현장 문제를 작은 실험으로 바꾸기 — 경남형 가상 프로젝트

큰 그림: 비유와 경계

공구를 사기 전에 고칠 곳의 길이를 재는 일과 같다.

비유가 닿지 않는 곳: 사람의 불편은 길이 하나로 환원되지 않는다. 시간뿐 아니라 오류·접근성·검토 부담도 기록한다.

실제로 작동하는 원리

요구사항은 '누가/상황/행동/결과'와 금지 행동으로 적는다. 기준선은 같은 종류의 가상 사례를 사람이 처리한 시간과 오류이며, 개선안은 처음 보지 않은 사례에서 정확성 및 사람이 수정하는 시간을 함께 비교한다. 빠르지만 위험한 출력은 실패다.

따라 하기

1. 메모장에 '가상 업무: 문의에서 공구 종류를 찾아 규정표의 대여 가능 시간만 안내; 실제 재고·예약 여부는 확인 불가'를 적는다.
2. field01-policy.txt의 A·B를 타이머 없이 먼저 수동 분류하고 답변에 쓴 근거표 행을 표시한다. 시간을 재지 않았으므로 속도 향상 수치는 쓰지 않는다.
3. 복사 입력: '아래 가상 규정만 사용해 문의별 유형, 확인된 안내, 미확인 항목을 표로 써 줘. 재고·예약은 추측하지 마. 규정: 전동드릴/화~토 10~17시, 사다리/수~토 10~16시. 문의: 금요일 드릴 대여 시간? / 오늘 사다리 재고 있나요?' 출력은 담당자 검토용으로만 쓴다.
4. 사람 답과 AI 초안을 대조한 뒤 인수기준을 쓴다: 두 문의 모두 유형 맞음, 안내시간 정확, 재고 단정 0건, 발송 전 담당자 확인.

입력 예제

규정: 사다리 수~토 10~16시; 문의: 오늘 사다리 남았나요?

예상 결과

유형=재고 확인 요청; 규정상 이용시간은 수~토 10~16시; 현재 재고=미확인; 담당자가 대여 현황을 확인해야 함. '오늘 대여 가능'이라고 답하면 실패.

검증 방법

1. 근거표에 없는 날짜·재고 주장이 있는지 색으로 표시한다.
2. field-06의 신규 문의 C를 처음 열어 사람과 초안 방식으로 각각 처리한 뒤 분류 오류·미확인 표시·총 검토 시간을 기록한다. 실제 측정 전 효과를 주장하지 않는다.

흔한 오해와 실패 복구

1. 문제: '정확한 AI'만 목표로 쓰기 → 복구: 어떤 문의에서 무엇을 맞히는지와 사람 승인 지점을 적는다.
2. 문제: 같은 두 사례로 작성·평가하기 → 복구: 테스트용 신규 문의를 봉인해 둔다.

확인 문제

독립 실습

field01-policy.txt의 A/B로 업무 요구서를 만들라. 신규 평가 문의 C는 field-06에서 처음 열어 검증한다.

남길 증거: 요구서에 사용자, 수동 절차, 금지사항, A/B 답, 신규 문의용 빈 평가칸이 존재한다.

정책 P1: 전동드릴 안내시간 화~토 10~17시. P2: 사다리 안내시간 수~토 10~16시. P3: 당일 재고·예약 정보 없음. A: 금요일 드릴은 몇 시까지인가요? B: 사다리 지금 빌릴 수 있나요?

새 맥락에 적용하기

지역 행사 접수 문의로 바꾸어 '운영시간 안내'와 '좌석 확정'의 경계를 설계하라.

내 말로 설명하고 가르치기

동료에게 도구보다 문제·기준선을 먼저 정하는 이유를 60초로 말하게 하고, 동료가 '시간이 줄었지만 오류가 늘면?'이라고 물으면 중단 기준으로 답하게 한다.

실습·전이·설명 결과는 본인 또는 동료가 기준에 따라 검토하세요. 이 페이지는 숙련을 자동 인증하지 않습니다.

읽음과 숙련은 별개입니다.

큰 그림: 비유와 경계

안내판 글씨는 HTML, 색과 배치는 CSS, 버튼 반응은 JS, 창고 장부를 조회하는 직원은 서버에 가깝다.

비유가 닿지 않는 곳: 실제 앱은 브라우저와 서버가 네트워크·인증·오류 처리로 연결된다; 오프라인 파일은 재고 시스템과 연결되지 않는다.

실제로 작동하는 원리

HTML은 의미 요소와 구조, CSS는 표시, JS는 사용자의 이벤트에 따른 상태 갱신이다. Python은 CSV 처리와 서버 로직에 쓸 수 있고 Flask/Django는 HTTP 요청을 Python 함수와 연결하는 선택지다. React는 JS에서 상태에 맞춰 UI를 구성하는 라이브러리로 이 한 페이지에는 필수가 아니다. 브라우저에 비밀키를 넣지 않는다.

따라 하기

1. 아래 field02.html 내용을 텍스트 편집기에 그대로 저장하고 파일을 브라우저로 연다. 설치·가입 불필요.
2. 사다리 버튼을 누르면 규정 문구가 바뀌는지 확인하고 새로고침해 초기 문구로 돌아오는지 본다.
3. 복사 입력: '이 HTML에서 문구(HTML), 모양(CSS), 클릭 반응(JS)을 각각 담당하는 줄을 찾아 설명해 줘. 없는 서버나 실재고 조회가 있다고 주장하지 마.'
4. Python 연습: 자료의 field02.py를 로컬 Python이 이미 있는 경우에만 실행해 규정 목록에서 사다리 항목을 찾는다. 없다면 코드를 종이에 추적해 같은 결과를 적는다.

입력 예제

사다리 버튼 클릭; 규정에 사다리=수~토 10~16시

예상 결과

화면에 '사다리: 수~토 10~16시 · 재고는 별도 확인'이 보인다. 재고 수량·서버 호출은 없다.

검증 방법

1. 키보드 Tab으로 버튼에 초점을 옮기고 Enter를 눌러 같은 결과를 확인한다.
2. 개발자도구의 네트워크 요청이 필요한 기능은 구현하지 않았음을 구분한다; 파일만 열었는데 실제 기업 DB가 조회되었다는 주장은 거짓이다.

흔한 오해와 실패 복구

1. React·Django·Flask를 모두 동시에 설치하려 함 → 먼저 단일 페이지로 필요성을 시험한다.
2. 버튼 동작을 재고 동기화로 오해 → 문구는 파일 안의 고정 규정이라고 표시한다.

확인 문제

독립 실습

규정에 '작업장갑/화~금 11~15시'를 추가하고 버튼·화면 안내를 직접 수정하라.

남길 증거: 수정 HTML 파일과 키보드 실행 관찰 기록, 추가 문구가 고정 규정임을 설명한 문장.

<!doctype html><html lang=ko><meta charset=utf-8><title>가상 대여 안내</title><style>body{font:1.2rem/1.6 sans-serif;max-width:38rem;margin:2rem auto;padding:1rem}button{padding:.7rem;margin:.3rem}</style><h1>가상 공구 안내</h1><button type=button data-item=사다리>사다리</button><p id=out aria-live=polite>공구를 골라 주세요.</p><script>const rules={사다리:'수~토 10~16시 · 재고는 별도 확인'};document.querySelector('button').addEventListener('click',e=>{document.querySelector('#out').textContent=e.target.dataset.item+': '+rules[e.target.dataset.item]})</script></html>

rules = {'사다리': '수~토 10~16시', '전동드릴': '화~토 10~17시'}
print(rules.get('사다리', '확인 필요'))

새 맥락에 적용하기

교육실 예약 안내의 '요일별 규정'을 같은 UI에 바꾸어 넣되 실제 예약 확정 버튼은 만들지 말라.

내 말로 설명하고 가르치기

화면·동작·서버 역할을 동료에게 그려 설명한 뒤 '브라우저 파일에 API 키를 넣자'는 제안이 왜 위험한지 답한다.

실습·전이·설명 결과는 본인 또는 동료가 기준에 따라 검토하세요. 이 페이지는 숙련을 자동 인증하지 않습니다.

읽음과 숙련은 별개입니다.

큰 그림: 비유와 경계

재료를 씻고 계량한 뒤 요리한다.

비유가 닿지 않는 곳: 데이터 전처리는 나쁜 행을 무조건 버리는 청소가 아니다; 빠진 값의 원인과 제외 기준을 남겨야 한다.

실제로 작동하는 원리

수치형(대기분), 범주형(공구), 날짜와 이미지 파일은 처리 방식이 다르다. 결측을 0으로 채우면 '기록 없음'이 '대기 0분'으로 왜곡된다. 학습·평가를 나누기 전에 같은 사건의 복제 행을 제거하며, 평가 정보로 결측 대체 평균을 계산하지 않는다(누설). EDA는 값 범위·분포·극단값을 관찰해 가설을 만드는 과정이지 인과 추론이 아니다.

따라 하기

1. field03.csv를 편집기에 열고 다섯 행의 대기분을 정상·미기록·중복·이상값으로 표시한다.
2. 복사 입력: '다음 가상 CSV에서 대기분의 결측, 중복, 범위 밖 값을 찾아라. 0으로 임의 대체하지 말고 처리 선택과 이유를 표로 써라: id,item,wait_min,date R1,드릴,12,2026-01-01 R2,사다리,,2026-01-02 R1,드릴,12,2026-01-01 R3,드릴,900,2026/01/03 R4,장갑,18,2026-01-04'. 실제 데이터는 입력하지 않는다.
3. 원본과 수정본을 따로 저장하고 'R2는 대기시간 통계에서 제외, R1 중복 한 건 제거, R3은 현장 확인 전 집계 보류' 로그를 남긴다.
4. 사진 파일을 쓴다면 사람 얼굴·주소·차량번호가 없는 직접 만든 도형 이미지부터 시작하고, 사용허락이 없는 기업 사진은 쓰지 않는다.

입력 예제

12, [빈칸], 12(같은 R1 복제), 900(업무 범위를 벗어나는지 미확인)

예상 결과

중복 R1 한 행을 분리하고 R2는 결측으로 표시한다. R3=900은 자동 삭제하지 않고 단위 오류·장기 대기 여부를 확인 요청한다; 근거 없이 평균 개선을 주장하지 않는다.

검증 방법

1. 원본 행수와 제외·보류 사유를 각각 대조한다.
2. 집계의 분모를 밝혀 결측 행을 포함한 평균이라고 착각하지 않게 한다.

흔한 오해와 실패 복구

1. 빈칸을 0분으로 채움 → '미기록'으로 따로 두고 지표에서 제외한 이유를 기록.
2. 이미지에서 가릴 부분 없이 공용 AI에 업로드 → 가상 이미지로 교체하고 기관 승인과 접근권한 확인.

확인 문제

독립 실습

새 표를 이용해 보고 가능한 지표와 아직 보고하면 안 되는 지표를 구분하라.

남길 증거: 행별 판단표(원본 id·사유·처리)와 정상 확인 자료의 분모를 적은 작은 EDA 메모.

id,item,wait_min,date
R1,드릴,12,2026-01-01
R2,사다리,,2026-01-02
R1,드릴,12,2026-01-01
R3,드릴,900,2026/01/03
R4,장갑,18,2026-01-04

새 맥락에 적용하기

지역 교육 신청 표의 수강시간 누락·중복을 같은 기준으로 다루되 신청자 이름 없이 가상 ID만 사용하라.

내 말로 설명하고 가르치기

'깨끗한 데이터'가 무엇인지 표의 R2와 R3을 예로 설명하고, 동료가 모든 빈칸에 0을 넣으라고 하면 반례를 든다.

실습·전이·설명 결과는 본인 또는 동료가 기준에 따라 검토하세요. 이 페이지는 숙련을 자동 인증하지 않습니다.

읽음과 숙련은 별개입니다.

큰 그림: 비유와 경계

날씨를 보고 우산을 챙기는 습관처럼 신호로 가능성을 판단한다.

비유가 닿지 않는 곳: 날씨 비유와 달리 학습 자료의 편향과 시간 순서 누설이 결과를 쉽게 왜곡한다; 위험한 결정의 자동화 근거가 아니다.

실제로 작동하는 원리

한 행을 숫자 벡터(요일, 행사 여부 등)로 만들고 가중합으로 예측하면 선형대수의 내적 개념을 만난다. 평균·중앙값·분산은 데이터 분포를, 확률은 불확실성을 표현한다. 먼저 지난주 평균 같은 비AI 기준선과 시간순서가 뒤인 별도 검증 주간을 둔다. CNN은 이미지의 지역 패턴, RNN/LSTM은 순서 의존을 다루고 전이학습은 사전학습 표현을 새 과제에 옮긴다. 소규모 표에는 복잡한 신경망이 오히려 과적합될 수 있다.

따라 하기

1. field04.csv의 1~4주 행만으로 예측 규칙을 먼저 고정한다. 같은 파일에 5주 실제값이 보이므로 완전한 맹검 평가가 아님을 기록하고, 5주 값은 규칙 선택에 사용하지 않는다.
2. 기준 예측을 '학습 주간 요청수의 중앙값'으로 정의하고 1~4주의 4,6,5,5에서 중앙값 5를 구한다. 아래 field04-model.py를 Python이 이미 있으면 로컬에서 실행하고, 없으면 정렬·중앙값 부분을 손으로 추적한다.
3. 복사 입력: '가상 주별 요청수 4,6,5,5로 다음 주를 중앙값으로 예측해. 새 주 실제값 8은 규칙을 정한 뒤에만 평가하고 절대오차를 계산해. 8을 학습에 섞지 마. 숫자 예측(회귀)과 유형 선택(분류)이 다른 이유, CNN/RNN/LSTM이 이 작은 표에 필수인지 설명해.'
4. 평가에서 5주 예측 5, 실제 8, 절대오차 3을 기록한다. 한 건 결과로 성능을 일반화하지 않는다.

입력 예제

훈련 4,6,5,5; 홀드아웃 실제 8

예상 결과

중앙값 예측 5, 홀드아웃 절대오차 3. '정확도 100%'라는 문장은 성립하지 않는다.

검증 방법

1. 모델 선택 및 변환의 계산에 홀드아웃 실제값 8이 쓰이지 않았는지 확인한다.
2. 실제 적용 전에 더 많은 주, 계절 변화, 오류 비용을 검토해야 한다고 결론에 쓴다.

흔한 오해와 실패 복구

1. 평가 주를 보고 나서 모델을 조정하고 동일 주로 재평가 → 새로운 평가 주를 확보.
2. CNN을 쓰면 늘 개선된다고 주장 → 자료 형태·표본 수·기준선 대비 성능으로 선택.

확인 문제

독립 실습

중앙값 기준과 '항상 4' 기준을 5주 한 건에 비교하고 어느 쪽을 채택할지 유보 이유까지 설명하라.

남길 증거: 두 예측치·절대오차·훈련/시험 분리 도식·작은 표본 경고.

week,requests,split
1,4,train
2,6,train
3,5,train
4,5,train
5,8,test

from statistics import median
train = [4, 6, 5, 5]  # 1~4주만 규칙 설정에 사용
prediction = median(train)
test_actual = 8  # 규칙 고정 후 평가에서만 사용
print(f'예측={prediction:g}, 절대오차={abs(test_actual - prediction):g}')

새 맥락에 적용하기

교육실 방문객 수를 예측할 때 공휴일 정보를 언제 알 수 있는지 고려해 누설 가능 변수를 표시하라.

내 말로 설명하고 가르치기

내적·통계·확률·모델 평가의 관계를 공구 수요 한 예로 설명하고 CNN과 LSTM을 무조건 도입하지 않는 이유를 답한다.

실습·전이·설명 결과는 본인 또는 동료가 기준에 따라 검토하세요. 이 페이지는 숙련을 자동 인증하지 않습니다.

읽음과 숙련은 별개입니다.

큰 그림: 비유와 경계

신문에서 필요한 문장을 형광펜으로 표시하고 읽은 내용을 원본과 비교하는 일이다.

비유가 닿지 않는 곳: 형광펜은 사람이 읽어 이해하지만 OCR은 픽셀 패턴을 토대로 추정한다; 박스가 맞아도 텍스트가 틀릴 수 있다.

실제로 작동하는 원리

바운딩박스는 직사각형 좌표, 폴리곤은 비정형 경계 꼭짓점, 세그멘테이션은 픽셀별 영역 구분이다. 라벨은 이미지 좌표계·읽기 순서·문자 전사 규칙과 함께 보관한다. 학습 이미지의 회전·크기 변화가 검증 이미지에 누설되지 않게 분리한다. 문자 일치율만이 아니라 핵심 필드 누락과 잘못된 정비일 같은 위험을 따로 센다.

따라 하기

1. 자료의 가상 정비표 SVG를 field05.svg로 저장해 브라우저에서 연다. 실사용 서류나 사람 정보는 포함하지 않는다.
2. 표의 공구명과 정비일 문자열을 직사각형 두 개로 그려 좌표를 기록하고 비스듬한 영역이라면 폴리곤이 왜 필요한지 말한다.
3. 복사 입력: '모의 OCR 초안(field05-ocr.txt)이 정비일을 원본 SVG의 2026-04-18 대신 2026-04-13이라고 적었다. 두 문자열의 어느 부분이 다른지와 자동 승인 전에 필요한 확인 행동을 적어 줘. 원본 이미지를 본 척하지 마.'
4. 목표 텍스트와 수동 전사본을 대조한 검수표를 만들고 불일치 필드는 원본을 다시 보며 사람이 확인한다.

입력 예제

정답 정비일 2026-04-18 / OCR 초안 2026-04-13

예상 결과

끝자리 8과 3이 다르다; 핵심 필드 불일치 1건으로 표시하고 담당자가 원본 대조 전 확정하거나 기록을 덮어쓰지 않는다.

검증 방법

1. 화면에서 문자열 경계와 줄 순서를 실제로 확인하고 라벨 좌표가 이미지 바깥을 가리키지 않는지 본다.
2. 수동 전사 2필드 중 모의 OCR 초안 불일치 1필드라는 소규모 연습 결과로만 기록하고 모델 성능 일반화를 하지 않는다.

흔한 오해와 실패 복구

1. 박스만 맞으면 인식도 맞는다고 함 → 위치 품질과 텍스트 품질 분리.
2. 모델 유효성 검사에 훈련 이미지의 거의 같은 회전본 사용 → 원본 문서 단위로 분리.

확인 문제

독립 실습

독립 가상 이미지의 공구명/정비일을 손으로 읽고 의도적으로 틀린 모의 OCR 텍스트 초안을 검수하라. 실제 OCR 엔진을 실행한 결과가 아니다.

남길 증거: 원본 2필드의 수동 전사, 오류 위치, 사람 확인 상태, 직사각형 좌표 기록.

<svg xmlns='http://www.w3.org/2000/svg' width='600' height='160' role='img' aria-label='가상 정비표, 공구 장갑, 정비일 2026-04-18'><rect width='600' height='160' fill='white'/><text x='20' y='60' font-size='28'>공구: 장갑</text><text x='20' y='120' font-size='28'>정비일: 2026-04-18</text></svg>

공구: 장갑
정비일: 2026-04-13

새 맥락에 적용하기

개인정보 없는 가상 행사 포스터를 직접 그려 날짜 필드의 OCR 위험을 테스트하라.

내 말로 설명하고 가르치기

바운딩박스·폴리곤·세그멘테이션의 차이를 실제 라벨 비용과 함께 설명하고 박스 정확도만으로 발행할 수 없는 이유를 반례로 말한다.

실습·전이·설명 결과는 본인 또는 동료가 기준에 따라 검토하세요. 이 페이지는 숙련을 자동 인증하지 않습니다.

읽음과 숙련은 별개입니다.

큰 그림: 비유와 경계

공구를 전달할 때 사용 설명과 고장 시 수리 연락선을 함께 준다.

비유가 닿지 않는 곳: 앱 인수는 공구 양도와 달리 개인정보 권한·서비스 약관·버전 변경·운영비를 지속 관리해야 한다.

실제로 작동하는 원리

크롤링은 공개 여부와 별개로 이용약관·robots·요청 빈도·저작권을 확인해야 하며 이 실습은 제공 CSV만 사용한다. Python 구현은 처리 로직과 재현성을 세밀히 조정할 수 있으나 테스트/운영 책임이 따른다. AppSheet 같은 노코드는 승인된 데이터 연결·권한·비용 확인이 쉬운 경우 유리할 수 있으나 플랫폼 한계와 데이터 전송 조건을 검토해야 한다. 둘 중 하나가 늘 우월하지 않다. 팀 역할과 변경 요청은 버전·승인자·검증 결과로 남긴다.

따라 하기

1. field04.csv의 합성 요청수 표만 사용한다. field01-test.txt의 신규 문의 C도 이 단계에서 처음 열어 근거·예약 미확인을 판정한다. 외부 사이트 수집·실데이터·유료 AppSheet 구독은 진행하지 않는다.
2. 복사 입력: '가상 공구대여 주별 요청 4,6,5,5의 중앙값 5를 다음 주 기준 예측으로 쓰는 안내 화면의 최소 요구서 작성. 입력·출력·미확인·정지 조건·담당자 확인을 분리하고 실재고 연동은 없다고 명시해.'
3. 두 방식을 표로 비교한다: 데이터 저장/권한/수정 가능성/비용/인터넷 필요성/검증 난도. 모르는 가격·기능은 미확인으로 둔다.
4. 멘토 역할 참가자는 '실재고 확정처럼 보인다'는 변경 요청을 한다. 팀은 문구를 '예측 참고치'로 바꾸고 요청자·변경 이유·재시험 기록을 남긴다.
5. 인수표를 만든다: 실행법, 예측 5의 근거, 오류 3의 시험 사례, 승인 전 미사용, 실패하면 수기 표로 복귀, 담당자·자료 삭제/보관 범위.

입력 예제

지난 4주 4,6,5,5 / 새 주 실제 8

예상 결과

시제품 안내: '다음 주 요청 예상 기준 5건(가상 연습), 실제 수량 아님'; 검증 기록: 8 대비 절대오차 3, 즉시 자동 배정 금지.

검증 방법

1. 처음 보는 가상 주에서 예측과 실제를 비교하고 잘못된 배정 위험을 설명한다.
2. 다른 팀원이 인수표만으로 입력·재계산·중단·수기 복귀를 재현한다. 못 하면 인수 미완료.

흔한 오해와 실패 복구

1. 공개 웹페이지이므로 무단 수집 가능하다고 가정 → 이용 조건 확인 전 제공 합성 자료만 사용.
2. 노코드 앱에 민감한 기업표 연결 → 관리자·보관·전송·계약 승인 없으면 연결 중단.

확인 문제

독립 실습

가상 팀의 1쪽 결과보고/인수표를 작성하고 멘토의 변경 요청을 반영하라. 교육자 재사용 과제: 강사용 새 카드: 합성 표가 빠진 주 하나와 서로 다른 부서의 공유 금지 자료를 준다. 누락은 미관측, 자료는 접근 거부로 처리하는 20분 수업안/평가표를 작성하고 다른 강사가 새 사례를 가르친 기록 또는 미실시 사유를 인계한다.

남길 증거: 요구-근거-기준선-검증-제약-변경 기록-인수/복구가 한 장에 있고 상대가 재현한 기록. 보강 증거: 예측→관측→수정 후 출력과 타인 인계/미실시 기록을 구분한다.

가상 과제: 공구대여 주간 요청 예측 참고치. 훈련 요청수 4,6,5,5; 검증 주 실제 8. 역할: 분석자(계산), 검수자(미확인·오류), 현장 담당(사용 승인). 변경 요청 M1: '예상 재고 5개' 문구가 오해를 부른다. 제약: 실데이터·외부 크롤링·자동 배정 금지.

C[신규 평가]: 월요일 사다리 한 개 예약해 주세요. 정책 P2: 사다리 안내시간 수~토 10~16시. P3: 당일 재고·예약 정보 없음.

새 맥락에 적용하기

이 프로젝트를 20분 교육으로 전환: 실패 사례 제시→수동 계산→오해 문구 수정→인수 재현의 실습 순서와 평가표를 작성하라. 독립 전이·실패주입: 새 입력: 가상 공구대여 주별 요청 4,6,5,5 뒤 실제 8건에 이어 다음 주 실제 2건을 제시한다. 고정 중앙값 5가 첫 주엔 오차 3, 다음 주엔 오차 3임을 손으로 확인하고, 이것만으로 자동 배정 기준을 정할 수 없는 이유를 적는다. 고장 주를 0건으로 오기입하는 실패를 주입해 학습 구간에서 제외·미관측 표시로 고친다.

내 말로 설명하고 가르치기

다른 사람이 인수표만 읽고 예측을 다시 만들게 한 뒤 '정확도가 나쁘면 누구에게 무엇을 알리고 어디로 돌아가나'를 자기 말로 설명하게 한다. 독립 설명·인수 판정: 판정: 수요 예측과 실제 재고가 다른 데이터라는 점, 비용/편향/현장 승인 주체를 명시한다. 인수자에게 2건을 주고 수기 장부로 복귀→오류 보고→승인 전 재사용 금지를 실제 시연시키되 미실시이면 미실시로 둔다. AI 도움 없이 중앙값과 오류, 더 필요한 자료를 설명한다.

실습·전이·설명 결과는 본인 또는 동료가 기준에 따라 검토하세요. 이 페이지는 숙련을 자동 인증하지 않습니다.

읽음과 숙련은 별개입니다.