miliai/pbl02
1
0 Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
3a2308c696f32a3c33eaeab5be52dd89f04fbc32
pbl02/scenario_json/QLT02.json
T
KIM SU BO 350bb92bf9 시나리오 내용 반영
2026-10-08 16:43:48 +09:00

878 lines
125 KiB
JSON
Raw Blame History

{
"version": "1.0.0",
"exportedAt": "2026-10-08T00:00:00.000Z",
"id": "QLT02",
"title": "규격·구매요구·납기 연계 품질예측 모델",
"category": "품질·규격·검사",
"level": 3,
"durationDays": 5,
"requiredHours": 28.5,
"status": "COMPLETED",
"isRecommended": false,
"summary": "",
"objectives": "<p>미국 국방부(DoD) 품질보증 부서는 구매요구서의 규격, 계약 납기, 업체 이력과 수령검사 결과를 연결해 불량 로트를 미리 가려내는 품질예측 방식을 공개 자료로 소개해 왔다. 본 프로젝트는 이 사례를 바탕으로 구매요구-계약-납품-수령검사-사후 확정으로 이어지는 교육용 가상 로트 자료를 코드로 만들어, 규격·제원 정합성, 검사 병목, 하자와의 연결, 이상 신호, 설명 근거, 품질 개선 효과를 차례로 분석한다. 학습자는 데이터셋 정의, 결측 정제와 업체 이력 인코딩, 샘플링 판정 Baseline과 탐색적 분석, 은닉 결함 패턴 식별, 품질 위험 지수와 조기경보, 대시보드와 설명 근거, 검사관 재검사(HITL), 대량 불량 납품 스트레스 시험, AAR 재보정, 자동 재학습 통합을 수행한다. 최종 목표는 불량 로트가 부대로 불출되기 전에 위험을 경보하고, 최종 합부 판정은 품질 검사관이 근거를 보고 내리도록 하는 품질 조기경보 체계를 완성하는 것이다.</p>",
"deliverables": [
"docs/qlt02_logistics_domain_spec.md (필수)",
"데이터 딕셔너리 (필수)",
"src/etl/qlt02_data_cleansing.py (필수)",
"정제 품질 보고서 (필수)",
"notebooks/qlt02_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 업체·품목·로트·검사 수치는 코드 안에서 만든 교육용 가상 자료이며 실제 업체명, 계약 정보, 부대명, 장비 제원은 사용하지 않는다. FSC·NIIN은 형식만 본뜬 가상 코드다. 부대 내 촬영이나 부대 자료의 외부 AI 서비스 입력은 금지한다. 위험 지수와 경보는 판단 보조이며 로트의 합부 판정은 품질 검사관이 내리고, 업체 제재 등 행정 조치는 관련 규정과 지휘계통에 따른다. 비용 단가는 교육용 가정값이다. 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": 3,
"category": "군특화문제해결",
"subCategory": "품질·규격·검사 문제분석"
},
{
"skillId": "competency_군특화문제해결_품질·규격·검사_대안도출",
"level": 2,
"category": "군특화문제해결",
"subCategory": "품질·규격·검사 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": "QLT02_M01",
"sequence": 1,
"title": "군수품 수입/수령 검사 불량 기록(규격 미달, 치수 오차, 외관 결함) 데이터셋 정의",
"durationHours": 1.5,
"overview": "<p>군수품 수입·수령 검사 불량 기록(규격 미달, 치수 오차, 외관 결함)을 구매요구-계약-납품-검사 흐름에 맞춰 데이터셋으로 정의한다.</p>",
"objectives": "<p>업무 프로세스 맵(구매요구, 계약, 납품, 수령검사, 불출·사용, 사후 확정)을 그리고 단계별로 생기는 데이터를 정리한다. 로트 번호, 업체, 가상 FSC·NIIN 코드, 규격 등급, 납기, 표본 수, 유형별 불량 수, 치수 편차 등 20개 이상 필드의 형식·허용값을 데이터 딕셔너리로 만든다. 교차검증 규칙(불량 유형 합 일치 등)으로 가상 샘플을 검증한다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>군수품 수입/수령 검사 불량 기록(규격 미달, 치수 오차) 데이터셋을 정의한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>군수품 수입·수령 검사 불량 기록(규격 미달, 치수 오차, 외관 결함)을 구매요구-계약-납품-검사 흐름에 맞춰 데이터셋으로 정의한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>업무 프로세스 맵(구매요구, 계약, 납품, 수령검사, 불출·사용, 사후 확정)을 그리고 단계별로 생기는 데이터 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>docs/qlt02_logistics_domain_spec.md 및 데이터 딕셔너리</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/QLT02/qlt02_m01_dataset.json",
"/uploads/QLT02/qlt02_m01_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT02/qlt02_m01_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT02/qlt02_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/qlt02_logistics_domain_spec.md (필수)",
"데이터 딕셔너리 (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[군수품 수입/수령 검사 불량 기록(규격 미달, 치수 오차, 외관 결함) 데이터셋 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 업무 프로세스 맵 6단계와 단계별 생성 데이터를 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>M1 코드를 실행해 업무 프로세스 맵 6단계와 단계별 생성 데이터를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M1 코드를 실행해 업무 프로세스 맵 6단계와 단계별 생성 데이터를 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(필드) 25개 정의(목표 20개 이상), 프로세스 맵 6단계 교차검증 규칙 4종 적용</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M1 코드를 실행해 업무 프로세스 맵 6단계와 단계별 생성 데이터를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>M1 코드를 실행해 업무 프로세스 맵 6단계와 단계별 생성 데이터를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(피처(필드) 25개 정의(목표 20개 이상), 프로세스 맵 6단계 교차검증 규칙 4종 적용)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": "데이터 딕셔너리에서 필드별 형식·허용값과 가상 FSC·NIIN 형식을 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>데이터 딕셔너리에서 필드별 형식·허용값과 가상 FSC·NIIN 형식을 확인한다.</p><h4>해야 할 일</h4><ol><li><p>데이터 딕셔너리에서 필드별 형식·허용값과 가상 FSC·NIIN 형식을 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(필드) 25개 정의(목표 20개 이상), 프로세스 맵 6단계 교차검증 규칙 4종 적용</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>데이터 딕셔너리에서 필드별 형식·허용값과 가상 FSC·NIIN 형식을 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>데이터 딕셔너리에서 필드별 형식·허용값과 가상 FSC·NIIN 형식을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(피처(필드) 25개 정의(목표 20개 이상), 프로세스 맵 6단계 교차검증 규칙 4종 적용)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": "교차검증 규칙으로 걸러진 오류 샘플을 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>교차검증 규칙으로 걸러진 오류 샘플을 확인한다.</p><h4>해야 할 일</h4><ol><li><p>교차검증 규칙으로 걸러진 오류 샘플을 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(필드) 25개 정의(목표 20개 이상), 프로세스 맵 6단계 교차검증 규칙 4종 적용</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>교차검증 규칙으로 걸러진 오류 샘플을 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>교차검증 규칙으로 걸러진 오류 샘플을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(피처(필드) 25개 정의(목표 20개 이상), 프로세스 맵 6단계 교차검증 규칙 4종 적용)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>데이터 딕셔너리에 '검사 장비 교정일' 필드를 추가하고, 교정 기한이 지난 장비로 검사한 기록을 잡는 규칙을 만들어 본다.</p><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.</p></li></ul>",
"attachments": []
}
]
},
{
"id": "QLT02_M02",
"sequence": 2,
"title": "검사 측정치 결측치 정제, 납품업체별 불량 이력 인코딩 전처리 모듈 구현",
"durationHours": 2.0,
"overview": "<p>검사 측정치 결측을 정제하고 납품업체별 불량 이력을 정보 누수 없이 인코딩하는 전처리 모듈을 구현한다.</p>",
"objectives": "<p>중복 로트, 업체 코드 표기, 날짜 형식, 재고번호 형식, 범위 오류 등 정제 규칙 10종을 적용하고 치수 측정 결측은 KNN으로 보간한다. 긴급 불출처럼 군수 특수 예외 기록은 삭제하지 않고 표시해 보존한다. 업체 불량 이력은 현재 로트 이전 기록만으로 계산하고, 정제 전후 기술통계와 정합성 검증 통과율을 비교한다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>검사 측정치 결측치 정제 및 업체별 불량 이력 인코딩 전처리 모듈을 구현한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>검사 측정치 결측을 정제하고 납품업체별 불량 이력을 정보 누수 없이 인코딩하는 전처리 모듈을 구현한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>중복 로트, 업체 코드 표기, 날짜 형식, 재고번호 형식, 범위 오류 등 정제 규칙 10종을 적용하고 치수 측정 결측은 KNN으로 보간 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/qlt02_data_cleansing.py 및 정제 품질 보고서</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/QLT02/qlt02_m02_dataset.json",
"/uploads/QLT02/qlt02_m02_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT02/qlt02_m02_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT02/qlt02_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/qlt02_data_cleansing.py (필수)",
"정제 품질 보고서 (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[검사 측정치 결측치 정제, 납품업체별 불량 이력 인코딩 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 전 정합성 검증 실패 항목을 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>M2 코드를 실행해 정제 전 정합성 검증 실패 항목을 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M2 코드를 실행해 정제 전 정합성 검증 실패 항목을 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 정제 전 1/10 -> 정제 후 10/10(100%) 정제 규칙 10종 적용, 긴급 불출 기록 보존</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M2 코드를 실행해 정제 전 정합성 검증 실패 항목을 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>M2 코드를 실행해 정제 전 정합성 검증 실패 항목을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(정합성 검증 정제 전 1/10 -> 정제 후 10/10(100%) 정제 규칙 10종 적용, 긴급 불출 기록 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": "정제 규칙 10종의 적용 건수와 KNN 보간 결과를 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>정제 규칙 10종의 적용 건수와 KNN 보간 결과를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>정제 규칙 10종의 적용 건수와 KNN 보간 결과를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>정합성 검증 정제 전 1/10 -> 정제 후 10/10(100%) 정제 규칙 10종 적용, 긴급 불출 기록 보존</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>정제 규칙 10종의 적용 건수와 KNN 보간 결과를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>정제 규칙 10종의 적용 건수와 KNN 보간 결과를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(정합성 검증 정제 전 1/10 -> 정제 후 10/10(100%) 정제 규칙 10종 적용, 긴급 불출 기록 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": "업체 이력 인코딩 표에서 이전 로트만 쓰는 이유(정보 누수 방지)를 정리한다.",
"activity": "<h4>이 단계의 역할</h4><p>업체 이력 인코딩 표에서 이전 로트만 쓰는 이유(정보 누수 방지)를 정리한다.</p><h4>해야 할 일</h4><ol><li><p>업체 이력 인코딩 표에서 이전 로트만 쓰는 이유(정보 누수 방지)를 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 정제 전 1/10 -> 정제 후 10/10(100%) 정제 규칙 10종 적용, 긴급 불출 기록 보존</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>업체 이력 인코딩 표에서 이전 로트만 쓰는 이유(정보 누수 방지)를 정리한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>업체 이력 인코딩 표에서 이전 로트만 쓰는 이유(정보 누수 방지)를 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(정합성 검증 정제 전 1/10 -> 정제 후 10/10(100%) 정제 규칙 10종 적용, 긴급 불출 기록 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>KNN 보간의 이웃 수(k)를 3과 10으로 바꿔 보간값의 기술통계가 어떻게 달라지는지 비교한다.</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": "QLT02_M03",
"sequence": 3,
"title": "불량률 통계 기반 1차 로트(Lot) 합격/불합격 판정 Baseline 알고리즘 구현",
"durationHours": 2.5,
"overview": "<p>표본 불량 수가 합격판정수 이하이면 합격시키는 통계적 샘플링 기반 로트 합격/불합격 판정 Baseline을 구현하고, 탐색적 분석으로 불량 관련 요인을 찾는다.</p>",
"objectives": "<p>로트 크기별 표본 수와 합격판정수로 판정한 뒤 확정 불량률과 비교해 오합격·오불합격을 측정한다. 규격 등급, 규격 불일치, 납기 지연, 업체, 품목군별 차트 8종을 그리고 상관계수와 p-value로 유의한 요인을 고른다. 업체 파레토(ABC) 분석으로 집중 관리 대상을 정하고 핵심 발견점을 문서화한다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>불량률 통계 기반 로트(Lot) 합격/불합격 판정 Baseline 알고리즘을 구현한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>표본 불량 수가 합격판정수 이하이면 합격시키는 통계적 샘플링 기반 로트 합격/불합격 판정 Baseline을 구현하고, 탐색적 분석으로 불량 관련 요인을 찾는다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>로트 크기별 표본 수와 합격판정수로 판정한 뒤 확정 불량률과 비교해 오합격·오불합격을 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>notebooks/qlt02_eda_analysis.ipynb 및 EDA 요약 리포트</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/QLT02/qlt02_m03_dataset.json",
"/uploads/QLT02/qlt02_m03_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT02/qlt02_m03_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT02/qlt02_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/qlt02_eda_analysis.ipynb (필수)",
"EDA 요약 리포트 (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[불량률 통계 기반 1차 로트(Lot) 합격/불합격 판정 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 Baseline 판정 혼동표와 오합격·오불합격률을 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>M3 코드를 실행해 Baseline 판정 혼동표와 오합격·오불합격률을 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M3 코드를 실행해 Baseline 판정 혼동표와 오합격·오불합격률을 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 판정 정확도 90.6%, 오합격 28.0% 유의 상관 피처 7개, EDA 차트 8종, A등급 업체 V12·V11·V10</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M3 코드를 실행해 Baseline 판정 혼동표와 오합격·오불합격률을 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>M3 코드를 실행해 Baseline 판정 혼동표와 오합격·오불합격률을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(Baseline 판정 정확도 90.6%, 오합격 28.0% 유의 상관 피처 7개, EDA 차트 8종, A등급 업체 V12·V11·V10)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": "상관 검정 표에서 p<0.05인 요인을 고른다.",
"activity": "<h4>이 단계의 역할</h4><p>상관 검정 표에서 p<0.05인 요인을 고른다.</p><h4>해야 할 일</h4><ol><li><p>상관 검정 표에서 p<0.05인 요인을 고른다.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 판정 정확도 90.6%, 오합격 28.0% 유의 상관 피처 7개, EDA 차트 8종, A등급 업체 V12·V11·V10</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>상관 검정 표에서 p<0.05인 요인을 고른다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>상관 검정 표에서 p<0.05인 요인을 고른다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(Baseline 판정 정확도 90.6%, 오합격 28.0% 유의 상관 피처 7개, EDA 차트 8종, A등급 업체 V12·V11·V10)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 ABC 등급과 핵심 발견점을 정리한다.",
"activity": "<h4>이 단계의 역할</h4><p>파레토 ABC 등급과 핵심 발견점을 정리한다.</p><h4>해야 할 일</h4><ol><li><p>파레토 ABC 등급과 핵심 발견점을 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 판정 정확도 90.6%, 오합격 28.0% 유의 상관 피처 7개, EDA 차트 8종, A등급 업체 V12·V11·V10</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>파레토 ABC 등급과 핵심 발견점을 정리한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>파레토 ABC 등급과 핵심 발견점을 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(Baseline 판정 정확도 90.6%, 오합격 28.0% 유의 상관 피처 7개, EDA 차트 8종, A등급 업체 V12·V11·V10)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>합격판정수를 한 단계 엄격하게(c-1) 바꿔 오합격과 오불합격이 어떻게 달라지는지 비교한다.</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": "QLT02_M04",
"sequence": 4,
"title": "다변량 분석 및 머신러닝 기반 은닉 품질 결함 패턴 식별 모델 고도화",
"durationHours": 3.0,
"overview": "<p>다변량 분석으로 단일 요인에서 드러나지 않는 은닉 품질 결함 패턴(규격 x 납기 상호작용, 업체 품질 추세)을 식별하는 피처와 기준 모델을 만든다.</p>",
"objectives": "<p>표본 불량률, 지연 비율, 정밀 규격 x 촉박 납기, 치수 편차/공차, 업체 최근 추세 등 파생 피처 10개 이상을 만든다. Ridge 기준 모델로 로트 확정 불량률을 예측하고 시계열 교차검증으로 과적합을 점검한다. 순열 중요도로 영향이 작은 피처를 줄이고, 상호작용·추세 피처 유무에 따른 오차 차이로 은닉 패턴을 확인한다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>다변량 분석 기반 은닉 품질 결함 패턴 식별 모델을 고도화한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>다변량 분석으로 단일 요인에서 드러나지 않는 은닉 품질 결함 패턴(규격 x 납기 상호작용, 업체 품질 추세)을 식별하는 피처와 기준 모델을 만든다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>표본 불량률, 지연 비율, 정밀 규격 x 촉박 납기, 치수 편차/공차, 업체 최근 추세 등 파생 피처 10개 이상 작성하여 원인을 분석하는</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/qlt02_feature_engineering.py 및 기준 모델</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/QLT02/qlt02_m04_dataset.json",
"/uploads/QLT02/qlt02_m04_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT02/qlt02_m04_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT02/qlt02_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/qlt02_feature_engineering.py (필수)",
"기준 모델 (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[다변량 분석 및 머신러닝 기반 은닉 품질 결함 패턴 식별 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 파생 피처 목록과 시계열 교차검증 MAPE를 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>M4 코드를 실행해 파생 피처 목록과 시계열 교차검증 MAPE를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M4 코드를 실행해 파생 피처 목록과 시계열 교차검증 MAPE를 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 20개, 기준 모델 평균 검증 MAPE 18.9%(목표 25% 이하) 정밀 규격 x 촉박 납기 불량률 5.7배(은닉 패턴)</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M4 코드를 실행해 파생 피처 목록과 시계열 교차검증 MAPE를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>M4 코드를 실행해 파생 피처 목록과 시계열 교차검증 MAPE를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(파생 피처 20개, 기준 모델 평균 검증 MAPE 18.9%(목표 25% 이하) 정밀 규격 x 촉박 납기 불량률 5.7배(은닉 패턴))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": "순열 중요도 상위 피처와 차원 축소 결과를 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>순열 중요도 상위 피처와 차원 축소 결과를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>순열 중요도 상위 피처와 차원 축소 결과를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>파생 피처 20개, 기준 모델 평균 검증 MAPE 18.9%(목표 25% 이하) 정밀 규격 x 촉박 납기 불량률 5.7배(은닉 패턴)</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>순열 중요도 상위 피처와 차원 축소 결과를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>순열 중요도 상위 피처와 차원 축소 결과를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(파생 피처 20개, 기준 모델 평균 검증 MAPE 18.9%(목표 25% 이하) 정밀 규격 x 촉박 납기 불량률 5.7배(은닉 패턴))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": "규격 x 납기 교차표와 업체 추세로 은닉 패턴을 설명한다.",
"activity": "<h4>이 단계의 역할</h4><p>규격 x 납기 교차표와 업체 추세로 은닉 패턴을 설명한다.</p><h4>해야 할 일</h4><ol><li><p>규격 x 납기 교차표와 업체 추세로 은닉 패턴을 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 20개, 기준 모델 평균 검증 MAPE 18.9%(목표 25% 이하) 정밀 규격 x 촉박 납기 불량률 5.7배(은닉 패턴)</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>규격 x 납기 교차표와 업체 추세로 은닉 패턴을 설명한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>규격 x 납기 교차표와 업체 추세로 은닉 패턴을 설명한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(파생 피처 20개, 기준 모델 평균 검증 MAPE 18.9%(목표 25% 이하) 정밀 규격 x 촉박 납기 불량률 5.7배(은닉 패턴))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>상호작용 피처(prec_x_short)를 빼고 실행해 검증 MAPE가 얼마나 나빠지는지 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": "QLT02_M05",
"sequence": 5,
"title": "로트별 품질 위험 지수(Quality Risk Score) 산출 및 조기경보 엔진 개발",
"durationHours": 3.5,
"overview": "<p>앙상블 모델로 로트별 확정 불량률을 예측해 품질 위험 지수(0~100)와 경보 등급을 산출하는 조기경보 엔진을 개발한다.</p>",
"objectives": "<p>그래디언트 부스팅과 랜덤 포레스트를 묶은 앙상블을 앞 18개월로 학습하고 최근 6개월 hold-out에서 기준 모델과 MAE·RMSE·R2를 비교한다. 예측 불량률이 허용 불량률 5%를 넘을 확률을 위험 지수로 바꿔 경보·주의·정상 등급을 매긴다. 등급별 실제 불량 비율과 샘플링 오합격 로트 포착 수를 확인한다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>로트별 품질 위험 지수 산출 및 조기경보 엔진을 개발한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>앙상블 모델로 로트별 확정 불량률을 예측해 품질 위험 지수(0~100)와 경보 등급을 산출하는 조기경보 엔진을 개발한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>그래디언트 부스팅과 랜덤 포레스트를 묶은 앙상블을 앞 18개월로 학습하고 최근 6개월 hold-out에서 기준 모델과 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/qlt02_advanced_model.py</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/QLT02/qlt02_m05_dataset.json",
"/uploads/QLT02/qlt02_m05_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT02/qlt02_m05_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT02/qlt02_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/qlt02_advanced_model.py (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[로트별 품질 위험 지수(Quality Risk Score) 산출 및 조기경보 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 hold-out 성능 비교표를 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>M5 코드를 실행해 hold-out 성능 비교표를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M5 코드를 실행해 hold-out 성능 비교표를 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>MAE 23.5%, RMSE 45.2% 개선, R2 0.941(목표 0.85 이상) 경보 등급 실제 불량 비율 95.1%, 정상 등급 2.2%</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M5 코드를 실행해 hold-out 성능 비교표를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>M5 코드를 실행해 hold-out 성능 비교표를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(MAE 23.5%, RMSE 45.2% 개선, R2 0.941(목표 0.85 이상) 경보 등급 실제 불량 비율 95.1%, 정상 등급 2.2%)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": "위험 등급별 실제 불량 로트 비율을 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>위험 등급별 실제 불량 로트 비율을 확인한다.</p><h4>해야 할 일</h4><ol><li><p>위험 등급별 실제 불량 로트 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>MAE 23.5%, RMSE 45.2% 개선, R2 0.941(목표 0.85 이상) 경보 등급 실제 불량 비율 95.1%, 정상 등급 2.2%</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>위험 등급별 실제 불량 로트 비율을 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>위험 등급별 실제 불량 로트 비율을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(MAE 23.5%, RMSE 45.2% 개선, R2 0.941(목표 0.85 이상) 경보 등급 실제 불량 비율 95.1%, 정상 등급 2.2%)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": "샘플링에서 오합격된 불량 로트를 조기경보가 몇 건 잡았는지 기록한다.",
"activity": "<h4>이 단계의 역할</h4><p>샘플링에서 오합격된 불량 로트를 조기경보가 몇 건 잡았는지 기록한다.</p><h4>해야 할 일</h4><ol><li><p>샘플링에서 오합격된 불량 로트를 조기경보가 몇 건 잡았는지 기록한다.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>MAE 23.5%, RMSE 45.2% 개선, R2 0.941(목표 0.85 이상) 경보 등급 실제 불량 비율 95.1%, 정상 등급 2.2%</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>샘플링에서 오합격된 불량 로트를 조기경보가 몇 건 잡았는지 기록한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>샘플링에서 오합격된 불량 로트를 조기경보가 몇 건 잡았는지 기록한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(MAE 23.5%, RMSE 45.2% 개선, R2 0.941(목표 0.85 이상) 경보 등급 실제 불량 비율 95.1%, 정상 등급 2.2%)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 기준을 70점에서 60점으로 낮춰 경보 수와 불량 포착률의 변화를 비교한다.</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": "QLT02_M06",
"sequence": 6,
"title": "수입 검사 불량 추세 및 고위험 납품업체 모니터링 품질 대시보드 구현",
"durationHours": 3.0,
"overview": "<p>수입 검사 불량 추세와 고위험 납품업체를 모니터링하는 품질 대시보드를 만들고, 경보 로트마다 기여도 상위 3개 인자를 설명한다.</p>",
"objectives": "<p>월별 표본 불량률과 관리한계, 업체별 평균 위험 지수와 추세(악화·유지), 위험 지수 분포, 대표 로트의 기여도 워터폴을 2x2 대시보드로 그린다. 요인을 7개 군(업체 이력, 규격 변경·불일치, 정밀 규격, 납기, 표본검사, 구매요구 조건, 품목군)으로 묶어 섀플리 기여도를 정확히 계산하고, 상위 3개 인자와 조치 제안을 자연어 문장으로 만든다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>수입 검사 불량 추세 및 고위험 납품업체 모니터링 대시보드를 구현한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>수입 검사 불량 추세와 고위험 납품업체를 모니터링하는 품질 대시보드를 만들고, 경보 로트마다 기여도 상위 3개 인자를 설명한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>월별 표본 불량률과 관리한계, 업체별 평균 위험 지수와 추세(악화·유지), 위험 지수 분포, 대표 로트의 기여도 워터폴을 2x2 대시보드로 그린다 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/explainability/qlt02_xai_explainer.py 및 XAI 리포트</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/QLT02/qlt02_m06_dataset.json",
"/uploads/QLT02/qlt02_m06_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT02/qlt02_m06_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT02/qlt02_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/qlt02_xai_explainer.py (필수)",
"XAI 리포트 (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[수입 검사 불량 추세 및 고위험 납품업체 모니터링 품질 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 월별 관리한계 초과 월과 업체별 위험 현황표를 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>M6 코드를 실행해 월별 관리한계 초과 월과 업체별 위험 현황표를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M6 코드를 실행해 월별 관리한계 초과 월과 업체별 위험 현황표를 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>경보 로트 59건 상위 3개 인자 자동 산출률 100% 고위험 업체 V12·V10, 규격 불일치 경보 로트 '규격' 기여 양수 100%</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M6 코드를 실행해 월별 관리한계 초과 월과 업체별 위험 현황표를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>M6 코드를 실행해 월별 관리한계 초과 월과 업체별 위험 현황표를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(경보 로트 59건 상위 3개 인자 자동 산출률 100% 고위험 업체 V12·V10, 규격 불일치 경보 로트 '규격' 기여 양수 100%)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 로트의 요인군별 평균 기여도를 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>경보 로트의 요인군별 평균 기여도를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>경보 로트의 요인군별 평균 기여도를 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>경보 로트 59건 상위 3개 인자 자동 산출률 100% 고위험 업체 V12·V10, 규격 불일치 경보 로트 '규격' 기여 양수 100%</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>경보 로트의 요인군별 평균 기여도를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>경보 로트의 요인군별 평균 기여도를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(경보 로트 59건 상위 3개 인자 자동 산출률 100% 고위험 업체 V12·V10, 규격 불일치 경보 로트 '규격' 기여 양수 100%)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": "자동 설명 예시 문장과 조치 제안이 타당한지 검토한다.",
"activity": "<h4>이 단계의 역할</h4><p>자동 설명 예시 문장과 조치 제안이 타당한지 검토한다.</p><h4>해야 할 일</h4><ol><li><p>자동 설명 예시 문장과 조치 제안이 타당한지 검토한다.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>경보 로트 59건 상위 3개 인자 자동 산출률 100% 고위험 업체 V12·V10, 규격 불일치 경보 로트 '규격' 기여 양수 100%</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>자동 설명 예시 문장과 조치 제안이 타당한지 검토한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>자동 설명 예시 문장과 조치 제안이 타당한지 검토한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(경보 로트 59건 상위 3개 인자 자동 산출률 100% 고위험 업체 V12·V10, 규격 불일치 경보 로트 '규격' 기여 양수 100%)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>GROUPS에서 '납기 지연·촉박' 군을 '납기 지연'과 '촉박 납기'로 나눠 설명 문장이 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": "QLT02_M07",
"sequence": 7,
"title": "합부 판정 경계선 품목에 대한 품질 검사관 정밀 재검사(HITL) 워크플로우 설계",
"durationHours": 3.5,
"overview": "<p>합부 판정 경계선에 있는 로트를 자동 확정하지 않고 품질 검사관 정밀 재검사로 넘기는 인간 개입(HITL) 워크플로우를 설계하고, 한정된 검사 시간을 최적 배분한다.</p>",
"objectives": "<p>표본 불량 수가 합격판정수 근처이거나 위험 확률이 중간인 로트를 재검사 대기열에 등록한다. 월 가용 검사 시간 안에서 기대 순편익이 큰 로트를 고르는 0-1 정수계획(MIP)과 현행 선착순 방식을 실제 확정 결과로 비교한다. 최초 검사자 재배정 금지, 판정 근거 기록, 해시 이력을 적용하고 물량 증가·검사 시간 감소에 대한 민감도를 분석한다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>합부 판정 경계선 품목에 대한 검사관 정밀 재검사(HITL) 워크플로우를 설계한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>합부 판정 경계선에 있는 로트를 자동 확정하지 않고 품질 검사관 정밀 재검사로 넘기는 인간 개입(HITL) 워크플로우를 설계하고, 한정된 검사 시간을 최적 배분한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>표본 불량 수가 합격판정수 근처이거나 위험 확률이 중간인 로트를 재검사 대기열에 등록 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/qlt02_simulator.py</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/QLT02/qlt02_m07_dataset.json",
"/uploads/QLT02/qlt02_m07_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT02/qlt02_m07_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT02/qlt02_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/qlt02_simulator.py (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[합부 판정 경계선 품목에 대한 품질 검사관 정밀 재검사(HITL) 워크플로우 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 경계선 로트 선별 기준과 대기열 등록 수를 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>M7 코드를 실행해 경계선 로트 선별 기준과 대기열 등록 수를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M7 코드를 실행해 경계선 로트 선별 기준과 대기열 등록 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>경계선 57건 재검사 대기열, 자동 확정 0건 MIP 배분으로 현행 대비 품질비용 65.8% 절감(목표 15% 이상)</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M7 코드를 실행해 경계선 로트 선별 기준과 대기열 등록 수를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>M7 코드를 실행해 경계선 로트 선별 기준과 대기열 등록 수를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(경계선 57건 재검사 대기열, 자동 확정 0건 MIP 배분으로 현행 대비 품질비용 65.8% 절감(목표 15% 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": "재검사 없음·선착순·MIP 방식의 품질비용과 놓친 불량 로트를 비교한다.",
"activity": "<h4>이 단계의 역할</h4><p>재검사 없음·선착순·MIP 방식의 품질비용과 놓친 불량 로트를 비교한다.</p><h4>해야 할 일</h4><ol><li><p>재검사 없음·선착순·MIP 방식의 품질비용과 놓친 불량 로트를 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>경계선 57건 재검사 대기열, 자동 확정 0건 MIP 배분으로 현행 대비 품질비용 65.8% 절감(목표 15% 이상)</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>재검사 없음·선착순·MIP 방식의 품질비용과 놓친 불량 로트를 비교한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>재검사 없음·선착순·MIP 방식의 품질비용과 놓친 불량 로트를 비교한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(경계선 57건 재검사 대기열, 자동 확정 0건 MIP 배분으로 현행 대비 품질비용 65.8% 절감(목표 15% 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": "검사관 재검사 기록과 민감도 분석 표를 해석한다.",
"activity": "<h4>이 단계의 역할</h4><p>검사관 재검사 기록과 민감도 분석 표를 해석한다.</p><h4>해야 할 일</h4><ol><li><p>검사관 재검사 기록과 민감도 분석 표를 해석한다.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>경계선 57건 재검사 대기열, 자동 확정 0건 MIP 배분으로 현행 대비 품질비용 65.8% 절감(목표 15% 이상)</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>검사관 재검사 기록과 민감도 분석 표를 해석한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>검사관 재검사 기록과 민감도 분석 표를 해석한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(경계선 57건 재검사 대기열, 자동 확정 0건 MIP 배분으로 현행 대비 품질비용 65.8% 절감(목표 15% 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>CAP_HOURS를 12와 48로 바꿔 선착순 대비 절감률이 어떻게 변하는지 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": "QLT02_M08",
"sequence": 8,
"title": "불량 부품 대량 납품 가상 주입 시 조기경보 신속성 스트레스 테스트",
"durationHours": 3.0,
"overview": "<p>평소 품질이 좋던 업체가 불량 부품을 대량 납품하는 상황을 가상으로 주입해 조기경보의 정확도와 신속성, 대시보드 갱신 성능을 시험한다.</p>",
"objectives": "<p>우수 업체 V03에 불량 로트 위주의 대량 납품 60로트와 손상 레코드 12건을 주입한다. 손상 레코드는 격리하고, 로트 경보 정확도와 업체 단위 누적합(CUSUM) 경보가 몇 번째 로트에서 울리는지 측정한다. 로트 수를 1배·10배·50배로 늘려 대시보드 갱신 시간을 잰다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>불량 부품 대량 납품 가상 주입 시 조기경보 스트레스 테스트를 수행한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>평소 품질이 좋던 업체가 불량 부품을 대량 납품하는 상황을 가상으로 주입해 조기경보의 정확도와 신속성, 대시보드 갱신 성능을 시험한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>우수 업체 V03에 불량 로트 위주의 대량 납품 60로트와 손상 레코드 12건 주입하여 처리 지연 및 복원력을 시험하는</strong> 실습을 체계적으로 수행합니다.</p><p>학습자는 실습가이드에 제시된 총 4개 세부 활동(기본 기능 구현 ➔ 결과 지표 검증 ➔ 파라미터 튜닝 및 도전과제)을 순차적으로 진행하며 핵심 판정 기준을 달성합니다.</p><p><strong>이번 결과물:</strong> <code>src/dashboard/qlt02_app.py (Streamlit/Dash 등)</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/QLT02/qlt02_m08_dataset.json",
"/uploads/QLT02/qlt02_m08_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT02/qlt02_m08_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT02/qlt02_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/qlt02_app.py (Streamlit/Dash 등) (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[불량 부품 대량 납품 가상 주입 시 조기경보 신속성 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 주입 내용과 손상 레코드 격리 결과를 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>M8 코드를 실행해 주입 내용과 손상 레코드 격리 결과를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M8 코드를 실행해 주입 내용과 손상 레코드 격리 결과를 확인한다.에 필요한 데이터셋과 입력 파라미터를 준비한다.</p></li><li><p>정답 코드 및 모듈을 실행하여 중간 출력 결과를 도출한다.</p></li><li><p>출력된 지표와 로그가 기준 조건을 만족하는지 대조·검증한다.</p></li></ol><h4>핵심 확인 지표</h4><blockquote><p>주입 로트 경보 정확도 98.3%, 전체 구간 94.2%(목표 95%에 근접) CUSUM 6번째 로트에서 업체 경보, 6만여 로트 갱신 0.2초 내외</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M8 코드를 실행해 주입 내용과 손상 레코드 격리 결과를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>M8 코드를 실행해 주입 내용과 손상 레코드 격리 결과를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(주입 로트 경보 정확도 98.3%, 전체 구간 94.2%(목표 95%에 근접) CUSUM 6번째 로트에서 업체 경보, 6만여 로트 갱신 0.2초 내외)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": "스트레스 구간 전체와 주입 로트의 경보 정확도를 구분해 기록한다.",
"activity": "<h4>이 단계의 역할</h4><p>스트레스 구간 전체와 주입 로트의 경보 정확도를 구분해 기록한다.</p><h4>해야 할 일</h4><ol><li><p>스트레스 구간 전체와 주입 로트의 경보 정확도를 구분해 기록한다.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>주입 로트 경보 정확도 98.3%, 전체 구간 94.2%(목표 95%에 근접) CUSUM 6번째 로트에서 업체 경보, 6만여 로트 갱신 0.2초 내외</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>스트레스 구간 전체와 주입 로트의 경보 정확도를 구분해 기록한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>스트레스 구간 전체와 주입 로트의 경보 정확도를 구분해 기록한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(주입 로트 경보 정확도 98.3%, 전체 구간 94.2%(목표 95%에 근접) CUSUM 6번째 로트에서 업체 경보, 6만여 로트 갱신 0.2초 내외)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": "CUSUM 업체 경보 시점과 대시보드 갱신 시간을 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>CUSUM 업체 경보 시점과 대시보드 갱신 시간을 확인한다.</p><h4>해야 할 일</h4><ol><li><p>CUSUM 업체 경보 시점과 대시보드 갱신 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>주입 로트 경보 정확도 98.3%, 전체 구간 94.2%(목표 95%에 근접) CUSUM 6번째 로트에서 업체 경보, 6만여 로트 갱신 0.2초 내외</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>CUSUM 업체 경보 시점과 대시보드 갱신 시간을 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>CUSUM 업체 경보 시점과 대시보드 갱신 시간을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(주입 로트 경보 정확도 98.3%, 전체 구간 94.2%(목표 95%에 근접) CUSUM 6번째 로트에서 업체 경보, 6만여 로트 갱신 0.2초 내외)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>CUSUM 파라미터(k 배수, 한계값 hlim)를 바꿔 경보 신속성과 평시 오경보의 균형을 비교한다.</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": "QLT02_M09",
"sequence": 9,
"title": "AAR 기반 불량 오판정 사례 분석 및 검사 샘플링 파라미터 재보정",
"durationHours": 3.0,
"overview": "<p>고정 샘플링 기준의 불량 오판정 사례를 사후검토(AAR)로 분석하고, 위험 등급별 샘플링 파라미터를 재보정해 정량 효과를 산출한다.</p>",
"objectives": "<p>학습 구간의 오합격·오불합격 사례를 경계선 불량률, 업체 이력 미반영, 정밀 규격 기준 동일 등 원인으로 분류한다. 입고 전 정보(업체 이력, 납기, 규격 변경 등)로 위험 등급을 나누고 등급별 표본 크기와 합격판정수를 비용 최소 기준으로 다시 정한다. 검증 구간에서 비용 절감액, 검사 시간 단축률, 불량품 유출 감소율을 산식과 함께 제시한다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>AAR 기반 불량 오판정 사례를 분석하고 샘플링 파라미터를 재보정한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>고정 샘플링 기준의 불량 오판정 사례를 사후검토(AAR)로 분석하고, 위험 등급별 샘플링 파라미터를 재보정해 정량 효과를 산출한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>학습 구간의 오합격·오불합격 사례를 경계선 불량률, 업체 이력 미반영, 정밀 규격 기준 동일 등 원인으로 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/qlt02_roi_analysis.md</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/QLT02/qlt02_m09_dataset.json",
"/uploads/QLT02/qlt02_m09_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT02/qlt02_m09_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT02/qlt02_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/qlt02_roi_analysis.md (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[AAR 기반 불량 오판정 사례 분석 및 검사 샘플링 파라미터 재보정] 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 오합격·오불합격 원인 분류를 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>M9 코드를 실행해 오합격·오불합격 원인 분류를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M9 코드를 실행해 오합격·오불합격 원인 분류를 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>품질비용 181.3백만원(43.6%) 절감, 검사 시간 71.4% 단축 불량품 유출 25.5% 감소, 오합격 19건 -> 5건</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M9 코드를 실행해 오합격·오불합격 원인 분류를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>M9 코드를 실행해 오합격·오불합격 원인 분류를 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(품질비용 181.3백만원(43.6%) 절감, 검사 시간 71.4% 단축 불량품 유출 25.5% 감소, 오합격 19건 -> 5건)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": "입고 전 위험 등급과 등급별 재보정 샘플링 기준(n, c)을 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>입고 전 위험 등급과 등급별 재보정 샘플링 기준(n, c)을 확인한다.</p><h4>해야 할 일</h4><ol><li><p>입고 전 위험 등급과 등급별 재보정 샘플링 기준(n, c)을 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>품질비용 181.3백만원(43.6%) 절감, 검사 시간 71.4% 단축 불량품 유출 25.5% 감소, 오합격 19건 -> 5건</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>입고 전 위험 등급과 등급별 재보정 샘플링 기준(n, c)을 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>입고 전 위험 등급과 등급별 재보정 샘플링 기준(n, c)을 확인한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(품질비용 181.3백만원(43.6%) 절감, 검사 시간 71.4% 단축 불량품 유출 25.5% 감소, 오합격 19건 -> 5건)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 산식, 가정 단가를 정리한다.",
"activity": "<h4>이 단계의 역할</h4><p>3대 정량 효과 지표와 산식, 가정 단가를 정리한다.</p><h4>해야 할 일</h4><ol><li><p>3대 정량 효과 지표와 산식, 가정 단가를 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>품질비용 181.3백만원(43.6%) 절감, 검사 시간 71.4% 단축 불량품 유출 25.5% 감소, 오합격 19건 -> 5건</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>3대 정량 효과 지표와 산식, 가정 단가를 정리한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>3대 정량 효과 지표와 산식, 가정 단가를 정리한다. 과정이 정상적으로 수행되고 오류 없이 완료되었다.</p></li><li><p>요구된 핵심 성능 지표(품질비용 181.3백만원(43.6%) 절감, 검사 시간 71.4% 단축 불량품 유출 25.5% 감소, 오합격 19건 -> 5건)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>MISS_FACTOR를 1.5와 6으로 바꿔 재보정 기준(n, c)과 효과 지표가 어떻게 달라지는지 비교한다.</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": "QLT02_M10",
"sequence": 10,
"title": "군수품 수령 검사 불량 패턴 분석 및 품질 조기경보 시스템 통합 패키지 완성",
"durationHours": 3.5,
"overview": "<p>데이터 검증부터 재학습, 배포 판정, 월간 조기경보까지 이어지는 자동 재학습 파이프라인으로 품질 조기경보 시스템을 통합한다.</p>",
"objectives": "<p>손상·중복 레코드를 격리하는 검증 단계, 피처 생성, 분포 변화(PSI) 점검을 거쳐 도전 모델을 재학습한다. 최근 3개월 hold-out에서 현행 모델과 MAE·R2·경보 재현율을 비교하는 배포 게이트로 배포 여부를 정하고, 최신 월 조기경보와 고위험 업체를 출력한다. 자체 점검표, 운영 가이드 목차, 브리핑 요약을 정리한다.</p>",
"scenario": "<h4>미션 배경 및 당위성</h4><p>군수품 수령 검사 불량 패턴 분석 및 품질 조기경보 시스템을 완성한다. 실제 전술 현장에서는 단순 탐지에 그치지 않고 신속한 위협 판단과 신뢰도 높은 의사결정이 필수적이므로, <strong>데이터 검증부터 재학습, 배포 판정, 월간 조기경보까지 이어지는 자동 재학습 파이프라인으로 품질 조기경보 시스템을 통합한다.</strong> 과업을 완수하여 오판을 방지하고 작전 대응력을 극대화해야 합니다.</p><p>이 문제를 해결하기 위해 본 미션에서는 <strong>손상·중복 레코드를 격리하는 검증 단계, 피처 생성, 분포 변화(PSI) 점검을 거쳐 도전 모델을 재학습 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/qlt02_operations_guide.md 및 pipeline/qlt02_retrain.py</code> 형태의 결과물을 완성한다.</p>",
"attachments": [],
"materials": [
"/uploads/QLT02/qlt02_m10_dataset.json",
"/uploads/QLT02/qlt02_m10_sample.md"
],
"materialText": "<p><strong>미션 실습 자료</strong></p><ul><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT02/qlt02_m10_dataset.json\">가상 데이터셋 샘플 (JSON)</a></li><li><a target=\"_blank\" rel=\"noopener noreferrer\" href=\"/uploads/QLT02/qlt02_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/qlt02_operations_guide.md (필수)",
"pipeline/qlt02_retrain.py (필수)"
],
"evaluationKeys": [
"<h4>평가 질문 (PASS/FAIL)</h4><p><strong>[군수품 수령 검사 불량 패턴 분석 및 품질 조기경보 시스템 통합 패키지 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 데이터 검증 격리 결과와 PSI 분포 변화를 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>M10 코드를 실행해 데이터 검증 격리 결과와 PSI 분포 변화를 확인한다.</p><h4>해야 할 일</h4><ol><li><p>M10 코드를 실행해 데이터 검증 격리 결과와 PSI 분포 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>( )</p></blockquote><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>M10 코드를 실행해 데이터 검증 격리 결과와 PSI 분포 변화를 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>M10 코드를 실행해 데이터 검증 격리 결과와 PSI 분포 변화를 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": "모델 레지스트리와 배포 게이트 판정을 확인한다.",
"activity": "<h4>이 단계의 역할</h4><p>모델 레지스트리와 배포 게이트 판정을 확인한다.</p><h4>해야 할 일</h4><ol><li><p>모델 레지스트리와 배포 게이트 판정을 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>모델 레지스트리와 배포 게이트 판정을 확인한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>모델 레지스트리와 배포 게이트 판정을 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": "최신 월 조기경보, 자체 점검표, 브리핑 요약 수치를 대조한다.",
"activity": "<h4>이 단계의 역할</h4><p>최신 월 조기경보, 자체 점검표, 브리핑 요약 수치를 대조한다.</p><h4>해야 할 일</h4><ol><li><p>최신 월 조기경보, 자체 점검표, 브리핑 요약 수치를 대조한다.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>최신 월 조기경보, 자체 점검표, 브리핑 요약 수치를 대조한다. 실행 결과 및 검증 로그</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>최신 월 조기경보, 자체 점검표, 브리핑 요약 수치를 대조한다. 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>배포 게이트의 R2 기준을 0.95로 올려 배포 판정이 바뀌는지 확인하고, 기준 설정의 장단점을 토의한다.</p><h4>학습자가 제출해야 하는 내용</h4><ul><li><p>파라미터 변경 전후 비교 분석 메모 및 최종 최적화 결과</p></li></ul>",
"evalText": "<h4>PASS 기준</h4><ul><li><p>도전 과제 변경 사항이 논리적으로 타당하며 결과 변화 이유를 명확히 기술하였다.</p></li></ul>",
"attachments": []
}
]
}
]
}
Reference in new issue View Git Blame Copy Permalink