AI와 공공 입찰

입찰의 판이 바뀌었다: 감(感)에서 과학으로

01 데이터가 알려 주는 승리의 징조
02 RFP 해부: AI로 발주처의 뇌 구조 읽기
03 RAG 기반 제안서 작성의 기술
04 AI가 그리는 제안서, 인간이 입히는 맥락
05 AI 평가위원을 만족시키는 법
06 심사위원의 뇌를 해킹하는 휴먼 터치
07 조달 데이터 주권과 윤리적 리스크 관리
08 선진국의 조달 AI 사례
09 에이전틱 AI와 자율 조달 시대
10 AI+Human과 시장 지배

숫자는 결과를 보여 주지만, 텍스트는 원인을 보여 준다. 입찰 분석의 새로운 전선(戰線)은 제안요청서(RFP)와 사전정보요청서(RFI) 문서에 숨겨진 ‘문맥의 뉘앙스’다. (…) 수치 데이터만 사용했을 때의 예측 정확도는 52.08%에 불과했다. 동전 던지기와 다를 바 없는 수준이다. 그러나 텍스트 마이닝 결과를 결합했을 때 정확도는 72.92%로 급등했다. 약 20%p의 상승. 이는 텍스트 속에 숨겨진 발주처의 불확실성이 리스크 판단에 결정적임을 증명한다. NLP(자연어 처리, Natural Language Processing) 기술은 단순한 키워드 매칭을 넘어선다. 문맥에 숨겨진 ‘불확실성(Uncertainty)’과 ‘리스크 조항’을 탐지한다. “검토 예정”, “추후 협의”, “상황에 따라”와 같은 표현이 빈번하게 등장하는 RFP는 발주처의 요구 사항이 명확하지 않다는 신호다. 이런 사업은 수주 후 설계 변경과 추가 비용 발생 가능성이 높다. AI는 이 패턴을 읽는다.

－01_“데이터가 알려 주는 승리의 징조” 중에서

RAG의 또 다른 강점은 유연성이다. 모델 재학습(Fine- tuning)은 비용이 크고 시간이 오래 걸린다. 새로운 실적이 추가될 때마다 재학습시키는 것은 비현실적이다. RAG는 다르다. 지식 베이스만 업데이트하면 된다. 2025년 1월에 새로운 수주 실적이 생기면, 해당 문서를 업로드하면 끝이다. 다음 질문부터 즉시 반영된다. 수시로 바뀌는 입찰 환경에 필수적인 특성이다.

－03_“RAG 기반 제안서 작성의 기술” 중에서

AI의 언어와 인간의 언어는 다르다. AI는 “지역 주민 삶의 질 향상”이라고 쓴다. 정확하지만 차갑다. 추상적이다. 감정이 없다. 인간은 “이 동네에는 밤 8시 이후 아이들이 갈 곳이 없습니다”라고 말한다. 구체적이다. 현장이 느껴진다. 감정이 움직인다. 심사위원도 인간이다. 논리만으로는 마음이 움직이지 않는다. 스토리가 필요하다. “왜 이 사업을 해야 하는가?”에 대한 답이 데이터가 아니라 이야기여야 한다. 휴먼 터치 전략은 하이브리드 접근이다. 데이터(AI)로 논리를 세운다. 스토리(인간)로 감정을 건드린다. 제안서의 ‘왜(Why)’ 섹션에 현장의 이야기를 넣는다.

－06_“심사위원의 뇌를 해킹하는 휴먼 터치” 중에서