docs: add quick start and user guides

docs/execution-plan.md

@@ -1,5 +1,10 @@
 # micarrsim 실행 계획
 
+> 구현 상태 · 2026-08-28
+>
+> 단계 0–4는 완료되어 설치 없는 브라우저 앱, CPU/WebGPU DAS, Builder→Camera asset 재연결,
+> 배열 비교, 평가·Result 내보내기와 53개 자동 테스트로 검증했다. 단계 5는 향후 고도화 범위다.
+
 ## 1. 목표와 성공 기준
 
 이 프로젝트는 정방형 평면에 배치할 192개 MEMS 마이크의 배열을 비교하기 위한 재현 가능한
@@ -8,7 +13,7 @@
 
 1. 기계음 데이터와 ambient audio를 조합해 장면 및 ground truth를 생성한다.
 2. 배열 JSON과 장면 정보를 사용해 각 마이크에 도달하는 신호를 합성한다.
-3. WGSL로 conventional delay-and-sum(DAS/DAC) 빔포밍을 수행한다.
+3. WGSL로 conventional delay-and-sum(DAS) 빔포밍을 수행한다.
 4. 주파수 구간별 acoustic image를 ground truth 위에 표시하고 정량 평가한다.
 5. 배열, 거리, 음원, 주파수, grid 해상도를 바꾼 실험을 저장하고 비교한다.
 
@@ -18,10 +23,12 @@ CPU 기준 구현과 GPU 결과의 수치 오차가 합의된 허용 범위 안
 
 ## 2. 기술 접근 결정
 
-TypeScript 기반의 브라우저 앱 2개와 WebGPU/WGSL을 권장한다. 브라우저는 배열·장면 편집,
-오디오 미리 듣기, 이미지 overlay에 적합하고 WebGPU는 192 × scan point × frequency bin 형태의
-병렬 연산에 잘 맞는다. WGSL 커널을 독립 패키지로 두면 이후 GLSL 또는 네이티브 GPU 구현으로
-옮길 때 데이터 배치와 수식을 재사용하기 쉽다.
+최종 구현은 빌드 단계와 패키지 설치가 없는 브라우저 네이티브 ES module 2개와 WebGPU/WGSL을
+선택했다. 초기 계획의 TypeScript 권고보다 Windows 사용자가 `start.cmd` 하나로 바로 실행하는
+목표를 우선한 결정이다. JSON Schema와 브라우저 자동 테스트가 런타임 계약을 보완한다.
+브라우저는 배열·장면 편집, 오디오 미리 듣기, 이미지 overlay에 적합하고 WebGPU는
+192 × scan point × frequency bin 형태의 병렬 연산에 잘 맞는다. WGSL 커널은 독립 package로
+두어 데이터 배치와 수식을 CPU 기준 구현과 대조할 수 있게 했다.
 
 데이터셋 전체를 브라우저에 적재하지 않는다. 사용자가 로컬 파일을 선택해 장면을 만들고,
 결과를 manifest와 오디오 파일로 내보내는 방식을 우선 구현한다. 대규모 batch 전처리가 필요해질
@@ -105,7 +112,7 @@ flattening이 모델 타당성을 훼손하는지 청취 및 spectrum 통계로
 
 ## 8. 단계별 구현
 
-### 단계 0 — 기반과 계약
+### 단계 0 — 기반과 계약 · 완료
 
 - workspace, formatter, linter, unit test, WebGPU feature detection 구성
 - 네 가지 JSON Schema와 최소 예제 작성
@@ -114,7 +121,7 @@ flattening이 모델 타당성을 훼손하는지 청취 및 spectrum 통계로
 
 완료 조건: 예제 JSON이 schema validation을 통과하고 두 앱이 동일 manifest를 읽는다.
 
-### 단계 1 — CPU 기준 모델
+### 단계 1 — CPU 기준 모델 · 완료
 
 - 자유음장 구면 전파, 분수 지연, STFT, steering, DAS의 CPU reference 구현
 - 단일 음원의 지연·감쇠·peak 위치를 analytic result와 비교
@@ -122,15 +129,15 @@ flattening이 모델 타당성을 훼손하는지 청취 및 spectrum 통계로
 
 완료 조건: 자동화된 golden test가 통과하고 sign/좌표 convention이 문서화된다.
 
-### 단계 2 — Dataset Builder
+### 단계 2 — Dataset Builder · 완료
 
 - 이미지와 음원 파일 불러오기, 위치·시간·gain 편집, ambient mix와 미리 듣기
-- deterministic seed, clipping 경고, manifest/audio 내보내기
+- deterministic seed, clipping 경고, Scene JSON과 mono Preview WAV 내보내기
 - 데이터셋 adapter 인터페이스와 synthetic adapter 구현
 
 완료 조건: 만든 scene을 다시 열었을 때 음원, 위치, 파형, 정답이 동일하다.
 
-### 단계 3 — WebGPU DAS
+### 단계 3 — WebGPU DAS · 완료
 
 - CPU와 동일한 buffer layout 및 WGSL kernel 구현
 - frequency band별 map 생성, device limit 대응, CPU fallback
@@ -138,7 +145,7 @@ flattening이 모델 타당성을 훼손하는지 청취 및 spectrum 통계로
 
 완료 조건: CPU/GPU map 오차 기준을 통과하고 192채널 50×50 실행 timing이 기록된다.
 
-### 단계 4 — Acoustic Camera UI와 평가
+### 단계 4 — Acoustic Camera UI와 평가 · 완료
 
 - scene/ground truth/acoustic overlay, 배열 geometry, parameter panel 구현
 - 결과 metric, 실행 환경, 입력 hash와 map 내보내기
@@ -146,7 +153,7 @@ flattening이 모델 타당성을 훼손하는지 청취 및 spectrum 통계로
 
 완료 조건: 사용자가 코드 수정 없이 배열 JSON 두 개를 같은 장면에서 비교할 수 있다.
 
-### 단계 5 — 실제 데이터와 고도화
+### 단계 5 — 실제 데이터와 고도화 · 향후
 
 - 라이선스 검토를 통과한 DCASE/MIMII adapter와 batch workflow 추가
 - microphone calibration·noise 모델 검토
@@ -164,15 +171,18 @@ flattening이 모델 타당성을 훼손하는지 청취 및 spectrum 통계로
 - 실제 AC와 simulation gap: 감도, 위상, 위치 오차를 이후 calibration/noise model로 주입 가능하게 한다.
 - post-processing이 기본 결과를 가림: raw DAS map과 후처리 map을 항상 별도로 보존한다.
 
-## 10. 첫 구현 백로그
+## 10. 구현 결과와 다음 백로그
 
-1. TypeScript workspace와 두 앱 shell을 생성한다.
-2. array/scene/experiment/result schema와 fixture를 만든다.
-3. 좌표 변환, 거리, 구면 감쇠, 주파수 phase delay 단위 테스트를 작성한다.
-4. CPU DAS golden implementation과 synthetic scene을 만든다.
-5. WGSL kernel 및 CPU/GPU 비교 harness를 만든다.
-6. scene canvas, array view, parameter controls를 연결한다.
-7. benchmark와 평가 지표를 결과 manifest에 기록한다.
+- [x] 설치 없는 ES module workspace와 두 앱 shell
+- [x] array/scene/experiment/result schema와 synthetic fixture
+- [x] 좌표·거리·구면 감쇠·분수 지연·STFT 단위 테스트
+- [x] CPU DAS golden implementation
+- [x] WGSL kernel, CPU/GPU 비교와 50²/100²/200² benchmark
+- [x] scene canvas, array view, parameter controls와 Result export
+- [x] Builder→Camera SHA-256 asset 재연결 왕복 테스트
+- [ ] DCASE/MIMII 라이선스 검토와 adapter
+- [ ] 잔향·calibration·noise model
+- [ ] DAMAS/CLEAN-SC 후처리
 
-각 단계는 정확성 test를 먼저 통과시킨 뒤 UI 또는 최적화를 진행한다. 초기 milestone에서는 잔향,
-DAMAS/CLEAN-SC, 대규모 dataset batch 변환을 완료 조건으로 삼지 않는다.
+정확성 test를 먼저 통과시킨 뒤 UI 또는 최적화를 진행한다는 원칙은 유지한다. 단계 5 기능은
+자유음장 DAS 결과를 바꾸지 않는 선택형 확장으로 추가한다.