과학기술정보통신부, AI 시대에 맞춰 기존 SW 대가산정 체계 전면 개편

AI 사업은 단순 개발이 아니라 지속적 학습·운영·고도화가 핵심인 서비스 산업으로 전환되고 있으며, 기존 기능점수(FP) 방식은 이를 충분히 반영하지 못하고 있다. 정부의 이번 TF 출범은 공공 AI 사업의 원가체계를 근본적으로 재설계하는 첫 단계로, 향후 데이터·모델·GPU/NPU 인프라 비용까지 공식 대가산정 항목으로 포함될 가능성이 높다. 특히 국내 AI 기업과 국산 NPU 생태계에는 적정 수익 확보와 사업 확대의 중요한 제도적 기반이 될 것으로 전망된다.

 

• 과학기술정보통신부가 AI 시대에 맞춰 기존 SW 대가산정 체계 전면 개편에 착수
• 기존 기능점수(FP, Function Point) 중심 방식이 생성형 AI·AI 에이전트 사업 특성을 충분히 반영하지 못한다는 문제 제기 (다음)
• AI 사업은 구축 이후에도 지속적인 데이터 학습, 모델 튜닝, 고도화, 운영이 필요해 기존 개발비 산정 방식으로는 비용 반영이 어려움 (다음)
• 정부는 산업계·학계·연구계·협회가 참여하는 AI·SW사업 대가체계 개선 TF를 구성하고 논의 시작 (디지털데일리)
• AI 개발도구(Copilot, Agent 등) 확산으로 생산성이 크게 변화하면서 새로운 비용 산정 기준 필요성 확대 (BigGo Finance)
• 향후 공공 AI 사업 발주 기준과 민간 프로젝트 견적 체계에도 영향 예상
• AI 모델 개발비, 데이터 구축비, GPU/NPU 인프라 비용, 지속적 운영·학습 비용 등이 별도 항목으로 반영될 가능성 확대 (polyglotsoft.dev)
• 국내 AI 산업 성장과 공공 AI 사업 확대에 맞춰 AI 중심 원가 체계 구축이 본격화되는 신호탄으로 평가 (Pebblous Blog)

1. 왜 개편하는가?

현재 공공 SW사업은 주로 기능점수(FP) 기반으로 사업비를 산정한다.

문제는 생성형 AI 프로젝트의 경우 다음과 같은 비용이 지속적으로 발생한다는 점이다.

• 데이터 수집·정제
• 모델 학습
• 추론 최적화
• 프롬프트 엔지니어링
• AI 에이전트 운영
• 지속적 재학습
• GPU/NPU 인프라 운영

이러한 요소는 기존 FP 방식으로 정확하게 측정하기 어렵다.

 

2. TF에서 논의될 핵심 과제

• AI 사업 전용 대가산정 체계 마련
• 생성형 AI 개발비 산정 기준 마련
• 데이터 구축 및 품질관리 비용 반영
• 모델 재학습·고도화 비용 반영
• AI 에이전트 운영 비용 기준 마련
• AI 개발 생산성 향상분 반영
• 공공·민간 적용 방안 검토
• 기존 SW 대가산정 가이드 개정 검토

[1]: https://v.daum.net/v/20260528100224681 "과기정통부, AI 시대 맞춰 SW 대가산정 개편 착수…민관 TF 가동 - Daum"
[2]: https://www.ddaily.co.kr/page/view/2026052810551236587 "과기정통부, SW 대가산정 개편 착수…산·학·연·관 모인 TF 가동"
[3]: https://finance.biggo.com/news/1zxWbJ4BoQmpnl366JE9 "South Korea Launches Task Force to Overhaul Pricing ..."
[4]: https://polyglotsoft.dev/ko/blog/software-cost-estimation-function-point-2026-guide "SW 개발비 산정 가이드 2026: 기능점수 기반 적정 대가를 산출 ..."
[5]: https://blog.pebblous.ai/report/korea-ai-fund-report-2026-03/en/ "2026 Korea National AI Budget Analysis"
[6]: https://www.etnews.com/20260528000029 "과기정통부, AI 시대 맞춰 SW 대가산정 개편 착수…민관 TF ..."
[7]: https://zdnet.co.kr/view/?no=20260527184524 "과기정통부, AI 시대 SW 대가산정 손본다 - 지디넷코리아"
[8]: https://www.mt.co.kr/tech/2026/05/28/2026052717262833001 "과기정통부, AI·SW 사업 대가체계 개선 TF 만든다 - 머니투데이"
[9]: https://it.chosun.com/news/articleView.html?idxno=2023092162872 "AI 사업 대가 기준 다시 짠다… 과기정통부, 개선 TF 가동 - IT조선"
[10]: https://v.daum.net/v/Pz4Bs0WIK8?f=p "과기정통부, AI·SW사업 대가산정 체계 개선 TF 출범 | 블로터 - Daum"
[11]: https://news.nate.com/view/20260528n09345 "과기정통부, 'AI·SW 대가체계 개선 TF' 가동…\"기능점수 한계 극복\""
[12]: https://www.nkeconomy.com/news/articleView.html?idxno=16651 "과기정통부, 인공지능·소프트웨어 사업 대가 체계 개선 TF 구성 - NK경제"
[13]: https://www.insidepeople.co.kr/news/article.html?no=709799 "과기정통부, '인공지능·소프트웨어 사업 대가 체계 개선 전담반(TF)' 구성"
[14]: https://www.sw.or.kr/site/sw/ex/board/View.do?bcIdx=64803&cbIdx=276&searchExt1= "[참고] 민간용 SW사업 대가산정 가이드 2026년 서비스 단가 ..."
[15]: https://www.sw.or.kr/site/sw/ex/board/View.do?bcIdx=64804&cbIdx=276&searchExt1= "한국인공지능·소프트웨어산업협회 - AI·SW 법정협회"
[16]: https://kice23.re.kr/data?vid=47 "SW사업 대가산정 가이드(2025년 개정판)"
[17]: https://www.mk.co.kr/en/it/12059686 "The government has begun collecting opinions to improve ..."
[18]: https://www.digitaltoday.co.kr/en/view/58896/msit-pushes-to-improve-ai-sw-project-compensation-system-launches-task-force "MSIT pushes to improve AI, software project compensation ..."
[19]: https://www.korea.net/NewsFocus/policies/view?articleId=281702 "2026 budget request of KRW 728T 'to open AI era'"
[20]: https://www.koreatimes.co.kr/business/tech-science/20260428/govt-to-offer-2036-mil-support-for-projects-aimed-at-fostering-ai-green-transformation-of-industrial-complexes "Gov't to offer $203.6 mil. support for projects aimed at ..."
[21]: https://www.giikorea.co.kr/report/tbrc1970138-artificial-intelligence-services-global-market.html "[시장보고서]인공지능(AI) 서비스 시장 규모, CAGR, 전망 ..."
[22]: https://arxiv.org/abs/2605.01793 "Analytic Framework for Estimating Memory Cost"
[23]: https://arxiv.org/abs/2605.10653 "Embodied AI in Action: Insights from SAE World Congress 2026 on Safety, Trust, Robotics, and Real-World Deployment"
[24]: https://arxiv.org/abs/2605.21977 "Video as Natural Augmentation: Towards Unified AI-Generated Image and Video Detection"
[25]: https://arxiv.org/abs/2605.09568 "RADAR Challenge 2026: Robust Audio Deepfake Recognition under Media Transformations"