pbl02/scenario_md/MOV06-수송·물류·창고_납품물류-납품수요 예측·물류흐름 추적관리/MOV06_실습가이드.md

MOV06 실습가이드 - 납품수요 예측·물류흐름 추적관리

구 분 실습가이드 [교육용가상자료]

1. 실습 개요

본 실습은 교육용 가상 노선을 이동하는 수송선단의 GPS·화물 센서·통신 텔레메트리로 도착 예정 시간(ETA)과 지연 원인을 추적하는 물류 추적 도구를 미션 단위로 구현하는 과정이다. 미션마다 정답 코드(MOV06_정답코드.md)의 해당 코드를 웹 파이썬 실행기에 붙여 넣어 실행하고, 출력 수치가 평가 기준을 충족하는지 확인한 뒤 파라미터를 바꾸는 도전 과제를 수행한다. 미션별 코드는 서로 독립적이어서 어느 미션부터 실행해도 동작한다.

과제	MOV06 납품수요 예측·물류흐름 추적관리

난이도·유형	고급 / 데이터분석형

예상 소요시간	미션 10개, 총 28.5시간

준비물	MOV06_정답코드.md, 웹 파이썬 실행기(numpy·pandas·scipy·scikit-learn·matplotlib 사용 가능), 결과 기록용 문서

2. 진행 방법

• 정답코드 md에서 해당 미션의 코드 블록 전체를 복사해 실행기에 붙여 넣고 실행한다(부분 복사 시 가상 노선·텔레메트리 생성 함수가 빠져 오류가 난다).

• 실행 결과를 md의 '실행 결과 예시'와 비교한다. 난수 시드가 고정되어 있어 같은 값이 나와야 한다(처리 시간·로딩 시간 수치는 환경에 따라 다르다).

• 도전 과제는 코드 상단의 파라미터(운행계획 시간, 단가, 경보 기준, 손실률 등)를 바꿔 다시 실행하고 변화와 이유를 기록한다.

• 그래프 글자는 영문, 표·출력은 한글이다. 한글이 깨지면 실행기 글꼴 문제이며 결과에는 영향이 없다. M3~M5·M8은 모델 학습과 부하 시험으로 실행에 10초 안팎이 걸릴 수 있다.

• 실제 부대 위치·수송로·일정은 입력하지 않는다. 지연·이탈 경보는 판단 보조이며 대체 수송 지시는 수송통제관 승인과 지휘계통에 따른다.

3. 미션 진행 요약

미션	난이도·시간	핵심 확인 결과
M1. 군수 수송선단 GPS 위치, 화물 센서, 통신 상태 텔레메트리 데이터셋 정의	초급
1.5시간	데이터 사전 37개 필드, 예측·추적 피처 후보 31개(목표 20개 이상)
M2. 수송 데이터 정제, 비정상 GPS 좌표 보정 및 속도/이동 방향 전처리 모듈 구현	초급~중급
2시간	정제 규칙 10종, 정합성 검증 통과율 100%
M3. 현재 속도 기반 단순 도착 예정 시간(ETA) 계산 Baseline 알고리즘 구현	중급
2.5시간	단순 ETA MAPE 31.7%, MAE 45.0분, 정차 중 MAE 332분
M4. 도로 상태, 기상, 적 위협 정체 변수를 반영한 머신러닝 기반 정밀 ETA 예측 모델 고도화	중급
3시간	파생 피처 16개(총 21개), GBR 교차검증 평균 MAPE 7.52%(목표 25% 이하)
M5. 수송선단 경로 이탈 및 불시 정차 감지 신뢰도 경보 엔진 개발	중급~고급
3.5시간	이탈 22건·정차 88건 모두 탐지(재현율 100%), 잡음 조건 이탈 오경보 283관측
M6. 실시간 수송선단 위치 추적 및 실시간 ETA 변동 대시보드 UI 구현	중급~고급
3시간	기여도 상위 3개 자동 산출 2034건 중 2034건(100%)
M7. 도착 지연 경보 발생 시 현장 확인 및 대체 수송 지시를 위한 HITL 절차 설계	고급
3.5시간	평상 시나리오 절감 38.8%(목표 15% 이상), 예비 차량 0대에서도 18.0%
M8. 100개 수송선단 동시 이동 모의 실시간 위치 데이터 스트림 부하 테스트	고급
3시간	100개 선단 대시보드 로딩 0.1초 안팎(목표 2초 이내), 틱 p95 수 ms
M9. AAR 기반 ETA 예측 오차 분석 및 지연 요인 가중치 매트릭스 재튜닝	고급
3시간	현행 MAPE 21.2% 우천 28.6%, 보류 구간 MAPE 18.8% -> 8.1%, MAE 24.7 -> 9.9분
M10. 군수품 이동 상태 추적 및 도착 예정 시간(ETA) 예측 시스템 최종 완성	최고급
3.5시간	자체 점검 8/8 PASS, 운영 문서 12/12(100%)

미션 1. 군수 수송선단 GPS 위치, 화물 센서, 통신 상태 텔레메트리 데이터셋 정의

난이도·시간	초급 · 1.5시간

| 진행 순서 | 1) M1 코드를 실행해 데이터 사전의 필드 수와 실제 데이터 컬럼 대조 결과를 확인한다. 2) 검증기에 주입한 오류 6종이 모두 검출되는지 읽는다.

3) 업무 프로세스 맵 9단계에서 가장 오래 걸리는 단계를 표시한다.

| 확인할 결과 | 데이터 사전 37개 필드, 예측·추적 피처 후보 31개(목표 20개 이상)

사전 누락 컬럼 없음, 주입 오류 6종 중 6종 검출, 프로세스 맵 9단계 165분

도전 과제	데이터 사전에 '예비 차량 위치' 같은 필드를 하나 추가하고, 실제 데이터에 없는 필드로 대조 결과에 나타나는지 확인한다.

제출물	데이터 사전, 오류 주입 검출표, 업무 프로세스 맵

미션 2. 수송 데이터 정제, 비정상 GPS 좌표 보정 및 속도/이동 방향 전처리 모듈 구현

난이도·시간	초급~중급 · 2시간

| 진행 순서 | 1) M2 코드를 실행해 오염 데이터의 오류 건수와 정제 규칙 10종의 처리 건수를 확인한다. 2) 정합성 검증 8항목이 모두 PASS인지 확인한다.

3) 정차 행이 삭제되지 않고 보존되었는지와 전후 기술통계를 비교한다.

| 확인할 결과 | 정제 규칙 10종, 정합성 검증 통과율 100%

진행거리 MAE 0.63km -> 0.03km, 실제 정차 84행 중 정제 후 82행 보존(2행은 전송 누락)

도전 과제	R4의 GPS 점프 기준 8km를 3km로 바꿔 보정 건수가 어떻게 달라지는지, 정차 행이 삭제되지 않는지 확인한다.

제출물	정제 모듈 코드, 정제 규칙 로그, 정합성 검증 결과, 전후 통계 비교표

미션 3. 현재 속도 기반 단순 도착 예정 시간(ETA) 계산 Baseline 알고리즘 구현

난이도·시간	중급 · 2.5시간

| 진행 순서 | 1) M3 코드를 실행해 단순 ETA의 MAPE와 조건별 오차를 확인한다. 2) 상관 상위 피처와 p-value, 정차 이력 유무 평균 차이 검정 결과를 읽는다.

3) 파레토 분석에서 오차가 집중된 이동의 비중을 확인한다.

| 확인할 결과 | 단순 ETA MAPE 31.7%, MAE 45.0분, 정차 중 MAE 332분

유의 상관 피처 9개(목표 5개 이상), EDA 차트 8종, 오차 상위 20% 이동이 오차의 42%

도전 과제	상관 판정 기준 |r| 0.2를 0.4로 올려 남는 피처 수와 거리 효과 피처의 비중을 확인한다.

제출물	Baseline 오차표, EDA 차트 8종, 상관표, 가설검정 결과, 파레토 요약

미션 4. 도로 상태, 기상, 적 위협 정체 변수를 반영한 머신러닝 기반 정밀 ETA 예측 모델 고도화

난이도·시간	중급 · 3시간

| 진행 순서 | 1) M4 코드를 실행해 파생 피처 수와 시계열 교차검증 4개 fold의 MAPE를 확인한다. 2) 변수군 제거 실험에서 제거 시 오차가 가장 크게 늘어나는 변수군을 찾는다.

3) 순열 중요도 상위 피처와 1% 미만 피처 수를 읽는다.

| 확인할 결과 | 파생 피처 16개(총 21개), GBR 교차검증 평균 MAPE 7.52%(목표 25% 이하)

단순 ETA 31.2%, 우천 제거 시 MAPE +1.57%p로 가장 큰 증가

도전 과제	GBR 대신 Ridge만 사용했을 때 평균 MAPE가 어떻게 달라지는지 확인하고 피처 설계의 역할을 설명한다.

제출물	피처 목록, 교차검증 표, 변수군 제거 결과, 중요도 그래프

미션 5. 수송선단 경로 이탈 및 불시 정차 감지 신뢰도 경보 엔진 개발

난이도·시간	중급~고급 · 3.5시간

| 진행 순서 | 1) M5 코드를 실행해 이탈·불시 정차 이벤트의 재현율과 탐지 지연을 확인한다. 2) GPS 잡음 조건에서 오경보가 얼마나 늘어나는지, 정차 임계값 0.3·0.5·0.8의 정밀도와 재현율 차이를 읽는다.

3) 기준 모델과 앙상블 모델의 MAE·RMSE·R2를 비교한다.

| 확인할 결과 | 이탈 22건·정차 88건 모두 탐지(재현율 100%), 잡음 조건 이탈 오경보 283관측

MAE 개선 80.6%, RMSE 개선 85.8%(목표 20% 이상), R2 0.970(목표 0.85 이상)

도전 과제	정차 임계값을 0.8로 올렸을 때 재현율 하락과 경보 피로의 균형을 업무 관점에서 설명한다.

제출물	이벤트 검증표, 임계값 비교, 모델 성능표, 상황별 오차표

미션 6. 실시간 수송선단 위치 추적 및 실시간 ETA 변동 대시보드 UI 구현

난이도·시간	중급~고급 · 3시간

| 진행 순서 | 1) M6 코드를 실행해 기여도 상위 3개 요인이 모든 예측 건에서 산출되는지 확인한다. 2) 선단 상태판에서 상태(정상·지연·정차)별 선단 수와 지연 상위 3개 선단의 자연어 설명을 읽는다.

3) 한 선단의 ETA 변동 추적에서 예측 도착 범위와 실제 도착을 비교한다.

| 확인할 결과 | 기여도 상위 3개 자동 산출 2034건 중 2034건(100%)

상태판 12개 선단: 정상 8, 지연 2, 정차 2, 우천 평균 기여 5.5분으로 최대 요인

도전 과제	운행계획 PLAN을 255분에서 230분으로 바꿔 상태판의 지연 판정 선단 수가 어떻게 달라지는지 확인한다.

제출물	상태판, 요인 기여도 표, 자연어 설명, ETA 변동 그래프

미션 7. 도착 지연 경보 발생 시 현장 확인 및 대체 수송 지시를 위한 HITL 절차 설계

난이도·시간	고급 · 3.5시간

| 진행 순서 | 1) M7 코드를 실행해 시나리오별 관행 규칙과 기댓값 최소 추천의 비용·절감률을 확인한다. 2) 대체 수송 비용 민감도에서 추천 출동 횟수가 어떻게 변하는지 읽는다.

3) AI 지시안 6건이 모두 검토대기인지, 권한 우회 시도 10건이 모두 차단되는지, 감사 로그 위·변조가 검출되는지 확인한다.

| 확인할 결과 | 평상 시나리오 절감 38.8%(목표 15% 이상), 예비 차량 0대에서도 18.0%

자동 승인 0건, 권한 우회 차단 10/10(100%), 감사 로그 22건 위·변조 검출

도전 과제	대체 수송 비용 C_REPL을 45만원에서 100만원으로 바꿔 추천 조치 구성과 절감률이 어떻게 달라지는지 확인한다.

제출물	최적화 코드, 비용 비교표, 민감도, 결재 이력, 차단 로그

미션 8. 100개 수송선단 동시 이동 모의 실시간 위치 데이터 스트림 부하 테스트

난이도·시간	고급 · 3시간

| 진행 순서 | 1) M8 코드를 실행해 선단 수 100~10000의 틱 처리 지연과 대시보드 로딩 시간을 확인한다. 2) 오류 주입 7조건의 정확도·재현율·오경보를 비교하고 정확도만 보면 안 되는 이유를 읽는다.

3) 한계 시험(10000개, 손실·중복·지연 동시)의 결과와 대응 방안을 확인한다.

| 확인할 결과 | 100개 선단 대시보드 로딩 0.1초 안팎(목표 2초 이내), 틱 p95 수 ms

통신 오류 4개 조건 최저 정확도 99.5%(목표 95% 이상), GPS 잡음 조건은 91.1%·재현율 57%로 미달

도전 과제	패킷 손실률을 15%에서 40%로 올려 재현율이 어떻게 달라지는지 확인하고 보완책을 제안한다.

제출물	규모별 부하표, 오류 주입 결과표, 한계 시험 결과, 대응 방안

미션 9. AAR 기반 ETA 예측 오차 분석 및 지연 요인 가중치 매트릭스 재튜닝

난이도·시간	고급 · 3시간

| 진행 순서 | 1) M9 코드를 실행해 현행 가중치 ETA의 조건별 오차와 오차 큰 사례의 원인 분류를 확인한다. 2) 재튜닝 전후 가중치 매트릭스와 보류 구간 성능을 비교하고 사람 검토 대상 요인을 읽는다.

3) ROI 3대 지표와 횟수 민감도를 확인한다.

| 확인할 결과 | 현행 MAPE 21.2% 우천 28.6%, 보류 구간 MAPE 18.8% -> 8.1%, MAE 24.7 -> 9.9분

연간 절감 2,016만원, 대기·준비 시간 단축률 37.3%, 회수 17.9개월

도전 과제	연 수송 횟수 TRIPS_YR를 1200회에서 600회로 바꿔 절감액과 회수 기간이 어떻게 달라지는지 확인한다.

제출물	재튜닝 코드, 원인별 오차표, 가중치 매트릭스, 3대 지표와 민감도

미션 10. 군수품 이동 상태 추적 및 도착 예정 시간(ETA) 예측 시스템 최종 완성

난이도·시간	최고급 · 3.5시간

| 진행 순서 | 1) M10 코드를 실행해 데이터 정합성, 드리프트 점검, 챔피언/챌린저 판정 결과를 확인한다. 2) 120분 시점 상태판에서 경보 건이 승인대기로 분리되었는지와 7일 납품 소요 예측 검증을 확인한다.

3) 자체 점검표와 브리핑 요약이 앞의 수치와 일치하는지 대조한다.

| 확인할 결과 | 자체 점검 8/8 PASS, 운영 문서 12/12(100%)

챌린저 승격(MAE 4.81 -> 4.27분), 경보 1건 승인대기, 7일 소요 예측 MAPE 3.6%(전주 동요일 4.5%)

도전 과제	드리프트 기준 drift_mape를 8.0에서 5.0으로 낮추고 재학습 판정이 어떻게 달라지는지 확인한다.

제출물	통합 파이프라인 코드, 상태판, 자체 점검표, 인터페이스 명세, 브리핑 요약

4. 최종 점검표

점검 항목	확인
미션 1~10 코드가 모두 오류 없이 실행되었다	( )
각 미션의 확인할 결과를 기록했다	( )
도전 과제 결과와 이유를 기록했다	( )
브리핑 수치가 실행 결과와 일치한다	( )
실제 부대·지명·수송로·장비 제원을 사용하지 않았다	( )
대체 수송 지시는 인간 승인·지휘계통에 따름을 명시했다	( )