← 목록으로

modeling-feasibility-v2.md

아래는 촬영계획시스템에서 “위성영상 촬영계획”에 대해 Feasibility(가능성) + Probability(성공확률/품질확률) + 타당성(업무적/정책적 적합성) 검토를 수행하는 업무 플로우를 직접 지원하는 ERD입니다.

구현 관점에서 핵심은:

• 요청(Request) → 평가 실행(Run) → 후보(Candidate) → 체크(Checks) 결과 → 확률 추정(Probability) → 리뷰(Review) 워크플로 → 최종 판정(Decision)
• 평가 시점의 입력(궤도/기상/제약)을 “스냅샷”으로 고정해서 재현성/감사추적을 보장

1) Feasibility/Probability/Validity Workflow ERD (Mermaid)

erDiagram

%% =========================
%% CORE REQUEST / CONTEXT
%% =========================
TENANT {
  uuid tenant_id PK
  string tenant_name
  string status
}

IMAGING_REQUEST {
  uuid request_id PK
  uuid tenant_id FK
  uuid customer_id
  geometry aoi_geom
  datetime time_window_start
  datetime time_window_end
  int priority
  datetime sla_due_time
  string product_level
  float max_cloud_pct
  float max_off_nadir_deg
  string status
  uuid correlation_id
  datetime created_at
}

SATELLITE {
  uuid satellite_id PK
  string name
  int norad_id
  string orbit_type
  string status
}

GROUND_STATION {
  uuid station_id PK
  string name
  float latitude
  float longitude
  string status
}

VISIBILITY_PASS {
  uuid pass_id PK
  uuid satellite_id FK
  uuid station_id FK
  datetime aos_time
  datetime los_time
  float max_elevation_deg
  datetime predicted_at
}

%% =========================
%% FEASIBILITY RUN (REPRODUCIBLE)
%% =========================
FEASIBILITY_RUN {
  uuid feas_run_id PK
  uuid request_id FK
  string run_type
  string status
  datetime horizon_start
  datetime horizon_end
  string policy_version
  uuid initiated_by_user_id
  datetime started_at
  datetime finished_at
}

ORBIT_SNAPSHOT {
  uuid orbit_snap_id PK
  uuid feas_run_id FK
  string source_type
  datetime source_epoch
  string source_ref
  datetime captured_at
}

WEATHER_SNAPSHOT {
  uuid weather_snap_id PK
  uuid feas_run_id FK
  string provider
  datetime forecast_base_time
  datetime captured_at
}

OP_CONSTRAINT_SNAPSHOT {
  uuid constraint_snap_id PK
  uuid feas_run_id FK
  string constraint_version
  json constraint_json
  datetime captured_at
}

%% =========================
%% CANDIDATES & CHECKS
%% =========================
IMAGING_CANDIDATE {
  uuid candidate_id PK
  uuid feas_run_id FK
  uuid satellite_id FK
  uuid pass_id FK
  string mode_code
  datetime predicted_start
  datetime predicted_end
  float nominal_gsd_m
  float predicted_off_nadir_deg
  string status
  datetime created_at
}

FEASIBILITY_CRITERION {
  uuid criterion_id PK
  string domain
  string criterion_code
  string description
  string severity
  boolean hard_flag
}

FEASIBILITY_CHECK_RESULT {
  uuid check_id PK
  uuid candidate_id FK
  uuid criterion_id FK
  string result
  float score
  string reason_code
  json evidence_json
  datetime evaluated_at
}

%% =========================
%% PROBABILITY (SUCCESS/QUALITY/DELIVERY)
%% =========================
PROBABILITY_MODEL {
  uuid model_id PK
  string model_name
  string model_type
  string version
  string owner
  string input_schema_uri
  string status
}

PROBABILITY_ESTIMATE {
  uuid prob_id PK
  uuid candidate_id FK
  uuid model_id FK
  string target_metric
  float probability
  float confidence
  json feature_json
  datetime estimated_at
}

CLOUD_COVER_ESTIMATE {
  uuid cloud_est_id PK
  uuid candidate_id FK
  uuid weather_snap_id FK
  float cloud_pct_mean
  float cloud_pct_p90
  string method
  datetime estimated_at
}

%% =========================
%% VALIDITY REVIEW WORKFLOW
%% =========================
REVIEW_TASK {
  uuid review_task_id PK
  uuid feas_run_id FK
  string review_type
  string status
  uuid assignee_user_id
  datetime assigned_at
  datetime due_at
}

REVIEW_DECISION {
  uuid decision_id PK
  uuid review_task_id FK
  string decision
  string rationale
  string risk_level
  string conditions
  uuid decided_by_user_id
  datetime decided_at
}

FEASIBILITY_REPORT {
  uuid report_id PK
  uuid feas_run_id FK
  string overall_feasibility
  float overall_score
  float overall_probability
  string summary
  datetime generated_at
}

REPORT_ATTACHMENT {
  uuid attachment_id PK
  uuid report_id FK
  string file_name
  string uri
  string checksum
  datetime uploaded_at
}

AUDIT_LOG {
  uuid audit_id PK
  uuid tenant_id FK
  string actor_type
  uuid actor_id
  string action
  string entity_type
  uuid entity_id
  uuid correlation_id
  datetime event_time
  json metadata_json
}

%% =========================
%% RELATIONSHIPS
%% =========================
TENANT ||--o{ IMAGING_REQUEST : owns

IMAGING_REQUEST ||--o{ FEASIBILITY_RUN : evaluated_by

FEASIBILITY_RUN ||--o{ ORBIT_SNAPSHOT : captures
FEASIBILITY_RUN ||--o{ WEATHER_SNAPSHOT : captures
FEASIBILITY_RUN ||--o{ OP_CONSTRAINT_SNAPSHOT : captures

SATELLITE ||--o{ VISIBILITY_PASS : generates
GROUND_STATION ||--o{ VISIBILITY_PASS : observes

FEASIBILITY_RUN ||--o{ IMAGING_CANDIDATE : generates
SATELLITE ||--o{ IMAGING_CANDIDATE : candidate_for
VISIBILITY_PASS ||--o{ IMAGING_CANDIDATE : based_on

FEASIBILITY_CRITERION ||--o{ FEASIBILITY_CHECK_RESULT : applied_as
IMAGING_CANDIDATE ||--o{ FEASIBILITY_CHECK_RESULT : produces

PROBABILITY_MODEL ||--o{ PROBABILITY_ESTIMATE : used_by
IMAGING_CANDIDATE ||--o{ PROBABILITY_ESTIMATE : has
WEATHER_SNAPSHOT ||--o{ CLOUD_COVER_ESTIMATE : provides
IMAGING_CANDIDATE ||--o{ CLOUD_COVER_ESTIMATE : has

FEASIBILITY_RUN ||--o{ REVIEW_TASK : reviewed_by
REVIEW_TASK ||--o{ REVIEW_DECISION : decided_as

FEASIBILITY_RUN ||--o{ FEASIBILITY_REPORT : summarized_as
FEASIBILITY_REPORT ||--o{ REPORT_ATTACHMENT : attaches

TENANT ||--o{ AUDIT_LOG : logs

2) 전체 테이블 설명 표 (테이블명 / 엔터티 / 속성)

아래는 ERD에 포함된 모든 테이블을 동일한 방식(데이터 사전)으로 정리했습니다.

2-1) Core Request / Context

TENANT

IMAGING_REQUEST

SATELLITE

GROUND_STATION

VISIBILITY_PASS

2-2) Feasibility Run (재현 가능한 평가 실행)

FEASIBILITY_RUN

ORBIT_SNAPSHOT

WEATHER_SNAPSHOT

OP_CONSTRAINT_SNAPSHOT

2-3) Candidates & Checks (가능성 평가의 핵심)

IMAGING_CANDIDATE

FEASIBILITY_CRITERION

FEASIBILITY_CHECK_RESULT

2-4) Probability (성공확률/품질확률/납기확률)

PROBABILITY_MODEL

PROBABILITY_ESTIMATE

CLOUD_COVER_ESTIMATE

2-5) Validity Review Workflow (업무적 타당성/정책/리스크)

REVIEW_TASK

REVIEW_DECISION

FEASIBILITY_REPORT

REPORT_ATTACHMENT

2-6) Audit (감사/추적)

AUDIT_LOG

3) 업무 플로우를 ERD에 매핑하면 이렇게 흘러갑니다

• IMAGING_REQUEST 생성
• FEASIBILITY_RUN 시작(스냅샷 3종: ORBIT_SNAPSHOT, WEATHER_SNAPSHOT, OP_CONSTRAINT_SNAPSHOT)
• 패스 기반으로 IMAGING_CANDIDATE 생성
• 후보마다 FEASIBILITY_CHECK_RESULT(기준은 FEASIBILITY_CRITERION) 산출 → PASS/FAIL/WARN 근거 기록
• 후보마다 CLOUD_COVER_ESTIMATE 및 PROBABILITY_ESTIMATE 계산(모델은 PROBABILITY_MODEL)
• 필요 시 REVIEW_TASK 생성 → REVIEW_DECISION으로 승인/거절/조건부 승인
• 종합본 FEASIBILITY_REPORT 생성 + REPORT_ATTACHMENT 증빙 첨부
• 전 과정 AUDIT_LOG에 기록

다음 확장(원하시면 즉시 반영 가능)

실무에서 feasibility에 자주 추가되는 테이블(필요 시 ERD에 바로 확장):

• CONFLICT_ANALYSIS(기존 스케줄/우선권 충돌 분석)
• DOWNLINK_FEASIBILITY(세션/볼륨/납기 충족 확률)
• RISK_REGISTER(리스크 항목/완화책/담당)
• AOI_TILE(대면적 AOI 분할/후보 폭발 제어)
• MODEL_EVIDENCE_LINEAGE(확률값의 입력 데이터 라인리지)

원하시면 “광학 vs SAR”에 따라 criterion과 probability target_metric 표준도 같이 만들어드릴 수 있습니다.

아래는 직전 ERD(Feasibility/Probability/Validity Workflow)에, 제가 제안했던 확장 요소 전부를 반영해 갱신(업데이트)한 ERD와, 추가된 테이블까지 포함한 전체 데이터사전(테이블명/엔터티/속성 설명)입니다.

1) 갱신 ERD (Mermaid)

erDiagram

%% =========================
%% CORE / CONTEXT
%% =========================
TENANT {
  uuid tenant_id PK
  string tenant_name
  string status
}

IMAGING_REQUEST {
  uuid request_id PK
  uuid tenant_id FK
  uuid customer_id
  geometry aoi_geom
  datetime time_window_start
  datetime time_window_end
  int priority
  datetime sla_due_time
  string product_level
  float max_cloud_pct
  float max_off_nadir_deg
  string status
  uuid correlation_id
  datetime created_at
}

AOI_TILE {
  uuid tile_id PK
  uuid request_id FK
  int tile_index
  geometry tile_geom
  float area_km2
  string status
  datetime created_at
}

SATELLITE {
  uuid satellite_id PK
  string name
  int norad_id
  string orbit_type
  string status
}

GROUND_STATION {
  uuid station_id PK
  string name
  float latitude
  float longitude
  string status
}

VISIBILITY_PASS {
  uuid pass_id PK
  uuid satellite_id FK
  uuid station_id FK
  datetime aos_time
  datetime los_time
  float max_elevation_deg
  datetime predicted_at
}

%% (Optional but practical) existing schedule reference for conflict analysis
SCHEDULE_SLOT {
  uuid slot_id PK
  uuid satellite_id FK
  datetime start_time
  datetime end_time
  string slot_type
  string state
  boolean locked
}

%% =========================
%% FEASIBILITY RUN (REPRODUCIBLE)
%% =========================
FEASIBILITY_RUN {
  uuid feas_run_id PK
  uuid request_id FK
  string run_type
  string status
  datetime horizon_start
  datetime horizon_end
  string policy_version
  uuid initiated_by_user_id
  datetime started_at
  datetime finished_at
}

ORBIT_SNAPSHOT {
  uuid orbit_snap_id PK
  uuid feas_run_id FK
  string source_type
  datetime source_epoch
  string source_ref
  datetime captured_at
}

WEATHER_SNAPSHOT {
  uuid weather_snap_id PK
  uuid feas_run_id FK
  string provider
  datetime forecast_base_time
  datetime captured_at
}

OP_CONSTRAINT_SNAPSHOT {
  uuid constraint_snap_id PK
  uuid feas_run_id FK
  string constraint_version
  json constraint_json
  datetime captured_at
}

%% =========================
%% CANDIDATES & CHECKS
%% =========================
IMAGING_CANDIDATE {
  uuid candidate_id PK
  uuid feas_run_id FK
  uuid satellite_id FK
  uuid pass_id FK
  uuid tile_id FK
  string mode_code
  datetime predicted_start
  datetime predicted_end
  float nominal_gsd_m
  float predicted_off_nadir_deg
  string status
  datetime created_at
}

FEASIBILITY_CRITERION {
  uuid criterion_id PK
  string domain
  string criterion_code
  string description
  string severity
  boolean hard_flag
}

FEASIBILITY_CHECK_RESULT {
  uuid check_id PK
  uuid candidate_id FK
  uuid criterion_id FK
  string result
  float score
  string reason_code
  json evidence_json
  datetime evaluated_at
}

%% =========================
%% CONFLICT ANALYSIS (schedule/priority/policy)
%% =========================
CONFLICT_ANALYSIS {
  uuid conflict_id PK
  uuid feas_run_id FK
  uuid candidate_id FK
  string conflict_type
  string severity
  string resolution_suggestion
  float impact_score
  datetime analyzed_at
}

CONFLICT_ITEM {
  uuid conflict_item_id PK
  uuid conflict_id FK
  string conflicted_entity_type
  uuid conflicted_entity_id
  string details
}

%% =========================
%% PROBABILITY (SUCCESS/QUALITY/DELIVERY)
%% =========================
PROBABILITY_MODEL {
  uuid model_id PK
  string model_name
  string model_type
  string version
  string owner
  string input_schema_uri
  string status
}

PROBABILITY_ESTIMATE {
  uuid prob_id PK
  uuid candidate_id FK
  uuid model_id FK
  string target_metric
  float probability
  float confidence
  json feature_json
  datetime estimated_at
}

MODEL_EVIDENCE_LINEAGE {
  uuid lineage_id PK
  uuid prob_id FK
  string input_type
  string input_ref
  string checksum
  datetime captured_at
}

CLOUD_COVER_ESTIMATE {
  uuid cloud_est_id PK
  uuid candidate_id FK
  uuid weather_snap_id FK
  float cloud_pct_mean
  float cloud_pct_p90
  string method
  datetime estimated_at
}

%% =========================
%% DOWNLINK FEASIBILITY (capacity / window / on-time probability)
%% =========================
DOWNLINK_WINDOW_CANDIDATE {
  uuid dl_win_id PK
  uuid feas_run_id FK
  uuid satellite_id FK
  uuid station_id FK
  uuid pass_id FK
  datetime window_start
  datetime window_end
  float max_elevation_deg
  datetime created_at
}

DOWNLINK_FEASIBILITY {
  uuid dl_feas_id PK
  uuid candidate_id FK
  uuid dl_win_id FK
  float volume_est_gb
  float rate_est_mbps
  float on_time_probability
  string result
  string reason_code
  json evidence_json
  datetime evaluated_at
}

%% =========================
%% VALIDITY REVIEW WORKFLOW
%% =========================
REVIEW_TASK {
  uuid review_task_id PK
  uuid feas_run_id FK
  string review_type
  string status
  uuid assignee_user_id
  datetime assigned_at
  datetime due_at
}

REVIEW_DECISION {
  uuid decision_id PK
  uuid review_task_id FK
  string decision
  string rationale
  string risk_level
  string conditions
  uuid decided_by_user_id
  datetime decided_at
}

%% =========================
%% RISK REGISTER (risk items + mitigation)
%% =========================
RISK_REGISTER {
  uuid risk_id PK
  uuid feas_run_id FK
  uuid candidate_id FK
  string risk_type
  string risk_level
  string description
  string mitigation_plan
  uuid owner_user_id
  string status
  datetime created_at
  datetime updated_at
}

%% =========================
%% REPORTING / EVIDENCE
%% =========================
FEASIBILITY_REPORT {
  uuid report_id PK
  uuid feas_run_id FK
  string overall_feasibility
  float overall_score
  float overall_probability
  string summary
  datetime generated_at
}

REPORT_ATTACHMENT {
  uuid attachment_id PK
  uuid report_id FK
  string file_name
  string uri
  string checksum
  datetime uploaded_at
}

AUDIT_LOG {
  uuid audit_id PK
  uuid tenant_id FK
  string actor_type
  uuid actor_id
  string action
  string entity_type
  uuid entity_id
  uuid correlation_id
  datetime event_time
  json metadata_json
}

%% =========================
%% RELATIONSHIPS
%% =========================
TENANT ||--o{ IMAGING_REQUEST : owns
IMAGING_REQUEST ||--o{ AOI_TILE : splits_into

IMAGING_REQUEST ||--o{ FEASIBILITY_RUN : evaluated_by
FEASIBILITY_RUN ||--o{ ORBIT_SNAPSHOT : captures
FEASIBILITY_RUN ||--o{ WEATHER_SNAPSHOT : captures
FEASIBILITY_RUN ||--o{ OP_CONSTRAINT_SNAPSHOT : captures

SATELLITE ||--o{ VISIBILITY_PASS : generates
GROUND_STATION ||--o{ VISIBILITY_PASS : observes

FEASIBILITY_RUN ||--o{ IMAGING_CANDIDATE : generates
AOI_TILE ||--o{ IMAGING_CANDIDATE : targeted_by
SATELLITE ||--o{ IMAGING_CANDIDATE : candidate_for
VISIBILITY_PASS ||--o{ IMAGING_CANDIDATE : based_on

FEASIBILITY_CRITERION ||--o{ FEASIBILITY_CHECK_RESULT : applied_as
IMAGING_CANDIDATE ||--o{ FEASIBILITY_CHECK_RESULT : produces

FEASIBILITY_RUN ||--o{ CONFLICT_ANALYSIS : analyzes
IMAGING_CANDIDATE ||--o{ CONFLICT_ANALYSIS : has
CONFLICT_ANALYSIS ||--o{ CONFLICT_ITEM : includes
SATELLITE ||--o{ SCHEDULE_SLOT : has

PROBABILITY_MODEL ||--o{ PROBABILITY_ESTIMATE : used_by
IMAGING_CANDIDATE ||--o{ PROBABILITY_ESTIMATE : has
PROBABILITY_ESTIMATE ||--o{ MODEL_EVIDENCE_LINEAGE : traces_inputs
WEATHER_SNAPSHOT ||--o{ CLOUD_COVER_ESTIMATE : provides
IMAGING_CANDIDATE ||--o{ CLOUD_COVER_ESTIMATE : has

FEASIBILITY_RUN ||--o{ DOWNLINK_WINDOW_CANDIDATE : proposes
DOWNLINK_WINDOW_CANDIDATE }o--|| VISIBILITY_PASS : derived_from
IMAGING_CANDIDATE ||--o{ DOWNLINK_FEASIBILITY : evaluated_by
DOWNLINK_WINDOW_CANDIDATE ||--o{ DOWNLINK_FEASIBILITY : uses

FEASIBILITY_RUN ||--o{ REVIEW_TASK : reviewed_by
REVIEW_TASK ||--o{ REVIEW_DECISION : decided_as

FEASIBILITY_RUN ||--o{ RISK_REGISTER : records
IMAGING_CANDIDATE ||--o{ RISK_REGISTER : has

FEASIBILITY_RUN ||--o{ FEASIBILITY_REPORT : summarized_as
FEASIBILITY_REPORT ||--o{ REPORT_ATTACHMENT : attaches

TENANT ||--o{ AUDIT_LOG : logs

2) 전체 테이블 설명 표 (데이터 사전)

아래는 갱신 ERD에 포함된 모든 테이블을 동일 형식으로 정리한 것입니다.

2-1) Core / Context

TENANT

IMAGING_REQUEST

AOI_TILE

SATELLITE

GROUND_STATION

VISIBILITY_PASS

SCHEDULE_SLOT

2-2) Feasibility Run (재현성 중심)

FEASIBILITY_RUN

ORBIT_SNAPSHOT

WEATHER_SNAPSHOT

OP_CONSTRAINT_SNAPSHOT

2-3) Candidates & Checks (Feasibility 핵심)

IMAGING_CANDIDATE

FEASIBILITY_CRITERION

FEASIBILITY_CHECK_RESULT

2-4) Conflict Analysis (스케줄/우선권/정책 충돌)

CONFLICT_ANALYSIS

CONFLICT_ITEM

2-5) Probability (성공/품질/SLA 준수 확률)

PROBABILITY_MODEL

PROBABILITY_ESTIMATE

MODEL_EVIDENCE_LINEAGE

CLOUD_COVER_ESTIMATE

2-6) Downlink Feasibility (하행 가능성/납기 확률)

DOWNLINK_WINDOW_CANDIDATE

DOWNLINK_FEASIBILITY

2-7) Validity Review Workflow (업무적 타당성 검토)

REVIEW_TASK

REVIEW_DECISION

2-8) Risk Register (리스크 항목/완화)

RISK_REGISTER

2-9) Reporting / Evidence

FEASIBILITY_REPORT

REPORT_ATTACHMENT

2-10) Audit

AUDIT_LOG

3) 이 갱신 모델이 지원하는 “업무 플로우” (요약)

1. IMAGING_REQUEST 접수 → 필요 시 AOI_TILE로 분할
2. FEASIBILITY_RUN 생성, 스냅샷 3종 캡처(ORBIT/WEATHER/CONSTRAINT)
3. IMAGING_CANDIDATE 생성(타일/패스/모드 기반)
4. 후보별 FEASIBILITY_CHECK_RESULT 생성(criterion 기준)
5. 후보별 CLOUD_COVER_ESTIMATE, PROBABILITY_ESTIMATE 산출 + MODEL_EVIDENCE_LINEAGE로 근거 라인리지 고정
6. 기존 확정 스케줄과 CONFLICT_ANALYSIS / CONFLICT_ITEM로 충돌 분석
7. 다운링크 관점 DOWNLINK_WINDOW_CANDIDATE 생성 후 DOWNLINK_FEASIBILITY로 납기 준수 확률 포함 평가
8. 필요 시 REVIEW_TASK → REVIEW_DECISION, 리스크는 RISK_REGISTER로 관리
9. 종합 FEASIBILITY_REPORT 생성 + REPORT_ATTACHMENT 첨부, 전 과정 AUDIT_LOG 기록

원하시면 다음 단계로, 이 ERD를 기반으로 실제 운영에서 바로 쓰는 “Feasibility 기준(criterion_code) 표준 목록(광학/SAR 분기 포함)”과 PASS/FAIL/WARN 판정 규칙 템플릿까지 같이 만들었습니다.

좋습니다. 그럼 방금 갱신한 ERD를 실제 운영에서 바로 돌릴 수 있도록, 요청하신 (1) Feasibility 기준(criterion_code) 표준 목록(광학/ SAR 분기 포함)과 (2) PASS/FAIL/WARN 판정 규칙 템플릿, 그리고 (3) 점수/확률 집계(Overall) 산정 규칙까지 한 세트로 정리합니다.

(모두 ERD의 FEASIBILITY_CRITERION, FEASIBILITY_CHECK_RESULT, PROBABILITY_ESTIMATE, DOWNLINK_FEASIBILITY, RISK_REGISTER에 그대로 매핑됩니다.)

1) Feasibility Criterion 표준(마스터) 정의

1.1 공통 필드 표준

FEASIBILITY_CRITERION

• domain: ORBIT / IMAGING / ATTITUDE / POWER / THERMAL / COMM / GROUND / DATA / SECURITY / POLICY / CONFLICT
• criterion_code: 불변 식별자(버전 바뀌어도 코드 유지)
• severity: LOW / MED / HIGH / CRITICAL
• hard_flag: true(하드제약) / false(소프트제약)

FEASIBILITY_CHECK_RESULT

• result: PASS / WARN / FAIL
• score: 0.0~1.0 (PASS라도 품질 차이를 반영 가능)
• reason_code: 표준화된 실패/경고 코드
• evidence_json: 계산값/입력/임계치/참조키(스냅샷/라인리지) 포함

2) Criterion Master 목록(표준) — 공통 + 광학(OPT) + SAR

아래는 실무에서 거의 반드시 필요한 항목들을 “운영 가능한 수준”으로 표준화한 것입니다.

2.1 ORBIT / GEOMETRY 도메인 (공통)

2.2 IMAGING / SENSOR 도메인

(A) 광학(OPTICAL)

(B) SAR

2.3 ATTITUDE / MANEUVER 도메인(공통)

2.4 POWER / THERMAL 도메인(공통)

2.5 COMM / GROUND / DOWNLINK 도메인(공통)

> DOWNLINK_FEASIBILITY는 위 항목들을 종합한 “전용 평가 결과”로 별도 테이블에 보관하도록 이미 ERD에 반영했습니다.

2.6 SECURITY / POLICY / COMPLIANCE (공통)

2.7 CONFLICT (공통, 기존 스케줄과의 충돌)

CONFLICT_ANALYSIS/CONFLICT_ITEM로 상세 관리하되, 결과 요약을 체크로도 반영 가능

3) PASS/FAIL/WARN 판정 규칙 템플릿(운영 표준)

각 criterion은 “임계치”와 “판정 규칙”이 있어야 합니다. 이를 evidence_json에 항상 남기면 감사/재현이 됩니다.

3.1 템플릿(일반형)

입력

• measured_value
• thresholds: {pass, warn, fail} 또는 구간
• direction: <= / >= / range
• hard_flag

판정

• hard_flag=true:
• FAIL이면 후보는 IMAGING_CANDIDATE.status = REJECTED(또는 NOT_FEASIBLE)

• hard_flag=false:
• FAIL/WARN도 후보는 유지하되 score를 낮춤

예시(evidence_json)

{
  "measured": { "off_nadir_deg": 27.4 },
  "threshold": { "max_off_nadir_deg": 25.0 },
  "rule": "FAIL if off_nadir_deg > max_off_nadir_deg",
  "inputs": { "request_max_off_nadir_deg": 25.0 },
  "snapshot_refs": { "orbit_snap_id": "..." }
}

3.2 권장 판정 규칙(대표 6개)

ATT_MAX_OFF_NADIR (Hard)

• PASS: off_nadir <= max_off_nadir
• FAIL: 초과
• score: PASS면 1 - (off_nadir/max_off_nadir)*k처럼 품질도 반영 가능(옵션)

OPT_MAX_CLOUD_PCT (정책형: Hard/Soft 가능)

• PASS: cloud_pct_p90 <= max_cloud_pct
• WARN: cloud_pct_mean <= max_cloud_pct < cloud_pct_p90
• FAIL: cloud_pct_mean > max_cloud_pct
• 근거: CLOUD_COVER_ESTIMATE의 mean/p90 사용 (보수 운영이면 p90 중심)

GND_DOWNLINK_WINDOW_EXISTS (Hard)

• PASS: 납기 sla_due_time 이전에 가능한 다운링크 윈도우 ≥ 1
• FAIL: 없음
• 근거: DOWNLINK_WINDOW_CANDIDATE 레코드 존재 + window_end <= sla_due_time

DATA_LATENCY_SLA_OK (정책형)

• PASS: on_time_probability >= 0.8
• WARN: 0.5 <= on_time_probability < 0.8
• FAIL: < 0.5
• 근거: DOWNLINK_FEASIBILITY.on_time_probability 또는 PROBABILITY_ESTIMATE(target=SLA_ON_TIME)

SEC_GEO_FENCE_OK (Hard)

• PASS: AOI intersects forbidden zone = false
• FAIL: true
• 근거: 금지구역 dataset ref를 lineage에 남김

CON_TIME_OVERLAP_LOCKED (Hard)

• PASS: overlap 없음
• FAIL: locked 슬롯과 overlap 존재
• 근거: CONFLICT_ANALYSIS + CONFLICT_ITEM로 어떤 slot과 충돌했는지 저장

4) Overall Feasibility / Score / Probability 집계 규칙(보고서 생성 기준)

FEASIBILITY_REPORT는 “후보 중 무엇을 선택할지”를 요약합니다. 운영 표준을 아래처럼 두면 일관됩니다.

4.1 후보 단위 Feasibility 판정

• 후보가 하드 제약(criterion.hard_flag=true) 중 하나라도 FAIL → 후보 NOT_FEASIBLE
• 하드 FAIL이 없고 WARN/소프트 FAIL만 존재 → 후보 FEASIBLE_WITH_RISK(또는 CONDITIONAL)

4.2 후보 점수(score) 산정(권장)

• 기준별 가중치 w_i (policy_version별 테이블/JSON로 관리)
• candidate_score = Σ (w_i * check_score_i)
• 충돌/변경 페널티 반영:
• candidate_score -= impact_score(conflict)

• 품질/확률 반영:
• candidate_score *= P_success 또는 별도 랭킹 기준으로 함께 표시

> 실무에서는 “점수”와 “확률”을 섞기보다, 점수(가치) + 확률(리스크)를 함께 보여주고 의사결정합니다.

4.3 종합 확률(Overall Probability)

• 가장 단순/운영적 정의:
• overall_probability = P_capture_success * P_cloud_ok * P_downlink_on_time

• 저장 방식:
• PROBABILITY_ESTIMATE를 target_metric별로 저장하고,
• 보고서 생성 시 결합 규칙을 policy_version로 고정해 계산 결과를 FEASIBILITY_REPORT.overall_probability에 적재

4.4 후보 추천(Recommendation) 규칙

• 1순위: NOT_FEASIBLE 제외
• 2순위: overall_probability가 최소 기준 이상(예: ≥0.7)
• 3순위: candidate_score 내림차순
• 동률이면: 납기 여유, 다운링크 여유, 충돌 영향 낮은 것 우선

5) 구현 관점에서 “마스터 데이터”를 어떻게 넣나

운영 시작 시 최소 아래 3개 마스터를 채워야 시스템이 돌아갑니다.

1. FEASIBILITY_CRITERION (오늘 드린 criterion_code 목록 기반)
2. PROBABILITY_MODEL (RULE 기반부터 시작 가능: cloud/다운링크/SLA)
3. policy_version별 가중치/임계치(JSON 또는 별도 테이블)

원하시면 다음 답변에서, 위 criterion_code를 그대로 써서 초기 마스터 데이터 샘플(Seed 데이터: INSERT용 JSON/CSV/SQL) 을 만들어 드리겠습니다. (광학/ SAR 각각 기본 policy_version도 같이 포함)

좋습니다. 아래는 초기 운영을 바로 시작할 수 있는 Seed 데이터(초기 마스터 데이터) 샘플입니다.

• (A) FEASIBILITY_CRITERION 초기값 (공통 + OPT + SAR)
• (B) PROBABILITY_MODEL 초기값 (RULE 기반부터)
• (C) policy_version별 임계치/가중치/집계 규칙(권장: 테이블 또는 JSON 파일)
• ERD에 policy_version이 있으므로, 실운영에서는 정책을 DB로 관리하는 게 가장 안정적입니다.
• 아래에 **권장 테이블 1개(FEASIBILITY_POLICY)**를 추가하고, 그에 대한 seed도 같이 제공합니다.

0) (권장) 정책 테이블 1개 추가: FEASIBILITY_POLICY

> 지금 ERD에는 policy_version 필드만 있고 정책 저장소는 없어서, 운영/감사/재현성을 위해 정책을 DB에 고정하는 걸 권장합니다.

테이블(권장)

• FEASIBILITY_POLICY(policy_version PK, domain, config_json, status, created_at)

1) SQL Seed — FEASIBILITY_CRITERION

> 아래는 “대표 운영 세트”이며, 실제로는 조직 정책에 따라 hard/soft와 severity를 조정하세요.

-- =========================
-- FEASIBILITY_CRITERION (Seed)
-- =========================
-- Columns assumed:
-- (criterion_id uuid, domain text, criterion_code text, description text, severity text, hard_flag boolean)

INSERT INTO FEASIBILITY_CRITERION
(criterion_id, domain, criterion_code, description, severity, hard_flag)
VALUES
-- ORBIT / GEOMETRY (Common)
(gen_random_uuid(), 'ORBIT', 'ORB_PASS_EXISTS', '요청 시간창 내 촬영 가능한 패스 존재 여부', 'CRITICAL', TRUE),
(gen_random_uuid(), 'ORBIT', 'ORB_REVISIT_WITHIN_WINDOW', '시간창 내 재방문/대안 패스 충분성', 'MED', FALSE),
(gen_random_uuid(), 'ORBIT', 'GEO_AOI_COVERAGE', 'AOI(또는 타일) 커버리지 충족', 'HIGH', TRUE),
(gen_random_uuid(), 'ORBIT', 'GEO_SUN_ELEVATION', '태양고도 임계치 충족(광학 핵심)', 'HIGH', TRUE),

-- IMAGING (OPTICAL)
(gen_random_uuid(), 'IMAGING', 'OPT_MAX_CLOUD_PCT', '구름량 허용치 충족(Mean/P90 기반)', 'HIGH', FALSE),
(gen_random_uuid(), 'IMAGING', 'OPT_SUN_GLINT_RISK', '태양 글린트 위험(수면/각도) 평가', 'MED', FALSE),
(gen_random_uuid(), 'IMAGING', 'OPT_HAZE_AEROSOL_RISK', '박무/에어로졸에 의한 품질 저하 위험', 'MED', FALSE),
(gen_random_uuid(), 'IMAGING', 'OPT_LOW_LIGHT', '저조도(야간/낮은 태양고도) 품질 위험', 'MED', FALSE),
(gen_random_uuid(), 'IMAGING', 'OPT_GSD_MEETS_REQUIREMENT', '요구 GSD(해상도) 충족', 'HIGH', TRUE),
(gen_random_uuid(), 'IMAGING', 'OPT_MTF_QUALITY_EST', 'MTF/선명도 품질 추정(소프트 점수)', 'MED', FALSE),

-- IMAGING (SAR)
(gen_random_uuid(), 'IMAGING', 'SAR_MODE_AVAILABLE', '요청 SAR 모드 가능 여부', 'CRITICAL', TRUE),
(gen_random_uuid(), 'IMAGING', 'SAR_INC_ANGLE_RANGE', '입사각 범위 적합성', 'HIGH', FALSE),
(gen_random_uuid(), 'IMAGING', 'SAR_AMBIGUITY_RISK', '거리/방위 모호도 위험', 'MED', FALSE),
(gen_random_uuid(), 'IMAGING', 'SAR_RFI_RISK', 'RFI 간섭 위험', 'MED', FALSE),
(gen_random_uuid(), 'IMAGING', 'SAR_SNR_EST', 'SNR 품질 추정(소프트 점수)', 'MED', FALSE),

-- ATTITUDE / MANEUVER (Common)
(gen_random_uuid(), 'ATTITUDE', 'ATT_MAX_OFF_NADIR', '오프나딜 제한 충족', 'CRITICAL', TRUE),
(gen_random_uuid(), 'ATTITUDE', 'ATT_SLEW_TIME_FEASIBLE', '이전/다음 작업 대비 기동시간 가능', 'HIGH', TRUE),
(gen_random_uuid(), 'ATTITUDE', 'ATT_SLEW_RATE_LIMIT', '기동 속도/가속도 제한 충족', 'HIGH', TRUE),
(gen_random_uuid(), 'ATTITUDE', 'ATT_STABILIZATION_TIME', '안정화 시간(품질 영향) 평가', 'MED', FALSE),

-- POWER / THERMAL (Common)
(gen_random_uuid(), 'POWER', 'PWR_ENERGY_BUDGET_OK', '에너지 예산 충족(일조/배터리)', 'HIGH', FALSE),
(gen_random_uuid(), 'POWER', 'PWR_PEAK_LOAD_OK', '피크 전력 제한 충족', 'HIGH', TRUE),
(gen_random_uuid(), 'THERMAL', 'THR_TEMP_LIMIT_OK', '열(온도) 한계 충족', 'HIGH', TRUE),
(gen_random_uuid(), 'THERMAL', 'THR_DUTY_CYCLE_OK', '듀티사이클(연속 촬영/송신) 제한', 'MED', FALSE),

-- COMM / GROUND / DATA (Common)
(gen_random_uuid(), 'GROUND', 'GND_DOWNLINK_WINDOW_EXISTS', '납기 내 다운링크 윈도우 존재', 'CRITICAL', TRUE),
(gen_random_uuid(), 'COMM', 'COM_LINK_BUDGET_OK', '링크버짓 충족(고각/밴드/전송률)', 'HIGH', FALSE),
(gen_random_uuid(), 'COMM', 'COM_REQUIRED_VOLUME_OK', '필요 전송량을 윈도우 내 처리 가능', 'HIGH', FALSE),
(gen_random_uuid(), 'GROUND', 'GND_RESOURCE_AVAILABLE', '지상국/안테나 자원 가용성(혼잡)', 'HIGH', FALSE),
(gen_random_uuid(), 'DATA', 'DATA_ONBOARD_STORAGE_OK', '온보드 저장공간 여유', 'HIGH', FALSE),
(gen_random_uuid(), 'DATA', 'DATA_LATENCY_SLA_OK', 'SLA 납기 준수 가능성(확률 기반)', 'HIGH', FALSE),

-- SECURITY / POLICY (Common)
(gen_random_uuid(), 'SECURITY', 'SEC_EXPORT_CONTROL_OK', '수출통제/제공 제한 위반 여부', 'CRITICAL', TRUE),
(gen_random_uuid(), 'SECURITY', 'SEC_GEO_FENCE_OK', '촬영 금지/제한 구역(지오펜스) 위반 여부', 'CRITICAL', TRUE),
(gen_random_uuid(), 'POLICY', 'POL_QUOTA_OK', '쿼터/요금제 정책 충족', 'HIGH', FALSE),
(gen_random_uuid(), 'POLICY', 'POL_PRIORITY_ALLOWED', '긴급 우선권 사용 권한', 'MED', TRUE),
(gen_random_uuid(), 'POLICY', 'POL_CONSENT_REQUIRED', '추가 승인/동의 필요(워크플로 생성)', 'MED', FALSE),

-- CONFLICT (Common)
(gen_random_uuid(), 'CONFLICT', 'CON_TIME_OVERLAP_LOCKED', 'Locked(Freeze) 슬롯과 시간 겹침', 'CRITICAL', TRUE),
(gen_random_uuid(), 'CONFLICT', 'CON_TIME_OVERLAP_COMMITTED', 'Committed 슬롯과 시간 겹침(재계획 가능성)', 'HIGH', FALSE),
(gen_random_uuid(), 'CONFLICT', 'CON_GROUND_RESOURCE_CONFLICT', '지상국 자원 충돌', 'HIGH', FALSE),
(gen_random_uuid(), 'CONFLICT', 'CON_POLICY_MIN_PERTURBATION', '변경량 최소화 정책 위반 정도', 'MED', FALSE);

2) SQL Seed — PROBABILITY_MODEL

> 초기에는 ML 없이도 RULE/STAT 모델로 충분히 운영 가능합니다. (나중에 ML로 교체해도 model_id/version만 올리면 됨)

-- =========================
-- PROBABILITY_MODEL (Seed)
-- =========================
-- Columns assumed:
-- (model_id uuid, model_name text, model_type text, version text, owner text, input_schema_uri text, status text)

INSERT INTO PROBABILITY_MODEL
(model_id, model_name, model_type, version, owner, input_schema_uri, status)
VALUES
(gen_random_uuid(), 'RULE_CLOUD_OK', 'RULE', '1.0.0', 'planning-team', 's3://schemas/prob/cloud_ok_v1.json', 'active'),
(gen_random_uuid(), 'RULE_CAPTURE_SUCCESS', 'RULE', '1.0.0', 'planning-team', 's3://schemas/prob/capture_success_v1.json', 'active'),
(gen_random_uuid(), 'RULE_DOWNLINK_ON_TIME', 'RULE', '1.0.0', 'ground-team', 's3://schemas/prob/downlink_ontime_v1.json', 'active'),
(gen_random_uuid(), 'RULE_SLA_ON_TIME', 'RULE', '1.0.0', 'ops-team', 's3://schemas/prob/sla_ontime_v1.json', 'active');

3) (권장) SQL Seed — FEASIBILITY_POLICY (policy_version별 임계치/가중치/집계)

3.1 테이블(권장) 생성 예시

-- 권장 정책 테이블(없다면 생성)
CREATE TABLE IF NOT EXISTS FEASIBILITY_POLICY (
  policy_version text PRIMARY KEY,
  domain text NOT NULL,              -- 'OPTICAL' / 'SAR' / 'COMMON'
  config_json jsonb NOT NULL,
  status text NOT NULL DEFAULT 'active',
  created_at timestamptz NOT NULL DEFAULT now()
);

3.2 정책 Seed: OPT_BASE_v1

• cloud 판정은 p90 우선(보수적), 하드/소프트는 운영정책으로 선택 가능
• overall_probability 결합 규칙 포함

INSERT INTO FEASIBILITY_POLICY (policy_version, domain, config_json, status)
VALUES
('OPT_BASE_v1', 'OPTICAL',
'{
  "thresholds": {
    "sun_elev_min_deg": 10.0,
    "cloud_ok": { "pass_p90_le": 20.0, "warn_mean_le": 20.0 },
    "sla_on_time": { "pass_ge": 0.8, "warn_ge": 0.5 }
  },
  "weights": {
    "ATT_MAX_OFF_NADIR": 0.20,
    "OPT_GSD_MEETS_REQUIREMENT": 0.20,
    "OPT_MAX_CLOUD_PCT": 0.15,
    "ATT_SLEW_TIME_FEASIBLE": 0.10,
    "GND_DOWNLINK_WINDOW_EXISTS": 0.10,
    "DATA_LATENCY_SLA_OK": 0.10,
    "SEC_GEO_FENCE_OK": 0.15
  },
  "hard_overrides": {
    "GEO_SUN_ELEVATION": true,
    "OPT_MAX_CLOUD_PCT": false
  },
  "overall_probability_rule": {
    "combine": "multiply",
    "terms": ["P_CAPTURE_SUCCESS", "P_CLOUD_OK", "P_DOWNLINK_ON_TIME"]
  },
  "recommendation": {
    "min_overall_probability": 0.70,
    "rank_by": ["overall_probability_desc", "candidate_score_desc", "conflict_impact_asc"]
  }
}'::jsonb,
'active');

3.3 정책 Seed: SAR_BASE_v1

• SAR은 cloud 영향이 상대적으로 낮으므로 cloud는 품질 지표로만 반영(또는 제외)
• 대신 입사각/모드/다운링크/간섭(RFI) 중심

INSERT INTO FEASIBILITY_POLICY (policy_version, domain, config_json, status)
VALUES
('SAR_BASE_v1', 'SAR',
'{
  "thresholds": {
    "sla_on_time": { "pass_ge": 0.8, "warn_ge": 0.5 },
    "inc_angle": { "warn_range_deg": [20, 45], "fail_range_deg": [15, 55] }
  },
  "weights": {
    "SAR_MODE_AVAILABLE": 0.20,
    "SAR_INC_ANGLE_RANGE": 0.15,
    "SAR_RFI_RISK": 0.10,
    "SAR_SNR_EST": 0.15,
    "ATT_MAX_OFF_NADIR": 0.15,
    "GND_DOWNLINK_WINDOW_EXISTS": 0.10,
    "DATA_LATENCY_SLA_OK": 0.15
  },
  "hard_overrides": {
    "GEO_SUN_ELEVATION": false
  },
  "overall_probability_rule": {
    "combine": "multiply",
    "terms": ["P_CAPTURE_SUCCESS", "P_DOWNLINK_ON_TIME"]
  },
  "recommendation": {
    "min_overall_probability": 0.75,
    "rank_by": ["overall_probability_desc", "candidate_score_desc", "conflict_impact_asc"]
  }
}'::jsonb,
'active');

4) Seed 보강: reason_code / target_metric 표준(운영 편의)

DB 테이블은 아니지만 코드 표준을 seed와 같이 고정하는 걸 강력 권장합니다.

4.1 FEASIBILITY_CHECK_RESULT.reason_code 예시(표준)

• NO_PASS_IN_WINDOW
• OFF_NADIR_EXCEEDED
• SLEW_NOT_FEASIBLE
• SUN_ELEV_TOO_LOW
• CLOUD_TOO_HIGH_P90
• GEOFENCE_VIOLATION
• DOWNLINK_WINDOW_MISSING
• DOWNLINK_VOLUME_INFEASIBLE
• SLA_PROB_TOO_LOW
• LOCKED_SLOT_CONFLICT
• GROUND_RESOURCE_CONFLICT

4.2 PROBABILITY_ESTIMATE.target_metric 표준

• P_CAPTURE_SUCCESS
• P_CLOUD_OK (OPT 중심)
• P_DOWNLINK_ON_TIME
• P_SLA_ON_TIME
• P_QUALITY_OK (선명도/MTF/SNR 등)

5) 이 Seed로 “바로 돌아가는 최소 운영 루프”

1. FEASIBILITY_CRITERION 로 체크항목 표준 고정
2. FEASIBILITY_POLICY 로 policy_version에 따른 임계치/가중치/집계 규칙 고정
3. PROBABILITY_MODEL 로 확률 산정 “모델 레지스트리” 확보
4. Run 수행 시:

• 후보 생성 → 체크 결과 저장 → 확률 저장 → 충돌/다운링크 평가 저장
• 정책에 따라 점수/overall_probability 산정 → FEASIBILITY_REPORT 생성

원하시면 다음으로, 위 Seed를 기반으로 (a) CSV 형태로도 출력(운영팀이 엑셀로 관리하기 좋음)하고, (b) 각 criterion_code별 판정 로직을 pseudo-code(또는 룰 DSL)로 표준 템플릿화해서 바로 구현 가능한 수준으로 더 내려드리겠습니다.

좋습니다. 그럼 다음 단계로 요청하신 두 가지를 바로 구현/운영 가능한 형태로 내려드리겠습니다.

1. 운영팀이 엑셀/스프레드시트로 관리하기 좋은 CSV(표) 형태
2. 개발팀이 그대로 코드로 옮길 수 있는 criterion_code별 판정 로직 템플릿(룰 DSL + 의사코드)

1) CSV 형태 Seed (스프레드시트용)

아래는 “복사→CSV로 저장” 가능한 형태입니다.

(실무에서는 criterion_id/model_id는 DB에서 생성하므로 CSV에는 코드 중심으로 둡니다.)

1.1 FEASIBILITY_CRITERION.csv

domain,criterion_code,hard_flag,severity,description
ORBIT,ORB_PASS_EXISTS,true,CRITICAL,"요청 시간창 내 촬영 가능한 패스 존재 여부"
ORBIT,ORB_REVISIT_WITHIN_WINDOW,false,MED,"시간창 내 재방문/대안 패스 충분성"
ORBIT,GEO_AOI_COVERAGE,true,HIGH,"AOI(또는 타일) 커버리지 충족"
ORBIT,GEO_SUN_ELEVATION,true,HIGH,"태양고도 임계치 충족(광학 핵심)"
IMAGING,OPT_MAX_CLOUD_PCT,false,HIGH,"구름량 허용치 충족(Mean/P90 기반)"
IMAGING,OPT_SUN_GLINT_RISK,false,MED,"태양 글린트 위험(수면/각도)"
IMAGING,OPT_HAZE_AEROSOL_RISK,false,MED,"박무/에어로졸 품질 저하 위험"
IMAGING,OPT_LOW_LIGHT,false,MED,"저조도(낮은 태양고도) 품질 위험"
IMAGING,OPT_GSD_MEETS_REQUIREMENT,true,HIGH,"요구 GSD(해상도) 충족"
IMAGING,OPT_MTF_QUALITY_EST,false,MED,"MTF/선명도 품질 추정"
IMAGING,SAR_MODE_AVAILABLE,true,CRITICAL,"요청 SAR 모드 가능 여부"
IMAGING,SAR_INC_ANGLE_RANGE,false,HIGH,"입사각 범위 적합성"
IMAGING,SAR_AMBIGUITY_RISK,false,MED,"거리/방위 모호도 위험"
IMAGING,SAR_RFI_RISK,false,MED,"RFI 간섭 위험"
IMAGING,SAR_SNR_EST,false,MED,"SNR 품질 추정"
ATTITUDE,ATT_MAX_OFF_NADIR,true,CRITICAL,"오프나딜 제한 충족"
ATTITUDE,ATT_SLEW_TIME_FEASIBLE,true,HIGH,"기동시간(이전/다음 작업) 가능"
ATTITUDE,ATT_SLEW_RATE_LIMIT,true,HIGH,"기동 속도/가속도 제한 충족"
ATTITUDE,ATT_STABILIZATION_TIME,false,MED,"안정화 시간 품질 영향"
POWER,PWR_ENERGY_BUDGET_OK,false,HIGH,"에너지 예산(일조/배터리) 충족"
POWER,PWR_PEAK_LOAD_OK,true,HIGH,"피크 전력 제한 충족"
THERMAL,THR_TEMP_LIMIT_OK,true,HIGH,"열(온도) 한계 충족"
THERMAL,THR_DUTY_CYCLE_OK,false,MED,"듀티사이클 제한"
GROUND,GND_DOWNLINK_WINDOW_EXISTS,true,CRITICAL,"납기 내 다운링크 윈도우 존재"
COMM,COM_LINK_BUDGET_OK,false,HIGH,"링크버짓 충족"
COMM,COM_REQUIRED_VOLUME_OK,false,HIGH,"필요 전송량 처리 가능"
GROUND,GND_RESOURCE_AVAILABLE,false,HIGH,"지상국/안테나 자원 가용성"
DATA,DATA_ONBOARD_STORAGE_OK,false,HIGH,"온보드 저장공간 여유"
DATA,DATA_LATENCY_SLA_OK,false,HIGH,"SLA 납기 준수 가능성(확률)"
SECURITY,SEC_EXPORT_CONTROL_OK,true,CRITICAL,"수출통제/제공 제한 위반 여부"
SECURITY,SEC_GEO_FENCE_OK,true,CRITICAL,"촬영 금지/제한 구역 위반 여부"
POLICY,POL_QUOTA_OK,false,HIGH,"쿼터/요금제 정책 충족"
POLICY,POL_PRIORITY_ALLOWED,true,MED,"긴급 우선권 사용 권한"
POLICY,POL_CONSENT_REQUIRED,false,MED,"추가 승인/동의 필요"
CONFLICT,CON_TIME_OVERLAP_LOCKED,true,CRITICAL,"Locked(Freeze) 슬롯과 시간 겹침"
CONFLICT,CON_TIME_OVERLAP_COMMITTED,false,HIGH,"Committed 슬롯과 시간 겹침"
CONFLICT,CON_GROUND_RESOURCE_CONFLICT,false,HIGH,"지상국 자원 충돌"
CONFLICT,CON_POLICY_MIN_PERTURBATION,false,MED,"변경량 최소화 정책 위반 정도"

1.2 PROBABILITY_MODEL.csv

model_name,model_type,version,owner,input_schema_uri,status
RULE_CLOUD_OK,RULE,1.0.0,planning-team,s3://schemas/prob/cloud_ok_v1.json,active
RULE_CAPTURE_SUCCESS,RULE,1.0.0,planning-team,s3://schemas/prob/capture_success_v1.json,active
RULE_DOWNLINK_ON_TIME,RULE,1.0.0,ground-team,s3://schemas/prob/downlink_ontime_v1.json,active
RULE_SLA_ON_TIME,RULE,1.0.0,ops-team,s3://schemas/prob/sla_ontime_v1.json,active

1.3 FEASIBILITY_POLICY.csv (policy_version별 JSON은 별도 파일로도 관리 가능)

policy_version,domain,status,config_json
OPT_BASE_v1,OPTICAL,active,"{...see OPT_BASE_v1.json...}"
SAR_BASE_v1,SAR,active,"{...see SAR_BASE_v1.json...}"

2) Criterion 판정 로직 템플릿 (룰 DSL + 의사코드)

2.1 공통 룰 DSL 포맷(권장)

각 criterion은 아래 JSON으로 정의하면, 엔진이 공통적으로 평가할 수 있습니다.

{
  "criterion_code": "ATT_MAX_OFF_NADIR",
  "hard_flag": true,
  "inputs": ["candidate.predicted_off_nadir_deg", "request.max_off_nadir_deg"],
  "rule": {
    "type": "compare",
    "op": "<=",
    "lhs": "candidate.predicted_off_nadir_deg",
    "rhs": "request.max_off_nadir_deg"
  },
  "result_map": {
    "pass": { "result": "PASS", "score": 1.0 },
    "fail": {
      "result": "FAIL",
      "score": 0.0,
      "reason_code": "OFF_NADIR_EXCEEDED"
    }
  },
  "evidence": ["lhs", "rhs", "op"]
}

엔진 공통 의사코드:

2.2 핵심 criterion별 구체 룰(바로 구현 가능)

(1) ORB_PASS_EXISTS (Hard)

의미: 후보 생성 이전 단계에서도 가능하지만, 후보 단에서 “패스 기반 후보가 존재하는가”로 판정 가능

PASS if exists(IMAGING_CANDIDATE for feas_run_id)
FAIL otherwise
reason_code: NO_PASS_IN_WINDOW

(2) ATT_MAX_OFF_NADIR (Hard)

(3) ATT_SLEW_TIME_FEASIBLE (Hard)

입력(예): slew_time_required_sec, slew_time_available_sec

(4) GEO_SUN_ELEVATION (OPT Hard / SAR Soft or N/A)

(5) OPT_MAX_CLOUD_PCT (정책형: 보수적 p90)

입력: cloud_pct_mean, cloud_pct_p90, request.max_cloud_pct

(6) OPT_GSD_MEETS_REQUIREMENT (Hard)

입력: candidate.nominal_gsd_m, request.required_gsd_m (요청에 없다면 product_level→기본 요구 GSD 매핑)

(7) GND_DOWNLINK_WINDOW_EXISTS (Hard)

입력: DOWNLINK_WINDOW_CANDIDATE 존재 + 납기 조건

(8) DATA_LATENCY_SLA_OK (정책형 확률)

입력: on_time_probability (DOWNLINK_FEASIBILITY 또는 PROBABILITY_ESTIMATE)

(9) SEC_GEO_FENCE_OK (Hard)

입력: AOI와 forbidden zone 교차 여부(공간 연산)

(10) CON_TIME_OVERLAP_LOCKED (Hard)

입력: 기존 SCHEDULE_SLOT.locked=true 와 candidate time overlap 여부

3) Overall 산정 템플릿(보고서/추천)

3.1 후보 Feasibility 종합

3.2 후보 점수(가중합 + 충돌 페널티)

3.3 overall_probability (정책 결합)

OPT:

SAR:

4) 운영 적용 체크리스트(최소)

• FEASIBILITY_POLICY에 정책 JSON을 올리고 FEASIBILITY_RUN.policy_version과 매핑
• 각 평가 실행마다 MODEL_EVIDENCE_LINEAGE에 입력 스냅샷/데이터셋 참조 + checksum 기록
• reason_code는 중앙 표준 목록으로 관리(모니터링/통계/리포트에 직결)

원하시면 다음으로, 위 DSL을 기반으로 (a) 룰 엔진이 읽는 정책 JSON 완성본(OPT_BASE_v1.json / SAR_BASE_v1.json)을 “그대로 배포 가능한 형태”로 만들어드리고, (b) 각 criterion_code별 evidence_json 스키마(필수 필드)까지 표준화해드리겠습니다.

좋습니다. 아래에 배포 가능한 수준의 정책 JSON 완성본(OPT_BASE_v1 / SAR_BASE_v1)과, **criterion_code별 evidence_json 스키마 표준(필수 필드)**를 제공합니다.

이대로 FEASIBILITY_POLICY.config_json에 저장하거나 파일로 관리해도 됩니다.

1) OPT_BASE_v1.json (광학 정책 완성본)

{
  "policy_version": "OPT_BASE_v1",
  "domain": "OPTICAL",
  "thresholds": {
    "sun_elev_min_deg": 10.0,
    "cloud": {
      "use_percentile": "p90",
      "pass_p90_le": 20.0,
      "warn_if_mean_le_and_p90_gt": true,
      "fail_if_mean_gt": true
    },
    "sla_on_time": {
      "pass_ge": 0.8,
      "warn_ge": 0.5
    },
    "gsd": {
      "default_required_gsd_m_by_product_level": {
        "L0": 2.0,
        "L1": 2.0,
        "L2": 3.0,
        "L3": 5.0
      }
    },
    "off_nadir": {
      "default_max_off_nadir_deg": 25.0
    }
  },
  "hard_overrides": {
    "GEO_SUN_ELEVATION": true,
    "OPT_MAX_CLOUD_PCT": false,
    "DATA_LATENCY_SLA_OK": false,
    "COM_LINK_BUDGET_OK": false,
    "COM_REQUIRED_VOLUME_OK": false
  },
  "weights": {
    "ATT_MAX_OFF_NADIR": 0.2,
    "OPT_GSD_MEETS_REQUIREMENT": 0.2,
    "OPT_MAX_CLOUD_PCT": 0.15,
    "ATT_SLEW_TIME_FEASIBLE": 0.1,
    "GND_DOWNLINK_WINDOW_EXISTS": 0.1,
    "DATA_LATENCY_SLA_OK": 0.1,
    "SEC_GEO_FENCE_OK": 0.15
  },
  "candidate_scoring": {
    "aggregation": "weighted_sum",
    "default_score_if_missing": 0.0,
    "conflict_penalty": {
      "apply": true,
      "penalty_from": "CONFLICT_ANALYSIS.impact_score",
      "cap_total_penalty": 0.5
    }
  },
  "probability": {
    "required_metrics": [
      "P_CAPTURE_SUCCESS",
      "P_CLOUD_OK",
      "P_DOWNLINK_ON_TIME"
    ],
    "combine": {
      "type": "multiply",
      "terms": ["P_CAPTURE_SUCCESS", "P_CLOUD_OK", "P_DOWNLINK_ON_TIME"],
      "min_floor": 0.0,
      "max_cap": 1.0
    }
  },
  "recommendation": {
    "min_overall_probability": 0.7,
    "max_candidates_return": 10,
    "rank_by": [
      "overall_probability_desc",
      "candidate_score_desc",
      "conflict_impact_asc",
      "time_to_sla_asc"
    ],
    "tie_breakers": [
      "downlink_window_count_desc",
      "predicted_off_nadir_deg_asc"
    ]
  },
  "review": {
    "auto_create_review_task_if": [
      { "any_criterion_result_in": ["WARN"] },
      { "overall_probability_lt": 0.75 },
      { "has_risk_level_in": ["HIGH"] }
    ],
    "review_types": ["TECH", "OPS", "SECURITY", "COMMERCIAL"]
  }
}

2) SAR_BASE_v1.json (SAR 정책 완성본)

{
  "policy_version": "SAR_BASE_v1",
  "domain": "SAR",
  "thresholds": {
    "sla_on_time": {
      "pass_ge": 0.8,
      "warn_ge": 0.5
    },
    "inc_angle": {
      "warn_range_deg": [20.0, 45.0],
      "fail_range_deg": [15.0, 55.0]
    },
    "off_nadir": {
      "default_max_off_nadir_deg": 30.0
    }
  },
  "hard_overrides": {
    "GEO_SUN_ELEVATION": false,
    "OPT_MAX_CLOUD_PCT": false
  },
  "weights": {
    "SAR_MODE_AVAILABLE": 0.2,
    "SAR_INC_ANGLE_RANGE": 0.15,
    "SAR_RFI_RISK": 0.1,
    "SAR_SNR_EST": 0.15,
    "ATT_MAX_OFF_NADIR": 0.15,
    "GND_DOWNLINK_WINDOW_EXISTS": 0.1,
    "DATA_LATENCY_SLA_OK": 0.15
  },
  "candidate_scoring": {
    "aggregation": "weighted_sum",
    "default_score_if_missing": 0.0,
    "conflict_penalty": {
      "apply": true,
      "penalty_from": "CONFLICT_ANALYSIS.impact_score",
      "cap_total_penalty": 0.5
    }
  },
  "probability": {
    "required_metrics": ["P_CAPTURE_SUCCESS", "P_DOWNLINK_ON_TIME"],
    "combine": {
      "type": "multiply",
      "terms": ["P_CAPTURE_SUCCESS", "P_DOWNLINK_ON_TIME"],
      "min_floor": 0.0,
      "max_cap": 1.0
    }
  },
  "recommendation": {
    "min_overall_probability": 0.75,
    "max_candidates_return": 10,
    "rank_by": [
      "overall_probability_desc",
      "candidate_score_desc",
      "conflict_impact_asc",
      "time_to_sla_asc"
    ],
    "tie_breakers": [
      "downlink_window_count_desc",
      "predicted_off_nadir_deg_asc"
    ]
  },
  "review": {
    "auto_create_review_task_if": [
      { "any_criterion_result_in": ["WARN"] },
      { "overall_probability_lt": 0.8 },
      { "has_risk_level_in": ["HIGH"] }
    ],
    "review_types": ["TECH", "OPS", "SECURITY", "COMMERCIAL"]
  }
}

3) evidence_json 표준 스키마(공통 + criterion별)

3.1 공통(모든 FEASIBILITY_CHECK_RESULT.evidence_json에 포함 권장)

{
  "policy_version": "OPT_BASE_v1",
  "inputs": {
    "request_id": "...",
    "candidate_id": "...",
    "tile_id": "...",
    "satellite_id": "...",
    "pass_id": "..."
  },
  "computed": {},
  "thresholds": {},
  "decision": {
    "result": "PASS|WARN|FAIL",
    "score": 0.0,
    "reason_code": "..."
  },
  "lineage": {
    "orbit_snap_id": "...",
    "weather_snap_id": "...",
    "constraint_snap_id": "..."
  },
  "refs": {
    "dataset_refs": [],
    "artifact_uris": []
  },
  "evaluated_at": "2026-03-13T00:00:00Z"
}

> 최소 강제 필드(서버 검증용):

> policy_version, inputs.request_id, inputs.candidate_id, decision.result, decision.score, lineage.(orbit|weather|constraint)_snap_id 중 해당되는 것, evaluated_at

3.2 criterion별 evidence_json “필수 computed/thresholds” 표준

아래는 각 criterion_code가 evidence_json에 반드시 남겨야 하는 필드입니다(감사/재현성 핵심).

ORB_PASS_EXISTS

• computed:
• candidate_count

• thresholds:
• 없음(존재 여부)

{
  "computed": { "candidate_count": 5 },
  "decision": { "reason_code": "NO_PASS_IN_WINDOW" }
}

GEO_AOI_COVERAGE

• computed:
• coverage_ratio (0~1)
• covered_area_km2, aoi_area_km2

• thresholds:
• min_coverage_ratio

{
  "computed": {
    "coverage_ratio": 0.92,
    "covered_area_km2": 46.0,
    "aoi_area_km2": 50.0
  },
  "thresholds": { "min_coverage_ratio": 0.9 }
}

GEO_SUN_ELEVATION (OPT)

• computed:
• sun_elevation_deg

• thresholds:
• sun_elev_min_deg

{
  "computed": { "sun_elevation_deg": 12.3 },
  "thresholds": { "sun_elev_min_deg": 10.0 }
}

ATT_MAX_OFF_NADIR

• computed:
• off_nadir_deg

• thresholds:
• max_off_nadir_deg (요청값 우선, 없으면 policy default)

{
  "computed": { "off_nadir_deg": 27.4 },
  "thresholds": { "max_off_nadir_deg": 25.0 }
}

ATT_SLEW_TIME_FEASIBLE

• computed:
• slew_time_required_sec
• slew_time_available_sec
• prev_activity_ref, next_activity_ref (slot/command/candidate)

• thresholds:
• 없음(비교)

{
  "computed": {
    "slew_time_required_sec": 48.0,
    "slew_time_available_sec": 52.0,
    "prev_activity_ref": { "type": "SCHEDULE_SLOT", "id": "..." },
    "next_activity_ref": { "type": "SCHEDULE_SLOT", "id": "..." }
  }
}

OPT_MAX_CLOUD_PCT

• computed:
• cloud_pct_mean
• cloud_pct_p90
• method (ensemble/nowcast 등)

• thresholds:
• max_cloud_pct (요청값)
• use_percentile

{
  "computed": {
    "cloud_pct_mean": 18.0,
    "cloud_pct_p90": 28.0,
    "method": "ensemble"
  },
  "thresholds": { "max_cloud_pct": 20.0, "use_percentile": "p90" }
}

OPT_GSD_MEETS_REQUIREMENT

• computed:
• nominal_gsd_m

• thresholds:
• required_gsd_m

{
  "computed": { "nominal_gsd_m": 1.8 },
  "thresholds": { "required_gsd_m": 2.0 }
}

SAR_MODE_AVAILABLE

• computed:
• requested_mode_code
• available_mode_codes

• thresholds:
• 없음

{
  "computed": {
    "requested_mode_code": "SPOTLIGHT",
    "available_mode_codes": ["STRIPMAP", "SPOTLIGHT"]
  }
}

SAR_INC_ANGLE_RANGE

• computed:
• inc_angle_deg

• thresholds:
• warn_range_deg
• fail_range_deg

{
  "computed": { "inc_angle_deg": 48.0 },
  "thresholds": {
    "warn_range_deg": [20.0, 45.0],
    "fail_range_deg": [15.0, 55.0]
  }
}

GND_DOWNLINK_WINDOW_EXISTS

• computed:
• eligible_window_count
• latest_window_end_before_sla (datetime)

• thresholds:
• sla_due_time

{
  "computed": {
    "eligible_window_count": 2,
    "latest_window_end_before_sla": "2026-03-13T04:10:00Z"
  },
  "thresholds": { "sla_due_time": "2026-03-13T06:00:00Z" }
}

DATA_LATENCY_SLA_OK

• computed:
• on_time_probability
• basis ("DOWNLINK_FEASIBILITY" or "PROBABILITY_ESTIMATE")

• thresholds:
• pass_ge, warn_ge

{
  "computed": { "on_time_probability": 0.72, "basis": "DOWNLINK_FEASIBILITY" },
  "thresholds": { "pass_ge": 0.8, "warn_ge": 0.5 }
}

SEC_GEO_FENCE_OK

• computed:
• intersects_forbidden_zone (bool)
• forbidden_zone_ids (list)

• refs:
• dataset ref + checksum (라인리지 수준에서 강제)

{
  "computed": { "intersects_forbidden_zone": false, "forbidden_zone_ids": [] },
  "refs": {
    "dataset_refs": [
      {
        "name": "forbidden_zones_v3",
        "ref": "s3://datasets/geofence/v3.parquet",
        "checksum": "..."
      }
    ]
  }
}

CON_TIME_OVERLAP_LOCKED

• computed:
• overlap_count
• overlapped_slot_ids
• overlap_seconds_max

{
  "computed": {
    "overlap_count": 1,
    "overlapped_slot_ids": ["..."],
    "overlap_seconds_max": 120.0
  }
}

4) PROBABILITY_ESTIMATE.feature_json 표준(모델 입력 기록)

확률 모델 재현성을 위해, feature_json에도 최소한 아래를 남깁니다.

{
  "policy_version": "OPT_BASE_v1",
  "candidate": {
    "satellite_id": "...",
    "mode_code": "...",
    "predicted_start": "...",
    "predicted_end": "...",
    "off_nadir_deg": 23.1,
    "gsd_m": 1.9
  },
  "weather": {
    "cloud_pct_mean": 18.0,
    "cloud_pct_p90": 28.0
  },
  "ground": {
    "eligible_downlink_windows": 2,
    "best_window_end": "..."
  },
  "constraints": {
    "storage_free_gb": 12.4,
    "energy_margin_pct": 8.0
  },
  "lineage": {
    "orbit_snap_id": "...",
    "weather_snap_id": "...",
    "constraint_snap_id": "..."
  }
}

그리고 MODEL_EVIDENCE_LINEAGE에 실제 입력 데이터(파일/스냅샷/데이터셋)의 참조를 1행 이상 기록하는 것을 운영 규칙으로 고정하세요.

5) (권장) 유효성 검증 규칙(서버 측)

• FEASIBILITY_POLICY의 thresholds/weights는 JSON Schema로 검증
• evidence_json도 criterion_code별 schema로 검증
• 예: ATT_MAX_OFF_NADIR는 computed.off_nadir_deg와 thresholds.max_off_nadir_deg가 없으면 저장 거부

×