miliai/pbl02
1
0 Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
main
pbl02/scenario_json/QLT05.json
T
KIM SU BO 350bb92bf9 시나리오 내용 반영
2026-10-08 16:43:48 +09:00

878 lines
131 KiB
JSON
Raw Permalink Blame History

{
"version": "1.0.0",
"exportedAt": "2026-10-08T00:00:00.000Z",
"id": "QLT05",
"title": "외주정비 품질검사 실적·병목 분석",
"category": "품질·규격·검사",
"level": 2,
"durationDays": 5,
"requiredHours": 28.5,
"status": "COMPLETED",
"isRecommended": false,
"summary": "",
"objectives": "<p>해외 사례에서 국방 감사기관이 외주정비 검사실적을 분석한 결과, 검사 대기가 길어지는 병목과 정비 직후 재발하는 결함이 품질 문제의 주요 단서로 지적된 바 있다. 야전에서도 장비 결함이 품질결함보고(QDR)의 비정형 서술로 쌓이지만 부위, 치명도, 원인이 사람마다 다르게 적혀 다발 결함과 책임 소재를 가려내기 어렵다. 본 프로젝트는 외주정비 품질검사 실적과 QDR 텍스트를 연결해 병목과 품질 취약점을 데이터로 찾는 것을 목표로, 교육용 가상 QDR와 가상 외주정비 업체 자료를 코드로 만들어 분석한다. QDR 데이터 스키마 정의, 서술 텍스트 정제와 부위·결함 라벨링, 빈도 Baseline과 파레토·상관 분석, 토픽 모델링과 월간 건수 예측, 치명도 기반 취약성 지수, 설명가능한 발생 현황 화면, 품질관 승인(HITL) 기반 하자 구상·설계 변경 시뮬레이터, 10년치 대용량 일괄 분석, AAR 원인 분류 룰 재튜닝, 재학습을 포함한 통합 도구까지 단계별로 구현한다. 최종 목표는 다발 결함 부위와 외주정비 병목을 근거와 함께 식별하되, 제조사 하자 구상과 설계 변경 소요 제기는 품질관이 근거를 보고 결정하도록 지원하는 것이다.</p>",
"deliverables": [
"docs/qlt05_logistics_domain_spec.md (필수)",
"데이터 딕셔너리 (필수)",
"src/etl/qlt05_data_cleansing.py (필수)",
"정제 품질 보고서 (필수)",
"notebooks/qlt05_eda_analysis.ipynb (필수)",
"EDA 요약 리포트 (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 QDR, 정비 업체(외주A~D), 제조사, 검사 실적, 비용 단가는 코드 안에서 만든 교육용 가상 자료이며 실제 부대명, 업체명, 장비 제원, 검사 실적은 사용하지 않는다. 해외 감사 사례는 문제 구조를 참고하는 용도이며 사례의 실제 수치나 기관 자료는 사용하지 않는다. 부대 내 촬영이나 부대 자료의 외부 AI 서비스 입력은 금지한다. 취약성 지수, 원인 분류, 후보 제안은 품질 판단 보조 정보이며 제조사 하자 구상과 설계 변경 소요 제기, 업체 시정 요구는 품질관이 승인하고 실제 조치는 관련 규정과 계약 절차를 따른다. 비용 절감액 등 금액은 가정 단가로 계산한 상대 비교값으로 예산 근거로 쓰지 않는다. 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 품질·규격·검사 데이터 분석 기초",
"refFiles": [],
"refText": "",
"projectSkills": [
{
"skillId": "competency_군특화문제해결_품질·규격·검사_문제분석",
"level": 2,
"category": "군특화문제해결",
"subCategory": "품질·규격·검사 문제분석"
},
{
"skillId": "competency_군특화문제해결_품질·규격·검사_대안도출",
"level": 1,
"category": "군특화문제해결",
"subCategory": "품질·규격·검사 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": "QLT05_M01",
"sequence": 1,
"title": "야전 장비 품질결함보고(QDR, Quality Deficiency Report) 데이터 스키마 분석",
"durationHours": 1.5,
"overview": "<p>야전 장비 품질결함보고(QDR)의 보고 정보, 결함 서술 텍스트, 외주정비·검사 실적, 조치 결과 데이터 스키마와 데이터 딕셔너리, 결함 분석 업무 프로세스 맵을 정의한다.</p>",
"objectives": "<p>결함 발견부터 QDR 작성, 접수·검토, 검사·판정, 원인 분석, 조치, 실적 집계, 다발 결함 식별, 사후검토까지 업무 흐름을 단계별로 정리하고 보고·텍스트·검사·결과 묶음으로 피처 20개 이상을 정의한다. 예측 대상(원인 구분, 조치 비용, 월간 건수, 취약성 지수)을 명확히 하고 장비 식별코드·보급 분류군은 국방 표준 코드 형식을 모사한 가상 코드로 둔다. 가상 QDR 표본을 검증기로 점검하고 오류를 일부러 넣어 검출되는지 확인한다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>야전 장비 품질결함보고(QDR) 데이터 스키마를 분석한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>야전 장비 품질결함보고(QDR)의 보고 정보, 결함 서술 텍스트, 외주정비·검사 실적, 조치 결과 데이터 스키마와 데이터 딕셔너리, 결함 분석 업무 프로세스 맵을 정의한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>결함 발견부터 QDR 작성, 접수·검토, 검사·판정, 원인 분석, 조치, 실적 집계, 다발 결함 식별, 사후검토까지 업무 흐름을 단계별로 정리하고 보고·텍스트·검사·결과 묶음으로 피처 20개 이상 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>docs/qlt05_logistics_domain_spec.md 및 데이터 딕셔너리</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/QLT05/qlt05_m01_dataset.json",
"/uploads/QLT05/qlt05_m01_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT05/qlt05_m01_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT05/qlt05_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": [
"품질·규격·검사",
"데이터분석형",
"데이터 전처리",
"알고리즘 구현",
"HITL 검증"
],
"deliverables": [
"docs/qlt05_logistics_domain_spec.md (필수)",
"데이터 딕셔너리 (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[야전 장비 품질결함보고(QDR, Quality Deficiency Report) 데이터 스키마 분석] 요구된 핵심 성능 기준(업무 프로세스 맵 작성 완료, 필요 피처(Feature) 목록 20개 이상 정의)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>업무 프로세스 맵 작성 완료, 필요 피처(Feature) 목록 20개 이상 정의 기준을 충족하고 도메인 분석서 및 데이터 요구명세서 승인을 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>국방 표준 군수 코드(NIIN, FSC 등) 체계 반영을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 군수 실무 업무 프로세스와의 일치성 및 분석 목표의 명확성 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>군수 실무 업무 프로세스와의 일치성 및 분석 목표의 명확성이 논리적으로 검증되었으며 군수 담당 실무자 인터뷰 및 기존 전산체계 데이터 구조 대조를 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> 군수 실무 업무 프로세스와의 일치성 및 분석 목표의 명확성</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: 업무 프로세스 맵 작성 완료, 필요 피처(Feature) 목록 20개 이상 정의</p></li><li><p>진행 기준: 도메인 분석서 및 데이터 요구명세서 승인</p></li><li><p>검증 방법: 군수 담당 실무자 인터뷰 및 기존 전산체계 데이터 구조 대조</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 데이터 딕셔너리(보고·텍스트·검사·결과)와 피처 수를 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>M1 코드를 실행해 데이터 딕셔너리(보고·텍스트·검사·결과)와 피처 수를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M1 코드를 실행해 데이터 딕셔너리(보고·텍스트·검사·결과)와 피처 수를 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>피처 22개(목표 20개 이상), 표본 20건 검증 오류 0건 주입 오류 6건 모두 검출</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M1 코드를 실행해 데이터 딕셔너리(보고·텍스트·검사·결과)와 피처 수를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>M1 코드를 실행해 데이터 딕셔너리(보고·텍스트·검사·결과)와 피처 수를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(피처 22개(목표 20개 이상), 표본 20건 검증 오류 0건 주입 오류 6건 모두 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": "업무 프로세스 맵 9단계에서 각 단계의 입력·출력 데이터를 정리한다.",
"activity": "<h4>이 단계의 역할</h4><p>업무 프로세스 맵 9단계에서 각 단계의 입력·출력 데이터를 정리한다.</p><h4>해야 할 일</h4><ol><li><p>업무 프로세스 맵 9단계에서 각 단계의 입력·출력 데이터를 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>피처 22개(목표 20개 이상), 표본 20건 검증 오류 0건 주입 오류 6건 모두 검출</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>업무 프로세스 맵 9단계에서 각 단계의 입력·출력 데이터를 정리한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>업무 프로세스 맵 9단계에서 각 단계의 입력·출력 데이터를 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(피처 22개(목표 20개 이상), 표본 20건 검증 오류 0건 주입 오류 6건 모두 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": "오류 주입 결과에서 각 오류가 어떤 규칙(형식·허용값·길이·누락·자료형·범위)에 걸렸는지 ...",
"activity": "<h4>이 단계의 역할</h4><p>오류 주입 결과에서 각 오류가 어떤 규칙(형식·허용값·길이·누락·자료형·범위)에 걸렸는지 표로 정리한다.</p><h4>해야 할 일</h4><ol><li><p>오류 주입 결과에서 각 오류가 어떤 규칙(형식·허용값·길이·누락·자료형·범위)에 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>피처 22개(목표 20개 이상), 표본 20건 검증 오류 0건 주입 오류 6건 모두 검출</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>오류 주입 결과에서 각 오류가 어떤 규칙(형식·허용값·길이·누락·자료형·범위)에 걸렸는지 표로 정리한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>오류 주입 결과에서 각 오류가 어떤 규칙(형식·허용값·길이·누락·자료형·범위)에 걸렸는지 표로 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(피처 22개(목표 20개 이상), 표본 20건 검증 오류 0건 주입 오류 6건 모두 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": "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>검사 묶음에 '검사관 수(inspectors, 1~10)' 필드를 추가하고 범위 밖 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": "QLT05_M02",
"sequence": 2,
"title": "비정형 결함 서술 텍스트 정제, 장비 부위별/결함 유형별 라벨링 전처리 구현",
"durationHours": 2.0,
"overview": "<p>비정형 결함 서술 텍스트를 정제하고 장비 부위별·결함 유형별로 라벨링하는 전처리 모듈을 구현한다.</p>",
"objectives": "<p>중복 QDR 제거, 부대 코드와 일자 표기 통일, 전각·특수문자·공백 정규화, 약어(T/M 등) 확장, 사전 기반 오타 교정, 음수 대기일 결측 처리, KNN 결측 보정, 부위·결함 유형 키워드 라벨링 등 정제 규칙 10종을 적용한다. 대기일 0일 긴급 보고처럼 이상값으로 보여도 군수 예외인 기록은 지우지 않고 표시만 한다. 정제 전후 라벨링 정확도와 기술통계를 비교한다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>비정형 결함 서술 텍스트 정제 및 부위별/유형별 라벨링 전처리 모듈을 구현한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>비정형 결함 서술 텍스트를 정제하고 장비 부위별·결함 유형별로 라벨링하는 전처리 모듈을 구현한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>중복 QDR 제거, 부대 코드와 일자 표기 통일, 전각·특수문자·공백 정규화, 약어(T/M 등) 확장, 사전 기반 오타 교정, 음수 대기일 결측 처리, KNN 결측 보정, 부위·결함 유형 키워드 라벨링 등 정제 규칙 10종을 적용 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/etl/qlt05_data_cleansing.py 및 정제 품질 보고서</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/QLT05/qlt05_m02_dataset.json",
"/uploads/QLT05/qlt05_m02_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT05/qlt05_m02_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT05/qlt05_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": [
"품질·규격·검사",
"데이터분석형",
"데이터 전처리",
"알고리즘 구현",
"HITL 검증"
],
"deliverables": [
"src/etl/qlt05_data_cleansing.py (필수)",
"정제 품질 보고서 (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[비정형 결함 서술 텍스트 정제, 장비 부위별/결함 유형별 라벨링 전처리 구현] 요구된 핵심 성능 기준(데이터 정제 규칙 10종 적용, 데이터 정합성 검증 통과율 100%)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>데이터 정제 규칙 10종 적용, 데이터 정합성 검증 통과율 100% 기준을 충족하고 ETL 파이프라인 구현 및 정제된 마스터 데이터셋 구축을 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>자동 결측치 보정 알고리즘(KNN, 계절성 보간 등) 적용을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 군수 특수 예외(비계획 정비, 긴급 불출 등) 데이터 보존의 타당성 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>군수 특수 예외(비계획 정비, 긴급 불출 등) 데이터 보존의 타당성이 논리적으로 검증되었으며 전후 데이터 통계량(기술통계) 비교 및 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> 군수 특수 예외(비계획 정비, 긴급 불출 등) 데이터 보존의 타당성</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: 데이터 정제 규칙 10종 적용, 데이터 정합성 검증 통과율 100%</p></li><li><p>진행 기준: ETL 파이프라인 구현 및 정제된 마스터 데이터셋 구축</p></li><li><p>검증 방법: 전후 데이터 통계량(기술통계) 비교 및 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": "M2 코드를 실행해 정제 규칙 10종별 처리 건수를 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>M2 코드를 실행해 정제 규칙 10종별 처리 건수를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M2 코드를 실행해 정제 규칙 10종별 처리 건수를 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>정합성 검증 10/10 통과(통과율 100%) 라벨링 정확도 부위 98.5% -> 100%, 결함 96.8% -> 100%, 긴급 보고 40건 보존</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M2 코드를 실행해 정제 규칙 10종별 처리 건수를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>M2 코드를 실행해 정제 규칙 10종별 처리 건수를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(정합성 검증 10/10 통과(통과율 100%) 라벨링 정확도 부위 98.5% -> 100%, 결함 96.8% -> 100%, 긴급 보고 40건 보존)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": "R4~R6(텍스트 정규화·약어·오타)이 부위·결함 라벨링 정확도에 주는 영향을 정제 전후로...",
"activity": "<h4>이 단계의 역할</h4><p>R4~R6(텍스트 정규화·약어·오타)이 부위·결함 라벨링 정확도에 주는 영향을 정제 전후로 비교한다.</p><h4>해야 할 일</h4><ol><li><p>R4~R6(텍스트 정규화·약어·오타)이 부위·결함 라벨링 정확도에 주는 영향을 정제 전후로 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>정합성 검증 10/10 통과(통과율 100%) 라벨링 정확도 부위 98.5% -> 100%, 결함 96.8% -> 100%, 긴급 보고 40건 보존</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>R4~R6(텍스트 정규화·약어·오타)이 부위·결함 라벨링 정확도에 주는 영향을 정제 전후로 비교한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>R4~R6(텍스트 정규화·약어·오타)이 부위·결함 라벨링 정확도에 주는 영향을 정제 전후로 비교한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(정합성 검증 10/10 통과(통과율 100%) 라벨링 정확도 부위 98.5% -> 100%, 결함 96.8% -> 100%, 긴급 보고 40건 보존)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": "R10(긴급 보고 보존)이 일반 이상값 처리와 어떻게 다른지 설명하고 기술통계 표를 정리한...",
"activity": "<h4>이 단계의 역할</h4><p>R10(긴급 보고 보존)이 일반 이상값 처리와 어떻게 다른지 설명하고 기술통계 표를 정리한다.</p><h4>해야 할 일</h4><ol><li><p>R10(긴급 보고 보존)이 일반 이상값 처리와 어떻게 다른지 설명하고 기술통계 표를 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>정합성 검증 10/10 통과(통과율 100%) 라벨링 정확도 부위 98.5% -> 100%, 결함 96.8% -> 100%, 긴급 보고 40건 보존</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>R10(긴급 보고 보존)이 일반 이상값 처리와 어떻게 다른지 설명하고 기술통계 표를 정리한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>R10(긴급 보고 보존)이 일반 이상값 처리와 어떻게 다른지 설명하고 기술통계 표를 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(정합성 검증 10/10 통과(통과율 100%) 라벨링 정확도 부위 98.5% -> 100%, 결함 96.8% -> 100%, 긴급 보고 40건 보존)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>KNNImputer의 n_neighbors를 5에서 2로 바꿔 보정된 검사 대기일 평균이 어떻게 달라지는지 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": "QLT05_M03",
"sequence": 3,
"title": "빈도 분석 기반 1차 다발 결함 부품 도출 Baseline 알고리즘 구현",
"durationHours": 2.5,
"overview": "<p>빈도 분석 기반 1차 다발 결함 부위 도출 Baseline을 구현하고, 탐색적 분석으로 빈도 기준의 한계와 외주정비 검사 병목, 핵심 관리 대상을 찾는다.</p>",
"objectives": "<p>학습 기간 건수 상위 5개 부위를 다발 결함 부위로 지정해 검증 기간 적중률과 치명도 가중 지수 순위와의 차이를 확인한다. 월간 QDR 건수와 훈련 강도, 검사 대기일 등 피처의 스피어만 상관계수·p-value를 계산하고 업체별 검사 대기·재검사율·정비 품질 원인 비중을 비교하며 EDA 차트 8종 이상을 그린다. 조치 비용 파레토(ABC) 분석으로 상위 20% 부위를 식별한다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>빈도 분석 기반 다발 결함 부품 도출 Baseline 알고리즘을 구현한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>빈도 분석 기반 1차 다발 결함 부위 도출 Baseline을 구현하고, 탐색적 분석으로 빈도 기준의 한계와 외주정비 검사 병목, 핵심 관리 대상을 찾는다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>학습 기간 건수 상위 5개 부위를 다발 결함 부위로 지정해 검증 기간 적중률과 치명도 가중 지수 순위와의 차이 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>notebooks/qlt05_eda_analysis.ipynb 및 EDA 요약 리포트</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/QLT05/qlt05_m03_dataset.json",
"/uploads/QLT05/qlt05_m03_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT05/qlt05_m03_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT05/qlt05_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": [
"품질·규격·검사",
"데이터분석형",
"데이터 전처리",
"알고리즘 구현",
"HITL 검증"
],
"deliverables": [
"notebooks/qlt05_eda_analysis.ipynb (필수)",
"EDA 요약 리포트 (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[빈도 분석 기반 1차 다발 결함 부품 도출 Baseline 알고리즘 구현] 요구된 핵심 성능 기준(EDA 시각화 차트 8종 이상 생성, 유의미한 상관관계 피처 5개 이상 도출)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>EDA 시각화 차트 8종 이상 생성, 유의미한 상관관계 피처 5개 이상 도출 기준을 충족하고 EDA 노트북 실행 완료 및 핵심 발견점(Key Findings) 문서화을 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>파레토 분석(ABC 분류)을 통한 상위 20% 핵심 관리 대상 식별을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 군수 의사결정에 직관적인 인사이트 제공 수준 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>군수 의사결정에 직관적인 인사이트 제공 수준이 논리적으로 검증되었으며 통계적 가설 검정(p-value, 상관계수)을 통한 유의성 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> 군수 의사결정에 직관적인 인사이트 제공 수준</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: EDA 시각화 차트 8종 이상 생성, 유의미한 상관관계 피처 5개 이상 도출</p></li><li><p>진행 기준: EDA 노트북 실행 완료 및 핵심 발견점(Key Findings) 문서화</p></li><li><p>검증 방법: 통계적 가설 검정(p-value, 상관계수)을 통한 유의성 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": "M3 코드를 실행해 Baseline의 검증 기간 적중률과 치명도 가중 순위와의 차이를 확인...",
"activity": "<h4>이 단계의 역할</h4><p>M3 코드를 실행해 Baseline의 검증 기간 적중률과 치명도 가중 순위와의 차이를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M3 코드를 실행해 Baseline의 검증 기간 적중률과 치명도 가중 순위와의 차이를 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>Baseline 상위 5가 검증 기간 건수 상위 5와 5/5 일치하나 치명도 가중 지수와는 4/5(조향 장치 누락) 유의 피처 5개, 외주B 대기 8.4일(타 4.5일), EDA 차트 8종</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M3 코드를 실행해 Baseline의 검증 기간 적중률과 치명도 가중 순위와의 차이를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>M3 코드를 실행해 Baseline의 검증 기간 적중률과 치명도 가중 순위와의 차이를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(Baseline 상위 5가 검증 기간 건수 상위 5와 5/5 일치하나 치명도 가중 지수와는 4/5(조향 장치 누락) 유의 피처 5개, 외주B 대기 8.4일(타 4.5일), EDA 차트 8종)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": "상관분석과 업체별 검사 실적 표에서 유의한 피처와 외주B의 특징을 정리한다.",
"activity": "<h4>이 단계의 역할</h4><p>상관분석과 업체별 검사 실적 표에서 유의한 피처와 외주B의 특징을 정리한다.</p><h4>해야 할 일</h4><ol><li><p>상관분석과 업체별 검사 실적 표에서 유의한 피처와 외주B의 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>Baseline 상위 5가 검증 기간 건수 상위 5와 5/5 일치하나 치명도 가중 지수와는 4/5(조향 장치 누락) 유의 피처 5개, 외주B 대기 8.4일(타 4.5일), EDA 차트 8종</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>상관분석과 업체별 검사 실적 표에서 유의한 피처와 외주B의 특징을 정리한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>상관분석과 업체별 검사 실적 표에서 유의한 피처와 외주B의 특징을 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(Baseline 상위 5가 검증 기간 건수 상위 5와 5/5 일치하나 치명도 가중 지수와는 4/5(조향 장치 누락) 유의 피처 5개, 외주B 대기 8.4일(타 4.5일), EDA 차트 8종)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": "파레토 표와 EDA 차트 8종으로 핵심 발견점 3가지를 쓴다.",
"activity": "<h4>이 단계의 역할</h4><p>파레토 표와 EDA 차트 8종으로 핵심 발견점 3가지를 쓴다.</p><h4>해야 할 일</h4><ol><li><p>파레토 표와 EDA 차트 8종으로 핵심 발견점 3가지를 쓴다.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>Baseline 상위 5가 검증 기간 건수 상위 5와 5/5 일치하나 치명도 가중 지수와는 4/5(조향 장치 누락) 유의 피처 5개, 외주B 대기 8.4일(타 4.5일), EDA 차트 8종</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>파레토 표와 EDA 차트 8종으로 핵심 발견점 3가지를 쓴다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>파레토 표와 EDA 차트 8종으로 핵심 발견점 3가지를 쓴다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(Baseline 상위 5가 검증 기간 건수 상위 5와 5/5 일치하나 치명도 가중 지수와는 4/5(조향 장치 누락) 유의 피처 5개, 외주B 대기 8.4일(타 4.5일), EDA 차트 8종)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>Baseline의 대상 부위 수를 5개에서 3개로 줄여(top_base) 월별 적중률과 Critical 누락 비중이 어떻게 변하는지 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": "QLT05_M04",
"sequence": 4,
"title": "텍스트 임베딩 및 토픽 모델링 기반 장비 구조적 품질 취약점 자동 군집화 모델 고도화",
"durationHours": 3.0,
"overview": "<p>텍스트 임베딩(TF-IDF)과 토픽 모델링(NMF)으로 장비 구조적 품질 취약점을 자동 군집화하고, 부위별 월간 QDR 건수 기준 모델을 파생 피처로 고도화한다.</p>",
"objectives": "<p>결함 서술의 핵심 문장을 TF-IDF로 벡터화하고 NMF 토픽 36개로 군집화해 부위·결함 라벨과의 일치도(NMI)를 확인한다. 토픽별 건수, Critical 비중, 설계 취약 비중으로 취약 군집을 순위화한다. 지연값, 훈련 강도, 계절, 직전 치명도·검사 대기 등 파생 피처 10개 이상으로 월간 건수 모델을 만들어 시계열 교차검증 MAPE를 평가하고 순열 중요도로 피처를 줄인다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>토픽 모델링 기반 장비 구조적 품질 취약점 자동 군집화 모델을 고도화한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>텍스트 임베딩(TF-IDF)과 토픽 모델링(NMF)으로 장비 구조적 품질 취약점을 자동 군집화하고, 부위별 월간 QDR 건수 기준 모델을 파생 피처로 고도화한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>결함 서술의 핵심 문장을 TF-IDF로 벡터화하고 NMF 토픽 36개로 군집화해 부위·결함 라벨과의 일치도(NMI) 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/features/qlt05_feature_engineering.py 및 기준 모델</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/QLT05/qlt05_m04_dataset.json",
"/uploads/QLT05/qlt05_m04_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT05/qlt05_m04_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT05/qlt05_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": [
"품질·규격·검사",
"데이터분석형",
"데이터 전처리",
"알고리즘 구현",
"HITL 검증"
],
"deliverables": [
"src/features/qlt05_feature_engineering.py (필수)",
"기준 모델 (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[텍스트 임베딩 및 토픽 모델링 기반 장비 구조적 품질 취약점 자동 군집화 모델 고도화] 요구된 핵심 성능 기준(파생 피처 10개 이상 생성, 기준 모델 MAPE 25% 이하 달성)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>파생 피처 10개 이상 생성, 기준 모델 MAPE 25% 이하 달성 기준을 충족하고 피처 파이프라인 및 베이스라인 모델 성능 지표 도출을 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>피처 중요도(Feature Importance) 분석을 통한 차원 축소을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 군수 실무에서 납득 가능한 피처 설계의 논리성 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>군수 실무에서 납득 가능한 피처 설계의 논리성이 논리적으로 검증되었으며 교차 검증(Time-series Cross Validation)을 통한 과적합 방지를 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> 군수 실무에서 납득 가능한 피처 설계의 논리성</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: 파생 피처 10개 이상 생성, 기준 모델 MAPE 25% 이하 달성</p></li><li><p>진행 기준: 피처 파이프라인 및 베이스라인 모델 성능 지표 도출</p></li><li><p>검증 방법: 교차 검증(Time-series Cross Validation)을 통한 과적합 방지</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 토픽 군집의 NMI와 취약 군집 상위 5를 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>M4 코드를 실행해 토픽 군집의 NMI와 취약 군집 상위 5를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M4 코드를 실행해 토픽 군집의 NMI와 취약 군집 상위 5를 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>NMI 부위 0.45·결함 0.60·부위+결함 0.63, 토픽 36개 파생 피처 14개, 교차검증 평균 MAPE 19.5%(목표 25% 이하)</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M4 코드를 실행해 토픽 군집의 NMI와 취약 군집 상위 5를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>M4 코드를 실행해 토픽 군집의 NMI와 취약 군집 상위 5를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(NMI 부위 0.45·결함 0.60·부위+결함 0.63, 토픽 36개 파생 피처 14개, 교차검증 평균 MAPE 19.5%(목표 25% 이하))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": "파생 피처 목록과 시계열 교차검증 폴드별 MAPE, 전월값 기준과의 차이를 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>파생 피처 목록과 시계열 교차검증 폴드별 MAPE, 전월값 기준과의 차이를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>파생 피처 목록과 시계열 교차검증 폴드별 MAPE, 전월값 기준과의 차이를 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>NMI 부위 0.45·결함 0.60·부위+결함 0.63, 토픽 36개 파생 피처 14개, 교차검증 평균 MAPE 19.5%(목표 25% 이하)</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>파생 피처 목록과 시계열 교차검증 폴드별 MAPE, 전월값 기준과의 차이를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>파생 피처 목록과 시계열 교차검증 폴드별 MAPE, 전월값 기준과의 차이를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(NMI 부위 0.45·결함 0.60·부위+결함 0.63, 토픽 36개 파생 피처 14개, 교차검증 평균 MAPE 19.5%(목표 25% 이하))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": "피처 중요도와 차원 축소 결과를 정리한다.",
"activity": "<h4>이 단계의 역할</h4><p>피처 중요도와 차원 축소 결과를 정리한다.</p><h4>해야 할 일</h4><ol><li><p>피처 중요도와 차원 축소 결과를 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>NMI 부위 0.45·결함 0.60·부위+결함 0.63, 토픽 36개 파생 피처 14개, 교차검증 평균 MAPE 19.5%(목표 25% 이하)</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>피처 중요도와 차원 축소 결과를 정리한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>피처 중요도와 차원 축소 결과를 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(NMI 부위 0.45·결함 0.60·부위+결함 0.63, 토픽 36개 파생 피처 14개, 교차검증 평균 MAPE 19.5%(목표 25% 이하))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>NMF 토픽 수 K를 36에서 24로 줄여 NMI와 취약 군집 해석이 어떻게 달라지는지 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": "QLT05_M05",
"sequence": 5,
"title": "결함 치명도(Critical/Major/Minor) 기반 종합 품질 취약성 지수 산출 엔진 개발",
"durationHours": 3.5,
"overview": "<p>결함 치명도(Critical/Major/Minor)를 분류하고 치명도 가중 종합 품질 취약성 지수를 부위별로 산출·예측하는 엔진을 개발한다.</p>",
"objectives": "<p>키워드 규칙과 TF-IDF 로지스틱 회귀의 치명도 분류 정확도와 Critical 재현율을 비교하고 신뢰도 구간별 실제 정확도를 점검한다. 치명도 가중(1, 3, 9) 월간 부위별 취약성 지수를 릿지 중심 모델과 부스팅·랜덤 포레스트 잔차 보정 후보로 예측하며, 확장 윈도 내부 검증으로 선택해 학습 기간 평균 기준 모델과 Hold-out에서 MAE, RMSE, R2를 비교한다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>결함 치명도 기반 종합 품질 취약성 지수 산출 엔진을 개발한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>결함 치명도(Critical/Major/Minor)를 분류하고 치명도 가중 종합 품질 취약성 지수를 부위별로 산출·예측하는 엔진을 개발한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>키워드 규칙과 TF-IDF 로지스틱 회귀의 치명도 분류 정확도와 Critical 재현율을 비교하고 신뢰도 구간별 실제 정확도를 점검 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/qlt05_advanced_model.py</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/QLT05/qlt05_m05_dataset.json",
"/uploads/QLT05/qlt05_m05_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT05/qlt05_m05_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT05/qlt05_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": [
"품질·규격·검사",
"데이터분석형",
"데이터 전처리",
"알고리즘 구현",
"HITL 검증"
],
"deliverables": [
"src/models/qlt05_advanced_model.py (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[결함 치명도(Critical/Major/Minor) 기반 종합 품질 취약성 지수 산출 엔진 개발] 요구된 핵심 성능 기준(기준 모델 대비 오차율(MAE/RMSE) 20% 이상 개선, R2 Score 0.85 이상)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>기준 모델 대비 오차율(MAE/RMSE) 20% 이상 개선, R2 Score 0.85 이상 기준을 충족하고 모델 하이퍼파라미터 튜닝 완료 및 최적 모델 가중치 저장을 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>앙상블(Ensemble) 기법 적용을 통한 일반화 성능 강화을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 비정형/불규칙 수요에 대한 모델의 적응력 및 예측 안정성 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>비정형/불규칙 수요에 대한 모델의 적응력 및 예측 안정성이 논리적으로 검증되었으며 Hold-out 테스트 데이터셋 대상 최종 성능 평가를 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> 비정형/불규칙 수요에 대한 모델의 적응력 및 예측 안정성</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: 기준 모델 대비 오차율(MAE/RMSE) 20% 이상 개선, R2 Score 0.85 이상</p></li><li><p>진행 기준: 모델 하이퍼파라미터 튜닝 완료 및 최적 모델 가중치 저장</p></li><li><p>검증 방법: Hold-out 테스트 데이터셋 대상 최종 성능 평가</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 키워드 규칙과 텍스트 모델의 치명도 정확도·Critical 재현율을 비...",
"activity": "<h4>이 단계의 역할</h4><p>M5 코드를 실행해 키워드 규칙과 텍스트 모델의 치명도 정확도·Critical 재현율을 비교한다.</p><h4>해야 할 일</h4><ol><li><p>M5 코드를 실행해 키워드 규칙과 텍스트 모델의 치명도 정확도·Critical 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>치명도 정확도 72.0% -> 87.2%, Critical 재현율 34.7% -> 69.0% MAE 38.0%, RMSE 41.4% 개선(목표 20% 이상), R2 0.857(목표 0.85 이상)</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M5 코드를 실행해 키워드 규칙과 텍스트 모델의 치명도 정확도·Critical 재현율을 비교한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>M5 코드를 실행해 키워드 규칙과 텍스트 모델의 치명도 정확도·Critical 재현율을 비교한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(치명도 정확도 72.0% -> 87.2%, Critical 재현율 34.7% -> 69.0% MAE 38.0%, RMSE 41.4% 개선(목표 20% 이상), R2 0.857(목표 0.85 이상))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": "신뢰도 구간별 정확도 표로 보정 상태를 점검한다.",
"activity": "<h4>이 단계의 역할</h4><p>신뢰도 구간별 정확도 표로 보정 상태를 점검한다.</p><h4>해야 할 일</h4><ol><li><p>신뢰도 구간별 정확도 표로 보정 상태를 점검한다.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>치명도 정확도 72.0% -> 87.2%, Critical 재현율 34.7% -> 69.0% MAE 38.0%, RMSE 41.4% 개선(목표 20% 이상), R2 0.857(목표 0.85 이상)</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>신뢰도 구간별 정확도 표로 보정 상태를 점검한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>신뢰도 구간별 정확도 표로 보정 상태를 점검한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(치명도 정확도 72.0% -> 87.2%, Critical 재현율 34.7% -> 69.0% MAE 38.0%, RMSE 41.4% 개선(목표 20% 이상), R2 0.857(목표 0.85 이상))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": "취약성 지수 예측 표(기준·전월값·릿지·선택 모델)와 카드를 읽고 개선율을 계산한다.",
"activity": "<h4>이 단계의 역할</h4><p>취약성 지수 예측 표(기준·전월값·릿지·선택 모델)와 카드를 읽고 개선율을 계산한다.</p><h4>해야 할 일</h4><ol><li><p>취약성 지수 예측 표(기준·전월값·릿지·선택 모델)와 카드를 읽고 개선율을 계산한다.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>치명도 정확도 72.0% -> 87.2%, Critical 재현율 34.7% -> 69.0% MAE 38.0%, RMSE 41.4% 개선(목표 20% 이상), R2 0.857(목표 0.85 이상)</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>취약성 지수 예측 표(기준·전월값·릿지·선택 모델)와 카드를 읽고 개선율을 계산한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>취약성 지수 예측 표(기준·전월값·릿지·선택 모델)와 카드를 읽고 개선율을 계산한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(치명도 정확도 72.0% -> 87.2%, Critical 재현율 34.7% -> 69.0% MAE 38.0%, RMSE 41.4% 개선(목표 20% 이상), R2 0.857(목표 0.85 이상))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>내부 검증 후보 ridge alpha (1, 10)에 100을 추가해 선택된 alpha와 Hold-out R2가 달라지는지 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": "QLT05_M06",
"sequence": 6,
"title": "야전 QDR 발생 현황 및 장비 부위별 결함 집중도 히트맵 대시보드 구현",
"durationHours": 3.0,
"overview": "<p>야전 QDR 발생 현황과 부위별 결함 집중도를 히트맵·경보로 구성하고, 예측 건마다 기여도 상위 3개 인자와 자연어 요약을 자동 산출하는 설명가능성(XAI) 모듈을 구현한다.</p>",
"objectives": "<p>치명도 분류 모델의 서술 단어·부위·결함 유형 기여도를 계산해 건마다 상위 3개 근거를 뽑고, 1순위 근거를 제거했을 때 확률이 내려가는지로 유효성을 점검한다. 점검 카드(부위, 결함, 치명도, 근거 문장)와 최근 6개월 부위별 히트맵, 월평균 대비 집중도 경보를 출력한다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>야전 QDR 발생 현황 및 장비 부위별 결함 히트맵 대시보드를 구현한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>야전 QDR 발생 현황과 부위별 결함 집중도를 히트맵·경보로 구성하고, 예측 건마다 기여도 상위 3개 인자와 자연어 요약을 자동 산출하는 설명가능성(XAI) 모듈을 구현한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>치명도 분류 모델의 서술 단어·부위·결함 유형 기여도를 계산해 건마다 상위 3개 근거를 뽑고, 1순위 근거를 제거했을 때 확률이 내려가는지로 유효성을 점검 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/explainability/qlt05_xai_explainer.py 및 XAI 리포트</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/QLT05/qlt05_m06_dataset.json",
"/uploads/QLT05/qlt05_m06_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT05/qlt05_m06_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT05/qlt05_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": [
"품질·규격·검사",
"데이터분석형",
"데이터 전처리",
"알고리즘 구현",
"HITL 검증"
],
"deliverables": [
"src/explainability/qlt05_xai_explainer.py (필수)",
"XAI 리포트 (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[야전 QDR 발생 현황 및 장비 부위별 결함 집중도 히트맵 대시보드 구현] 요구된 핵심 성능 기준(주요 예측 건당 기여도 상위 3개 인자 자동 산출률 100%)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>주요 예측 건당 기여도 상위 3개 인자 자동 산출률 100% 기준을 충족하고 SHAP summary plot 및 waterfall plot 생성 파이프라인 완성을 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>자연어 기반 요약 텍스트(예: '리드타임 증가 원인은 해외 조달 지연') 자동 생성을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 군수 장교/군무원이 신뢰하고 조치할 수 있는 설명의 명확성 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>군수 장교/군무원이 신뢰하고 조치할 수 있는 설명의 명확성이 논리적으로 검증되었으며 실무자 대상 설명 근거 유용성 평가 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> 군수 장교/군무원이 신뢰하고 조치할 수 있는 설명의 명확성</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: 주요 예측 건당 기여도 상위 3개 인자 자동 산출률 100%</p></li><li><p>진행 기준: SHAP summary plot 및 waterfall plot 생성 파이프라인 완성</p></li><li><p>검증 방법: 실무자 대상 설명 근거 유용성 평가 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 상위 3개 인자 산출률과 근거 유효성을 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>M6 코드를 실행해 상위 3개 인자 산출률과 근거 유효성을 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M6 코드를 실행해 상위 3개 인자 산출률과 근거 유효성을 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>예측 6,823건 모두 상위 3개 인자 산출(산출률 100%), 근거 유효성 100% 정확도 87.6%, 집중도 경보 19건(계절 영향 포함)</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M6 코드를 실행해 상위 3개 인자 산출률과 근거 유효성을 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>M6 코드를 실행해 상위 3개 인자 산출률과 근거 유효성을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(예측 6,823건 모두 상위 3개 인자 산출(산출률 100%), 근거 유효성 100% 정확도 87.6%, 집중도 경보 19건(계절 영향 포함))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": "점검 카드 3건(Critical·Major·Minor)에서 근거 단어와 요약 문장을 읽고 ...",
"activity": "<h4>이 단계의 역할</h4><p>점검 카드 3건(Critical·Major·Minor)에서 근거 단어와 요약 문장을 읽고 납득 가능한지 판단한다.</p><h4>해야 할 일</h4><ol><li><p>점검 카드 3건(Critical·Major·Minor)에서 근거 단어와 요약 문장을 읽고 납득 가능한지 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>예측 6,823건 모두 상위 3개 인자 산출(산출률 100%), 근거 유효성 100% 정확도 87.6%, 집중도 경보 19건(계절 영향 포함)</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>점검 카드 3건(Critical·Major·Minor)에서 근거 단어와 요약 문장을 읽고 납득 가능한지 판단한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>점검 카드 3건(Critical·Major·Minor)에서 근거 단어와 요약 문장을 읽고 납득 가능한지 판단한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(예측 6,823건 모두 상위 3개 인자 산출(산출률 100%), 근거 유효성 100% 정확도 87.6%, 집중도 경보 19건(계절 영향 포함))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": "히트맵 표와 집중도 경보를 읽고 계절 변동과 실제 급증을 구분하는 방법을 정리한다.",
"activity": "<h4>이 단계의 역할</h4><p>히트맵 표와 집중도 경보를 읽고 계절 변동과 실제 급증을 구분하는 방법을 정리한다.</p><h4>해야 할 일</h4><ol><li><p>히트맵 표와 집중도 경보를 읽고 계절 변동과 실제 급증을 구분하는 방법을 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>예측 6,823건 모두 상위 3개 인자 산출(산출률 100%), 근거 유효성 100% 정확도 87.6%, 집중도 경보 19건(계절 영향 포함)</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>히트맵 표와 집중도 경보를 읽고 계절 변동과 실제 급증을 구분하는 방법을 정리한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>히트맵 표와 집중도 경보를 읽고 계절 변동과 실제 급증을 구분하는 방법을 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(예측 6,823건 모두 상위 3개 인자 산출(산출률 100%), 근거 유효성 100% 정확도 87.6%, 집중도 경보 19건(계절 영향 포함))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>경보 기준 배수 1.4를 1.8로 올려 경보 건수가 어떻게 달라지는지 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": "QLT05_M07",
"sequence": 7,
"title": "제조사 하자 구상 및 설계 변경 소요 제기를 위한 품질관 HITL 검토 모듈 설계",
"durationHours": 3.5,
"overview": "<p>제조사 하자 구상과 설계 변경 소요 제기(외주정비 시정 요구 포함)를 위해 품질관이 근거를 검토·승인하는 HITL 모듈을 설계하고 효과를 시뮬레이션으로 검증한다.</p>",
"objectives": "<p>최근 12개월 QDR의 부위별 원인 비중으로 하자 구상, 설계 변경, 외주정비 시정 후보를 제안하고 승인 대기열에 올린다. 품질관의 승인·반려·무응답(조치 보류 후 분기 회의 재상정)을 사유와 함께 해시 체인 감사 로그에 남기고, 개별 사후 수리 대비 24개월 비용 절감률과 승인 지연·처리 용량·전시 전환 민감도를 분석한다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>설계 변경 소요 제기를 위한 품질관 HITL 검토 모듈을 설계한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>제조사 하자 구상과 설계 변경 소요 제기(외주정비 시정 요구 포함)를 위해 품질관이 근거를 검토·승인하는 HITL 모듈을 설계하고 효과를 시뮬레이션으로 검증한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>최근 12개월 QDR의 부위별 원인 비중으로 하자 구상, 설계 변경, 외주정비 시정 후보를 제안하고 승인 대기열에 올린다 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/optimization/qlt05_simulator.py</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/QLT05/qlt05_m07_dataset.json",
"/uploads/QLT05/qlt05_m07_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT05/qlt05_m07_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT05/qlt05_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": [
"품질·규격·검사",
"데이터분석형",
"데이터 전처리",
"알고리즘 구현",
"HITL 검증"
],
"deliverables": [
"src/optimization/qlt05_simulator.py (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[제조사 하자 구상 및 설계 변경 소요 제기를 위한 품질관 HITL 검토 모듈 설계] 요구된 핵심 성능 기준(최적화 적용 시 비용 15% 절감 또는 재고 회전율 20% 향상)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>최적화 적용 시 비용 15% 절감 또는 재고 회전율 20% 향상 기준을 충족하고 선형/정수 계획법(LP/MIP) 최적화 해 도출 및 시뮬레이션 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>돌발 수요(전시 전환 등) 대비 민감도(Sensitivity) 분석 모듈 추가을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 현실적 군수 제약조건 반영도 및 시나리오별 대안 제시 적절성 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>현실적 군수 제약조건 반영도 및 시나리오별 대안 제시 적절성이 논리적으로 검증되었으며 과거 실적 데이터 대비 최적화 결과 비교 백테스팅를 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> 현실적 군수 제약조건 반영도 및 시나리오별 대안 제시 적절성</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: 최적화 적용 시 비용 15% 절감 또는 재고 회전율 20% 향상</p></li><li><p>진행 기준: 선형/정수 계획법(LP/MIP) 최적화 해 도출 및 시뮬레이션 완료</p></li><li><p>검증 방법: 과거 실적 데이터 대비 최적화 결과 비교 백테스팅</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 개별 사후 수리, 품질관 승인, 전부 적용(비교용)의 비용을 비교한다.",
"activity": "<h4>이 단계의 역할</h4><p>M7 코드를 실행해 개별 사후 수리, 품질관 승인, 전부 적용(비교용)의 비용을 비교한다.</p><h4>해야 할 일</h4><ol><li><p>M7 코드를 실행해 개별 사후 수리, 품질관 승인, 전부 적용(비교용)의 비용을 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>비용 절감률 15.0%(목표 15% 이상, 근소하게 달성), 승인 12·반려 1건, 자동 승인 0건 결정 로깅률 100%, 변조는 seq 3에서 탐지</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M7 코드를 실행해 개별 사후 수리, 품질관 승인, 전부 적용(비교용)의 비용을 비교한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>M7 코드를 실행해 개별 사후 수리, 품질관 승인, 전부 적용(비교용)의 비용을 비교한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(비용 절감률 15.0%(목표 15% 이상, 근소하게 달성), 승인 12·반려 1건, 자동 승인 0건 결정 로깅률 100%, 변조는 seq 3에서 탐지)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": "감사 로그 무결성 검사와 변조 탐지, 반려 사유, 무응답 재상정 기록을 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>감사 로그 무결성 검사와 변조 탐지, 반려 사유, 무응답 재상정 기록을 확인한다.</p><h4>해야 할 일</h4><ol><li><p>감사 로그 무결성 검사와 변조 탐지, 반려 사유, 무응답 재상정 기록을 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>비용 절감률 15.0%(목표 15% 이상, 근소하게 달성), 승인 12·반려 1건, 자동 승인 0건 결정 로깅률 100%, 변조는 seq 3에서 탐지</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>감사 로그 무결성 검사와 변조 탐지, 반려 사유, 무응답 재상정 기록을 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>감사 로그 무결성 검사와 변조 탐지, 반려 사유, 무응답 재상정 기록을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(비용 절감률 15.0%(목표 15% 이상, 근소하게 달성), 승인 12·반려 1건, 자동 승인 0건 결정 로깅률 100%, 변조는 seq 3에서 탐지)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": "승인 지연·처리 용량·전시 전환 민감도 표를 읽고 대안(승인 기한 단축, 분기 회의 주기)...",
"activity": "<h4>이 단계의 역할</h4><p>승인 지연·처리 용량·전시 전환 민감도 표를 읽고 대안(승인 기한 단축, 분기 회의 주기)을 정리한다.</p><h4>해야 할 일</h4><ol><li><p>승인 지연·처리 용량·전시 전환 민감도 표를 읽고 대안(승인 기한 단축, 분기 회의 주기)을 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>비용 절감률 15.0%(목표 15% 이상, 근소하게 달성), 승인 12·반려 1건, 자동 승인 0건 결정 로깅률 100%, 변조는 seq 3에서 탐지</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>승인 지연·처리 용량·전시 전환 민감도 표를 읽고 대안(승인 기한 단축, 분기 회의 주기)을 정리한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>승인 지연·처리 용량·전시 전환 민감도 표를 읽고 대안(승인 기한 단축, 분기 회의 주기)을 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(비용 절감률 15.0%(목표 15% 이상, 근소하게 달성), 승인 12·반려 1건, 자동 승인 0건 결정 로깅률 100%, 변조는 seq 3에서 탐지)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>RECOVER(하자 구상 회수율)를 0.8에서 0.5로 낮춰 절감률이 목표 아래로 내려가는지 확인하고 이유를 설명한다.</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": "QLT05_M08",
"sequence": 8,
"title": "10년치 대용량 야전 QDR 텍스트 데이터 일괄 분석 스트레스 테스트",
"durationHours": 3.0,
"overview": "<p>10년(120개월)치 대용량 야전 QDR 텍스트를 일괄 분석하는 스트레스 시험을 수행해 처리 시간, 화면 구성 시간, 경보 정확도를 확인한다.</p>",
"objectives": "<p>가상 QDR 약 6만 건에 빈 서술, 인코딩 깨짐, 과대 길이 레코드를 섞어 1~10년 단위로 주입해 격리·유실 건수와 분석 시간을 센다. 정규화·라벨링·월별 집계 후 훈련 강도로 보정한 급증 경보의 정확도·재현율·정밀도를 이벤트 기준으로 계산하고, 집계표에서 대시보드 화면을 구성하는 시간과 필터 응답 시간을 잰다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>대용량 야전 QDR 텍스트 데이터 일괄 분석 스트레스 테스트를 수행한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>10년(120개월)치 대용량 야전 QDR 텍스트를 일괄 분석하는 스트레스 시험을 수행해 처리 시간, 화면 구성 시간, 경보 정확도를 확인한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>가상 QDR 약 6만 건에 빈 서술, 인코딩 깨짐, 과대 길이 레코드를 섞어 1~10년 단위로 주입해 격리·유실 건수와 분석 시간을 센다 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/dashboard/qlt05_app.py (Streamlit/Dash 등)</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/QLT05/qlt05_m08_dataset.json",
"/uploads/QLT05/qlt05_m08_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT05/qlt05_m08_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT05/qlt05_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": [
"품질·규격·검사",
"데이터분석형",
"데이터 전처리",
"알고리즘 구현",
"HITL 검증"
],
"deliverables": [
"src/dashboard/qlt05_app.py (Streamlit/Dash 등) (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[10년치 대용량 야전 QDR 텍스트 데이터 일괄 분석 스트레스 테스트] 요구된 핵심 성능 기준(대시보드 로딩 시간 2초 이내, 경보 발령 정확도 95% 이상)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>대시보드 로딩 시간 2초 이내, 경보 발령 정확도 95% 이상 기준을 충족하고 웹 기반 분석 대시보드 구동 및 실시간 필터링 기능 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>보고서 자동 출력(PDF/Excel Export) 기능 탑재을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 의사결정 지원에 최적화된 시각적 위계 및 사용자 경험(UX) 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>의사결정 지원에 최적화된 시각적 위계 및 사용자 경험(UX)이 논리적으로 검증되었으며 실제 군수 데이터 연동 화면 테스트 및 UI 동작 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> 의사결정 지원에 최적화된 시각적 위계 및 사용자 경험(UX)</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: 대시보드 로딩 시간 2초 이내, 경보 발령 정확도 95% 이상</p></li><li><p>진행 기준: 웹 기반 분석 대시보드 구동 및 실시간 필터링 기능 검증</p></li><li><p>검증 방법: 실제 군수 데이터 연동 화면 테스트 및 UI 동작 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 기간별(1·3·6·10년) 분석 시간과 격리·유실 건수를 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>M8 코드를 실행해 기간별(1·3·6·10년) 분석 시간과 격리·유실 건수를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M8 코드를 실행해 기간별(1·3·6·10년) 분석 시간과 격리·유실 건수를 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>10년치 약 6.2만 건 분석 2초 안팎, 격리 622건·유실 0건 경보 정확도 99.8%(목표 95% 이상), 재현율 90%, 화면 구성 수 ms</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M8 코드를 실행해 기간별(1·3·6·10년) 분석 시간과 격리·유실 건수를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>M8 코드를 실행해 기간별(1·3·6·10년) 분석 시간과 격리·유실 건수를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(10년치 약 6.2만 건 분석 2초 안팎, 격리 622건·유실 0건 경보 정확도 99.8%(목표 95% 이상), 재현율 90%, 화면 구성 수 ms)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": "라벨링 정확도와 급증 경보 정확도·재현율·정밀도를 목표와 비교한다.",
"activity": "<h4>이 단계의 역할</h4><p>라벨링 정확도와 급증 경보 정확도·재현율·정밀도를 목표와 비교한다.</p><h4>해야 할 일</h4><ol><li><p>라벨링 정확도와 급증 경보 정확도·재현율·정밀도를 목표와 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>10년치 약 6.2만 건 분석 2초 안팎, 격리 622건·유실 0건 경보 정확도 99.8%(목표 95% 이상), 재현율 90%, 화면 구성 수 ms</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>라벨링 정확도와 급증 경보 정확도·재현율·정밀도를 목표와 비교한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>라벨링 정확도와 급증 경보 정확도·재현율·정밀도를 목표와 비교한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(10년치 약 6.2만 건 분석 2초 안팎, 격리 622건·유실 0건 경보 정확도 99.8%(목표 95% 이상), 재현율 90%, 화면 구성 수 ms)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": "화면 구성·필터 응답 시간과 운용 기준(야간 배치, 격리율 5% 초과 시 점검)을 정리한다...",
"activity": "<h4>이 단계의 역할</h4><p>화면 구성·필터 응답 시간과 운용 기준(야간 배치, 격리율 5% 초과 시 점검)을 정리한다.</p><h4>해야 할 일</h4><ol><li><p>화면 구성·필터 응답 시간과 운용 기준(야간 배치, 격리율 5% 초과 시 점검)을 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>10년치 약 6.2만 건 분석 2초 안팎, 격리 622건·유실 0건 경보 정확도 99.8%(목표 95% 이상), 재현율 90%, 화면 구성 수 ms</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>화면 구성·필터 응답 시간과 운용 기준(야간 배치, 격리율 5% 초과 시 점검)을 정리한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>화면 구성·필터 응답 시간과 운용 기준(야간 배치, 격리율 5% 초과 시 점검)을 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(10년치 약 6.2만 건 분석 2초 안팎, 격리 622건·유실 0건 경보 정확도 99.8%(목표 95% 이상), 재현율 90%, 화면 구성 수 ms)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>make_input의 bad(불량 비율)를 0.01에서 0.08로 높여 격리 건수와 운용 기준(격리율 5%) 적용 여부를 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": "QLT05_M09",
"sequence": 9,
"title": "AAR 기반 결함 원인 오분류 분석 및 텍스트 마이닝 룰셋 재튜닝",
"durationHours": 3.0,
"overview": "<p>AAR 기반으로 결함 원인 오분류 사례를 분석하고 텍스트 마이닝 룰셋을 보조 규칙으로 재튜닝해 효과를 지표로 산출한다.</p>",
"objectives": "<p>AAR 기간 원인 분류 오류를 원인 단서 없음과 단서-실제 원인 불일치로 나누고 대표 사례를 정리한다. 미상으로 남은 건에 외주 정비 후 경과일·업체·결함 유형을 쓰는 결정 트리 보조 규칙을 AAR 기간에서 학습하고 확신이 낮으면 미상으로 남긴다. 검증 기간에서 정확도와 재현율을 비교하고 비용 절감, 확인 시간 단축, 제조·정비 책임 건 식별 증가의 3대 지표를 가정 단가로 계산해 로드맵을 정리한다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>AAR 기반 결함 원인 오분류를 분석하고 마이닝 룰셋을 재튜닝한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>AAR 기반으로 결함 원인 오분류 사례를 분석하고 텍스트 마이닝 룰셋을 보조 규칙으로 재튜닝해 효과를 지표로 산출한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>AAR 기간 원인 분류 오류를 원인 단서 없음과 단서-실제 원인 불일치로 나누고 대표 사례 정리하고 규격화하는</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>reports/qlt05_roi_analysis.md</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/QLT05/qlt05_m09_dataset.json",
"/uploads/QLT05/qlt05_m09_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT05/qlt05_m09_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT05/qlt05_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": [
"품질·규격·검사",
"데이터분석형",
"데이터 전처리",
"알고리즘 구현",
"HITL 검증"
],
"deliverables": [
"reports/qlt05_roi_analysis.md (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[AAR 기반 결함 원인 오분류 분석 및 텍스트 마이닝 룰셋 재튜닝] 요구된 핵심 성능 기준(비용 절감액, 시간 단축률 등 3대 정량 효과 지표 산출)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>비용 절감액, 시간 단축률 등 3대 정량 효과 지표 산출 기준을 충족하고 ROI 분석 보고서 완성 및 주요 지표 민감도 분석 수록을 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>단기/중기/장기 단계별 도입 효과 로드맵 구체화을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 추정 산식의 객관성 및 군 재정/군수 기획 부서 설득력 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>추정 산식의 객관성 및 군 재정/군수 기획 부서 설득력이 논리적으로 검증되었으며 회계/기획 기준 모델과의 비교 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> 추정 산식의 객관성 및 군 재정/군수 기획 부서 설득력</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: 비용 절감액, 시간 단축률 등 3대 정량 효과 지표 산출</p></li><li><p>진행 기준: ROI 분석 보고서 완성 및 주요 지표 민감도 분석 수록</p></li><li><p>검증 방법: 회계/기획 기준 모델과의 비교 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": "M9 코드를 실행해 AAR 기간 오분류 건수와 원인(단서 없음·불일치) 비율을 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>M9 코드를 실행해 AAR 기간 오분류 건수와 원인(단서 없음·불일치) 비율을 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M9 코드를 실행해 AAR 기간 오분류 건수와 원인(단서 없음·불일치) 비율을 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>AAR 오분류 39.7%(단서 없음 89%), 검증 정확도 61.7% -> 66.2%, 정비 품질 재현율 62% -> 79% 비용 10.8% 절감, 확인 시간 20.1% 단축, 책임 건 식별 +16%</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M9 코드를 실행해 AAR 기간 오분류 건수와 원인(단서 없음·불일치) 비율을 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>M9 코드를 실행해 AAR 기간 오분류 건수와 원인(단서 없음·불일치) 비율을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(AAR 오분류 39.7%(단서 없음 89%), 검증 정확도 61.7% -> 66.2%, 정비 품질 재현율 62% -> 79% 비용 10.8% 절감, 확인 시간 20.1% 단축, 책임 건 식별 +16%)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": "결정 트리 보조 규칙을 읽고 미상 건에 왜 그 원인을 주는지 설명한다.",
"activity": "<h4>이 단계의 역할</h4><p>결정 트리 보조 규칙을 읽고 미상 건에 왜 그 원인을 주는지 설명한다.</p><h4>해야 할 일</h4><ol><li><p>결정 트리 보조 규칙을 읽고 미상 건에 왜 그 원인을 주는지 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>AAR 오분류 39.7%(단서 없음 89%), 검증 정확도 61.7% -> 66.2%, 정비 품질 재현율 62% -> 79% 비용 10.8% 절감, 확인 시간 20.1% 단축, 책임 건 식별 +16%</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>결정 트리 보조 규칙을 읽고 미상 건에 왜 그 원인을 주는지 설명한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>결정 트리 보조 규칙을 읽고 미상 건에 왜 그 원인을 주는지 설명한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(AAR 오분류 39.7%(단서 없음 89%), 검증 정확도 61.7% -> 66.2%, 정비 품질 재현율 62% -> 79% 비용 10.8% 절감, 확인 시간 20.1% 단축, 책임 건 식별 +16%)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": "정확도·재현율 변화와 3대 정량 효과 지표, 도입 로드맵을 ROI 보고서에 옮긴다.",
"activity": "<h4>이 단계의 역할</h4><p>정확도·재현율 변화와 3대 정량 효과 지표, 도입 로드맵을 ROI 보고서에 옮긴다.</p><h4>해야 할 일</h4><ol><li><p>정확도·재현율 변화와 3대 정량 효과 지표, 도입 로드맵을 ROI 보고서에 옮긴다.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>AAR 오분류 39.7%(단서 없음 89%), 검증 정확도 61.7% -> 66.2%, 정비 품질 재현율 62% -> 79% 비용 10.8% 절감, 확인 시간 20.1% 단축, 책임 건 식별 +16%</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>정확도·재현율 변화와 3대 정량 효과 지표, 도입 로드맵을 ROI 보고서에 옮긴다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>정확도·재현율 변화와 3대 정량 효과 지표, 도입 로드맵을 ROI 보고서에 옮긴다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(AAR 오분류 39.7%(단서 없음 89%), 검증 정확도 61.7% -> 66.2%, 정비 품질 재현율 62% -> 79% 비용 10.8% 절감, 확인 시간 20.1% 단축, 책임 건 식별 +16%)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>CONF(확신 기준)를 0.45에서 0.6으로 올려 정확도와 수작업 확인 시간이 어떻게 달라지는지 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": "QLT05_M10",
"sequence": 10,
"title": "야전 장비 결함 보고(QDR) 데이터 분석 및 품질 취약점 식별 도구 통합 완성",
"durationHours": 3.5,
"overview": "<p>QDR 검증·정제부터 치명도 분류, 취약성 지수·경보, 원인 분류, 승인 대기 후보 제안, 재학습까지 한 파일로 통합하고 자체 점검과 브리핑 요약을 출력하는 도구를 완성한다.</p>",
"objectives": "<p>지난달·이번 달 실적으로 챔피언 모델과 도전자 모델을 학습해 검증 정확도를 비교하고 비슷하거나 나을 때만 교체한다. 운용 QDR의 손상 서술은 수동 확인으로 분리하고 모델 장애 시 키워드 규칙으로 대체하는 동작을 시험한다. 월별 경보, 취약성 지수 상위 부위, 하자 구상·설계 변경·외주정비 시정 후보(승인 대기)를 만들고 자체 점검, 운영 문서 7개 장 완비 여부, 품질 담당 장교 브리핑 요약을 출력한다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>야전 장비 결함 보고(QDR) 데이터 분석 및 품질 취약점 식별 도구를 완성한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>QDR 검증·정제부터 치명도 분류, 취약성 지수·경보, 원인 분류, 승인 대기 후보 제안, 재학습까지 한 파일로 통합하고 자체 점검과 브리핑 요약을 출력하는 도구를 완성한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>지난달·이번 달 실적으로 챔피언 모델과 도전자 모델을 학습해 검증 정확도를 비교하고 비슷하거나 나을 때만 교체 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/qlt05_operations_guide.md 및 pipeline/qlt05_retrain.py</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/QLT05/qlt05_m10_dataset.json",
"/uploads/QLT05/qlt05_m10_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT05/qlt05_m10_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT05/qlt05_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": [
"품질·규격·검사",
"데이터분석형",
"데이터 전처리",
"알고리즘 구현",
"HITL 검증"
],
"deliverables": [
"docs/qlt05_operations_guide.md (필수)",
"pipeline/qlt05_retrain.py (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[야전 장비 결함 보고(QDR) 데이터 분석 및 품질 취약점 식별 도구 통합 완성] 요구된 핵심 성능 기준(자동 재학습 파이프라인 정상 실행, 최종 문서 100% 완비)을 완벽히 달성하였는가?</strong></p><h4>PASS 증거</h4><p>자동 재학습 파이프라인 정상 실행, 최종 문서 100% 완비 기준을 충족하고 최종 인도물 검수 및 프로젝트 완료 발표자료 완성을 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>차기 국방군수통합정보체계(DELIIS 등) 연계 인터페이스 가이드 수록을 적용하여 파라미터를 보정하고 단위 테스트를 재수행한다.</p>",
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[정성적 타당성] 군사적 현실성 및 지속 가능한 운영 가능성 및 국방 군수 정보체계와의 연동 용이성 관점의 타당성이 확보되었는가?</strong></p><h4>PASS 증거</h4><p>지속 가능한 운영 가능성 및 국방 군수 정보체계와의 연동 용이성이 논리적으로 검증되었으며 End-to-End 전체 파이프라인 자동화 실행 및 최종 검수를 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> 지속 가능한 운영 가능성 및 국방 군수 정보체계와의 연동 용이성</p><h4>미션 PASS 조건</h4><ul><li><p>정량 기준: 자동 재학습 파이프라인 정상 실행, 최종 문서 100% 완비</p></li><li><p>진행 기준: 최종 인도물 검수 및 프로젝트 완료 발표자료 완성</p></li><li><p>검증 방법: End-to-End 전체 파이프라인 자동화 실행 및 최종 검수</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 재학습 결과(챔피언·도전자 정확도, 교체 여부)를 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>M10 코드를 실행해 재학습 결과(챔피언·도전자 정확도, 교체 여부)를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M10 코드를 실행해 재학습 결과(챔피언·도전자 정확도, 교체 여부)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>( )</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M10 코드를 실행해 재학습 결과(챔피언·도전자 정확도, 교체 여부)를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>M10 코드를 실행해 재학습 결과(챔피언·도전자 정확도, 교체 여부)를 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": "자체 점검 통과 수와 운영 문서 작성률, 모델 장애 시 대체 동작을 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>자체 점검 통과 수와 운영 문서 작성률, 모델 장애 시 대체 동작을 확인한다.</p><h4>해야 할 일</h4><ol><li><p>자체 점검 통과 수와 운영 문서 작성률, 모델 장애 시 대체 동작을 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>자체 점검 통과 수와 운영 문서 작성률, 모델 장애 시 대체 동작을 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>자체 점검 통과 수와 운영 문서 작성률, 모델 장애 시 대체 동작을 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": "출력된 브리핑 요약으로 5분 분량 품질 담당 장교 브리핑 자료를 만든다.",
"activity": "<h4>이 단계의 역할</h4><p>출력된 브리핑 요약으로 5분 분량 품질 담당 장교 브리핑 자료를 만든다.</p><h4>해야 할 일</h4><ol><li><p>출력된 브리핑 요약으로 5분 분량 품질 담당 장교 브리핑 자료를 만든다.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>출력된 브리핑 요약으로 5분 분량 품질 담당 장교 브리핑 자료를 만든다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>출력된 브리핑 요약으로 5분 분량 품질 담당 장교 브리핑 자료를 만든다. 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 retrain_tolerance를 0.005에서 0으로 바꿔 도전자가 근소하게 나쁠 때 교체되지 않는지 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": []
}
]
}
]
}
Reference in new issue View Git Blame Copy Permalink