상 병사 특성·기상·기기 상태의 데이터 규격을 정의하고, 잘못된 데이터를 걸러내는 검증기를 만든다. |
| **수행** | 신호 3종의 허용 범위, 샘플링 간격, 기기 종류와 접촉 품질, 병사 특성(안정시 심박, 연령, 체격, 더위 순응 여부), 기상(기온, 습도, 풍속) 필드를 담은 스키마를 작성한다. 가상 병사 20명의 샘플 레코드를 만들어 검증하고, 형식·범위·누락·허용값·개수 불일치 오류를 일부러 넣어 검증기가 모두 잡아내는지 확인한 뒤 명세서로 정리한다. |
| **산출물** | data/schema/wel01_input_schema.json, docs/wel01_data_spec.md |
| **평가** | **[필수] 데이터 구조화·검증** — 스키마 필드 정의 완성도 100%, 정상 샘플 검증 오류 0건, 주입한 오류 5종을 모두 검출하고 누락되기 쉬운 기상·기기 상태 필드를 보완했는가. |

| **미션 2. 야전 활동 중 발생하는 생체신호 결측치 보정 및 센서 노이즈 필터링 전처리 구현** [초급~중급 · 2시간] | **미션 2. 야전 활동 중 발생하는 생체신호 결측치 보정 및 센서 노이즈 필터링 전처리 구현** [초급~중급 · 2시간] |
| --- | --- |
| **목표** | 야전 활동 중 발생하는 결측, 센서 튐, 센서 고착(단절)을 탐지·보정하는 전처리 모듈을 구현한다. |
| **수행** | 생리적으로 불가능한 범위 밖 값을 결측으로 바꾸고 선형 보간과 3분 이동 중앙값으로 정리하며, 같은 값이 8분 이상 이어지는 센서 고착을 찾아 결측 처리한다. 처리 속도(건/초)와 오류 수를 재고 단위 테스트 5종을 통과시키며, 센서 고착과 튐을 주입한 데이터에서 보정 전후 체온 오차(RMSE)와 경보 성능을 비교한다. |
| **산출물** | src/preprocess/wel01_preprocessor.py, 전처리 전후 비교표 |
| **평가** | **[필수] 전처리 구현·효과 검증** — 처리 속도 1,000건/초 이상, 전처리 오류 0건, 단위 테스트 5종 통과, 센서 고착·튐 주입 시 체온 오차가 줄어드는지 수치로 보였는가. |

**2단계. 경보 Baseline 구현 및 복합 위험도 모델 고도화**

| **미션 3. 체온-심박수 상관관계 기반 1차 열사병/저체온증 경보 Baseline 모델 구현** [중급 · 2.5시간] | **미션 3. 체온-심박수 상관관계 기반 1차 열사병/저체온증 경보 Baseline 모델 구현** [중급 · 2.5시간] |
| --- | --- |
| **목표** | 체온과 심박수의 상관관계를 이용해 온열·한랭 스트레스를 1차로 경보하는 규칙 기반 Baseline을 구현하고 판단 기준을 투명하게 기록한다. |
| **수행** | 최근 5분 평균 체온이 38.0도 이상이면서 심박수가 95 이상이면 온열 스트레스 의심, 36.3도 이하이면 한랭 스트레스 의심으로 분류한다. 가상 병사 90명에서 유형별 판정표, 정확도, 위험 단계별 재현율, 체온-심박 상관계수와 임계값 민감도를 구하고, 운동 직후 심박 상승과 센서 냉각을 구분하지 못하는 한계를 정리한다. 결과는 진단이 아닌 경보 단계임을 명시한다. |
| **산출물** | src/models/wel01_baseline_model.py, 기본 추론 결과 보고서 |
| **평가** | **[필수] Baseline 구현·성능 측정** — 기본 데이터셋 경보 유형 분류 정확도 75% 이상, 판단 규칙과 한계(오경보 원인, 온열 재현율)를 수치로 설명했는가. |

| **미션 4. 기상 데이터(온·습도, 풍속) 결합 온열/한랭 스트레스 복합 위험도 예측 모델 고도화** [중급 · 3시간] | **미션 4. 기상 데이터(온·습도, 풍속) 결합 온열/한랭 스트레스 복합 위험도 예측 모델 고도화** [중급 · 3시간] |
| --- | --- |
| **목표** | 기상(온도·습도·풍속)과 개인 특성을 결합한 복합 환경 위험도 분류 모델로 고도화하고, 센서 이상·교란 신호를 점검하는 예외 탐지를 추가한다. |
| **수행** | 체감 더위·추위 지수, 안정시 심박 대비 심박 상승, 체온 변화율, 더위 순응 여부 등을 특징으로 그래디언트 부스팅 모델을 학습한다. 일반 시험셋과 강풍·센서 튐이 겹친 복합 교란 시험셋에서 위험 구간 재현율과 처리 지연을 Baseline과 비교하고, 고착·튐·결측·체온-심박 불일치 등 센서 이상 10종이 모델 입력 전에 걸러지는지 시험한다. |
| **산출물** | src/models/wel01_advanced_detector.py, 예외 탐지 테스트 결과 |
| **평가** | **[선택] 복합 위험도 모델 고도화** — 복합 위험(복합 교란 시험셋 포함) 탐지 재현율 85% 이상, 처리 지연 200ms 이하, 센서 이상·교란 신호에 대한 방어 로직 10종을 설명했는가. |

**3단계. 개인화 신뢰도 엔진 및 상황판 구현**

| **미션 5. 전투원 신체 조건별 개인화 위험 지수 산출 및 오경보 방지 신뢰도 엔진 개발** [중급~고급 · 3시간] | **미션 5. 전투원 신체 조건별 개인화 위험 지수 산출 및 오경보 방지 신뢰도 엔진 개발** [중급~고급 · 3시간] |
| --- | --- |
| **목표** | 병사 개인의 체력·순응 여부를 반영한 개인화 위험 지수를 산출하고 오경보를 줄이는 신뢰도 엔진을 개발한다. |
| **수행** | 활동 강도와 개인 체력으로 예상되는 심박을 빼 '설명되지 않는 심박 상승'과 체온 편차를 만들고, 로지스틱 회귀로 위험 확률을 계산해 0.8 이상 High, 0.5 이상 Medium, 그 미만 Low 등급을 부여한다. 고정 임계값 경보와 오경보율을 비교하고 ROC-AUC, 측정 흔들림에 대한 등급 일관성, 개인 특성별 점수 차이, 점수 기여 특징을 확인한다. |
| **산출물** | src/verification/wel01_confidence_engine.py |
| **평가** | **[필수] 개인화 신뢰도 엔진** — 고정 임계값 방식 대비 오경보율(FAR) 40% 이상 감축, 신뢰도 등급 일관성 90% 이상, 등급 기준과 판단 근거를 설명했는가. |

| **미션 6. 소대장/의무관용 장병 생체 위험 신호 모니터링 및 긴급 경보 대시보드 구현** [중급 · 2.5시간] | **미션 6. 소대장/의무관용 장병 생체 위험 신호 모니터링 및 긴급 경보 대시보드 구현** [중급 · 2.5시간] |
| --- | --- |
| **목표** | 소대장과 의무관이 가상 소대 병사들의 생체 위험 신호를 한눈에 보고 확인 대상을 정하는 모니터링 상황판을 구현한다. |
| **수행** | 가상 병사 24명의 상태를 정상·주의·경보·신호두절로 나누고 체온·심박·추세·권고 문구를 표로 만든다. 폭염·혹한 구역의 병사 체온 추이를 그림으로 보이고, 신호두절은 정상이 아니라 확인 필요로 먼저 표시한다. 틱당 갱신 처리시간과 렌더링 시간을 재고 24명을 확인 대상으로 압축해 인지 부하가 줄어드는지 확인한다. |
| **산출물** | src/ui/wel01_dashboard.py |
| **평가** | **[선택] 모니터링 상황판 구현** — 갱신 처리 1초 이내, UI 응답 100ms 이내(데이터 갱신 기준, 렌더링 시간은 별도 기록), 신호두절·경보 우선 정렬과 확인 대상 요약으로 직관성을 확보했는가. |

**4단계. 군의관 검토 승인 체계 및 대량 유입 복원력 검증**

| **미션 7. 위험 장병 발생 시 군의관 원격 검토 및 임무 배제/휴식 명령 HITL 절차 설계** [고급 · 3시간] | **미션 7. 위험 장병 발생 시 군의관 원격 검토 및 임무 배제/휴식 명령 HITL 절차 설계** [고급 · 3시간] |
| --- | --- |
| **목표** | 위험 신호가 발생한 병사에 대해 군의관이 원격으로 검토하고 조치를 결정하는 인간 개입(HITL) 절차를 설계한다. |
| **수행** | AI 위험 신호는 점수와 무관하게 검토 대기로 등록하고 등급·점수 순으로 검토 순서를 정한다. 휴식 권고, 임무 배제 요청, 의무대 인계 요청, 재측정 보류 시 담당자 ID·역할·근거를 강제하고, High 등급 휴식 판단은 군의관 검토를 거치게 하며, 임무 배제는 군의관 요청 후 지휘관 승인 2단계로 나눈다. 보류 기한을 넘기면 자동 조치 대신 군의관에게 상신하고 모든 결정을 해시 체인 감사 로그에 남겨 위·변조를 검출한다. |
| **산출물** | src/hitl/wel01_approval_workflow.py, docs/wel01_hitl_guide.md |
| **평가** | **[필수] 군의관 검토·책임 추적** — 자동 조치 0건, 규칙 위반 결정 차단, 대기시간과 승인/반려 로깅 성공률 100%, 소대장·군의관·지휘관의 책임 분계선을 명확히 하고 감사 로그 위·변조를 검출했는가. |

| **미션 8. 폭염/혹한 야전 기동훈련 모의 대량 생체 데이터 유입 스트레스 부하 테스트** [고급 · 3.5시간] | **미션 8. 폭염/혹한 야전 기동훈련 모의 대량 생체 데이터 유입 스트레스 부하 테스트** [고급 · 3.5시간] |
| --- | --- |
| **목표** | 폭염·혹한 기동훈련에서 생체 데이터 유입이 크게 늘어도 시스템이 멈추지 않고 경보를 잃지 않는지 시험한다. |
| **수행** | 접속 병사 수를 평시 20명에서 최대 120명(트래픽 500% 증가)까지 늘리고 패킷 손실, 센서 튐, 기기 두절, 경보 수신 확인 손실을 주입한다. 정밀 처리 용량을 넘는 병사는 체온 기준 단순 모드로 처리하고, 신호가 끊긴 병사는 신호두절 경보로 기록하며, 수신 확인이 없는 경보는 재전송하여 유실 여부를 확인한다. |
| **산출물** | tests/wel01_stress_test.py, 스트레스 테스트 분석 보고서 |
| **평가** | **[선택] 스트레스·안전 실패 검증** — 병사 수 6배(트래픽 500% 증가) 시 시스템 다운 0건, 경보 유실률 0%, 기능 축소 모드와 신호두절 경보 등 안전 실패 동작이 적절한가. |

**5단계. 사후검토 재보정 및 최종 통합**

| **미션 9. AAR 기반 오경보 유발 생체 패턴 분석 및 위험 임계값 파라미터 재보정** [고급 · 3시간] | **미션 9. AAR 기반 오경보 유발 생체 패턴 분석 및 위험 임계값 파라미터 재보정** [고급 · 3시간] |
| --- | --- |
| **목표** | AAR(사후검토)로 오경보를 유발한 생체 패턴을 분석하고 위험 임계값 파라미터를 재보정한다. |
| **수행** | 초기 설정(열 기준 37.8도, 한랭 기준 36.6도, 지속 1분)의 모의 운용 결과에서 오경보를 강풍 센서 냉각, 센서 튐, 임계값 근접 등 원인별로 분류한다. 열·한랭 임계값, 최소 지속 시간, 센서 냉각 보정을 격자 탐색해 오경보율 15% 이하·재현율 90% 이상 제약 안에서 재발이 가장 적고 F1이 높은 조합을 고르고, 개선 전후와 재발 오류 수를 yaml 파라미터와 함께 정리한다. |
| **산출물** | docs/wel01_aar_report.md, configs/wel01_tuned_params.yaml |
| **평가** | **[필수] AAR 분석·재보정** — AAR 반영 후 종합 정확도(F1) 10%p 이상 향상, 같은 병사·같은 원인의 재발 오류 0건을 목표로 하되 남은 재발 사례는 원인과 함께 기록했는가. |

| **미션 10. 더미 생체신호 기반 온열·한랭 스트레스 경보 시스템 통합 패키지 완성** [최고급 · 3.5시간] | **미션 10. 더미 생체신호 기반 온열·한랭 스트레스 경보 시스템 통합 패키지 완성** [최고급 · 3.5시간] |
| --- | --- |
| **목표** | 데이터 검증부터 전처리, 위험 점수, 지속 조건 경보, 군의관 검토 대기열, 상황판, 재보정값 적용까지 전체 파이프라인을 통합하고 브리핑 패키지를 완성한다. |
| **수행** | 재보정 파라미터로 전체 과정을 한 번에 실행하는 통합 코드를 완성하고 손상 데이터와 기기 두절 병사가 자동 처리되는지 확인한다. 재현율·오경보율·처리시간·자동 조치 여부·감사 로그 무결성과 핵심 모듈 실행 라인 커버리지를 자체 점검 항목으로 모두 통과시키고, 성능·경보 현황·운용 유의사항·한계(진단 아님, 의무대 연계)를 담은 브리핑 요약과 배포용 설명서를 작성한다. |
| **산출물** | src/main_wel01.py, README.md, docs/wel01_final_report.pdf(md) |
| **평가** | **[필수] 통합·브리핑** — 통합 파이프라인 실행 성공률 100%, 자체 점검 10개 항목 전부 통과(실행 라인 커버리지 85% 이상 포함), 브리핑 수치가 실행 결과와 일치하는가. |

**최종 판정**

**판정 기준 :** 모든 필수 항목([필수])에서 PASS를 받아야 최종 PASS로 인정한다.

최종 판정 결과 : ( PASS / FAIL )

평가 의견 : (필수 항목 중 하나라도 FAIL인 경우 사유를 기재한다.)