{ "version": "1.0.0", "exportedAt": "2026-09-30T14:10:00.000Z", "id": "TRN03", "title": "드론·미사일 실루엣 이미지 분류 학습앱", "category": "전장환경/전투력 향상 교육", "level": 2, "durationDays": 5, "requiredHours": 27.5, "status": "COMPLETED", "isRecommended": false, "summary": "

프로젝트에서 해결해야 하는 문제

공통·복합 사례 (러시아-우크라이나·미국-이란) 환경을 분석하여 드론·미사일 실루엣 이미지 분류 학습앱을(를) 위한 핵심 데이터와 분석 모델/절차를 구축하고, 실전 운용 시 발생할 수 있는 오류·불확실성 및 실무 병목을 검증·보정하여 효과적인 의사결정 및 업무 효율화를 달성하는 체계를 구현한다.

학습 목표

전술 드론 및 순항/탄도미사일 실루엣 이미지(흑백/원거리/다각도) 데이터셋 구축부터 데이터 수집/전처리, 핵심 알고리즘 및 분석 모델 구현, 신뢰도 평가 엔진, 전술/업무 대시보드 및 지휘 통제 인터페이스, 인간 개입(HITL) 의사결정 워크플로우, 가상 스트레스/부하 검증 및 AAR 사후검토 피드백까지 전 과정을 아우르는 실전형 End-to-End 파이프라인을 완성한다.

", "objectives": "

소개

공통·복합 사례 (러시아-우크라이나·미국-이란) 등 실무 환경에서 요구되는 드론·미사일 실루엣 이미지 분류 학습앱 과제를 수행하여, 실시간 데이터 수집부터 분석, 검증, 시각화 및 의사결정 지원에 이르는 전 과정을 체계적으로 학습하고 개발한다.

학습자가 수행할 핵심 과정

", "deliverables": [ "data/schema/trn03_input_schema.json (필수)", "docs/trn03_data_spec.md (필수)", "src/preprocess/trn03_preprocessor.py (필수)", "src/models/trn03_baseline_model.py (필수)", "src/models/trn03_advanced_detector.py (필수)", "src/verification/trn03_confidence_engine.py (필수)", "src/ui/trn03_dashboard.py (필수)", "src/hitl/trn03_approval_workflow.py (필수)", "docs/trn03_hitl_guide.md (필수)", "tests/trn03_stress_test.py (필수)", "docs/trn03_aar_report.md (필수)", "configs/trn03_tuned_params.yaml (필수)", "src/main_trn03.py (필수)", "README.md (필수)", "docs/trn03_final_report.pdf(md) (필수)" ], "constraints": "

AI 분석 결과와 인간 의사결정자 판단의 구분

군사 보안 및 실전 데이터 취급 원칙

시스템 신뢰성 및 안전 실패(Fail-safe) 보장

", "evalSummary": "

공통 PASS/FAIL 판정 원칙

프로젝트 완료 조건

10개 필수 미션을 순차적으로 완수하여 최종 End-to-End 통합 파이프라인과 브리핑 패키지를 완성하고 회귀/통합 테스트를 통과해야 최종 PASS이다.

", "prerequisites": "Python 프로그래밍 기초, 데이터 처리 및 알고리즘 구현 기본 지식, 전장환경 및 전투력 향상 교육 분야에 대한 기본 이해", "refFiles": [], "refText": "", "projectSkills": [ { "skillId": "competency_AI_문제해결역량_1._문제_분석", "level": 2, "category": "AI 문제해결역량", "subCategory": "1. 문제 분석" }, { "skillId": "competency_AI_문제해결역량_2._대안_도출", "level": 2, "category": "AI 문제해결역량", "subCategory": "2. 대안 도출" }, { "skillId": "competency_AI_비판적사고역량_1._결과_검증", "level": 2, "category": "AI 비판적사고역량", "subCategory": "1. 결과 검증" }, { "skillId": "competency_AI활용역량_1._AI_도구_활용", "level": 2, "category": "AI활용역량", "subCategory": "1. AI 도구 활용" }, { "skillId": "competency_AI활용역량_2._프롬프트_설계", "level": 1, "category": "AI활용역량", "subCategory": "2. 프롬프트 설계" } ], "prerequisiteVods": [], "missions": [ { "id": "TRN03_M01", "sequence": 1, "title": "전술 드론 및 순항/탄도미사일 실루엣 이미지(흑백/원거리/다각도) 데이터셋 구축", "durationHours": 1.5, "overview": "

전술 드론 및 순항/탄도미사일 실루엣 이미지(흑백/원거리/다각도) 데이터셋 구축

전술 드론 및 순항/탄도미사일 실루엣 이미지 데이터셋을 구축하고 레이블을 정의한다.

", "objectives": "

소개

공통·복합 사례 (러시아-우크라이나·미국-이란) 환경을 바탕으로 전술 드론 및 순항/탄도미사일 실루엣 이미지(흑백/원거리/다각도) 데이터셋 구축 과제를 수행한다.

학습자가 수행할 핵심 과정

", "scenario": "

미션 배경

전술 드론 및 순항/탄도미사일 실루엣 이미지 데이터셋을 구축하고 레이블을 정의한다.

전쟁/사례 구분: 공통·복합 사례 (러시아-우크라이나·미국-이란)

학습 유형 및 복잡도: 코딩형 (난이도: 초급, 복잡도: 낮음, 진행률: 10%)

산출물 및 저장 위치: `data/schema/trn03_input_schema.json` 및 `docs/trn03_data_spec.md`

", "attachments": [], "materials": [ "data/schema/trn03_input_schema.json", "docs/trn03_data_spec.md" ], "materialText": "

미션 산출물 및 저장 위치

검증 및 개선 방안

", "techStack": [ "전장환경", "전투력 향상 교육", "Python" ], "deliverables": [ "data/schema/trn03_input_schema.json (필수)", "docs/trn03_data_spec.md (필수)" ], "evaluationKeys": [ "

평가 질문 (PASS/FAIL)

[정량적 평가] 스키마 필드 정의 완성도 100%, 샘플 데이터 검증 오류 0건

PASS 증거

정량적 지표(스키마 필드 정의 완성도 100%, 샘플 데이터 검증 오류 0건)를 달성하고 단위 테스트 및 실행 결과가 성공적으로 확인되었다.

보완이 필요한 상태

정량적 성능 지표가 기준에 미달하거나 실행 중 에러가 발생하는 경우.

보완 방법

누락된 전술 파라미터(기상, 위치오차, 통신지연 등) 보완을(를) 적용하여 성능 및 파라미터를 보정한다.

", "

평가 질문 (PASS/FAIL)

[정성적 평가] 교육·훈련 실무 및 공통·복합 사례 (러시아-우크라이나·미국-이란) 전장 환경과의 군사적 부합성 기준을 충족하였는가?

PASS 증거

공통·복합 사례 (러시아-우크라이나·미국-이란) 환경 및 작전/군수 실무 요구사항에 부합하는 알고리즘 논리와 타당성이 확보되었다.

보완이 필요한 상태

실무 환경에 대한 고려가 부족하거나 판단 기준이 모호한 경우.

보완 방법

실무 환경 변수와 판단 기준을 명세서 및 코드에 보강한다.

", "

평가 질문 (PASS/FAIL)

[진행 추적 및 완료 기준] 입력 데이터 유효성 검증 스크립트 통과 및 명세서 문서화 완료을 완수하였는가?

PASS 증거

요구된 산출물(`data/schema/trn03_input_schema.json` 및 `docs/trn03_data_spec.md`)이 지정된 경로에 생성되고 JSON Schema 검증 도구 및 샘플 데이터 파싱 단위 테스트를 통과하였다.

보완이 필요한 상태

산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.

보완 방법

JSON Schema 검증 도구 및 샘플 데이터 파싱 단위 테스트 절차를 재수행하여 발견된 결함을 수정하고 문서를 완성한다.

" ], "evaluationTypes": [ "REQUIRED", "REQUIRED", "REQUIRED" ], "evaluationText": "

미션 판정

평가 구분: 필수

난이도 / 복잡도: 초급 / 낮음 (진행률: 10%)

미션 PASS 조건

", "aiGuidelines": { "allow": [ "환경 분석 및 데이터 전처리 알고리즘 가이드 요청", "단위 테스트 및 성능 검증 스크립트 작성 보조", "오경보 필터링 및 신뢰도 점수 산출 수식 검토" ], "rules": [ "군사 기밀 및 실제 부대/기관 민감 정보는 절대 입력하지 않는다.", "AI 분석 결과에 대해 최종 인간 검토(HITL) 원칙을 유지한다.", "주어진 가상 시뮬레이션 데이터셋과 스키마 규격을 준수한다." ], "forbid": [ "실제 작전/행정 기밀 데이터 입력", "인간 검토 없는 무조건적인 자동 결심 로직 구현", "검증되지 않은 임의의 데이터 조작" ] }, "guideSteps": [] }, { "id": "TRN03_M02", "sequence": 2, "title": "이미지 명암 대비 강화, 윤곽선(Edge) 검출 및 크기 정규화 전처리 모듈 구현", "durationHours": 2.0, "overview": "

이미지 명암 대비 강화, 윤곽선(Edge) 검출 및 크기 정규화 전처리 모듈 구현

명암 대비 강화, 윤곽선(Edge) 검출 및 크기 정규화 전처리 모듈을 구현한다.

", "objectives": "

소개

공통·복합 사례 (러시아-우크라이나·미국-이란) 환경을 바탕으로 이미지 명암 대비 강화, 윤곽선(Edge) 검출 및 크기 정규화 전처리 모듈 구현 과제를 수행한다.

학습자가 수행할 핵심 과정

", "scenario": "

미션 배경

명암 대비 강화, 윤곽선(Edge) 검출 및 크기 정규화 전처리 모듈을 구현한다.

전쟁/사례 구분: 공통·복합 사례 (러시아-우크라이나·미국-이란)

학습 유형 및 복잡도: 코딩형 (난이도: 초급~중급, 복잡도: 보통, 진행률: 20%)

산출물 및 저장 위치: `src/preprocess/trn03_preprocessor.py` 및 전처리 전후 데이터셋

", "attachments": [], "materials": [ "src/preprocess/trn03_preprocessor.py" ], "materialText": "

미션 산출물 및 저장 위치

검증 및 개선 방안

", "techStack": [ "전장환경", "전투력 향상 교육", "Python" ], "deliverables": [ "src/preprocess/trn03_preprocessor.py (필수)" ], "evaluationKeys": [ "

평가 질문 (PASS/FAIL)

[정량적 평가] 데이터 정제 처리 속도 1,000건/초 이상, 전처리 오류율 0%

PASS 증거

정량적 지표(데이터 정제 처리 속도 1,000건/초 이상, 전처리 오류율 0%)를 달성하고 단위 테스트 및 실행 결과가 성공적으로 확인되었다.

보완이 필요한 상태

정량적 성능 지표가 기준에 미달하거나 실행 중 에러가 발생하는 경우.

보완 방법

전술 상황별(주간/야간/악천후) 맞춤형 노이즈 제거 임계값 동적 조정을(를) 적용하여 성능 및 파라미터를 보정한다.

", "

평가 질문 (PASS/FAIL)

[정성적 평가] 전술 환경 특유의 노이즈(스푸핑, 반사파, 센서 단절 등) 제거 타당성 기준을 충족하였는가?

PASS 증거

공통·복합 사례 (러시아-우크라이나·미국-이란) 환경 및 작전/군수 실무 요구사항에 부합하는 알고리즘 논리와 타당성이 확보되었다.

보완이 필요한 상태

실무 환경에 대한 고려가 부족하거나 판단 기준이 모호한 경우.

보완 방법

실무 환경 변수와 판단 기준을 명세서 및 코드에 보강한다.

", "

평가 질문 (PASS/FAIL)

[진행 추적 및 완료 기준] 정제 파이프라인 자동화 및 단위 테스트 케이스 5종 통과을 완수하였는가?

PASS 증거

요구된 산출물(`src/preprocess/trn03_preprocessor.py` 및 전처리 전후 데이터셋)이 지정된 경로에 생성되고 pytest 기반 전처리 정합성 테스트 및 결측치 보정율 확인를 통과하였다.

보완이 필요한 상태

산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.

보완 방법

pytest 기반 전처리 정합성 테스트 및 결측치 보정율 확인 절차를 재수행하여 발견된 결함을 수정하고 문서를 완성한다.

" ], "evaluationTypes": [ "REQUIRED", "REQUIRED", "REQUIRED" ], "evaluationText": "

미션 판정

평가 구분: 필수

난이도 / 복잡도: 초급~중급 / 보통 (진행률: 20%)

미션 PASS 조건

", "aiGuidelines": { "allow": [ "환경 분석 및 데이터 전처리 알고리즘 가이드 요청", "단위 테스트 및 성능 검증 스크립트 작성 보조", "오경보 필터링 및 신뢰도 점수 산출 수식 검토" ], "rules": [ "군사 기밀 및 실제 부대/기관 민감 정보는 절대 입력하지 않는다.", "AI 분석 결과에 대해 최종 인간 검토(HITL) 원칙을 유지한다.", "주어진 가상 시뮬레이션 데이터셋과 스키마 규격을 준수한다." ], "forbid": [ "실제 작전/행정 기밀 데이터 입력", "인간 검토 없는 무조건적인 자동 결심 로직 구현", "검증되지 않은 임의의 데이터 조작" ] }, "guideSteps": [] }, { "id": "TRN03_M03", "sequence": 3, "title": "기본 형태 특징 기반 1차 비행체 실루엣 분류 Baseline 모델 구현", "durationHours": 2.5, "overview": "

기본 형태 특징 기반 1차 비행체 실루엣 분류 Baseline 모델 구현

기본 형태 특징 기반 1차 비행체 실루엣 분류 Baseline 모델을 구현한다.

", "objectives": "

소개

공통·복합 사례 (러시아-우크라이나·미국-이란) 환경을 바탕으로 기본 형태 특징 기반 1차 비행체 실루엣 분류 Baseline 모델 구현 과제를 수행한다.

학습자가 수행할 핵심 과정

", "scenario": "

미션 배경

기본 형태 특징 기반 1차 비행체 실루엣 분류 Baseline 모델을 구현한다.

전쟁/사례 구분: 공통·복합 사례 (러시아-우크라이나·미국-이란)

학습 유형 및 복잡도: 코딩형 (난이도: 중급, 복잡도: 보통, 진행률: 30%)

산출물 및 저장 위치: `src/models/trn03_baseline_model.py` 및 기본 추론 결과 보고서

", "attachments": [], "materials": [ "src/models/trn03_baseline_model.py" ], "materialText": "

미션 산출물 및 저장 위치

검증 및 개선 방안

", "techStack": [ "전장환경", "전투력 향상 교육", "Python" ], "deliverables": [ "src/models/trn03_baseline_model.py (필수)" ], "evaluationKeys": [ "

평가 질문 (PASS/FAIL)

[정량적 평가] 기본 데이터셋 대상 탐지/처리 정확도 75% 이상 달성

PASS 증거

정량적 지표(기본 데이터셋 대상 탐지/처리 정확도 75% 이상 달성)를 달성하고 단위 테스트 및 실행 결과가 성공적으로 확인되었다.

보완이 필요한 상태

정량적 성능 지표가 기준에 미달하거나 실행 중 에러가 발생하는 경우.

보완 방법

판단 지연시간 최적화 및 휴리스틱 가중치 1차 튜닝을(를) 적용하여 성능 및 파라미터를 보정한다.

", "

평가 질문 (PASS/FAIL)

[정성적 평가] 알고리즘의 논리적 흐름 및 군사적 판단 기준의 투명성 기준을 충족하였는가?

PASS 증거

공통·복합 사례 (러시아-우크라이나·미국-이란) 환경 및 작전/군수 실무 요구사항에 부합하는 알고리즘 논리와 타당성이 확보되었다.

보완이 필요한 상태

실무 환경에 대한 고려가 부족하거나 판단 기준이 모호한 경우.

보완 방법

실무 환경 변수와 판단 기준을 명세서 및 코드에 보강한다.

", "

평가 질문 (PASS/FAIL)

[진행 추적 및 완료 기준] 단위 기능 동작 확인 및 기본 시나리오 실행 로그 생성을 완수하였는가?

PASS 증거

요구된 산출물(`src/models/trn03_baseline_model.py` 및 기본 추론 결과 보고서)이 지정된 경로에 생성되고 기준 벤치마크 데이터셋 대상 추론 결과 오차율 비교를 통과하였다.

보완이 필요한 상태

산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.

보완 방법

기준 벤치마크 데이터셋 대상 추론 결과 오차율 비교 절차를 재수행하여 발견된 결함을 수정하고 문서를 완성한다.

" ], "evaluationTypes": [ "REQUIRED", "REQUIRED", "REQUIRED" ], "evaluationText": "

미션 판정

평가 구분: 필수

난이도 / 복잡도: 중급 / 보통 (진행률: 30%)

미션 PASS 조건

", "aiGuidelines": { "allow": [ "환경 분석 및 데이터 전처리 알고리즘 가이드 요청", "단위 테스트 및 성능 검증 스크립트 작성 보조", "오경보 필터링 및 신뢰도 점수 산출 수식 검토" ], "rules": [ "군사 기밀 및 실제 부대/기관 민감 정보는 절대 입력하지 않는다.", "AI 분석 결과에 대해 최종 인간 검토(HITL) 원칙을 유지한다.", "주어진 가상 시뮬레이션 데이터셋과 스키마 규격을 준수한다." ], "forbid": [ "실제 작전/행정 기밀 데이터 입력", "인간 검토 없는 무조건적인 자동 결심 로직 구현", "검증되지 않은 임의의 데이터 조작" ] }, "guideSteps": [] }, { "id": "TRN03_M04", "sequence": 4, "title": "다양한 각도/배경 노이즈 환경 하 전술 드론·미사일 정밀 이미지 분류 딥러닝 고도화", "durationHours": 3.0, "overview": "

다양한 각도/배경 노이즈 환경 하 전술 드론·미사일 정밀 이미지 분류 딥러닝 고도화

다양한 각도/배경 노이즈 환경 하 전술 드론·미사일 정밀 이미지 분류 모델을 고도화한다.

", "objectives": "

소개

공통·복합 사례 (러시아-우크라이나·미국-이란) 환경을 바탕으로 다양한 각도/배경 노이즈 환경 하 전술 드론·미사일 정밀 이미지 분류 딥러닝 고도화 과제를 수행한다.

학습자가 수행할 핵심 과정

", "scenario": "

미션 배경

다양한 각도/배경 노이즈 환경 하 전술 드론·미사일 정밀 이미지 분류 모델을 고도화한다.

전쟁/사례 구분: 공통·복합 사례 (러시아-우크라이나·미국-이란)

학습 유형 및 복잡도: 코딩형 (난이도: 중급, 복잡도: 높음, 진행률: 40%)

산출물 및 저장 위치: `src/models/trn03_advanced_detector.py` 및 예외 탐지 테스트 결과

", "attachments": [], "materials": [ "src/models/trn03_advanced_detector.py" ], "materialText": "

미션 산출물 및 저장 위치

검증 및 개선 방안

", "techStack": [ "전장환경", "전투력 향상 교육", "딥러닝", "Python" ], "deliverables": [ "src/models/trn03_advanced_detector.py (필수)" ], "evaluationKeys": [ "

평가 질문 (PASS/FAIL)

[정량적 평가] 복합 위협 탐지 재현율(Recall) 85% 이상, 처리 지연 200ms 이하

PASS 증거

정량적 지표(복합 위협 탐지 재현율(Recall) 85% 이상, 처리 지연 200ms 이하)를 달성하고 단위 테스트 및 실행 결과가 성공적으로 확인되었다.

보완이 필요한 상태

정량적 성능 지표가 기준에 미달하거나 실행 중 에러가 발생하는 경우.

보완 방법

오경보(False Alarm) 유발 패턴 식별 및 특징 공간(Feature Space) 재설계을(를) 적용하여 성능 및 파라미터를 보정한다.

", "

평가 질문 (PASS/FAIL)

[정성적 평가] 기만/교란 공격에 대한 방어 로직의 현실성 및 신뢰성 기준을 충족하였는가?

PASS 증거

공통·복합 사례 (러시아-우크라이나·미국-이란) 환경 및 작전/군수 실무 요구사항에 부합하는 알고리즘 논리와 타당성이 확보되었다.

보완이 필요한 상태

실무 환경에 대한 고려가 부족하거나 판단 기준이 모호한 경우.

보완 방법

실무 환경 변수와 판단 기준을 명세서 및 코드에 보강한다.

", "

평가 질문 (PASS/FAIL)

[진행 추적 및 완료 기준] 복합 위협 시나리오 10종에 대한 탐지 테스트 통과을 완수하였는가?

PASS 증거

요구된 산출물(`src/models/trn03_advanced_detector.py` 및 예외 탐지 테스트 결과)이 지정된 경로에 생성되고 합성 위협 데이터셋 주입 시 이상치 탐지 정확도 검증를 통과하였다.

보완이 필요한 상태

산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.

보완 방법

합성 위협 데이터셋 주입 시 이상치 탐지 정확도 검증 절차를 재수행하여 발견된 결함을 수정하고 문서를 완성한다.

" ], "evaluationTypes": [ "REQUIRED", "REQUIRED", "REQUIRED" ], "evaluationText": "

미션 판정

평가 구분: 필수

난이도 / 복잡도: 중급 / 높음 (진행률: 40%)

미션 PASS 조건

", "aiGuidelines": { "allow": [ "환경 분석 및 데이터 전처리 알고리즘 가이드 요청", "단위 테스트 및 성능 검증 스크립트 작성 보조", "오경보 필터링 및 신뢰도 점수 산출 수식 검토" ], "rules": [ "군사 기밀 및 실제 부대/기관 민감 정보는 절대 입력하지 않는다.", "AI 분석 결과에 대해 최종 인간 검토(HITL) 원칙을 유지한다.", "주어진 가상 시뮬레이션 데이터셋과 스키마 규격을 준수한다." ], "forbid": [ "실제 작전/행정 기밀 데이터 입력", "인간 검토 없는 무조건적인 자동 결심 로직 구현", "검증되지 않은 임의의 데이터 조작" ] }, "guideSteps": [] }, { "id": "TRN03_M05", "sequence": 5, "title": "유사 형상 비행체(민간 드론 vs 자폭 드론) 오분류 방지 신뢰도 점수 엔진 구현", "durationHours": 3.0, "overview": "

유사 형상 비행체(민간 드론 vs 자폭 드론) 오분류 방지 신뢰도 점수 엔진 구현

유사 형상 비행체 오분류 방지 신뢰도 점수 산출 엔진을 개발한다.

", "objectives": "

소개

공통·복합 사례 (러시아-우크라이나·미국-이란) 환경을 바탕으로 유사 형상 비행체(민간 드론 vs 자폭 드론) 오분류 방지 신뢰도 점수 엔진 구현 과제를 수행한다.

학습자가 수행할 핵심 과정

", "scenario": "

미션 배경

유사 형상 비행체 오분류 방지 신뢰도 점수 산출 엔진을 개발한다.

전쟁/사례 구분: 공통·복합 사례 (러시아-우크라이나·미국-이란)

학습 유형 및 복잡도: 코딩형 (난이도: 중급~고급, 복잡도: 높음, 진행률: 50%)

산출물 및 저장 위치: `src/verification/trn03_confidence_engine.py`

", "attachments": [], "materials": [ "src/verification/trn03_confidence_engine.py" ], "materialText": "

미션 산출물 및 저장 위치

검증 및 개선 방안

", "techStack": [ "전장환경", "전투력 향상 교육", "Python" ], "deliverables": [ "src/verification/trn03_confidence_engine.py (필수)" ], "evaluationKeys": [ "

평가 질문 (PASS/FAIL)

[정량적 평가] 오경보율(FAR) 40% 이상 감축, 신뢰도 스코어 산출 일관성 90% 이상

PASS 증거

정량적 지표(오경보율(FAR) 40% 이상 감축, 신뢰도 스코어 산출 일관성 90% 이상)를 달성하고 단위 테스트 및 실행 결과가 성공적으로 확인되었다.

보완이 필요한 상태

정량적 성능 지표가 기준에 미달하거나 실행 중 에러가 발생하는 경우.

보완 방법

신뢰도 가중치 매트릭스 재조정 및 불확실성 지표 시각화 지원을(를) 적용하여 성능 및 파라미터를 보정한다.

", "

평가 질문 (PASS/FAIL)

[정성적 평가] 신뢰도 등급(High/Med/Low) 부여 기준의 군사적 타당성 기준을 충족하였는가?

PASS 증거

공통·복합 사례 (러시아-우크라이나·미국-이란) 환경 및 작전/군수 실무 요구사항에 부합하는 알고리즘 논리와 타당성이 확보되었다.

보완이 필요한 상태

실무 환경에 대한 고려가 부족하거나 판단 기준이 모호한 경우.

보완 방법

실무 환경 변수와 판단 기준을 명세서 및 코드에 보강한다.

", "

평가 질문 (PASS/FAIL)

[진행 추적 및 완료 기준] 오경보 필터링 전후 비교 지표 산출 및 통합 테스트 완료을 완수하였는가?

PASS 증거

요구된 산출물(`src/verification/trn03_confidence_engine.py`)이 지정된 경로에 생성되고 ROC-AUC 곡선 분석 및 임계값 민감도 테스트를 통과하였다.

보완이 필요한 상태

산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.

보완 방법

ROC-AUC 곡선 분석 및 임계값 민감도 테스트 절차를 재수행하여 발견된 결함을 수정하고 문서를 완성한다.

" ], "evaluationTypes": [ "REQUIRED", "REQUIRED", "REQUIRED" ], "evaluationText": "

미션 판정

평가 구분: 필수

난이도 / 복잡도: 중급~고급 / 높음 (진행률: 50%)

미션 PASS 조건

", "aiGuidelines": { "allow": [ "환경 분석 및 데이터 전처리 알고리즘 가이드 요청", "단위 테스트 및 성능 검증 스크립트 작성 보조", "오경보 필터링 및 신뢰도 점수 산출 수식 검토" ], "rules": [ "군사 기밀 및 실제 부대/기관 민감 정보는 절대 입력하지 않는다.", "AI 분석 결과에 대해 최종 인간 검토(HITL) 원칙을 유지한다.", "주어진 가상 시뮬레이션 데이터셋과 스키마 규격을 준수한다." ], "forbid": [ "실제 작전/행정 기밀 데이터 입력", "인간 검토 없는 무조건적인 자동 결심 로직 구현", "검증되지 않은 임의의 데이터 조작" ] }, "guideSteps": [] }, { "id": "TRN03_M06", "sequence": 6, "title": "장병 대상 모바일/웹 대화형 실루엣 식별 학습 앱 UI 프로토타입 구현", "durationHours": 2.5, "overview": "

장병 대상 모바일/웹 대화형 실루엣 식별 학습 앱 UI 프로토타입 구현

장병 대상 모바일/웹 대화형 실루엣 식별 학습 앱 UI 프로토타입을 구현한다.

", "objectives": "

소개

공통·복합 사례 (러시아-우크라이나·미국-이란) 환경을 바탕으로 장병 대상 모바일/웹 대화형 실루엣 식별 학습 앱 UI 프로토타입 구현 과제를 수행한다.

학습자가 수행할 핵심 과정

", "scenario": "

미션 배경

장병 대상 모바일/웹 대화형 실루엣 식별 학습 앱 UI 프로토타입을 구현한다.

전쟁/사례 구분: 공통·복합 사례 (러시아-우크라이나·미국-이란)

학습 유형 및 복잡도: 코딩형 (난이도: 중급, 복잡도: 보통, 진행률: 60%)

산출물 및 저장 위치: `src/ui/trn03_dashboard.py` (또는 웹 UI 컴포넌트)

", "attachments": [], "materials": [ "src/ui/trn03_dashboard.py" ], "materialText": "

미션 산출물 및 저장 위치

검증 및 개선 방안

", "techStack": [ "전장환경", "전투력 향상 교육", "Python" ], "deliverables": [ "src/ui/trn03_dashboard.py (필수)" ], "evaluationKeys": [ "

평가 질문 (PASS/FAIL)

[정량적 평가] 화면 갱신 주기 1초 이내, UI 응답성 100ms 이내

PASS 증거

정량적 지표(화면 갱신 주기 1초 이내, UI 응답성 100ms 이내)를 달성하고 단위 테스트 및 실행 결과가 성공적으로 확인되었다.

보완이 필요한 상태

정량적 성능 지표가 기준에 미달하거나 실행 중 에러가 발생하는 경우.

보완 방법

야간 작전 모드(Dark mode) 및 긴급 경보 하이라이트 UI 개선을(를) 적용하여 성능 및 파라미터를 보정한다.

", "

평가 질문 (PASS/FAIL)

[정성적 평가] 전술 작전 상황판으로서의 직관성 및 인지 부하 감소도 기준을 충족하였는가?

PASS 증거

공통·복합 사례 (러시아-우크라이나·미국-이란) 환경 및 작전/군수 실무 요구사항에 부합하는 알고리즘 논리와 타당성이 확보되었다.

보완이 필요한 상태

실무 환경에 대한 고려가 부족하거나 판단 기준이 모호한 경우.

보완 방법

실무 환경 변수와 판단 기준을 명세서 및 코드에 보강한다.

", "

평가 질문 (PASS/FAIL)

[진행 추적 및 완료 기준] 주요 지표 시각화 컴포넌트 4종 이상 렌더링 및 실시간 데이터 연동을 완수하였는가?

PASS 증거

요구된 산출물(`src/ui/trn03_dashboard.py` (또는 웹 UI 컴포넌트))이 지정된 경로에 생성되고 사용자 인터랙션 테스트 및 모의 데이터 스트림 렌더링 검증를 통과하였다.

보완이 필요한 상태

산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.

보완 방법

사용자 인터랙션 테스트 및 모의 데이터 스트림 렌더링 검증 절차를 재수행하여 발견된 결함을 수정하고 문서를 완성한다.

" ], "evaluationTypes": [ "REQUIRED", "REQUIRED", "REQUIRED" ], "evaluationText": "

미션 판정

평가 구분: 필수

난이도 / 복잡도: 중급 / 보통 (진행률: 60%)

미션 PASS 조건

", "aiGuidelines": { "allow": [ "환경 분석 및 데이터 전처리 알고리즘 가이드 요청", "단위 테스트 및 성능 검증 스크립트 작성 보조", "오경보 필터링 및 신뢰도 점수 산출 수식 검토" ], "rules": [ "군사 기밀 및 실제 부대/기관 민감 정보는 절대 입력하지 않는다.", "AI 분석 결과에 대해 최종 인간 검토(HITL) 원칙을 유지한다.", "주어진 가상 시뮬레이션 데이터셋과 스키마 규격을 준수한다." ], "forbid": [ "실제 작전/행정 기밀 데이터 입력", "인간 검토 없는 무조건적인 자동 결심 로직 구현", "검증되지 않은 임의의 데이터 조작" ] }, "guideSteps": [] }, { "id": "TRN03_M07", "sequence": 7, "title": "학습자 오답 시 정답 실루엣 비교 및 핵심 특징(날개 형상 등) 교관 HITL 해설 모듈 설계", "durationHours": 3.0, "overview": "

학습자 오답 시 정답 실루엣 비교 및 핵심 특징(날개 형상 등) 교관 HITL 해설 모듈 설계

학습자 오답 시 정답 실루엣 비교 및 핵심 특징 해설 HITL 모듈을 설계한다.

", "objectives": "

소개

공통·복합 사례 (러시아-우크라이나·미국-이란) 환경을 바탕으로 학습자 오답 시 정답 실루엣 비교 및 핵심 특징(날개 형상 등) 교관 HITL 해설 모듈 설계 과제를 수행한다.

학습자가 수행할 핵심 과정

", "scenario": "

미션 배경

학습자 오답 시 정답 실루엣 비교 및 핵심 특징 해설 HITL 모듈을 설계한다.

전쟁/사례 구분: 공통·복합 사례 (러시아-우크라이나·미국-이란)

학습 유형 및 복잡도: 코딩형 (난이도: 고급, 복잡도: 높음, 진행률: 70%)

산출물 및 저장 위치: `src/hitl/trn03_approval_workflow.py` 및 `docs/trn03_hitl_guide.md`

", "attachments": [], "materials": [ "src/hitl/trn03_approval_workflow.py", "docs/trn03_hitl_guide.md" ], "materialText": "

미션 산출물 및 저장 위치

검증 및 개선 방안

", "techStack": [ "전장환경", "전투력 향상 교육", "HITL", "Python" ], "deliverables": [ "src/hitl/trn03_approval_workflow.py (필수)", "docs/trn03_hitl_guide.md (필수)" ], "evaluationKeys": [ "

평가 질문 (PASS/FAIL)

[정량적 평가] 인간 검토 큐(Queue) 대기시간 및 승인/반려 처리 로깅 성공률 100%

PASS 증거

정량적 지표(인간 검토 큐(Queue) 대기시간 및 승인/반려 처리 로깅 성공률 100%)를 달성하고 단위 테스트 및 실행 결과가 성공적으로 확인되었다.

보완이 필요한 상태

정량적 성능 지표가 기준에 미달하거나 실행 중 에러가 발생하는 경우.

보완 방법

검토 우선순위 큐잉 알고리즘 개선 및 지휘관 피드백 입력 폼 추가을(를) 적용하여 성능 및 파라미터를 보정한다.

", "

평가 질문 (PASS/FAIL)

[정성적 평가] 지휘 책임 분계선 명확화 및 성급한 자동 단정 방지 체계 부합성 기준을 충족하였는가?

PASS 증거

공통·복합 사례 (러시아-우크라이나·미국-이란) 환경 및 작전/군수 실무 요구사항에 부합하는 알고리즘 논리와 타당성이 확보되었다.

보완이 필요한 상태

실무 환경에 대한 고려가 부족하거나 판단 기준이 모호한 경우.

보완 방법

실무 환경 변수와 판단 기준을 명세서 및 코드에 보강한다.

", "

평가 질문 (PASS/FAIL)

[진행 추적 및 완료 기준] 승인/반려 인터페이스 동작 및 감사 로그(Audit Log) 생성 검증을 완수하였는가?

PASS 증거

요구된 산출물(`src/hitl/trn03_approval_workflow.py` 및 `docs/trn03_hitl_guide.md`)이 지정된 경로에 생성되고 모의 조작자 승인/반려 시뮬레이션 및 데이터 무결성 검증를 통과하였다.

보완이 필요한 상태

산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.

보완 방법

모의 조작자 승인/반려 시뮬레이션 및 데이터 무결성 검증 절차를 재수행하여 발견된 결함을 수정하고 문서를 완성한다.

" ], "evaluationTypes": [ "REQUIRED", "REQUIRED", "REQUIRED" ], "evaluationText": "

미션 판정

평가 구분: 필수

난이도 / 복잡도: 고급 / 높음 (진행률: 70%)

미션 PASS 조건

", "aiGuidelines": { "allow": [ "환경 분석 및 데이터 전처리 알고리즘 가이드 요청", "단위 테스트 및 성능 검증 스크립트 작성 보조", "오경보 필터링 및 신뢰도 점수 산출 수식 검토" ], "rules": [ "군사 기밀 및 실제 부대/기관 민감 정보는 절대 입력하지 않는다.", "AI 분석 결과에 대해 최종 인간 검토(HITL) 원칙을 유지한다.", "주어진 가상 시뮬레이션 데이터셋과 스키마 규격을 준수한다." ], "forbid": [ "실제 작전/행정 기밀 데이터 입력", "인간 검토 없는 무조건적인 자동 결심 로직 구현", "검증되지 않은 임의의 데이터 조작" ] }, "guideSteps": [] }, { "id": "TRN03_M08", "sequence": 8, "title": "다량의 저품질 흐린 실루엣 이미지 분류 스트레스 테스트 및 한계치 검증", "durationHours": 3.5, "overview": "

다량의 저품질 흐린 실루엣 이미지 분류 스트레스 테스트 및 한계치 검증

흐린 저품질 실루엣 이미지 대량 분류 스트레스 테스트를 수행한다.

", "objectives": "

소개

공통·복합 사례 (러시아-우크라이나·미국-이란) 환경을 바탕으로 다량의 저품질 흐린 실루엣 이미지 분류 스트레스 테스트 및 한계치 검증 과제를 수행한다.

학습자가 수행할 핵심 과정

", "scenario": "

미션 배경

흐린 저품질 실루엣 이미지 대량 분류 스트레스 테스트를 수행한다.

전쟁/사례 구분: 공통·복합 사례 (러시아-우크라이나·미국-이란)

학습 유형 및 복잡도: 코딩형 (난이도: 고급, 복잡도: 매우 높음, 진행률: 80%)

산출물 및 저장 위치: `tests/trn03_stress_test.py` 및 스트레스 테스트 분석 보고서

", "attachments": [], "materials": [ "tests/trn03_stress_test.py" ], "materialText": "

미션 산출물 및 저장 위치

검증 및 개선 방안

", "techStack": [ "전장환경", "전투력 향상 교육", "스트레스 테스트", "Python" ], "deliverables": [ "tests/trn03_stress_test.py (필수)" ], "evaluationKeys": [ "

평가 질문 (PASS/FAIL)

[정량적 평가] 동시 트래픽 500% 증가 시 시스템 다운 0건, 데이터 유실률 0%

PASS 증거

정량적 지표(동시 트래픽 500% 증가 시 시스템 다운 0건, 데이터 유실률 0%)를 달성하고 단위 테스트 및 실행 결과가 성공적으로 확인되었다.

보완이 필요한 상태

정량적 성능 지표가 기준에 미달하거나 실행 중 에러가 발생하는 경우.

보완 방법

병목 함수 최적화, 비동기 큐 처리 적용 및 자원 할당 개선을(를) 적용하여 성능 및 파라미터를 보정한다.

", "

평가 질문 (PASS/FAIL)

[정성적 평가] 극단 상황에서의 안전 실패(Fail-safe) 및 기능 축소 작동 적절성 기준을 충족하였는가?

PASS 증거

공통·복합 사례 (러시아-우크라이나·미국-이란) 환경 및 작전/군수 실무 요구사항에 부합하는 알고리즘 논리와 타당성이 확보되었다.

보완이 필요한 상태

실무 환경에 대한 고려가 부족하거나 판단 기준이 모호한 경우.

보완 방법

실무 환경 변수와 판단 기준을 명세서 및 코드에 보강한다.

", "

평가 질문 (PASS/FAIL)

[진행 추적 및 완료 기준] 대량 시뮬레이션 부하 주입 테스트 통과 및 병목 구간 프로파일링 완료을 완수하였는가?

PASS 증거

요구된 산출물(`tests/trn03_stress_test.py` 및 스트레스 테스트 분석 보고서)이 지정된 경로에 생성되고 부하 테스트 도구를 통한 처리량(Throughput) 및 메모리 누수 검증를 통과하였다.

보완이 필요한 상태

산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.

보완 방법

부하 테스트 도구를 통한 처리량(Throughput) 및 메모리 누수 검증 절차를 재수행하여 발견된 결함을 수정하고 문서를 완성한다.

" ], "evaluationTypes": [ "REQUIRED", "REQUIRED", "REQUIRED" ], "evaluationText": "

미션 판정

평가 구분: 필수

난이도 / 복잡도: 고급 / 매우 높음 (진행률: 80%)

미션 PASS 조건

", "aiGuidelines": { "allow": [ "환경 분석 및 데이터 전처리 알고리즘 가이드 요청", "단위 테스트 및 성능 검증 스크립트 작성 보조", "오경보 필터링 및 신뢰도 점수 산출 수식 검토" ], "rules": [ "군사 기밀 및 실제 부대/기관 민감 정보는 절대 입력하지 않는다.", "AI 분석 결과에 대해 최종 인간 검토(HITL) 원칙을 유지한다.", "주어진 가상 시뮬레이션 데이터셋과 스키마 규격을 준수한다." ], "forbid": [ "실제 작전/행정 기밀 데이터 입력", "인간 검토 없는 무조건적인 자동 결심 로직 구현", "검증되지 않은 임의의 데이터 조작" ] }, "guideSteps": [] }, { "id": "TRN03_M09", "sequence": 9, "title": "AAR 기반 장병 다빈도 오답 비행체 분석 및 학습 데이터셋 증강 재학습", "durationHours": 3.0, "overview": "

AAR 기반 장병 다빈도 오답 비행체 분석 및 학습 데이터셋 증강 재학습

AAR 기반 장병 다빈도 오답 비행체 분석 및 학습 데이터를 증강 재학습한다.

", "objectives": "

소개

공통·복합 사례 (러시아-우크라이나·미국-이란) 환경을 바탕으로 AAR 기반 장병 다빈도 오답 비행체 분석 및 학습 데이터셋 증강 재학습 과제를 수행한다.

학습자가 수행할 핵심 과정

", "scenario": "

미션 배경

AAR 기반 장병 다빈도 오답 비행체 분석 및 학습 데이터를 증강 재학습한다.

전쟁/사례 구분: 공통·복합 사례 (러시아-우크라이나·미국-이란)

학습 유형 및 복잡도: 코딩형 (난이도: 고급, 복잡도: 높음, 진행률: 90%)

산출물 및 저장 위치: `docs/trn03_aar_report.md` 및 `configs/trn03_tuned_params.yaml`

", "attachments": [], "materials": [ "docs/trn03_aar_report.md", "configs/trn03_tuned_params.yaml" ], "materialText": "

미션 산출물 및 저장 위치

검증 및 개선 방안

", "techStack": [ "전장환경", "전투력 향상 교육", "Python" ], "deliverables": [ "docs/trn03_aar_report.md (필수)", "configs/trn03_tuned_params.yaml (필수)" ], "evaluationKeys": [ "

평가 질문 (PASS/FAIL)

[정량적 평가] AAR 피드백 적용 후 종합 정확도 10%p 이상 향상, 재발 오류 0건

PASS 증거

정량적 지표(AAR 피드백 적용 후 종합 정확도 10%p 이상 향상, 재발 오류 0건)를 달성하고 단위 테스트 및 실행 결과가 성공적으로 확인되었다.

보완이 필요한 상태

정량적 성능 지표가 기준에 미달하거나 실행 중 에러가 발생하는 경우.

보완 방법

지속적 학습(Continual Learning) 파이프라인 연계 방안 수립을(를) 적용하여 성능 및 파라미터를 보정한다.

", "

평가 질문 (PASS/FAIL)

[정성적 평가] 오류 원인 규명의 객관성 및 개선 조치의 논리적 타당성 기준을 충족하였는가?

PASS 증거

공통·복합 사례 (러시아-우크라이나·미국-이란) 환경 및 작전/군수 실무 요구사항에 부합하는 알고리즘 논리와 타당성이 확보되었다.

보완이 필요한 상태

실무 환경에 대한 고려가 부족하거나 판단 기준이 모호한 경우.

보완 방법

실무 환경 변수와 판단 기준을 명세서 및 코드에 보강한다.

", "

평가 질문 (PASS/FAIL)

[진행 추적 및 완료 기준] AAR 보고서 작성 및 파라미터 튜닝 전후 회귀 테스트 통과을 완수하였는가?

PASS 증거

요구된 산출물(`docs/trn03_aar_report.md` 및 `configs/trn03_tuned_params.yaml`)이 지정된 경로에 생성되고 회귀 테스트(Regression Test) 스위트 전체 자동 실행 및 비교를 통과하였다.

보완이 필요한 상태

산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.

보완 방법

회귀 테스트(Regression Test) 스위트 전체 자동 실행 및 비교 절차를 재수행하여 발견된 결함을 수정하고 문서를 완성한다.

" ], "evaluationTypes": [ "REQUIRED", "REQUIRED", "REQUIRED" ], "evaluationText": "

미션 판정

평가 구분: 필수

난이도 / 복잡도: 고급 / 높음 (진행률: 90%)

미션 PASS 조건

", "aiGuidelines": { "allow": [ "환경 분석 및 데이터 전처리 알고리즘 가이드 요청", "단위 테스트 및 성능 검증 스크립트 작성 보조", "오경보 필터링 및 신뢰도 점수 산출 수식 검토" ], "rules": [ "군사 기밀 및 실제 부대/기관 민감 정보는 절대 입력하지 않는다.", "AI 분석 결과에 대해 최종 인간 검토(HITL) 원칙을 유지한다.", "주어진 가상 시뮬레이션 데이터셋과 스키마 규격을 준수한다." ], "forbid": [ "실제 작전/행정 기밀 데이터 입력", "인간 검토 없는 무조건적인 자동 결심 로직 구현", "검증되지 않은 임의의 데이터 조작" ] }, "guideSteps": [] }, { "id": "TRN03_M10", "sequence": 10, "title": "드론·미사일 실루엣 분류 학습앱 최종 패키징 및 부대 교육 배포 가이드 완성", "durationHours": 3.5, "overview": "

드론·미사일 실루엣 분류 학습앱 최종 패키징 및 부대 교육 배포 가이드 완성

드론·미사일 실루엣 분류 학습앱 최종 패키징 및 부대 교육 배포 가이드를 완성한다.

", "objectives": "

소개

공통·복합 사례 (러시아-우크라이나·미국-이란) 환경을 바탕으로 드론·미사일 실루엣 분류 학습앱 최종 패키징 및 부대 교육 배포 가이드 완성 과제를 수행한다.

학습자가 수행할 핵심 과정

", "scenario": "

미션 배경

드론·미사일 실루엣 분류 학습앱 최종 패키징 및 부대 교육 배포 가이드를 완성한다.

전쟁/사례 구분: 공통·복합 사례 (러시아-우크라이나·미국-이란)

학습 유형 및 복잡도: 코딩형 (난이도: 최고급, 복잡도: 종합, 진행률: 100%)

산출물 및 저장 위치: `src/main_trn03.py`, `README.md`, `docs/trn03_final_report.pdf(md)`

", "attachments": [], "materials": [ "src/main_trn03.py", "README.md", "docs/trn03_final_report.pdf(md)" ], "materialText": "

미션 산출물 및 저장 위치

검증 및 개선 방안

", "techStack": [ "전장환경", "전투력 향상 교육", "Python" ], "deliverables": [ "src/main_trn03.py (필수)", "README.md (필수)", "docs/trn03_final_report.pdf(md) (필수)" ], "evaluationKeys": [ "

평가 질문 (PASS/FAIL)

[정량적 평가] End-to-End 통합 파이프라인 실행 성공률 100%, 테스트 커버리지 85% 이상

PASS 증거

정량적 지표(End-to-End 통합 파이프라인 실행 성공률 100%, 테스트 커버리지 85% 이상)를 달성하고 단위 테스트 및 실행 결과가 성공적으로 확인되었다.

보완이 필요한 상태

정량적 성능 지표가 기준에 미달하거나 실행 중 에러가 발생하는 경우.

보완 방법

타 부대/인접 체계와의 연동 인터페이스(API) 확장 로드맵 제시을(를) 적용하여 성능 및 파라미터를 보정한다.

", "

평가 질문 (PASS/FAIL)

[정성적 평가] 군 실무 즉시 도입 가능성, 운용 신뢰도 및 전략적 기대효과 기준을 충족하였는가?

PASS 증거

공통·복합 사례 (러시아-우크라이나·미국-이란) 환경 및 작전/군수 실무 요구사항에 부합하는 알고리즘 논리와 타당성이 확보되었다.

보완이 필요한 상태

실무 환경에 대한 고려가 부족하거나 판단 기준이 모호한 경우.

보완 방법

실무 환경 변수와 판단 기준을 명세서 및 코드에 보강한다.

", "

평가 질문 (PASS/FAIL)

[진행 추적 및 완료 기준] 원클릭 실행 스크립트 동작 확인 및 최종 발표 산출물 작성 완료을 완수하였는가?

PASS 증거

요구된 산출물(`src/main_trn03.py`, `README.md`, `docs/trn03_final_report.pdf(md)`)이 지정된 경로에 생성되고 최종 검증 위원회(평가관) 모의 시연 및 전체 기능 통합 검증를 통과하였다.

보완이 필요한 상태

산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.

보완 방법

최종 검증 위원회(평가관) 모의 시연 및 전체 기능 통합 검증 절차를 재수행하여 발견된 결함을 수정하고 문서를 완성한다.

" ], "evaluationTypes": [ "REQUIRED", "REQUIRED", "REQUIRED" ], "evaluationText": "

미션 판정

평가 구분: 필수

난이도 / 복잡도: 최고급 / 종합 (진행률: 100%)

미션 PASS 조건

", "aiGuidelines": { "allow": [ "환경 분석 및 데이터 전처리 알고리즘 가이드 요청", "단위 테스트 및 성능 검증 스크립트 작성 보조", "오경보 필터링 및 신뢰도 점수 산출 수식 검토" ], "rules": [ "군사 기밀 및 실제 부대/기관 민감 정보는 절대 입력하지 않는다.", "AI 분석 결과에 대해 최종 인간 검토(HITL) 원칙을 유지한다.", "주어진 가상 시뮬레이션 데이터셋과 스키마 규격을 준수한다." ], "forbid": [ "실제 작전/행정 기밀 데이터 입력", "인간 검토 없는 무조건적인 자동 결심 로직 구현", "검증되지 않은 임의의 데이터 조작" ] }, "guideSteps": [] } ] }