[전북] 2026년 인공지능 신뢰성 향상지원 및 확보지원 참여기업 추가 모집 공고

[첨부1] AI신뢰성 혁신 실증 사업 참여 신청서(양식)

AI신뢰성 혁신 실증 사업 참여 신청서 기업명

주소

최초 출시일

회사개요

기대효과

본 신청서에 기재된 사항은 사실과 일치함을 서약하며 AI신뢰성 혁신 실증 사업 참여를 신청합니다. 2026년 월 일 ; 대표자 : (서명 또는 인) ; (재)전주정보문화산업진흥원장, 한국정보통신기술협회장 귀하

• 설립년도 — 대표자
• 업 종 — 사업자등록번호
• 기업구분 — 대기업 / 중견 / 중소 / 기타 — 법인등록번호
• 대표 전화번호 — FAX번호
• 대표 E-mail — 홈페이지
• 자본금 — 전년도 매출
• 종업원수 — 주요사업분야
• 사업 분야 — □ 농생명(스파트팜,식품,바이오) — □ 모빌리티/기계부품 — □ 제조/피지컬AI — □ 디지털융복합(AI/ICT/SW) — □ 이차전지/에너지 — □ 기타
• AI 도입 및 개발 현황 — □ 자체 개발 및 직접 운영 — □ 외부 AI 솔루션/모델 구매 및 운영 — □ AI 솔루션 형태 개발 및 납품 — □ 미도입 상태이나 향후 도입 및 개발 예정
• 신청 제품· 서비스명 (버젼 명시) — 신청제품 출시일 — 신청제품이 v1.0 일 경우 최초 출시일과 동일
• 신청 목적 (1/2지망) — □ AI신뢰성 검인증(CAT) 획득 — □ AI 기본법 대응 컨설팅 — □ Physical AI 기능 안전 국제표준 기반 컨설팅 — □ LLM 데이터셋 기반 테스팅 안내 및 지원 — □ 에이전트 AI 테스팅 안내 및 지원 — □ AX⦁AI 도입 시, 신뢰성 컨설팅 및 지원 — □ AI 제품 시험·평가·검증 지원 신청 목적 6개 항목 중, 지원 희망 순위에 따라 2지망까지(1지망/2지망) 선택
• 제품개요 — 하단의 내용에 맞추어 내용을 요약하여 작성 및 제출하여 주시기 바랍니다. 1. 본 제품·서비스는 XX목적의 인공지능 시스템이며, 주요 기능은 다음과 같다. 2. 학습 데이터 설명 - 데이터 수집 및 획득 방법 (자체수집, 오픈데이터, 구매 등): - 데이터 유형 (정형/비정형 및 이미지/텍스트 등): - 데이터 개수 및 크기: 3. 모델 및 알고리즘 설명 - 학습 방법 (지도/비지도/준지도 등): - 모델 개발 방법 (오픈소스 포함 개발/구매 등): ⸱개발 언어: ⸱기반 알고리즘: 4. 시스템 설명 - 개발 언어 및 프레임워크: - 운영환경 (서버, 클라이언트(PC), 모바일 등): 5. 기타 특이사항 및 요청사항(자유 서술)
• 담당자 — 성명 — 부서
• 직급 — 전화번호
• 휴대폰 — E-Mail

[첨부2] AI신뢰성 혁신 실증 사업 지원 내용(상세)

1. 인공지능 신뢰성(TAI) 향상지원

A. AI신뢰성 검인증(CAT) 획득 지원

지원 내용

• [대상] AI서비스·제품을 개발하여 운영 중인 기업 [지원 활동] TTA에서 운영 중인 CAT 마크 획득에 필요한 활동을 안내하고, 실제 검인증 획득까지 지원 ‣ CAT 프로그램 및 기반 국제표준 안내
• ※ ISO/IEC 23894, 24028 등 검인증에 활용되는 국제표준 소개 ‣ CAT 준비 지원 및 예비 심사
• ※ 실제 심사 및 검인증 전 준비 사항을 점검함으로써 검인증 이해도 제고 ‣ CAT 심사 진행 [준비 사항] 국제표준별 심사 기반 자료
• ※ 각 표준별로 위험관리 이행 상황 및 내부 지침·정책 문서 등 요구되며, 이는 지원 대상 기업에게 별도 안내 [소요 기간] CAT 심사 진행 기간은 1달 이내
• ※ 사전 안내 및 예비 심사 등의 기간은 포함되지 않음
• 【 참고 】 1. 인증 획득이 최종 목표이나, 준비도와 일정을 고려하여 검증 결과서 발급으로 추진도 가능
• ※ 인증 획득은 아니나, 본 사업의 기한(~12.31.)을 고려하여 인증 심사위원회 개최 없이 검증 결과서 우선 발급 가능한 프로세스 적용 가능 2. 통상적인 CAT 인증 심사 프로세스에 비하여 기업 친화적인 지원 절차를 추가 - 기반 국제표준 교육 및 안내, 예비심사를 통한 기업의 준비도와 성숙도 제고 - CAT 심사 진행 과정에서 심사 자료 미비 시 보완 기간 제공 3. 본 사업 기한 내 인증 획득에 실패한 경우, 과제 종료 후에도 이어서 추가 비용 납부를 통해 인증 프로세스 진행이 가능
• ※ 단, 예비 심사 및 심사 진행 정도에 따라 비용 할인 제공
• / --- /

2. 인공지능 신뢰성(TAI) 확보지원

B. AI 기본법 34조 적합성 점검 컨설팅

지원 내용

• [대상] AI 기본법 33조에 의거, 고영향 AI를 개발 및 운영하고 있는 기업*, 혹은 개발을 기획하고 있는 기업
• ※ AI 기본법 34조의 조항을 의무적으로 준수해야 하는 대상 [지원 활동] AI 기본법 34조의 조항별로 준수 여부에 대한 적합성 점검 및 개선 사항 제시
• ※ TTA에서 마련한 고영향 AI 사업자 책무 가이드라인과 세부 체크리스트를 기반으로 점검 실시 ‣ AI 기본법 34조항 설명 및 안내
• ※ 단, 본 시스템이 33조에 의거, 고영향인지 아닌지에 대한 판단은 제공하지 않음 ‣ 세부 조항별 점검 평가 ‣ 미비 사항 개선 사항 제시 [준비 사항] 조항별로 요구되는 증빙 및 심사 자료
• ※ 각 조항별로 위험관리 이행 상황 및 내부 지침·정책 문서 등 요구되며, 이는 지원 대상 기업에게 별도 안내 [소요 기간] 점검 진행 기간은 1달 이내
• ※ 사전 안내 및 개선 사항 제시 등의 기간은 포함되지 않음
• 【 참고 】 본 컨설팅을 통한 법 적합성 점검 결과는, 최종적인 법 준수 여부와는 관계 없음
• ※ 다만, 법 준수에 필요한 증빙 및 자료의 사전 준비를 통해 추후 발생하는 법 적합성 평가체계와 검인증에 대비하는 효과가 있음 실제 AI 시스템을 개발 및 운영하고 있지 않은 기업의 경우, 상황에 따라 AI 기본법 관련 안내와 교육으로 본 컨설팅은 종료될 수 있음
• / --- /

C. LLM/AI Agent 안전·신뢰 테스팅 컨설팅

지원 내용

• [대상] LLM 및 AI Agent를 이용하여 AI 서비스·제품을 개발 혹은 운영하고 있거나, 이를 기획하고 있어 안전·신뢰 관점에서의 점검과 테스팅에 관심 있는 기업 [지원 활동] LLM 및 AI Agent 운영 시 고려해야 할 위험 요소의 발생 여부에 대한 테스팅 방법론 안내 및 테스팅 지원·수행 ‣ 테스팅 방법론 및 테스팅 사례 안내
• ※ TTA는 자체적인 LLM 테스팅 데이터셋(AssurAI, 허깅페이스에 공개)을 구축한 바 있으며, 국내 대기업 LLM 대상 평가 수행 사례 보유 ‣ 데이터셋 및 도구 활용 지원 ‣ 테스팅 수행 및 결과 제공 [준비 사항] 모델 및 시스템 접근 권한, 관련 개발 산출물 등 자료
• ※ 각 조항별로 위험관리 이행 상황 및 내부 지침·정책 문서 등 요구되며, 이는 지원 대상 기업에게 별도 안내 [소요 기간] 대상 기업에 따라 상이
• ※ 대상 기업의 준비도 및 운영 상황에 따라 환경 구축과 준비에 소요되는 기간에 좌우
• 【 참고 】 1. 실제 AI 시스템을 개발 및 운영하고 있지 않은 기업의 경우, 상황에 따라 관련 안내와 교육으로 본 컨설팅은 종료될 수 있음 2. 운영 및 개발 중인 모델에 따라 필요한 평가 데이터셋은 사전에 구축하기 위한 기간이 필요할 수 있으므로, 협의를 통해 컨설팅 추진 일정 확정 필요
• / --- /

D. 피지컬 AI 기능안전 확보 컨설팅

지원 내용

• [대상] 피지컬 AI 기반 서비스·제품을 개발 혹은 운영하고 있거나, 이를 기획하고 있어 기능안전 국제표준 기반의 점검에 관심 있는 기업 [지원 활동] 피지컬 AI 개발·운영 시 고려해야 할 기능안전 절차에 대한 국제표준 기반 점검 ‣ 기능안전 국제표준 교육 및 안내
• ※ ISO/IEC 5469에 의거, AI 기반 시스템의 기능안전 국제표준과 ISO/IEC 22440 시리즈(제정 중)의 논의 현황·동향 소개 ‣ 국제표준 기반 점검 및 결과 제공 [준비 사항] 주요 요구사항별 증빙 자료
• ※ 표준 내 요구사항별로 위험관리 이행 상황 및 내부 지침·정책 문서 등 요구되며, 이는 지원 대상 기업에게 별도 안내 [소요 기간] 대상 기업에 따라 상이
• ※ 대상 기업의 준비도 및 운영 상황에 따라 환경 구축과 준비에 소요되는 기간에 좌우
• 【 참고 】 1. 실제 AI 시스템을 개발 및 운영하고 있지 않은 기업의 경우, 상황에 따라 관련 안내와 교육으로 본 컨설팅은 종료될 수 있음 2. 운영 및 개발 중인 시스템에 따라 사전에 위험 요소와 기능 분석하기 위한 기간이 필요할 수 있으므로, 협의를 통해 컨설팅 추진 일정 확정 필요
• / --- /

E. AX 신뢰성 기획 컨설팅

지원 내용

• [대상] AI를 산업·업무 현장에 도입 및 운영하고 있거나, 향후 이를 기획하고 있어, AX 과정에서의 신뢰성 확보에 관심 있는 기업
• ※ AI 제품‧서비스 혹은 시제품(Minimum Viable Product) 및 개발 중인 AI 기능에 대한 객관적인 시험‧평가‧검증이 필요하거나, 시험환경에서 동작 확인과 성능‧품질‧안전성‧설명가능성‧편향가능성 등 신뢰성 관련 다양한 속성을 점검하고자 하는 기업이 이에 포함 [지원 활동] AX 전 과정에 걸쳐, 고려해야 할 AI 신뢰성 확보 활동에 대하여 안내하고, 수요 기반으로 점검 포인트를 파악하여 맞춤형 기술 지원 제공 ‣ AX 도입 및 운영 현황 점검(업무협의)
• ※ 현재의 애로사항 및 기술·운영 이슈 파악을 위한 사전 인터뷰 ‣ 점검 포인트별 기술 지원 제공(하기 사항은 예시)
• ※ 기획, 데이터셋 구축 및 모델 개발, 시스템 운영과 검증, 규제 대응 등 주제에 따라 필요 시 관련 분야 전문가 자문단을 구성하여 제공 가능 - (시험·평가 대상 분석) 신청기업의 AI 제품·서비스 개요, 적용 분야, 주요 기능, AI 모델 구조, 데이터 활용 방식, 운영 환경 등을 분석 - (검증 범위 및 시험항목 설정) 제품 특성에 따라 성능, 기능 적합성, 신뢰성, 보안성, 데이터 품질, 모델 성능, 설명가능성, 공정성, 강건성 등 주요 검증 항목 도출 - (시험환경 구성 지원) 제품 실행에 필요한 HW/SW 환경, 데이터셋, 계정, API, 네트워크, 시험 시나리오 등 시험 수행 조건 협의 및 구성 지원 - (AI 모델 성능 평가) 분류, 예측, 탐지, 추천, 생성, 회귀 등 AI 기능 유형에 따라 정확도, 정밀도, 재현율, F1-score, 오류율, 응답성 등 적정 성능지표 기반 평가 지원 - (데이터 품질 및 편향성 점검) 학습·검증 데이터의 정확성, 완전성, 일관성, 최신성, 대표성, 결측·중복·편향 가능성 등을 점검하고 개선 방향 제시 - (제품 기능 및 품질 검증) 요구사항 대비 기능 동작 여부, 오류 발생 여부, 예외 상황 대응, 사용성, 성능 효율성, 운영 안정성 등 점검 - (신뢰성 취약 항목 도출) 시험·평가 결과를 바탕으로 제품화 또는 검·인증 준비 과정에서 보완이 필요한 신뢰성 취약 항목 도출 - (개선 컨설팅 및 리디자인 연계) 시험 결과에 따라 데이터 보완, 모델 개선, 기능 수정, 사용자 안내, 로그 관리, 인간감독 절차, 오류 대응 절차 등 개선방향 제시 - (결과보고서 제공) 시험·평가·검증 결과, 주요 발견사항, 개선 필요사항, 후속 검·인증 연계 가능성 등을 포함한 결과보고서 제공 [준비 사항] ❍ AI 제품·서비스 또는 MVP, 시제품, 데모 버전 등 시험 가능한 결과물 ❍ 제품 설명자료: 제품 개요, 주요 기능, 적용 분야, 사용자, 운영환경, AI 적용 범위 등 ❍ 기술자료: 시스템 구성도, AI 모델 설명자료, 데이터 흐름도, API 명세, 요구사항 명세서, 사용자 매뉴얼 등 보유 자료 (필요시) ❍ 시험용 데이터 또는 샘플 데이터셋: 학습데이터, 검증데이터, 테스트데이터, 입력·출력 예시 등 (필요시) ❍ 시험환경 접속정보: 테스트 계정, 서버 접속정보, 실행파일, 설치파일, API 키, 관리자 계정 등 해당 시 제출 ❍ 평가 목표: 기업이 확인하고자 하는 성능지표, 품질목표, 오류 유형, 검증 필요사항 등
• ※ 기술 지원 사항에 따라 준비사항 및 관련 필요 증빙 자료 등이 상이함 [소요 기간] 대상 기업에 따라 상이
• ※ 대상 기업의 준비도 및 운영 상황에 따라 환경 구축과 준비에 소요되는 기간에 좌우 - 일반적으로 약 4~8주 내외 소요 예상 - 기본 절차: ① 사전상담 및 자료 검토 → ② 시험범위·항목 확정 → ③ 시험환경 구성 → ④ 시험·평가·검증 수행 → ⑤ 결과분석 및 개선사항 도출 → ⑥ 결과보고서 제공 - 단, 제품 설치·연동, 데이터 정제, 추가시험, 보완 후 재검증이 필요한 경우 기간이 연장될 수 있음
• ※ 대상 기업의 준비도 및 운영 상황에 따라 환경 구축과 준비에 소요되는 기간에 좌우
• 【 참고 】 1. 실제 AI 시스템을 개발 및 운영하고 있지 않은 기업의 경우, 상황에 따라 관련 안내와 교육으로 본 컨설팅은 종료될 수 있음 2. 운영 및 개발 중인 시스템에 따라 사전에 위험 요소와 기능 분석하기 위한 기간이 필요할 수 있으므로, 협의를 통해 컨설팅 추진 일정 확정 필요 3. 본 지원은 제품의 인증 획득을 직접 보장하는 서비스가 아니며, AI 제품·서비스의 현재 수준을 객관적으로 점검하고 신뢰성 확보 방향을 제시하기 위한 시험·평가·검증 지원임 4. 시험·평가 결과에 따라 향후 AI 신뢰성 인증, 데이터 품질 인증, GS인증, AI 모델·데이터 검증, V&V 등 관련 검·인증 연계가 가능함 5. 검증 항목은 제품 유형, AI 적용 방식, 산업 분야, 위험 수준, 기업 준비도에 따라 조정될 수 있음 6. 고위험·고영향 가능성이 있는 AI 제품·서비스의 경우 안전성, 설명가능성, 인간감독, 오류 대응, 운영 모니터링 등 추가적인 신뢰성 검토가 요구될 수 있음 7. 기업은 시험·평가 과정에서 필요한 자료 제출, 시험환경 제공, 담당자 인터뷰, 개선사항 협의 등에 적극 협조하여야 함
• / --- /

[첨부3-1] 선정 평가 기준 (상세) 예시-인공지능 신뢰성(TAI) 향상지원

AI신뢰성 혁신 실증 사업 선정 평가 기준(예시)
구분	내용
① 인공지능 신뢰성 이해 및 개선 의지 (20점)	1. 신뢰성·품질 개념 이해 및 자발적 확보·개선 의지 (10점) - 경영자(CEO·CTO 등)의 AI 신뢰성·품질 속성(공정성·강건성·투명성/설명가능성·프라이버시·보안성·안전성·책임성 등)과 관련 활동에 대한 인식 여부 및 정확한 이해 정도 - 개발·기획 등 기술 실무자의 신뢰성·품질 속성 및 관련 활동(위험관리, 데이터 품질관리, 검증·테스트 등)에 대한 인식 및 이해 수준 - 신뢰성 확보를 위한 내부 의사결정 구조·전담 인력(또는 조직) 지정 여부와 경영진의 확보 의지·이행 적극성 - 자발적 개선 의지의 진정성: 자체 점검·진단 이력, 본 사업 참여 동기의 구체성, 지원 의존이 아닌 주도적 개선 자세
2. 신뢰성·품질 가이드라인 및 국제표준 준수 수준 (10점) - 국내 지침·가이드라인 준수 및 적용 수준 　 (예) 국가 인공지능 윤리기준, 신뢰할 수 있는 인공지능 개발 안내서, AI 학습용 데이터 품질관리 가이드라인 등 - 국제표준 인지·적용 수준 　 (예) ISO/IEC 42001(AI 경영시스템), ISO/IEC 25059(AI 품질모델), ISO/IEC 5259(데이터 품질), ISO/IEC 23894(AI 위험관리), ISO/IEC TR 24028(신뢰성) 등 - 규제 대응 인식: AI기본법 제34조 고영향 AI 사업자 책무 등 자사 적용 여부 인지 - 가이드라인·표준을 적용하여 달성한 실적(제품·서비스 신뢰성·품질 향상 정도, 개발 프로세스 개선 여부 등)
② 보유 제품·서비스의 품질 및 신뢰성 현황 (30점)	1. 기존 AI 제품·서비스의 완성도·운영 실적 등 품질 수준 (15점) - 개발 완성도: 상용화/출시 여부, TRL 단계, AI 생명주기(데이터 수집·전처리 → 모델 개발 → 검증 → 운영·모니터링) 관리 체계 보유 여부 - 운영 실적: 고객·사용자 규모, 사용량, 운영 기간, 계약·도입 사례 등 실재성 있는 운영 데이터 - 품질 수준: 성능지표(정확도·정밀도·재현율·F1·응답시간 등), 가용성·안정성 등 운영 품질의 객관적 근거 - 사회문제 해결 기여(예: 디지털 소외지역, 생활안전, 복지·행정 효율화 등)와 유용성·혁신성 사례(고객 편의 해결 사례 등)
2. 신뢰성 취약점·위험요소 인식 및 개선 필요성의 명확성 (15점) - 요소 인식 및 개선 필요성의 명확성: 자사 제품·서비스의 신뢰성 취약점 인식(편향·공정성, 강건성/오작동, 설명가능성 부족, 보안 취약, 프라이버시 등 품질특성별) - 위험요소 식별의 명확성: 고영향(고위험) AI 해당 여부, 오남용·안전 위험, 데이터 편향·드리프트 등 구체적 위험의 도출 - 위험 현실화 시 영향(impact) 인식: 법규 위반, 안전사고, 사용자 신뢰 훼손, 사업 리스크 등 - 개선 필요성·우선순위의 논리적 타당성(왜 본 사업의 진단·보완이 필요한지에 대한 설득력)
③ 신뢰성 향상 및 검·인증 추진 계획 (30점)	1. 위험도 진단·보완 등 신뢰성 향상 목표의 구체성·달성가능성 (15점) - 위험도 진단 계획: 정량 진단 대상·범위 설정의 적절성, 위험 수준에 따른 고위험군(공정성·보안성·설명력 등 다차원 검증)/저위험군(성능 중심 표준화 검증) 트랙 선택의 타당성 - 향상 목표의 구체성: 대상 품질특성과 측정 가능한 목표(개선 KPI·수치 목표) 제시 여부 - 보완 계획의 실행성: 식별된 취약점에 대한 기술적·관리적 개선 방안, 일정·인력·예산의 현실성 - 달성 가능성: 기업 보유 역량·데이터·인프라 대비 목표 수준의 적정성(과대·과소 목표 여부)
2. 검·인증 연계 및 지원 종료 후 고도화·내재화 계획의 구체성 (15점) - 검·인증 연계: 목표 인증(ISO/IEC 42001, AI 신뢰성 검·인증 등) 명확성, 준비도(산출물·문서·자체검증 수준), 인증까지의 연계 로드맵 - 지원 종료 후 자립적 고도화·내재화: 전담 담당자(PM) 지정·배치, 사내 프로세스 내재화, 임직원 대상 AI 오남용 방지 교육 등 후속 실행 일정 - 전사 확산 투자: 컨설팅 결과 기반 솔루션 구매·클라우드 도입 등 경영진의 예산·인프라 투자 계획의 구체성 - 지속 운영 거버넌스: 윤리성·투명성을 반영한 사후관리 가이드 적용 및 지속 모니터링 체계
④ 기대효과 및 시장성 (20점)	1. 경쟁 제품·서비스 대비 우수성 (10점) - 객관적 입증자료: AI 모델 BMT 결과, PoC 결과, 벤치마크 성능 비교 등 우수성을 입증할 수 있는 시험 결과·자료 - 차별성·기술 우위: 경쟁 제품 대비 성능·기능·신뢰성 측면의 차별점 - 시장 평판: 우수성 및 소비자 편의성 등에 대한 외부 평가·고객 만족 근거
2. 시장경쟁력 및 사업화·확산 가능성 (10점) - 시장점유율(국내·해외) 및 매출액(국내·해외) 현황 - 신뢰성 확보의 사업적 효과: 검·인증 획득을 통한 시장 진입 확대·수출·규제 대응 등 사업화 기여도 - 확산·성장 가능성: 사업화·확산 계획의 구체성과 미래 성장 가능성

[첨부3-2] 선정 평가 기준(상세) 예시-인공지능 신뢰성(TAI) 확보지원

AI신뢰성 혁신 실증 사업 선정 평가 기준
구분	내용
① 신뢰성 이해 및 내재화 의지 (20점)	1. 신뢰성·품질 개념 이해 및 설계 단계 내재화 의지 (10점) - 경영진(CEO·CTO 등) 및 개발·기획 실무자의 AI 신뢰성·품질 속성(공정성·투명성·강건성·안전성·설명가능성·프라이버시 등)에 대한 인식 여부 및 정확한 이해 정도 - 신뢰성을 개발 완료 후 '사후 점검'이 아니라 기획·설계 초기 단계부터 내재화(Trust-by-Design)하려는 의지의 구체성 - 신뢰성 확보를 위한 사내 책임 체계(전담 인력·역할 지정 등) 구상 및 적극성
2. 신뢰성·품질 가이드라인 및 국제표준의 설계 반영 계획 (10점) - 정부·품질전문기관의 지침·가이드라인 준수 및 적용 의지 (예) 국가 인공지능 윤리기준, 신뢰할 수 있는 인공지능 개발 안내서, AI 학습용 데이터 품질관리 가이드라인 등 - 국제표준의 설계 반영 계획의 구체성 (예) ISO/IEC 42001(AI 경영시스템), ISO/IEC 23894(AI 위험관리), ISO/IEC TR 24028(AI 신뢰성), ISO/IEC 38507(AI 거버넌스) - 국내 규범·법 대응 인식 * (예) AI 기본법 제34조 고영향 AI 사업자 책무(위험관리·설명·이용자보호·인간감독·문서보관 등) 해당 여부 및 준수 계획
② 아이디어·기획의 타당성 및 신뢰성 설계 수준 (30점)	1. AI 활용 아이디어·기획의 구체성 및 실현가능성 (15점) - 해결하고자 하는 문제 정의의 명확성 및 AI 적용 필요성·적합성 (예) AI 챗봇을 통한 상담 자동화, AI 문서요약을 통한 행정시간 단축 등 목표의 구체성 - 데이터·인프라·기술 보유 현황 등 아이디어 실현을 위한 기초 여건의 구비 여부 (예) 학습용으로 활용 가능한 기초 데이터, 사내 프로그램 기록, 적용 도메인의 운영 데이터 등 - 지역 특화산업(농생명·바이오, 첨단모빌리티, 첨단소재, 신에너지, 디지털융복합 등) 연계성 및 적용 현장의 명확성
2. 신뢰성 내재화 설계(요구사항·위험요소 반영)의 적정성 (15점) - 신뢰성 요구사항을 설계 요소로 도출·반영하려는 계획의 적정성 - AI 활용에 따라 예상되는 위험요소(편향, 오작동, 개인정보 침해, 오남용 등)의 사전 식별 및 대응 설계 수준 * (예) 고영향·고위험 분야 해당 시 사고 발생 시나리오와 완화 방안 제시 정도 - 사전 진단·컨설팅을 통해 올바른 설계 방향을 수용·반영할 수 있는 준비도
③ 개발·검증 및 제품화 추진 계획 (30점)	1. MVP 기반 신뢰성 검증 계획의 구체성 (15점) - 개발 초기 단계 MVP(최소기능제품) 구현 및 신뢰성 검증 계획의 구체성 (예) 운영환경 기반 공정성·투명성·안전성 측정 항목 및 검증 방법 제시 - 검증 결과 기반 취약 항목 보완 및 반복 개선 추진 체계의 명확성 (예) 진단 도구 활용 → 취약 요소 식별 → 설계 보완 → 재검증의 반복 사이클 설계 - 실증 연계 및 문제 발생 시 피드백·재설계 대응 계획
2. 사전인증 연계 및 지원 종료 후 제품화·고도화 계획의 명확성(15점) - 지원 기간 내 사전 인증서 발급 또는 정식 검·인증 연계까지 단계별 계획 (예) ISO/IEC 국제표준 기반 인증 항목 대응 로드맵 - 지원 종료 후 제품화·상용화 및 고도화를 위한 자체 추진 계획의 명확성 (예) 전담 담당자(PM) 지정·배치, 임직원 대상 AI 오남용 방지 교육 계획 등 지속 운영 체계 - 전사 확산을 위한 경영진의 예산·인프라 투자 의지 및 후속 사업(인공지능 신뢰성(TAI) 향상지원) 이행 계획
④ 기대효과 및 성장가능성 (20점)	1. 제품·서비스 또는 아이디어 차별성·혁신성 (10점) - 경쟁 제품·서비스 대비 기술적·기능적 차별성 및 혁신성 * (예) 신뢰성 확보를 차별화 요소로 활용한 경쟁우위 전략, PoC·BMT 등 입증 자료 - 디지털 소외 해소, 생활안전, 복지·행정 효율화 등 사회문제 해결 기여 가능성 - AI 신뢰성 내재화를 통한 제품·서비스의 유용성 및 사용자 편익 제고 효과
2. 시장 진입 가능성 및 성장잠재력 (10점) - 목표 시장의 명확성 및 시장 진입 전략의 현실성(국내·해외) - 신뢰성·인증 확보를 통한 규제 대응·시장 진출 경쟁력 확보 가능성 * (예) EU AI Act, AI 기본법 등 국내외 규제 대응을 통한 진입 장벽 극복 - 향후 매출·시장점유율 확대 등 미래 성장 잠재력 및 사업화 지속가능성