893 lines
134 KiB
JSON
893 lines
134 KiB
JSON
{
|
|
"version": "1.0.0",
|
|
"exportedAt": "2026-10-08T00:00:00.000Z",
|
|
"id": "ISR02",
|
|
"title": "SNS 전쟁 게시물 중복·변조·출처 신뢰도 자동 분류",
|
|
"category": "정보·감시·정찰(ISR)",
|
|
"level": 2,
|
|
"durationDays": 5,
|
|
"requiredHours": 27.5,
|
|
"status": "COMPLETED",
|
|
"isRecommended": false,
|
|
"summary": "",
|
|
"objectives": "<p>러시아-우크라이나 전쟁에서는 텔레그램·X 같은 SNS에 현장 제보와 함께 재게시, 수치·지역 변조, 과거 사진 재활용, 생성형 AI 조작물, 조직적 동시 유포가 한꺼번에 쏟아지면서 공개출처정보(OSINT)의 출처와 신뢰도를 빠르게 가려내는 일이 정보전의 핵심이 되었다. 본 프로젝트에서는 가상 계정과 가상 지역 코드로 만든 교육용 합성 게시물을 사용해 원천 데이터 스키마 정의, 텍스트 정제와 이미지 지각 해시 기반 중복 제거, 유사도 기반 복제·1차 출처 분류 Baseline, 조작·기만 탐지와 계정 신뢰도 결합 모델, 종합 신뢰도 등급(A~E) 엔진, 정보전 모니터링 대시보드, 정보관 긴급 검토(HITL), 대량 스트림 부하 시험, AAR 재보정, 최종 통합까지 단계별로 구현한다. 최종 목표는 조작 게시물을 놓치지 않으면서 사실 제보를 가짜로 몰지 않고, 파급력이 큰 첩보의 채택·차단은 원천 출처를 확인한 정보관이 결정하도록 설계하는 것이다.</p>",
|
|
"deliverables": [
|
|
"data/schema/isr02_input_schema.json (필수)",
|
|
"docs/isr02_data_spec.md (필수)",
|
|
"src/preprocess/isr02_preprocessor.py (필수)",
|
|
"전처리 전후 데이터셋 (필수)",
|
|
"src/models/isr02_baseline_model.py (필수)",
|
|
"기본 추론 결과 보고서 (필수)"
|
|
],
|
|
"constraints": "<h4>부대 보안 및 개인정보 보호</h4><ul><li><p>실제 부대 편성, 위치, 작전 일정, 군번·성명 등 민감 군사보안 및 개인식별정보는 절대 외부 AI에 입력하지 않는다.</p></li><li><p>모든 실습에는 제공된 교육용 가상 데이터셋 및 시뮬레이션 표본만을 활용한다.</p></li></ul><h4>AI 결과와 인간 최종 판단의 구분 (HITL 원칙)</h4><ul><li><p>AI 모델이 제안한 분석값이나 탐지 결과는 참고 지표이며, 최종 승인·보류·교전·배치 명령은 사람이 확정한다.</p></li><li><p>모든 게시물·계정·지역 코드·이미지는 코드 안에서 만든 교육용 가상 자료이며 실제 채널, 계정, 인물, 지명, 게시물은 사용하지 않는다. 실제 SNS 수집 자료나 부대 자료를 외부 AI 서비스에 입력하지 않으며, 부대 내 촬영은 금지한다. 생성형 AI 조작물은 탐지 측 특징(합성 흔적)만 다루고 생성·유포 기법은 구현하지 않는다. 신뢰도 등급과 '허위 의심' 표시는 검토 우선순위를 정하는 판단 보조 정보이며, 채택·차단과 대외 대응은 정보관 검토와 지휘계통을 따른다. 미션별 정답 코드는 각각 한 파일로 독립 실행된다.</p></li></ul>",
|
|
"evalSummary": "<h4>공통 PASS/FAIL 판정 원칙</h4><ul><li><p><strong>수행 증거:</strong> 요구된 데이터 전처리, 모델 구현, 검증 지표 산출, HITL 워크플로우 증거가 명확한가?</p></li><li><p><strong>판단 근거:</strong> 오경보/미탐 방지, 신뢰도 등급화, 파라미터 튜닝의 군사적·논리적 근거가 타당한가?</p></li><li><p><strong>앞뒤 연결성:</strong> 앞 미션의 스키마·전처리가 뒤 미션의 예측·대시보드·AAR 재보정에 정상 연계되는가?</p></li><li><p><strong>안전성:</strong> 보안 규정 준수, 극단 과부하 상황에서의 Fail-safe 복원력이 확보되었는가?</p></li></ul><h4>프로젝트 완료 조건</h4><p>10개 미션 전체에서 요구되는 필수([필수]) 평가 기준을 모두 PASS해야 프로젝트 최종 PASS로 판정한다.</p>",
|
|
"prerequisites": "기본 프로그래밍 지식 및 정보·감시·정찰(ISR) 데이터 분석 기초",
|
|
"refFiles": [],
|
|
"refText": "",
|
|
"projectSkills": [
|
|
{
|
|
"skillId": "competency_군특화문제해결_정보·감시·정찰(ISR)_문제분석",
|
|
"level": 2,
|
|
"category": "군특화문제해결",
|
|
"subCategory": "정보·감시·정찰(ISR) 문제분석"
|
|
},
|
|
{
|
|
"skillId": "competency_군특화문제해결_정보·감시·정찰(ISR)_대안도출",
|
|
"level": 1,
|
|
"category": "군특화문제해결",
|
|
"subCategory": "정보·감시·정찰(ISR) 대안도출"
|
|
},
|
|
{
|
|
"skillId": "competency_데이터분석검증_결과검증",
|
|
"level": 2,
|
|
"category": "데이터분석검증",
|
|
"subCategory": "AI 결과 검증"
|
|
},
|
|
{
|
|
"skillId": "competency_AI활용역량_도구활용",
|
|
"level": 1,
|
|
"category": "AI활용역량",
|
|
"subCategory": "AI 도구 및 모델 활용"
|
|
},
|
|
{
|
|
"skillId": "competency_전술의사결정_인간검토",
|
|
"level": 2,
|
|
"category": "전술의사결정",
|
|
"subCategory": "HITL 인간 검토 및 책임분계"
|
|
}
|
|
],
|
|
"prerequisiteVods": [],
|
|
"missions": [
|
|
{
|
|
"id": "ISR02_M01",
|
|
"sequence": 1,
|
|
"title": "전장 SNS(텔레그램, X 등) 텍스트/이미지 게시물 수집 및 OSINT 원천 데이터셋 정의",
|
|
"durationHours": 1.5,
|
|
"overview": "<p>텔레그램, X 등 전장 SNS에서 수집한 텍스트·이미지 게시물의 구조를 분석하고, 수집 경위와 주장 내용까지 담은 OSINT 원천 데이터셋 스키마와 검증기를 만든다.</p>",
|
|
"objectives": "<p>게시물 기본 정보(게시물·계정 ID, 플랫폼, 게시 시각, 본문, 언어), 미디어(종류, 크기, 지각 해시), 전달 원본(forwarded_from), 수집 경위(수집 방식·시각·수집자·수집 지연), 주장 내용(가상 지역 코드, 위치 불확실성), 평가 상태 필드를 정의한다. 수집 단계에서는 진위 판정을 'unassessed'로만 두게 한다. 가상 게시물 20건을 검증하고 허용값·형식·누락·빈 본문 오류 5종을 일부러 넣어 모두 검출되는지 확인한 뒤 명세서로 정리한다.</p>",
|
|
"scenario": "<h4>미션 배경 및 당위성</h4><p>텔레그램, X 등 전장 SNS에서 수집된 텍스트 및 이미지 게시물 데이터 구조를 분석하고 원천 데이터셋 스키마를 정의한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>텔레그램, X 등 전장 SNS에서 수집한 텍스트·이미지 게시물의 구조를 분석하고, 수집 경위와 주장 내용까지 담은 OSINT 원천 데이터셋 스키마와 검증기를 만든다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>게시물 기본 정보(게시물·계정 ID, 플랫폼, 게시 시각, 본문, 언어), 미디어(종류, 크기, 지각 해시), 전달 원본(forwarded_from), 수집 경위(수집 방식·시각·수집자·수집 지연), 주장 내용(가상 지역 코드, 위치 불확실성), 평가 상태 필드 정의하고 검증하는</strong> 실습을 체계적으로 수행합니다.</p><p>학습자는 실습가이드에 제시된 총 4개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.</p><p><strong>이번 결과물:</strong> <code>data/schema/isr02_input_schema.json 및 docs/isr02_data_spec.md</code> 형태의 결과물을 완성한다.</p>",
|
|
"attachments": [],
|
|
"materials": [
|
|
"/uploads/ISR02/isr02_m01_dataset.json",
|
|
"/uploads/ISR02/isr02_m01_sample.md"
|
|
],
|
|
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/ISR02/isr02_m01_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/ISR02/isr02_m01_sample.md\">실습 및 검증 가이드 (MD)</a></li></ul><p><strong>활용 주의</strong>: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.</p>",
|
|
"techStack": [
|
|
"정보·감시·정찰(ISR)",
|
|
"코딩형",
|
|
"데이터 전처리",
|
|
"알고리즘 구현",
|
|
"HITL 검증"
|
|
],
|
|
"deliverables": [
|
|
"data/schema/isr02_input_schema.json (필수)",
|
|
"docs/isr02_data_spec.md (필수)"
|
|
],
|
|
"evaluationKeys": [
|
|
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[전장 SNS(텔레그램, X 등) 텍스트/이미지 게시물 수집 및 OSINT 원천 데이터셋 정의] 요구된 핵심 성능 기준(스키마 필드 정의 완성도 100%, 샘플 데이터 검증 오류 0건)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>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.</p><h4>보완이 필요한 상태</h4><p>정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.</p><h4>보완 방법</h4><p>누락된 전술 파라미터(기상, 위치오차, 통신지연 등) 보완을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
|
|
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 정보·감시·정찰(ISR) 실무 및 러시아-우크라이나 전쟁 전장 환경과의 군사적 부합성 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>정보·감시·정찰(ISR) 실무 및 러시아-우크라이나 전쟁 전장 환경과의 군사적 부합성이 논리적으로 검증되었으며 JSON Schema 검증 도구 및 샘플 데이터 파싱 단위 테스트를 통한 무결성이 확인되었다.</p><h4>보완이 필요한 상태</h4><p>비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.</p><h4>보완 방법</h4><p>교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.</p>"
|
|
],
|
|
"evaluationTypes": [
|
|
"REQUIRED",
|
|
"REQUIRED"
|
|
],
|
|
"evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>핵심 평가영역:</strong> 정보·감시·정찰(ISR) 실무 및 러시아-우크라이나 전쟁 전장 환경과의 군사적 부합성</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: 스키마 필드 정의 완성도 100%, 샘플 데이터 검증 오류 0건</p></li><li><p>진행 기준: 입력 데이터 유효성 검증 스크립트 통과 및 명세서 문서화 완료</p></li><li><p>검증 방법: JSON Schema 검증 도구 및 샘플 데이터 파싱 단위 테스트</p></li></ul><h4>채점자 판정 메모</h4><blockquote><p>단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.</p></blockquote>",
|
|
"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": "<h4>이 단계의 역할</h4><p>M1 코드를 실행해 정상 샘플 20건의 검증 결과를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M1 코드를 실행해 정상 샘플 20건의 검증 결과를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>정상 샘플 오류 0건, 주입 오류 5종 모두 검출 필드 17개 + 전달 원본(forwarded_from) 명세</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M1 코드를 실행해 정상 샘플 20건의 검증 결과를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>M1 코드를 실행해 정상 샘플 20건의 검증 결과를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(정상 샘플 오류 0건, 주입 오류 5종 모두 검출 필드 17개 + 전달 원본(forwarded_from) 명세)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 2,
|
|
"problem": "오류 주입 결과 5건이 어떤 규칙에 걸렸는지 표로 정리한다.",
|
|
"activity": "<h4>이 단계의 역할</h4><p>오류 주입 결과 5건이 어떤 규칙에 걸렸는지 표로 정리한다.</p><h4>해야 할 일</h4><ol><li><p>오류 주입 결과 5건이 어떤 규칙에 걸렸는지 표로 정리한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>정상 샘플 오류 0건, 주입 오류 5종 모두 검출 필드 17개 + 전달 원본(forwarded_from) 명세</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>오류 주입 결과 5건이 어떤 규칙에 걸렸는지 표로 정리한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>오류 주입 결과 5건이 어떤 규칙에 걸렸는지 표로 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(정상 샘플 오류 0건, 주입 오류 5종 모두 검출 필드 17개 + 전달 원본(forwarded_from) 명세)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 3,
|
|
"problem": "수집 지연·위치 불확실성 필드와 평가 상태('unassessed')의 의미를 명세서에 적는...",
|
|
"activity": "<h4>이 단계의 역할</h4><p>수집 지연·위치 불확실성 필드와 평가 상태('unassessed')의 의미를 명세서에 적는다.</p><h4>해야 할 일</h4><ol><li><p>수집 지연·위치 불확실성 필드와 평가 상태('unassessed')의 의미를 명세서에 적는다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>정상 샘플 오류 0건, 주입 오류 5종 모두 검출 필드 17개 + 전달 원본(forwarded_from) 명세</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>수집 지연·위치 불확실성 필드와 평가 상태('unassessed')의 의미를 명세서에 적는다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>수집 지연·위치 불확실성 필드와 평가 상태('unassessed')의 의미를 명세서에 적는다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(정상 샘플 오류 0건, 주입 오류 5종 모두 검출 필드 17개 + 전달 원본(forwarded_from) 명세)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 4,
|
|
"problem": "도전 과제 및 파라미터 튜닝 최적화",
|
|
"activity": "<h4>이 단계의 역할</h4><p>기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.</p><h4>해야 할 일</h4><p>SCHEMA의 fields에 조회수(view_count, 0 이상) 필드를 추가하고, 음수 값을 넣어 검출되는지 확인한다.</p><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.</p></li></ul>",
|
|
"attachments": []
|
|
}
|
|
]
|
|
},
|
|
{
|
|
"id": "ISR02_M02",
|
|
"sequence": 2,
|
|
"title": "게시물 텍스트 불용어 정제, 이미지 해시(pHash) 추출 및 중복 제거 전처리 모듈 구현",
|
|
"durationHours": 2.0,
|
|
"overview": "<p>게시물 텍스트의 불용어·특수문자·URL·이모지를 정제하고 이미지 지각 해시(pHash)를 추출해 중복 게시물을 걸러내는 전처리 모듈을 구현한다.</p>",
|
|
"objectives": "<p>유니코드 정규화(전각 문자 등), URL·멘션·해시태그 기호·특수문자·이모지·불용어 제거, 본문 결측 보정을 구현하고, 32x32 이미지의 DCT 저주파 성분으로 64비트 pHash를 만든다. 정규화 본문과 이미지 해시 거리로 중복을 판정해 가장 이른 게시물만 남기고, 처리 속도·오류율·중복 제거 결과를 측정한다. 단위 테스트 5종으로 정제 규칙과 해시의 강건성·구분력을 확인한다.</p>",
|
|
"scenario": "<h4>미션 배경 및 당위성</h4><p>텍스트 불용어 제거, 특수문자 정제, 이미지 지각 해시(pHash) 추출을 통해 중복 게시물을 걸러내는 전처리 모듈을 구현한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>게시물 텍스트의 불용어·특수문자·URL·이모지를 정제하고 이미지 지각 해시(pHash)를 추출해 중복 게시물을 걸러내는 전처리 모듈을 구현한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>유니코드 정규화(전각 문자 등), URL·멘션·해시태그 기호·특수문자·이모지·불용어 제거, 본문 결측 보정을 구현하고, 32x32 이미지의 DCT 저주파 성분으로 64비트 pHash 작성하여 원인을 분석하는</strong> 실습을 체계적으로 수행합니다.</p><p>학습자는 실습가이드에 제시된 총 5개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.</p><p><strong>이번 결과물:</strong> <code>src/preprocess/isr02_preprocessor.py 및 전처리 전후 데이터셋</code> 형태의 결과물을 완성한다.</p>",
|
|
"attachments": [],
|
|
"materials": [
|
|
"/uploads/ISR02/isr02_m02_dataset.json",
|
|
"/uploads/ISR02/isr02_m02_sample.md"
|
|
],
|
|
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/ISR02/isr02_m02_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/ISR02/isr02_m02_sample.md\">실습 및 검증 가이드 (MD)</a></li></ul><p><strong>활용 주의</strong>: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.</p>",
|
|
"techStack": [
|
|
"정보·감시·정찰(ISR)",
|
|
"코딩형",
|
|
"데이터 전처리",
|
|
"알고리즘 구현",
|
|
"HITL 검증"
|
|
],
|
|
"deliverables": [
|
|
"src/preprocess/isr02_preprocessor.py (필수)",
|
|
"전처리 전후 데이터셋 (필수)"
|
|
],
|
|
"evaluationKeys": [
|
|
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[게시물 텍스트 불용어 정제, 이미지 해시(pHash) 추출 및 중복 제거 전처리 모듈 구현] 요구된 핵심 성능 기준(데이터 정제 처리 속도 1,000건/초 이상, 전처리 오류율 0%)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>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.</p><h4>보완이 필요한 상태</h4><p>정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.</p><h4>보완 방법</h4><p>전술 상황별(주간/야간/악천후) 맞춤형 노이즈 제거 임계값 동적 조정을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
|
|
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 전술 환경 특유의 노이즈(스푸핑, 반사파, 센서 단절 등) 제거 타당성 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>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.</p><h4>보완이 필요한 상태</h4><p>비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.</p><h4>보완 방법</h4><p>교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.</p>"
|
|
],
|
|
"evaluationTypes": [
|
|
"REQUIRED",
|
|
"REQUIRED"
|
|
],
|
|
"evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>핵심 평가영역:</strong> 전술 환경 특유의 노이즈(스푸핑, 반사파, 센서 단절 등) 제거 타당성</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: 데이터 정제 처리 속도 1,000건/초 이상, 전처리 오류율 0%</p></li><li><p>진행 기준: 정제 파이프라인 자동화 및 단위 테스트 케이스 5종 통과</p></li><li><p>검증 방법: pytest 기반 전처리 정합성 테스트 및 결측치 보정율 확인</p></li></ul><h4>채점자 판정 메모</h4><blockquote><p>단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.</p></blockquote>",
|
|
"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 속도, 오류율, 결측 보정 결과를 확인한다.",
|
|
"activity": "<h4>이 단계의 역할</h4><p>M2 코드를 실행해 처리 속도, 오류율, 결측 보정 결과를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M2 코드를 실행해 처리 속도, 오류율, 결측 보정 결과를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>처리 속도 1,000건/초 이상, 오류율 0%, 결측 보정율 100% 중복 573건 -> 340건, 단위 테스트 5/5 통과</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M2 코드를 실행해 처리 속도, 오류율, 결측 보정 결과를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>M2 코드를 실행해 처리 속도, 오류율, 결측 보정 결과를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(처리 속도 1,000건/초 이상, 오류율 0%, 결측 보정율 100% 중복 573건 -> 340건, 단위 테스트 5/5 통과)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 2,
|
|
"problem": "중복 제거 결과에서 재게시와 조직적 동시 게시가 얼마나 걸러졌는지 확인한다.",
|
|
"activity": "<h4>이 단계의 역할</h4><p>중복 제거 결과에서 재게시와 조직적 동시 게시가 얼마나 걸러졌는지 확인한다.</p><h4>해야 할 일</h4><ol><li><p>중복 제거 결과에서 재게시와 조직적 동시 게시가 얼마나 걸러졌는지 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>처리 속도 1,000건/초 이상, 오류율 0%, 결측 보정율 100% 중복 573건 -> 340건, 단위 테스트 5/5 통과</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>중복 제거 결과에서 재게시와 조직적 동시 게시가 얼마나 걸러졌는지 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>중복 제거 결과에서 재게시와 조직적 동시 게시가 얼마나 걸러졌는지 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(처리 속도 1,000건/초 이상, 오류율 0%, 결측 보정율 100% 중복 573건 -> 340건, 단위 테스트 5/5 통과)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 3,
|
|
"problem": "정제 전후 예시로 URL·멘션·이모지·전각 문자가 어떻게 처리되는지 설명한다.",
|
|
"activity": "<h4>이 단계의 역할</h4><p>정제 전후 예시로 URL·멘션·이모지·전각 문자가 어떻게 처리되는지 설명한다.</p><h4>해야 할 일</h4><ol><li><p>정제 전후 예시로 URL·멘션·이모지·전각 문자가 어떻게 처리되는지 설명한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>처리 속도 1,000건/초 이상, 오류율 0%, 결측 보정율 100% 중복 573건 -> 340건, 단위 테스트 5/5 통과</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>정제 전후 예시로 URL·멘션·이모지·전각 문자가 어떻게 처리되는지 설명한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>정제 전후 예시로 URL·멘션·이모지·전각 문자가 어떻게 처리되는지 설명한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(처리 속도 1,000건/초 이상, 오류율 0%, 결측 보정율 100% 중복 573건 -> 340건, 단위 테스트 5/5 통과)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 4,
|
|
"problem": "단위 테스트 5종과 pHash 거리 그림을 확인한다.",
|
|
"activity": "<h4>이 단계의 역할</h4><p>단위 테스트 5종과 pHash 거리 그림을 확인한다.</p><h4>해야 할 일</h4><ol><li><p>단위 테스트 5종과 pHash 거리 그림을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>처리 속도 1,000건/초 이상, 오류율 0%, 결측 보정율 100% 중복 573건 -> 340건, 단위 테스트 5/5 통과</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>단위 테스트 5종과 pHash 거리 그림을 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>단위 테스트 5종과 pHash 거리 그림을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(처리 속도 1,000건/초 이상, 오류율 0%, 결측 보정율 100% 중복 573건 -> 340건, 단위 테스트 5/5 통과)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 5,
|
|
"problem": "도전 과제 및 파라미터 튜닝 최적화",
|
|
"activity": "<h4>이 단계의 역할</h4><p>기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.</p><h4>해야 할 일</h4><p>중복 판정의 해시 거리 기준(4)을 10으로 넓히면 제거 건수가 어떻게 바뀌는지 확인하고, 과도한 기준이 서로 다른 사진을 같은 것으로 묶는 위험을 토의한다.</p><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.</p></li></ul>",
|
|
"attachments": []
|
|
}
|
|
]
|
|
},
|
|
{
|
|
"id": "ISR02_M03",
|
|
"sequence": 3,
|
|
"title": "게시물 유사도 기반 단순 복제본 탐지 및 1차 출처 분류 Baseline 알고리즘 구현",
|
|
"durationHours": 2.5,
|
|
"overview": "<p>게시물 간 텍스트·이미지 유사도로 단순 복제와 인용(재작성) 관계를 판별하고 1차 출처를 분류하는 Baseline 알고리즘을 개발한다.</p>",
|
|
"objectives": "<p>정제 본문의 문자 n-gram TF-IDF 코사인 유사도와 pHash 거리로 복제·재작성·무관 관계를 규칙 판정하고, 재작성 판단 기준을 바꿔 가며 정확도를 1차 조정한다. 전달 경로(forwarded_from)를 끝까지 거슬러 올라가거나, 경로가 없으면 같은 이야기 중 가장 이른 게시물을 1차 출처로 보는 출처 분류를 구현해 유형 정확도와 출처 일치율을 측정하고, 내용 변조를 구분하지 못하는 한계를 정리한다.</p>",
|
|
"scenario": "<h4>미션 배경 및 당위성</h4><p>게시물 간 텍스트/이미지 유사도 기반으로 단순 복제 및 인용 관계를 판별하는 1차 출처 분류 Baseline 알고리즘을 개발한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>게시물 간 텍스트·이미지 유사도로 단순 복제와 인용(재작성) 관계를 판별하고 1차 출처를 분류하는 Baseline 알고리즘을 개발한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>정제 본문의 문자 n-gram TF-IDF 코사인 유사도와 pHash 거리로 복제·재작성·무관 관계를 규칙 판정하고, 재작성 판단 기준을 바꿔 가며 정확도를 1차 조정 수행하고 검증하는</strong> 실습을 체계적으로 수행합니다.</p><p>학습자는 실습가이드에 제시된 총 4개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.</p><p><strong>이번 결과물:</strong> <code>src/models/isr02_baseline_model.py 및 기본 추론 결과 보고서</code> 형태의 결과물을 완성한다.</p>",
|
|
"attachments": [],
|
|
"materials": [
|
|
"/uploads/ISR02/isr02_m03_dataset.json",
|
|
"/uploads/ISR02/isr02_m03_sample.md"
|
|
],
|
|
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/ISR02/isr02_m03_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/ISR02/isr02_m03_sample.md\">실습 및 검증 가이드 (MD)</a></li></ul><p><strong>활용 주의</strong>: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.</p>",
|
|
"techStack": [
|
|
"정보·감시·정찰(ISR)",
|
|
"코딩형",
|
|
"데이터 전처리",
|
|
"알고리즘 구현",
|
|
"HITL 검증"
|
|
],
|
|
"deliverables": [
|
|
"src/models/isr02_baseline_model.py (필수)",
|
|
"기본 추론 결과 보고서 (필수)"
|
|
],
|
|
"evaluationKeys": [
|
|
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[게시물 유사도 기반 단순 복제본 탐지 및 1차 출처 분류 Baseline 알고리즘 구현] 요구된 핵심 성능 기준(기본 데이터셋 대상 탐지/처리 정확도 75% 이상 달성)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>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.</p><h4>보완이 필요한 상태</h4><p>정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.</p><h4>보완 방법</h4><p>판단 지연시간 최적화 및 휴리스틱 가중치 1차 튜닝을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
|
|
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 알고리즘의 논리적 흐름 및 군사적 판단 기준의 투명성 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>알고리즘의 논리적 흐름 및 군사적 판단 기준의 투명성이 논리적으로 검증되었으며 기준 벤치마크 데이터셋 대상 추론 결과 오차율 비교를 통한 무결성이 확인되었다.</p><h4>보완이 필요한 상태</h4><p>비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.</p><h4>보완 방법</h4><p>교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.</p>"
|
|
],
|
|
"evaluationTypes": [
|
|
"REQUIRED",
|
|
"REQUIRED"
|
|
],
|
|
"evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>핵심 평가영역:</strong> 알고리즘의 논리적 흐름 및 군사적 판단 기준의 투명성</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: 기본 데이터셋 대상 탐지/처리 정확도 75% 이상 달성</p></li><li><p>진행 기준: 단위 기능 동작 확인 및 기본 시나리오 실행 로그 생성</p></li><li><p>검증 방법: 기준 벤치마크 데이터셋 대상 추론 결과 오차율 비교</p></li></ul><h4>채점자 판정 메모</h4><blockquote><p>단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.</p></blockquote>",
|
|
"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 게시물 쌍 관계 판별 정확도와 혼동표를 확인한다.",
|
|
"activity": "<h4>이 단계의 역할</h4><p>M3 코드를 실행해 게시물 쌍 관계 판별 정확도와 혼동표를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M3 코드를 실행해 게시물 쌍 관계 판별 정확도와 혼동표를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>관계 판별 정확도 75% 이상(예시 98.3%) 1차 출처 유형 정확도 85.5%, 출처 일치율 64.0%(한계 확인)</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M3 코드를 실행해 게시물 쌍 관계 판별 정확도와 혼동표를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>M3 코드를 실행해 게시물 쌍 관계 판별 정확도와 혼동표를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(관계 판별 정확도 75% 이상(예시 98.3%) 1차 출처 유형 정확도 85.5%, 출처 일치율 64.0%(한계 확인))를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 2,
|
|
"problem": "재작성 기준(유사도) 표에서 정확도가 가장 높은 구간을 찾는다.",
|
|
"activity": "<h4>이 단계의 역할</h4><p>재작성 기준(유사도) 표에서 정확도가 가장 높은 구간을 찾는다.</p><h4>해야 할 일</h4><ol><li><p>재작성 기준(유사도) 표에서 정확도가 가장 높은 구간을 찾는다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>관계 판별 정확도 75% 이상(예시 98.3%) 1차 출처 유형 정확도 85.5%, 출처 일치율 64.0%(한계 확인)</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>재작성 기준(유사도) 표에서 정확도가 가장 높은 구간을 찾는다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>재작성 기준(유사도) 표에서 정확도가 가장 높은 구간을 찾는다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(관계 판별 정확도 75% 이상(예시 98.3%) 1차 출처 유형 정확도 85.5%, 출처 일치율 64.0%(한계 확인))를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 3,
|
|
"problem": "1차 출처 분류의 유형 정확도와 출처 일치율을 기록하고 일치율이 낮은 이유를 정리한다.",
|
|
"activity": "<h4>이 단계의 역할</h4><p>1차 출처 분류의 유형 정확도와 출처 일치율을 기록하고 일치율이 낮은 이유를 정리한다.</p><h4>해야 할 일</h4><ol><li><p>1차 출처 분류의 유형 정확도와 출처 일치율을 기록하고 일치율이 낮은 이유를 정리한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>관계 판별 정확도 75% 이상(예시 98.3%) 1차 출처 유형 정확도 85.5%, 출처 일치율 64.0%(한계 확인)</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>1차 출처 분류의 유형 정확도와 출처 일치율을 기록하고 일치율이 낮은 이유를 정리한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>1차 출처 분류의 유형 정확도와 출처 일치율을 기록하고 일치율이 낮은 이유를 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(관계 판별 정확도 75% 이상(예시 98.3%) 1차 출처 유형 정확도 85.5%, 출처 일치율 64.0%(한계 확인))를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 4,
|
|
"problem": "도전 과제 및 파라미터 튜닝 최적화",
|
|
"activity": "<h4>이 단계의 역할</h4><p>기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.</p><h4>해야 할 일</h4><p>relation()에 '같은 지역 코드일 때만 재작성 인정' 조건을 추가해 출처 일치율이 개선되는지 확인한다.</p><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.</p></li></ul>",
|
|
"attachments": []
|
|
}
|
|
]
|
|
},
|
|
{
|
|
"id": "ISR02_M04",
|
|
"sequence": 4,
|
|
"title": "생성형 AI 조작 이미지/텍스트 탐지 및 출처 계정 신뢰도 평가 모델 고도화",
|
|
"durationHours": 3.0,
|
|
"overview": "<p>생성형 AI 조작 텍스트·이미지 탐지와 작성 계정 신뢰도 평가를 결합해 가짜 정보 판별 로직을 고도화한다.</p>",
|
|
"objectives": "<p>같은 이야기로 묶은 게시물 사이의 수량·지역·방향 불일치, 이미지 합성 잡음 불균일·생성형 격자 무늬·과거 이미지 재사용 흔적, 선동형 반복 문체, 조직적 동시 게시 특징을 계산한다. 계정 나이·팔로워·원본 비율·과거 정확도·게시 간격 규칙성으로 계정 신뢰도 모델을 만들고 내용 특징과 결합한 랜덤 포레스트를 학습한다. 수치 과장, 지역 바꾸기, 방향 뒤집기, 과거 이미지 재사용, 이미지 합성, 생성형 이미지, 선동형 문체, 조직적 동시 게시, 짜깁기, 과거 게시물 재활용의 10종 시나리오별 재현율과 처리 지연을 측정하고 오경보 원인을 분석한다.</p>",
|
|
"scenario": "<h4>미션 배경 및 당위성</h4><p>생성형 AI 조작 텍스트/이미지 탐지 알고리즘과 작성자 계정 신뢰도 평가 모델을 결합하여 가짜 뉴스 판별 로직을 고도화한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>생성형 AI 조작 텍스트·이미지 탐지와 작성 계정 신뢰도 평가를 결합해 가짜 정보 판별 로직을 고도화한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>같은 이야기로 묶은 게시물 사이의 수량·지역·방향 불일치, 이미지 합성 잡음 불균일·생성형 격자 무늬·과거 이미지 재사용 흔적, 선동형 반복 문체, 조직적 동시 게시 특징 산출하고 모델에 적용하는</strong> 실습을 체계적으로 수행합니다.</p><p>학습자는 실습가이드에 제시된 총 4개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.</p><p><strong>이번 결과물:</strong> <code>src/models/isr02_advanced_detector.py 및 예외 탐지 테스트 결과</code> 형태의 결과물을 완성한다.</p>",
|
|
"attachments": [],
|
|
"materials": [
|
|
"/uploads/ISR02/isr02_m04_dataset.json",
|
|
"/uploads/ISR02/isr02_m04_sample.md"
|
|
],
|
|
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/ISR02/isr02_m04_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/ISR02/isr02_m04_sample.md\">실습 및 검증 가이드 (MD)</a></li></ul><p><strong>활용 주의</strong>: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.</p>",
|
|
"techStack": [
|
|
"정보·감시·정찰(ISR)",
|
|
"코딩형",
|
|
"데이터 전처리",
|
|
"알고리즘 구현",
|
|
"HITL 검증"
|
|
],
|
|
"deliverables": [
|
|
"src/models/isr02_advanced_detector.py (필수)",
|
|
"예외 탐지 테스트 결과 (필수)"
|
|
],
|
|
"evaluationKeys": [
|
|
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[생성형 AI 조작 이미지/텍스트 탐지 및 출처 계정 신뢰도 평가 모델 고도화] 요구된 핵심 성능 기준(복합 위협 탐지 재현율(Recall) 85% 이상, 처리 지연 200ms 이하)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>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.</p><h4>보완이 필요한 상태</h4><p>정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.</p><h4>보완 방법</h4><p>오경보(False Alarm) 유발 패턴 식별 및 특징 공간(Feature Space) 재설계을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
|
|
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 기만/교란 공격에 대한 방어 로직의 현실성 및 신뢰성 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>기만/교란 공격에 대한 방어 로직의 현실성 및 신뢰성이 논리적으로 검증되었으며 합성 위협 데이터셋 주입 시 이상치 탐지 정확도 검증를 통한 무결성이 확인되었다.</p><h4>보완이 필요한 상태</h4><p>비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.</p><h4>보완 방법</h4><p>교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.</p>"
|
|
],
|
|
"evaluationTypes": [
|
|
"REQUIRED",
|
|
"REQUIRED"
|
|
],
|
|
"evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>핵심 평가영역:</strong> 기만/교란 공격에 대한 방어 로직의 현실성 및 신뢰성</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: 복합 위협 탐지 재현율(Recall) 85% 이상, 처리 지연 200ms 이하</p></li><li><p>진행 기준: 복합 위협 시나리오 10종에 대한 탐지 테스트 통과</p></li><li><p>검증 방법: 합성 위협 데이터셋 주입 시 이상치 탐지 정확도 검증</p></li></ul><h4>채점자 판정 메모</h4><blockquote><p>단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.</p></blockquote>",
|
|
"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 계정 신뢰도만·내용 탐지만·결합 모델의 재현율과 오경보율을 비교한다.",
|
|
"activity": "<h4>이 단계의 역할</h4><p>M4 코드를 실행해 계정 신뢰도만·내용 탐지만·결합 모델의 재현율과 오경보율을 비교한다.</p><h4>해야 할 일</h4><ol><li><p>M4 코드를 실행해 계정 신뢰도만·내용 탐지만·결합 모델의 재현율과 오경보율을 비교한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>조작 탐지 재현율 85% 이상(예시 97.3%), 게시물당 200ms 이하 시나리오 10종 통과, 오경보는 현지 목격자 계정의 재작성 글에 집중</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M4 코드를 실행해 계정 신뢰도만·내용 탐지만·결합 모델의 재현율과 오경보율을 비교한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>M4 코드를 실행해 계정 신뢰도만·내용 탐지만·결합 모델의 재현율과 오경보율을 비교한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(조작 탐지 재현율 85% 이상(예시 97.3%), 게시물당 200ms 이하 시나리오 10종 통과, 오경보는 현지 목격자 계정의 재작성 글에 집중)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 2,
|
|
"problem": "조작 시나리오 10종 표에서 가장 약한 유형을 찾는다.",
|
|
"activity": "<h4>이 단계의 역할</h4><p>조작 시나리오 10종 표에서 가장 약한 유형을 찾는다.</p><h4>해야 할 일</h4><ol><li><p>조작 시나리오 10종 표에서 가장 약한 유형을 찾는다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>조작 탐지 재현율 85% 이상(예시 97.3%), 게시물당 200ms 이하 시나리오 10종 통과, 오경보는 현지 목격자 계정의 재작성 글에 집중</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>조작 시나리오 10종 표에서 가장 약한 유형을 찾는다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>조작 시나리오 10종 표에서 가장 약한 유형을 찾는다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(조작 탐지 재현율 85% 이상(예시 97.3%), 게시물당 200ms 이하 시나리오 10종 통과, 오경보는 현지 목격자 계정의 재작성 글에 집중)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 3,
|
|
"problem": "사실 게시물 오경보의 유형과 작성 계정 유형을 보고 오경보 유발 패턴을 정리한다.",
|
|
"activity": "<h4>이 단계의 역할</h4><p>사실 게시물 오경보의 유형과 작성 계정 유형을 보고 오경보 유발 패턴을 정리한다.</p><h4>해야 할 일</h4><ol><li><p>사실 게시물 오경보의 유형과 작성 계정 유형을 보고 오경보 유발 패턴을 정리한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>조작 탐지 재현율 85% 이상(예시 97.3%), 게시물당 200ms 이하 시나리오 10종 통과, 오경보는 현지 목격자 계정의 재작성 글에 집중</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>사실 게시물 오경보의 유형과 작성 계정 유형을 보고 오경보 유발 패턴을 정리한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>사실 게시물 오경보의 유형과 작성 계정 유형을 보고 오경보 유발 패턴을 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(조작 탐지 재현율 85% 이상(예시 97.3%), 게시물당 200ms 이하 시나리오 10종 통과, 오경보는 현지 목격자 계정의 재작성 글에 집중)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 4,
|
|
"problem": "도전 과제 및 파라미터 튜닝 최적화",
|
|
"activity": "<h4>이 단계의 역할</h4><p>기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.</p><h4>해야 할 일</h4><p>ACCOUNT 특징을 빼고 내용 특징만으로 학습하면 어떤 유형의 재현율이 떨어지는지 확인하고, 계정 평판에 기대는 위험(계정 탈취·사칭)을 토의한다.</p><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.</p></li></ul>",
|
|
"attachments": []
|
|
}
|
|
]
|
|
},
|
|
{
|
|
"id": "ISR02_M05",
|
|
"sequence": 5,
|
|
"title": "가짜 정보(Disinformation) 오분류 방지 및 복합 신뢰도 지수 산출 엔진 개발",
|
|
"durationHours": 3.0,
|
|
"overview": "<p>심리전 게시물의 유포 패턴을 반영해 신뢰도 등급(A~E)과 종합 신뢰도 지수를 산출하고, 사실 게시물을 가짜로 오분류하지 않도록 하는 엔진을 개발한다.</p>",
|
|
"objectives": "<p>내용 무결성, 계정 평판, 독립 출처 교차확인, 유포 패턴 정상 여부, 시의성 5개 요소를 가중치 매트릭스로 합산해 종합 지수를 만들고 A~E 등급(A·B=High, C=Medium, D·E=Low)을 부여한다. '신생·소규모 계정이면 가짜'로 보는 기존 규칙과 사실 게시물 오경보율을 비교하고, ROC-AUC, 허위 의심 기준 민감도, 측정 잡음에 대한 등급 일관성을 확인하며, 게시물별 점수 구성(불확실성 시각화)을 제시한다.</p>",
|
|
"scenario": "<h4>미션 배경 및 당위성</h4><p>전쟁 심리전(심리 공작) 게시물의 유포 패턴을 분석하고 신뢰도 등급(A~E) 및 종합 신뢰도 점수를 산출하는 엔진을 개발한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>심리전 게시물의 유포 패턴을 반영해 신뢰도 등급(A~E)과 종합 신뢰도 지수를 산출하고, 사실 게시물을 가짜로 오분류하지 않도록 하는 엔진을 개발한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>내용 무결성, 계정 평판, 독립 출처 교차확인, 유포 패턴 정상 여부, 시의성 5개 요소를 가중치 매트릭스로 합산해 종합 지수를 만들고 A~E 등급(A·B=High, C=Medium, D·E=Low)을 부여 수행하고 검증하는</strong> 실습을 체계적으로 수행합니다.</p><p>학습자는 실습가이드에 제시된 총 4개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.</p><p><strong>이번 결과물:</strong> <code>src/verification/isr02_confidence_engine.py</code> 형태의 결과물을 완성한다.</p>",
|
|
"attachments": [],
|
|
"materials": [
|
|
"/uploads/ISR02/isr02_m05_dataset.json",
|
|
"/uploads/ISR02/isr02_m05_sample.md"
|
|
],
|
|
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/ISR02/isr02_m05_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/ISR02/isr02_m05_sample.md\">실습 및 검증 가이드 (MD)</a></li></ul><p><strong>활용 주의</strong>: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.</p>",
|
|
"techStack": [
|
|
"정보·감시·정찰(ISR)",
|
|
"코딩형",
|
|
"데이터 전처리",
|
|
"알고리즘 구현",
|
|
"HITL 검증"
|
|
],
|
|
"deliverables": [
|
|
"src/verification/isr02_confidence_engine.py (필수)"
|
|
],
|
|
"evaluationKeys": [
|
|
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[가짜 정보(Disinformation) 오분류 방지 및 복합 신뢰도 지수 산출 엔진 개발] 요구된 핵심 성능 기준(오경보율(FAR) 40% 이상 감축, 신뢰도 스코어 산출 일관성 90% 이상)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>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.</p><h4>보완이 필요한 상태</h4><p>정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.</p><h4>보완 방법</h4><p>신뢰도 가중치 매트릭스 재조정 및 불확실성 지표 시각화 지원을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
|
|
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 신뢰도 등급(High/Med/Low) 부여 기준의 군사적 타당성 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>신뢰도 등급(High/Med/Low) 부여 기준의 군사적 타당성이 논리적으로 검증되었으며 ROC-AUC 곡선 분석 및 임계값 민감도 테스트를 통한 무결성이 확인되었다.</p><h4>보완이 필요한 상태</h4><p>비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.</p><h4>보완 방법</h4><p>교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.</p>"
|
|
],
|
|
"evaluationTypes": [
|
|
"REQUIRED",
|
|
"REQUIRED"
|
|
],
|
|
"evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>핵심 평가영역:</strong> 신뢰도 등급(High/Med/Low) 부여 기준의 군사적 타당성</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: 오경보율(FAR) 40% 이상 감축, 신뢰도 스코어 산출 일관성 90% 이상</p></li><li><p>진행 기준: 오경보 필터링 전후 비교 지표 산출 및 통합 테스트 완료</p></li><li><p>검증 방법: ROC-AUC 곡선 분석 및 임계값 민감도 테스트</p></li></ul><h4>채점자 판정 메모</h4><blockquote><p>단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.</p></blockquote>",
|
|
"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 신뢰도 가중치 매트릭스와 등급 분포를 확인한다.",
|
|
"activity": "<h4>이 단계의 역할</h4><p>M5 코드를 실행해 신뢰도 가중치 매트릭스와 등급 분포를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M5 코드를 실행해 신뢰도 가중치 매트릭스와 등급 분포를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>오경보율 감축 40% 이상(예시 20.0% -> 0.9%, 95.6% 감축) 등급 일관성 90% 이상(예시 98.5%), ROC-AUC 0.993</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M5 코드를 실행해 신뢰도 가중치 매트릭스와 등급 분포를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>M5 코드를 실행해 신뢰도 가중치 매트릭스와 등급 분포를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(오경보율 감축 40% 이상(예시 20.0% -> 0.9%, 95.6% 감축) 등급 일관성 90% 이상(예시 98.5%), ROC-AUC 0.993)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 2,
|
|
"problem": "기존 규칙과 엔진의 오경보율·조작 재현율을 비교한다.",
|
|
"activity": "<h4>이 단계의 역할</h4><p>기존 규칙과 엔진의 오경보율·조작 재현율을 비교한다.</p><h4>해야 할 일</h4><ol><li><p>기존 규칙과 엔진의 오경보율·조작 재현율을 비교한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>오경보율 감축 40% 이상(예시 20.0% -> 0.9%, 95.6% 감축) 등급 일관성 90% 이상(예시 98.5%), ROC-AUC 0.993</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>기존 규칙과 엔진의 오경보율·조작 재현율을 비교한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>기존 규칙과 엔진의 오경보율·조작 재현율을 비교한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(오경보율 감축 40% 이상(예시 20.0% -> 0.9%, 95.6% 감축) 등급 일관성 90% 이상(예시 98.5%), ROC-AUC 0.993)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 3,
|
|
"problem": "허위 의심 기준 민감도 표와 점수 구성 그림으로 기준의 타당성을 판단한다.",
|
|
"activity": "<h4>이 단계의 역할</h4><p>허위 의심 기준 민감도 표와 점수 구성 그림으로 기준의 타당성을 판단한다.</p><h4>해야 할 일</h4><ol><li><p>허위 의심 기준 민감도 표와 점수 구성 그림으로 기준의 타당성을 판단한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>오경보율 감축 40% 이상(예시 20.0% -> 0.9%, 95.6% 감축) 등급 일관성 90% 이상(예시 98.5%), ROC-AUC 0.993</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>허위 의심 기준 민감도 표와 점수 구성 그림으로 기준의 타당성을 판단한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>허위 의심 기준 민감도 표와 점수 구성 그림으로 기준의 타당성을 판단한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(오경보율 감축 40% 이상(예시 20.0% -> 0.9%, 95.6% 감축) 등급 일관성 90% 이상(예시 98.5%), ROC-AUC 0.993)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 4,
|
|
"problem": "도전 과제 및 파라미터 튜닝 최적화",
|
|
"activity": "<h4>이 단계의 역할</h4><p>기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.</p><h4>해야 할 일</h4><p>WEIGHTS에서 '계정 평판'을 0.40, '독립 출처 교차확인'을 0.05로 바꾸면 사실 게시물 오경보가 어떻게 변하는지 확인하고 적정 가중치를 토의한다.</p><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.</p></li></ul>",
|
|
"attachments": []
|
|
}
|
|
]
|
|
},
|
|
{
|
|
"id": "ISR02_M06",
|
|
"sequence": 6,
|
|
"title": "SNS 전쟁 정보 타임라인 및 출처 신뢰도 네트워크 시각화 대시보드 구현",
|
|
"durationHours": 2.5,
|
|
"overview": "<p>SNS 정보의 유입 추이, 전파 경로, 출처별 신뢰도 분포, 위험 키워드 추세를 한눈에 보는 정보전 모니터링 대시보드를 구현한다.</p>",
|
|
"objectives": "<p>게시물 스트림을 1초 주기 묶음으로 받아 시간대별·등급별 집계와 위험 키워드 집계를 갱신하고 처리시간을 잰다. 신뢰도 등급별 유입 추이, 위험도가 가장 높은 이야기의 전달 경로 네트워크, 계정 유형별 신뢰도 분포, 위험 키워드 추이의 4개 구성요소를 야간 작전용 어두운 화면으로 그리고, 조직적 동시 게시가 있는 저신뢰 이야기를 긴급 항목으로 강조한다.</p>",
|
|
"scenario": "<h4>미션 배경 및 당위성</h4><p>SNS 정보의 전파 경로, 출처별 신뢰도 분포, 위험 키워드 트렌드를 실시간 가시화하는 정보전 모니터링 대시보드를 구현한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>SNS 정보의 유입 추이, 전파 경로, 출처별 신뢰도 분포, 위험 키워드 추세를 한눈에 보는 정보전 모니터링 대시보드를 구현한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>게시물 스트림을 1초 주기 묶음으로 받아 시간대별·등급별 집계와 위험 키워드 집계를 갱신하고 처리시간을 잰다 과정을 진행하는</strong> 실습을 체계적으로 수행합니다.</p><p>학습자는 실습가이드에 제시된 총 4개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.</p><p><strong>이번 결과물:</strong> <code>src/ui/isr02_dashboard.py (또는 웹 UI 컴포넌트)</code> 형태의 결과물을 완성한다.</p>",
|
|
"attachments": [],
|
|
"materials": [
|
|
"/uploads/ISR02/isr02_m06_dataset.json",
|
|
"/uploads/ISR02/isr02_m06_sample.md"
|
|
],
|
|
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/ISR02/isr02_m06_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/ISR02/isr02_m06_sample.md\">실습 및 검증 가이드 (MD)</a></li></ul><p><strong>활용 주의</strong>: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.</p>",
|
|
"techStack": [
|
|
"정보·감시·정찰(ISR)",
|
|
"코딩형",
|
|
"데이터 전처리",
|
|
"알고리즘 구현",
|
|
"HITL 검증"
|
|
],
|
|
"deliverables": [
|
|
"src/ui/isr02_dashboard.py (또는 웹 UI 컴포넌트) (필수)"
|
|
],
|
|
"evaluationKeys": [
|
|
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[SNS 전쟁 정보 타임라인 및 출처 신뢰도 네트워크 시각화 대시보드 구현] 요구된 핵심 성능 기준(화면 갱신 주기 1초 이내, UI 응답성 100ms 이내)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>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.</p><h4>보완이 필요한 상태</h4><p>정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.</p><h4>보완 방법</h4><p>야간 작전 모드(Dark mode) 및 긴급 경보 하이라이트 UI 개선을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
|
|
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 전술 작전 상황판으로서의 직관성 및 인지 부하 감소도 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>전술 작전 상황판으로서의 직관성 및 인지 부하 감소도이 논리적으로 검증되었으며 사용자 인터랙션 테스트 및 모의 데이터 스트림 렌더링 검증를 통한 무결성이 확인되었다.</p><h4>보완이 필요한 상태</h4><p>비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.</p><h4>보완 방법</h4><p>교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.</p>"
|
|
],
|
|
"evaluationTypes": [
|
|
"REQUIRED",
|
|
"REQUIRED"
|
|
],
|
|
"evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>핵심 평가영역:</strong> 전술 작전 상황판으로서의 직관성 및 인지 부하 감소도</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: 화면 갱신 주기 1초 이내, UI 응답성 100ms 이내</p></li><li><p>진행 기준: 주요 지표 시각화 컴포넌트 4종 이상 렌더링 및 실시간 데이터 연동</p></li><li><p>검증 방법: 사용자 인터랙션 테스트 및 모의 데이터 스트림 렌더링 검증</p></li></ul><h4>채점자 판정 메모</h4><blockquote><p>단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.</p></blockquote>",
|
|
"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 스트림 갱신 처리시간과 등급별 현황을 확인한다.",
|
|
"activity": "<h4>이 단계의 역할</h4><p>M6 코드를 실행해 스트림 갱신 처리시간과 등급별 현황을 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M6 코드를 실행해 스트림 갱신 처리시간과 등급별 현황을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>스트림 갱신 100ms 이내(예시 1.4ms), 렌더링 1초 이내 시각화 구성요소 4종, 긴급 강조 이야기 22개</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M6 코드를 실행해 스트림 갱신 처리시간과 등급별 현황을 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>M6 코드를 실행해 스트림 갱신 처리시간과 등급별 현황을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(스트림 갱신 100ms 이내(예시 1.4ms), 렌더링 1초 이내 시각화 구성요소 4종, 긴급 강조 이야기 22개)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 2,
|
|
"problem": "대시보드 4개 구성요소(유입 추이, 전파 네트워크, 계정 유형별 신뢰도, 위험 키워드)를 ...",
|
|
"activity": "<h4>이 단계의 역할</h4><p>대시보드 4개 구성요소(유입 추이, 전파 네트워크, 계정 유형별 신뢰도, 위험 키워드)를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>대시보드 4개 구성요소(유입 추이, 전파 네트워크, 계정 유형별 신뢰도, 위험 키워드)를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>스트림 갱신 100ms 이내(예시 1.4ms), 렌더링 1초 이내 시각화 구성요소 4종, 긴급 강조 이야기 22개</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>대시보드 4개 구성요소(유입 추이, 전파 네트워크, 계정 유형별 신뢰도, 위험 키워드)를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>대시보드 4개 구성요소(유입 추이, 전파 네트워크, 계정 유형별 신뢰도, 위험 키워드)를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(스트림 갱신 100ms 이내(예시 1.4ms), 렌더링 1초 이내 시각화 구성요소 4종, 긴급 강조 이야기 22개)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 3,
|
|
"problem": "긴급 강조된 이야기(조직적 동시 게시 + 저신뢰)의 특징을 정리한다.",
|
|
"activity": "<h4>이 단계의 역할</h4><p>긴급 강조된 이야기(조직적 동시 게시 + 저신뢰)의 특징을 정리한다.</p><h4>해야 할 일</h4><ol><li><p>긴급 강조된 이야기(조직적 동시 게시 + 저신뢰)의 특징을 정리한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>스트림 갱신 100ms 이내(예시 1.4ms), 렌더링 1초 이내 시각화 구성요소 4종, 긴급 강조 이야기 22개</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>긴급 강조된 이야기(조직적 동시 게시 + 저신뢰)의 특징을 정리한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>긴급 강조된 이야기(조직적 동시 게시 + 저신뢰)의 특징을 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(스트림 갱신 100ms 이내(예시 1.4ms), 렌더링 1초 이내 시각화 구성요소 4종, 긴급 강조 이야기 22개)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 4,
|
|
"problem": "도전 과제 및 파라미터 튜닝 최적화",
|
|
"activity": "<h4>이 단계의 역할</h4><p>기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.</p><h4>해야 할 일</h4><p>RISK_WORDS에 새 키워드를 추가하고, 위험 키워드 급증을 자동 강조하는 규칙(예: 직전 구간 대비 2배)을 설계해 본다.</p><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.</p></li></ul>",
|
|
"attachments": []
|
|
}
|
|
]
|
|
},
|
|
{
|
|
"id": "ISR02_M07",
|
|
"sequence": 7,
|
|
"title": "전술적 파급력이 큰 가짜 정보 식별 시 정보관 HITL 긴급 승인/차단 워크플로우 설계",
|
|
"durationHours": 3.0,
|
|
"overview": "<p>군사적 파급력이 큰 첩보에 대해 정보관이 원천 출처를 직접 역추적한 뒤 채택·차단·보류하는 HITL 긴급 검토 절차를 설계한다.</p>",
|
|
"objectives": "<p>엔진 결과는 모두 검토 대기로 등록하고 파급력·등급 순으로 정렬한다. 전달 경로를 끝까지 거슬러 원천 게시물을 확인한 기록이 없으면 채택·차단할 수 없게 하고, 파급력이 큰 건은 서로 다른 정보관 2인이 같은 조치에 동의해야 확정되도록 한다. 엔진·시스템 명의의 자동 처리를 차단하고 근거 기록을 강제하며, 처리 기한(15분)을 넘기면 자동 처리 대신 선임 정보관에게 상신한다. 지휘관 피드백까지 해시 체인 감사 로그에 남기고 위·변조를 검출한다.</p>",
|
|
"scenario": "<h4>미션 배경 및 당위성</h4><p>군사적 파급력이 큰 중요 첩보에 대해 정보관이 원천 출처를 직접 역추적하고 승인/차단하는 HITL 검토 절차를 설계한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>군사적 파급력이 큰 첩보에 대해 정보관이 원천 출처를 직접 역추적한 뒤 채택·차단·보류하는 HITL 긴급 검토 절차를 설계한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>엔진 결과는 모두 검토 대기로 등록하고 파급력·등급 순으로 정렬 수행하고 검증하는</strong> 실습을 체계적으로 수행합니다.</p><p>학습자는 실습가이드에 제시된 총 5개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.</p><p><strong>이번 결과물:</strong> <code>src/hitl/isr02_approval_workflow.py 및 docs/isr02_hitl_guide.md</code> 형태의 결과물을 완성한다.</p>",
|
|
"attachments": [],
|
|
"materials": [
|
|
"/uploads/ISR02/isr02_m07_dataset.json",
|
|
"/uploads/ISR02/isr02_m07_sample.md"
|
|
],
|
|
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/ISR02/isr02_m07_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/ISR02/isr02_m07_sample.md\">실습 및 검증 가이드 (MD)</a></li></ul><p><strong>활용 주의</strong>: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.</p>",
|
|
"techStack": [
|
|
"정보·감시·정찰(ISR)",
|
|
"코딩형",
|
|
"데이터 전처리",
|
|
"알고리즘 구현",
|
|
"HITL 검증"
|
|
],
|
|
"deliverables": [
|
|
"src/hitl/isr02_approval_workflow.py (필수)",
|
|
"docs/isr02_hitl_guide.md (필수)"
|
|
],
|
|
"evaluationKeys": [
|
|
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[전술적 파급력이 큰 가짜 정보 식별 시 정보관 HITL 긴급 승인/차단 워크플로우 설계] 요구된 핵심 성능 기준(인간 검토 큐(Queue) 대기시간 및 승인/반려 처리 로깅 성공률 100%)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>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.</p><h4>보완이 필요한 상태</h4><p>정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.</p><h4>보완 방법</h4><p>검토 우선순위 큐잉 알고리즘 개선 및 지휘관 피드백 입력 폼 추가을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
|
|
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 지휘 책임 분계선 명확화 및 성급한 자동 단정 방지 체계 부합성 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>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.</p><h4>보완이 필요한 상태</h4><p>비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.</p><h4>보완 방법</h4><p>교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.</p>"
|
|
],
|
|
"evaluationTypes": [
|
|
"REQUIRED",
|
|
"REQUIRED"
|
|
],
|
|
"evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>핵심 평가영역:</strong> 지휘 책임 분계선 명확화 및 성급한 자동 단정 방지 체계 부합성</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: 인간 검토 큐(Queue) 대기시간 및 승인/반려 처리 로깅 성공률 100%</p></li><li><p>진행 기준: 승인/반려 인터페이스 동작 및 감사 로그(Audit Log) 생성 검증</p></li><li><p>검증 방법: 모의 조작자 승인/반려 시뮬레이션 및 데이터 무결성 검증</p></li></ul><h4>채점자 판정 메모</h4><blockquote><p>단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.</p></blockquote>",
|
|
"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": "<h4>이 단계의 역할</h4><p>M7 코드를 실행해 검토 순서와 차단된 규칙 위반 사례를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M7 코드를 실행해 검토 순서와 차단된 규칙 위반 사례를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>자동 채택·차단 0건, 규칙 위반 4건 차단(자동 처리·역추적 전 결정·허용 외 조치·2차 검토 불일치) 로깅 성공률 100%, 변조 위치(6번째 기록) 검출</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M7 코드를 실행해 검토 순서와 차단된 규칙 위반 사례를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>M7 코드를 실행해 검토 순서와 차단된 규칙 위반 사례를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(자동 채택·차단 0건, 규칙 위반 4건 차단(자동 처리·역추적 전 결정·허용 외 조치·2차 검토 불일치) 로깅 성공률 100%, 변조 위치(6번째 기록) 검출)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 2,
|
|
"problem": "P0310의 원천 역추적 경로와 2인 확정 과정을 확인한다.",
|
|
"activity": "<h4>이 단계의 역할</h4><p>P0310의 원천 역추적 경로와 2인 확정 과정을 확인한다.</p><h4>해야 할 일</h4><ol><li><p>P0310의 원천 역추적 경로와 2인 확정 과정을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>자동 채택·차단 0건, 규칙 위반 4건 차단(자동 처리·역추적 전 결정·허용 외 조치·2차 검토 불일치) 로깅 성공률 100%, 변조 위치(6번째 기록) 검출</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>P0310의 원천 역추적 경로와 2인 확정 과정을 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>P0310의 원천 역추적 경로와 2인 확정 과정을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(자동 채택·차단 0건, 규칙 위반 4건 차단(자동 처리·역추적 전 결정·허용 외 조치·2차 검토 불일치) 로깅 성공률 100%, 변조 위치(6번째 기록) 검출)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 3,
|
|
"problem": "처리 기한(15분) 초과 건이 자동 처리되지 않고 상신되는지 확인한다.",
|
|
"activity": "<h4>이 단계의 역할</h4><p>처리 기한(15분) 초과 건이 자동 처리되지 않고 상신되는지 확인한다.</p><h4>해야 할 일</h4><ol><li><p>처리 기한(15분) 초과 건이 자동 처리되지 않고 상신되는지 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>자동 채택·차단 0건, 규칙 위반 4건 차단(자동 처리·역추적 전 결정·허용 외 조치·2차 검토 불일치) 로깅 성공률 100%, 변조 위치(6번째 기록) 검출</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>처리 기한(15분) 초과 건이 자동 처리되지 않고 상신되는지 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>처리 기한(15분) 초과 건이 자동 처리되지 않고 상신되는지 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(자동 채택·차단 0건, 규칙 위반 4건 차단(자동 처리·역추적 전 결정·허용 외 조치·2차 검토 불일치) 로깅 성공률 100%, 변조 위치(6번째 기록) 검출)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 4,
|
|
"problem": "감사 로그 변조 후 검증 결과를 확인한다.",
|
|
"activity": "<h4>이 단계의 역할</h4><p>감사 로그 변조 후 검증 결과를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>감사 로그 변조 후 검증 결과를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>자동 채택·차단 0건, 규칙 위반 4건 차단(자동 처리·역추적 전 결정·허용 외 조치·2차 검토 불일치) 로깅 성공률 100%, 변조 위치(6번째 기록) 검출</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>감사 로그 변조 후 검증 결과를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>감사 로그 변조 후 검증 결과를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(자동 채택·차단 0건, 규칙 위반 4건 차단(자동 처리·역추적 전 결정·허용 외 조치·2차 검토 불일치) 로깅 성공률 100%, 변조 위치(6번째 기록) 검출)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 5,
|
|
"problem": "도전 과제 및 파라미터 튜닝 최적화",
|
|
"activity": "<h4>이 단계의 역할</h4><p>기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.</p><h4>해야 할 일</h4><p>SLA_S를 300초로 줄이면 상신 대상이 어떻게 바뀌는지 확인하고, 지휘관 피드백을 다음 검토 순서에 반영하는 방법을 설계한다.</p><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.</p></li></ul>",
|
|
"attachments": []
|
|
}
|
|
]
|
|
},
|
|
{
|
|
"id": "ISR02_M08",
|
|
"sequence": 8,
|
|
"title": "선전전 폭증 모의 대량 SNS 스트림 데이터 유입 부하 시뮬레이션 테스트",
|
|
"durationHours": 3.5,
|
|
"overview": "<p>선전 공작이 집중되는 상황을 모의해 초당 수천 건의 SNS 게시물 유입 부하 스트레스 테스트를 수행한다.</p>",
|
|
"objectives": "<p>평시 초당 1,000건과 500% 증가한 초당 6,000건 스트림, 손상 게시물 혼입, 처리 자원 축소 상황을 가상으로 주입한다. 마이크로 배치 처리, 유한 대기열과 초과분 보관 버퍼로 유실을 막고, 1초 안에 비울 수 없으면 이미지 분석을 뒤로 미루는 기능 축소 모드로 전환한다. 수신·처리·격리·잔여 건수를 대조해 유실률을 확인하고 최대 대기·지연, 메모리 변화, 단계별 병목을 측정해 개선 방안을 제시한다.</p>",
|
|
"scenario": "<h4>미션 배경 및 당위성</h4><p>선전 공작이 집중되는 상황을 모의하여 초당 수천 건의 SNS 게시물 유입 부하 스트레스 테스트를 수행한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>선전 공작이 집중되는 상황을 모의해 초당 수천 건의 SNS 게시물 유입 부하 스트레스 테스트를 수행한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>평시 초당 1,000건과 500% 증가한 초당 6,000건 스트림, 손상 게시물 혼입, 처리 자원 축소 상황을 가상으로 주입하여 처리 지연 및 복원력을 시험하는</strong> 실습을 체계적으로 수행합니다.</p><p>학습자는 실습가이드에 제시된 총 4개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.</p><p><strong>이번 결과물:</strong> <code>tests/isr02_stress_test.py 및 스트레스 테스트 분석 보고서</code> 형태의 결과물을 완성한다.</p>",
|
|
"attachments": [],
|
|
"materials": [
|
|
"/uploads/ISR02/isr02_m08_dataset.json",
|
|
"/uploads/ISR02/isr02_m08_sample.md"
|
|
],
|
|
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/ISR02/isr02_m08_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/ISR02/isr02_m08_sample.md\">실습 및 검증 가이드 (MD)</a></li></ul><p><strong>활용 주의</strong>: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.</p>",
|
|
"techStack": [
|
|
"정보·감시·정찰(ISR)",
|
|
"코딩형",
|
|
"데이터 전처리",
|
|
"알고리즘 구현",
|
|
"HITL 검증"
|
|
],
|
|
"deliverables": [
|
|
"tests/isr02_stress_test.py (필수)",
|
|
"스트레스 테스트 분석 보고서 (필수)"
|
|
],
|
|
"evaluationKeys": [
|
|
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[선전전 폭증 모의 대량 SNS 스트림 데이터 유입 부하 시뮬레이션 테스트] 요구된 핵심 성능 기준(동시 트래픽 500% 증가 시 시스템 다운 0건, 데이터 유실률 0%)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>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.</p><h4>보완이 필요한 상태</h4><p>정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.</p><h4>보완 방법</h4><p>병목 함수 최적화, 비동기 큐 처리 적용 및 자원 할당 개선을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
|
|
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 극단 상황에서의 안전 실패(Fail-safe) 및 기능 축소 작동 적절성 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>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.</p><h4>보완이 필요한 상태</h4><p>비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.</p><h4>보완 방법</h4><p>교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.</p>"
|
|
],
|
|
"evaluationTypes": [
|
|
"REQUIRED",
|
|
"REQUIRED"
|
|
],
|
|
"evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>핵심 평가영역:</strong> 극단 상황에서의 안전 실패(Fail-safe) 및 기능 축소 작동 적절성</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: 동시 트래픽 500% 증가 시 시스템 다운 0건, 데이터 유실률 0%</p></li><li><p>진행 기준: 대량 시뮬레이션 부하 주입 테스트 통과 및 병목 구간 프로파일링 완료</p></li><li><p>검증 방법: 부하 테스트 도구를 통한 처리량(Throughput) 및 메모리 누수 검증</p></li></ul><h4>채점자 판정 메모</h4><blockquote><p>단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.</p></blockquote>",
|
|
"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 정상·기능 축소 모드의 처리 용량을 확인한다.",
|
|
"activity": "<h4>이 단계의 역할</h4><p>M8 코드를 실행해 정상·기능 축소 모드의 처리 용량을 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M8 코드를 실행해 정상·기능 축소 모드의 처리 용량을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>모든 상황 다운 0건, 유실률 0%(손상 게시물 345건 격리) 자원 1/4 상황에서 기능 축소 모드 작동, 병목은 이미지 해시</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M8 코드를 실행해 정상·기능 축소 모드의 처리 용량을 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>M8 코드를 실행해 정상·기능 축소 모드의 처리 용량을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(모든 상황 다운 0건, 유실률 0%(손상 게시물 345건 격리) 자원 1/4 상황에서 기능 축소 모드 작동, 병목은 이미지 해시)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 2,
|
|
"problem": "상황별 수신·처리·격리·잔여·유실·다운과 최대 대기·지연을 확인한다.",
|
|
"activity": "<h4>이 단계의 역할</h4><p>상황별 수신·처리·격리·잔여·유실·다운과 최대 대기·지연을 확인한다.</p><h4>해야 할 일</h4><ol><li><p>상황별 수신·처리·격리·잔여·유실·다운과 최대 대기·지연을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>모든 상황 다운 0건, 유실률 0%(손상 게시물 345건 격리) 자원 1/4 상황에서 기능 축소 모드 작동, 병목은 이미지 해시</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>상황별 수신·처리·격리·잔여·유실·다운과 최대 대기·지연을 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>상황별 수신·처리·격리·잔여·유실·다운과 최대 대기·지연을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(모든 상황 다운 0건, 유실률 0%(손상 게시물 345건 격리) 자원 1/4 상황에서 기능 축소 모드 작동, 병목은 이미지 해시)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 3,
|
|
"problem": "처리 자원 축소 상황에서 초별 모드가 어떻게 바뀌는지 보고 병목 구간을 정리한다.",
|
|
"activity": "<h4>이 단계의 역할</h4><p>처리 자원 축소 상황에서 초별 모드가 어떻게 바뀌는지 보고 병목 구간을 정리한다.</p><h4>해야 할 일</h4><ol><li><p>처리 자원 축소 상황에서 초별 모드가 어떻게 바뀌는지 보고 병목 구간을 정리한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>모든 상황 다운 0건, 유실률 0%(손상 게시물 345건 격리) 자원 1/4 상황에서 기능 축소 모드 작동, 병목은 이미지 해시</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>처리 자원 축소 상황에서 초별 모드가 어떻게 바뀌는지 보고 병목 구간을 정리한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>처리 자원 축소 상황에서 초별 모드가 어떻게 바뀌는지 보고 병목 구간을 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(모든 상황 다운 0건, 유실률 0%(손상 게시물 345건 격리) 자원 1/4 상황에서 기능 축소 모드 작동, 병목은 이미지 해시)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 4,
|
|
"problem": "도전 과제 및 파라미터 튜닝 최적화",
|
|
"activity": "<h4>이 단계의 역할</h4><p>기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.</p><h4>해야 할 일</h4><p>QUEUE_CAP을 2000으로 줄이면 보관 버퍼 사용과 지연이 어떻게 바뀌는지 확인하고, 이미지 분석 비동기 분리 계획을 세운다.</p><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.</p></li></ul>",
|
|
"attachments": []
|
|
}
|
|
]
|
|
},
|
|
{
|
|
"id": "ISR02_M09",
|
|
"sequence": 9,
|
|
"title": "AAR 기반 출처 오분류 사례 분석 및 가짜 정보 탐지 룰셋/가중치 재보정",
|
|
"durationHours": 3.0,
|
|
"overview": "<p>AAR 사후검토로 출처·진위 오분류 사례와 신종 변조 패턴을 분석하고 탐지 룰셋과 가중치를 재보정한다.</p>",
|
|
"objectives": "<p>평판 좋은 계정 사칭과 유사 문자 치환·보이지 않는 문자 삽입이 섞인 모의 운용 결과를 AAR 일지로 정리하고 미탐·오탐을 원인별로 분류한다. 유사 문자 복원·보이지 않는 문자 제거로 정규화 룰셋을 보강하고, 계정 평판 반영 여부와 판정 임계값을 격자 탐색해 종합 정확도가 가장 높은 설정을 고른다. 별도 자료로 회귀 시험을 하고 재발 오류와 지속 학습 연계 방안을 정리한다.</p>",
|
|
"scenario": "<h4>미션 배경 및 당위성</h4><p>AAR 사후검토를 통해 출처 오분류 사례 및 신종 변조 패턴을 분석하고 탐지 룰셋을 재보정한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>AAR 사후검토로 출처·진위 오분류 사례와 신종 변조 패턴을 분석하고 탐지 룰셋과 가중치를 재보정한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>평판 좋은 계정 사칭과 유사 문자 치환·보이지 않는 문자 삽입이 섞인 모의 운용 결과를 AAR 일지로 정리하고 미탐·오탐을 원인별로 분류 수행하고 검증하는</strong> 실습을 체계적으로 수행합니다.</p><p>학습자는 실습가이드에 제시된 총 4개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.</p><p><strong>이번 결과물:</strong> <code>docs/isr02_aar_report.md 및 configs/isr02_tuned_params.yaml</code> 형태의 결과물을 완성한다.</p>",
|
|
"attachments": [],
|
|
"materials": [
|
|
"/uploads/ISR02/isr02_m09_dataset.json",
|
|
"/uploads/ISR02/isr02_m09_sample.md"
|
|
],
|
|
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/ISR02/isr02_m09_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/ISR02/isr02_m09_sample.md\">실습 및 검증 가이드 (MD)</a></li></ul><p><strong>활용 주의</strong>: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.</p>",
|
|
"techStack": [
|
|
"정보·감시·정찰(ISR)",
|
|
"코딩형",
|
|
"데이터 전처리",
|
|
"알고리즘 구현",
|
|
"HITL 검증"
|
|
],
|
|
"deliverables": [
|
|
"docs/isr02_aar_report.md (필수)",
|
|
"configs/isr02_tuned_params.yaml (필수)"
|
|
],
|
|
"evaluationKeys": [
|
|
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[AAR 기반 출처 오분류 사례 분석 및 가짜 정보 탐지 룰셋/가중치 재보정] 요구된 핵심 성능 기준(AAR 피드백 적용 후 종합 정확도 10%p 이상 향상, 재발 오류 0건)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>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.</p><h4>보완이 필요한 상태</h4><p>정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.</p><h4>보완 방법</h4><p>지속적 학습(Continual Learning) 파이프라인 연계 방안 수립을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
|
|
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 오류 원인 규명의 객관성 및 개선 조치의 논리적 타당성 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>오류 원인 규명의 객관성 및 개선 조치의 논리적 타당성이 논리적으로 검증되었으며 회귀 테스트(Regression Test) 스위트 전체 자동 실행 및 비교를 통한 무결성이 확인되었다.</p><h4>보완이 필요한 상태</h4><p>비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.</p><h4>보완 방법</h4><p>교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.</p>"
|
|
],
|
|
"evaluationTypes": [
|
|
"REQUIRED",
|
|
"REQUIRED"
|
|
],
|
|
"evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>핵심 평가영역:</strong> 오류 원인 규명의 객관성 및 개선 조치의 논리적 타당성</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: AAR 피드백 적용 후 종합 정확도 10%p 이상 향상, 재발 오류 0건</p></li><li><p>진행 기준: AAR 보고서 작성 및 파라미터 튜닝 전후 회귀 테스트 통과</p></li><li><p>검증 방법: 회귀 테스트(Regression Test) 스위트 전체 자동 실행 및 비교</p></li></ul><h4>채점자 판정 메모</h4><blockquote><p>단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.</p></blockquote>",
|
|
"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(미탐·오탐 원인)를 확인한다.",
|
|
"activity": "<h4>이 단계의 역할</h4><p>M9 코드를 실행해 초기 설정의 AAR 일지(미탐·오탐 원인)를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M9 코드를 실행해 초기 설정의 AAR 일지(미탐·오탐 원인)를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>원인별 분류 완료, 종합 정확도 +10%p 이상(예시 0.809 -> 0.911) 회귀 시험 0.843 -> 0.901, 재발 오류와 지속 학습 대책 제시</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M9 코드를 실행해 초기 설정의 AAR 일지(미탐·오탐 원인)를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>M9 코드를 실행해 초기 설정의 AAR 일지(미탐·오탐 원인)를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(원인별 분류 완료, 종합 정확도 +10%p 이상(예시 0.809 -> 0.911) 회귀 시험 0.843 -> 0.901, 재발 오류와 지속 학습 대책 제시)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 2,
|
|
"problem": "격자 탐색 상위 조합과 재보정값을 확인한다.",
|
|
"activity": "<h4>이 단계의 역할</h4><p>격자 탐색 상위 조합과 재보정값을 확인한다.</p><h4>해야 할 일</h4><ol><li><p>격자 탐색 상위 조합과 재보정값을 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>원인별 분류 완료, 종합 정확도 +10%p 이상(예시 0.809 -> 0.911) 회귀 시험 0.843 -> 0.901, 재발 오류와 지속 학습 대책 제시</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>격자 탐색 상위 조합과 재보정값을 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>격자 탐색 상위 조합과 재보정값을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(원인별 분류 완료, 종합 정확도 +10%p 이상(예시 0.809 -> 0.911) 회귀 시험 0.843 -> 0.901, 재발 오류와 지속 학습 대책 제시)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 3,
|
|
"problem": "재보정 전후 정확도, 회귀 시험, 재발 오류를 비교한다.",
|
|
"activity": "<h4>이 단계의 역할</h4><p>재보정 전후 정확도, 회귀 시험, 재발 오류를 비교한다.</p><h4>해야 할 일</h4><ol><li><p>재보정 전후 정확도, 회귀 시험, 재발 오류를 비교한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>원인별 분류 완료, 종합 정확도 +10%p 이상(예시 0.809 -> 0.911) 회귀 시험 0.843 -> 0.901, 재발 오류와 지속 학습 대책 제시</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>재보정 전후 정확도, 회귀 시험, 재발 오류를 비교한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>재보정 전후 정확도, 회귀 시험, 재발 오류를 비교한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(원인별 분류 완료, 종합 정확도 +10%p 이상(예시 0.809 -> 0.911) 회귀 시험 0.843 -> 0.901, 재발 오류와 지속 학습 대책 제시)를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 4,
|
|
"problem": "도전 과제 및 파라미터 튜닝 최적화",
|
|
"activity": "<h4>이 단계의 역할</h4><p>기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.</p><h4>해야 할 일</h4><p>사칭·유사 문자 게시물 일부를 학습 자료에 추가해 다시 학습(지속 학습)하면 재발 오류가 얼마나 줄어드는지 확인한다.</p><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.</p></li></ul>",
|
|
"attachments": []
|
|
}
|
|
]
|
|
},
|
|
{
|
|
"id": "ISR02_M10",
|
|
"sequence": 10,
|
|
"title": "SNS 전쟁 게시물 신뢰도 자동 분류 시스템 통합 및 정보전 대응 브리핑 패키지 완성",
|
|
"durationHours": 3.5,
|
|
"overview": "<p>게시물 검증부터 정제, 이야기 군집, 조작 탐지, 신뢰도 등급, 정보관 검토 대기열, 모니터링 화면까지 시스템을 통합하고 정보전 대응 브리핑 패키지를 완성한다.</p>",
|
|
"objectives": "<p>재보정 설정으로 전체 과정을 한 번에 실행하는 통합 코드를 완성하고 손상 게시물이 자동 차단되는지 확인한다. 정확도·조작 탐지 재현율·사실 게시물 오경보·자동 처리 여부·감사 로그 무결성·등급 규칙·처리 지연·기능 커버리지 자체 점검을 모두 통과시키고, 처리 현황·성능·등급 분포·주요 조작 유형·한계와 인접 체계 연동 방향을 담은 브리핑 요약과 사용자 가이드를 작성한다.</p>",
|
|
"scenario": "<h4>미션 배경 및 당위성</h4><p>SNS 전쟁 게시물 신뢰도 자동 분류 시스템을 최종 통합하고 정보전 대응 브리핑 패키지를 완성한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>게시물 검증부터 정제, 이야기 군집, 조작 탐지, 신뢰도 등급, 정보관 검토 대기열, 모니터링 화면까지 시스템을 통합하고 정보전 대응 브리핑 패키지를 완성한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>재보정 설정으로 전체 과정을 한 번에 실행하는 통합 코드를 완성하고 손상 게시물이 자동 차단되는지 확인하고 유효성을 점검하는</strong> 실습을 체계적으로 수행합니다.</p><p>학습자는 실습가이드에 제시된 총 4개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.</p><p><strong>이번 결과물:</strong> <code>src/main_isr02.py, README.md, docs/isr02_final_report.pdf(md)</code> 형태의 결과물을 완성한다.</p>",
|
|
"attachments": [],
|
|
"materials": [
|
|
"/uploads/ISR02/isr02_m10_dataset.json",
|
|
"/uploads/ISR02/isr02_m10_sample.md"
|
|
],
|
|
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/ISR02/isr02_m10_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/ISR02/isr02_m10_sample.md\">실습 및 검증 가이드 (MD)</a></li></ul><p><strong>활용 주의</strong>: 제공된 교육용 가상 데이터만 사용하며 실제 군사 비밀 및 개인정보는 입력하지 않습니다.</p>",
|
|
"techStack": [
|
|
"정보·감시·정찰(ISR)",
|
|
"코딩형",
|
|
"데이터 전처리",
|
|
"알고리즘 구현",
|
|
"HITL 검증"
|
|
],
|
|
"deliverables": [
|
|
"src/main_isr02.py, README.md, docs/isr02_final_report.pdf(md) (필수)"
|
|
],
|
|
"evaluationKeys": [
|
|
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[SNS 전쟁 게시물 신뢰도 자동 분류 시스템 통합 및 정보전 대응 브리핑 패키지 완성] 요구된 핵심 성능 기준(End-to-End 통합 파이프라인 실행 성공률 100%, 테스트 커버리지 85% 이상)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>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.</p><h4>보완이 필요한 상태</h4><p>정량적 지표가 기준치에 미달하거나 실행 로그에서 예외/결측 오류가 발생한 경우.</p><h4>보완 방법</h4><p>타 부대/인접 체계와의 연동 인터페이스(API) 확장 로드맵 제시을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
|
|
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 군 실무 즉시 도입 가능성, 운용 신뢰도 및 전략적 기대효과 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>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.</p><h4>보완이 필요한 상태</h4><p>비현실적인 가정을 적용했거나 오류 원인에 대한 정성적 설명 근거가 부족한 경우.</p><h4>보완 방법</h4><p>교차 검증 데이터를 보강하고 지휘관/실무자 관점의 해석 근거를 명시한다.</p>"
|
|
],
|
|
"evaluationTypes": [
|
|
"REQUIRED",
|
|
"REQUIRED"
|
|
],
|
|
"evaluationText": "<h4>미션 판정</h4><p><strong>평가 구분:</strong> 필수</p><p><strong>핵심 평가영역:</strong> 군 실무 즉시 도입 가능성, 운용 신뢰도 및 전략적 기대효과</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: End-to-End 통합 파이프라인 실행 성공률 100%, 테스트 커버리지 85% 이상</p></li><li><p>진행 기준: 원클릭 실행 스크립트 동작 확인 및 최종 발표 산출물 작성 완료</p></li><li><p>검증 방법: 최종 검증 위원회(평가관) 모의 시연 및 전체 기능 통합 검증</p></li></ul><h4>채점자 판정 메모</h4><blockquote><p>단순 코드 실행 여부뿐만 아니라 출력된 수치와 근거 자료가 군 실무 요구사항에 부합하는지 면밀히 확인한다.</p></blockquote>",
|
|
"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 10개 항목이 모두 PASS인지 확인한다.",
|
|
"activity": "<h4>이 단계의 역할</h4><p>M10 코드를 실행해 자체 점검 10개 항목이 모두 PASS인지 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M10 코드를 실행해 자체 점검 10개 항목이 모두 PASS인지 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>( )</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M10 코드를 실행해 자체 점검 10개 항목이 모두 PASS인지 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>M10 코드를 실행해 자체 점검 10개 항목이 모두 PASS인지 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(( ))를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 2,
|
|
"problem": "손상 게시물 차단과 기능 커버리지를 확인한다.",
|
|
"activity": "<h4>이 단계의 역할</h4><p>손상 게시물 차단과 기능 커버리지를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>손상 게시물 차단과 기능 커버리지를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>( )</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>손상 게시물 차단과 기능 커버리지를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>손상 게시물 차단과 기능 커버리지를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(( ))를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 3,
|
|
"problem": "브리핑 요약을 바탕으로 5분 분량 정보전 대응 브리핑 자료와 인접 체계 연동 확장 방안을 ...",
|
|
"activity": "<h4>이 단계의 역할</h4><p>브리핑 요약을 바탕으로 5분 분량 정보전 대응 브리핑 자료와 인접 체계 연동 확장 방안을 작성한다.</p><h4>해야 할 일</h4><ol><li><p>브리핑 요약을 바탕으로 5분 분량 정보전 대응 브리핑 자료와 인접 체계 연동 확장 방안을 작성한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>( )</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>브리핑 요약을 바탕으로 5분 분량 정보전 대응 브리핑 자료와 인접 체계 연동 확장 방안을 작성한다. 실행 결과 및 검증 로그</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>브리핑 요약을 바탕으로 5분 분량 정보전 대응 브리핑 자료와 인접 체계 연동 확장 방안을 작성한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(( ))를 충족하였다.</p></li></ul><h4>보완이 필요한 경우</h4><ul><li><p>실행 중 오류가 발생했거나 필수 검증 지표가 누락된 경우 재실행하여 보완한다.</p></li></ul>",
|
|
"attachments": []
|
|
},
|
|
{
|
|
"step": 4,
|
|
"problem": "도전 과제 및 파라미터 튜닝 최적화",
|
|
"activity": "<h4>이 단계의 역할</h4><p>기본 파이프라인 수행 후 심화 튜닝 및 조건 변경을 통해 최적화 역량을 다진다.</p><h4>해야 할 일</h4><p>CONFIG의 normalize를 False로 바꿔 실행하고 어떤 점검 항목과 수치가 달라지는지 확인해 브리핑의 '한계'에 반영한다.</p><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과</p></li></ul>",
|
|
"evalText": "<h4>PASS 기준</h4><ul><li><p>도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.</p></li></ul>",
|
|
"attachments": []
|
|
}
|
|
]
|
|
}
|
|
]
|
|
} |