miliai/pbl02
1
0 Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
350bb92bf97b2ddba34d3b3c9d7ce01093813469
pbl02/scenario_json/MNT06.json
T
KIM SU BO 350bb92bf9 시나리오 내용 반영
2026-10-08 16:43:48 +09:00

878 lines
130 KiB
JSON
Raw Blame History

{
"version": "1.0.0",
"exportedAt": "2026-10-08T00:00:00.000Z",
"id": "MNT06",
"title": "AI 기반 부품 폐기율 산정·예측 모델",
"category": "장비정비·수리부속",
"level": 3,
"durationDays": 5,
"requiredHours": 28.5,
"status": "COMPLETED",
"isRecommended": false,
"summary": "",
"objectives": "<p>수리부속의 폐기율이 높으면 정비비용과 재고 부담이 커지고, 조달이 늦어지는 동안 장비는 가동하지 못한다. 폐기가 잦은 부품 가운데 야전에서 3D 프린팅으로 대체 제작할 수 있는 부품을 가려내면 폐기 손실과 조달 대기를 함께 줄일 수 있다. 본 프로젝트는 부품 폐기율의 산정·예측을 대체 제작 타당성 판단과 연결하는 것을 목표로, 교육용 가상 부품 자료(CAD 요약 치수, 금속·폴리머 소재 물성, 사용 하중, 폐기율, 조달 소요일)를 코드로 만들어 분석한다. 데이터 정의와 메쉬·슬라이싱 전처리, 형상 기반 Baseline과 탐색적 분석, 인장강도·피로 수명 예측과 군 규격 부합 신뢰도 점수, 대시보드와 설명가능성, 정비기술관 승인(HITL) 시뮬레이터, 50종 일괄 평가 스트레스 시험, 파괴 시험 대비 AAR 재보정과 효과 산출, 재학습을 포함한 통합 도구까지 단계별로 구현한다. 최종 목표는 폐기 손실이 큰 부품 중 신뢰성이 확인된 대체 제작 후보를 근거와 함께 제시하고, 실제 장착 여부는 정비기술관이 결정하도록 지원하는 것이다.</p>",
"deliverables": [
"docs/mnt06_logistics_domain_spec.md (필수)",
"데이터 딕셔너리 (필수)",
"src/etl/mnt06_data_cleansing.py (필수)",
"정제 품질 보고서 (필수)",
"notebooks/mnt06_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 부품·소재 물성·하중·비용 단가는 코드 안에서 만든 교육용 가상 자료이며 실제 부대명, 재고, 부품 제원, 소재 시험 성적서, 군 규격 원문은 사용하지 않는다. 부대 내 촬영이나 부대 자료의 외부 AI 서비스 입력은 금지한다. 대체 제작 가능 여부와 신뢰도 점수는 판단 보조 정보이며 실제 장착은 정비기술관의 검토·승인과 실물 시험 후에만 이루어진다. 비용 절감액과 폐기 감소량은 가정 단가와 가정 비율로 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 장비정비·수리부속 데이터 분석 기초",
"refFiles": [],
"refText": "",
"projectSkills": [
{
"skillId": "competency_군특화문제해결_장비정비·수리부속_문제분석",
"level": 3,
"category": "군특화문제해결",
"subCategory": "장비정비·수리부속 문제분석"
},
{
"skillId": "competency_군특화문제해결_장비정비·수리부속_대안도출",
"level": 2,
"category": "군특화문제해결",
"subCategory": "장비정비·수리부속 대안도출"
},
{
"skillId": "competency_데이터분석검증_결과검증",
"level": 3,
"category": "데이터분석검증",
"subCategory": "AI 결과 검증"
},
{
"skillId": "competency_AI활용역량_도구활용",
"level": 2,
"category": "AI활용역량",
"subCategory": "AI 도구 및 모델 활용"
},
{
"skillId": "competency_전술의사결정_인간검토",
"level": 3,
"category": "전술의사결정",
"subCategory": "HITL 인간 검토 및 책임분계"
}
],
"prerequisiteVods": [],
"missions": [
{
"id": "MNT06_M01",
"sequence": 1,
"title": "3D 프린팅 제작 대상 군수 부품 3D CAD 모델 및 금속/폴리머 소재 물성 데이터 정의",
"durationHours": 1.5,
"overview": "<p>폐기율이 높은 수리부속 가운데 3D 프린팅 대체 제작 후보의 3D CAD 모델 요약 정보와 금속·폴리머 소재 물성 데이터를 정의한다.</p>",
"objectives": "<p>폐기 부품 식별부터 CAD 확보, 소재 선정, 제작 가능성 판별, 신뢰성 평가, 정비기술관 승인, 장착 시험, 사후검토까지 업무 흐름을 단계별로 정리하고 부품·CAD·소재·사용 조건·결과 다섯 묶음으로 피처 20개 이상을 정의한다. 예측 대상(월 폐기율, 시험 출력 성공 여부, 인장강도, 군 규격 부합 점수)을 명확히 하고, 부품 식별코드·보급 분류군은 국방 표준 군수 코드 형식을 모사한 가상 코드로 둔다. 가상 샘플을 검증기로 점검하고 오류를 일부러 넣어 검출되는지 확인한다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>3D 프린팅 대상 군수 부품 3D CAD 모델 및 소재 물성 데이터를 정의한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>폐기율이 높은 수리부속 가운데 3D 프린팅 대체 제작 후보의 3D CAD 모델 요약 정보와 금속·폴리머 소재 물성 데이터를 정의한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>폐기 부품 식별부터 CAD 확보, 소재 선정, 제작 가능성 판별, 신뢰성 평가, 정비기술관 승인, 장착 시험, 사후검토까지 업무 흐름을 단계별로 정리하고 부품·CAD·소재·사용 조건·결과 다섯 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/mnt06_logistics_domain_spec.md 및 데이터 딕셔너리</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/MNT06/mnt06_m01_dataset.json",
"/uploads/MNT06/mnt06_m01_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT06/mnt06_m01_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT06/mnt06_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": [
"장비정비·수리부속",
"데이터분석형",
"데이터 전처리",
"알고리즘 구현",
"HITL 검증"
],
"deliverables": [
"docs/mnt06_logistics_domain_spec.md (필수)",
"데이터 딕셔너리 (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[3D 프린팅 제작 대상 군수 부품 3D CAD 모델 및 금속/폴리머 소재 물성 데이터 정의] 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(부품·CAD·소재·사용·결과)와 피처 수를 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>M1 코드를 실행해 데이터 딕셔너리(부품·CAD·소재·사용·결과)와 피처 수를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M1 코드를 실행해 데이터 딕셔너리(부품·CAD·소재·사용·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 26개(목표 20개 이상), 정상 샘플 20건 오류 0건 주입 오류 5건(범위·단위·형식·누락·자료형) 모두 검출</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M1 코드를 실행해 데이터 딕셔너리(부품·CAD·소재·사용·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(부품·CAD·소재·사용·결과)와 피처 수를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(피처 26개(목표 20개 이상), 정상 샘플 20건 오류 0건 주입 오류 5건(범위·단위·형식·누락·자료형) 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 맵의 단계별 담당·입력·출력을 정리한다.",
"activity": "<h4>이 단계의 역할</h4><p>업무 프로세스 맵의 단계별 담당·입력·출력을 정리한다.</p><h4>해야 할 일</h4><ol><li><p>업무 프로세스 맵의 단계별 담당·입력·출력을 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 26개(목표 20개 이상), 정상 샘플 20건 오류 0건 주입 오류 5건(범위·단위·형식·누락·자료형) 모두 검출</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>업무 프로세스 맵의 단계별 담당·입력·출력을 정리한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>업무 프로세스 맵의 단계별 담당·입력·출력을 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(피처 26개(목표 20개 이상), 정상 샘플 20건 오류 0건 주입 오류 5건(범위·단위·형식·누락·자료형) 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 규칙에 걸렸는지 표로 정리한다.",
"activity": "<h4>이 단계의 역할</h4><p>오류 주입 결과에서 각 오류가 어떤 규칙에 걸렸는지 표로 정리한다.</p><h4>해야 할 일</h4><ol><li><p>오류 주입 결과에서 각 오류가 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>피처 26개(목표 20개 이상), 정상 샘플 20건 오류 0건 주입 오류 5건(범위·단위·형식·누락·자료형) 모두 검출</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>오류 주입 결과에서 각 오류가 어떤 규칙에 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 규칙에 걸렸는지 표로 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(피처 26개(목표 20개 이상), 정상 샘플 20건 오류 0건 주입 오류 5건(범위·단위·형식·누락·자료형) 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>use 묶음에 '사용 습도(humidity_pct, 0~100)' 필드를 추가하고 120 같은 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": "MNT06_M02",
"sequence": 2,
"title": "CAD 파일 메쉬 정제, 슬라이싱 데이터 파싱 및 제작 규격 전처리 모듈 구현",
"durationHours": 2.0,
"overview": "<p>CAD 메쉬 정제와 슬라이싱 데이터 파싱, 부품 이력 레코드 정제를 수행하는 제작 규격 전처리 모듈을 구현한다.</p>",
"objectives": "<p>삼각형 메쉬의 NaN 정점·퇴화 삼각형·중복 삼각형을 제거하고 뒤집힌 법선을 바로잡아 부피가 기준과 일치하는지 확인한다. 슬라이싱 출력(G-code류)을 정규식으로 파싱해 층 수·압출량·이송 시간을 계산하고 불량 라인은 격리한다. 부품 이력은 중복 제거, 소재 코드와 단위·날짜 통일, 불가능 값 결측 처리, KNN 보정 등 정제 규칙 10종 이상을 적용하되 긴급 제작 요청처럼 이상값으로 보이지만 실제 군수 예외인 기록은 지우지 않고 표시만 한다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>CAD 메쉬 정제 및 슬라이싱 데이터 파싱 전처리 모듈을 구현한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>CAD 메쉬 정제와 슬라이싱 데이터 파싱, 부품 이력 레코드 정제를 수행하는 제작 규격 전처리 모듈을 구현한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>삼각형 메쉬의 NaN 정점·퇴화 삼각형·중복 삼각형을 제거하고 뒤집힌 법선을 바로잡아 부피가 기준과 일치하는지 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/etl/mnt06_data_cleansing.py 및 정제 품질 보고서</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/MNT06/mnt06_m02_dataset.json",
"/uploads/MNT06/mnt06_m02_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT06/mnt06_m02_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT06/mnt06_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": [
"장비정비·수리부속",
"데이터분석형",
"데이터 전처리",
"알고리즘 구현",
"HITL 검증"
],
"deliverables": [
"src/etl/mnt06_data_cleansing.py (필수)",
"정제 품질 보고서 (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[CAD 파일 메쉬 정제, 슬라이싱 데이터 파싱 및 제작 규격 전처리 모듈 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 규칙별 처리 건수를 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>M2 코드를 실행해 정제 규칙별 처리 건수를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M2 코드를 실행해 정제 규칙별 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 11/11 통과(통과율 100%), 규칙 12종 중복 10건 제거, 긴급 제작 예외 11건 보존, 메쉬 부피 21.00 -> 24.00 cm3</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M2 코드를 실행해 정제 규칙별 처리 건수를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>M2 코드를 실행해 정제 규칙별 처리 건수를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(정합성 검증 11/11 통과(통과율 100%), 규칙 12종 중복 10건 제거, 긴급 제작 예외 11건 보존, 메쉬 부피 21.00 -> 24.00 cm3)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": "R12(긴급 제작 예외 보존)가 일반 이상값과 어떻게 구분되는지 설명한다.",
"activity": "<h4>이 단계의 역할</h4><p>R12(긴급 제작 예외 보존)가 일반 이상값과 어떻게 구분되는지 설명한다.</p><h4>해야 할 일</h4><ol><li><p>R12(긴급 제작 예외 보존)가 일반 이상값과 어떻게 구분되는지 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>정합성 검증 11/11 통과(통과율 100%), 규칙 12종 중복 10건 제거, 긴급 제작 예외 11건 보존, 메쉬 부피 21.00 -> 24.00 cm3</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>R12(긴급 제작 예외 보존)가 일반 이상값과 어떻게 구분되는지 설명한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>R12(긴급 제작 예외 보존)가 일반 이상값과 어떻게 구분되는지 설명한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(정합성 검증 11/11 통과(통과율 100%), 규칙 12종 중복 10건 제거, 긴급 제작 예외 11건 보존, 메쉬 부피 21.00 -> 24.00 cm3)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": "메쉬 정제 전후 삼각형 수와 부피, 슬라이싱 격리 라인 수를 정리한다.",
"activity": "<h4>이 단계의 역할</h4><p>메쉬 정제 전후 삼각형 수와 부피, 슬라이싱 격리 라인 수를 정리한다.</p><h4>해야 할 일</h4><ol><li><p>메쉬 정제 전후 삼각형 수와 부피, 슬라이싱 격리 라인 수를 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 11/11 통과(통과율 100%), 규칙 12종 중복 10건 제거, 긴급 제작 예외 11건 보존, 메쉬 부피 21.00 -> 24.00 cm3</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>메쉬 정제 전후 삼각형 수와 부피, 슬라이싱 격리 라인 수를 정리한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>메쉬 정제 전후 삼각형 수와 부피, 슬라이싱 격리 라인 수를 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(정합성 검증 11/11 통과(통과율 100%), 규칙 12종 중복 10건 제거, 긴급 제작 예외 11건 보존, 메쉬 부피 21.00 -> 24.00 cm3)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 이웃 수를 5에서 2로 바꿔 보정값과 정제 후 평균 하중이 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": "MNT06_M03",
"sequence": 3,
"title": "기하학적 형상 기반 1차 3D 프린팅 제작 가능 여부 판별 Baseline 알고리즘 구현",
"durationHours": 2.5,
"overview": "<p>벽두께·돌출 비율·최대 치수 같은 기하학적 형상만으로 3D 프린팅 제작 가능 여부를 1차 판별하는 Baseline 알고리즘을 구현하고 탐색적 분석으로 한계와 핵심 관리 대상을 찾는다.</p>",
"objectives": "<p>가상 부품 600종에 규칙 기반 판별을 적용해 정확도·정밀도·재현율과 혼동행렬을 구하고, 가능이라 판정했으나 실패한 원인(얇은 나사부, 소재별 최소 벽두께)을 분류한다. 제작 성공 여부와 피처의 상관계수와 p-value로 유의한 요인을 고르고 EDA 차트 8종 이상을 그린다. 부품군·소재 조합의 월 폐기 손실을 파레토(ABC)로 분석해 상위 20% 안팎의 핵심 관리 대상을 식별한다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>형상 기반 1차 3D 프린팅 제작 가능 여부 판별 Baseline 알고리즘을 구현한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>벽두께·돌출 비율·최대 치수 같은 기하학적 형상만으로 3D 프린팅 제작 가능 여부를 1차 판별하는 Baseline 알고리즘을 구현하고 탐색적 분석으로 한계와 핵심 관리 대상을 찾는다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>가상 부품 600종에 규칙 기반 판별을 적용해 정확도·정밀도·재현율과 혼동행렬을 구하고, 가능이라 판정했으나 실패한 원인(얇은 나사부, 소재별 최소 벽두께)을 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>notebooks/mnt06_eda_analysis.ipynb 및 EDA 요약 리포트</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/MNT06/mnt06_m03_dataset.json",
"/uploads/MNT06/mnt06_m03_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT06/mnt06_m03_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT06/mnt06_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": [
"장비정비·수리부속",
"데이터분석형",
"데이터 전처리",
"알고리즘 구현",
"HITL 검증"
],
"deliverables": [
"notebooks/mnt06_eda_analysis.ipynb (필수)",
"EDA 요약 리포트 (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[기하학적 형상 기반 1차 3D 프린팅 제작 가능 여부 판별 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 정확도·정밀도·재현율과 혼동행렬을 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>M3 코드를 실행해 Baseline의 정확도·정밀도·재현율과 혼동행렬을 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M3 코드를 실행해 Baseline의 정확도·정밀도·재현율과 혼동행렬을 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 정확도 91.0%, 재현율 92.2%(실패 원인: 얇은 나사부 14건) 유의 피처 6개, 파레토 A등급 8개 조합, EDA 차트 8종</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M3 코드를 실행해 Baseline의 정확도·정밀도·재현율과 혼동행렬을 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>M3 코드를 실행해 Baseline의 정확도·정밀도·재현율과 혼동행렬을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(Baseline 정확도 91.0%, 재현율 92.2%(실패 원인: 얇은 나사부 14건) 유의 피처 6개, 파레토 A등급 8개 조합, 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": "가능이라 했으나 실패한 원인과 불가라 했으나 성공한 부품 수를 비교한다.",
"activity": "<h4>이 단계의 역할</h4><p>가능이라 했으나 실패한 원인과 불가라 했으나 성공한 부품 수를 비교한다.</p><h4>해야 할 일</h4><ol><li><p>가능이라 했으나 실패한 원인과 불가라 했으나 성공한 부품 수를 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>Baseline 정확도 91.0%, 재현율 92.2%(실패 원인: 얇은 나사부 14건) 유의 피처 6개, 파레토 A등급 8개 조합, EDA 차트 8종</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>가능이라 했으나 실패한 원인과 불가라 했으나 성공한 부품 수를 비교한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>가능이라 했으나 실패한 원인과 불가라 했으나 성공한 부품 수를 비교한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(Baseline 정확도 91.0%, 재현율 92.2%(실패 원인: 얇은 나사부 14건) 유의 피처 6개, 파레토 A등급 8개 조합, 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": "상관분석과 파레토 A등급으로 핵심 발견점 3가지를 쓴다.",
"activity": "<h4>이 단계의 역할</h4><p>상관분석과 파레토 A등급으로 핵심 발견점 3가지를 쓴다.</p><h4>해야 할 일</h4><ol><li><p>상관분석과 파레토 A등급으로 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 정확도 91.0%, 재현율 92.2%(실패 원인: 얇은 나사부 14건) 유의 피처 6개, 파레토 A등급 8개 조합, EDA 차트 8종</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>상관분석과 파레토 A등급으로 핵심 발견점 3가지를 쓴다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>상관분석과 파레토 A등급으로 핵심 발견점 3가지를 쓴다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(Baseline 정확도 91.0%, 재현율 92.2%(실패 원인: 얇은 나사부 14건) 유의 피처 6개, 파레토 A등급 8개 조합, 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>baseline 함수의 공통 벽두께 기준 1.0mm를 0.8mm로 낮춰 정확도와 위험한 오판(FP)이 어떻게 바뀌는지 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": "MNT06_M04",
"sequence": 4,
"title": "유한요소해석(FEA) 연계 야전 부품 인장강도·피로내구도 신뢰성 평가 머신러닝 고도화",
"durationHours": 3.0,
"overview": "<p>유한요소해석(FEA)을 간이화한 응력 계산과 소재·공정 지식을 연계해 야전 부품의 인장강도와 피로 수명을 예측하는 신뢰성 평가 머신러닝 모델을 고도화한다.</p>",
"objectives": "<p>단면적, 구멍·나사부 응력집중, 적층 방향, 충전율, 온도 저하 등으로 파생 피처 10개 이상을 만들고 소재 기준강도 대비 저감 계수를 학습한다. 시험 수행 순서를 지킨 시계열 교차검증으로 기준모델(소재별 평균)과 MAPE를 비교하고 피로 수명 오차를 확인한다. 예측 안전율 1.5 이상 판별의 위험 오판 건수를 점검하고 피처 중요도로 차원 축소 후보를 고른다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>유한요소해석(FEA) 연계 부품 인장강도·내구도 신뢰성 평가 모델을 고도화한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>유한요소해석(FEA)을 간이화한 응력 계산과 소재·공정 지식을 연계해 야전 부품의 인장강도와 피로 수명을 예측하는 신뢰성 평가 머신러닝 모델을 고도화한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>단면적, 구멍·나사부 응력집중, 적층 방향, 충전율, 온도 저하 등으로 파생 피처 10개 이상을 만들고 소재 기준강도 대비 저감 계수를 학습 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/features/mnt06_feature_engineering.py 및 기준 모델</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/MNT06/mnt06_m04_dataset.json",
"/uploads/MNT06/mnt06_m04_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT06/mnt06_m04_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT06/mnt06_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": [
"장비정비·수리부속",
"데이터분석형",
"데이터 전처리",
"알고리즘 구현",
"HITL 검증"
],
"deliverables": [
"src/features/mnt06_feature_engineering.py (필수)",
"기준 모델 (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[유한요소해석(FEA) 연계 야전 부품 인장강도·피로내구도 신뢰성 평가 머신러닝 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 파생 피처 수와 시계열 교차검증 표를 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>M4 코드를 실행해 파생 피처 수와 시계열 교차검증 표를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M4 코드를 실행해 파생 피처 수와 시계열 교차검증 표를 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>파생 피처 16개, 평균 인장강도 MAPE 5.9%(기준모델 10.7%, 목표 25% 이하) 안전율 1.5 판별 정확도 97.8%, 위험 오판 2건</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M4 코드를 실행해 파생 피처 수와 시계열 교차검증 표를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>M4 코드를 실행해 파생 피처 수와 시계열 교차검증 표를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(파생 피처 16개, 평균 인장강도 MAPE 5.9%(기준모델 10.7%, 목표 25% 이하) 안전율 1.5 판별 정확도 97.8%, 위험 오판 2건)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": "기준모델과 GBM의 MAPE를 분할별로 비교한다.",
"activity": "<h4>이 단계의 역할</h4><p>기준모델과 GBM의 MAPE를 분할별로 비교한다.</p><h4>해야 할 일</h4><ol><li><p>기준모델과 GBM의 MAPE를 분할별로 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>파생 피처 16개, 평균 인장강도 MAPE 5.9%(기준모델 10.7%, 목표 25% 이하) 안전율 1.5 판별 정확도 97.8%, 위험 오판 2건</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>기준모델과 GBM의 MAPE를 분할별로 비교한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>기준모델과 GBM의 MAPE를 분할별로 비교한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(파생 피처 16개, 평균 인장강도 MAPE 5.9%(기준모델 10.7%, 목표 25% 이하) 안전율 1.5 판별 정확도 97.8%, 위험 오판 2건)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 후보를 보고, 삭제하면 안 되는 피처가 무엇인지 설명한다.",
"activity": "<h4>이 단계의 역할</h4><p>피처 중요도와 차원 축소 후보를 보고, 삭제하면 안 되는 피처가 무엇인지 설명한다.</p><h4>해야 할 일</h4><ol><li><p>피처 중요도와 차원 축소 후보를 보고, 삭제하면 안 되는 피처가 무엇인지 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>파생 피처 16개, 평균 인장강도 MAPE 5.9%(기준모델 10.7%, 목표 25% 이하) 안전율 1.5 판별 정확도 97.8%, 위험 오판 2건</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>피처 중요도와 차원 축소 후보를 보고, 삭제하면 안 되는 피처가 무엇인지 설명한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>피처 중요도와 차원 축소 후보를 보고, 삭제하면 안 되는 피처가 무엇인지 설명한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(파생 피처 16개, 평균 인장강도 MAPE 5.9%(기준모델 10.7%, 목표 25% 이하) 안전율 1.5 판별 정확도 97.8%, 위험 오판 2건)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>TimeSeriesSplit(5)를 TimeSeriesSplit(3)으로 바꿔 분할별 MAPE의 변동이 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": "MNT06_M05",
"sequence": 5,
"title": "긴급 야전 제작 부품의 군사 규격(MIL-STD) 부합성 신뢰도 점수 산출 엔진 개발",
"durationHours": 3.5,
"overview": "<p>긴급 야전 제작 부품의 군 규격 부합성을 0~100점으로 환산하는 신뢰도 점수 산출 엔진을 개발한다(실제 규격 원문 대신 가상 기준 점수 사용).</p>",
"objectives": "<p>안전율·피로 수명·돌출 위험·소재 인증서를 반영한 가상 부합 점수를 앙상블 회귀(GBM+RandomForest)로 예측해 원 입력 5개 선형 기준모델과 Hold-out에서 MAE·RMSE·R2를 비교한다. 점수를 부적합 의심·보완 필요·조건부·부합 유력 구간으로 나눠 실제 부합률이 단조롭게 증가하는지 확인한다. 두 모델의 의견 차이가 큰 부품을 판정 보류 후보로 표시하고 인증서가 없는 핵심 부품은 점수와 별개로 인증 확보를 요구한다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>야전 제작 부품의 군사 규격(MIL-STD) 부합성 신뢰도 엔진을 개발한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>긴급 야전 제작 부품의 군 규격 부합성을 0~100점으로 환산하는 신뢰도 점수 산출 엔진을 개발한다(실제 규격 원문 대신 가상 기준 점수 사용).</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>안전율·피로 수명·돌출 위험·소재 인증서를 반영한 가상 부합 점수를 앙상블 회귀(GBM+RandomForest)로 예측해 원 입력 5개 선형 기준모델과 Hold-out에서 MAE·RMSE·R2를 비교 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/mnt06_advanced_model.py</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/MNT06/mnt06_m05_dataset.json",
"/uploads/MNT06/mnt06_m05_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT06/mnt06_m05_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT06/mnt06_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": [
"장비정비·수리부속",
"데이터분석형",
"데이터 전처리",
"알고리즘 구현",
"HITL 검증"
],
"deliverables": [
"src/models/mnt06_advanced_model.py (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[긴급 야전 제작 부품의 군사 규격(MIL-STD) 부합성 신뢰도 점수 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 기준모델·GBM·RandomForest·앙상블의 MAE·RMSE·R2를...",
"activity": "<h4>이 단계의 역할</h4><p>M5 코드를 실행해 기준모델·GBM·RandomForest·앙상블의 MAE·RMSE·R2를 비교한다.</p><h4>해야 할 일</h4><ol><li><p>M5 코드를 실행해 기준모델·GBM·RandomForest·앙상블의 MAE·RMSE·R2를 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>기준모델 대비 MAE 75.2%, RMSE 72.0% 개선, R2 0.956 점수 구간별 실제 부합률 0.00 -> 0.16 -> 0.91 -> 1.00(단조 증가)</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M5 코드를 실행해 기준모델·GBM·RandomForest·앙상블의 MAE·RMSE·R2를 비교한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>M5 코드를 실행해 기준모델·GBM·RandomForest·앙상블의 MAE·RMSE·R2를 비교한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(기준모델 대비 MAE 75.2%, RMSE 72.0% 개선, R2 0.956 점수 구간별 실제 부합률 0.00 -> 0.16 -> 0.91 -> 1.00(단조 증가))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": "점수 구간별 실제 부합률이 단조 증가하는지 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>점수 구간별 실제 부합률이 단조 증가하는지 확인한다.</p><h4>해야 할 일</h4><ol><li><p>점수 구간별 실제 부합률이 단조 증가하는지 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>기준모델 대비 MAE 75.2%, RMSE 72.0% 개선, R2 0.956 점수 구간별 실제 부합률 0.00 -> 0.16 -> 0.91 -> 1.00(단조 증가)</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>점수 구간별 실제 부합률이 단조 증가하는지 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>점수 구간별 실제 부합률이 단조 증가하는지 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(기준모델 대비 MAE 75.2%, RMSE 72.0% 개선, R2 0.956 점수 구간별 실제 부합률 0.00 -> 0.16 -> 0.91 -> 1.00(단조 증가))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": "모델 간 차이가 큰 부품의 오차와 인증서 없는 핵심 부품의 점수를 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>모델 간 차이가 큰 부품의 오차와 인증서 없는 핵심 부품의 점수를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>모델 간 차이가 큰 부품의 오차와 인증서 없는 핵심 부품의 점수를 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>기준모델 대비 MAE 75.2%, RMSE 72.0% 개선, R2 0.956 점수 구간별 실제 부합률 0.00 -> 0.16 -> 0.91 -> 1.00(단조 증가)</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>모델 간 차이가 큰 부품의 오차와 인증서 없는 핵심 부품의 점수를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>모델 간 차이가 큰 부품의 오차와 인증서 없는 핵심 부품의 점수를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(기준모델 대비 MAE 75.2%, RMSE 72.0% 개선, R2 0.956 점수 구간별 실제 부합률 0.00 -> 0.16 -> 0.91 -> 1.00(단조 증가))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>raw_cols에 orient_deg를 추가해 기준모델의 R2가 얼마나 오르는지, 앙상블 개선율이 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": "MNT06_M06",
"sequence": 6,
"title": "부품별 제작 소요 시간, 비용 및 신뢰성 평가 결과 가시화 대시보드 구현",
"durationHours": 3.0,
"overview": "<p>부품별 제작 소요 시간, 비용, 신뢰성 점수와 폐기 손실을 보여 주는 대시보드를 만들고 예측마다 근거를 설명하는 설명가능성(XAI) 기능을 붙인다.</p>",
"objectives": "<p>출력 시간-비용, 출력 대 구매 비용, 점수 분포, 점수-폐기 손실, 우선 후보 5종, 점수 워터폴로 대시보드를 구성한다. 피처를 배경 값으로 바꿨을 때 점수가 얼마나 달라지는지로 국소 기여도를 계산해(SHAP 근사) 모든 부품의 상위 3개 인자를 자동 산출한다. 이를 '부합 점수 54점(평균 대비 -23점), 영향 요인: …' 같은 자연어 설명으로 만들어 정비기술관이 조치(인증서 확보, 충전율 상향 등)를 판단하게 한다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>부품별 제작 소요 시간, 비용 및 신뢰성 평가 가시화 대시보드를 구현한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>부품별 제작 소요 시간, 비용, 신뢰성 점수와 폐기 손실을 보여 주는 대시보드를 만들고 예측마다 근거를 설명하는 설명가능성(XAI) 기능을 붙인다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>출력 시간-비용, 출력 대 구매 비용, 점수 분포, 점수-폐기 손실, 우선 후보 5종, 점수 워터폴로 대시보드를 구성 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/mnt06_xai_explainer.py 및 XAI 리포트</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/MNT06/mnt06_m06_dataset.json",
"/uploads/MNT06/mnt06_m06_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT06/mnt06_m06_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT06/mnt06_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": [
"장비정비·수리부속",
"데이터분석형",
"데이터 전처리",
"알고리즘 구현",
"HITL 검증"
],
"deliverables": [
"src/explainability/mnt06_xai_explainer.py (필수)",
"XAI 리포트 (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[부품별 제작 소요 시간, 비용 및 신뢰성 평가 결과 가시화 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 자동 산출률과 소요 시간을 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>M6 코드를 실행해 상위 3개 인자 자동 산출률과 소요 시간을 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M6 코드를 실행해 상위 3개 인자 자동 산출률과 소요 시간을 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>300종 상위 3개 인자 산출률 100%, 구성요소 6종 설명 예: P282 점수 7.2점(평균 대비 -50.7점), 영향 요인: 응력/기준강도 비, 소재 인증서</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M6 코드를 실행해 상위 3개 인자 자동 산출률과 소요 시간을 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>M6 코드를 실행해 상위 3개 인자 자동 산출률과 소요 시간을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(300종 상위 3개 인자 산출률 100%, 구성요소 6종 설명 예: P282 점수 7.2점(평균 대비 -50.7점), 영향 요인: 응력/기준강도 비, 소재 인증서)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 6개 구성요소가 각각 어떤 의사결정을 돕는지 정리한다.",
"activity": "<h4>이 단계의 역할</h4><p>대시보드 6개 구성요소가 각각 어떤 의사결정을 돕는지 정리한다.</p><h4>해야 할 일</h4><ol><li><p>대시보드 6개 구성요소가 각각 어떤 의사결정을 돕는지 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>300종 상위 3개 인자 산출률 100%, 구성요소 6종 설명 예: P282 점수 7.2점(평균 대비 -50.7점), 영향 요인: 응력/기준강도 비, 소재 인증서</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>대시보드 6개 구성요소가 각각 어떤 의사결정을 돕는지 정리한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>대시보드 6개 구성요소가 각각 어떤 의사결정을 돕는지 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(300종 상위 3개 인자 산출률 100%, 구성요소 6종 설명 예: P282 점수 7.2점(평균 대비 -50.7점), 영향 요인: 응력/기준강도 비, 소재 인증서)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": "자연어 설명 4건을 읽고 정비기술관이 취할 조치를 한 줄씩 적는다.",
"activity": "<h4>이 단계의 역할</h4><p>자연어 설명 4건을 읽고 정비기술관이 취할 조치를 한 줄씩 적는다.</p><h4>해야 할 일</h4><ol><li><p>자연어 설명 4건을 읽고 정비기술관이 취할 조치를 한 줄씩 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>300종 상위 3개 인자 산출률 100%, 구성요소 6종 설명 예: P282 점수 7.2점(평균 대비 -50.7점), 영향 요인: 응력/기준강도 비, 소재 인증서</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>자연어 설명 4건을 읽고 정비기술관이 취할 조치를 한 줄씩 적는다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>자연어 설명 4건을 읽고 정비기술관이 취할 조치를 한 줄씩 적는다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(300종 상위 3개 인자 산출률 100%, 구성요소 6종 설명 예: P282 점수 7.2점(평균 대비 -50.7점), 영향 요인: 응력/기준강도 비, 소재 인증서)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>배경 표본 수 Xh.sample(25)를 10으로 줄여 산출 시간과 상위 3개 인자 구성이 얼마나 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": "MNT06_M07",
"sequence": 7,
"title": "야전 3D 프린팅 부품 실 장착 승인을 위한 정비기술관 HITL 검토 절차 설계",
"durationHours": 3.5,
"overview": "<p>야전 3D 프린팅 부품의 실 장착 승인을 위해 모델 제안이 정비기술관 검토를 거쳐야만 적용되는 HITL 승인 절차를 시뮬레이터로 설계한다.</p>",
"objectives": "<p>월간 요청마다 점수와 형상 규칙으로 대체 제작을 제안해 승인 대기열에 올리고, 모의 정비기술관은 인증서·점수·장비 점유를 근거로 승인·반려하며 무응답이면 기존 조달을 유지한다. 모든 제안·결정을 해시 체인 감사 로그에 남기고 구매 유지 대비 총비용 절감률을 계산한다. 승인 지연일과 요청 급증에 따른 민감도, 자동 적용(비교용)과의 차이를 분석한다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>야전 부품 실 장착 승인을 위한 정비기술관 HITL 검토 절차를 설계한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>야전 3D 프린팅 부품의 실 장착 승인을 위해 모델 제안이 정비기술관 검토를 거쳐야만 적용되는 HITL 승인 절차를 시뮬레이터로 설계한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>월간 요청마다 점수와 형상 규칙으로 대체 제작을 제안해 승인 대기열에 올리고, 모의 정비기술관은 인증서·점수·장비 점유를 근거로 승인·반려하며 무응답이면 기존 조달을 유지 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/optimization/mnt06_simulator.py</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/MNT06/mnt06_m07_dataset.json",
"/uploads/MNT06/mnt06_m07_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT06/mnt06_m07_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT06/mnt06_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": [
"장비정비·수리부속",
"데이터분석형",
"데이터 전처리",
"알고리즘 구현",
"HITL 검증"
],
"deliverables": [
"src/optimization/mnt06_simulator.py (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[야전 3D 프린팅 부품 실 장착 승인을 위한 정비기술관 HITL 검토 절차 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 구매 유지·HITL·전부 적용(비교용)의 총비용을 비교한다.",
"activity": "<h4>이 단계의 역할</h4><p>M7 코드를 실행해 구매 유지·HITL·전부 적용(비교용)의 총비용을 비교한다.</p><h4>해야 할 일</h4><ol><li><p>M7 코드를 실행해 구매 유지·HITL·전부 적용(비교용)의 총비용을 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>구매 유지 대비 총비용 15.4% 절감(목표 15% 이상), 자동 승인 0건 제안 96건 중 승인 72, 반려 15, 무응답 9, 결정 로깅률 100%, 감사 로그 변조 탐지</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M7 코드를 실행해 구매 유지·HITL·전부 적용(비교용)의 총비용을 비교한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>M7 코드를 실행해 구매 유지·HITL·전부 적용(비교용)의 총비용을 비교한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(구매 유지 대비 총비용 15.4% 절감(목표 15% 이상), 자동 승인 0건 제안 96건 중 승인 72, 반려 15, 무응답 9, 결정 로깅률 100%, 감사 로그 변조 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": "제안의 승인·반려·무응답 건수와 반려 사유를 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>제안의 승인·반려·무응답 건수와 반려 사유를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>제안의 승인·반려·무응답 건수와 반려 사유를 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>구매 유지 대비 총비용 15.4% 절감(목표 15% 이상), 자동 승인 0건 제안 96건 중 승인 72, 반려 15, 무응답 9, 결정 로깅률 100%, 감사 로그 변조 탐지</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>제안의 승인·반려·무응답 건수와 반려 사유를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>제안의 승인·반려·무응답 건수와 반려 사유를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(구매 유지 대비 총비용 15.4% 절감(목표 15% 이상), 자동 승인 0건 제안 96건 중 승인 72, 반려 15, 무응답 9, 결정 로깅률 100%, 감사 로그 변조 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 민감도와 요청 급증 시나리오 결과를 정리한다.",
"activity": "<h4>이 단계의 역할</h4><p>승인 지연 민감도와 요청 급증 시나리오 결과를 정리한다.</p><h4>해야 할 일</h4><ol><li><p>승인 지연 민감도와 요청 급증 시나리오 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>구매 유지 대비 총비용 15.4% 절감(목표 15% 이상), 자동 승인 0건 제안 96건 중 승인 72, 반려 15, 무응답 9, 결정 로깅률 100%, 감사 로그 변조 탐지</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>승인 지연 민감도와 요청 급증 시나리오 결과를 정리한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>승인 지연 민감도와 요청 급증 시나리오 결과를 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(구매 유지 대비 총비용 15.4% 절감(목표 15% 이상), 자동 승인 0건 제안 96건 중 승인 72, 반려 15, 무응답 9, 결정 로깅률 100%, 감사 로그 변조 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>officer 함수의 핵심 부품 점수 기준 80을 70으로 낮춰 승인 건수와 비용 절감률이 어떻게 바뀌는지 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": "MNT06_M08",
"sequence": 8,
"title": "복잡 형상 부품 50종 일괄 신뢰성 평가 시뮬레이션 부하 테스트",
"durationHours": 3.0,
"overview": "<p>복잡 형상 부품 50종(최대 500종)을 일괄 평가하는 상황에서 신뢰성 평가와 대시보드가 제때 동작하는지 부하 테스트한다.</p>",
"objectives": "<p>복잡 형상 부품 50·100·200·500종 일괄 요청에 손상 레코드와 모델 장애를 주입하고 처리와 화면 생성 시간, 유실 여부, 필터 조회 응답을 측정한다. 신뢰성 미달 경보는 점수 65 미만 경보, 75 이상 정상, 그 사이 판정 보류(수동 확인)로 나눠 확정 판정의 정확도를 측정한다. 손상 레코드는 수동 확인 목록으로 넘기고 모델 장애 시 간이 규칙으로 전환하는 기능 축소 기준을 정한다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>복잡 형상 부품 50종 일괄 신뢰성 평가 시뮬레이션 부하 테스트를 수행한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>복잡 형상 부품 50종(최대 500종)을 일괄 평가하는 상황에서 신뢰성 평가와 대시보드가 제때 동작하는지 부하 테스트한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>복잡 형상 부품 50·100·200·500종 일괄 요청에 손상 레코드와 모델 장애를 주입하고 처리와 화면 생성 시간, 유실 여부, 필터 조회 응답을 측정 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/dashboard/mnt06_app.py (Streamlit/Dash 등)</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/MNT06/mnt06_m08_dataset.json",
"/uploads/MNT06/mnt06_m08_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT06/mnt06_m08_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT06/mnt06_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": [
"장비정비·수리부속",
"데이터분석형",
"데이터 전처리",
"알고리즘 구현",
"HITL 검증"
],
"deliverables": [
"src/dashboard/mnt06_app.py (Streamlit/Dash 등) (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[복잡 형상 부품 50종 일괄 신뢰성 평가 시뮬레이션 부하 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 상황별(50·100·200·500종, 손상, 모델 장애) 결과표를 확인...",
"activity": "<h4>이 단계의 역할</h4><p>M8 코드를 실행해 상황별(50·100·200·500종, 손상, 모델 장애) 결과표를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M8 코드를 실행해 상황별(50·100·200·500종, 손상, 모델 장애) 결과표를 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>50종(손상 4건) 처리+화면 0.37초(목표 2초 이내), 확정 판정 경보 정확도 97.1~100%(목표 95% 이상) 유실 0건, 보류 비율 9~24%, 모델 장애 시 정확도 81.0%</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M8 코드를 실행해 상황별(50·100·200·500종, 손상, 모델 장애) 결과표를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>M8 코드를 실행해 상황별(50·100·200·500종, 손상, 모델 장애) 결과표를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(50종(손상 4건) 처리+화면 0.37초(목표 2초 이내), 확정 판정 경보 정확도 97.1~100%(목표 95% 이상) 유실 0건, 보류 비율 9~24%, 모델 장애 시 정확도 81.0%)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": "경보·정상·보류 세 상태의 의미와 보류 비율을 설명한다.",
"activity": "<h4>이 단계의 역할</h4><p>경보·정상·보류 세 상태의 의미와 보류 비율을 설명한다.</p><h4>해야 할 일</h4><ol><li><p>경보·정상·보류 세 상태의 의미와 보류 비율을 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>50종(손상 4건) 처리+화면 0.37초(목표 2초 이내), 확정 판정 경보 정확도 97.1~100%(목표 95% 이상) 유실 0건, 보류 비율 9~24%, 모델 장애 시 정확도 81.0%</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>경보·정상·보류 세 상태의 의미와 보류 비율을 설명한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>경보·정상·보류 세 상태의 의미와 보류 비율을 설명한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(50종(손상 4건) 처리+화면 0.37초(목표 2초 이내), 확정 판정 경보 정확도 97.1~100%(목표 95% 이상) 유실 0건, 보류 비율 9~24%, 모델 장애 시 정확도 81.0%)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": "모델 장애 시 간이 규칙으로 전환했을 때의 변화를 정리한다.",
"activity": "<h4>이 단계의 역할</h4><p>모델 장애 시 간이 규칙으로 전환했을 때의 변화를 정리한다.</p><h4>해야 할 일</h4><ol><li><p>모델 장애 시 간이 규칙으로 전환했을 때의 변화를 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>50종(손상 4건) 처리+화면 0.37초(목표 2초 이내), 확정 판정 경보 정확도 97.1~100%(목표 95% 이상) 유실 0건, 보류 비율 9~24%, 모델 장애 시 정확도 81.0%</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>모델 장애 시 간이 규칙으로 전환했을 때의 변화를 정리한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>모델 장애 시 간이 규칙으로 전환했을 때의 변화를 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(50종(손상 4건) 처리+화면 0.37초(목표 2초 이내), 확정 판정 경보 정확도 97.1~100%(목표 95% 이상) 유실 0건, 보류 비율 9~24%, 모델 장애 시 정확도 81.0%)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>BAND를 5.0에서 3.0으로 줄여 보류 비율과 확정 판정 정확도가 어떻게 바뀌는지 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": "MNT06_M09",
"sequence": 9,
"title": "AAR 기반 실물 파괴 시험 결과와 3D 모델 예측치 간 오차 분석 및 보정",
"durationHours": 3.0,
"overview": "<p>실물 파괴 시험 결과와 3D 모델 예측 강도의 오차를 AAR로 분석해 원인을 분류하고 보정해 도입 효과를 정량 지표로 산출한다.</p>",
"objectives": "<p>예측이 실측보다 10% 이상 높았던 위험 사례를 얇은 벽 미충전, 금속 잔류응력, 인증서 없는 소재 편차, 시험 산포로 분류한다. 과거 시험으로 그룹별 보정 계수와 승인 안전율 임계값을 구해 이후 시험에서 MAPE와 위험 승인 비율 변화를 검증한다. 비용 절감액, 공급 시간 단축률, 폐기 감소량(가정 비율)의 3대 지표와 단계별 도입 로드맵을 정리한다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>AAR 기반 실물 파괴 시험 결과와 예측치 간 오차를 분석 보정한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>실물 파괴 시험 결과와 3D 모델 예측 강도의 오차를 AAR로 분석해 원인을 분류하고 보정해 도입 효과를 정량 지표로 산출한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>예측이 실측보다 10% 이상 높았던 위험 사례를 얇은 벽 미충전, 금속 잔류응력, 인증서 없는 소재 편차, 시험 산포로 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>reports/mnt06_roi_analysis.md</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/MNT06/mnt06_m09_dataset.json",
"/uploads/MNT06/mnt06_m09_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT06/mnt06_m09_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT06/mnt06_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": [
"장비정비·수리부속",
"데이터분석형",
"데이터 전처리",
"알고리즘 구현",
"HITL 검증"
],
"deliverables": [
"reports/mnt06_roi_analysis.md (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[AAR 기반 실물 파괴 시험 결과와 3D 모델 예측치 간 오차 분석 및 보정] 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 위험 사례의 원인 분류표를 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>M9 코드를 실행해 위험 사례의 원인 분류표를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M9 코드를 실행해 위험 사례의 원인 분류표를 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>위험 사례 110건(금속 잔류응력 54, 얇은 벽 34), 위험 승인 비율 7.5% -> 2.6%, MAPE 11.2% -> 6.5% 재보정 기준: 비용 절감 29.3%, 공급 시간 52.5% 단축, 폐기 감소 201.5개/월(가정 30%)</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M9 코드를 실행해 위험 사례의 원인 분류표를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>M9 코드를 실행해 위험 사례의 원인 분류표를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(위험 사례 110건(금속 잔류응력 54, 얇은 벽 34), 위험 승인 비율 7.5% -> 2.6%, MAPE 11.2% -> 6.5% 재보정 기준: 비용 절감 29.3%, 공급 시간 52.5% 단축, 폐기 감소 201.5개/월(가정 30%))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": "보정 계수와 임계 안전율, 이후 시험에서의 위험 승인 비율 변화를 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>보정 계수와 임계 안전율, 이후 시험에서의 위험 승인 비율 변화를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>보정 계수와 임계 안전율, 이후 시험에서의 위험 승인 비율 변화를 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>위험 사례 110건(금속 잔류응력 54, 얇은 벽 34), 위험 승인 비율 7.5% -> 2.6%, MAPE 11.2% -> 6.5% 재보정 기준: 비용 절감 29.3%, 공급 시간 52.5% 단축, 폐기 감소 201.5개/월(가정 30%)</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>보정 계수와 임계 안전율, 이후 시험에서의 위험 승인 비율 변화를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>보정 계수와 임계 안전율, 이후 시험에서의 위험 승인 비율 변화를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(위험 사례 110건(금속 잔류응력 54, 얇은 벽 34), 위험 승인 비율 7.5% -> 2.6%, MAPE 11.2% -> 6.5% 재보정 기준: 비용 절감 29.3%, 공급 시간 52.5% 단축, 폐기 감소 201.5개/월(가정 30%))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": "3대 정량 효과 지표와 로드맵을 정리하고 가정이 들어간 항목을 표시한다.",
"activity": "<h4>이 단계의 역할</h4><p>3대 정량 효과 지표와 로드맵을 정리하고 가정이 들어간 항목을 표시한다.</p><h4>해야 할 일</h4><ol><li><p>3대 정량 효과 지표와 로드맵을 정리하고 가정이 들어간 항목을 표시한다.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>위험 사례 110건(금속 잔류응력 54, 얇은 벽 34), 위험 승인 비율 7.5% -> 2.6%, MAPE 11.2% -> 6.5% 재보정 기준: 비용 절감 29.3%, 공급 시간 52.5% 단축, 폐기 감소 201.5개/월(가정 30%)</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>3대 정량 효과 지표와 로드맵을 정리하고 가정이 들어간 항목을 표시한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>3대 정량 효과 지표와 로드맵을 정리하고 가정이 들어간 항목을 표시한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(위험 사례 110건(금속 잔류응력 54, 얇은 벽 34), 위험 승인 비율 7.5% -> 2.6%, MAPE 11.2% -> 6.5% 재보정 기준: 비용 절감 29.3%, 공급 시간 52.5% 단축, 폐기 감소 201.5개/월(가정 30%))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>SCRAP_CUT을 0.30에서 0.15로 바꿔 폐기 감소량이 어떻게 달라지는지 확인하고, 이 가정이 결론에 미치는 영향을 기록한다.</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": "MNT06_M10",
"sequence": 10,
"title": "3D 프린팅 야전 긴급 부품 제작 타당성 및 신뢰성 평가 도구 최종 완성",
"durationHours": 3.5,
"overview": "<p>요청 검증부터 예측 모델 재학습, 안전율·점수 기반 후보 선별, 승인 대기열 생성까지 3D 프린팅 야전 긴급 부품 제작 타당성·신뢰성 평가 도구를 통합하고 운영 문서를 완비한다.</p>",
"objectives": "<p>신규 파괴 시험으로 도전자 모델을 학습해 챔피언 모델과 검증 MAPE를 비교한 뒤 교체 여부를 정하는 자동 재학습 파이프라인을 구현한다. 다음 분기 요청에서 손상 레코드를 분리하고 후보를 승인 대기열에 올리며 모델 장애 시 간이 규칙 대체, 자동 승인 0건 등을 자체 점검한다. 운영 지침서 장별 작성 여부를 점검하고 정비기술관 브리핑 요약과 국방 군수 정보체계 연동 방향을 출력한다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>3D 프린팅 야전 긴급 부품 제작 타당성 및 신뢰성 평가 도구를 완성한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>요청 검증부터 예측 모델 재학습, 안전율·점수 기반 후보 선별, 승인 대기열 생성까지 3D 프린팅 야전 긴급 부품 제작 타당성·신뢰성 평가 도구를 통합하고 운영 문서를 완비한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>신규 파괴 시험으로 도전자 모델을 학습해 챔피언 모델과 검증 MAPE를 비교한 뒤 교체 여부를 정하는 자동 재학습 파이프라인 구현하고 동작을 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/mnt06_operations_guide.md 및 pipeline/mnt06_retrain.py</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/MNT06/mnt06_m10_dataset.json",
"/uploads/MNT06/mnt06_m10_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT06/mnt06_m10_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/MNT06/mnt06_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": [
"장비정비·수리부속",
"데이터분석형",
"데이터 전처리",
"알고리즘 구현",
"HITL 검증"
],
"deliverables": [
"docs/mnt06_operations_guide.md (필수)",
"pipeline/mnt06_retrain.py (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[3D 프린팅 야전 긴급 부품 제작 타당성 및 신뢰성 평가 도구 최종 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 MAPE, 교체 여부)를 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>M10 코드를 실행해 재학습 결과(챔피언·도전자 MAPE, 교체 여부)를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M10 코드를 실행해 재학습 결과(챔피언·도전자 MAPE, 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 MAPE, 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 MAPE, 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 작성률을 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>자체 점검 통과 수와 운영 문서 작성률을 확인한다.</p><h4>해야 할 일</h4><ol><li><p>자체 점검 통과 수와 운영 문서 작성률을 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 작성률을 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>자체 점검 통과 수와 운영 문서 작성률을 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 정비기술관 브리핑 자료를 만든다.",
"activity": "<h4>이 단계의 역할</h4><p>출력된 브리핑 요약으로 5분 분량 정비기술관 브리핑 자료를 만든다.</p><h4>해야 할 일</h4><ol><li><p>출력된 브리핑 요약으로 5분 분량 정비기술관 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 정비기술관 브리핑 자료를 만든다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>출력된 브리핑 요약으로 5분 분량 정비기술관 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 0.02에서 0으로 바꾸고, 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