pbl02/scenario_md/QLT04-품질·규격·검사_외주정비 검사-Data 기반 외주정비 품질검사 통합 솔루션/QLT04-품질·규격·검사_외주정비 검사-Data 기반 외주정비 품질검사 통합 솔루션.md

Data 기반 외주정비 품질검사 통합 솔루션

난 이 도 중급

프로젝트 목표

외주정비는 정비 대기, 외주 검사 대기, 재작업, 규격·제원 불일치가 겹치면서 장비 가동률을 떨어뜨리지만 요인별 영향이 한눈에 보이지 않아 어디에 정비 자원을 먼저 투입할지 정하기 어렵다. 본 프로젝트는 미 국방부 외주정비 품질보증 사례의 문제의식(규격 정합성·검사 병목·하자 연결)을 교육용 가상 자료로 재구성해, 정비 대기 요인 분류, 저가동 요인 분석, 재배치 시뮬레이션, 추세 대시보드, 사람 검토 워크플로우까지 프로토타입으로 구현하는 과제이다. 가상 장비는 유형 A·B·C와 가상 부대로만 구분하며 실제 장비·부대 자료는 쓰지 않는다. 최종 목표는 가동률 저하 요인과 외주 품질검사 병목을 근거와 함께 보여 주되, 정비 우선순위와 자원 투입 결정은 정비관·품질검사관·군수참모가 하도록 지원하는 도구를 완성하는 것이다.

유의사항	모든 장비·부대·가동률·검사 자료는 코드 안에서 만든 교육용 가상 자료이며 실제 부대, 장비 제원, 가동률 정보는 사용하지 않는다. 부대 자료의 외부 AI 서비스 입력과 부대 내 촬영은 금지한다. 분석·추천·시뮬레이션 결과는 판단 보조 정보이며 정비 우선순위, 외주 품질검사 판정, 정비 자원 투입 결정은 정비관·품질검사관·군수참모가 수행한다. 룰과 대응시킨 가상 품질지침 조항은 연결 방식을 보이기 위한 예시이며 실제 규정 원문이 아니다. 미션별 정답 코드는 각각 한 파일로 독립 실행된다.

1단계. 가동률·정비 대기 자료 정의 및 요인 분류 전처리

미션 1. 사단/여단별 주요 전술 장비(전차, 자주포, 장갑차) 일일 가동률 및 정비 대기 데이터셋 정의 [초급 · 1.5시간]	미션 1. 사단/여단별 주요 전술 장비(전차, 자주포, 장갑차) 일일 가동률 및 정비 대기 데이터셋 정의 [초급 · 1.5시간]
목표	부대별 전술 장비(유형 A·B·C로 추상화한 가상 장비)의 일일 가동률과 정비 대기 자료의 구조와 입출력 명세를 정의하고, 외주정비 입고부터 품질검사·가동 복귀까지의 현행(AS-IS) 업무를 단계로 나누어 병목을 찾는다.
수행	장비 식별, 정비 요청, 대기 요인별 일수(부품·정비병·외주 정비·외주 검사), 품질 지표(재작업·규격 불일치·하자), 자원 수준, 가동률을 묶어 필드 16개의 스키마와 검증 규칙을 만든다. 가상 장비 100대를 검증하고 형식·허용값·범위·자료형·누락·논리 규칙 위반 오류를 일부러 넣어 검출되는지 확인한다. 외주 정비 1건의 처리 과정을 12단계로 나누어 단계별 작업일과 대기일을 계산하고, 자동화할 단계와 정비관·품질검사관이 판단할 단계를 구분한 TO-BE 안을 비교한다.
산출물	docs/qlt04_as_is_to_be_spec.md, 입출력 데이터 명세
평가	[필수] AS-IS/TO-BE 업무 분해 — 업무 단계 10단계 이상 분해, 병목 구간 3개소 이상 도출, 정상 샘플 형식 검증 오류 0건, AS-IS와 TO-BE 비교가 단계별로 명확한가.

미션 2. 정비 대기 시간(부품 대기, 정비병 부족, 외주 정비) 요인 분류 전처리 모듈 구현 [초급~중급 · 2시간]	미션 2. 정비 대기 시간(부품 대기, 정비병 부족, 외주 정비) 요인 분류 전처리 모듈 구현 [초급~중급 · 2시간]
목표	서식이 다른 정비 대기 기록(CSV, 엑셀 내보내기, JSON, 정비일지 문장)을 하나의 표준 스키마로 바꾸고 대기 사유를 부품 대기·정비병 부족·외주 정비·검사·재작업으로 분류하는 전처리 모듈을 구현한다.
수행	열 이름 별칭 사전으로 CSV, 탭 구분(엑셀 내보내기), JSON 세 형식을 표준 스키마로 바꾸고, 대기 기간(일·주·개월·시간)과 날짜·부대명 표기를 통일한다. 정비일지 문장 5건에서 장비 번호·부대·대기 일수·날짜를 정규식으로 뽑고 사유 키워드로 요인을 분류한다. 열 이름이 바뀐 새 양식과 처음 보는 사유 표현을 넣어 실패를 확인한 뒤 별칭 사전과 키워드 한 줄만 보완해 처리되는지 확인한다.
산출물	src/connectors/qlt04_data_loader.py 및 스키마 정의서
평가	[필수] 정비 대기 자료 정제·요인 분류 — CSV·탭 구분(엑셀 내보내기)·JSON·정비일지 파싱 성공률 100%, 중복 기록 정리, 요인 분류 일치 확인, 새 서식을 설정 변경만으로 처리하는 확장성을 확인했는가.

2단계. 저가동 요인 Baseline·룰 엔진 및 회귀 기반 요인 추천

미션 3. 가동률 저하 상위 5대 요인 도출 1차 통계 분석 Baseline 알고리즘 구현 [중급 · 2.5시간]	미션 3. 가동률 저하 상위 5대 요인 도출 1차 통계 분석 Baseline 알고리즘 구현 [중급 · 2.5시간]
목표	가동률 저하의 상위 5대 요인을 상관·효과크기·손실일로 도출하는 1차 통계 Baseline을 만들고, 정비·검사 병목 판별 룰 15종 이상을 YAML 설정으로 구현해 저가동 후보를 가려낸다.
수행	가상 장비 300대에서 가동률 70% 미만 장비와 나머지의 요인별 평균 차이(효과크기)와 가동률과의 상관을 구해 상위 5개 요인을 정한다. 부품 재고·정비병 충원율·대기 일수·재작업·규격 불일치·하자 접수 등을 기준으로 룰 16종을 YAML 문자열로 쓰고 점수와 등급(고위험·주의·관심·정상)을 계산한다. 룰마다 기준값 위·아래 경계 조건 단위 시험을 돌리고 룰 처리 지연시간을 측정한 뒤, 상위 장비의 적중 룰과 대응 가상 지침 조항을 읽는다.
산출물	src/engine/qlt04_rule_engine.py
평가	[필수] Baseline·룰 엔진 — 상위 5대 요인 도출, 룰 15종 이상 코딩, 경계 조건 단위 시험 100% 통과, 룰 처리 지연시간 50ms 이하, 룰과 가상 지침 조항의 일치성을 확인했는가.

미션 4. 회귀 분석 및 원인 규명 모델 기반 가동률 저하 핵심 병목 요인 정밀 분석 엔진 고도화 [중급~고급 · 3시간]	미션 4. 회귀 분석 및 원인 규명 모델 기반 가동률 저하 핵심 병목 요인 정밀 분석 엔진 고도화 [중급~고급 · 3시간]
목표	회귀 분석으로 가동률 저하의 핵심 병목 요인을 정밀 분석하고, 저하 요인을 분류해 Top-3 개선 옵션과 유사 사례 유사도를 제공하는 모델의 정확도를 검증한다.
수행	가상 장비 1,500대를 학습 70%와 검증 30%로 나누고 릿지 회귀로 요인별 표준화 계수를 구한 뒤 부트스트랩 20회로 계수 부호의 안정성을 확인한다. 저가동 장비의 주요 요인을 로지스틱 회귀로 분류해 Top-1 정확도와 Top-3 포함률을 측정한다. 학습 세트의 같은 요인 장비와의 코사인 유사도를 함께 보여 주고, 확률이 낮은 추천은 사람이 Top-3를 비교하도록 표시한다.
산출물	src/ai/qlt04_intelligence_module.py
평가	[필수] 회귀·요인 추천 정확도 — 요인 분류 정확도 85% 이상, 핵심 요인 계수 부호 안정성, 추천 사유의 합리성과 Top-3·유사도 제공 여부를 확인했는가.

3단계. 정비 자원 재배치 시뮬레이션·화면 프로토타입 및 추세 대시보드

미션 5. 정비 자원 재배치 시 예상 가동률 상승폭 시뮬레이션 산출 엔진 개발 [중급 · 3시간]	미션 5. 정비 자원 재배치 시 예상 가동률 상승폭 시뮬레이션 산출 엔진 개발 [중급 · 3시간]
목표	정비병과 부품 재고를 부대 사이에서 옮겼을 때 예상 가동률 상승폭을 시뮬레이션하는 엔진을 만들고, 입력-분석-검토-결과 4개 화면의 프로토타입으로 보여 준다.
수행	재고·충원율 부족분의 제곱과 정비 요청 건수의 상호작용을 반영한 회귀 모델을 만들어 검증 R2를 확인한다. 제공 부대에서 수혜 부대로 정비병 2·4·6명 또는 재고를 옮기는 후보 70건의 전체 가동률 변화를 계산하고 제공 부대 영향과 누적 이동 한도로 승인대기·반려를 나눈다. 입력·분석·검토·결과 4개 화면을 텍스트 패널로 구현하고 상태 뱃지, 필터, 화면 이동 12경로를 시험한다.
산출물	src/ui/qlt04_app.py
평가	[필수] 재배치 시뮬레이션·UI 프로토타입 — 핵심 화면 4종(입력-분석-검토-결과) 구현 완료, 상태 뱃지와 필터 동작, 화면 이동 시험 통과, 군 실무자가 읽기 쉬운 화면인가.

미션 6. 부대별/장비별 가동률 추세 및 가동률 저하 요인 분석 대시보드 구현 [중급~고급 · 2.5시간]	미션 6. 부대별/장비별 가동률 추세 및 가동률 저하 요인 분석 대시보드 구현 [중급~고급 · 2.5시간]
목표	부대별·장비 유형별 가동률 추세와 저하 요인을 보여 주는 대시보드를 만들고, 비정상 입력에도 중단되지 않도록 입력 검증기와 에러 핸들러를 갖춘다.
수행	12개월 가상 추세로 부대별 월 기울기, 최근 3개월 평균, 저하 경고와 부대 x 유형 가동률, 대기 손실일 구성을 표와 그래프로 보여 준다. 결측·문자열·범위 오류·특수문자·무한대·중복·열 누락·빈 자료·20만 행 대용량·읽기 오류·갱신 오류 등 예외 13종을 주입해 격리·안내 메시지·오류 로그를 확인한다. 읽기 오류는 3회까지 재시도하고 갱신 실패는 이전 상태로 되돌린다.
산출물	src/utils/qlt04_validator.py 및 에러 핸들러
평가	[선택] 추세 대시보드·예외 처리 — 예외 상황 발생 시 크래시 0건, 에러 로그 기록률 100%, 예외 주입 10종 이상 통과, 알기 쉬운 에러 메시지와 조치 안내를 제공하는가.

4단계. 정비·품질검사 HITL 결재 및 일괄 분석 부하 시험

미션 7. 정비 자원 우선 투입 결정을 위한 군수참모처 HITL 정책 결정 모듈 설계 [고급 · 3시간]	미션 7. 정비 자원 우선 투입 결정을 위한 군수참모처 HITL 정책 결정 모듈 설계 [고급 · 3시간]
목표	정비 자원 우선 투입 안을 정비담당-정비관-품질검사관-군수참모 순서로 사람이 검토·결정하는 HITL 워크플로우를 설계하고 권한 통제와 이력 무결성을 검증한다.
수행	역할별 권한(RBAC)과 단계 순서를 정의하고 시스템은 제안만, 확정은 사람만 하도록 만든다. 룰 점수가 높은 장비 12대의 추천 조치를 상신해 검토·반려·재기안·승인 과정을 모의 실행하고 반려 사유와 근거 입력을 필수로 한다. 권한 우회·절차 위반 시도 13종과 로그 임의 수정을 시험해 해시 체인 감사 로그가 차단·탐지하는지 확인한다.
산출물	src/workflow/qlt04_approval_system.py
평가	[필수] HITL 결재·감사 로그 — 이력 기록 무결성 100%, 승인 권한 우회 시도 차단율 100%, 반려 사유 필수화와 재기안 연계, 군 보안·행정 절차에 부합하는가.

미션 8. 전군 장비 가동률 데이터 일괄 분석 스트레스 테스트 및 성능 검증 [고급 · 3.5시간]	미션 8. 전군 장비 가동률 데이터 일괄 분석 스트레스 테스트 및 성능 검증 [고급 · 3.5시간]
목표	12개월치 가상 장비 가동률 자료를 월 단위 배치로 일괄 분석하고, 오류·장애 주입과 자료량 500% 부하에서 성능과 안정성을 검증한다.
수행	월 배치를 적재-검증-분석-보고 4단계로 자동 실행하는 스케줄러 모사를 만든다. 오류 레코드 1%와 일시 장애 2건을 주입해 재시도와 격리가 동작하는지 보고, 지속 장애 시 해당 월만 건너뛰고 알림을 내는지 확인한다. 월 자료량 100·200·500%에서 실행 시간·성공률·자료 유실을 측정하고 수작업과 자동 처리의 소요 시간을 가정치로 비교한다.
산출물	src/pipeline/qlt04_batch_runner.py
평가	[선택] 일괄 분석 부하·성능 — 전체 배치 실행 시간 5분 이내, 자동화 성공률 99% 이상, 자료량 500%에서 시스템 다운 0건·데이터 유실 0건, 수작업 대비 80% 이상 절감(가정치 기준)인가.

5단계. AAR 재보정 및 통합 패키지 완성

미션 9. AAR 기반 가동률 예측치와 실제치 편차 분석 및 분석 파라미터 재보정 [고급 · 3시간]	미션 9. AAR 기반 가동률 예측치와 실제치 편차 분석 및 분석 파라미터 재보정 [고급 · 3시간]
목표	AAR로 가동률 예측치와 실제치의 편차를 분석해 원인을 규명하고, 분석 파라미터를 재보정해 정확도 개선 효과와 UAT 점검 결과를 확인한다.
수행	평시 자료로 학습한 모델의 예측을 외주 검사 병목이 악화된 새 분기 실측과 부대·유형 셀 단위로 비교해 편향과 원인을 요인별로 분해한다. 편향 보정, 병목 변수 추가, 최근 자료 가중 재학습, 정규화 강도 선택, 예측 구간의 5개 패치를 검증 자료로 비교해 채택하고 재발 오류를 센다. 측정값 기반 UAT 체크리스트 10항목과 재보정 파라미터(YAML)를 출력한다.
산출물	docs/qlt04_uat_feedback_report.md 및 패치 내역
평가	[필수] AAR 재보정·UAT — 재보정 후 종합 정확도(셀 적중률) 10%p 이상 향상, UAT 체크리스트 90점 이상, 개선 요구 5건 반영, 재발 오류 현황 보고가 객관적인가.

미션 10. 전술 장비 가동률 저하 요인 분석 및 가동률 극대화 도구 최종 완성 [최고급 · 3시간]	미션 10. 전술 장비 가동률 저하 요인 분석 및 가동률 극대화 도구 최종 완성 [최고급 · 3시간]
목표	입력 검증부터 룰 판별, 요인 추천, 사람 검토 큐, 감사 로그, 브리핑까지 하나로 묶은 가동률 저하 요인 분석·극대화 도구를 완성하고 배포 점검을 마친다.
수행	앞 미션의 기능을 통합 파이프라인으로 묶어 설치 스크립트 5단계 점검, 서로 다른 시드 4종의 End-to-End 실행, 자체 점검 9항목과 함수 커버리지를 수행한다. 요인 모델이 없을 때 룰만으로 동작하는지, 손상 레코드를 격리하는지, 감사 로그 변조를 탐지하는지 확인한다. 매뉴얼 7개 장의 작성률과 정비·품질검사 담당용 브리핑 요약을 출력한다.
산출물	dist/qlt04_package/, README.md, docs/qlt04_final_manual.md
평가	[필수] 통합 패키지·배포 — 설치부터 실행까지 원클릭 설치 스크립트 완비, End-to-End 성공률 100%, 매뉴얼 작성률 100%, 함수 커버리지 85% 이상, 조직 확산 가치가 설명되는가.

최종 판정

판정 기준 : 모든 필수 항목([필수])에서 PASS를 받아야 최종 PASS로 인정한다.

최종 판정 결과 : ( PASS / FAIL )

평가 의견 : (필수 항목 중 하나라도 FAIL인 경우 사유를 기재한다.)