[6월9일 IT뉴스] AI사업 대가산정 SNAP 도입 검토, 개인정보 기술R&D 로드맵

정부와 SW 업계가 인공지능 사업 대가산정 체계 개편에 본격 착수했다. 기존 기능점수 FP 방식의 한계를 보완하기 위해 국제 표준인 SNAP 도입 가능성을 검토한다. 인공지능 사업 특성상 기존 FP 방식 적용 한계가 존재한다는 점을 지적하며 기술 난이도·품질·데이터 학습 비용 등 비가시적 요소를 반영하는 새로운 대가산정 체계 마련을 시도한다.

추진 배경으로 FP 방식은 기능 중심의 규모 산정으로 화면 수나 데이터 수 등 가시적 기능 위주를 측정한다. 그러나 인공지능 사업은 반복 학습과 검증이 핵심 과정으로 전체 프로젝트 비용 산정에 왜곡이 발생할 수 있어 구조적 차이가 존재한다는 지적이 제기된다. 인공지능 사업의 특성은 데이터 학습과 피드백의 반복, 목표 성능 달성을 위한 검증 횟수 예측의 어려움, 사업 범위와 난이도 변동성으로 전통적 SW 사업과 차이가 크다는 점이다.

SNAP은 Software Non-functional Assessment Process의 약자로 IFPUG 표준으로 비기능 요구사항을 측정하는 방법론이다. 기능 외 요소를 정량화하는 평가 체계로 기술 난이도, 개발 환경 복잡성, 품질 요구사항, 운영 및 유지보수 특성과 같은 눈에 보이지 않는 비용 요소를 반영할 수 있다. 인공지능 사업에 적용되면 데이터 정제, 벡터DB 구축, 모델 검증 및 평가, 할루시네이션 대응 등 핵심 작업의 비용 반영이 가능해진다. 또한 고급 인력 투입 증가로 인한 모델 품질 관리와 튜닝의 비용을 실제 현장 비용과 대가기준에 반영할 수 있어 합리적 대가 체계의 구축이 기대된다.

SNAP 도입의 기대 효과로는 인공지능 사업의 불확실성 비용이 제도권 내 편입되고 데이터 학습 및 검증 작업의 산정이 명확해지며 발주기관과 수행기관 간 기준 차이가 줄어드는 점이 있다. 이를 통해 AI 사업 대가 체계의 합리화와 공정성 확보가 가능하다고 본다. 다만 단발성 연구로는 한계가 있어 국내 AI 사업 데이터의 지속 축적과 시장 변화에 따른 제도 보완이 필요하다는 점이 제기된다. 앞으로도 AI 산업에 적합한 표준 체계의 지속적인 발전이 요구된다.