{ "version": "1.0.0", "exportedAt": "2026-09-30T14:10:00.000Z", "id": "MNT04", "title": "고장실적·수리부속 소모 기반 PBL 품목관리", "category": "군수업무/PBL 품목관리", "level": 3, "durationDays": 5, "requiredHours": 28.5, "status": "COMPLETED", "isRecommended": false, "summary": "

프로젝트에서 해결해야 하는 문제

군수업무 및 PBL 품목관리 환경을 분석하여 고장실적·수리부속 소모 기반 PBL 품목관리을(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

헬기/기갑 엔진 및 구동계 진동, 온도, 압력 센서 시계열 데이터셋 정의부터 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

군수업무 및 PBL 품목관리 등 실무 환경에서 요구되는 고장실적·수리부속 소모 기반 PBL 품목관리 과제를 수행하여, 실시간 데이터 수집부터 분석, 검증, 시각화 및 의사결정 지원에 이르는 전 과정을 체계적으로 학습하고 개발한다.

학습자가 수행할 핵심 과정

", "deliverables": [ "docs/mnt04_logistics_domain_spec.md (필수)", "src/etl/mnt04_data_cleansing.py (필수)", "notebooks/mnt04_eda_analysis.ipynb (필수)", "src/features/mnt04_feature_engineering.py (필수)", "src/models/mnt04_advanced_model.py (필수)", "src/explainability/mnt04_xai_explainer.py (필수)", "src/optimization/mnt04_simulator.py (필수)", "src/dashboard/mnt04_app.py (필수)", "reports/mnt04_roi_analysis.md (필수)", "docs/mnt04_operations_guide.md (필수)", "pipeline/mnt04_retrain.py (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": "데이터 분석 도구(Python/Pandas/Excel) 활용 기초, 통계 및 시각화 기본 지식, 군수업무 실무 프로세스에 대한 이해", "refFiles": [], "refText": "", "projectSkills": [ { "skillId": "competency_AI_문제해결역량_1._문제_분석", "level": 3, "category": "AI 문제해결역량", "subCategory": "1. 문제 분석" }, { "skillId": "competency_AI_문제해결역량_2._대안_도출", "level": 3, "category": "AI 문제해결역량", "subCategory": "2. 대안 도출" }, { "skillId": "competency_AI_비판적사고역량_1._결과_검증", "level": 3, "category": "AI 비판적사고역량", "subCategory": "1. 결과 검증" }, { "skillId": "competency_AI활용역량_1._AI_도구_활용", "level": 3, "category": "AI활용역량", "subCategory": "1. AI 도구 활용" }, { "skillId": "competency_AI활용역량_2._프롬프트_설계", "level": 2, "category": "AI활용역량", "subCategory": "2. 프롬프트 설계" } ], "prerequisiteVods": [], "missions": [ { "id": "MNT04_M01", "sequence": 1, "title": "헬기/기갑 엔진 및 구동계 진동, 온도, 압력 센서 시계열 데이터셋 정의", "durationHours": 1.5, "overview": "

헬기/기갑 엔진 및 구동계 진동, 온도, 압력 센서 시계열 데이터셋 정의

헬기/기갑 엔진 진동, 온도, 압력 센서 시계열 데이터셋을 정의한다.

", "objectives": "

소개

군수업무 및 PBL 품목관리 환경을 바탕으로 헬기/기갑 엔진 및 구동계 진동, 온도, 압력 센서 시계열 데이터셋 정의 과제를 수행한다.

학습자가 수행할 핵심 과정

", "scenario": "

미션 배경

헬기/기갑 엔진 진동, 온도, 압력 센서 시계열 데이터셋을 정의한다.

전쟁/사례 구분: 군수업무 및 PBL 품목관리

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

산출물 및 저장 위치: `docs/mnt04_logistics_domain_spec.md` 및 데이터 딕셔너리

", "attachments": [], "materials": [ "docs/mnt04_logistics_domain_spec.md" ], "materialText": "

미션 산출물 및 저장 위치

검증 및 개선 방안

", "techStack": [ "군수업무", "PBL 품목관리", "Python" ], "deliverables": [ "docs/mnt04_logistics_domain_spec.md (필수)" ], "evaluationKeys": [ "

평가 질문 (PASS/FAIL)

[정량적 평가] 업무 프로세스 맵 작성 완료, 필요 피처(Feature) 목록 20개 이상 정의

PASS 증거

정량적 지표(업무 프로세스 맵 작성 완료, 필요 피처(Feature) 목록 20개 이상 정의)를 달성하고 단위 테스트 및 실행 결과가 성공적으로 확인되었다.

보완이 필요한 상태

정량적 성능 지표가 기준에 미달하거나 실행 중 에러가 발생하는 경우.

보완 방법

국방 표준 군수 코드(NIIN, FSC 등) 체계 반영을(를) 적용하여 성능 및 파라미터를 보정한다.

", "

평가 질문 (PASS/FAIL)

[정성적 평가] 군수 실무 업무 프로세스와의 일치성 및 분석 목표의 명확성 기준을 충족하였는가?

PASS 증거

군수업무 및 PBL 품목관리 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] 도메인 분석서 및 데이터 요구명세서 승인을 완수하였는가?

PASS 증거

요구된 산출물(`docs/mnt04_logistics_domain_spec.md` 및 데이터 딕셔너리)이 지정된 경로에 생성되고 군수 담당 실무자 인터뷰 및 기존 전산체계 데이터 구조 대조를 통과하였다.

보완이 필요한 상태

산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.

보완 방법

군수 담당 실무자 인터뷰 및 기존 전산체계 데이터 구조 대조 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": "MNT04_M02", "sequence": 2, "title": "고주파 센서 신호 잡음 제거, FFT 변환 및 주요 특징량(RMS, Kurtosis) 전처리 구현", "durationHours": 2.0, "overview": "

고주파 센서 신호 잡음 제거, FFT 변환 및 주요 특징량(RMS, Kurtosis) 전처리 구현

센서 잡음 제거, FFT 변환 및 주요 특징량(RMS 등) 추출 전처리 모듈을 구현한다.

", "objectives": "

소개

군수업무 및 PBL 품목관리 환경을 바탕으로 고주파 센서 신호 잡음 제거, FFT 변환 및 주요 특징량(RMS, Kurtosis) 전처리 구현 과제를 수행한다.

학습자가 수행할 핵심 과정

", "scenario": "

미션 배경

센서 잡음 제거, FFT 변환 및 주요 특징량(RMS 등) 추출 전처리 모듈을 구현한다.

전쟁/사례 구분: 군수업무 및 PBL 품목관리

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

산출물 및 저장 위치: `src/etl/mnt04_data_cleansing.py` 및 정제 품질 보고서

", "attachments": [], "materials": [ "src/etl/mnt04_data_cleansing.py" ], "materialText": "

미션 산출물 및 저장 위치

검증 및 개선 방안

", "techStack": [ "군수업무", "PBL 품목관리", "Python" ], "deliverables": [ "src/etl/mnt04_data_cleansing.py (필수)" ], "evaluationKeys": [ "

평가 질문 (PASS/FAIL)

[정량적 평가] 데이터 정제 규칙 10종 적용, 데이터 정합성 검증 통과율 100%

PASS 증거

정량적 지표(데이터 정제 규칙 10종 적용, 데이터 정합성 검증 통과율 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

자동 결측치 보정 알고리즘(KNN, 계절성 보간 등) 적용을(를) 적용하여 성능 및 파라미터를 보정한다.

", "

평가 질문 (PASS/FAIL)

[정성적 평가] 군수 특수 예외(비계획 정비, 긴급 불출 등) 데이터 보존의 타당성 기준을 충족하였는가?

PASS 증거

군수업무 및 PBL 품목관리 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] ETL 파이프라인 구현 및 정제된 마스터 데이터셋 구축을 완수하였는가?

PASS 증거

요구된 산출물(`src/etl/mnt04_data_cleansing.py` 및 정제 품질 보고서)이 지정된 경로에 생성되고 전후 데이터 통계량(기술통계) 비교 및 무결성 검증를 통과하였다.

보완이 필요한 상태

산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.

보완 방법

전후 데이터 통계량(기술통계) 비교 및 무결성 검증 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": "MNT04_M03", "sequence": 3, "title": "임계값 초과 기반 1차 센서 이상 징후 감지 Baseline 알고리즘 구현", "durationHours": 2.5, "overview": "

임계값 초과 기반 1차 센서 이상 징후 감지 Baseline 알고리즘 구현

임계값 초과 기반 1차 센서 이상 징후 감지 Baseline 알고리즘을 구현한다.

", "objectives": "

소개

군수업무 및 PBL 품목관리 환경을 바탕으로 임계값 초과 기반 1차 센서 이상 징후 감지 Baseline 알고리즘 구현 과제를 수행한다.

학습자가 수행할 핵심 과정

", "scenario": "

미션 배경

임계값 초과 기반 1차 센서 이상 징후 감지 Baseline 알고리즘을 구현한다.

전쟁/사례 구분: 군수업무 및 PBL 품목관리

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

산출물 및 저장 위치: `notebooks/mnt04_eda_analysis.ipynb` 및 EDA 요약 리포트

", "attachments": [], "materials": [ "notebooks/mnt04_eda_analysis.ipynb" ], "materialText": "

미션 산출물 및 저장 위치

검증 및 개선 방안

", "techStack": [ "군수업무", "PBL 품목관리", "Python" ], "deliverables": [ "notebooks/mnt04_eda_analysis.ipynb (필수)" ], "evaluationKeys": [ "

평가 질문 (PASS/FAIL)

[정량적 평가] EDA 시각화 차트 8종 이상 생성, 유의미한 상관관계 피처 5개 이상 도출

PASS 증거

정량적 지표(EDA 시각화 차트 8종 이상 생성, 유의미한 상관관계 피처 5개 이상 도출)를 달성하고 단위 테스트 및 실행 결과가 성공적으로 확인되었다.

보완이 필요한 상태

정량적 성능 지표가 기준에 미달하거나 실행 중 에러가 발생하는 경우.

보완 방법

파레토 분석(ABC 분류)을 통한 상위 20% 핵심 관리 대상 식별을(를) 적용하여 성능 및 파라미터를 보정한다.

", "

평가 질문 (PASS/FAIL)

[정성적 평가] 군수 의사결정에 직관적인 인사이트 제공 수준 기준을 충족하였는가?

PASS 증거

군수업무 및 PBL 품목관리 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] EDA 노트북 실행 완료 및 핵심 발견점(Key Findings) 문서화을 완수하였는가?

PASS 증거

요구된 산출물(`notebooks/mnt04_eda_analysis.ipynb` 및 EDA 요약 리포트)이 지정된 경로에 생성되고 통계적 가설 검정(p-value, 상관계수)을 통한 유의성 검증를 통과하였다.

보완이 필요한 상태

산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.

보완 방법

통계적 가설 검정(p-value, 상관계수)을 통한 유의성 검증 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": "MNT04_M04", "sequence": 4, "title": "오토인코더(Autoencoder)/LSTM 기반 미세 진동 변화 감지 예지정비(PdM) 모델 고도화", "durationHours": 3.0, "overview": "

오토인코더(Autoencoder)/LSTM 기반 미세 진동 변화 감지 예지정비(PdM) 모델 고도화

오토인코더 기반 미세 진동 변화 감지 예지정비(PdM) 모델을 고도화한다.

", "objectives": "

소개

군수업무 및 PBL 품목관리 환경을 바탕으로 오토인코더(Autoencoder)/LSTM 기반 미세 진동 변화 감지 예지정비(PdM) 모델 고도화 과제를 수행한다.

학습자가 수행할 핵심 과정

", "scenario": "

미션 배경

오토인코더 기반 미세 진동 변화 감지 예지정비(PdM) 모델을 고도화한다.

전쟁/사례 구분: 군수업무 및 PBL 품목관리

학습 유형 및 복잡도: 데이터분석형 (난이도: 중급, 복잡도: 보통, 진행률: 40%)

산출물 및 저장 위치: `src/features/mnt04_feature_engineering.py` 및 기준 모델

", "attachments": [], "materials": [ "src/features/mnt04_feature_engineering.py" ], "materialText": "

미션 산출물 및 저장 위치

검증 및 개선 방안

", "techStack": [ "군수업무", "PBL 품목관리", "Python" ], "deliverables": [ "src/features/mnt04_feature_engineering.py (필수)" ], "evaluationKeys": [ "

평가 질문 (PASS/FAIL)

[정량적 평가] 파생 피처 10개 이상 생성, 기준 모델 MAPE 25% 이하 달성

PASS 증거

정량적 지표(파생 피처 10개 이상 생성, 기준 모델 MAPE 25% 이하 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

피처 중요도(Feature Importance) 분석을 통한 차원 축소을(를) 적용하여 성능 및 파라미터를 보정한다.

", "

평가 질문 (PASS/FAIL)

[정성적 평가] 군수 실무에서 납득 가능한 피처 설계의 논리성 기준을 충족하였는가?

PASS 증거

군수업무 및 PBL 품목관리 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] 피처 파이프라인 및 베이스라인 모델 성능 지표 도출을 완수하였는가?

PASS 증거

요구된 산출물(`src/features/mnt04_feature_engineering.py` 및 기준 모델)이 지정된 경로에 생성되고 교차 검증(Time-series Cross Validation)을 통한 과적합 방지를 통과하였다.

보완이 필요한 상태

산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.

보완 방법

교차 검증(Time-series Cross Validation)을 통한 과적합 방지 절차를 재수행하여 발견된 결함을 수정하고 문서를 완성한다.

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

미션 판정

평가 구분: 필수

난이도 / 복잡도: 중급 / 보통 (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": "MNT04_M05", "sequence": 5, "title": "부품 고장 임박 시점(RUL) 예측 및 상태 기반 이상 신뢰도 점수 엔진 개발", "durationHours": 3.5, "overview": "

부품 고장 임박 시점(RUL) 예측 및 상태 기반 이상 신뢰도 점수 엔진 개발

부품 고장 임박 시점(RUL) 예측 및 상태 이상 신뢰도 점수 엔진을 개발한다.

", "objectives": "

소개

군수업무 및 PBL 품목관리 환경을 바탕으로 부품 고장 임박 시점(RUL) 예측 및 상태 기반 이상 신뢰도 점수 엔진 개발 과제를 수행한다.

학습자가 수행할 핵심 과정

", "scenario": "

미션 배경

부품 고장 임박 시점(RUL) 예측 및 상태 이상 신뢰도 점수 엔진을 개발한다.

전쟁/사례 구분: 군수업무 및 PBL 품목관리

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

산출물 및 저장 위치: `src/models/mnt04_advanced_model.py`

", "attachments": [], "materials": [ "src/models/mnt04_advanced_model.py" ], "materialText": "

미션 산출물 및 저장 위치

검증 및 개선 방안

", "techStack": [ "군수업무", "PBL 품목관리", "Python" ], "deliverables": [ "src/models/mnt04_advanced_model.py (필수)" ], "evaluationKeys": [ "

평가 질문 (PASS/FAIL)

[정량적 평가] 기준 모델 대비 오차율(MAE/RMSE) 20% 이상 개선, R2 Score 0.85 이상

PASS 증거

정량적 지표(기준 모델 대비 오차율(MAE/RMSE) 20% 이상 개선, R2 Score 0.85 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

앙상블(Ensemble) 기법 적용을 통한 일반화 성능 강화을(를) 적용하여 성능 및 파라미터를 보정한다.

", "

평가 질문 (PASS/FAIL)

[정성적 평가] 비정형/불규칙 수요에 대한 모델의 적응력 및 예측 안정성 기준을 충족하였는가?

PASS 증거

군수업무 및 PBL 품목관리 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] 모델 하이퍼파라미터 튜닝 완료 및 최적 모델 가중치 저장을 완수하였는가?

PASS 증거

요구된 산출물(`src/models/mnt04_advanced_model.py`)이 지정된 경로에 생성되고 Hold-out 테스트 데이터셋 대상 최종 성능 평가를 통과하였다.

보완이 필요한 상태

산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.

보완 방법

Hold-out 테스트 데이터셋 대상 최종 성능 평가 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": "MNT04_M06", "sequence": 6, "title": "장비 센서 상태 실시간 모니터링 및 결함 징후 경보 대시보드 구현", "durationHours": 3.0, "overview": "

장비 센서 상태 실시간 모니터링 및 결함 징후 경보 대시보드 구현

장비 센서 상태 실시간 모니터링 및 결함 경보 대시보드를 구현한다.

", "objectives": "

소개

군수업무 및 PBL 품목관리 환경을 바탕으로 장비 센서 상태 실시간 모니터링 및 결함 징후 경보 대시보드 구현 과제를 수행한다.

학습자가 수행할 핵심 과정

", "scenario": "

미션 배경

장비 센서 상태 실시간 모니터링 및 결함 경보 대시보드를 구현한다.

전쟁/사례 구분: 군수업무 및 PBL 품목관리

학습 유형 및 복잡도: 데이터분석형 (난이도: 중급~고급, 복잡도: 보통, 진행률: 60%)

산출물 및 저장 위치: `src/explainability/mnt04_xai_explainer.py` 및 XAI 리포트

", "attachments": [], "materials": [ "src/explainability/mnt04_xai_explainer.py" ], "materialText": "

미션 산출물 및 저장 위치

검증 및 개선 방안

", "techStack": [ "군수업무", "PBL 품목관리", "Python" ], "deliverables": [ "src/explainability/mnt04_xai_explainer.py (필수)" ], "evaluationKeys": [ "

평가 질문 (PASS/FAIL)

[정량적 평가] 주요 예측 건당 기여도 상위 3개 인자 자동 산출률 100%

PASS 증거

정량적 지표(주요 예측 건당 기여도 상위 3개 인자 자동 산출률 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

자연어 기반 요약 텍스트(예: '리드타임 증가 원인은 해외 조달 지연') 자동 생성을(를) 적용하여 성능 및 파라미터를 보정한다.

", "

평가 질문 (PASS/FAIL)

[정성적 평가] 군수 장교/군무원이 신뢰하고 조치할 수 있는 설명의 명확성 기준을 충족하였는가?

PASS 증거

군수업무 및 PBL 품목관리 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] SHAP summary plot 및 waterfall plot 생성 파이프라인 완성을 완수하였는가?

PASS 증거

요구된 산출물(`src/explainability/mnt04_xai_explainer.py` 및 XAI 리포트)이 지정된 경로에 생성되고 실무자 대상 설명 근거 유용성 평가 검증를 통과하였다.

보완이 필요한 상태

산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.

보완 방법

실무자 대상 설명 근거 유용성 평가 검증 절차를 재수행하여 발견된 결함을 수정하고 문서를 완성한다.

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

미션 판정

평가 구분: 필수

난이도 / 복잡도: 중급~고급 / 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": "MNT04_M07", "sequence": 7, "title": "예방 정비 조기 입고 결정을 위한 항공/기갑 검사관 HITL 승인 모듈 설계", "durationHours": 3.5, "overview": "

예방 정비 조기 입고 결정을 위한 항공/기갑 검사관 HITL 승인 모듈 설계

예방 정비 조기 입고 결정을 위한 검사관 HITL 승인 모듈을 설계한다.

", "objectives": "

소개

군수업무 및 PBL 품목관리 환경을 바탕으로 예방 정비 조기 입고 결정을 위한 항공/기갑 검사관 HITL 승인 모듈 설계 과제를 수행한다.

학습자가 수행할 핵심 과정

", "scenario": "

미션 배경

예방 정비 조기 입고 결정을 위한 검사관 HITL 승인 모듈을 설계한다.

전쟁/사례 구분: 군수업무 및 PBL 품목관리

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

산출물 및 저장 위치: `src/optimization/mnt04_simulator.py`

", "attachments": [], "materials": [ "src/optimization/mnt04_simulator.py" ], "materialText": "

미션 산출물 및 저장 위치

검증 및 개선 방안

", "techStack": [ "군수업무", "PBL 품목관리", "HITL", "Python" ], "deliverables": [ "src/optimization/mnt04_simulator.py (필수)" ], "evaluationKeys": [ "

평가 질문 (PASS/FAIL)

[정량적 평가] 최적화 적용 시 비용 15% 절감 또는 재고 회전율 20% 향상

PASS 증거

정량적 지표(최적화 적용 시 비용 15% 절감 또는 재고 회전율 20% 향상)를 달성하고 단위 테스트 및 실행 결과가 성공적으로 확인되었다.

보완이 필요한 상태

정량적 성능 지표가 기준에 미달하거나 실행 중 에러가 발생하는 경우.

보완 방법

돌발 수요(전시 전환 등) 대비 민감도(Sensitivity) 분석 모듈 추가을(를) 적용하여 성능 및 파라미터를 보정한다.

", "

평가 질문 (PASS/FAIL)

[정성적 평가] 현실적 군수 제약조건 반영도 및 시나리오별 대안 제시 적절성 기준을 충족하였는가?

PASS 증거

군수업무 및 PBL 품목관리 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] 선형/정수 계획법(LP/MIP) 최적화 해 도출 및 시뮬레이션 완료을 완수하였는가?

PASS 증거

요구된 산출물(`src/optimization/mnt04_simulator.py`)이 지정된 경로에 생성되고 과거 실적 데이터 대비 최적화 결과 비교 백테스팅를 통과하였다.

보완이 필요한 상태

산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.

보완 방법

과거 실적 데이터 대비 최적화 결과 비교 백테스팅 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": "MNT04_M08", "sequence": 8, "title": "장시간 비행/기동 센서 데이터 대용량 스트림 주입 스트레스 테스트", "durationHours": 3.0, "overview": "

장시간 비행/기동 센서 데이터 대용량 스트림 주입 스트레스 테스트

장시간 기동 센서 데이터 대용량 스트림 주입 스트레스 테스트를 수행한다.

", "objectives": "

소개

군수업무 및 PBL 품목관리 환경을 바탕으로 장시간 비행/기동 센서 데이터 대용량 스트림 주입 스트레스 테스트 과제를 수행한다.

학습자가 수행할 핵심 과정

", "scenario": "

미션 배경

장시간 기동 센서 데이터 대용량 스트림 주입 스트레스 테스트를 수행한다.

전쟁/사례 구분: 군수업무 및 PBL 품목관리

학습 유형 및 복잡도: 데이터분석형 (난이도: 고급, 복잡도: 보통, 진행률: 80%)

산출물 및 저장 위치: `src/dashboard/mnt04_app.py` (Streamlit/Dash 등)

", "attachments": [], "materials": [ "src/dashboard/mnt04_app.py" ], "materialText": "

미션 산출물 및 저장 위치

검증 및 개선 방안

", "techStack": [ "군수업무", "PBL 품목관리", "스트레스 테스트", "Python" ], "deliverables": [ "src/dashboard/mnt04_app.py (필수)" ], "evaluationKeys": [ "

평가 질문 (PASS/FAIL)

[정량적 평가] 대시보드 로딩 시간 2초 이내, 경보 발령 정확도 95% 이상

PASS 증거

정량적 지표(대시보드 로딩 시간 2초 이내, 경보 발령 정확도 95% 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

보고서 자동 출력(PDF/Excel Export) 기능 탑재을(를) 적용하여 성능 및 파라미터를 보정한다.

", "

평가 질문 (PASS/FAIL)

[정성적 평가] 의사결정 지원에 최적화된 시각적 위계 및 사용자 경험(UX) 기준을 충족하였는가?

PASS 증거

군수업무 및 PBL 품목관리 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] 웹 기반 분석 대시보드 구동 및 실시간 필터링 기능 검증을 완수하였는가?

PASS 증거

요구된 산출물(`src/dashboard/mnt04_app.py` (Streamlit/Dash 등))이 지정된 경로에 생성되고 실제 군수 데이터 연동 화면 테스트 및 UI 동작 검증를 통과하였다.

보완이 필요한 상태

산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.

보완 방법

실제 군수 데이터 연동 화면 테스트 및 UI 동작 검증 절차를 재수행하여 발견된 결함을 수정하고 문서를 완성한다.

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

미션 판정

평가 구분: 필수

난이도 / 복잡도: 고급 / 보통 (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": "MNT04_M09", "sequence": 9, "title": "AAR 기반 예지정비 오경보 분석 및 이상 감지 임계 파라미터 재보정", "durationHours": 3.0, "overview": "

AAR 기반 예지정비 오경보 분석 및 이상 감지 임계 파라미터 재보정

AAR 기반 예지정비 오경보를 분석하고 임계 파라미터를 재보정한다.

", "objectives": "

소개

군수업무 및 PBL 품목관리 환경을 바탕으로 AAR 기반 예지정비 오경보 분석 및 이상 감지 임계 파라미터 재보정 과제를 수행한다.

학습자가 수행할 핵심 과정

", "scenario": "

미션 배경

AAR 기반 예지정비 오경보를 분석하고 임계 파라미터를 재보정한다.

전쟁/사례 구분: 군수업무 및 PBL 품목관리

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

산출물 및 저장 위치: `reports/mnt04_roi_analysis.md`

", "attachments": [], "materials": [ "reports/mnt04_roi_analysis.md" ], "materialText": "

미션 산출물 및 저장 위치

검증 및 개선 방안

", "techStack": [ "군수업무", "PBL 품목관리", "Python" ], "deliverables": [ "reports/mnt04_roi_analysis.md (필수)" ], "evaluationKeys": [ "

평가 질문 (PASS/FAIL)

[정량적 평가] 비용 절감액, 시간 단축률 등 3대 정량 효과 지표 산출

PASS 증거

정량적 지표(비용 절감액, 시간 단축률 등 3대 정량 효과 지표 산출)를 달성하고 단위 테스트 및 실행 결과가 성공적으로 확인되었다.

보완이 필요한 상태

정량적 성능 지표가 기준에 미달하거나 실행 중 에러가 발생하는 경우.

보완 방법

단기/중기/장기 단계별 도입 효과 로드맵 구체화을(를) 적용하여 성능 및 파라미터를 보정한다.

", "

평가 질문 (PASS/FAIL)

[정성적 평가] 추정 산식의 객관성 및 군 재정/군수 기획 부서 설득력 기준을 충족하였는가?

PASS 증거

군수업무 및 PBL 품목관리 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] ROI 분석 보고서 완성 및 주요 지표 민감도 분석 수록을 완수하였는가?

PASS 증거

요구된 산출물(`reports/mnt04_roi_analysis.md`)이 지정된 경로에 생성되고 회계/기획 기준 모델과의 비교 검증를 통과하였다.

보완이 필요한 상태

산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.

보완 방법

회계/기획 기준 모델과의 비교 검증 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": "MNT04_M10", "sequence": 10, "title": "항공/기갑 장비 예지정비(PdM) 센서 데이터 이상 징후 감지 시스템 통합 완성", "durationHours": 3.5, "overview": "

항공/기갑 장비 예지정비(PdM) 센서 데이터 이상 징후 감지 시스템 통합 완성

항공/기갑 장비 예지정비(PdM) 센서 데이터 이상 징후 감지 시스템을 완성한다.

", "objectives": "

소개

군수업무 및 PBL 품목관리 환경을 바탕으로 항공/기갑 장비 예지정비(PdM) 센서 데이터 이상 징후 감지 시스템 통합 완성 과제를 수행한다.

학습자가 수행할 핵심 과정

", "scenario": "

미션 배경

항공/기갑 장비 예지정비(PdM) 센서 데이터 이상 징후 감지 시스템을 완성한다.

전쟁/사례 구분: 군수업무 및 PBL 품목관리

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

산출물 및 저장 위치: `docs/mnt04_operations_guide.md` 및 `pipeline/mnt04_retrain.py`

", "attachments": [], "materials": [ "docs/mnt04_operations_guide.md", "pipeline/mnt04_retrain.py" ], "materialText": "

미션 산출물 및 저장 위치

검증 및 개선 방안

", "techStack": [ "군수업무", "PBL 품목관리", "Python" ], "deliverables": [ "docs/mnt04_operations_guide.md (필수)", "pipeline/mnt04_retrain.py (필수)" ], "evaluationKeys": [ "

평가 질문 (PASS/FAIL)

[정량적 평가] 자동 재학습 파이프라인 정상 실행, 최종 문서 100% 완비

PASS 증거

정량적 지표(자동 재학습 파이프라인 정상 실행, 최종 문서 100% 완비)를 달성하고 단위 테스트 및 실행 결과가 성공적으로 확인되었다.

보완이 필요한 상태

정량적 성능 지표가 기준에 미달하거나 실행 중 에러가 발생하는 경우.

보완 방법

차기 국방군수통합정보체계(DELIIS 등) 연계 인터페이스 가이드 수록을(를) 적용하여 성능 및 파라미터를 보정한다.

", "

평가 질문 (PASS/FAIL)

[정성적 평가] 지속 가능한 운영 가능성 및 국방 군수 정보체계와의 연동 용이성 기준을 충족하였는가?

PASS 증거

군수업무 및 PBL 품목관리 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] 최종 인도물 검수 및 프로젝트 완료 발표자료 완성을 완수하였는가?

PASS 증거

요구된 산출물(`docs/mnt04_operations_guide.md` 및 `pipeline/mnt04_retrain.py`)이 지정된 경로에 생성되고 End-to-End 전체 파이프라인 자동화 실행 및 최종 검수를 통과하였다.

보완이 필요한 상태

산출물이 미완성이거나 검증 절차를 통과하지 못한 경우.

보완 방법

End-to-End 전체 파이프라인 자동화 실행 및 최종 검수 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": [] } ] }