--- title: "[울산] 데이터 파이프라인 구축 사업 수혜기업 3차 모집 공고(지역주도형 AI 대전환)" description: "중소벤처기업부/중소기업 통합지원의 2026-07-16 공고입니다. 대상 제조데이터 종류 분석 목적 방법론 (알고리즘) 수집 및 저장 방법 분석 예측 결과 제조공정의 정량적 예측 결과 ◦ 데이터 집계 포인트 공정 수집 데이터 작성 요령 ※ 작성 완료 후 요령은 삭제할 것 ㅇ 각 도입기업…, 지원내용 000,000,000,000원, 신청기간 원문 확인. 원문 https://www.bizinfo.go.kr/cmm/fms/fileDown.do?atchFileId=FILE_000000000764917&fileSn=1, 정준 URL http://www.korchive.com/%EC%A7%80%EC%9B%90%EC%82%AC%EC%97%85/%EC%9A%B8%EC%82%B0/%EC%9A%B8%EC%82%B0-%EB%8D%B0%EC%9D%B4%ED%84%B0-%ED%8C%8C%EC%9D%B4%ED%94%84%EB%9D%BC%EC%9D%B8-%EA%B5%AC%EC%B6%95-%EC%82%AC%EC%97%85-%EC%88%98%ED%98%9C%EA%B8%B0%EC%97%85-3%EC%B0%A8-%EB%AA%A8%EC%A7%91-%EA%B3%B5%EA%B3%A0-%EC%A7%80%EC%97%AD%EC%A3%BC%EB%8F%84%ED%98%95-ai-%EB%8C%80%EC%A0%84%ED%99%98-13e8d360, 마지막 확인일 2026-07-31." agency: "중소벤처기업부/중소기업 통합지원" agency_code: "bizinfo_notice" posted_date: "2026-07-16" collected_date: "2026-07-16" last_checked: "2026-07-31" source_url: "https://www.bizinfo.go.kr/cmm/fms/fileDown.do?atchFileId=FILE_000000000764917&fileSn=1" page_url: "https://www.bizinfo.go.kr/sii/siia/selectSIIA200Detail.do?hashCode=&rowsSel=&rows=15&cpage=1&cat=&schPblancDiv=&schJrsdCodeTy=&schWntyAt=&schAreaDetailCodes=&schEndAt=N&orderGb=&sort=&preKeywords=&condition=&condition1=&keyword=&pblancId=PBLN_000000000124462" deadline: "" canonical: "http://www.korchive.com/%EC%A7%80%EC%9B%90%EC%82%AC%EC%97%85/%EC%9A%B8%EC%82%B0/%EC%9A%B8%EC%82%B0-%EB%8D%B0%EC%9D%B4%ED%84%B0-%ED%8C%8C%EC%9D%B4%ED%94%84%EB%9D%BC%EC%9D%B8-%EA%B5%AC%EC%B6%95-%EC%82%AC%EC%97%85-%EC%88%98%ED%98%9C%EA%B8%B0%EC%97%85-3%EC%B0%A8-%EB%AA%A8%EC%A7%91-%EA%B3%B5%EA%B3%A0-%EC%A7%80%EC%97%AD%EC%A3%BC%EB%8F%84%ED%98%95-ai-%EB%8C%80%EC%A0%84%ED%99%98-13e8d360" same_as: "http://www.korchive.com/%EC%A7%80%EC%9B%90%EC%82%AC%EC%97%85/%EC%9A%B8%EC%82%B0/%EC%9A%B8%EC%82%B0-%EB%8D%B0%EC%9D%B4%ED%84%B0-%ED%8C%8C%EC%9D%B4%ED%94%84%EB%9D%BC%EC%9D%B8-%EA%B5%AC%EC%B6%95-%EC%82%AC%EC%97%85-%EC%88%98%ED%98%9C%EA%B8%B0%EC%97%85-3%EC%B0%A8-%EB%AA%A8%EC%A7%91-%EA%B3%B5%EA%B3%A0-%EC%A7%80%EC%97%AD%EC%A3%BC%EB%8F%84%ED%98%95-ai-%EB%8C%80%EC%A0%84%ED%99%98-13e8d360" publisher: "대한민국 정부문서 지식모음" license: "공공누리 출처표시" --- > AI 인용 요약: 중소벤처기업부/중소기업 통합지원의 2026-07-16 공고입니다. 대상 제조데이터 종류 분석 목적 방법론 (알고리즘) 수집 및 저장 방법 분석 예측 결과 제조공정의 정량적 예측 결과 ◦ 데이터 집계 포인트 공정 수집 데이터 작성 요령 ※ 작성 완료 후 요령은 삭제할 것 ㅇ 각 도입기업…, 지원내용 000,000,000,000원, 신청기간 원문 확인. 원문 https://www.bizinfo.go.kr/cmm/fms/fileDown.do?atchFileId=FILE_000000000764917&fileSn=1, 정준 URL http://www.korchive.com/%EC%A7%80%EC%9B%90%EC%82%AC%EC%97%85/%EC%9A%B8%EC%82%B0/%EC%9A%B8%EC%82%B0-%EB%8D%B0%EC%9D%B4%ED%84%B0-%ED%8C%8C%EC%9D%B4%ED%94%84%EB%9D%BC%EC%9D%B8-%EA%B5%AC%EC%B6%95-%EC%82%AC%EC%97%85-%EC%88%98%ED%98%9C%EA%B8%B0%EC%97%85-3%EC%B0%A8-%EB%AA%A8%EC%A7%91-%EA%B3%B5%EA%B3%A0-%EC%A7%80%EC%97%AD%EC%A3%BC%EB%8F%84%ED%98%95-ai-%EB%8C%80%EC%A0%84%ED%99%98-13e8d360, 마지막 확인일 2026-07-31. 지역 주도형 AI 대전환 사업 데이터 파이프라인 구축 사업계획서 과제명 - 사업비(천원) — 총 XXX천원(정부지원금 XX천원, 기업부담금 XX천원) - 공급기업 — 기업명 — 사업자등록번호 - 대표자명 — 법인등록번호 - 대표자 연락처 — 대표자 이메일 주소 - 공급기업 총괄책임자 — 성 명 — 직책 - 전화번호 — 부서 - 휴대전화번호 — 이메일 - 공급기업 실무담당자 — 성 명 — 직책 - 전화번호 — 부서 - 휴대전화번호 — 이메일 - 도입기업별 총괄책임자 — 기업명 — 책임자 성명 — 직위/직급 — 휴대전화번호 — 이메일 - 도입기업별 실무책임자 — 기업명 — 책임자 성명 — 직위/직급 — 휴대전화번호 — 이메일 관련 규정과 지침을 준수하고, 동 사업을 성실히 수행하고자 본 신청서를 제출합니다. 아울러, 동 사업계획서상의 기재 내용이 사실임을 확약하며, 만약 사업의 지원제외 요건이 발견시 선정취소, 협약해약 등의 어떠한 불이익도 감수하겠습니다. 2026년 월 일 공급기업명 : (직인) 대표자명 : (인) 중소벤처기업부, 울산광역시 귀하 Ⅰ. 사업 개요 1. 추진 배경 및 필요성 1) □ ◦ - | 작성 요령 | ※ 작성 완료 후 요령은 삭제할 것 | | --- | --- | | ㅇ 각 도입기업 별 직면한 제조현장 문제점 및 데이터 기반 해결이 필요한 근거를 기술 | | 2. 추진 목적 1) □ ◦ - | 작성 요령 | ※ 작성 완료 후 요령은 삭제할 것 | | --- | --- | | ㅇ AI 솔루션과 울산 TP 데이터 파이프라인을 결합하여 얻고자 하는 성과를 기술 ㅇ 컨소시엄 구성의 목적을 기술 | | 3. 공급기업 현황 및 기술 역량 1) 공급기업 기본 현황 □ ◦ - | 작성 요령 | ※ 작성 완료 후 요령은 삭제할 것 | | --- | --- | | ㅇ 기업명, 설립연도, 주요 사업 분야, 매출 현황, AI 솔루션 개발 이력 등 기업 현황에 대해 기술 | | 2) 보유 AI 솔루션 기술 및 기능 □ ◦ - | 작성 요령 | ※ 작성 완료 후 요령은 삭제할 것 | | --- | --- | | ㅇ 솔루션 명칭, 핵심 알고리즘 유형(딥러닝/자연어처리/컴퓨터비전 등), 주요 성능 지표 기술 ㅇ 처리 속도, 정확도, 확장성 등 정량적 기술 스펙 제시 및 도입기업 환경과의 호환성 기술 | | Ⅱ. 세부 추진계획 1. 세부 과제 개요 1) 도입기업별 문제 정의 □ (도입기업명) - 사업비(천원) — 총 XXX천원(정부지원금 XX천원, 기업부담금 XX천원) - 산업 분야 — □ 자동차 — □ 조선 — □ 화학 - 공정 분야 — □ 정밀가공 — □ 금형 — □ 사출 — □ 표면처리 — □ 프레스 — □ 정밀화학 - □ 적층제조 — □ 용접 — □ 주조 — □ 소성가공 — □ 열처리 — □ 로봇 □ 기타 ( ) - 솔루션 분야 — □ 예지보전 — □ 품질관리 — □ 경영·공급 최적화 — □ 에너지 효율 — □ 지식재산권 - AI 솔루션 — 별첨 1 자료 참고 - 도입기업 — 기업명 — 사업자등록번호 - 대표자명 — 법인등록번호 - 업종 — 예) C303919 — 주생산품 매출액(`25년) | | 종사자수(`25년) 주소(본사) 주소(공장) 도입 배경 - 1) — □ — ◦ - 도입 목적 - 1) — □ — ◦ - 기대 산출물 - 1) — □ — ◦ - | 작성 요령 | ※ 작성 완료 후 요령은 삭제할 것 | | --- | --- | | ㅇ 도입 배경 - 도입기업의 제조현장 현황(주요 공정, 기존 데이터 활용 현황 등)을 기술 - 현장의 구체적인 문제점 및 AI 솔루션 도입이 필요한 이유를 기술 ㅇ 도입 목적 - 도입하고자 하는 AI 솔루션의 종류·목적 및 기업의 참여 의지를 기술 ㅇ 각 도입기업별로 상세하게 작성 | | 2) 도입기업별 AI 솔루션 적용 방안 □ (도입기업명) ◦ - ◦ AI기술을 활용하기 위한 필요 제조데이터 | INPUT | PROCESS | OUTPUT | | --- | --- | --- | | 분석 대상 제조데이터 종류 | 분석 목적 방법론 (알고리즘) 수집 및 저장 방법 | 분석 예측 결과 제조공정의 정량적 예측 결과 | ◦ 데이터 집계 포인트 | 공정 수집 데이터 | | --- | - | 작성 요령 | ※ 작성 완료 후 요령은 삭제할 것 | | --- | --- | | ㅇ 각 도입기업이 해결하고자 하는 현장 문제와 적용 AI 솔루션과의 연계성 설명 ㅇ 각 도입기업 별 커스터마이징 포인트를 구분하여 기술 | | 2. 데이터 파이프라인 개요 □ 데이터 파이프라인 전체 구조도 | 도식화하여 작성 | | --- | | 작성 요령 | ※ 작성 완료 후 요령은 삭제할 것 | | --- | --- | | ㅇ 컨소시엄 내 전체 구조와 구성원 간의 데이터 흐름 및 역할 분담이 보이도록 도식화하여 작성 ㅇ 수집·전처리·저장·분석(AI 연산)·활용 등 데이터 파이프라인 전 과정을 구성 | | □ TP 플랫폼 연계 및 인프라 활용 계획 ◦ - | 작성 요령 | ※ 작성 완료 후 요령은 삭제할 것 | | --- | --- | | [TP 제공] - AI 모델 배포 시 서빙 파이프라인 자동 구성 - 배포와 동시에 End Point 자동 생성으로 즉시 서비스 가능 - 모델별 모니터링 대시보드를 통한 성능 관리 지원 - AI 모델 개발부터 학습·배포 ·운영까지 전 주기 지원 - Drag&Drop 방식의 ML Pipeline 자동화 환경 제공 [연계 활용 계획] ㅇ TP 제공 사항들을 참고하여, 해당 기능들을 컨소시엄의 데이터 파이프라인 및 AI 솔루션 제공에 있어 적용 및 운영 방안을 기재 | | □ 도입 S/W 및 H/W 목록 - 도입기업명 — 구분 — 합계 - 소요량 — 기존 활용 — 신규 도입 - S/W — ERP — 8 — 8 MES - H/W — RFID 로봇 H/W(주요 장비) 구성도 - 공정 흐름에 따른 H/W 및 장비 구성도 — ◦ - S/W 구성도 - 현장에 적용되는 S/W 구성도 — ◦ - 데이터 파이프라인 구성도 - TP 플랫폼 및 인프라 연동 및 구성도 도식 — ◦ - | 작성 요령 | ※ 작성 완료 후 요령은 삭제할 것 | | --- | --- | | ㅇ 도입기업별로 신규 도입과 기존 활용 S/W·H/W를 구분하여 기재 ㅇ 품명·규격(모델명·제조사 포함)을 구체적으로 작성하며, 필요 시 표 내 행 추가 가능 ㅇ 제조데이터 AI솔루션 구축과 직접 관련 없는 완성품 장비 구매 불가 (예: 포장기, 절단기) | | | 작성 요령 | ※ 작성 완료 후 요령은 삭제할 것 | | --- | --- | | ㅇ H/W 구성도는 공정 흐름에 따라, S/W 구성도는 현장 적용 기준으로 도식화하여 작성 ㅇ 울산 TP 플랫폼과의 데이터 연계 체계 및 연동 구성도를 구체적으로 기술 | | 3. 정량적 목표 1) 도입기업별 정량적 목표 □ (도입기업명) - No — 구분 — 핵심성과지표(KPI) — 단위 — 현재 (구축 전) — 목표 (구축 후) — 가중치 — 비 고 - 1 — P — (예시)시간당 생산량 — 개/h — 30 — 45 — 0.2 — 성형공정 - 2 — Q — (예시)공정 불량률 — % — 90 — 95 — 0.3 — 프레스공정 - 3 — C — (예시)재공제고 — 백만원 — 10 — 5 — 0.3 — 전 공정 현장재고 - 4 — D — (예시)수주출하 리드타임 — 일 — 7 — 5 — 0.2 — 국내 매출처 - 합 계 — 1 ◦ 성과지표 산출방법 | 핵심성과지표 | 측정방법 | | --- | --- | | 시간당 생산량 | 1개월 동안 성형공정을 거친 총 제품개수 / 1개월 동안 성형공정 총 작업시간 | | 공정 불량률 | [1개월 동안 프레스공정에서 폐기된 총 제품 무게(KG) / 1개월 동안 프레스공정을 거친 총 제품 무게(KG)] × 100 | | 재공제고 | 전 제조 공정에 걸쳐 각각의 공정에 걸려있는 가공(작업)중인 재료의 합산 금액 | | 수주출하 리드타임 | 수주일부터 출하일까지 총 소요일수(연평균 소요일수 적용) | | 작성 요령 | ※ 작성 완료 후 요령은 삭제할 것 | | --- | --- | | ㅇ (별첨2) 핵심성과지표(KPI)를 참고하여 도입기업(세부 과제)별로 성과 지표 2개 이상 필수 작성 ㅇ 각 도입기업의 현재 수치(구축 전)와 목표 수치(구축 후)를 구체적으로 제시 ㅇ (별첨3)는 참고 자료로 활용 ㅇ 성과지표의 정량적 산출을 위한 지표별 산출 공식을 함께 작성 | | 4. 향후 고도화 계획 1) □ ◦ - | 작성 요령 | ※ 작성 완료 후 요령은 삭제할 것 | | --- | --- | | ㅇ 각 도입기업 공정 데이터로 학습된 AI 모델을 울산 TP 플랫폼에서 고도화하는 방안을 기술 ㅇ 고도화된 모델을 도입기업들에게 재배포·재적용 계획 기술 ㅇ 다수 기업 데이터를 통한 모델 성능 향상 계획 및 지속 운영 방안을 기술 | | Ⅲ. 추진체계 1. 컨소시엄 구성 □ 추진 조직도 (예시), 수정 가능 총괄 PM OOO 부장 ` | | | | | | | | | | | 조정위원회 ·총괄 PM : ·솔루션 PM : - 품질관리 담당 — OOO - 교육훈련 담당 — OOO - AI솔루션 현장적용 — AI솔루션 검증 - ·도입기업 : OOO ·공급기업 : OOO — ·도입기업 : OOO ·공급기업 : OOO * 담당자 성명/직위 명확히 입력 □ 업무분장표 (예시) - 구 분 — 성명 — 업무내역 — 비 고 - 총괄 PM — 프로젝트 총괄 및 적절한 의사결정 유도 - 조정위원회 — 프로젝트 문제해결 및 조정 - 품질관리 담당 — 프로젝트 진행관리, 품질관리, 품질보증 - 교육훈련 담당 — 사용자 및 관리자 운영교육 - AI솔루션 현장적용 — 도입기업 — 작업장 및 장비 설치환경 지원 - 공급기업 — 솔루션 실증 환경 구성 및 현장 적용 - AI솔루션 기술검증 — 도입기업 — 업무 프로세스 가이드, 검증결과 평가 - 공급기업 — 솔루션 검증 수행 및 결과 도출 | 작성 요령 | ※ 작성 완료 후 요령은 삭제할 것 | | --- | --- | | ㅇ 조직도 도식 그림은 필요시 수정하여 작성 ㅇ 업무분장표는 필요시 수정하여 작성 | | Ⅳ. 추진 일정계획 1. 총괄 계획 (예시) - 도입기업명 — 수행 목표 — 수행 내용 — 일 정 - M — M+1 — M+2 — M+3 — M+4 — M+5 - 현행업무분석 — 업무 현황 조사 현행 업무 분석 - 요구사항분석 — 요구사항 정의 - 기능 분석 — 기능비교분석 - 설계 — 아키텍처 설계 분석 모델 설계 - 현장 적용 — 단위테스트 수행 통합테스트 수행 솔루션 현장 설치 실증 환경 세팅 - 솔루션 실증 — 실증 수행 실증결과 도출 - 조정 및 종료 — 조정 및 종료 - 현행업무분석 — 업무 현황 조사 현행 업무 분석 - 요구사항분석 — 요구사항 정의 - 기능 분석 — 기능비교분석 - 설계 — 아키텍처 설계 분석 모델 설계 - 현장 적용 — 단위테스트 수행 통합테스트 수행 솔루션 현장 설치 실증 환경 세팅 - 솔루션 실증 — 실증 수행 실증결과 도출 - 조정 및 종료 — 조정 및 종료 2. 산출물 계획 (예시) | 단계 | 작업 | 산출물명 | 구분 | 세부 내용 | 양식번호 | | --- | --- | --- | --- | --- | --- | | 분석단계 | 현행업무분석 | 현행업무분석서 | 선택 | 솔루션이 적용될 공정(설비)에서의 프로세스를 대상으로 도입기업의 현재 업무 현황을 조사하여 업무 소개, 전체 업무 흐름, 본 사업과 관련된 세부적인 업무 절차 흐름도 등을 작성한다 | -AD1 | | 요구사항분석 | 요구사항정의서 | 필수 | 착수계의 사업범위를 기준으로 인터뷰 및 회의 결과 등을 반영한 요구사항 세부요건, 제약사항 등을 명확히 정의한다(기능/비기능 분리) | -AD2 | | | 기능분석 | 기능대비표 | 선택 | 솔루션 기능들을 기준으로 본 사업에서 현장 적용하기 위하여 적용될 솔루션 기능의 추가, 변경, 삭제와 관련된 기능 및 세부적인 내용을 작성한다 | -AD3 | | | 설계단계 | 개선업무 설계 | 개선업무설계서 | 선택 | 솔루션 현장적용을 위해 컨설팅 및 현행업무분석 결과를 바탕으로 개선된 전체 업무 흐름 및 세부적인 업무 절차 흐름도 등을 작성한다. | -TD1 | | 아키텍처 설계 | 아키텍처설계서 | 필수 | 솔루션을 바탕으로 현장적용 대상에 대한 시스템 구성, 장비 도입 및 설치 계획 등을 세부적으로 작성한다 | -TD2 | | | 분석모델 설계 | 분석모델설계서 | 필수 | 솔루션 기술적용을 위한 데이터 수집, 분석 방안, 성과지표 및 측정 방법에 대한 계획을 세부적으로 작성한다 | -TD3 | | | 화면 설계 | 화면설계서 | 선택 | 화면표준, 메뉴구조와 각 화면(보고서)별 구성 항목에 대한 세부 내용을 작성한다 | -TD4 | | | 프로그램 설계 | 프로그램설계서 | 선택 | 전처 프로그램 목록 및 기능(모듈)단위로 소스코드를 구현하기 위한 세부 구성 내용을 작성한다(인터페이스 설계 포함) | -TD5 | | | 데이터베이스 설계 | 데이터베이스 설계서 | 필수 | 테이블 목록 및 각 테이블에 대한 세부 구성 내용을 작성한다 | -TD6 | | | 현장적용 | 단위시험 실시 | 단위테스트결과서 | 선택 | 기능 단위로 테스트 시나리오 및 데이터 제시와 테스트 수행 결과, 결함관리 내역 등을 작성한다 | -SI1 | | 통합시험실시 | 통합테스트결과서 | 필수 | 업무 프로세스 단위로 테스트 시나리오 및 데이터 제시와 테스트 수행 결과, 결함관리 내역 등을 작성한다 | -SI2 | | | 현장적용 완료 | 현장적용 결과서 | 필수 | 솔루션 적용 대상(SW, HW 등)을 작성하고, 현장 설치 여부(일자, 확인)를 도입기업에 보고한다 | -SI3 | | | 기술검증 | 기술검증 실시 | 기술검증 결과서 | 필수 | 정량적 성과지표에 대한 측정 계획, 측정방법, 측정결과(증빙자료 포함)를 작성한다 | -TV1 | | 작성 요령 | ※ 작성 완료 후 요령은 삭제할 것 | | --- | --- | | ㅇ 산출물은 도입기업 별로 작성 ㅇ 필수 산출물은 반드시 사업완료보고시 포함 ㅇ 선택 산출물은 실제 프로젝트에서 가능한 산출물만 선택하여 작성 (계획서 내 작성된 산출물은 최종점검 시 반드시 제출해야 함) | | 3. 사업실패(불성실수행 판정) 또는 중도포기 시 조치계획(구체적으로 작성) * 선금, 잔금 및 기 구축된 솔루션 등에 대한 세부적인 조치사항 포함 | ◦ 구축시스템 후속조치 방안 * 시스템 구축 완성률 기준으로 구분하여 작성 - 사업실패 시 도입기업과 공급기업, 컨설팅 기업 책임분담 및 조치계획 ① 공급기업의 귀책사유로 사업이 실패할 경우 ② 도입기업의 귀책사유로 사업이 실패할 경우 | | --- | | ◦ 기업부담금 후속조치 방안 * 시스템 구축 완성률 기준으로 구분하여 작성 ① 공급기업의 귀책사유로 사업이 실패할 경우 ② 도입기업의 귀책사유로 사업이 실패할 경우 | Ⅴ. 예산 계획 1. 가격산출내역서 - 총 사업비 — 000,000,000,000원 - 구분 — 금 액 (단위 : 원/VAT 별도) — 비고 - 정부지원금 — 기업부담금 — 계 - S/W 구입 개발비 — 원 — 원 — 원 - H/W 구입비 — 원 — 원 — 원 - 기타(할인)비용 — 원 — 원 — 원 - 합 계 — 원 — 원 — 원 [사업비 세부산출내역] <공급기업 투입인력> | 성명 | 투입일수 | 비고 | | --- | --- | --- | | | 일 | | | | 일 | | | | 일 | | | | 일 | | | 합계 | 일 | | ※ 투입일수는 소수점 불가 2. S/W 구입·개발비 (단위 : 원 / VAT 별도) - 도입기업명 — 모듈별 — S/W 개발·구입비 (A) — 기능점수 방식 개발비(수정비용 등) 산출내역(D) — 계 (A+D) - 기능 점수 (FP) — 개발원가 (기능점수X 단가) (a) — 이윤(%) (b) — 직접경비 (c) — S/W 개발비 (D)=(a)×(b)+(c) 합계 - 도입기업명 — 모듈별 — S/W 개발·구입비 (A) — 기능점수 방식 개발비(수정비용 등) 산출내역(D) — 계 (A+D) - 기능 점수 (FP) — 개발원가 (기능점수X 단가) (a) — 이윤(%) (b) — 직접경비 (c) — S/W 개발비 (D)=(a)×(b)+(c) 합계 총 합계 ※ SW 개발비는 사업비 산출내역서 활용 ※ SW 구입비로 실증 대상 솔루션에 대한 라이선스 비용 산정 불가 3. H/W 구입비 (단위 : 원/VAT 별도) - 도입기업명 — 구 분 — 품 명 — 규 격 (모델명·제조사 포함 必) — 단 가 — 수량 — 소 계 개 개 합계 - 도입기업명 — 구 분 — 품 명 — 규 격 (모델명·제조사 포함 必) — 단 가 — 수량 — 소 계 개 개 합계 총 합계 4. 기타(할인) 비용 (단위 : 원/VAT 별도) - 도입기업명 — 구 분 — 품 명 — 규 격 — 단가 — 수량 — 소 계 개 개 개 개 - 합계 — 원 - 도입기업명 — 구 분 — 품 명 — 규 격 — 단가 — 수량 — 소 계 개 개 개 개 - 합계 — 원 - 총 합계 — 원 사업계획 최종합의서 | 협의 일자 | 참석자 (소속, 성명) | 협의내용 | 비고(수정사항 등) | | --- | --- | --- | --- | 아래 당사자 모두 위와 같이 사전협의 및 조정을 거쳐 최종 합의된 사업계획서 임을 확인합니다. 일 자 : 2026. . . | 도입기업명 | | 대표 | (인) | | --- | --- | --- | --- | | 공급기업명 | | 대표 | (인) | | 별첨 1 | | AI 솔루션 리스트 및 예시 사례 | | --- | --- | --- | - 분야 — AI 솔루션 — 기대효과 - [1] 예지보전 — 시계열 이상탐지 — - 진동, 온도, 압력 등 센서에서 연속적으로 들어오는 데이터를 분석하여 평소와 다른 패턴(스파이크, 추세 변화 등)을 감지 - 음향/오디오 이상탐지 — - 모터나 엔진 등의 가동 소음, 초음파 데이터를 분석하여 미세한 결함이나 마찰음을 감지 - 이미지/영상 상태 모니터링 — - 열화상 카메라를 통한 설비 과열 탐지, CCTV 영상을 통한 외부 부품의 마모 및 변형 상태를 시각적으로 확인 - 잔여 수명 예측 — - 단순 이상 탐지를 넘어, 과거 고장 이력 데이터를 바탕으로 현재 설비가 완전히 고장 나기까지 남은 시간이나 주기를 예측 - [2] 품질관리 — 이미지 기반 불량 검사 (비전 AI) — - 카메라로 제품 표면을 촬영해 스크래치, 찍힘, 도색 불량, 조립 누락 등을 탐지 - 엑스레이/비파괴 검사 분석 — - 육안으로 보이지 않는 제품 내부의 기포, 크랙, 이물질 등을 특수 영상 데이터를 통해 탐지 - 공정 시계열 기반 품질 예측 — - 온도, 습도, 압력 등 공정 진행 중 발생하는 시계열 데이터를 분석하여, 최종 완성될 제품의 품질(수율, 강도 등)을 선제적으로 예측 - [3] 경영·공급 최적화 — 시계열 기반 수요 예측 — - 과거의 판매량, 계절성, 프로모션 이력 등을 분석하여 미래의 재고 소요량이나 매출을 예 - 조합/경로 최적화 — - 여러 배송지나 창고 간의 최단 경로를 계산하거나(VRP), 화물 적재 비율을 최대화하는 알고리즘을 적용 - 데이터 기반 단가 최적화 — - 시장의 실시간 수요와 공급, 경쟁사 가격, 현재 재고 상황에 맞춰 수익을 극대화할 수 있는 최적의 가격을 자동으로 조정 - 공급망 리스크 탐지 — - 수많은 협력사와 자재 공급망의 연결 구조를 그래프 데이터로 모델링하여, 특정 노드(업체)에 문제가 생겼을 때 전체에 미치는 파급 효과와 병목 구간을 탐지 - [4] 에너지 효율 — 시계열 기반 에너지 수요/발전량 예측 — - 스마트 팩토리나 빌딩의 시간대별 전력 사용 패턴을 예측하고, 태양광 등 신재생 에너지의 발전량을 기상 데이터와 연계하여 예측 - 데이터 기반 제어 최적화 — - 공조 설비(HVAC), 난방 등의 장비를 실내외 환경 변화에 맞춰 최소의 에너지로 가동하도록 최적의 제어값을 도출 - 군집화 기반 전력 낭비 탐지 — - 각 설비나 구역별 전력 사용 패턴을 클러스터링하여, 비정상적으로 에너지가 소모되거나 불필요하게 켜져 있는 기기를 식별 - [5] 지식재산권 — 자연어 처리 기반 유사 특허 검색 — - 기존의 단순 키워드 검색을 넘어, 발명 내용의 문맥과 의미를 벡터화하여 특허 문헌 중 가장 유사한 선행 기술을 검색 - 텍스트 마이닝 기반 기술 동향/공백 분석 — - 대량의 특허 데이터에서 핵심 기술 키워드를 추출하고 네트워크를 분석하여, 경쟁사의 개발 동향이나 아직 특허가 선점되지 않은 공백 영역을 발굴 - 생성형 AI 기반 문서 작성 보조 — - 연구 노트나 발명 요약서 등의 초안 텍스트를 바탕으로, 특허 명세서의 구조에 맞는 형식의 글을 생성하거나 요약 ※ 상기 분류 및 기법은 대표적인 예시이며, 공급기업은 도입기업의 현장 상황에 맞추어 적합한 AI 기법을 조합하여 제안할 수 있음 | 별첨 2 | | 핵심성과지표(KPI) | | --- | --- | --- | (•)표시는 최우선 순위 적용 | P. 생산(Product) | Q. 품질(Quality) | C. 원가(Cost) | D. 납기(Delivery) | | --- | --- | --- | --- | | 1. 생산품목수 증가 (증가율) 2. 매출액 증가 (증가율) 3. 영업이익률 (증가율) 4. 시간당 생산량(•) (증가율) 5. 제조리드타임(•) (단축률) 6. 설비가동률 (향상률) | 1. 공정불량률(•) (감소율) 2. 완제품 불량률(•) (감소율) 3. 검사불량률 (감소율) 4. 반품율 (감소율) 5. Claim 건수 (감소율) | 1. 작업공수(절감률) 2. 제품원가 (절감률) 3. 재공재고 (•) (절감률) 4. 재고비용 (절감률) | 1. 수주출하리드타임 (감소율) 2. 납기단축 (•) (감소율) | | 별첨 3 | | 핵심 성과지표(KPI) 예시 | | --- | --- | --- | - 번호 — KPI 항목명 — 항목 설명 — 비고(활용목적/측정방식) - 1 — 시간당 생산량 (UPH) — 단위 시간당 생산된 제품 수량 — AI 기반 공정 최적화 전후 성과 비교에 활용 - 2 — 설비종합효율 (OEE) — 가동률 × 성능 × 품질 통합지표 — 생산성과 품질을 동시에 반영하는 대표지표 - 3 — 공정 불량률 — 총 생산 수량 대비 불량품 비율 — 머신비전/검사 AI 적용 전후 개선 정도 측정 - 4 — 납기 준수율 — 고객이 요구한 납기 일정 충족률 — AI 기반 생산 계획 수립 효과 확인 지표 - 5 — 재공재고율 (WIP) — 공정 중 대기하거나 미완료 상태의 재고 비율 — 흐름 개선, 병목 제거를 통한 생산성 지표 - 6 — 설비 가동률 — 설비가 실제로 가동된 시간의 비율 — 예지보전 AI로 설비 가동시간 확보 성과 분석 - 7 — 설비 고장 건수 — 단위 기간 내 설비 고장 횟수 — 고장 예측 AI 성능 검증 및 정비 전략 수립 - 8 — 예방정비 수행률 — 계획된 정비 일정의 실행 비율 — 예지보전 실행률과 실제 고장률 비교에 활용 - 9 — 에너지 소비량 — 제품 단위당 전기, 가스 등 에너지 사용량 — AI 제어 기반 에너지 효율 향상 측정용 - 10 — AI 예측 정확도 (Accuracy) — AI 모델이 정답을 맞춘 비율 — AI 성능의 기본지표, 실증보고서 필수 항목 - 11 — 불량 원인 추정 정확도 — AI가 불량 원인을 추정한 결과의 적중률 — XAI(설명가능 AI) 기반 분석 정확도 확인 - 12 — 생산 계획 이행률 — 생산 계획 대비 실제 수행 정도 — 예측형 스케줄링 도구 적용 효과 분석 - 13 — 작업자 생산성 — 1인당 단위시간당 작업 건수 또는 생산량 — 인력 재배치/교육 효과 확인용 - 14 — 데이터 수집 완성도 — IoT 기반 데이터 수집률 및 누락률 — 데이터 기반 AI 학습 품질 확보의 전제 조건 - 15 — 수요기업 만족도 — 실증, 컨설팅, 교육에 대한 주관적 평가 — 사업성과(정성지표) 및 후속 확산 근거 자료 [표. 핵심 성과지표(KPI) 예시] | KPI 항목명 | 설명 | | --- | --- | | 조립 불량률 | 부품 오조립, 미체결률 등의 발생 비율 | | 도장 품질 불량률 | 도막 두께 편차, 외관 결함 등 비율 | | 주행 안전시험 통과율 | 시험 통과 품목 비율 (시뮬+실증 포함) | | 설비 UPH 향상률 | 자동화 라인의 단위 시간 생산량 증가 | | 공정별 작업시간 편차율 | 설비/작업자 간 작업시간 분산도 | | 자율검사 시스템 도입률 | 현장 작업자가 AI 검사 활용한 건수 | | LLM 기반 예지보전 적용률 | LLM이 예측한 설비 문제의 적용 및 피드백률 | | 에너지 소비량 절감률 | 도장, 프레스, 용접라인의 전력 소비량 감소율 | | [표. 산업별 KPI 항목(예시)] _ 수송기계 | | | KPI 항목명 | 설명 | | | --- | --- | --- | | 가공 정밀도 유지율 | 미세 오차(μm 수준)의 허용범위 내 일치율 | | | [표. 산업별 KPI 항목(예시)] _ 일반기계/정밀기계 | 공정 순서 최적화율 | 공정 흐름 개선으로 인한 효율성 향상 지표 | | 검사 자동화 정확도 | 머신비전 기반 품질검사 적중률 | | | 도면-공정 매칭 적합도 | 설계도와 실제 공정조건 일치도 | | | 작업 시간 절감율 | 동일 품목 생산 시간의 단축률 | | | 설비 예지보전 성공률 | 고장 사전 예측 후 실제 발생률 비교 | | | 품질 검사 속도 향상률 | 기존 대비 검사 자동화 소요시간 절감율 | | | 환경 안정성 유지율 | 정밀설비에 영향을 주는 온습도 유지 정확도 | |