ENGRA 교대 인수인계

관리 — 검증 · 리셋 시연·QA 용. 제품 흐름(①~⑤)에는 없는 기능만 모았다

정답지 대조 — 생성기가 CSV 와 함께 내려준 asu_answer_*.json 을 올리면, 그 근무에서 엔진이 잡은 것과 심어 둔 이상을 대조한다. 초안을 먼저 만든 뒤 올리면 「사후 ✓」로 표시된다(검출이 정답지를 볼 수 없었다는 순서 근거).

정답지 대조 검출·초안 생성은 정답지를 읽지 않습니다 — 정답지는 여기 채점에만 쓰입니다

주입한 이상 7건 중 7건 탐지 성공 (100%) · 시나리오 7/7종 · 잘못 잡음(오탐) 1건

읽는 법 — 주입한 이상: 정답지가 이 근무 데이터에 넣어 둔 이상 상황 수. 탐지 성공: 그중 검출 이벤트가 같은 태그·같은 시간대에 하나라도 있는 것. 놓침 = 주입한 이상 − 탐지 성공. 추적 중: 근무 끝까지 이어지는 이상을 이 근무에서 못 잡은 것 — 다음 근무(이어받은 항목)에서 판정하므로 놓침도 주입 수에도 넣지 않는다. 총 검출 수: 엔진이 "이상이다" 하고 낸 이벤트 수 = 맞게 잡음(정답지에 있는 이상을 가리킨 이벤트) + 잘못 잡음(정답지에 없는데 이상이라고 한 이벤트 = 오탐). 한 이상을 여러 이벤트가 잡을 수 있어 탐지 성공(이상 수)과 맞게 잡음(이벤트 수)은 다른 숫자다. 대조 시점: 정답지 파일이 초안 생성 뒤에 올라왔으면 「사후 ✓」 — 검출·초안이 정답지를 볼 수 없었다는 순서 근거. 근무를 누르면 이상별로 무엇을 잡고 놓쳤는지 보인다.

다시 만들기

확정된 근무를 지우고 처음부터 다시 검출·초안. 원본이 정리됐으면 올린 CSV 에서 다시 적재한다. 확정 일지는 이력에 남지 않고 지워진다.

AI 계층 — 무엇을 하고, 무엇을 기준으로

검출·묶음·수치는 전부 통계 엔진(engine/)이 한다. AI(app/llm.py)는 그 결과 위에서 네 가지만 한다 — 숫자를 만들지 않고, 조치를 지어내지 않는다.

1. 서술 — 엔진의 근거 수치(σ, 기울기, 한계 대비, 지속 시간)를 근무자 말투의 문장으로. 근거에 있는 숫자만 쓴다.
2. 중요도 재판정 — 통계 크기가 매긴 상/중/하를 "놓치면 무엇이 일어나는가"(품질·안전·설비 직결 / 손실·비효율 / 후속 영향 작음)로 다시 매기고 이유를 쓴다. 규칙과 다르면 화면에 「통계 기준 → AI 판정」으로 드러나고 사람이 되돌릴 수 있다.
3. 전달 가치 — 외기(TI-101·MI-102) 하루 주기와 그에 따라 함께 움직인 완만한 변화는 정상 운전으로 보고 「전달 가치 낮음」. 한계 접근·다른 이상과 겹침이면 전달. 갈리면 전달(놓치는 쪽이 비싸다).
4. 사례 적합성 · 연관 — 같은 태그의 확정 일지 중 이번 현상에 맞는 것만 남기고(기각 사유 기록), 태그 마스터 연결이 놓친 인과(예: 순도 하강 ↔ Cold end 온도)를 「함께 봐야 할 항목」으로 잇는다. 근거 없으면 잇지 않는다.

AI 가 아는 것 = 공기분리장치 공정 일반 지식 + 태그 마스터 설명 + 이번 근무의 근거 수치 + 과거 확정 일지. 이 공장의 절차·이력은 모른다 — 그래서 조치는 확정 일지에서만 오고, 원본 결측이 있으면 그 사실을 받아 신뢰도를 낮게 적는다. 기준 원문: app/llm.py SYSTEM.

처음부터

근무·초안·확정 이력·정답지 대조가 전부 지워진다. 빈 상태에서 한 근무를 돌리면 과거 조치가 없고, 두 번째 근무부터 앞 근무의 확정 코멘트가 회수되는 것을 볼 수 있다. 매시 정각에도 자동으로 비워진다(최근 2시간 안에 화면에서 실행·리셋을 눌렀으면 건너뜀).