러시아-우크라이나 전쟁에서는 소형 드론이 정찰과 공격에 대량으로 쓰이면서, 영상으로 공중위협을 빨리 찾아내는 일만큼 조류·민간 항공기·지상 반사체 때문에 생기는 오경보를 줄이는 일이 중요해졌다. 본 프로젝트에서는 교육용 가상 적외선 영상을 코드로 직접 만들어, 데이터 스키마 정의, 기상 왜곡 전처리, 탐지 Baseline, 군집·급강하 패턴 식별, 신뢰도 점수 산출, 전술 상황판, 인간 개입(HITL) 승인/보류, 포화 공격 스트레스 시험, AAR 재보정, 최종 통합까지 대드론 탐지·경보 파이프라인을 단계별로 구현한다. 최종 목표는 드론을 놓치지 않으면서 오경보를 줄이고, 모든 교전 관련 판단이 사람의 승인을 거치도록 설계하는 것이다.
", "deliverables": [ "data/schema/ops01_input_schema.json (필수)", "docs/ops01_data_spec.md (필수)", "src/preprocess/ops01_preprocessor.py (필수)", "전처리 전후 데이터셋 (필수)", "src/models/ops01_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 영상·라벨·수치는 코드 안에서 만든 교육용 가상 자료이며 실제 전장 영상, 부대명, 위치, 장비 제원은 사용하지 않는다. 부대 내 촬영이나 부대 자료의 외부 AI 서비스 입력은 금지한다. 상황판의 사격구역·예상 탄착점과 HITL 승인은 판단 보조를 위한 학습용 모의이며, 실제 교전 여부는 교전수칙과 지휘계통에 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 작전·전투 수행 데이터 분석 기초", "refFiles": [], "refText": "", "projectSkills": [ { "skillId": "competency_군특화문제해결_작전·전투 수행_문제분석", "level": 3, "category": "군특화문제해결", "subCategory": "작전·전투 수행 문제분석" }, { "skillId": "competency_군특화문제해결_작전·전투 수행_대안도출", "level": 2, "category": "군특화문제해결", "subCategory": "작전·전투 수행 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": "OPS01_M01", "sequence": 1, "title": "전술 드론 영상 수집 환경 분석 및 공중위협 객체(드론/미사일) 데이터셋 스키마 정의", "durationHours": 1.5, "overview": "드론 탑재 EO/IR 영상으로 공중위협을 탐지할 때 필요한 센서 규격, 전술 파라미터, 바운딩 박스 라벨 구조를 정의하고 잘못된 데이터를 걸러내는 검증기를 만든다.
", "objectives": "정찰·자폭드론, 순항미사일, 조류, 민간기, 지상 반사체의 클래스 체계를 정하고 센서(EO/IR, 해상도, fps)와 전술 파라미터(기상, 위치오차, 통신지연) 필드를 포함한 스키마를 작성한다. 가상 샘플 20건을 만들어 검증하고, 형식·허용값·범위·누락 오류를 일부러 넣어 검증기가 모두 잡아내는지 확인한 뒤 명세서로 정리한다.
", "scenario": "러시아-우크라이나 전쟁 전장 환경을 분석하여 드론 탑재 광학/적외선(EO/IR) 센서 규격, 공중위협 객체(정찰·자폭드론, 순항미사일) 메타데이터 및 바운딩 박스 라벨링 스키마를 설계하고 정의한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, 드론 탑재 EO/IR 영상으로 공중위협을 탐지할 때 필요한 센서 규격, 전술 파라미터, 바운딩 박스 라벨 구조를 정의하고 잘못된 데이터를 걸러내는 검증기를 만든다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 정찰·자폭드론, 순항미사일, 조류, 민간기, 지상 반사체의 클래스 체계를 정하고 센서(EO/IR, 해상도, fps)와 전술 파라미터(기상, 위치오차, 통신지연) 필드를 포함한 스키마 설계하고 작성하는 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/ops01_input_schema.json 및 docs/ops01_data_spec.md 형태의 결과물을 완성한다.
미션 실습 자료
활용 주의: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.
", "techStack": [ "작전·전투 수행", "코딩형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "data/schema/ops01_input_schema.json (필수)", "docs/ops01_data_spec.md (필수)" ], "evaluationKeys": [ "[전술 드론 영상 수집 환경 분석 및 공중위협 객체(드론/미사일) 데이터셋 스키마 정의] 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 작전·전투 수행 실무 및 러시아-우크라이나 전쟁 전장 환경과의 군사적 부합성 관점의 타당성이 확보되었는가?
작전·전투 수행 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: 작전·전투 수행 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 모두 검출 클래스 6종·센서·전술 필드가 명세서에 정리됨
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 모두 검출 클래스 6종·센서·전술 필드가 명세서에 정리됨)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
오류 주입 결과 5건이 어떤 규칙에 걸렸는지 표로 정리한다.
오류 주입 결과 5건이 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 모두 검출 클래스 6종·센서·전술 필드가 명세서에 정리됨
오류 주입 결과 5건이 어떤 규칙에 걸렸는지 표로 정리한다. 실행 결과 및 검증 로그
오류 주입 결과 5건이 어떤 규칙에 걸렸는지 표로 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(정상 샘플 오류 0건, 주입 오류 5종 모두 검출 클래스 6종·센서·전술 필드가 명세서에 정리됨)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
데이터 명세 요약표를 보고 빠진 전술 파라미터가 없는지 검토한다.
데이터 명세 요약표를 보고 빠진 전술 파라미터가 없는지 검토한다.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 모두 검출 클래스 6종·센서·전술 필드가 명세서에 정리됨
데이터 명세 요약표를 보고 빠진 전술 파라미터가 없는지 검토한다. 실행 결과 및 검증 로그
데이터 명세 요약표를 보고 빠진 전술 파라미터가 없는지 검토한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(정상 샘플 오류 0건, 주입 오류 5종 모두 검출 클래스 6종·센서·전술 필드가 명세서에 정리됨)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.
SCHEMA에 표적 고도(altitude_m, 0~5000) 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.
안개·강우·야간 등 기상 왜곡과 센서 잡음이 섞인 영상을 조건별로 보정하는 전처리 파이프라인을 구축한다.
", "objectives": "중간값 필터(잡음), 빗줄기 제거(가로 방향 형태학적 열림), 명암비 강화(CLAHE 방식), 0~1 정규화, 결측 프레임 보정을 구현하고 기상 조건별로 조합한다. 처리 속도(프레임/초)를 재고 조건별 전처리 전후 탐지 F1을 비교하며, 필터를 과하게 쓰면 2px 소형 드론이 지워지는 현상도 확인한다.
", "scenario": "전장 악천후(안개, 연막, 강우) 및 센서 진동으로 발생하는 영상 노이즈를 필터링하고 명암비 강화(CLAHE) 및 프레임 정규화 전처리 파이프라인을 구축한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, 안개·강우·야간 등 기상 왜곡과 센서 잡음이 섞인 영상을 조건별로 보정하는 전처리 파이프라인을 구축한다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 중간값 필터(잡음), 빗줄기 제거(가로 방향 형태학적 열림), 명암비 강화(CLAHE 방식), 0~1 정규화, 결측 프레임 보정을 구현하고 기상 조건별로 조합하여 최적화하는 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/preprocess/ops01_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": [ "작전·전투 수행", "코딩형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "src/preprocess/ops01_preprocessor.py (필수)", "전처리 전후 데이터셋 (필수)" ], "evaluationKeys": [ "[적외선·광학(EO/IR) 전장 영상 노이즈 제거 및 기상 왜곡 보정 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 속도와 조건별 전처리 전후 F1을 확인한다.", "activity": "단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.
M2 코드를 실행해 처리 속도와 조건별 전처리 전후 F1을 확인한다.
M2 코드를 실행해 처리 속도와 조건별 전처리 전후 F1을 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 1,000프레임/초 이상, 오류 0건 비 조건 전처리 후 F1 뚜렷한 상승(예시 0.50 → 0.84)
M2 코드를 실행해 처리 속도와 조건별 전처리 전후 F1을 확인한다. 실행 결과 및 검증 로그
M2 코드를 실행해 처리 속도와 조건별 전처리 전후 F1을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(처리 속도 1,000프레임/초 이상, 오류 0건 비 조건 전처리 후 F1 뚜렷한 상승(예시 0.50 → 0.84))를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
비(rain) 조건에서 F1이 크게 오른 이유를 빗줄기 제거 원리로 설명한다.
비(rain) 조건에서 F1이 크게 오른 이유를 빗줄기 제거 원리로 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 1,000프레임/초 이상, 오류 0건 비 조건 전처리 후 F1 뚜렷한 상승(예시 0.50 → 0.84)
비(rain) 조건에서 F1이 크게 오른 이유를 빗줄기 제거 원리로 설명한다. 실행 결과 및 검증 로그
비(rain) 조건에서 F1이 크게 오른 이유를 빗줄기 제거 원리로 설명한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(처리 속도 1,000프레임/초 이상, 오류 0건 비 조건 전처리 후 F1 뚜렷한 상승(예시 0.50 → 0.84))를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
야간 3x3 필터 결과를 보고 필터 강도와 소형 표적 손실의 관계를 정리한다.
야간 3x3 필터 결과를 보고 필터 강도와 소형 표적 손실의 관계를 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 1,000프레임/초 이상, 오류 0건 비 조건 전처리 후 F1 뚜렷한 상승(예시 0.50 → 0.84)
야간 3x3 필터 결과를 보고 필터 강도와 소형 표적 손실의 관계를 정리한다. 실행 결과 및 검증 로그
야간 3x3 필터 결과를 보고 필터 강도와 소형 표적 손실의 관계를 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(처리 속도 1,000프레임/초 이상, 오류 0건 비 조건 전처리 후 F1 뚜렷한 상승(예시 0.50 → 0.84))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.
PARAMS의 fog 조건에 median=3을 적용하면 F1이 어떻게 변하는지 확인하고, 조건별 최적 설정표를 만든다.
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.
저고도 공중 객체를 신속하게 1차 식별하는 규칙 기반 탐지 Baseline을 구현하고, 경량 YOLO를 쓸 경우와 장단점을 비교한다.
", "objectives": "밝기 임계값(평균 + k x 표준편차)과 연결 영역 분석으로 바운딩 박스를 만들고 IoU 매칭으로 정밀도·재현율을 기상 조건별로 계산한다. 임계값 k를 바꾸며 민감도 변화를 보고, 드론만 정답으로 볼 때 정밀도가 크게 떨어지는 이유(조류·민간기 동시 탐지)를 분석한다.
", "scenario": "저고도 공중 비행 객체를 신속하게 1차 식별하기 위한 YOLO 경량 비전 모델 및 규칙 기반 바운딩 박스 추적 Baseline 프로토타입을 구현한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, 저고도 공중 객체를 신속하게 1차 식별하는 규칙 기반 탐지 Baseline을 구현하고, 경량 YOLO를 쓸 경우와 장단점을 비교한다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 밝기 임계값(평균 + k x 표준편차)과 연결 영역 분석으로 바운딩 박스를 만들고 IoU 매칭으로 정밀도·재현율을 기상 조건별로 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/models/ops01_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": [ "작전·전투 수행", "코딩형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "src/models/ops01_baseline_model.py (필수)", "기본 추론 결과 보고서 (필수)" ], "evaluationKeys": [ "[YOLO/규칙 기반 저고도 공중위협 객체 탐지 Baseline 프로토타입 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 조건별 TP·FP·FN과 정밀도·재현율을 확인한다.", "activity": "단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.
M3 코드를 실행해 조건별 TP·FP·FN과 정밀도·재현율을 확인한다.
M3 코드를 실행해 조건별 TP·FP·FN과 정밀도·재현율을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
전체 재현율 75% 이상(예시 97.4%) 드론 기준 정밀도가 낮아 후속 검증이 필요함을 확인
M3 코드를 실행해 조건별 TP·FP·FN과 정밀도·재현율을 확인한다. 실행 결과 및 검증 로그
M3 코드를 실행해 조건별 TP·FP·FN과 정밀도·재현율을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(전체 재현율 75% 이상(예시 97.4%) 드론 기준 정밀도가 낮아 후속 검증이 필요함을 확인)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
드론만 정답으로 봤을 때 정밀도가 낮은 이유를 적는다.
드론만 정답으로 봤을 때 정밀도가 낮은 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.
전체 재현율 75% 이상(예시 97.4%) 드론 기준 정밀도가 낮아 후속 검증이 필요함을 확인
드론만 정답으로 봤을 때 정밀도가 낮은 이유를 적는다. 실행 결과 및 검증 로그
드론만 정답으로 봤을 때 정밀도가 낮은 이유를 적는다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(전체 재현율 75% 이상(예시 97.4%) 드론 기준 정밀도가 낮아 후속 검증이 필요함을 확인)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
k 값 표에서 정밀도와 재현율이 반대로 움직이는 구간을 찾는다.
k 값 표에서 정밀도와 재현율이 반대로 움직이는 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.
전체 재현율 75% 이상(예시 97.4%) 드론 기준 정밀도가 낮아 후속 검증이 필요함을 확인
k 값 표에서 정밀도와 재현율이 반대로 움직이는 구간을 찾는다. 실행 결과 및 검증 로그
k 값 표에서 정밀도와 재현율이 반대로 움직이는 구간을 찾는다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(전체 재현율 75% 이상(예시 97.4%) 드론 기준 정밀도가 낮아 후속 검증이 필요함을 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.
k=3.0으로 바꾸면 비 조건 성능은 좋아지고 다른 조건은 나빠지는 이유를 설명하고, 조건별로 다른 k를 쓰는 방안을 제안한다.
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.
군집 드론의 동행 비행, 급강하 자폭 궤적, 조류처럼 흔들리는 기만 비행 패턴을 식별하도록 탐지를 궤적 단위로 고도화한다.
", "objectives": "예측 위치 기반 최근접 이웃 추적기로 프레임별 탐지를 궤적으로 잇고, 속도·방향 전환·직진성·수직 가속·크기·열신호 특징을 계산해 정속 직진·급강하·불규칙·군집 동행 패턴을 판정한다. 드론 궤적 재현율과 프레임당 처리 지연을 측정하고 실제 정체별 판정 결과를 교차표로 정리한다.
", "scenario": "적 군집 드론(Swarm)의 분산 비행, 급강하 자폭 궤적 및 비행체 기만 비행 패턴을 식별하기 위한 다중 객체 딥러닝 탐지 모델을 고도화한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, 군집 드론의 동행 비행, 급강하 자폭 궤적, 조류처럼 흔들리는 기만 비행 패턴을 식별하도록 탐지를 궤적 단위로 고도화한다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 예측 위치 기반 최근접 이웃 추적기로 프레임별 탐지를 궤적으로 잇고, 속도·방향 전환·직진성·수직 가속·크기·열신호 특징을 계산해 정속 직진·급강하·불규칙·군집 동행 패턴 판정하고 정확도를 측정하는 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/ops01_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": [ "작전·전투 수행", "코딩형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "src/models/ops01_advanced_detector.py (필수)", "예외 탐지 테스트 결과 (필수)" ], "evaluationKeys": [ "[군집 드론 및 비행체 기만 비행 패턴 식별 복합 위협 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 드론 궤적 재현율과 처리 지연을 확인한다.", "activity": "단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.
M4 코드를 실행해 드론 궤적 재현율과 처리 지연을 확인한다.
M4 코드를 실행해 드론 궤적 재현율과 처리 지연을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
드론 궤적 재현율 85% 이상, 프레임당 200ms 이하 급강하 3개 식별, 군집 시나리오에서 드론 4개 묶임
M4 코드를 실행해 드론 궤적 재현율과 처리 지연을 확인한다. 실행 결과 및 검증 로그
M4 코드를 실행해 드론 궤적 재현율과 처리 지연을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(드론 궤적 재현율 85% 이상, 프레임당 200ms 이하 급강하 3개 식별, 군집 시나리오에서 드론 4개 묶임)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
실제 정체별 판정 패턴 교차표에서 조류가 어떤 패턴으로 판정되는지 본다.
실제 정체별 판정 패턴 교차표에서 조류가 어떤 패턴으로 판정되는지 본다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
드론 궤적 재현율 85% 이상, 프레임당 200ms 이하 급강하 3개 식별, 군집 시나리오에서 드론 4개 묶임
실제 정체별 판정 패턴 교차표에서 조류가 어떤 패턴으로 판정되는지 본다. 실행 결과 및 검증 로그
실제 정체별 판정 패턴 교차표에서 조류가 어떤 패턴으로 판정되는지 본다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(드론 궤적 재현율 85% 이상, 프레임당 200ms 이하 급강하 3개 식별, 군집 시나리오에서 드론 4개 묶임)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
급강하·군집 시나리오 식별 결과를 확인한다.
급강하·군집 시나리오 식별 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.
드론 궤적 재현율 85% 이상, 프레임당 200ms 이하 급강하 3개 식별, 군집 시나리오에서 드론 4개 묶임
급강하·군집 시나리오 식별 결과를 확인한다. 실행 결과 및 검증 로그
급강하·군집 시나리오 식별 결과를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(드론 궤적 재현율 85% 이상, 프레임당 200ms 이하 급강하 3개 식별, 군집 시나리오에서 드론 4개 묶임)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.
swarms() 함수의 vel 기준을 0.2에서 0.35로 넓히면 조류가 군집에 섞이는지 확인하고 적절한 기준을 제안한다.
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.
조류·민간 비행체·반사체 등 오표적을 걸러내기 위해 크기·속도·열신호 기반 신뢰도 점수(Confidence Score)와 등급을 산출하는 엔진을 개발한다.
", "objectives": "학습용과 검증용 가상 데이터를 분리해 로지스틱 회귀 기반 엔진을 학습하고, 점수에 따라 High·Medium·Low 등급을 부여한다. '움직이면 모두 경보'하던 기존 방식과 오경보율·재현율을 비교하고, 같은 입력의 등급 일관성과 점수에 가장 크게 기여한 특징(판단 근거)을 확인한다.
", "scenario": "조류, 민간 비행체, 레이더 반사체 등 오표적(False Alarm)을 식별하고 비행체 크기·속도·열 신호 기반 다차원 신뢰도 점수(Confidence Score) 산출 엔진을 개발한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, 조류·민간 비행체·반사체 등 오표적을 걸러내기 위해 크기·속도·열신호 기반 신뢰도 점수(Confidence Score)와 등급을 산출하는 엔진을 개발한다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 학습용과 검증용 가상 데이터를 분리해 로지스틱 회귀 기반 엔진 학습하여 등급별 신뢰도를 판정하는 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/ops01_confidence_engine.py 형태의 결과물을 완성한다.
미션 실습 자료
활용 주의: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.
", "techStack": [ "작전·전투 수행", "코딩형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "src/verification/ops01_confidence_engine.py (필수)" ], "evaluationKeys": [ "[조류·민간기 등 오표적 식별 방지 및 신뢰도 점수(Confidence Score) 산출 엔진 구현] 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 기존 방식과 신뢰도 엔진의 오경보율을 비교한다.", "activity": "단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.
M5 코드를 실행해 기존 방식과 신뢰도 엔진의 오경보율을 비교한다.
M5 코드를 실행해 기존 방식과 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 40% 이상 감축(예시 90%), 점수 일관성 100% 드론 재현율 유지(예시 97.7%)
M5 코드를 실행해 기존 방식과 신뢰도 엔진의 오경보율을 비교한다. 실행 결과 및 검증 로그
M5 코드를 실행해 기존 방식과 신뢰도 엔진의 오경보율을 비교한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(오경보율 40% 이상 감축(예시 90%), 점수 일관성 100% 드론 재현율 유지(예시 97.7%))를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
등급 분포표에서 조류·민간기가 주로 어떤 등급을 받는지 확인한다.
등급 분포표에서 조류·민간기가 주로 어떤 등급을 받는지 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 40% 이상 감축(예시 90%), 점수 일관성 100% 드론 재현율 유지(예시 97.7%)
등급 분포표에서 조류·민간기가 주로 어떤 등급을 받는지 확인한다. 실행 결과 및 검증 로그
등급 분포표에서 조류·민간기가 주로 어떤 등급을 받는지 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(오경보율 40% 이상 감축(예시 90%), 점수 일관성 100% 드론 재현율 유지(예시 97.7%))를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
예시 경보의 판단 근거(기여 특징 3개)를 해석한다.
예시 경보의 판단 근거(기여 특징 3개)를 해석한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
오경보율 40% 이상 감축(예시 90%), 점수 일관성 100% 드론 재현율 유지(예시 97.7%)
예시 경보의 판단 근거(기여 특징 3개)를 해석한다. 실행 결과 및 검증 로그
예시 경보의 판단 근거(기여 특징 3개)를 해석한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(오경보율 40% 이상 감축(예시 90%), 점수 일관성 100% 드론 재현율 유지(예시 97.7%))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 기준을 0.5에서 0.8로 올리면 오경보와 미탐이 어떻게 바뀌는지 표로 정리하고 운용상 적절한 기준을 토의한다.
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.
지휘관과 방공 통제관이 위협 표적의 방위·고도·속도·예상 탄착점을 한눈에 파악하는 전술 공중위협 상황판(COP)을 구현한다.
", "objectives": "방어 지점 기준 가상 표적의 방위·거리·고도·속도·도달 예상시간을 계산하고, 하강 궤적을 외삽해 예상 탄착점을 구한다. 가상 방공 사격구역과 함께 지도형 화면에 표시하고 신뢰도가 높고 구역 안에 있거나 곧 도달하는 표적을 긴급 경보로 강조한다. 1초 주기 갱신을 모의해 처리시간을 재고 야간 운용용 어두운 화면을 적용한다.
", "scenario": "지휘관 및 방공 통제관이 실시간으로 위협 표적의 방위, 고도, 속도, 예상 탄착점을 파악할 수 있는 전술 공중위협 상황판(COP) 대시보드를 구현한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, 지휘관과 방공 통제관이 위협 표적의 방위·고도·속도·예상 탄착점을 한눈에 파악하는 전술 공중위협 상황판(COP)을 구현한다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 방어 지점 기준 가상 표적의 방위·거리·고도·속도·도달 예상시간을 계산하고, 하강 궤적을 외삽해 예상 탄착점을 구 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/ui/ops01_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": [ "작전·전투 수행", "코딩형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "src/ui/ops01_dashboard.py (또는 웹 UI 컴포넌트) (필수)" ], "evaluationKeys": [ "[실시간 공중위협 경보 및 방공 사격구역 가시화 전술 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 상황 목록과 상황판 그림을 확인한다.", "activity": "단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.
M6 코드를 실행해 상황 목록과 상황판 그림을 확인한다.
M6 코드를 실행해 상황 목록과 상황판 그림을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
갱신 처리시간 100ms 이내(예시 1ms대) 방위·고도·속도·도달예상·탄착점·사격구역·신뢰도 표시
M6 코드를 실행해 상황 목록과 상황판 그림을 확인한다. 실행 결과 및 검증 로그
M6 코드를 실행해 상황 목록과 상황판 그림을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(갱신 처리시간 100ms 이내(예시 1ms대) 방위·고도·속도·도달예상·탄착점·사격구역·신뢰도 표시)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
긴급 경보로 표시된 표적의 공통 조건(신뢰도, 사격구역, 도달 예상시간)을 정리한다.
긴급 경보로 표시된 표적의 공통 조건(신뢰도, 사격구역, 도달 예상시간)을 정리한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
갱신 처리시간 100ms 이내(예시 1ms대) 방위·고도·속도·도달예상·탄착점·사격구역·신뢰도 표시
긴급 경보로 표시된 표적의 공통 조건(신뢰도, 사격구역, 도달 예상시간)을 정리한다. 실행 결과 및 검증 로그
긴급 경보로 표시된 표적의 공통 조건(신뢰도, 사격구역, 도달 예상시간)을 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(갱신 처리시간 100ms 이내(예시 1ms대) 방위·고도·속도·도달예상·탄착점·사격구역·신뢰도 표시)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
예상 탄착점이 표시되는 표적과 표시되지 않는 표적의 차이를 설명한다.
예상 탄착점이 표시되는 표적과 표시되지 않는 표적의 차이를 설명한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.
정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.
출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.
갱신 처리시간 100ms 이내(예시 1ms대) 방위·고도·속도·도달예상·탄착점·사격구역·신뢰도 표시
예상 탄착점이 표시되는 표적과 표시되지 않는 표적의 차이를 설명한다. 실행 결과 및 검증 로그
예상 탄착점이 표시되는 표적과 표시되지 않는 표적의 차이를 설명한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(갱신 처리시간 100ms 이내(예시 1ms대) 방위·고도·속도·도달예상·탄착점·사격구역·신뢰도 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.
FIRE_ZONE_KM을 3km로 줄이면 긴급 경보 수가 어떻게 바뀌는지 확인하고, 화면에서 긴급 표적을 더 빨리 찾게 하는 개선안을 제시한다.
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.
자동 탐지 표적의 오인 사격을 막기 위해 방공작전관이 직접 승인·보류·반려하는 인간 개입(HITL) 교전 승인/보류 워크플로우를 설계한다.
", "objectives": "AI가 넘긴 표적은 점수와 무관하게 검토 대기로 등록하고 등급·점수 순으로 검토 순서를 정한다. 승인·보류·반려 시 운용자 ID와 근거 기록을 강제하고(Low 등급 승인은 더 자세한 근거), 보류 기한을 넘기면 자동 승인 대신 상급 검토자에게 상신한다. 모든 결정은 해시 체인 감사 로그에 기록하고 위·변조를 검출해 본다.
", "scenario": "자동 탐지된 표적에 대해 오인 사격을 방지하고 긴급 요격 명령을 최종 인가할 수 있는 방공작전관 인간 개입(HITL) 교전 승인/보류 워크플로우를 연계한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, 자동 탐지 표적의 오인 사격을 막기 위해 방공작전관이 직접 승인·보류·반려하는 인간 개입(HITL) 교전 승인/보류 워크플로우를 설계한다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 AI가 넘긴 표적은 점수와 무관하게 검토 대기로 등록하고 등급·점수 순으로 검토 순서를 정 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/hitl/ops01_approval_workflow.py 및 docs/ops01_hitl_guide.md 형태의 결과물을 완성한다.
미션 실습 자료
활용 주의: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.
", "techStack": [ "작전·전투 수행", "코딩형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "src/hitl/ops01_approval_workflow.py (필수)", "docs/ops01_hitl_guide.md (필수)" ], "evaluationKeys": [ "[긴급 요격 결심 지원을 위한 인간 개입(HITL) 교전 승인/보류 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 승인 0건, 규칙 위반 3건 차단 로깅 성공률 100%, 변조 위치 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 승인 0건, 규칙 위반 3건 차단 로깅 성공률 100%, 변조 위치 검출)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
보류 기한 초과 후 상신과 검토 순서 변화를 확인한다.
보류 기한 초과 후 상신과 검토 순서 변화를 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 승인 0건, 규칙 위반 3건 차단 로깅 성공률 100%, 변조 위치 검출
보류 기한 초과 후 상신과 검토 순서 변화를 확인한다. 실행 결과 및 검증 로그
보류 기한 초과 후 상신과 검토 순서 변화를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(자동 승인 0건, 규칙 위반 3건 차단 로깅 성공률 100%, 변조 위치 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 승인 0건, 규칙 위반 3건 차단 로깅 성공률 100%, 변조 위치 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 승인 0건, 규칙 위반 3건 차단 로깅 성공률 100%, 변조 위치 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 30초로 줄이고, 보류 기한이 지났을 때 자동 승인하도록 바꾸면 어떤 위험이 생기는지 토의한다(코드 수정 없이 토의만 해도 됨).
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.
100기 이상 드론 포화 공격, 프레임 지연·손실, 통신 패킷 손실 상황에서 탐지 파이프라인의 복원력과 처리 지연을 검증한다.
", "objectives": "평시, 드론 40·80·120기 포화, 비 오는 조건, 프레임 10% 손실, 패킷 20% 손실, 센서 두절 상황을 가상으로 주입한다. 시스템 다운 여부, 경보 유실률(재전송 포함), 프레임당 처리시간, 성능 저하 모드(손실률·검토 용량 초과) 표시 여부를 표로 정리하고 운용자 과부하 대응 방안을 제시한다.
", "scenario": "100기 이상의 드론 포화 공격, 영상 프레임 지연, 통신 패킷 손실 등 극한의 전장 과부하 상황을 가상 주입하여 시스템 탐지 복원력과 처리 지연시간을 검증한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, 100기 이상 드론 포화 공격, 프레임 지연·손실, 통신 패킷 손실 상황에서 탐지 파이프라인의 복원력과 처리 지연을 검증한다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 평시, 드론 40·80·120기 포화, 비 오는 조건, 프레임 10% 손실, 패킷 20% 손실, 센서 두절 상황을 가상으로 주입하여 처리 지연 및 복원력을 시험하는 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: tests/ops01_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": [ "작전·전투 수행", "코딩형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "tests/ops01_stress_test.py (필수)", "스트레스 테스트 분석 보고서 (필수)" ], "evaluationKeys": [ "[대규모 드론 포화 공격 상황 모의 가상 스트레스 시뮬레이션 및 복원력 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 경보·유실률·다운·처리시간을 확인한다.", "activity": "단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.
M8 코드를 실행해 상황별 경보·유실률·다운·처리시간을 확인한다.
M8 코드를 실행해 상황별 경보·유실률·다운·처리시간을 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% 성능저하 모드 표시(손실률·검토용량 초과)
M8 코드를 실행해 상황별 경보·유실률·다운·처리시간을 확인한다. 실행 결과 및 검증 로그
M8 코드를 실행해 상황별 경보·유실률·다운·처리시간을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(모든 상황 다운 0건, 유실률 0% 성능저하 모드 표시(손실률·검토용량 초과))를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
성능저하 모드가 켜지는 조건을 정리한다.
성능저하 모드가 켜지는 조건을 정리한다.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% 성능저하 모드 표시(손실률·검토용량 초과)
성능저하 모드가 켜지는 조건을 정리한다. 실행 결과 및 검증 로그
성능저하 모드가 켜지는 조건을 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(모든 상황 다운 0건, 유실률 0% 성능저하 모드 표시(손실률·검토용량 초과))를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
120기 포화에서 경보 수가 실제보다 적게 잡히는 이유를 설명한다.
120기 포화에서 경보 수가 실제보다 적게 잡히는 이유를 설명한다.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% 성능저하 모드 표시(손실률·검토용량 초과)
120기 포화에서 경보 수가 실제보다 적게 잡히는 이유를 설명한다. 실행 결과 및 검증 로그
120기 포화에서 경보 수가 실제보다 적게 잡히는 이유를 설명한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(모든 상황 다운 0건, 유실률 0% 성능저하 모드 표시(손실률·검토용량 초과))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.
QUEUE_CAPACITY를 60으로 바꾸고, 운용자 1명이 1분에 처리할 수 있는 경보 수를 가정해 필요한 인원을 계산해 본다.
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.
AAR 사후검토 일지로 미탐·오경보의 근본 원인을 분석하고 탐지 임계값과 경보 임계값을 역환류 보정한다.
", "objectives": "'놓치지 않기'를 우선한 초기 설정으로 모의 운용한 뒤, 오경보는 실제 정체·기상별로, 미탐은 추적 실패·점수 미달로 분류한 AAR 일지를 만든다. 오경보율 15% 이하·재현율 90% 이상 제약 안에서 탐지 임계값과 경보 임계값을 격자 탐색해 종합 정확도(F1)가 가장 높은 조합을 고르고, 재보정 전후 성능과 반복 오류 여부를 비교한다.
", "scenario": "AAR 사후검토 일지를 기반으로 모의 교전 중 발생한 미탐 및 오경보 사례의 근본 원인을 분석하고 탐지 임계값과 가중치 파라미터를 역환류(Feedback) 보정한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, AAR 사후검토 일지로 미탐·오경보의 근본 원인을 분석하고 탐지 임계값과 경보 임계값을 역환류 보정한다. 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.
이 문제를 해결하기 위해 본 미션에서는 '놓치지 않기'를 우선한 초기 설정으로 모의 운용한 뒤, 오경보는 실제 정체·기상별로, 미탐은 추적 실패·점수 미달로 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/ops01_aar_report.md 및 configs/ops01_tuned_params.yaml 형태의 결과물을 완성한다.
미션 실습 자료
활용 주의: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.
", "techStack": [ "작전·전투 수행", "코딩형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "docs/ops01_aar_report.md (필수)", "configs/ops01_tuned_params.yaml (필수)" ], "evaluationKeys": [ "[AAR 사후검토 기반 미탐·오탐 공중표적 오류 원인 분석 및 파라미터 재보정] 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(오경보·미탐 원인)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(오경보·미탐 원인)를 확인한다.
M9 코드를 실행해 초기 설정의 AAR 일지(오경보·미탐 원인)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, 재보정 후 종합 정확도 향상 재현율 90% 이상 유지, 재보정 파라미터 출력
M9 코드를 실행해 초기 설정의 AAR 일지(오경보·미탐 원인)를 확인한다. 실행 결과 및 검증 로그
M9 코드를 실행해 초기 설정의 AAR 일지(오경보·미탐 원인)를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(원인별 오류 분류 완료, 재보정 후 종합 정확도 향상 재현율 90% 이상 유지, 재보정 파라미터 출력)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
격자 탐색 상위 조합과 선택된 재보정값을 확인한다.
격자 탐색 상위 조합과 선택된 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, 재보정 후 종합 정확도 향상 재현율 90% 이상 유지, 재보정 파라미터 출력
격자 탐색 상위 조합과 선택된 재보정값을 확인한다. 실행 결과 및 검증 로그
격자 탐색 상위 조합과 선택된 재보정값을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(원인별 오류 분류 완료, 재보정 후 종합 정확도 향상 재현율 90% 이상 유지, 재보정 파라미터 출력)를 충족하였다.
실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.
재보정 전후 종합 정확도와 반복 오류를 비교한다.
재보정 전후 종합 정확도와 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, 재보정 후 종합 정확도 향상 재현율 90% 이상 유지, 재보정 파라미터 출력
재보정 전후 종합 정확도와 반복 오류를 비교한다. 실행 결과 및 검증 로그
재보정 전후 종합 정확도와 반복 오류를 비교한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.
요구된 핵심 성능 지표(원인별 오류 분류 완료, 재보정 후 종합 정확도 향상 재현율 90% 이상 유지, 재보정 파라미터 출력)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.
제약 조건을 '오경보율 5% 이하'로 바꾸면 어떤 조합이 선택되고 재현율이 얼마나 떨어지는지 확인한다.
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.
데이터 생성부터 전처리, 탐지, 상황판, HITL, AAR 재보정값 적용까지 전체 파이프라인을 통합하고 지휘관 브리핑 패키지를 완성한다.
", "objectives": "재보정 파라미터로 전체 과정을 한 번에 실행하는 통합 코드를 완성하고 손상 데이터가 자동 차단되는지 확인한다. 재현율·오경보율·처리시간·자동 승인 여부 등 자체 점검 항목을 모두 통과시키고, 성능·경보 현황·운용 유의사항·한계를 담은 5분 분량 지휘관 브리핑 요약과 배포용 설명서를 작성한다.
", "scenario": "데이터 수집부터 전처리, 탐지 모델, UI, HITL, AAR 피드백까지 전체 파이프라인을 통합 빌드하고 야전 방공부대 배포 매뉴얼 및 지휘관 브리핑 패키지를 완성한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, 데이터 생성부터 전처리, 탐지, 상황판, HITL, AAR 재보정값 적용까지 전체 파이프라인을 통합하고 지휘관 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 데이터가 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_ops01.py, README.md, docs/ops01_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": [ "작전·전투 수행", "코딩형", "데이터 전처리", "알고리즘 구현", "HITL 검증" ], "deliverables": [ "src/main_ops01.py, README.md, docs/ops01_final_report.pdf(md) (필수)" ], "evaluationKeys": [ "[드론 공중위협 객체 탐지 최종 파이프라인 통합 및 대드론 방어 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 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 항목이 모두 PASS인지 확인한다.
M10 코드를 실행해 자체 점검 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 항목이 모두 PASS인지 확인한다. 실행 결과 및 검증 로그
M10 코드를 실행해 자체 점검 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 데이터가 차단된 것을 확인한다.
손상 데이터가 차단된 것을 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 데이터가 차단된 것을 확인한다. 실행 결과 및 검증 로그
손상 데이터가 차단된 것을 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 브리핑 자료를 만든다.
출력된 브리핑 요약을 바탕으로 5분 분량 브리핑 자료를 만든다.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 브리핑 자료를 만든다. 실행 결과 및 검증 로그
출력된 브리핑 요약을 바탕으로 5분 분량 브리핑 자료를 만든다. 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(k=2.0, 경보 기준 0.3)으로 바꿔 실행하고 재보정값과의 차이를 브리핑에 추가한다.
파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과
도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.