프로젝트 제안서

프로젝트 제안서

입찰견적용 AI Agent 개발 PoC

정부 품셈집 PDF를 RAG 기반으로 인덱싱하고, 입력된 품목명과 의미론적 매칭을 수행하여 공량 데이터를 자동 추출하는 AI 보조 시스템의 기술 타당성을 검증합니다. PDF 원본 페이지 번호 추적과 사용자 검수/수정 기능으로 데이터 신뢰성을 확보합니다.

2,700,000원 (VAT 별도) 21일 (3주) AI / RAG / 기술 타당성 검증(PoC) 원본 공고
소개

프로젝트 소개

프로젝트 분석, 핵심 요구사항 정리, 제안 포인트
비용

견적서

항목별 비용 산출 근거 및 상세 견적
공수

공수계산서

기능별 개발 공수(man-day) 산출 내역
기획

PRD

기능 요구사항 정의서, 사용자 스토리, 기술 제약
일정

일정 제안

단계별 마일스톤 및 산출물 일정표
경험

유사 프로젝트 경험

유사 프로젝트 수행 경험 및 기술 스택

12+

완료 프로젝트

RAG

실전 구축 경험

PDF 7중

문서 처리 파이프라인

3주

PoC 납품

함께 만들어 가겠습니다

각 메뉴를 클릭하시면 상세 내용을 확인하실 수 있습니다.

프로젝트 소개

정부 품셈집 PDF를 RAG 기반으로 인덱싱하고, 입력된 품목명과 의미론적 매칭을 수행하여 공량 데이터를 자동 추출하는 AI 보조 시스템의 기술 타당성을 검증합니다. PDF 원본 페이지 번호 추적과 사용자 검수/수정 기능으로 데이터 신뢰성을 확보합니다.

프로젝트 개요

항목내용
프로젝트명입찰견적용 AI Agent 개발 PoC
카테고리AI / RAG / 기술 타당성 검증(PoC)
제안 금액2,700,000원 (VAT 별도)
제안 기간21일 (3주)
핵심 기술Python FastAPI, Next.js, LangChain, OpenAI Embeddings, ChromaDB, AG Grid

핵심 요구사항 분석

  • PDF 인덱싱 — 정부 품셈집 PDF를 AI가 독해 가능한 형태로 구조화 (RAG 파이프라인)
  • 의미론적 매칭 — 현업 용어와 표준 품셈 용어 간 자연어 기반 매칭 알고리즘
  • 공량 자동 추출 — 매칭된 항목의 품셈 데이터 + PDF 원본 페이지 번호 함께 추출
  • 대량 처리 — 1회 최대 3,000건 품목 데이터 배치 처리
  • 검수 UI — 사용자가 결과를 확인, 수정, 확정 저장할 수 있는 웹 그리드
  • 경량 시스템 — 별도 설치 없는 웹 브라우저 기반 시스템

제안 포인트

본 PoC의 핵심 과제는 "현업 용어와 표준 품셈 용어 간 매칭 정확도"입니다. 이를 위해 다음 접근 방식을 제안합니다:

  • RAG(Retrieval-Augmented Generation) 기반 PDF 인덱싱 — 품셈집을 페이지 단위로 청크 분할 후 벡터 임베딩, 의미론적 검색으로 키워드 매칭의 한계 극복
  • 하이브리드 매칭 — 벡터 유사도 + BM25 키워드 매칭을 결합하여, 정확한 용어 일치와 의미적 유사성을 동시에 포착
  • 신뢰도 스코어 — 매칭 결과에 신뢰도 점수를 부여하여 사용자가 우선 검수할 항목을 식별
  • 페이지 추적성 — 모든 매칭 결과에 PDF 원본 페이지 번호를 함께 저장하여 검증 가능성 확보

사용 기술 및 툴

개발 기술

Python FastAPI Next.js 14 React TypeScript TailwindCSS AG Grid LangChain OpenAI API ChromaDB PyMuPDF PostgreSQL Docker

협업 및 커뮤니케이션

Slack / 카카오톡 Zoom / Google Meet GitHub Notion

견적서

본 견적서는 프로젝트 요구사항 분석을 기반으로 산출되었습니다.

견적 요약

항목내용
프로젝트명입찰견적용 AI Agent 개발 PoC
제안 금액2,700,000원 (VAT 별도)
제안 기간21일 (3주)
견적 유효기간제안일로부터 30일

상세 견적 내역

구분항목수량단가금액
기획요구사항 분석 및 시스템 설계1식-300,000원
데이터 엔지니어링PDF 구조화 및 RAG 인덱싱 파이프라인1식-500,000원
백엔드AI 매칭 엔진 및 API 개발1식-700,000원
프론트엔드데이터 입력 UI 및 결과 조회 그리드1식-500,000원
QA/배포테스트, Docker 배포, 문서화1식-400,000원
기술 검증매칭 정확도 검증 보고서1식-300,000원
합계 (VAT 별도)2,700,000원 (VAT 별도)

산정 근거

  • 유사 AI 매칭 시스템 및 RAG 파이프라인 구축 경험 기반 산정
  • PoC 특성을 고려하여 MVP 수준의 핵심 기능에 집중
  • PDF 문서 처리 및 벡터 임베딩 파이프라인 구축 경험 반영
  • 성공 시 본 개발(MVP) 확장을 고려한 확장 가능한 설계 포함

포함 사항

  • PoC 개발 소스 코드 전체 이관
  • 기술 검증 결과 보고서 (매칭 정확도 테스트 결과 포함)
  • 시스템 사용 가이드 (간이 매뉴얼)
  • Docker 기반 배포 환경 세팅 (1회)
  • 1개월 무상 하자 보수

불포함 사항

  • 서버 호스팅 비용 (AWS 등)
  • OpenAI API 사용 비용 (임베딩 및 LLM 호출)
  • 엑셀 파일 업로드 기능 (본 개발 범위)
  • 하자 보수 기간 이후 유지보수

공수계산서

기능별 개발 공수(Man-Day)를 산출하여 일정과 비용의 근거를 제시합니다.

공수 요약

구분공수 (M/D)비율
기획/설계2 M/D14%
데이터 엔지니어링 (PDF/RAG)3.5 M/D25%
백엔드 (매칭 엔진/API)3.5 M/D25%
프론트엔드 (웹 UI)3 M/D21%
QA/배포/문서2 M/D15%
합계14 M/D100%

기능별 상세 공수

기능세부 작업담당공수 (M/D)
요구사항 분석품셈집 구조 분석, 데이터 모델링기획1
DB 스키마 설계, API 명세서설계1
PDF 데이터 구조화PDF 파싱, 텍스트 추출, 테이블 인식데이터2
청크 분할, 벡터 임베딩, ChromaDB 인덱싱데이터1.5
AI 매칭 엔진의미론적 매칭 (벡터 유사도 + BM25)백엔드2
공량 추출, 페이지 번호 추적, 신뢰도 점수백엔드1.5
웹 UI품목 데이터 입력 (Textarea, 배치 파싱)프론트1
결과 조회 그리드 (AG Grid, 정렬/필터)프론트1.5
인라인 수정, 확정 저장프론트0.5
QA/배포매칭 정확도 테스트, 성능 검증QA1
Docker 배포, 사용 가이드, 검증 보고서DevOps1

산정 기준

  • 1 M/D = 8시간 기준 (1인 1일 작업량)
  • 주 5일 근무 기준
  • 버퍼 10~15% 포함
  • 유사 프로젝트 수행 경험 기반 효율적 개발

PRD (Product Requirements Document)

프로젝트 요구사항을 정의하고 기능 범위를 명확히 합니다.

1. 프로젝트 배경 및 목적

당사 설비사업 업무프로세스 효율화를 위해 전사 AI Agent 도입을 검토 중이며, 그 첫 단계로 예산기획팀의 입찰 견적 업무(정부 품셈집 참조 및 공량 산출)를 AI가 보조할 수 있는지 기술적 타당성을 검증하는 것이 본 PoC의 목표입니다.

성공 시 약 3,000만 원 규모의 본 개발(MVP)로 확장할 계획이므로, PoC 단계에서부터 확장 가능한 아키텍처를 설계합니다.

2. 사용자 정의

사용자 유형설명주요 기능
예산기획팀 담당자품목 데이터를 입력하고 AI 매칭 결과를 검수품목 입력, 결과 조회, 수정, 확정 저장
시스템 관리자 (본 개발)품셈집 PDF 업로드 및 인덱싱 관리PDF 업로드, 인덱싱 실행 (PoC에서는 CLI)

3. 기능 요구사항

3.1 데이터 입력 (Input)

  • [필수] 엑셀에서 복사한 품목명 리스트를 Textarea에 붙여넣기 방식으로 입력
  • [필수] 1회 최대 3,000건 품목 데이터 처리
  • [필수] 입력 데이터 파싱 후 DB 저장
  • [PoC 제외] 엑셀 파일 직접 업로드 (본 개발 범위)

3.2 AI 매칭 및 산출 (Process)

  • [필수] 정부 품셈집 PDF → RAG 인덱싱 (벡터 임베딩 + 메타데이터)
  • [필수] 품목명 ↔ 품셈집 항목 의미론적 매칭
  • [필수] 매칭 항목의 공량(품셈) 데이터 자동 추출
  • [필수] PDF 원본 페이지 번호 함께 추출 및 저장
  • [권장] 매칭 신뢰도 점수 제공

3.3 결과 조회 및 검수 (Output)

  • [필수] 웹 그리드에서 품목명, AI 산출 공량, 참조 페이지 번호 리스트 조회
  • [필수] 사용자 인라인 수정 및 저장
  • [필수] 최종 검토 데이터 DB 확정 저장
  • [권장] 정렬, 필터, 검색 기능

4. 비기능 요구사항

항목요구사항
정확성현업 용어와 표준 품셈 용어 간 매칭 정확도 확보 (검증 보고서에 정량 수치 포함)
속도3,000건 데이터 처리 시 업무에 지장 없는 합리적 처리 속도
편의성직관적인 UI로 별도 교육 없이 즉시 사용 가능
보안제공 데이터 보안 유지, 사업 종료 후 완전 파기
브라우저PC Web (Chrome, Edge 등 최신 브라우저)

5. 기술 제약사항

  • 별도 설치가 필요 없는 웹 브라우저 기반 시스템
  • PoC 단계이므로 운영 환경이 아닌 검증 환경 수준
  • 본 개발(MVP) 확장을 고려한 모듈러 아키텍처 적용
  • OpenAI API 호출 비용은 클라이언트 부담 (별도 협의)

6. 범위 외 사항 (Out of Scope)

  • 엑셀 파일 직접 업로드 기능
  • 모바일 반응형 지원
  • 사용자 인증 및 권한 관리
  • 다중 품셈집 동시 관리
  • 견적서 PDF 자동 생성/출력
  • 운영 환경 인프라 구축

일정 제안

총 21일 (3주) 기준 단계별 마일스톤 및 산출물을 제안합니다.

전체 일정 요약

단계기간주요 산출물
Phase 1: 요구사항 분석 및 PDF 데이터 구조화Day 1–7요구사항 정의서, DB 스키마, RAG 인덱싱 완료
Phase 2: 매칭 알고리즘 구현 및 웹 UI 개발Day 8–16매칭 엔진, 웹 UI (입력/조회/수정)
Phase 3: 통합 테스트 및 정확도 검증 보고Day 17–21검증 보고서, 사용 가이드, 배포

상세 타임라인

PHASE 1

요구사항 분석 및 PDF 데이터 구조화

Day 1–7 (1주차)

품셈집 PDF 구조 분석, DB 설계, RAG 파이프라인 구축, 벡터 임베딩 인덱싱

  • 산출물: 요구사항 정의서, DB 스키마(ERD), API 명세서
  • 산출물: PDF 인덱싱 파이프라인 (ChromaDB 벡터 DB 구축 완료)
  • 검증: 샘플 품목 10건으로 매칭 1차 테스트

PHASE 2

매칭 알고리즘 구현 및 웹 UI 개발

Day 8–16 (2주차~3주차 초)

하이브리드 매칭 엔진 개발, 데이터 입력 UI, 결과 조회 그리드, 수정/확정 기능

  • 산출물: AI 매칭 엔진 (벡터 유사도 + BM25 하이브리드)
  • 산출물: 웹 UI (입력 → 매칭 → 조회 → 수정 → 확정 전체 플로우)
  • 검증: 테스트 데이터 100건 매칭 정확도 중간 점검

PHASE 3

통합 테스트 및 정확도 검증 보고

Day 17–21 (3주차)

전체 데이터 기반 통합 테스트, 정확도 정량 분석, 보고서 작성, Docker 배포

  • 산출물: 기술 검증 결과 보고서 (매칭 정확도 수치 포함)
  • 산출물: 시스템 사용 가이드 (간이 매뉴얼)
  • 산출물: Docker Compose 배포 패키지 + 소스 코드 일체

마일스톤 체크포인트

마일스톤시점검수 기준
M1: PDF 인덱싱 완료Day 7품셈집 PDF가 벡터 DB에 인덱싱되어 검색 가능
M2: 매칭 엔진 + UI 데모Day 16입력 → 매칭 → 결과 조회 전체 플로우 시연
M3: 최종 납품Day 21검증 보고서 + 코드 + 가이드 전체 인수

커뮤니케이션 계획

항목방식주기
일일 진행 공유Slack / 카카오톡매일
주간 미팅Zoom / Google Meet주 1회
마일스톤 리뷰화면 공유 + 문서단계 완료 시
이슈 트래킹GitHub Issues상시

유사 프로젝트 경험

본 프로젝트와 유사한 기능/기술 스택을 활용한 수행 경험을 소개합니다.

10

유사 프로젝트

RAG

실전 구축 경험

PDF 7중

문서 처리 파이프라인

3주

PoC 납품

AI / 자동화

AI-Native Development Framework

AI 에이전트 통합 개발 프레임워크 · 2026.01~현재

프로젝트 개요

4종 AI 에이전트(Claude, Gemini, Codex, Jules)를 통합 오케스트레이션하는 AI 기반 소프트웨어 딜리버리 프레임워크. 839개 지식 문서를 코드화하고, 134+ 스킬 모듈로 자율 실행 파이프라인 구현.

핵심 기능

  • Document Intelligence — PDF/DOCX/XLSX를 구조화 데이터로 변환, 교차 참조, 요구사항 자동 추출
  • RAG 기반 지식 검색 — 839개 마크다운 문서를 벡터화하여 의미론적 검색 제공
  • 멀티 에이전트 오케스트레이션 — 어댑터 패턴으로 AI 공급업체 독립적 통합

본 프로젝트와의 유사점

  • RAG 파이프라인 실전 구축 — 비정형 문서를 벡터 DB에 인덱싱하고 의미론적 검색하는 전체 파이프라인 경험
  • PDF 문서 구조화 — PDF/DOCX를 AI가 이해 가능한 형태로 변환하는 Document Intelligence 모듈
  • LLM 기반 매칭 — 자연어 처리 기반 항목 매칭 및 데이터 추출

기술 스택

TypeScript React 19 Hono Claude Agent SDK MCP PostgreSQL
핀테크 / B2B SaaS

Series B — 투자조합 관리 플랫폼

VC 펀드 라이프사이클 관리 · 2023.11~2024.12 (14개월)

프로젝트 개요

한국 벤처캐피탈(VC) 업계의 투자조합 관리, 전자결재, VICS 규제 보고를 통합하는 올인원 SaaS 플랫폼. AI 투자심사보고서 자동 생성, 7중 PDF 문서 처리 파이프라인 구현. PR 1,652건, 50+ 페이지, 80+ 엔티티.

핵심 기능

  • AI 투자심사보고서 자동 생성 — ChatGPT API 연동, 입력 데이터 기반 보고서 자동 작성
  • 7중 PDF 문서 처리 — HTML/이미지/오피스 변환, OCR, 양식 채우기, 병합, 편집
  • VICS 규제 보고 자동화 — 5종 규제 양식 전자 작성 + 데이터 자동 채움

본 프로젝트와의 유사점

  • AI 기반 데이터 자동 추출 — 비정형 데이터에서 구조화된 정보를 AI로 추출하는 동일한 패턴
  • PDF 문서 처리 전문성 — 7중 PDF 파이프라인으로 다양한 형식의 문서 처리 경험
  • 대규모 데이터 그리드 — 80+ 엔티티 기반 복잡한 데이터 조회/편집 UI 구현 경험

기술 스택

Next.js 13 NestJS 10 MySQL ChatGPT API AWS Docker
B2B SaaS

EZ-Approve — 전자결재 플랫폼

업무 자동화 올인원 플랫폼 · 2026.01~2026.03 (9주)

프로젝트 개요

한국 기업의 분산된 결재·문서관리 프로세스를 통합하는 B2B SaaS 플랫폼. 엔터프라이즈급 전자결재 엔진(8종 결재 행위), 170파일 Lexical 편집기, 7종 사용자 역할. 9주간 504 PR 달성.

핵심 기능

  • 엔터프라이즈급 전자결재 — 8종 결재 행위(상신·합의·전결·선결·후결·대결)
  • 복잡한 데이터 관리 UI — 50+ 페이지, 120-150 API 엔드포인트, 34 엔티티 기반 대시보드
  • 빠른 개발 속도 — 9주간 504 PR, 효율적인 풀스택 딜리버리

본 프로젝트와의 유사점

  • 복잡한 웹 UI — 대량 데이터를 다루는 그리드, 인라인 편집, 필터/정렬 UI 구현 경험
  • 단기 집중 개발 — 9주 504 PR의 빠른 개발 속도로 3주 PoC 충분히 대응 가능
  • B2B 업무 시스템 — 기업 내부 업무 효율화 시스템 설계·구현 경험

기술 스택

Next.js 13 NestJS 10 TypeScript MySQL Docker MUI v5
B2B SaaS / 헬스케어

Harmony Link — 시니어 주간보호 통합 관리 플랫폼

노인 돌봄 관리 시스템 · 2025 (6개월)

프로젝트 개요

노인 주간보호센터의 돌봄 기록, 투약 관리, 보호자 커뮤니케이션을 통합하는 멀티플랫폼 시스템. 133,000+ LOC, 140+ API 엔드포인트, 6개 플랫폼 지원.

핵심 기능

  • 이용자 이력 통합 관리 — 돌봄 기록, 식단, 스케줄, 출결
  • AI 건강 분석 — OpenAI 연동으로 건강 데이터 자동 분석
  • RBAC 6종 역할 관리 + CASL 접근 제어

본 프로젝트와의 유사점

  • AI 기반 데이터 분석 — OpenAI 연동으로 비정형 데이터를 분석하는 경험이 품셈집 AI 매칭에 직접 활용 가능
  • 관리 시스템 UI — 복잡한 데이터를 직관적으로 조회/관리하는 대시보드 구현 경험

기술 스택

Flutter NestJS 10 Next.js 13 AWS CDK OpenAI Firebase
핀테크 / P2P

P2P 크라우드 펀딩 플랫폼

핀테크 · 2019.12~2020.01

프로젝트 개요

소액 투자자들이 다양한 대출 상품에 조각투자할 수 있는 P2P 렌딩 마켓플레이스. 80+ DB 엔티티, 330+ API 패턴, 7+ 외부 프로바이더 15+ API 접점 연동.

핵심 기능

  • 투자 상품 마켓플레이스 (실시간 펀딩 현황)
  • 금융 계산 엔진 (원리금 균등상환, XIRR 수익률)
  • 종합 관리자 대시보드 (200+ API)

본 프로젝트와의 유사점

  • 대규모 데이터 관리 — 80+ 엔티티 규모의 복잡한 데이터 모델링과 대시보드 구현 경험
  • Python 기반 백엔드 — Django/Python 풀스택 경험으로 FastAPI 기반 AI 백엔드 구축에 직접 활용

기술 스택

Python Django MySQL AWS S3 NICE KYC
B2B 플랫폼 / 네트워킹

Connectin — 디지털 명함 & 네트워킹 플랫폼

비즈니스 네트워킹 · 2025.05~2025.08 (3개월)

프로젝트 개요

OCR 스캐닝, E2E 암호화 메시징, BLE/GPS 근거리 탐색을 결합한 디지털 명함 & 네트워킹 플랫폼. 12개 마이크로서비스, 2,351개 파일, 38개 엔티티.

핵심 기능

  • OCR 명함 스캐닝 — 카메라로 물리적 명함을 자동 디지털 변환
  • 12-서비스 마이크로서비스 아키텍처
  • Signal Protocol E2E 암호화 메시징

본 프로젝트와의 유사점

  • OCR 기반 데이터 변환 — 물리적 문서(명함)를 AI로 구조화 데이터로 변환하는 경험이 PDF 품셈집 데이터 추출과 유사
  • 마이크로서비스 아키텍처 — 모듈러 설계로 PoC에서 MVP 확장에 대응 가능한 아키텍처 경험

기술 스택

Flutter Express.js Next.js 15 PostgreSQL Docker
Web3 / GameFi

Life3 — Web3 dApp 마켓플레이스

Web3 / GameFi · 2023.12~2024.07 (8개월)

프로젝트 개요

NFT 마켓플레이스, 포인트-토큰 스왑, 게이미피케이션 리워드를 통합한 Web3 dApp. 4개 마이크로서비스, 700+ JS 파일, Kafka 이벤트 드리븐 아키텍처.

핵심 기능

  • PerfectToday 운세 — GPT-4o AI 생성 일일 운세 콘텐츠
  • Kafka 이벤트 드리븐 마이크로서비스 (4개 서비스)
  • 복식부기 디지털 자산 관리

본 프로젝트와의 유사점

  • AI 콘텐츠 자동 생성 — GPT-4o 연동으로 AI 기반 데이터 처리/생성 경험 보유
  • 이벤트 드리븐 아키텍처 — 비동기 데이터 처리 패턴이 대량 품목 배치 처리에 활용 가능

기술 스택

React 18 Next.js 13 Express PostgreSQL Kafka OpenAI GPT-4o
게임 / 텔레그램

텔레그램 캐주얼 게임 미니앱

텔레그램 미니앱 · 2024 (7개월)

프로젝트 개요

텔레그램 사용자를 대상으로 한 캐주얼 아케이드 게임 + 레퍼럴 시스템 + 암호화폐 지갑을 결합한 미니앱 플랫폼. NestJS 백엔드, 6개 Docker 서비스.

핵심 기능

  • 텔레그램 미니앱 게임 — Phaser.js 기반 인터랙티브 게임
  • NestJS + TypeORM 기반 REST API (14개 엔드포인트)
  • 자동 운영 통계 — 텔레그램 봇 기반 일간 자동 리포트

본 프로젝트와의 유사점

  • NestJS 백엔드 경험 — 동일한 백엔드 프레임워크 활용으로 빠른 API 개발 가능
  • 자동화 시스템 — 봇 기반 자동 리포트 경험이 PoC 결과 자동 검증 보고서 생성에 활용 가능

기술 스택

Phaser.js NestJS 10 ethers.js Telegram Bot API Docker
B2C 앱 / 피트니스

필라테스 프랜차이즈 관리 앱

피트니스 CRM · 2019.09~2019.12 (4개월)

프로젝트 개요

필라테스 센터의 예약, 결제, 회원관리, 매출분석을 통합하는 올인원 관리 플랫폼. 3개 플랫폼(Android, iOS, Web) 동시 출시.

핵심 기능

  • 프랜차이즈 다지점 통합 관리 — 강사·회원·매출 한 화면 관리
  • 수업 예약 시스템 + 결제 자동화
  • 매출 대시보드 — 센터별 일/월 매출 자동 집계

본 프로젝트와의 유사점

  • 데이터 관리 대시보드 — 복잡한 비즈니스 데이터를 그리드로 조회/관리하는 UI 구현 경험
  • 4개월 풀스택 딜리버리 — 기획~개발~출시까지 빠른 딜리버리 역량으로 3주 PoC 대응 가능

기술 스택

React Native Node.js React
B2C 앱 / 운세

운세 앱 (Fortune App)

사주 기반 운세 앱 · 2024.07~2024.09 (3개월)

프로젝트 개요

사주 기반 맞춤형 운세, 행운의 번호, 궁합 추천 모바일 앱. Flutter 단일 코드베이스로 iOS + Android 동시 출시, Clean Architecture 17개 Use Case.

핵심 기능

  • 생년월일/시간 입력 기반 사주 분석
  • 포인트 & 리워드 데일리 체크인 시스템
  • 자체 광고 SDK 내부 패키지 개발

본 프로젝트와의 유사점

  • Clean Architecture — 3계층 아키텍처 기반 설계 경험이 PoC의 모듈러 아키텍처 설계에 활용 가능
  • 3개월 풀패키지 딜리버리 — 기획~출시 빠른 납기 경험으로 3주 PoC 대응 가능

기술 스택

Flutter Firebase BLoC Node.js

함께 만들어 가겠습니다

프로젝트에 대해 더 자세한 논의를 원하시면 미팅을 신청해 주세요.