PE Notes · SW
SW 사업 대가산정 가이드
공공 SW 개발비를 기능점수·보정·직접경비로 쌓는 가이드와, FP로 안 잡히는 AI 모델·데이터·GPU 비용을 가르고, 클라우드·생성형 API·분쟁 예방을 정리합니다.
공공이 SW를 살 때 사람 단가만 적으면 규모가 안 보입니다. 는 개발비를 기능 규모로 쌓고, 유지보수·운영을 별 식으로 둡니다. AI·클라우드·생성형 API는 그 식에 안 들어가 칸을 나눕니다.
대가산정 가이드와 개발비
근거는 소프트웨어 진흥법 쪽의 대가 기준이고, 협회가 매년 개정합니다. 공공 발주·계약이 대상이고 민간은 참고합니다. 유형은 개발, 유지보수, 운영입니다.
개발비는 × 단가에 규모·언어·애플리케이션 유형 보정을 곱하고, 직접 경비(패키지 라이선스, 임차)를 더합니다. 유지보수는 개발비의 연 일정 비율이 출발점이고, 범위는 개선·오류·성능·보안 패치입니다. SLA 목표(가용성·응답)로 가감합니다.
규모 산정의 FP·LOC·COCOMO가 “얼마나 큰가”라면, 이 가이드는 “얼마를 줄 것인가”입니다. 진도 추적은 EVA이지 대가 식이 아닙니다.
AI 서비스 사업비
모델 학습·데이터 가공·GPU는 화면 기능이 아니라 FP로 안 잡힙니다. 데이터 수집·, 반복 실험, 가속기 임대가 원가의 큰 덩어리입니다. 별도 가이드가 AI 서비스를 나눠 적습니다.
구성은 셋입니다. 일반 기능은 FP, 모델 구축은 설계·학습·검증 공수, 데이터는 수집·정제·레이블 외주입니다. 모델 칸은 GPU 시간×단가, ML 엔지니어·데이터 과학자 공수, 성능 개선 반복 횟수입니다. 레이블 품질은 검수와 가 가산됩니다. 운영은 와 재학습이 유지보수 비율 밖에 남습니다.
| 비교축 | 전통 SW | AI 서비스 |
|---|---|---|
| 규모 단위 | FP | 데이터·공수·GPU |
| 산출 | 기능 코드 | 학습된 모델 |
| 반복 | 낮음 | 학습·평가 반복 |
| 불확실 | 낮음 | 성능 미달 가능 |
| 운영 | 패치 | 재학습·모니터링 |
클라우드·생성형 AI와 분쟁 예방
CSP 이용료(SaaS·PaaS)는 개발비에 섞지 않고 별도 계상합니다. 전환 사업은 마이그레이션 공수와 초기 설정입니다. 최적화 용역을 인정하는 칸이 생겼습니다.
생성형은 LLM API 토큰을 운영비로, 을 직무 공수로, ·를 AI 인프라로 봅니다. 분쟁 예방은 과업 범위(성능 목표 수치), FP·AI 공수 산정서를 계약 첨부, 변경 시 추가 점수·공수를 변경 계약으로 닫는 일입니다.
답안은 개발비 식(FP×단가×보정+경비), 유지보수 비율, AI 3칸, 클라우드·토큰 별도, SoW 명시를 한 장에 올립니다.
기술사 답안 포인트
기출 이력
제140회 정보관리기술사 4교시