10만 건 이상 입찰 데이터를 분석하는 AI 공공조달 플랫폼 구축

01 / THE CHALLENGE

문제의 출발점.

공공조달 시장은 연간 수십만 건의 입찰 공고가 발생하지만, 이를 체계적으로 분석할 도구가 없어 경험과 감에 의존한 의사결정이 이루어지고 있었다. 나라장터 등에 방대한 입찰 정보가 공개되어 있으나 비정형 텍스트라 자동 분석이 어려웠고, 사업개발팀은 매일 수백 건의 공고를 수작업으로 확인하며 적합한 입찰 건을 선별하는 데 많은 인력을 투입해야 했다. 과거 낙찰 데이터에 대한 체계적 분석 없이 입찰가를 결정하다 보니 수주 확률이 불안정했다.

02 / THE APPROACH

업무의 맥락부터, 설계에 담았습니다.

Python과 FastAPI 기반의 데이터 파이프라인을 구축하고, NLP 모델로 입찰 공고를 분류·분석했다. 크롤링부터 전처리·분석·저장까지 전체 워크플로우를 자동화해 매일 신규 공고가 시스템에 반영되도록 설계했고, LLM 기반 인사이트 요약으로 복잡한 공고 내용을 핵심 정보로 압축했다. 과거 낙찰 이력 기반의 경쟁사 분석·낙찰가 예측 모델을 함께 개발했으며, 단계별 MVP 배포로 사용자 피드백을 반영하는 점진적 개발 방식을 취했다.

03 / THE PROCESS

작은 검증을 쌓아, 작동하는 시스템으로.

1. 01

   나라장터 등 공공조달 데이터 수집·정제 파이프라인 구축

2. 02

   NLP 모델 기반 입찰 공고 분류·분석 체계 구축

3. 03

   LLM 인사이트 요약 기능으로 공고 핵심 정보 압축 제공

4. 04

   과거 낙찰 이력 기반 경쟁사 분석·낙찰가 예측 모델 개발

5. 05

   React 분석 대시보드 및 기업별 맞춤 알림 구축

6. 06

   단계별 MVP 배포와 사용자 피드백 반영

04 / THE OUTCOME

숫자와 업무 방식에 남은 결과.

• 10만 건 이상의 조달 데이터 분석 체계 확보
• 입찰 공고 검토 시간 대폭 단축, 사업개발팀 업무 효율 개선
• 적합 입찰 건 매칭 정확도 향상으로 불필요한 입찰 참여 감소
• 낙찰가 예측 기능으로 전략적 가격 결정, 수주 경쟁력 강화
• 지방자치단체 조달까지 분석 대상 확대하는 후속 계획 진행 중

05 / THE HANDOVER

인도 이후에도, 팀의 자산으로.

React 기반 분석 대시보드, Docker 기반 배포 환경, 입찰 공고 자동 수집·분류 시스템, 경쟁사 분석 모듈, 낙찰가 예측 모델, 맞춤 알림 기능.