**데이터 기반 수송 소요예측 Tool**

난 이 도 **고급**

| **프로젝트 목표** | 수송 소요를 데이터로 예측해 군수 수송계획을 세우는 일은 구간별 통과 용량과 병목을 함께 보아야 정확해진다. 본 프로젝트는 수송 소요예측에서 예측 대상 정의, 시계열·피처 구성, 기준모델 비교, 설명가능성, 업무 임계값, 실적 대조를 익히도록 교육용 가상 노선망 자료를 코드로 만들어 구간별 수송 소요와 지체를 예측한다. 학습자는 병목 데이터 정의, 지체 전처리, BPR 기준 모델, 최대유량 기반 병목 식별과 피처 모델, 우회 소요·유류 산출과 앙상블 모델, 혼잡도 대시보드와 요인 설명, 작전군수관 승인(HITL)과 선형계획 최적화, 3개 구간 동시 차단 스트레스 시험, AAR 재보정과 ROI, 재학습 파이프라인 통합을 차례로 수행한다. 최종 목표는 구간별 소요·지체를 예측해 병목을 사전에 찾고 우회 물량 배분안을 만들되, 우회 명령의 하달 여부는 반드시 사람이 결정하는 수송 소요예측 도구를 완성하는 것이다. |
| --- | --- |

| **유의사항** | 모든 노선망·구간 통과량·정비·기상 자료는 코드 안에서 만든 교육용 가상 자료이며 실제 보급로, 지명, 부대, 장비 제원, 작전 정보는 사용하지 않는다. 부대 내 촬영이나 부대 자료의 외부 AI 서비스 입력은 금지한다. 봉쇄·우회 모의는 추상 모델로 한정하며 실제 우회 명령과 수송 결심은 지휘계통과 작전군수관 승인에 따른다. 시간·유류 단가와 도입 비용은 교육용 가정값이다. 미션별 정답 코드는 각각 한 파일로 독립 실행된다. |
| --- | --- |

**1단계. 수송 병목 데이터 정의 및 지체 전처리**

| **미션 1. 전시 주요 보급로(MSR) 교차로, 병목 구간(병목 다리/터널) 및 통과 능력 데이터 정의** [초급 · 1.5시간] | **미션 1. 전시 주요 보급로(MSR) 교차로, 병목 구간(병목 다리/터널) 및 통과 능력 데이터 정의** [초급 · 1.5시간] |
| --- | --- |
| **목표** | 가상 노선망의 교차로·병목(교량·터널) 구간과 통과 능력 데이터를 정의하고, 수송 소요예측 업무 프로세스 맵과 피처 데이터 사전을 만든다. |
| **수행** | 구간 코드, 유형, 연장, 피크시간 통과 용량, 계획 물량, 실제 통과량, 비계획 정비·긴급 불출·우천 여부, 지체 시간의 필드와 허용값을 정한다. 원천 컬럼과 파생 피처를 구분한 데이터 사전을 작성하고 실제 생성 데이터의 컬럼과 대조해 누락을 확인한다. 소요 접수부터 실적 대조까지 업무 프로세스를 단계별 담당·입력·산출·소요시간으로 정리한다. |
| **산출물** | docs/mov01_logistics_domain_spec.md 및 데이터 딕셔너리 |
| **평가** | **[필수] 프로세스 맵·피처 정의** — 업무 프로세스 맵이 작성되고 예측 피처 목록 20개 이상이 정의되며, 데이터 사전과 실제 데이터 컬럼의 누락이 0건인가. 실무 업무 흐름과의 일치성과 분석 목표의 명확성이 설명되는가. |

| **미션 2. 수송 수량 폭증에 따른 구간별 병목 지체 시간(Delay) 계산 전처리 모듈 구현** [초급~중급 · 2시간] | **미션 2. 수송 수량 폭증에 따른 구간별 병목 지체 시간(Delay) 계산 전처리 모듈 구현** [초급~중급 · 2시간] |
| --- | --- |
| **목표** | 수송량 폭증에 따른 구간별 지체 시간 계산을 위해 오염된 구간 통과 기록을 정제하는 전처리 모듈을 구현한다. |
| **수행** | 결측, 음수, 단위 오류, 표기 오류, 미등록 구간, 용량 0, 중복을 주입한 가상 기록에 정제 규칙 10종을 순서대로 적용한다. 미등록 구간은 삭제하지 않고 격리하며 비계획 정비·긴급 불출 행은 이상치로 지우지 않고 예외로 보존한다. 지체 시간을 통과시간과 자유주행시간으로 재계산하고 정합성 검증과 전후 기술통계를 비교한다. |
| **산출물** | src/etl/mov01_data_cleansing.py 및 정제 품질 보고서 |
| **평가** | **[필수] 정제 규칙·정합성 검증** — 정제 규칙 10종이 적용되고 정합성 검증 통과율이 100%이며, 비계획 정비·긴급 불출 같은 군수 특수 예외 데이터가 보존되고 전후 통계량이 비교되었는가. |

**2단계. 통과 용량 Baseline 및 병목 식별 모델**

| **미션 3. 구간별 통과 용량 기반 1차 수송 지체 예측 Baseline 알고리즘 구현** [중급 · 2.5시간] | **미션 3. 구간별 통과 용량 기반 1차 수송 지체 예측 Baseline 알고리즘 구현** [중급 · 2.5시간] |
| --- | --- |
| **목표** | 구간별 통과 용량 기반 BPR 지체 함수로 1차 수송 지체 예측 Baseline을 만들고, EDA로 Baseline의 한계와 핵심 요인을 찾는다. |
| **수행** | 계획 물량을 공칭 용량으로 나눈 이용률로 구간 지체를 계산하고 통과시간의 오차를 측정한다. 정비·우천·긴급 불출·폭증 조건별 평균 오차를 비교해 과소예측 조건을 찾는다. 8종 EDA 차트, 지체와의 스피어만 상관·p-value, 정비일 평균 차이 검정, 구간별 지체 파레토를 수행해 핵심 발견점을 정리한다. |
| **산출물** | notebooks/mov01_eda_analysis.ipynb 및 EDA 요약 리포트 |
| **평가** | **[필수] Baseline·EDA 핵심 발견** — EDA 시각화 차트 8종 이상이 생성되고 지체와 유의한 상관 피처 5개 이상이 도출되며, Baseline의 한계 조건이 오차 수치로 제시되고 가설 검정과 파레토 결과가 정리되었는가. |

| **미션 4. 네트워크 흐름(Max-Flow) 알고리즘 기반 병목 발생 지점 사전 식별 및 우회로 탐색 모델 고도화** [중급 · 3시간] | **미션 4. 네트워크 흐름(Max-Flow) 알고리즘 기반 병목 발생 지점 사전 식별 및 우회로 탐색 모델 고도화** [중급 · 3시간] |
| --- | --- |
| **목표** | 최대유량(Max-Flow) 알고리즘으로 병목 구간을 사전에 식별하고 구간 폐쇄 시 우회로를 찾으며, 파생 피처 기반 기준 모델을 구축한다. |
| **수행** | 노선망에서 출발지에서 목적지까지의 최대 통과능력과 최소 절단 구간을 구하고 구간별 증설 민감도를 비교한다. 구간 폐쇄 시나리오에서 새 병목, 최대유량 변화, 우회 경로와 평균 통과시간을 계산하고 수요 초과 여부를 판정한다. 파생 피처 14종으로 지체 예측 모델을 학습해 시계열 교차검증으로 MAPE를 측정하고 피처 중요도로 차원 축소 후보를 찾는다. |
| **산출물** | src/features/mov01_feature_engineering.py 및 기준 모델 |
| **평가** | **[선택] 병목 식별·피처 기준 모델** — 최소 절단 구간과 폐쇄별 우회 경로가 제시되고 파생 피처 10개 이상이 생성되며, 시계열 교차검증 MAPE가 25% 이하이고 피처 설계의 업무적 근거가 설명되었는가. |

**3단계. 우회 소요·유류 산출 및 혼잡도 대시보드**

| **미션 5. 우회 수송 시 추가 소요 시간 및 유류 소모량 산출 엔진 개발** [중급~고급 · 3.5시간] | **미션 5. 우회 수송 시 추가 소요 시간 및 유류 소모량 산출 엔진 개발** [중급~고급 · 3.5시간] |
| --- | --- |
| **목표** | 우회 수송 시 추가 소요 시간과 유류 소모량을 산출하는 엔진을 개발하고, 기준 모델 대비 앙상블 예측 모델의 개선율을 검증한다. |
| **수행** | 증분 배정으로 구간 폐쇄·정비 시나리오별 우회 경로를 구하고 대당 추가 소요 시간, 추가 거리, 추가 유류와 일 추가 유류량을 계산한다. 이용률이 1.0을 넘는 시나리오는 사람의 물량 조정이 필요한 경우로 표시한다. 기준 BPR, GBR, 랜덤 포레스트, 앙상블을 Hold-out 30일에서 MAE·RMSE·MAPE·R2로 비교하고 정비일·긴급 불출일 같은 불규칙 조건의 오차를 확인한다. |
| **산출물** | src/models/mov01_advanced_model.py |
| **평가** | **[필수] 우회 엔진·앙상블 개선** — 기준 모델 대비 MAE·RMSE가 20% 이상 개선되고 R2 0.85 이상이며, 우회 시나리오별 추가 소요 시간과 유류 소모량이 산출되고 불규칙 조건의 안정성이 확인되었는가. |

| **미션 6. 전시 보급로 병목 혼잡도 및 우회 경로 비교 시뮬레이션 대시보드 구현** [중급~고급 · 3시간] | **미션 6. 전시 보급로 병목 혼잡도 및 우회 경로 비교 시뮬레이션 대시보드 구현** [중급~고급 · 3시간] |
| --- | --- |
| **목표** | 보급로 병목 혼잡도와 우회 경로 비교 대시보드를 구현하고, 예측 건마다 기여도 상위 요인을 설명한다. |
| **수행** | 구간별 이용률 히트맵, 오늘의 예측 지체와 경보 기준, 고정 배분 대비 우회 배정 비교, 최악 사례 요인 기여도를 2x2 화면으로 그린다. 요인군(계획 물량, 정비·용량, 우천, 전일 지체, 요일, 구간 특성)을 평균값으로 바꿨을 때의 예측 변화로 건별 기여도를 구하고 상위 3개 요인을 자연어 문장으로 출력한다. |
| **산출물** | src/explainability/mov01_xai_explainer.py 및 XAI 리포트 |
| **평가** | **[선택] 혼잡도 대시보드·요인 설명** — 예측 건당 기여도 상위 3개 요인 자동 산출률이 100%이고, 혼잡도 대시보드 4개 패널과 우회 경로 비교가 출력되며, 설명 문장이 실무자가 조치를 판단할 수 있을 만큼 명확한가. |

**4단계. 우회 명령 승인 체계 및 동시 차단 스트레스 시험**

| **미션 7. 우회로 수송 명령 하달을 위한 작전군수관 HITL 통제 워크플로우 설계** [고급 · 3.5시간] | **미션 7. 우회로 수송 명령 하달을 위한 작전군수관 HITL 통제 워크플로우 설계** [고급 · 3.5시간] |
| --- | --- |
| **목표** | 우회 수송 명령의 하달 여부를 작전군수관이 직접 승인·반려하는 인간 개입(HITL) 결재 워크플로우를 설계하고, 선형계획으로 우회 물량 배분을 최적화한다. |
| **수행** | 선형계획(LP)으로 구간 용량 상한 아래에서 경로별 물량을 배분하고 시나리오 6종과 과거 30일 조건에서 고정 배분 대비 비용 절감률을 백테스트하며 돌발 수요 민감도를 확인한다. AI가 만든 우회안은 모두 검토대기로 등록하고, 추가 소요가 크거나 용량이 포화되는 안은 작전군수관과 상급자 2단계 결재를 거치게 한다. 사유 10자 이상, 반려 후 재기안 연결, 승인 후 변경 금지, 권한 우회 시도 10종 차단, 해시 체인 감사 로그를 구현한다. |
| **산출물** | src/optimization/mov01_simulator.py |
| **평가** | **[필수] 최적화 비용 절감·인간 승인** — 최적화 적용 시 비용 15% 이상 절감이 시나리오·백테스트로 확인되고, 자동 승인 0건, 권한 우회 시도 차단율 100%, 반려 사유 필수·재기안 연계, 감사 로그 무결성과 위·변조 검출이 확인되었는가. |

| **미션 8. 주요 축선 3개 동시 봉쇄 상황 모의 우회 수송 시뮬레이션 스트레스 테스트** [고급 · 3시간] | **미션 8. 주요 축선 3개 동시 봉쇄 상황 모의 우회 수송 시뮬레이션 스트레스 테스트** [고급 · 3시간] |
| --- | --- |
| **목표** | 구간 3개가 동시에 막히는 상황을 모의하는 스트레스 시험으로 노선망의 취약 조합과 대시보드 갱신 성능·경보 정확도를 확인한다. |
| **수행** | 구간 10개 중 3개가 동시에 막히는 120개 조합과 3개 축선의 접근 구간 동시 봉쇄를 모의해 단절, 수요 초과, 수용 가능 조합을 분류하고 단절 조합에 자주 등장하는 구간을 이중화 후보로 제시한다. 대시보드 데이터 갱신(예측, 최대유량, 우회 배정)을 60회 반복해 지연 시간을 재고, 지체 5분 이상 경보의 정확도·재현율·오경보를 측정한다. |
| **산출물** | src/dashboard/mov01_app.py (Streamlit/Dash 등) |
| **평가** | **[선택] 동시 차단 시험·경보 성능** — 3개 구간 동시 차단 120개 조합의 결과가 분류되고, 대시보드 데이터 갱신이 2초 이내이며, 경보 정확도 95% 이상과 재현율·오경보가 함께 제시되었는가. |

**5단계. AAR 재보정 및 통합 패키지**

| **미션 9. AAR 기반 병목 예측 오차 분석 및 도로 통과 용량 파라미터 재보정** [고급 · 3시간] | **미션 9. AAR 기반 병목 예측 오차 분석 및 도로 통과 용량 파라미터 재보정** [고급 · 3시간] |
| --- | --- |
| **목표** | AAR 관점에서 병목 예측 오차를 원인별로 분석하고 도로 통과 용량 파라미터를 재보정하며, 효과를 ROI로 환산한다. |
| **수행** | 기준 BPR의 오차를 정비일, 긴급 불출일, 우천일, 정상일로 나누어 평균 오차를 비교한다. 최소제곱으로 지체 계수, 비선형 지수, 전일 지체 이월 계수, 구간별 유효 용량 배율, 정비·우천 시 용량 배율을 다시 맞추고 검증 15일의 오차를 비교한다. 비용 절감액, 시간 단축률, 경보 포착률 3대 지표를 가정 단가로 환산하고 단가·효과 민감도와 단계별 도입 로드맵을 정리한다. |
| **산출물** | reports/mov01_roi_analysis.md |
| **평가** | **[필수] 재보정·3대 정량 효과** — 재보정 후 검증 구간 오차가 감소하고, 비용 절감액·시간 단축률·경보 포착률 3대 지표와 민감도 분석이 산출되며, 단가 등 추정 산식의 가정이 명시되었는가. |

| **미션 10. 전시 수송 병목 구간 식별 및 우회 수송 시뮬레이션 도구 통합 패키지 완성** [최고급 · 3.5시간] | **미션 10. 전시 수송 병목 구간 식별 및 우회 수송 시뮬레이션 도구 통합 패키지 완성** [최고급 · 3.5시간] |
| --- | --- |
| **목표** | 데이터 갱신부터 정합성 검증, 드리프트 점검, 자동 재학습, 7일 소요 예측, 우회 배분, 승인대기 분리까지 한 번에 실행되는 통합 파이프라인을 완성한다. |
| **수행** | 신규 30일 데이터를 추가해 정합성을 검증하고, 기존 모델의 오차로 드리프트를 판단한 뒤 챌린저 모델을 학습해 개선이 3% 이상일 때만 승격한다. 요일·추세·폭증 더미를 쓰는 Ridge로 향후 7일 수송 소요를 예측하고 전주 동요일 기준과 비교하며, 예측 소요를 LP 우회 배분에 넣어 위험·정비일을 작전군수관 승인대기로 분리한다. 운영 문서 완비율, 인터페이스 명세, 자체 점검표, 브리핑 요약을 출력한다. |
| **산출물** | docs/mov01_operations_guide.md 및 pipeline/mov01_retrain.py |
| **평가** | **[필수] 재학습 파이프라인·자체 점검** — 자동 재학습 파이프라인이 오류 없이 실행되고 운영 문서 100% 완비, 자체 점검 전 항목 PASS, 7일 소요 예측이 기준보다 정확하며 위험 우회안이 자동 집행되지 않고 브리핑으로 정리되었는가. |

**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.)