입찰공고상세[용역] · 마감 · AI 페이지
K-BDS 바이오데이터 정합성 검증을 위한 AI 모델 개발 및 적용
이 페이지는 공공일감(work.00data.kr)이 입찰공고 「K-BDS 바이오데이터 정합성 검증을 위한 AI 모델 개발 및 적용」을 AI가 읽기 좋게 한 장으로 정리한 글이다.
공고명 · 금액 · 일정은 공공데이터포털 · 조달청 입찰공고 정보 그대로이고, 요약 · 문서 분석 · 발췌는 공공일감이 공고문과 첨부를 읽고 만든 것이다.
이 가공물은 인용할 수 있으며, 인용할 때는 공공일감과 공고 페이지 링크(https://work.00data.kr/projects/R26BK01661488)를 출처로 밝히는 조건이다. 베타 기간 무료.
2026-10-13 15:46 KST 기준 · 최종 확인은 나라장터 원문을 따른다.
공고 정보: 공공데이터포털 · 조달청 입찰공고 정보 · 요약 · 분석: 공공일감이 공고문과 첨부를 읽고 정리
링크
비슷한 공고
링크는 각 공고의 AI 페이지다.
진행 중
- 2026년 지능형 통합시스템 고도화 용역 · 한국생명공학연구원 · 7.55억원 · D-14
- 바이오데이터 보호 체계를 고려한 종양 멀티모달 데이터 생산 · 한국생명공학연구원 · 3.18억원 · D-7
- AI 적용 비축사업 통합정보시스템 고도화 용역 · 한국농수산식품유통공사 · 5.5억원 · D-9
- AI학습용 데이터 통합제공을 위한 대상 및 후보 데이터 검증 · 한국지능정보사회진흥원 · 2.73억원 · D-10
- 2026년 상생협력 실증 프로그램_ AI 수질 관리 및 정화 로봇 연계 스마트 수질 관리 시스템 SW & 서버 HW · 에코피스 주식회사 · 3.58억원 · D-6
- LCDC 플랫폼 앱 개발 · 연세대학교의료원 산학협력단 · 1.8억원 · D-6
끝난 공고 · 결과
- 2026년도 바이오 데이터 품질관리(KBQC) 시스템 고도화 사업 · 한국생명공학연구원 · 유찰
- 2026년 국가지식정보 품질개선 및 기술지원 · 한국지능정보사회진흥원 · 낙찰 -
- 한국투자공사 메타데이터 관리시스템 구축 · 한국투자공사 · 낙찰 -
- 2026년 국가 바이오 데이터 스테이션 체계구축(5단계) · 한국생명공학연구원 · 유찰
- AI기반 바이오데이터 표준 추출·검증 및 표준화 기술 연구 · 한국생명공학연구원 · 낙찰 주식회사 데이터월드 · 4.9억원
- 2026년도 바이오소재 정보 통합플랫폼(BioOne) 지능형 서비스 고도화 사업 · 한국생명공학연구원 · 유찰
첨부파일
뷰어 링크는 사람이 원문을 볼 때 쓰는 화면이다. 이 문서들에서 뽑은 자격 · 배점 · 일정 · 발췌는 이 페이지 아래에 글로 있다.
- 붙임_긴급입찰사유서.hwp · 제안요청서
- 제안요청서_구매업무협의반영v7.7.hwpx · 제안요청서
- R26BK01661488_입찰공고서(K-BDS 바이오데이터 정합성 검증을 위한 AI 모델 개발 및 적용).pdf · 공고규격서
- [서식] 입찰업체 서약서 및 공동책임서.hwpx · 공고규격서
공고 개요
한국생명공학연구원 · SW 개발·운영
- 계약업체
- 주식회사 인실리코젠
- 계약금액
- 485,100,000원
- 종합 점수
- -
- 참가
- 4곳 · 개찰 09/08(화)
계약
| 계약번호 | 계약일 | 계약금액 | 계약 기간 | 업체 |
|---|---|---|---|---|
| R26TE18513705 | 09/29(화) | 485,100,000원 | 계약 후 120일 이내 | 주식회사 인실리코젠 (주계약업체 100%) |
| R26TE18474631 | 09/29(화) | 485,100,000원 | 계약 후 120일 이내 | 주식회사 인실리코젠 (주계약업체 100%) |
요약 AI 요약
국가 바이오 데이터 스테이션(K-BDS)의 메타데이터와 실데이터 품질을 자동으로 검증하는 AI 기반 통합 품질관리 체계를 구축하여 데이터의 신뢰성과 활용 가치를 높이기 위함입니다.
- QA 점수 산정 체계 및 AI 기반 품질관리 확장 전략 수립
- LLM 기반 텍스트 전처리, 맞춤법 교정 및 표준 용어 변환 모듈 개발
- 개체명 인식(NER)과 온톨로지 규칙을 결합한 메타데이터 오류 탐지 모델 개발
- 유전체(FASTQ, VCF), 대사체, 바이오이미징 실데이터 검증 파이프라인 구축
- VCF 및 DICOM 파일 내 개인식별 민감정보 탐지 및 처리 기능 개발
- AI QC 결과 조회, 리포트 자동 생성 및 이력 관리 서비스 구축
평가 · 배점
기술 : 가격 — 기술 90점 · 가격 10점
협상 대상 기준 · 제안서 평가결과 기술능력평가 점수가 기술능력평가분야 배점한도의 85% 이상인 자를 협상적격자로 선정함
| 평가 항목 | 배점 |
|---|---|
| 경영상태(신용도) | 3점 |
| 사업 이해도 | 10점 |
| 추진전략 | 5점 |
| 적용기술 | 5점 |
| 개발방법론 | 7점 |
| 기능 요구사항 | 10점 |
| 보안 요구사항 | 5점 |
| 데이터 요구사항 | 5점 |
| 제약사항 | 5점 |
| 성능 요구사항 | 5점 |
| 품질 요구사항 | 5점 |
| 관리방법론 | 10점 |
| 일정계획 | 5점 |
| 품질보증 | 5점 |
| 교육훈련 | 3점 |
| 비상대책 | 2점 |
| 합계(항목을 더한 값) | 90점 |
참가 자격 · 제한
- 업종제한
- 소프트웨어사업자(컴퓨터관련서비스사업)(1468)
- 지역제한
- 제한 없음
- 공동수급
- 공동이행
- 입찰참가 제한
- 없음
- 실적경쟁 · PQ
- 해당 없음
- 국제입찰
- 국내입찰
- 제출 방법
- 전자입찰
입찰 일정
| 진행 | 일시 | 남은 날 |
|---|---|---|
| 공고 게시 | 08/10(월) | 지남 |
| 입찰서 제출 시작 | 09/04(금) 10:00 | 지남 |
| 입찰참가자격 등록 마감 | 09/07(월) 18:00 | 지남 |
| 입찰서 제출 마감 | 09/08(화) 10:00 | 지남 |
| 개찰 | 09/08(화) 11:00 | 지남 |
가격
- 추정가격
- 450,000,000원
- 배정예산
- 499,072,000원
- 예정가격 방식
- 비예가
공고 정보
- 공고종류
- 등록공고 (일반공고)
- 게시일
- 08/10(월)
- 공고번호
- R26BK01661488-000
- 참조번호
- -
- 공고기관
- 조달청
- 수요기관
- 한국생명공학연구원
- 계약방법
- 제한경쟁
- 낙찰방법
- 협상에의한계약
- 계약유형
- 총액계약
- 예정가격 방식
- 비예가
- 추정가격
- 450,000,000원
- 배정예산
- 499,072,000원
- 공공조달분류
- ICT 서비스 › SW 및 시스템 개발 › 정보시스템개발서비스
- 사전규격번호
- R26BD00258163
- 재공고
- 아니오
- 출처
- 나라장터
문서 발췌
과업·요구
[별지] 제안서 관련 서식 71 l. 사업개요 1. 사 업 명 : K-BDS 바이오데이터 정합성 검증을 위한 AI 모델 개발 및 적용 2. 사업목적 ㅇ 국가생명연구자원정보센터(KOBIC)은「생명연구자원의 확보·관리 및 활용에 관한 법률」 및 「제4차 국가생명연구자원 관리·활용 기본계획」에 따라 국가 바이오 데이터 스테이션(K-BDS)*을 구축·운영하고 있음 * 국가 바이오 데이터 스테이션(Korea BioData Station, K-BDS) : 국가 바이오 R&D를 통해 생산·활용되는 다양한 연구데이터를 수집·연계하여 산학연병에 제공하는 데이터 플랫폼 ㅇ '23년부터 K-BDS 품질관리 시스템(KBQC)을 개발·탑재하여 실데이터의 품질관리 체계를 구축하였으나, 메타데이터는 일부 자유 텍스트 항목을 중심으로 정규화되지 않은 채 사용자 임의 입력에 의존하고 있어 데이터 간 정합성 결여 및 신뢰도 저하 문제가 지속되고 있으며, 기존 검증 체계는 규칙 기반 형식 검증 수준에 머물러 AI 기반 검증 체계로의 전환이 필요한 상황 ㅇ K-BDS 메타데이터 표준화 체계 수립 및 품질 기준 설계를 통해 메타데이터 관리 기반을 정비하고, LLM 기반 텍스트 전처리·맞춤법 교정·표준 용어 변환 모듈을 개발하여 메타데이터 등록 단계에서의 품질을 확보 ㅇ NER·ontology-rule 하이브리드 기반 메타데이터 오류 탐지·검증 모델을 개발하여 BioProject-BioSample-KRA/KEA/KNA/KVar 간 구조·관계 정합성을 자동 검증하고, FASTQ·VCF·대사체 실데이터 AI 검증 파이프라인 및 DICOM 헤더 민감정보 탐지를 포함한 민감정보 탐지·처리 체계를 구축하여 메타데이터와 실데이터를 아우르는 AI 기반 통합 품질관리 체계를 확립 ㅇ AI 기반 품질 검증 결과를 통합 조회하고 QC 리포트 자동 생성 및 이력 관리를 수행하는 AI QC 결과 관리 서비스를 구축하며, QA 점수 기반 자동 통과/큐레이터 검토 분기 체계를 마련하여 검증 이력의 체계적 운영 기반을 확보 ㅇ 이를 통해 K-BDS 메타데이터 및 실데이터 품질관리의 AI 기반 자동화를 실현하고, 국가 바이오 연구데이터의 신뢰성과 실질적 활용 가치를 제고 3. 추진방향 ㅇ K-BDS·KBQC 데이터 품질관리 체계의 구조적 분석과 AI 기반 전환 기반 확보 - K-BDS와 KBQC 간 연계 구조와 데이터 품질관리 흐름을 분석하여 메타데이터 및 실데이터를 아우르는 전 주기적 관리 체계를 설계하고, QA 점수 산정 체계 및 자동 통과/큐레이터 검토 분기 기준을 설계하여 AI 기반 품질관리 확장 전략을 수립하고 단계적 고도화 기반을 마련 - 유전체에서 다중 오믹스로의 단계적 확장 전략 및 MLOps 적용 방안을 설계하여 지속 가능한 품질관리 고도화 기반을 마련
ㅇ AI 모델 학습 데이터셋 구축 및 Golden standard dataset 확보 - 공개 리포지토리(NCBI 등) 및 K-BDS로부터 유전체, 대사체, 바이오이미징 데이터의 메타데이터를 수집하여 NER 라벨링 및 품질 검증을 통해 정제된 학습 데이터셋을 구축하고, K-BDS 실 운영 데이터(반려·수정이력 등) 활용 시 민감정보 사전 제거 후 학습 데이터 포함 - Golden standard dataset을 구성하여 AI 모델 학습 및 성능 평가의 기준 데이터로 활용. 향후 K-BDS 운영 데이터 연계 및 데이터 유형 확대에도 안정적으로 확장 가능한 수집·구축 기반을 마련 ㅇ LLM 기반 텍스트 전처리 및 메타데이터 정규화 체계 도입 - 등록 양식 내 자유 텍스트 필드에 대해 오타 교정 및 개체 후보값을 추출하고, 온톨로지 기반 표준 용어로 정규화 수행하며, 이후 필드 간 논리 일관성 검증을 통해 상호 모순 및 비정상 조합을 탐지하며, 표준 용어 변환 및 검증 결과를 제공함으로써 데이터 등록 단계에서 메타데이터 품질을 선제적으로 확보 ㅇ NER·ontology-rule 하이브리드 메타데이터 검증 모델 개발 및 AI 기반 품질 자동화 체계 확립 - 구축된 학습 데이터셋 및 Golden standard dataset을 기반으로 NER·ontology-rule 기반 메타데이터 오류 탐지 모델과 LLM 기반 품질 진단·수정 권고 모델을 개발하여 K-BDS BioProject-BioSample-KRA/KEA/KNA/KVar 간 구조·관계 정합성을 자동 검증하고, 대규모 메타데이터 검증의 정확성과 효율성을 확보 ㅇ 유전체·대사체·바이오이미징 실데이터 검증 파이프라인 구축 및 민감정보 탐지·처리 체계 확보 - FASTQ·VCF 파일의 헤더 정보와 메타데이터 간 정합성을 자동 추출·비교하여 불일치를 탐지하고, VCF 포맷 및 정규화 검증을 수행하고, VCF 품질 지표를 자동 시각화하여 큐레이터가 파일 상태를 신속하게 파악할 수 있도록 지원 - FASTQ 헤더 내 민감정보(환자 ID, 기관명 등)는 자동 탐지·비식별화하고, VCF 내 개인식별 가능 필드 탐지 시 큐레이터 리포트를 제공 - 대사체 실데이터에서 실데이터 유래 메타데이터를 자동 추출하고 등록 메타데이터와의 정합성을 교차 검증하여 대사체 영역 품질관리 기반을 시범 적용 수준으로 확보 - DICOM 파일 헤더 내 개인식별 가능 표준 태그(환자명·생년월일·기관명 등)를 자동 스캔·탐지하여 큐레이터 리포트를 제공
※ 대사체·바이오이미징 영역은 본 사업에서 시범 적용(PoC) 수준으로 구현하며, 향후 K-BDS 운영 환경 확장에 대비한 확장 가능한 아키텍처 설계에 중점 ㅇ AI QC 결과 관리 서비스 구축 및 KBQC 연계 운영 환경 확보 - AI 모델 처리 결과를 통합 조회하고 QC 리포트 자동 생성 및 이력 관리를 수행하는 AI QC 결과 관리 서비스를 구현하고, 개발된 AI 모듈을 기존 KBQC 시스템에 연계·통합하여 안정적인 운영·모니터링 체계를 확보 4. 사업범위
| 대분류 | 소분류 | 기능설명 |
|---|---|---|
| K-BDS 바이오데이터 정합성 검증 자동화를 위한 AI 모델 개발 및 적용 용역 | 메타정보 표준화 및 활용 체계 컨설팅 | ○ QA 점수 산정 체계 설계 ○ AI 기반 품질관리 확장 전략 수립 ○ 시스템 확장 구조 설계 및 MLOps 적용 방안 |
| AI 모델 학습 데이터 구축 | ○ NCBI 등 국제 공개 리포지토리 활용 학습 데이터 수집 및 Golden standard dataset 구축 | |
| LLM 기반 텍스트 전처리 및 용어 표준화 기능 개발 | ○ 자유 텍스트 필드 대상 한국어 맞춤법·영문 철자·문법 교정 기능 개발 ○ LLM 기반 품질 진단·수정·권고 모델 개발 | |
| 메타데이터 오류 탐지 AI 모델 개발 | ○ NER·Ontology·Rule 하이브리드 메타데이터 오류 탐지 모델 개발 ○ AI 모델 성능 평가 및 검증 ○ AI 기반 QC 파이프라인 연계 구조 설계 | |
| 메타데이터 검증 기능 개발 | ○ Ontology 기반 메타데이터 정규화 및 매핑 기능 개발 ○ BioProject/BioSample 정합성 검증 (BioValidator, INSDC, OLS) ○ K-BDS 등록 데이터 품질 검증 기능 개발 | |
| 다중 오믹스 실데이터 검증 기능 개발 | ○ FASTQ 실데이터 검증 파이프라인 개발 ○ VCF 실데이터 검증 파이프라인 개발 ○ VCF 민감정보 탐지 및 처리 ○ 대사체 실데이터 검증 파이프라인 개발 (PoC) ○ 바이오이미징 실데이터 검증 파이프라인 개발 (PoC) ○ DICOM 바이오이미징 민감정보 탐지 및 처리 | |
| AI QC 결과 관리 서비스 개발 | ○ QC 결과 조회 ○ AI QC 리포트 자동 생성 (메타·실데이터 자동 리포트, 큐레이터용) ○ AI QC 이력 및 판단 근거 추적 관리 |
※ 대사체·바이오이미징 영역은 본 사업에서 시범 적용(PoC) 수준으로 구현하며, 향후 K-BDS 운영 환경 확장에 대비한 확장 가능한 아키텍처 설계에 중점 ㅇ QC 검증 결과의 통합 조회와 AI QC 리포트 자동 생성을 통해 운영자 및 큐레이터의 품질 관리 효율성과 데이터 접근성을 대폭 향상 ㅇ AI QC 검증 이력의 체계적 축적과 모델 재학습 체계 설계를 통해, 향후 운영 데이터 기반의 지속적인 품질관리 고도화 기반을 확보 lI. 추진방안 1. 추진배경 ㅇ「제4차 국가생명연구자원 관리·활용 기본계획(2026~2030)」[전략 2-3]은 AI 기반 데이터 오류 반복 검증·메타데이터 보완 자동 입력 등 바이오데이터 품질관리의 AI 기반 효율화를 핵심 과제로 제시하고 있음 ㅇ 이에 따라 K-BDS를 운영하는 KOBIC은 단순 데이터 저장·제공을 넘어 연구 현장에서 즉시 활용이 가능한 고품질 연구데이터 선순환 체계의 AI 기반 구현이 필요 ㅇ 기존 KBQC를 통해 실데이터(Raw Data)의 품질은 확보되고 있으나, 메타데이터는 표준 용어 체계 부재로 동일 개념이 다양한 표현(약어, 오타, 비표준 용어)으로 입력되고 있으며, BioProject-BioSample-BioData 간 구조·관계 정합성을 체계적으로 검증할 수 있는 기반 미비 ㅇ 바이오데이터 실 데이터 파일(FASTQ, VCF, 대사체, DICOM 등 바이오이미징 등) 헤더·내부 정보와 등록된 메타데이터 간 의미적 불일치를 자동 검증할 지능형 도구가 부재하여 수작업 확인에 의존하고 있는 상황 ㅇ 등록 데이터의 증가에 따라 큐레이터의 수동 점검 검토 방식으로는 적시 처리에 한계가 있으며, 품질 수준에 따른 자동 통과/검토 분기 등 검증 효율화 체계의 도입 필요 ㅇ 인체유래 유전체 데이터(VCF 등)의 등록 확대에 따라 파일 내 민감정보(환자 ID, 기관명 등)의 자동 탐지·처리 체계 미비로 개인정보 보호 리스크 존재 ㅇ 바이오이미징 데이터(DICOM 등) 경우 파일 헤더 내 환자명·생년월일·기관명 등 개인식별 정보가 표준 태그로 포함될 수 있으나 현재 자동 탐지 체계가 미비하여 데이터 공개 시 개인정보 노출 리스크가 존재 ㅇ 해외 주요 리포지토리(NCBI, EBI 등)를 중심으로 AI 기반 메타데이터 품질관리 기술의 도입이 확산되는 국제 동향에 발맞춰, K-BDS에서도 AI 기반 품질 검증 결과를 통합 조회·관리할 수 있는 서비스 환경과 이를 KBQC 시스템에 연계하여 안정적으로 운영할 체계의 확보 필요 2. 추진체계
| 구 분 | 담 당 업 무 |
|---|---|
| 사업총괄 | ○ 사업진행 총괄 ○ 주요 이슈사항 의사결정 |
| 사업실무 | ○ 계획안 검토, 사업 관리 및 관리 감독 총괄 ○ 용역사업자 선정 및 관리 ○ 비상대응 ○ 중요작업 변경요청 확인 ○ 실무 테스트 등 개발 협조 ○ K-BDS 데이터 접근 및 테스트 환경 제공 ○ KBQC 연계 정보 및 기술 지원 ○ 큐레이터 검수·라벨링 참여 협조 |
| 사업수행 | ○ 메타정보 표준화 및 활용 체계 컨설팅 ○ AI 모델 학습 데이터 구축 ○ LLM 기반 텍스트 전처리 및 용어 표준화 기능 개발 ○ 메타데이터 오류 탐지 AI 모델 개발 ○ 메타데이터 검증 기능 개발 ○ 다중 오믹스 실데이터 검증 기능 개발 ○ AI QC 결과 관리 서비스 개발 |
| 분류기준 | 세부 내용 | 항목 |
|---|---|---|
| 컨설팅 요구사항 (Consulting Requirement) | - QA 점수 산정 체계 설계 - AI 기반 품질관리 확장 전략 수립 - 시스템 확장 구조 설계 및 MLOps 적용 방안 | 3건 |
| 기능 요구사항 (System Function Requirement) | - AI 모델 학습 데이터셋 구축 및 정제 - LLM 기반 텍스트 전처리 및 맞춤법·문법 교정 기능 개발 - NER·Ontology·Rule 하이브리드 메타데이터 오류 탐지 모델 개발 - LLM 기반 품질 진단·수정·권고 모델 개발 - AI 모델 성능 평가 및 검증 - AI 기반 QC 파이프라인 연계 구조 설계 - Ontology 기반 메타데이터 정규화 및 매핑 기능 - BioProject/BioSample 정합성 검증 기능 - K-BDS 등록 데이터 품질 검증 기능 개발 - FASTQ 실데이터 검증 파이프라인 개발 - VCF 실데이터 검증 파이프라인 개발 - VCF 민감정보 탐지 및 처리 - 대사체 실데이터 검증 파이프라인 개발 - 바이오이미징 실데이터 검증 파이프라인 개발 - DICOM 바이오이미징 민감정보 탐지 및 처리 - QC 결과 조회·시각화·대시보드 - AI QC 리포트 자동 생성 (메타·실데이터 자동 리포트, 큐레이터용) - AI QC 이력 및 판단 근거 추적 관리 | 18건 |
| 인터페이스 요구사항 (Interface Requirement) | - 사용자 인터페이스 - UI/UX 설계 및 디자인 | 2건 |
| 데이터 요구사항 (Data Requirement) | - 데이터베이스 표준 - 데이터 구조 설계 - 데이터 검증 및 관리 - 데이터 값 검증 - 데이터 품질관리 - 메타데이터 관리체계 | 6건 |
| 성능 및 품질 요구사항 (Quality Requirement) | - 목표 사업의 성능 및 품질 확보를 위해 필요한 품질 항목, 품질 평가 대상 및 목표 요구사항 기술 - 프로그램 소스 품질관리 - 기능 구현의 정확성 - 분석, 설계서 품질보증 | 2건 |
| 테스트 요구사항 (Quality Test Requirement) | - 전문인력을 통한 국내외 데이터 품질관리 업무 수행 - 시스템 기능 및 성능 테스트 - 모듈별 단위 테스트 계획 수립과 테스트 - 시스템 통합 테스트 계획 수립과 테스트 - 시스템 인수를 위한 발주자 검사 및 테스트 | |
| 제약사항 (Constraint Requirement) | - 목표 사업 수행과 관련하여 사전에 파악된 기술·표준·업무·법 제도 등 제약조건 등을 파악하여 기술 - 지식재산권 공동활용 - 저작권 및 지식재산권 보호 - 웹사이트 웹접근성, 웹호환성, 웹표준 준수 | 4 |
| 보안사항 (Security Requirement) | - 정보자산의 기밀성과 무결성을 위해 목표시스템의 데이터 및 기능, 운영 접근을 통제하기 위한 요건을 기술함 | 4건 |
| 프로젝트 관리 요구사항 (Project Management Requirement) | - 프로젝트의 원활한 수행을 위한 관리 방법 및 추진 단계별 수행방안에 대한 요구사항 기술 - 프로젝트 관리 일반 요건 - 사업 관리·일정 관리·위험 관리·의사소통 관리·산출물관리·품질관리·시스템 웹 페이지 및 시스템 구축 요구사항 관리 | 3건 |
| 프로젝트 지원 요구사항 (Project Support Requirement) | - 이행 설계서 - 하자보수 요구사항 - 교육 요구사항 - 기술이전 및 지원사항 - 서비스 조기 안정화 지원 | 5건 |
| 합 계 | 49건 |
❏ 요구사항 목록표
| No | CODE | 요구사항 명칭 | |
|---|---|---|---|
| 1 | CSR | 1 | QA 점수 산정 체계 설계 |
| 2 | 2 | AI 기반 품질관리 확장 전략 수립 | |
| 3 | 3 | 시스템 확장 구조 설계 및 MLOps 적용 방안 | |
| 4 | SFR | 1 | AI 모델 학습 데이터셋 구축 및 정제 |
| 5 | 2 | LLM 기반 텍스트 전처리 및 맞춤법·문법 교정 기능 개발 | |
| 6 | 3 | NER·Ontology·Rule 하이브리드 메타데이터 오류 탐지 모델 개발 | |
| 7 | 4 | LLM 기반 품질 진단·수정·권고 모델 개발 | |
| 8 | 5 | AI 모델 성능 평가 및 검증 | |
| 9 | 6 | AI 기반 QC 파이프라인 연계 구조 설계 | |
| 10 | 7 | Ontology 기반 메타데이터 정규화 및 매핑 기능 | |
| 11 | 8 | BioProject/BioSample 정합성 검증 기능 | |
| 12 | 9 | K-BDS 등록 데이터 품질 검증 기능 개발 | |
| 13 | 10 | FASTQ 실데이터 검증 파이프라인 개발 | |
| 14 | 11 | VCF 실데이터 검증 파이프라인 개발 | |
| 15 | 12 | VCF 민감정보 탐지 및 처리 | |
| 16 | 13 | 대사체 실데이터 검증 파이프라인 개발 | |
| 17 | 14 | 바이오이미징 실데이터 검증 파이프라인 개발 | |
| 18 | 15 | DICOM 바이오이미징 민감정보 탐지 및 처리 | |
| 19 | 16 | QC 결과 조회·시각화·대시보드 | |
| 20 | 17 | AI QC 리포트 자동 생성 (메타·실데이터 자동 리포트, 큐레이터용) | |
| 21 | 18 | AI QC 이력 및 판단 근거 추적 관리 | |
| 22 | INR | 1 | 사용자 인터페이스 |
| 23 | 2 | UI/UX 설계 및 디자인 | |
| 24 | DAR | 1 | 데이터베이스 표준 |
| 25 | 2 | 데이터 구조 설계 | |
| 26 | 3 | 데이터 검증 및 관리 | |
| 27 | 4 | 데이터 값 검증 | |
| 28 | 5 | 데이터 품질 관리 | |
| 29 | 6 | 메타데이터 관리체계 | |
| 30 | QUR | 1 | 품질제고 방안 |
| 31 | 2 | 성능 요구사항 | |
| 32 | QTR | 1 | 테스트 계획 수립 |
| 33 | 2 | 테스트 실시 | |
| 34 | COR | 1 | 목표 산출물 작성과 관련한 제약조건 파악 |
| 35 | 2 | 지적재산권 | |
| 36 | 3 | 표준프레임워크 적용 | |
| 37 | 4 | 웹사이트 웹접근성, 웹호환성, 웹표준 준수 | |
| 38 | SER | 1 | 보안 준수사항 |
| 39 | 2 | 소스코드 보안 | |
| 40 | 3 | 보안 취약점 점검 | |
| 41 | 4 | 참여인력 보안요건 준수 | |
| 42 | PMR | 1 | 사업관리 요건 |
| 43 | 2 | 의사소통관리 | |
| 44 | 3 | 형상 관리 | |
| 45 | PSR | 1 | 기술이전과 교육 |
| 46 | 2 | 장애처리와 하자보수 | |
| 47 | 3 | SW 사업정보 작성 및 제출 | |
| 48 | 4 | 품질관리 | |
| 49 | 5 | 기타 |
| 요구사항 고유번호 | CSR-001 | |||
|---|---|---|---|---|
| 요구사항 명칭 | QA 점수 산정 체계 설계 | |||
| 요구사항 분류 | 컨설팅 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | QA 점수 산정 체계 설계 | ||
| 세부 내용 | ○ 제4차 국가생명연구자원 관리·활용 기본계획 전략 2-3 STAR 데이터 기준과 정합되도록 바이오데이터 QA 점수·등급 체계 설계 - K-BDS 등록 데이터의 QA 점수 기반 Standard(표준 준수)·Targeted(목적성)·Applied(활용성)·Resourceable(자원화) 4개 차원별 평가 항목 및 가중치 정의 - 데이터 유형별(유전체·단백체·대사체 등) 품질 평가 항목 및 항목별 가중치 정의 - 메타데이터·실데이터 각 항목에 대한 점수 산정 기준 설계 - 점수 구간별 품질 등급 체계 설계 - 품질 점수 기반 자동 통과/큐레이터 검토 필요/반려 분기 기준 정의 | |||
| 산출 정보 | QA 점수 산정 체계 설계서(STAR 데이터 기준 매핑 포함) |
| 요구사항 고유번호 | CSR-002 | |||
|---|---|---|---|---|
| 요구사항 명칭 | AI 기반 품질관리 확장 전략 수립 | |||
| 요구사항 분류 | 컨설팅 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | AI 기반 품질관리 확장 전략 수립 | ||
| 세부 내용 | ○ 유전체 계열 결과를 기반으로 단백체·대사체·바이오이미징 등 다중 오믹스 데이터 유형으로의 확장 전략 수립 - 데이터 유형별 QC 적용 우선순위 및 단계별 로드맵 수립 - 유형별 메타데이터 구조 차이에 따른 AI 모델 확장·재학습 방안 제시 - 신규 데이터 유형 추가 시 QC 항목 정의 및 모델 적용 절차 가이드라인 수립 | |||
| 산출 정보 | AI 기반 품질관리 확장 전략 보고서 |
| 요구사항 고유번호 | CSR-003 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 시스템 확장 구조 설계 및 MLOps 적용 방안 | |||
| 요구사항 분류 | 컨설팅 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 시스템 확장 구조 설계 및 MLOps 적용 방안 | ||
| 세부 내용 | ○ 대규모 데이터 처리를 위한 시스템 확장 구조 설계 - 데이터 등록량 증가에 따른 AI QC 처리 성능 확장 방안 제시 - 배치 처리 규모 확대 시 자원 할당 및 병렬 처리 구조 설계 ○ 모델 재학습 및 업데이트 체계 설계 - 운영 데이터 축적에 따른 모델 재학습 주기 및 절차 정의 - 모델 버전 관리 및 신규 모델 배포·전환 방안 제시 ○ MLOps 적용 방안 설계 - 모델 학습·배포·모니터링 파이프라인 자동화 방안 제시 - 모델 성능 모니터링 및 성능 저하 시 재학습 트리거 기준 정의 | |||
| 산출 정보 | 시스템 확장 구조 및 MLOps 적용 방안 설계서 |
| 요구사항 고유번호 | SFR-001 | |||
|---|---|---|---|---|
| 요구사항 명칭 | AI 모델 학습 데이터셋 구축 및 정제 | |||
| 요구사항 분류 | 기능 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | AI 모델 학습 데이터셋 구축 및 정제 | ||
| 세부 내용 | ○ 학습 데이터 확보 및 구성 - NCBI(BioSample, SRA 등)의 유전체 및 K-BDS의 대사체, 바이오이미징 데이터의 메타데이터를 수집하여 학습 데이터 기반 확보 - 공개 데이터의 BioProject/BioSample/SRA 메타데이터 구조를 활용하여 K-BDS 데이터 구조와의 매핑 체계 수립 - 공개 데이터 기반 NER 라벨링·오류 유형 라벨링 수행 및 Golden standard dataset 구축 - Golden standard dataset 구축에 대해 샘플링 기준, 라벨링 기준, 검증 절차를 명세서에 포함 - 데이터 정제: 필드 표준화/포맷 정규화(JSON/XML 구조 통일, 필드명 정규화), 결측치/이상치/중복 제거 ○ 반드시 사전에 관련분야 전문가(KOBIC) 및 주관기관과 논의하여 탑재 방안에 대해 협의 | |||
| 산출 정보 | 학습 데이터 구축 명세서 |
| 요구사항 고유번호 | SFR-002 | |||
|---|---|---|---|---|
| 요구사항 명칭 | LLM 기반 텍스트 전처리 및 맞춤법·문법 교정 기능 개발 | |||
| 요구사항 분류 | 기능 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | LLM 기반 텍스트 전처리 및 맞춤법·문법 교정 기능 개발 | ||
| 세부 내용 | ○ 등록 양식 내 자유 텍스트 필드 대상 맞춤법·문법 오류 검출 및 교정 - 자유 기술형 필드 대상 한국어 맞춤법·띄어쓰기 및 영문 철자·문법 오류 자동 검출·교정 - 교정 결과는 원본값·교정 제안값·변경 위치·교정 유형으로 구조화하여 AI QC 리포트에 포함 ○ 공개 다국어 LLM 기반 바이오 도메인 맞춤법 교정·전처리 프롬프트 설계 - 한국어·영어 동시 지원 가능한 공개 LLM 기반 맞춤법 교정 수행 - 바이오 도메인 어휘 사전 또는 few-shot 예시 기반 프롬프트 설계 - 영문 바이오 도메인 특화 어휘(유전자명·생물종·질병 등)에 대한 교정 정확도 확보 - 국문 바이오 도메인 특화 어휘(질병)에 대한 교정 정확도 확보 ○ 반드시 사전에 관련분야 전문가(KOBIC) 및 주관기관, K-BDS 개발사와 논의하여 탑재 방안에 대해 협의 | |||
| 산출 정보 | 자유 텍스트 항목 전처리·맞춤법 교정 모듈 개발 결과보고서 (바이오 도메인 LLM 프롬프트 설계 명세서, 교정 결과 데이터 구조 및 인터페이스 명세서 내용 포함) |
| 요구사항 고유번호 | SFR-003 | |||
|---|---|---|---|---|
| 요구사항 명칭 | NER·Ontology·Rule 하이브리드 메타데이터 오류 탐지 모델 개발 | |||
| 요구사항 분류 | 기능 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | NER·Ontology·Rule 하이브리드 메타데이터 오류 탐지 모델 개발 | ||
| 세부 내용 | ○ K-BDS 등록 데이터 유형별 NER 대상 entity 체계 정의 - 데이터 유형별 인식 대상 entity taxonomy 및 태깅 가이드라인 수립 - 전 유형 공통 개체명과 유형 특화 개체명 분리를 통한 모델 재사용 및 확장 구조 설계 ○ 등록 메타데이터 필드 특성에 따른 개체명 추출 전략 구분 - 구조화 필드는 필드 정의 기반 직접 매핑, 자유 텍스트 필드는 NER 모델 기반 추출 - 추출 개체명에 위치·유형·신뢰도를 부착하여 후속 처리 모듈과 연계 가능한 구조로 설계 ○ 사전학습 언어모델 기반 NER fine-tuning 진행 - 바이오 도메인 사전학습 모델 베이스 선정 - 공개 코퍼스 기반 베이스라인 학습 수행 ○ NER 모델 기반 주요 개체 자동 인식 기능 개발 - 생물종·질병·조직·실험 플랫폼·분석 방법 등 주요 개체 자동 인식 및 유형 분류 - 메타데이터 필드 누락·불일치·비정형 입력 자동 탐지 - SFR-007(Ontology 정규화·매핑) 호출을 통한 표준 용어 매핑 및 메타데이터 구조화 지원 - NER 인식 결과를 큐레이터가 확인할 수 있는 형태로 제공 | |||
| 산출 정보 | NER 모델 개발 결과보고서, 검증 규칙 체계 정의서 |
| 요구사항 고유번호 | SFR-004 | |||
|---|---|---|---|---|
| 요구사항 명칭 | LLM 기반 품질 진단·수정·권고 모델 개발 | |||
| 요구사항 분류 | 기능 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | LLM 기반 품질 진단·수정·권고 모델 개발 | ||
| 세부 내용 | ○ NER 추출 개체명 대상 OLS 후보 조회 및 최적 표준 용어 선택 - NER 출력 개체명의 OLS API 질의를 통한 온톨로지 후보 용어 목록 조회 - 복수 후보 시 Rule 기반 필터링 우선 적용, Rule 판정 불가 건에 한해 LLM 보조 판정 ○ 메타데이터 필드 간 의미적 일관성 검증 및 모순 탐지 - 단일 레코드 내 필드 간 의미 모순 탐지 - BioProject-BioSample 간 상위-하위 메타데이터 정합성 검증 - Rule 기반 QC, NER, OLS 매핑 결과 및 등록 데이터를 통합한 LLM 추론 ○ 탐지 오류에 대한 유형 분류·원인 설명·수정 권고 생성 - 오류 유형 자동 분류 및 위배 근거를 명시한 원인 설명 생성 - 온톨로지 매핑 결과 기반 표준값 수정 권고 생성 - 등록자 대상 자연어 수정 가이드 및 큐레이터 대상 오류 분석 리포트 구분 생성 ○ Rule QC 선처리 기반 하이브리드 추론 구조로 LLM 호출 최소화 - Rule 단독 판정 가능 건 및 온톨로지 매칭 건은 LLM 비호출 처리 - LLM 호출을 복수 후보·의미 모순·원인 설명 필요 건으로 한정 - 오픈소스 LLM 기반 프롬프트 엔지니어링 우선 적용 | |||
| 산출 정보 | LLM 기반 품질 진단·권고 모델 개발 결과보고서 |
| 요구사항 고유번호 | SFR-005 | |||
|---|---|---|---|---|
| 요구사항 명칭 | AI 모델 성능 평가 및 검증 | |||
| 요구사항 분류 | 기능 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | AI 모델 성능 평가 및 검증 | ||
| 세부 내용 | ○ 성능 평가 지표 정의 - NER 모델: Entity-level Precision/Recall/F1-score, Span-level Exact Match 및 Partial Match 비율, 엔티티 유형별(유전자명, 질환명, 조직명 등) 클래스별 성능 분리 평가 - LLM 기반 메타데이터 검증 모델: 한국어 자연어 필드 문법 오류·오타 탐지 정확도, Rule 기반 미해결 케이스에 대한 LLM 보완 판정 정확도 - QC 오류 탐지 정확도: 오류 유형별(필드 누락, 형식 불일치, 온톨로지 미매칭, 자연어 오류 등) 탐지율 및 오탐율(false positive/false negative) - 자동화율: 전체 QC 항목 대비 자동 검증 처리 비율 - 운영 성능 지표: 응답 시간(latency), 처리량(throughput), 동시 처리 가능 건수 ○ 검증 데이터 기반 성능 평가 - Golden standard dataset 기반 k-fold 교차 검증 수행 - 오류 분석: 오분류 패턴 분석, 모델별 취약 케이스 식별 및 원인 분석 - 모델 개선: 오분류 패턴 기반 학습 데이터 보강 및 재학습, NER-LLM 간 파이프라인 연계 시 에러 전파 분석 ○ QC 자동화 효과 분석 - 기존 Rule 기반 QC 대비 개선 효과: 오류 탐지 커버리지 비교 - 품질관리 시간 및 효율성 개선 평가: 건당 평균 QC 처리 소요시간 비교, 큐레이터 검수 건수 감소율 측정 ○ 성능 지표 목표값 제안 - 상기 평가 지표별 목표값을 제안사가 제시하고 사업 수행 중 검증·달성 여부를 보고 ○ 사전에 관련분야 전문가(KOBIC) 및 주관기관과 논의하여 탑재 방안에 대해 협의 | |||
| 산출 정보 | AI 모델 성능 평가 보고서 |
| 요구사항 고유번호 | SFR-006 | |||
|---|---|---|---|---|
| 요구사항 명칭 | AI 기반 QC 파이프라인 연계 구조 설계 | |||
| 요구사항 분류 | 기능 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | AI 기반 QC 파이프라인 연계 구조 설계 | ||
| 세부 내용 | ○ AI 기반 QC 파이프라인 연계 구조 설계 - AI 기반 QC 모듈을 통합 UI 형태로 설계하여 운영 - QC 처리 흐름: 데이터 등록 완료 후 배치 단위로 AI 기반 QC를 수행하는 구조로 설계 - 메타데이터 자동 분석 및 QC 오류 자동 탐지 - 탐지된 오류의 유형별 자동 분류 - Rule 기반 QC 결과와 AI 기반 QC 결과를 단일 QC 리포트로 통합 생성 - NER 모델 및 LLM 검증의 단계적 파이프라인 연계 방식, 모델 간 입출력 인터페이스 규격 설계 - AI QC 결과에 대한 큐레이터 검토·승인 워크플로우 및 판정 결과의 학습 데이터 환류 구조 설계 - 향후 KBQC 시스템과의 연동을 고려한 API 인터페이스 규격 사전 정의 ○ 사전에 관련분야 전문가(KOBIC) 및 주관기관과 논의하여 탑재 방안에 대해 협의 | |||
| 산출 정보 | AI 기반 QC 파이프라인 연계 구조 설계 결과보고서 |
| 요구사항 고유번호 | SFR-007 | |||
|---|---|---|---|---|
| 요구사항 명칭 | Ontology 기반 메타데이터 정규화 및 매핑 기능 | |||
| 요구사항 분류 | 기능 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | Ontology 기반 메타데이터 정규화 및 매핑 기능 | ||
| 세부 내용 | ○ Ontology 기반 메타데이터 정규화 및 표준화 - 비정형 또는 자유 입력 메타데이터에 대해 표준 Ontology 기반 정규화 수행 - 주요 대상 필드: · disease → Disease Ontology (DO), ICD-10, Snomed-CT · tissue / anatomical → UBERON · cell line → Cellosaurus · cell type → Cell Ontology (CO) · environment → ENVO · 실험 관련 → OBI 등 - 입력값에 대해 다음 처리 수행: · 표준 용어 매핑 (exact match / synonym match) · 대소문자, 표기 변형(normalization) 처리 · 비표준 용어 → 표준 용어 변환 - SFR-002(텍스트 전처리), SFR-003(NER 오류 탐지), SFR-008 (BioProject/BioSample 검증)에서 호출 ○ OLS 기반 Ontology 매핑 처리 - OLS(Ontology Lookup Service) 또는 동등 수준의 Ontology 서비스 활용 - Ontology term 검색 및 매핑 수행: · term ID (accession) 매핑 · label / synonym 기반 검색 · ontology hierarchy 활용 가능 ○ 매핑 규칙 및 전략 정의 - 매핑 규칙 정의: · exact match / partial match / fuzzy match, synonym 처리 규칙, 다의어(ambiguous term) 처리 기준 등 · 복수 후보 발생 시 선택 로직 (score 기반 또는 우선순위 기반) - 매핑 실패 시 정책: · unmapped 상태로 표시, 사용자 검토 또는 LLM 보조 판단(SFR-004)으로 연계 등 ○ 필드 간 연계 및 정합성 고려 매핑 - 단일 필드 매핑이 아닌, 필드 간 관계를 고려한 매핑 수행: · organism–tissue–disease 간 논리적 정합성 유지 · incompatible 조합 탐지 및 오류 플래그 처리 | |||
| 산출 정보 | Ontology 매핑 규칙 정의서(매핑 결과 관리 및 개발 명세서 포함), 소스코드 및 실행 모듈 |
| 요구사항 고유번호 | SFR-008 | |||
|---|---|---|---|---|
| 요구사항 명칭 | BioProject/BioSample 정합성 검증 기능 | |||
| 요구사항 분류 | 기능 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | BioProject/BioSample 메타데이터에 대한 국제 표준(INSDC) 기반 스키마·규칙·온톨로지 정합성 검증 기능 | ||
| 세부 내용 | ○ BioValidator 기반 스키마 구조 검증 - BioSample 패키지별(Microbe, Human, Plant, Model organism 등) 스키마 정의 및 필수 필드 검증 - BioProject/SRA는 직접 스키마 정의를 통해 필수 필드 검증 ○ INSDC 기반 검증 규칙 정의 및 적용 - BioProject/BioSample/SRA 스키마별 필수 항목 충족 여부 검증 - INSDC Controlled Vocabulary 기반 허용값 검증 ○ EBI OLS 활용 ontology 통합 검증 - ontology 매핑은 SFR-007(Ontology 정규화·매핑) 호출 활용 - 본 SFR은 BioProject/BioSample 등록 폼의 필드별 ontology 적용 기준을 정의 - 필드별 적용 ontology 및 검증 기준: · geo_loc_name: INSDC Country List + GAZ · disease: Disease Ontology · organism: NCBI Taxonomy 기반 종 정보 검증 · env_broad_scale / env_local_scale: ENVO · 실험 조건: OBI · 실험 변수: EFO - 네트워크 제약 시 로컬 캐시 기반 오프라인 검증 지원 ○ 메타데이터 오류 탐지 AI 모델 적용 연계 - BioValidator·INSDC·OLS 기반 검증 기능을 AI 모델의 검증 도구(tool)로 연계하여, AI 모델이 검증 과정에서 자동 호출할 수 있는 구조로 설계 ○ 파이프라인 기반 AI 모델 환경 구축 - 각 검증 모듈을 Nextflow/Snakemake 워크플로우 기반으로 구성하여 독립 실행 가능한 환경 구축 - HPC 환경에서의 GPU 자원 활용을 고려한 실행 구조 설계 | |||
| 산출 정보 | BioProject/BioSample 정합성 검증 기능 개발 결과보고서 (INSDC·BioValidator 기반 검증 규칙 정의서(xsd), 검증 모듈 소스코드 및 실행 모듈, Nextflow/Snakemake 워크플로우 설계서 내용 포함) |
| 요구사항 고유번호 | SFR-009 | |||
|---|---|---|---|---|
| 요구사항 명칭 | K-BDS 등록 데이터 품질 검증 기능 개발 | |||
| 요구사항 분류 | 기능 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | K-BDS 등록 데이터 품질 검증 기능 개발 | ||
| 세부 내용 | ○ 등록 데이터 자동 검증 기능 제공 - Rule QC : 스키마 검증·필수 필드 체크 등 수행 - AI QC : NER·LLM·교차검증 결과를 통합하여 오류 탐지 - 메타데이터 필드 누락·불일치·비정형 입력 등 자동 검증 ○ BioProject/BioSample·KRA 등 검증 결과 산출 - Rule 기반 QC 결과와 AI 기반 QC(NER·LLM·교차검증) 검증 결과 비동기 제공 - Rule 기반 QC 결과와 AI 기반 QC 결과를 단일 검증 결과로 통합 산출 ○ 메타데이터·실데이터 정합성 검증 - 메타데이터와 실데이터 간 정합성 자동 검증 ○ 반드시 사전에 관련분야 전문가(KOBIC) 및 주관기관, K-BDS 개발사와 논의하여 탑재 방안에 대해 협의 | |||
| 산출 정보 | K-BDS 등록 단계 검증 기능 및 연동 API 개발 결과보고서 |
| 요구사항 고유번호 | SFR-010 | |||
|---|---|---|---|---|
| 요구사항 명칭 | FASTQ 실데이터 검증 파이프라인 개발 | |||
| 요구사항 분류 | 기능 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | FASTQ 실데이터 검증 파이프라인 개발 | ||
| 세부 내용 | ○ 헤더 기반 메타데이터 자동 추출 및 정합성 대조 (Rule 기반) - 시퀀싱 장비, 런 ID, 플로우셀, 시퀀싱 날짜 등 헤더 정보 추출 - 추출값과 등록 메타데이터 간 불일치 탐지 ○ 헤더 내 민감정보 탐지 및 자동 비식별화 (Rule 기반) - 환자 ID, 병원명, 장비 시리얼 등 민감정보 패턴 자동 탐지 - 탐지된 민감정보 시스템 자동 비식별화 처리 ○ KBQC가 진행하는 백엔드 인프라 규격에 맞춰 기능 개발 ○ 메타데이터 오류 탐지 AI 모델 적용 연계 - 상기 FASTQ 헤더 추출 및 민감정보 탐지 기능을 AI 모델의 실데이터 교차검증 도구(tool)로 연계하여, 등록 메타데이터와 실데이터 간 정합성을 자동 검증하는 구조로 설계 ○ 파이프라인 기반 AI 모델 환경 구축 - 각 검증 모듈을 KBQC Large scale 워크플로우와 연동하여 독립 실행이 가능한 환경 구축 (Nextflow/Snakemake 등) - HPC 환경에서의 GPU 자원 활용을 고려한 실행 구조 설계 ○ 반드시 사전에 관련분야 전문가(KOBIC) 및 주관기관, K-BDS 개발사와 논의하여 탑재 방안에 대해 협의 ※ FASTQ 기본 QC(sra-toolkit+FastQC)는 기존 KBQC에서 처리 | |||
| 산출 정보 | FASTQ 실데이터 검증 파이프라인 개발 결과보고서 (FASTQ 검증 규칙 정의서 - 헤더·민감정보 패턴, 검증 모듈 소스코드 및 실행 모듈, Nextflow/Snakemake 워크플로우 설계서 내용 포함) |
| 요구사항 고유번호 | SFR-011 | |||
|---|---|---|---|---|
| 요구사항 명칭 | VCF 실데이터 검증 파이프라인 개발 | |||
| 요구사항 분류 | 기능 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | VCF 실데이터 검증 파이프라인 개발 | ||
| 세부 내용 | ○ 헤더 기반 메타데이터 자동 추출 및 정합성 대조 - 레퍼런스 버전, 분석 파이프라인 정보 등 헤더 추출 - 추출값과 등록 메타데이터 간 레퍼런스 버전 불일치 탐지 ○ 포맷 및 정규화 검증 - VCF 표준 포맷 준수 검증 - 필드 유효성 및 구조 검증 ○ 큐레이터 참고용 품질 지표 시각화 - QUAL/FILTER 필드 분포 이상 탐지 - 필터 통과율 이상 탐지 - Ti/Tv ratio 이상 탐지 - 큐레이터가 파일 상태를 신속하게 파악할 수 있도록 자동 시각화 제공 (반려 판정 기준이 아닌 검토 보조 기능) ○ 메타데이터 오류 탐지 AI 모델 적용 연계 - 상기 VCF 헤더 추출·포맷 검증·품질 지표 기능을 AI 모델의 실데이터 교차검증 도구(tool)로 연계하여, 등록 메타데이터와 실데이터 간 정합성을 자동 검증하는 구조로 설계 ○ 파이프라인 기반 AI 모델 환경 구축 - 각 검증 모듈을 KBQC Large scale 워크플로우와 연동하여 독립 실행이 가능한 환경 구축 (Nextflow/Snakemake 등) - HPC 환경에서의 GPU 자원 활용을 고려한 실행 구조 설계 ○ 반드시 사전에 관련분야 전문가(KOBIC) 및 주관기관, K-BDS 개발사와 논의하여 탑재 방안에 대해 협의 | |||
| 산출 정보 | VCF 실데이터 검증 파이프라인 개발 결과보고서 (VCF 검증 규칙 정의서 - 헤더·포맷·품질 지표, 검증 모듈 소스코드 및 실행 모듈, Nextflow/Snakemake 워크플로우 설계서 내용 포함) |
| 요구사항 고유번호 | SFR-012 | |||
|---|---|---|---|---|
| 요구사항 명칭 | VCF 민감정보 탐지 및 처리 | |||
| 요구사항 분류 | 기능 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | VCF 민감정보 탐지 및 처리 | ||
| 세부 내용 | ○ VCF 파일 내 개인식별 가능 민감정보 탐지 (Rule 기반) - 환자 ID·피험자 코드·개인식별 가능 필드 등 민감정보 패턴 자동 탐지 - 샘플명·헤더·annotation 필드 등 민감정보 포함 가능 영역 전수 스캔 ○ LLM 진단·권고 모델을 큐레이터용 AI 품질 리포트 생성에 부분 적용 - 탐지된 민감정보 항목·위치·마스킹 사유를 큐레이터용 AI 리포트에 자연어로 포함 - 등록자 대상 민감정보 제거·비식별화 방법 안내 및 반려 사유 자동 생성(자동 비식별화는 수행하지 않으며, 처리 방향은 큐레이터 판단으로 결정) ○ 반드시 사전에 관련분야 전문가(KOBIC) 및 주관기관, K-BDS 개발사와 논의하여 탑재 방안에 대해 협의 | |||
| 산출 정보 | VCF 민감정보 탐지·처리 모듈 개발 결과보고서 (VCF 민감정보 탐지 Rule 정의서, 모듈 소스코드 및 실행 모듈 내용 포함) |
| 요구사항 고유번호 | SFR-013 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 대사체 실데이터 검증 파이프라인 개발 | |||
| 요구사항 분류 | 기능 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 대사체 실데이터 검증 파이프라인 개발 | ||
| 세부 내용 | ○ 대사체 실데이터 표준 변환 및 메타데이터 추출 - 대사체 원시 데이터(장비별 포맷)를 표준 포맷으로 변환 - 변환 과정에서 실데이터 내 임베디드 메타데이터(분석 장비, 실험 조건 등) 자동 추출 ○ 대사체 실데이터 유래 메타데이터 교차 검증 - 등록자가 입력한 메타데이터와 실데이터에서 추출된 메타데이터 간 자동 비교, 불일치 항목 탐지 ○ 메타데이터 오류 탐지 AI 모델 적용 연계 - 본 검증 기능을 AI 모델의 실 데이터 교차검증 도구(tool)로 연계하여, 등록 메타데이터와 실데이터 간 정합성을 자동 검증하는 구조로 설계 ○ 반드시 사전에 관련분야 전문가(KOBIC) 및 주관기관, K-BDS 개발사와 논의하여 탑재 방안에 대해 협의 | |||
| 산출 정보 | 대사체 실데이터 검증 파이프라인 개발 결과보고서 (대사체 검증 규칙 정의서-헤더·임베디드 메타데이터·정합성 패턴, 표준 변환·메타데이터 추출 명세서, 검증 모듈 소스코드 및 실행 모듈 내용 포함) |
| 요구사항 고유번호 | SFR-014 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 바이오이미징 실데이터 검증 파이프라인 개발 | |||
| 요구사항 분류 | 기능 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 바이오이미징 실데이터 검증 파이프라인 개발 | ||
| 세부 내용 | ○ 주요 포맷 검증 - DICOM, NIfTI 등 주요 바이오이미징 포맷 구조 및 무결성 검증 - 파일 손상 여부 및 데이터 구조 일관성 검증 ○ 메타데이터 및 정합성 검증 - 메타데이터 필수 항목 검증 - 메타데이터와 실데이터 간 정합성 확인 ○ 오픈소스 기반 AI QC 도구 연계 (시범 적용) - 1~2개 대표 타입 대상 시범 적용(PoC)으로 한정하며, 향후 확장 가능한 라우팅·연계 구조 설계 - 적용 후보 · MRI/fMRI: MRIQC, BrainQCNet 등 - 적용 타입 선정 기준 및 PoC 범위는 사전에 KOBIC 및 주관기관과 협의하여 확정 ○ 향후 확장 구조 설계 - OME-TIFF, PET, CT, X-ray, 초음파, EEG/iEEG/MEG, 광학 현미경 등 미적용 대상 확장 가능한 라우팅·연계 아키텍쳐 설계 - QC 도구 연계 인터페이스 표준 정의 | |||
| 산출 정보 | 바이오이미징 포맷·메타데이터 검증 모듈 개발 결과보고서 (바이오이미징 포맷별 검증 Rule 정의서, 오픈소스 AI QC 도구 연계 PoC 결과보고서, 타입 확장 구조 아키텍처 설계서, 모듈 소스코드 및 실행 모듈 내용 포함) |
| 요구사항 고유번호 | SFR-015 | |||
|---|---|---|---|---|
| 요구사항 명칭 | DICOM 바이오이미징 민감정보 탐지 및 처리 | |||
| 요구사항 분류 | 기능 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | DICOM 바이오이미징 민감정보 탐지 및 처리 | ||
| 세부 내용 | ○ DICOM 표준 태그 기반 민감정보 탐지 (Rule 기반) - DICOM 표준 PHI 태그 자동 스캔 · PatientName (0010,0010), PatientID (0010,0020) · PatientBirthDate (0010,0030), PatientSex (0010,0040) 등 ·InstitutionName (0008,0080), ReferringPhysicianName (0008,0090) 등 · DeviceSerialNumber (0018,1000), StationName (0008,1010) 등 - 탐지 범위는 DICOM 표준 태그(Tag) 영역에 한정 (픽셀 데이터 내 Burned-in PHI 등 이미지 OCR 비식별화는 범위 외) ○ LLM 진단·권고 모델을 큐레이터용 AI 품질 리포트 생성에 부분 적용 - 탐지된 민감정보 항목·위치·마스킹 사유를 큐레이터용 AI 리포트에 자연어로 포함 - 등록자 대상 민감정보 제거·비식별화 방법 안내 및 반려 사유 자동 생성 | |||
| 산출 정보 | DICOM 민감정보 탐지·처리 모듈 개발 결과보고서 (DICOM PHI 태그 스캔 Rule 정의서, 모듈 소스코드 및 실행 모듈 내용 포함) |
| 요구사항 고유번호 | SFR-016 | |||
|---|---|---|---|---|
| 요구사항 명칭 | QC 결과 조회 | |||
| 요구사항 분류 | 기능 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | QC 결과 조회 | ||
| 세부 내용 | ○ AI 기반 QC 결과 조회 기능 - 등록 건별 AI QC 검증 결과 상세 조회 - 등록 건별 QC 처리 상태 추적 (검증 중·검토 대기·승인·반려) - 데이터 유형·오류 유형 등 조건별 필터링 및 검색 ○ 반드시 사전에 관련분야 전문가(KOBIC) 및 주관기관, K-BDS 개발사와 논의하여 탑재 방안에 대해 협의 | |||
| 산출 정보 | QC 결과 조회 모듈 개발 결과보고서 (화면 설계서 및 사용자 인터페이스 명세서, 모듈 소스코드 및 실행 모듈 내용 포함) |
| 요구사항 고유번호 | SFR-017 | |||
|---|---|---|---|---|
| 요구사항 명칭 | AI QC 리포트 자동 생성 (메타·실데이터 자동 리포트, 큐레이터용) | |||
| 요구사항 분류 | 기능 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | AI QC 리포트 자동 생성 (메타·실데이터 자동 리포트, 큐레이터용) | ||
| 세부 내용 | ○ 데이터 품질 점검 결과 자동 리포트 생성 - 메타데이터 및 실데이터 정합성 검증 결과 오류 항목별 원인 설명 및 수정 권고 구성 - 리포트 출력 포맷 정의 : 웹 화면 조회, 파일 다운로드(PDF) ○ 반드시 사전에 관련분야 전문가(KOBIC) 및 주관기관, K-BDS 개발사와 논의하여 탑재 방안에 대해 협의 | |||
| 산출 정보 | AI QC 리포트 자동 생성 시스템 개발 결과 보고서 |
| 요구사항 고유번호 | SFR-018 | |||
|---|---|---|---|---|
| 요구사항 명칭 | AI QC 이력 및 판단 근거 추적 관리 | |||
| 요구사항 분류 | 기능 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | AI QC 이력 및 판단 근거 추적 관리 | ||
| 세부 내용 | ○ AI QC 검증 이력 기록 및 관리 - 검증 일시, 대상 데이터, 판단 근거, 적용 AI 모델 버전 기록 - 탐지된 오류 유형 및 내용 이력 관리 - 등록 건별 QC 처리 결과(자동 통과·검토 대상·오류 탐지) 이력 축적 ○ 이력 데이터 기반 모델 성능 모니터링 지원 - LLM 생성 결과물(수정 권고·원인 설명 등) 이력 축적 - 축적된 생성 이력을 모델 재학습·프롬프트 개선을 위한 데이터로 활용 ○ 반드시 사전에 관련분야 전문가(KOBIC) 및 주관기관, K-BDS 개발사와 논의하여 탑재 방안에 대해 협의 | |||
| 산출 정보 | AI QC 이력 및 판단 근거 추적 관리 모듈 개발 결과보고서 (이력 데이터 구조 및 인터페이스 명세서, 모듈 소스코드 및 실행 모듈 내용 포함) |
| 요구사항 고유번호 | INR-001 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 사용자 인터페이스 | |||
| 요구사항 분류 | 인터페이스 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 사용자 인터페이스 공통 요구사항 | ||
| 세부 내용 | ○ 효율성, 일관성, 사용편리성을 위해 개발 표준 인터페이스 방안을 정하여 시스템을 구현 - 화면 레이아웃 표준화, 코드화 등 중복 최소화와 입력 편의성 고려 - 화면 표준화(디자인, 색상, 글자폰트, 각종 실행버튼 등) - 링크가 적용된 배너, text, 이미지, 파일링크 등은 마우스 오버 시 색 변경, 밑줄 등을 이용하여 명확하게 구분 ○ 필요시 삭제, 입력정보 완료 또는 미완료 후 저장 등 사용자 수행 활동에 관한 확인 메시지를 제공 ○ 오류메시지는 사용자가 인지하여 즉시 조치할 수 있도록 작성 ○ 관리자별로 분리된 권한을 부여하여 화면을 제공 ○ 웹표준 및 웹 접근성 지원 - 전자정부 서비스 호환성, 한국형 웹 콘텐츠 접근성 지침 준수 ○ 시스템은 웹브라우저 제약 없이 모든 인터페이스가 정상 운영되어야 함 ○ 비표준기술 사용 배제 등 웹 표준 준수, 개인정보 보호, 보안관리, 웹서비스 성능 유지관리, 자료 현행화 관리, 검색 등 사용자 편의성 확보, 본인확인 및 본인 인증시 공인 인증서 이외 다른 수단 적용 등 | |||
| 산출 정보 | 사용자 인터페이스 표준(서), 사용자 인터페이스 설계서 |
| 요구사항 고유번호 | INR-002 | |||
|---|---|---|---|---|
| 요구사항 명칭 | UI/UX 설계 및 디자인 | |||
| 요구사항 분류 | 인터페이스 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | UI/UX 요건 요구사항 | ||
| 세부 내용 | ○ 사용자 경험(UX)을 반영한 UI를 지원 - 큐레이터·시스템 관리자의 업무 흐름(데이터 등록 → 자동 QC → 검토 → 승인 → 환류)에 최적화된 UX 설계 ○ 최신의 IT트렌드를 반영 ○ 이미지, 동영상 등 콘텐츠의 특성에 맞는 웹 UI 제공 ○ 웹 UI/UX에 최신의 트렌드를 반영하여 사용하기 쉽고, 업무 접근이 쉽도록 제공해야 함(이미지 최소화 및 웹 아이콘 폰트 사용) ○ 행정안전부에서 제공하는 범정부 UI/UX 공통가이드(디지털 정부 서비스 UI/UX 가이드라인)를 준수하여 구축 ○ 학습자 및 관리자(기관담당자 포함)가 시스템을 쉽고 편리하게 사용할 수 있도록 UI 인터페이스를 구현 - 사용 편리성을 위해 개발 표준 인터페이스 방안을 수립하여 시스템 구현 - 화면 레이아웃 표준화, 코드화 등 중복 최소화 및 입력 편의성 고려 - 화면 표준화(화면디자인, 색상, 폰트, 각종 실행 버튼, 아이콘 등) ※ 사용자 편의성을 고려한 UI/UX 디자인 시안을 2개 이상 제시, 담당자의 승인 후 결정 | |||
| 산출 정보 | 웹디자인 스타일 가이드, UI/UX 표준안 |
| 요구사항 고유번호 | DAR-001 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 데이터베이스 표준 | |||
| 요구사항 분류 | 데이터 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 데이터 표준화 및 상위표준 준수와 데이터 표준관리 | ||
| 세부 내용 | ○ 본 사업 데이터베이스 구축 및 설계 시,「공공기관의 데이터베이스 표준화 지침」(행정안전부고시)을 준수하고, 데이터 정의에 의한 DB설계 및 운영방안 마련 - 데이터베이스, 데이터 형식 및 메타 어휘에 대한 표준화 요구사항 준수 - 데이터베이스 표준화에 따라 표준용어, 표준코드 등을 수립하고, 적용 상태 점검 - WEB/WAS서버, DB서버 등 기존 시스템 인프라와의 호환성과 성능 보장 - 기존 DBMS 장비(S/W)와의 연계 등 확장성을 고려하여 설계해야 하며, 발생 가능한 위험요소를 철저히 분석하여 향후 데이터 이관, 연계 시 지연이 발생하지 않도록 해야 함 ○ 공통표준(공공기관의 데이터베이스 표준화 지침, 공통표준용어·단어·도메인)과 발주기관 표준(기관표준용어·단어·도메인·코드)을 준수하여 시스템 구축·운영에 필요한 데이터베이스 표준(단어, 용어, 도메인, 코드)을 수립해야 함 ○ 데이터 표준화 지침 및 가이드 수립 - 구축되는 시스템의 데이터 특성을 고려, 표준화 관리체계 개선·정비 - 시스템 구축에 따라 추가가 필요한 데이터 표준항목(단어, 용어, 도메인)을 정의하고 데이터 표준사전 등에 반영 ○ 데이터 표준관리를 위한 표준화 관리방안(메타데이터 관리시스템, 문서화 등)과 이를 통한 변경이력을 효과적으로 관리 할 수 있는 방안 제시·적용 | |||
| 산출 정보 | 데이터 표준 사전, 데이터 표준관리 방안(매뉴얼, 가이드 등) |
| 요구사항 고유번호 | DAR-002 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 데이터 구조 설계 | |||
| 요구사항 분류 | 데이터 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 데이터 구조 설계 세부요건 | ||
| 세부 내용 | ○ 데이터 구조 설계(모델링) 기준 및 가이드를 제시하고 이를 준수하여 데이터 구조를 설계, 구현 ○ DB 구조의 설계는 관련 업무 처리 절차를 반영하여 유기적으로 구조화하고, 향후 업무 변동에 따른 확장성․이식성을 충분히 고려 ○ 데이터의 정합성을 유지하면서 최적의 성능을 발휘할 수 있도록 DB 설계가 되어야 하며 이에 대한 검증 방안을 제시 - 사후적 SQL 최적화보다는 사전적으로 DB설계 최적화를 통한 효율성 향상 ○ 데이터 주제영역 정의 및 개념·논리·물리 모델 설계 - 데이터 공유 및 활용, 업무요건 변화, 시스템 변경으로 인한 DB의 구조적 변화가 최소화될 수 있도록 유연한 구조로 설계 - 업무규칙(BR) 처리를 위한 데이터 주제영역, 개념 데이터 모델, 논리데이터 모델, 물리 데이터 모델을 설계 - 데이터 설계 표준(데이터 분류체계, 명명 규칙, DB Object 사용기준 등)을 정의하고 적용 | |||
| 산출 정보 | 데이터 구조 설계 원칙 및 가이드, 논리 및 물리데이터 모델 설계서 |
| 요구사항 고유번호 | DAR-003 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 데이터 검증 및 관리 | |||
| 요구사항 분류 | 데이터 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 데이터 구조 검증·관리 세부요건 | ||
| 세부 내용 | ○ 데이터 모델 검증 - 설계된 데이터 모델은 설계자·개발자·발주기관·전문가 등이 참여한 상태에서 검증 - 각 단계별 데이터 모델 검증 시 기준을 정의하고 실시 - 업무 요구사항의 모델 반영과 데이터 모델의 정규화 수행의 적정성을 검증 ○ 데이터 구조 관리 방안 - 데이터 구조를 설계부터 구축, 운영 단계까지 지속적으로 관리 할 수 있는 방안을 제시 - 시스템 구축 기간 동안 DB의 형상과 물리 데이터 모델의 형상 일치 여부를 주기적으로 점검하고 보고 - 데이터 구조 변경이력에 대한 관리방안 제시, 적용 | |||
| 산출 정보 | 데이터 모델 검증 계획서 및 결과서, 데이터 구조관리 방안 |
| 요구사항 고유번호 | DAR-004 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 데이터 값 검증 | |||
| 요구사항 분류 | 데이터 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 데이터 값 검증 상세내용 | ||
| 세부 내용 | ○ 업무규칙(BR)에 따른 데이터값 검증 규칙은 단위테스트 전까지 작성·제출 ○ 단위테스트, 통합테스트 시 발생 가능한 상황에 대하여 데이터를 입력하여 시험하고 데이터의 보안성과 무결성을 보장 ○ 범정부 또는 발주기관의 표준을 준수하여 데이터 검증을 위한 공통 기준과 데이터 분야별 특성에 따른 세부 기준을 마련 ○ 데이터 값 검증에 따른 오류 유형, 오류로 인한 영향도, 조치 방법 등을 관리하고 그 결과를 제출 | |||
| 산출 정보 |
| 요구사항 고유번호 | DAR-005 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 데이터 품질 관리 | |||
| 요구사항 분류 | 데이터 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 데이터 품질관리 체계 수립 | ||
| 세부 내용 | ○ 데이터의 표준화를 통한 지속적인 데이터 품질관리 유지 ○ 데이터 무결성 및 정합성 요구사항 - 정합성 규칙 작성, 데이터 분석, 정제, 관리 개선 방안 도출 - DB 세부항목 정합성 심층 분석 및 정제 - 외부 데이터 연계 시, 데이터의 정합성 및 무결성을 체크하고 로그관리 유지 - 데이터 누락을 방지하기 위해 각 연계 단계별 정합성 검증방안 제시 - 데이터 이관 시, 이관 데이터에 대한 정합성 및 무결성 보장 - 허용되지 않는 사용자나 자료의 변경 제어 ○ 데이터 연계 목록 및 항목의 추가, 변경, 삭제 절차의 정의 절차 수립 ○ 시스템은 자료의 파손, 변질, 분실 등에 대비하기 위하여 백업 기능을 제공 ○ 데이터베이스 백업에 관련된 기능은 시스템 관리자 서비스에서 반드시 제공 | |||
| 산출 정보 | 데이터(표준, 구조 품질)관리 체계서 |
| 요구사항 고유번호 | DAR-006 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 메타데이터 관리체계 | |||
| 요구사항 분류 | 데이터 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 메타데이터 현행화 | ||
| 세부 내용 | ○ 본 사업을 통해 구축되는 시스템의 데이터베이스에 대해 발주기관의 메타데이터관리시스템과 중앙메타관리시스템에 메타데이터 표준관리항목이 등록 및 현행화 되도록 지원 | |||
| 산출 정보 | 메타데이터 현행화 결과서 |
| 요구사항 고유번호 | QUR-001 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 품질제고 방안 | |||
| 요구사항 분류 | 성능 및 품질 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 품질보증 및 관리에 관한 사항 | ||
| 세부 내용 | ○ 사업 산출물의 신뢰도 및 전문성, 품질 제고를 위한 품질관리계획의 수립 및 활동 수행방안을 제시 |
| 요구사항 고유번호 | QUR-002 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 성능 요구사항 | |||
| 요구사항 분류 | 성능 및 품질 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 평균 응답시간 | ||
| 세부 내용 | ○ 품질관리 프로그램은 5초 내에 결과를 제시하여야 하며, 그보다 오래 거리는 경우 대략적으로 완료가능한 시간을 제시하여야 함 ○ 데이터 형식 오류 시 오류메시지 제공 - 발생할 수 있는 모든 오류메시지를 정보입력 후 3초 이내에 제시 - 오류메시지는 사용자가 인지하여 즉시 조치할 수 있도록 작성 |
| 요구사항 고유번호 | QTR-001 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 테스트 계획 수립 | |||
| 요구사항 분류 | 테스트 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 체계적 테스트 계획 수립과 계획에 따른 테스트 실시 | ||
| 세부 내용 | ○ 업무별 단위시험, 통합시험 등 테스트에 대한 단계별 구체적 방안 제시 - 발생 가능한 상황에 대해서 데이터를 입력하여 시험하여야 하며 각종 유형별 시험계획을 구체적으로 작성 - 업무별 단위시험, 통합시험 등 테스트 결과 발생하는 결함에 대해 문서화하여 관리 |
| 요구사항 고유번호 | QTR-002 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 테스트 실시 | |||
| 요구사항 분류 | 테스트 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 시험운영 및 통합테스트 | ||
| 세부 내용 | ○ 시험운영은 기간 내에 수행하여야 하고 정한 기간 내에 보완이 완료되지 못하면 상호간에 정한 계약조건에 따른 조치를 취하고 보완 완료 시까지 사업자가 책임을 져야함 ○ 통합테스트 시나리오에 따라 단위테스트가 완료된 프로그램들을 대상으로 다음 사항을 검증하여야 하며 이 외에도 시스템이 고품질을 유지하는 데 필요한 모든 항목에 대해 시행하여야 함 - 프로그램 신뢰성 및 안정성, 데이터의 보안성과 무결성 보장 - 기능, 성능 등의 요구사항 및 설계사양 충족 여부 검증 - 기능의 정상적 수행여부 검증 등 - 기능수행 후의 결과가 사전에 예측된 결과와 일치하는지 검증 - 시스템의 접근권한 및 업무 권한에 대한 적절성 검증 - 대내시스템 간, 영역 간 연계 및 이를 포함하는 업무흐름 검증 - 대외기관 연계 및 이를 포함하는 업무 흐름 검증 - 결함을 파악하고 원인을 추적하여 결함을 제거하여야 함 ○ 시험운영 기간 중 발생하는 비용은 사업자가 부담 |
| 요구사항 고유번호 | COR-001 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 목표 산출물 작성과 관련한 제약조건 파악 | |||
| 요구사항 분류 | 제약사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 목표 산출물 작성과 관련한 제약조건 파악 | ||
| 세부 내용 | ○ 목표산출물 작성과 관련한 제약조건 파악 및 대비책 마련 ○ 정보화사업 사업관리방안을 준용하여 수행 |
| 요구사항 고유번호 | COR-002 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 지적재산권 | |||
| 요구사항 분류 | 제약사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 지적재산권에 대한 소유권 및 관리 | ||
| 세부 내용 | ○ 본 사업과 관련하여 구현된 산출물에 대한 지식재산권은 한국생명공학연구원와 사업 수행사가 공동 소유(계약예규 35조의 2) ○ 본 사업을 통해 개발되는 SW는 용역계약일반조건 제56조에 따라 타 기관과 공동 활용할 계획이 없음을 사전 명시 ○ 국내외 지식재산권, 저작권, 특허권에 대한 비용발생 시 본 사업에 포함하여 진행 ○ 사업자는 최종 산출물이 국내외 지식재산권, 저작권, 특허권 등 침해이유로 한국생명공학연구원을 상대로 소송이 제기되었을 경우, 한국생명공학연구원은 책임지지 않으며 사업자는 관련소요경비 일체를 제공 |
| 요구사항 고유번호 | COR-003 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 표준프레임워크 적용 | |||
| 요구사항 분류 | 제약사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 전자정부표준프레임워크 적용 | ||
| 세부 내용 | ○ 신규 기능 개발 및 변경 시 전자정부 표준프레임워크 3.9 이상 기반(기획, 설계, 테스트, 운영 전 분야)을 적용하여야 함 ○ 시스템 확장성 및 유지관리 효율성을 확보하기 위해 전자정부 표준프레임워크 정립 ○ 구축된 소프트웨어는 공통컴포넌트 수준의 개발 표준을 준수하여 시스템 교체 등의 다양한 디바이스 환경에 일관성 있게 서비스하여야 함 |
| 요구사항 고유번호 | COR-004 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 웹사이트 웹접근성, 웹호환성, 웹표준 준수 | |||
| 요구사항 분류 | 제약사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 웹사이트(홈페이지, 모바일웹) 웹접근성, 웹호환성, 웹표준 준수 사항 | ||
| 세부 내용 | ○ 모든 페이지는 국내.외 표준을 모두 적용하여 구축하여야 하며, 준수여부에 대한 평가 및 검증방안을 마련하여 제시. - 전자정부 웹사이트 품질관리 지침 (행정안전부) - 행정기관 및 공공기관 정보시스템구축·운영지침 (행정안전부) - W3C의 국제표준 - 행정기관의 코드 표준화 추진지침 (행정안전부) ※ 웹 사이트에서 사용되는 코드는 행정표준코드 준용 - 소프트웨어 개발보안(시큐어 코딩) 관련 가이드 (행정안전부) - 홈페이지 SW(웹)개발 보안 가이드 (행정안전부) ○ 「전자정부 웹사이트 품질관리 지침」준수 - ActiveX 및 plug-in 포함되지 않도록 개발 - 웹 표준 문법을 준수하여 구축 · W3C Markup Validation(http://validator.w3.org) 문법검사 통과 · W3C CSS Validation(http://jigsaw.w3.org/css-validator) 문법 검사 통과 - 다양한 웹브라우저를 지원 - 사업 완료시 웹 호환성 준수 증빙서류 제출 ○ 이용자들의 다양한 사용자 환경 (브라우저) 에서도 서비스를 이용할 수 있도록 하여야 하며, 표준을 준수하여 구현 - 엣지, 크롬 등 최신 브라우저에서 버전에 구애받지 않고 웹사이트 이용에 불편이 없도록 웹 표준을 준수 - 사업 완료시 웹접근성 준수 증빙서류 제출 ○ 「장애인·고령자 등의 정보 접근 및 이용편의 증진을 위한 고시」준수 |
| 요구사항 고유번호 | SER-001 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 보안 준수사항 | |||
| 요구사항 분류 | 보안 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 보안사업 수행 시 보안 준수사항 | ||
| 세부 내용 | ○ 사업 기간 중 “국가정보보안기본지침”, 한국생명공학연구원의 자체 보안규정 등 정보보호 관련 법규 및 지침을 준수하며, 대외 보안유지에 적극 협조 ○ 수행사는 외부PC 반입 시 악성코드 감염 여부를 사전에 점검하고 이상이 없는 경우에 한해 보안 프로그램(백신에이전트, 보조기억장치 정보 유출방지 에이전트 등)등을 설치한 후 반입 - 반입 시 반입장비 명부와 함께 사업관리부서의 사전승인을 받은 후 설치하고 내부 사용자 보안사항을 준수 ○ 반입된 PC는 사업종료 시까지 반출 금지. 다만, 부득이 외부반출이 필요한 경우 최소한의 장비만 발주기관의 승인을 받아 포맷 후 반출 ○ 사업수행에 있어 악성코드에 감염된 도구를 사용하여서는 아니되며, 인가받지 않은 USB 등의 보조기억매체 사용 금지 ○ 사업수행 시 승인되지 않은 외부 인터넷망 사용을 금하며, 업무 PC와 인터넷 PC는 별도로 구분하여 사용 ○ 사업 관련 자료는 인터넷 웹하드, 웹메일 등 외부에 저장 및 전송을 금지 ○ 사용하는 IP는 네트워크 업무담당자의 인가 후 고정 IP를 사용하고, 할당된 IP별 인원에 대한 근거문서를 관리 ○ 접근권한 설정, 로그관리 등 업무담당자의 사점검을 받아야 하고 시스템 접근 기록은 주기적으로 점검하고 분석 ○ 보안대책이 정상적으로 준수되는지에 대해 수시로 보안점검 실시 - 정기 또는 불시에 개인 PC보안 점검 및 위반 내용 공유 ○ 사업종료 시 위탁업체 및 외주 용역업체의 PC 및 사용된 보조기억장치는 모두 포맷을 완료한 후 반출 ○ 수행사는 사업을 수행하기 위하여 물리적/관리적/기술적 보안대책 등 보안관리에 대한 보안관리계획을 제안서 및 사업수행계획서 등에 포함·제출 - 사업수행 시, 사업종료 등 단계별 보안대책 - 기타 보안상 필요한 사항 등 - 사업수행업체는 사업관리팀 내에 보안담당자를 임명하고, 보안과 관련된 일체의 업무를 수행하고 정기적으로 주관기관에 보고 ○ 한국생명공학연구원은 수행자의 보안관리 상태를 점검할 수 있으며, 미비한 사항에 대한 신속한 개선 조치 지시 ○ 한국생명공학연구원은 내부용 DB접근을 제어하기 위하여 사용자 이용 권한에 대해 제한할 수 있으며, 이 경우 과업 수행자는 이를 수용 ○ 수행사는 한국생명공학연구원 주관의 정기 보안교육 실시 | |||
| 산출 정보 | 보안계획서 및 관련 문서 |
| 요구사항 고유번호 | SER-002 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 소스코드 보안 | |||
| 요구사항 분류 | 보안 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 시스템 개발 보안 요구사항 | ||
| 세부 내용 | ○ 개발 표준을 준수하여 소스코드를 개발하고, 개발한 어플리케이션은 시큐어 코딩을 준수 ○ 시큐어코딩 준수 강화를 위해 어플리케이션 개발·점검·승인·배포 프로세스 상세절차를 정의하고, 형상·배포서버를 포함하여 구축 ○ 초기 개발단계부터 ‘소프트웨어 개발보안 가이드’를 적용하여 모든 응용프로그램을 개발 ○ 「행정기관 및 공공기관 정보시스템 구축 운영 지침」 제6장 소프트웨어 개발 보안 준수 | |||
| 산출 정보 | 시큐어코딩 점검 결과서 |
| 요구사항 고유번호 | SER-003 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 보안 취약점 점검 | |||
| 요구사항 분류 | 보안 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 취약점 점검 실시 및 후속 조치 | ||
| 세부 내용 | ○ 변경된 시스템 및 개발된 소스코드 전체에 대한 보안 취약점 점검 (소스코드 보안약점 진단, 모의해킹 등)을 실시해야 함 ○ 보안 취약점 점검 결과에 따른 후속 보완조치 수행 - 소스코드 보안약점 진단항목 : 소프트웨어 개발보안 가이드 참조 - 모의해킹 점검항목 : OWASP 10대 취약점, 국정원 홈페이지 8대 취약점, 웹 전자정부서비스 웹 취약점 표준 점검 21개 항목 등 | |||
| 산출 정보 | 취약점 점검 결과서 |
| 요구사항 고유번호 | SER-004 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 참여인력 보안요건 준수 | |||
| 요구사항 분류 | 보안 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 참여인력 보안요건 준수사항 | ||
| 세부 내용 | ○ 수행사는 사업수행에 사용되는 인원, 문서, 장비 등의 보안관리 계획을 수립하여야 하며, 보안상 결격 사항이 없도록 조치 ○ 수행사는 사업수행과정에서 취득한 자료와 정보에 관해서는 사업 수행의 전후를 막론하고 담당자의 승인 없이 외부에 유출 또는 누설 금지 ○ 수행사는 사업수행 중 인원, 문서 및 전산자료 보안 등 보안관리 사항을 준수하야 한다. 기타 사항은 한국생명공학연구원 “보안업무규정” 및 “출입관리 절차”에서 정하는 바를 준수 | |||
| 산출 정보 | 보안서약서, 확약서 등 관련 문서 |
| 요구사항 고유번호 | PMR-001 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 사업관리 요건 | |||
| 요구사항 분류 | 프로젝트 관리 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 사업관리 요건 | ||
| 세부 내용 | ○ 품질관리 - 주관사업자는 프로젝트 조직 내에 별도의 품질관리 담당을 지정해야 하며, 회사차원의 품질관리 지원조직의 활동계획을 제시해야 함 - 품질보증 활동계획 등을 제시할 것 ○ 산출물 관리 - 제안업체는 본 사업을 추진하는 과정에서 단계별, 작업단위별로 생산되는 산출물에 대하여 산출물의 종류, 작성 및 제출시기, 제출부수 등을 제시해야 함 ○ 일정계획 - 사업 일정을 토대로 본 사업을 완수하기 위한 작업절차 및 내용에 따른 일정계획을 제시할 것 ○ 산출물의 지식재산권 - 본 사업과 관련하여 산출물의 지식재산권은 계약당사자 간 협의를 통해 결정할 것 |
| 요구사항 고유번호 | PMR-002 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 의사소통관리 | |||
| 요구사항 분류 | 프로젝트 관리 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 본 사업 수행에 따른 결과를 보고하기 위한 의사소통 방안 마련 | ||
| 세부 내용 | ○ 보고계획 - 착수 보고회 1회, 최종 보고회 1회 개최 ‧ 착수 보고회 : 계약일로부터 15일 이내 ‧ 최종 보고회 : 계약 완료일로부터 20일 이내 ※ 보고회 개최 : 용역 진도에 따라 상호 협의하여 진행 ○ 산출물 작성 및 제출방법 - 과업착수 및 과업수행계획서 제출 ‧ 사업자는 계약체결일로부터 10일 이내에 계약서, 제안요청서, 제안서, 과업지시서 등을 근거로, 본 사업을 수행하기 위한 착수계 및 과업수행계획서 제출 ‧ 과업수행계획서에는 세부공정계획, 성과품(산출물) 제출계획, 사업수행조직표, 등을 포함 - 월간 보고, 수시보고 ‧ 계약일로부터 사업완료일까지 매월 사업수행 절차 및 진행사항, 업무추진상 문제점 및 대안(해결방안)에 대한 진도보고를 함 ‧ 사업추진 관련 주요 이슈사항 및 요구사항에 대한 필요시 결과 보고 ‧ 프로젝트 추진실적에 대한 분석 및 향후 세부추진계획을 보고함 - 최종보고 ‧ 사업완료 보고회 개최 ‧ 보고회 자료에 대하여 계약서, 과업지시서 등 용역범위 전 항목에 대한 이행내용이 기술 ○ 성과품 제출 |
| 구 분 | 산출물 | 출력물 | 비 고 |
|---|---|---|---|
| 착수단계 | 사업수행계획서 | 1부 | 착수계 제출 시 |
| 기술적용계획표 | |||
| 착수보고서(PPT) | 착수보고회 시 | ||
| 분석단계 | 요구사항정의서 | 분석 후 10일 이내 | |
| 개발단계 | 개발표준정의서 | 준공계 제출 시 | |
| 프로그램목록 및 명세서 | |||
| 주간․월간 업무보고 | 매주/매월 마지막주 목요일 | ||
| 중간보고서(PPT) | 중간보고회 시 | ||
| 검수단계 | 테스트계획서 | 검수요청시 | |
| 결과보고서 | |||
| 완료단계 | 완료보고서(PPT) | 완료보고회 시 | |
| 운영자 매뉴얼 | 준공계 제출시 | ||
| 사용자 매뉴얼 | |||
| 기술적용결과표 |
| 요구사항 고유번호 | PMR-003 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 형상 관리 | |||
| 요구사항 분류 | 프로젝트 관리 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 소프트웨어의 형상관리, 변경관리 방안 | ||
| 세부 내용 | ○ 각종 산출물 및 프로그램 소스에 대한 형상관리 방안 제시 ○ 사업수행 기간 중 당초 계획 대비 정책, 설계, 전체일정 변경 등이 발생할 경우, 발주기관에 변경사유서를 제출, 승인을 득해야 함 - 사업내용, 범위 등을 변경해야 하는 경우 - 기타 수행업체 단독 결정이 곤란한 사항 |
| 요구사항 고유번호 | PSR-001 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 기술이전과 교육 | |||
| 요구사항 분류 | 프로젝트 지원 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 기술 및 교육 지원 | ||
| 세부 내용 | ○ 사업자는 시스템 개발 및 운영에 필요한 전반적인 사항을 종합하여 관리자 및 업무 담당자에게 기술전수와 교육을 실시하여야 함 ○ 사용자, 관리자, 운영자 등 시스템의 이용 대상자별로 구분하여 교육을 실시해야 함 ○ 계약상대자는 교육교재 등 교육에 필요한 제반 비용을 부담해야 함 ○ 기타 시스템 구축 및 운영상 필요하다고 판단되어 한국생명공학연구원이 교육을 요구할 경우 이에 응하여야 함 ○ 사업자는 구축된 시스템의 지속적인 개선이 가능하도록 기술이전 분야, 이전 내용, 이전 방법 및 기간, 인원 등이 포함된 기술이전 계획을 제출하여야 함 ○ 한국생명공학연구원이 시행하는 시스템 확장, 교체, 변경 및 타 기종과의 연결과 운영체제, 기타 프로그램 등 SW 업그레이드 기술을 요하는 사항에 대하여 사업자는 적극 지원 하여야 함 ○ 시스템 구현 후 원활한 시스템 운영에 관한 전반적인 매뉴얼 및 기술 자료를 제공해야 함 |
| 요구사항 고유번호 | PSR-002 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 장애처리와 하자보수 | |||
| 요구사항 분류 | 프로젝트 지원 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 하자보수 지원 요건 | ||
| 세부 내용 | ○ 시스템 하자보수 계획을 수립하여 구체적인 방안 제시 - 시스템을 단위요소기술과 기능으로 구분하여 각각 세부 계획 제시 - 무상 하자보수 지원범위, 지원방법(상주, 비상주 등) 및 지원인원 ○ 하자보수 기간은 검수일로부터 1년으로 함 ○ 하자보수 기간 중 최종 결과물 및 시스템 이상 발생 시 조치 - 장애 접수 후 즉시 장애조치를 하여야 하며, 365일 24시간 하자보수 요원의 신속한 대응이 이루어져야 함 - 사업 종료 시 하자보증확약서를 제출하여야 함 (제품별 제조사, 기술지원사 등의 확약서 포함) ○ 장애발생 원인 및 조치방법을 문서화 하여 사후 동일 장애 발생 시 즉각적으로 대처할 수 있도록 조치하고, 재발 방지 방안을 제시 ○ 모든 SW(OS 포함)는 검수시점에 안정성이 입증된 최신버전으로 제공하고, 하자보수기간 중에도 정상 운영이 가능하도록 지원해야 함 |
| 요구사항 고유번호 | PSR-003 | |||
|---|---|---|---|---|
| 요구사항 명칭 | SW 사업정보 작성 및 제출 | |||
| 요구사항 분류 | 프로젝트 지원 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | SW 사업정보 저장소 · 데이터 작성 및 제출 | ||
| 세부 내용 | ○「소프트웨어산업진흥법 제22조」에 따라 해당 사업 수주자는 SW 사업정보(SW사업 수행 및 실적 정보) 데이터를 작성하여 제출하여야 함 ○ SW사업정보 데이터 작성 및 제출에 관한 사항은 www.spir.kr 자료실의 ‘SW사업정보 저장소 데이터 제출 안내’ 문서를 참조토록 함 ○ SW사업정보 데이터는 사업수행계획서 작성 시 단계별 산출물 리스트에 반드시 명시하도록 함 ○ SW사업정보 중 기능점수 데이터의 작성을 위해 사업수행 인원 중 기능점수 측정 전문가를 포함토록 함 |
| 요구사항 고유번호 | PSR-004 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 품질관리 | |||
| 요구사항 분류 | 프로젝트 지원 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 품질보증을 위한 활동 | ||
| 세부 내용 | ○ 품질보증의 범위, 품질보증을 위한 조직, 절차, 점검방법 등 품질보증방안을 제시하여야 한다. ○ 수행사가 대외적으로 인정받을 만한 보증 관련 인증을 받은 경우 이를 증할 수 있는 근거 서류를 제시 |
| 요구사항 고유번호 | PSR-005 | |||
|---|---|---|---|---|
| 요구사항 명칭 | 기타 | |||
| 요구사항 분류 | 프로젝트 지원 요구사항 | 응락수준 | 필수 | |
| 요구사항 내용 | 정의 | 기타 | ||
| 세부 내용 | ○ 본 사업에 대하여 필요시 발주기관은 감리를 수행할 수 있으며, 감리 수행 시 협조해야 한다. ○ 제안사는 사업추진, 품질보증 등의 전체적 사업 수행에 대한 권한을 갖고 모든 책임을 진다. ○ 본 사업 수행 시 발주기관에서 관련 지침이나 표준을 제시할 경우 제안사는 이를 준수해야 한다. ○ 사업기간 내에 사업범위 안에서 추가, 변경되는 요구사항 발생 시 상호 협의하여 구현할 수 있는 방안을 제시해야 한다. ○ 제출된 제안서의 기재 내용은 실제 사실과 일치하여야 하며, 발주기관의 보완 요청이 없는 한 수정․보완할 수 없다. ○ 제안사가 계약을 수행함에 있어 제3자의 지적재산권을 침해하여 발주기관을 상대로 손해배상 청구소송 등이 제기되면 주관사업자는 피해자 측에 합의 배상해야 한다. ○ 보고서, 결과물 등 일체 보고서는 통일된 파일 형식 사용함을 원칙으로 한다. ○ 계약서 등에 명시되지 않은 사항일지라도 본 사업 진행상 불가피하거나 마땅히 시행하여야 할 경미한 사항에 대해서는 계약서에 포함된 것으로 한다. ○ 상기 제안요청 내용 외에 본 사업에 반드시 필요하다고 판단되는 사항(제품, 추가개발 등)에 대하여 추가로 제안할 수 있으며, 이 경우 타당한 사유를 명시하여야 한다. |
배점·평가
가. 평가기준 ㅇ 본 용역의 평가는 기술평가와 가격평가로 구분하여 실시하되 용역의 특성상 기술의 비중이 크므로 기술평가의 비중을 100분의 90으로 하고 가격평가의 비중을 100분의 10으로 함 ㅇ 제안규격 및 요구에 적합하지 않은 내용은 평가대상에서 제외 나. 평가방법 ㅇ 종합평가점수는 기술평가점수와 가격평가점수를 합산하여 산출 ㅇ 기술평가는 기술평가위원의 제안서 온라인 또는 대면평가로 하며, 평가결과를 취합한 후 산술 평균하여 산정한다. ㅇ 제안서 평가결과 기술능력평가 점수가 기술능력평가분야 배점한도의 85% 이상인 자를 협상적격자로 선정함 ㅇ 입찰가격 평점산식 : 계약예규 협상에 의한 계약 체결 기준을 적용 ㅇ 본 사업은 「협상에 의한 계약체결 기준」 제7조 제6항에 따른 차등점수제를 미적용한 사업 임 다. 평가주체 : 한국생명공학연구원
<기술제안서 기술평가 평가항목 및 배점한도>
| 평가부문 | 세부평가항목 | 평가기준 | 배점 | |
|---|---|---|---|---|
| 정량 평가 | 경영상태 | 신용평가기관의 신용도 (표1에 따라 평가) | 3점 | |
| 정성 평가 | 사업 이해도 (27점) | 사업 이해도 | 사업 특성 및 목표에 대해 주변 환경분석과 업무내용의 연관관계의 이해를 바탕으로 일관성 있는 방향과 전략을 제시하고 있는지 평가한다. | 10점 |
| 추진전략 | 사업의 특성을 고려하여 얼마나 창의적이며 타당한 전략을 제시하였는가를 평가한다. | 5점 | ||
| 적용기술 | 사업에서 적용하고자 하는 기술이 향후 확장성을 고려하여 현실적으로 실현 가능하게 제시되어 있는지를 평가한다. | |||
| 개발방법론 | 사업자의 차별화 된 개발방법론을 평가하고, 실제 적용 사례와 경험을 바탕으로 노하우를 적절히 활용하고 있는가를 평가한다. | 7점 | ||
| 기술 및 기능 (25점) | 기능 요구사항 | 구현 방안이 구체적으로 기술되어 있는가를 평가하고, 제안한 방안 및 기술이 적용 가능한지를 평가한다. | 10점 | |
| 보안 요구사항 | 관련 기능 등 타 요구사항 및 시스템과 관련되어 분석되고 구현방안이 구체적으로 기술되어 있는지 평가한다. | 5점 | ||
| 데이터 요구사항 | 데이터 표준화 및 품질 확보의 구체 내용을 제시하고 있는지 평가한다. | |||
| 제약사항 | 사업의 완수를 위해 적절한 기준과 규정, 지침 등이 제시되었는지 평가한다. | |||
| 성능 및 품질 (10점) | 성능 요구사항 | 구현 및 테스트 방안이 구체적으로 기술되어 있는가를 평가하고, 제안한 방안 및 기술을 통해 요구 성능을 충족시킬 수 있는지를 평가한다. | ||
| 품질 요구사항 | 테스트 방안이 구체적으로 기술되어 있는지 평가하고, 품질 요구사항의 점검 및 검토 방안이 구체적으로 계획되어 있는가를 평가한다. | |||
| 프로젝트 관리 (15점) | 관리방법론 | 사업위험, 사업진도, 사업수행시 보안을 관리하는 방법, 사업수행 성과물이나 산출물의 형상 및 문서를 관리하는 방법 등을 평가한다. | 10점 | |
| 일정계획 | 정확한 활동 기간의 산정과 도출된 활동 간의 배열이 합리적인지, 각 활동에 적합한 자원이 적절히 할당되어 있는지 등을 평가한다. | 5점 | ||
| 프로젝트 지원 (10점) | 품질보증 | 제시된 품질보증 방안이 해당 사업의 수행에 적합한지, 사업자가 품질 만족 사례가 있는지를 평가한다. | ||
| 교육훈련 | 시스템 운영 및 관리자를 위해 제공 및 지원하는 각종 교육훈련의 방법, 내용, 일정 및 조직 등에 대해 평가한다. | 3점 | ||
| 비상대책 | 안정적인 사업수행을 위해 비상상황에 대한 대처 방안을 적절하게 제시하고 있는지 평가한다. | 2점 | ||
| 계 | 90점 |
표1. 경영상태 평가기준(제9조제3항제1호 관련)
| 신용평가등급 | 평점 | ||
|---|---|---|---|
| 회사채 | 기업어음 | 기업신용평가등급 | 평점 |
| AAA, AA+, AA0, AA- A+, A0, A-, BBB+, BBB0 | A1, A2+, A20, A2-, A3+, A30 | AAA, AA+, AA0, AA-, A+, A0, A-, BBB+, BBB0 | 배점의 100% |
| BBB-, BB+, BB0, BB- | A3-, B+, B0 | BBB-, BB+, BB0, BB- | 배점의 95% |
| B+, B0, B- | B- | B+, B0, B- | 배점의 90% |
| CCC+ 이하 | C 이하 | CCC+ 이하 | 배점의 70% |
과업·요구
| RFP번호 | |||
|---|---|---|---|
| 연구과제명 | K-BDS 바이오데이터 정합성 검증을 위한 AI 모델 개발 및 적용 | ||
| 1. 연구목표 | |||
| ㅇ 최종목표 : AI 기반 다중 오믹스 (유전체·대사체·바이오이미징) 메타정보 표준 관리 체계 구축 및 통합 조회·시각화 서비스·독립 운영 환경 확보를 통한 K-BDS 메타정보 품질 상향 평준화 | |||
| 2. 연구목적 | |||
| ㅇ K-BDS 메타정보의 수집·관리·환류에 이르는 전 주기적 관리 체계 설계 ㅇ STAR 데이터 기준 정합 QA 점수 산정 체계 수립, AI 기반 품질관리 확장 전략 및 시스템 확장 구조·MLOps 적용 방안 설계 ㅇ LLM 기반 텍스트 전처리·맞춤법·문법 교정 및 Ontology 기반 표준 용어 변환 기능 개발 ㅇ NER·Ontology·Rule 하이브리드 메타데이터 오류 탐지 및 LLM 기반 품질 진단·수정·권고 모델 개발 ㅇ 다중 오믹스 실데이터 검증 (FASTQ·VCF 유전체 + 대사체·바이오이미징 PoC) 파이프라인 구축 및 VCF·DICOM 민감정보 탐지·처리 기능 개발 ㅇ AI 기반 품질 검증 결과 통합 조회 서비스 개발 및 운영 환경 구축 | |||
| 3. 연구내용 및 범위 | |||
| ㅇ 메타정보 표준화 및 활용 체계 컨설팅 - STAR 데이터 기준 정합 QA 점수 산정 체계 설계, AI 기반 품질관리 확장 전략, 시스템 확장 구조 설계 및 MLOps 적용 방안 ㅇ AI 모델 학습 데이터 구축 - NCBI, K-BDS 등 공개 리포지토리 활용 학습 데이터 수집 및 Golden standard dataset 구축 ㅇ LLM 기반 텍스트 전처리·맞춤법 교정 및 용어 표준화 기능 개발 ㅇ 메타데이터 오류 탐지 AI 모델 개발 - NER·Ontology·Rule 하이브리드 + LLM 기반 품질 진단·수정·권고 모델 개발, AI 기반 QC 파이프라인 연계 구조 설계 ㅇ 메타데이터 검증 기능 개발 - Ontology 기반 메타데이터 정규화·매핑, BioProject/BioSample 정합성 검증, K-BDS 등록 데이터 품질 검증 기능 개발 ㅇ 다중 오믹스 실데이터 검증 기능 개발 - FASTQ/VCF 유전체 실데이터 검증 파이프라인 개발, VCF 민감정보 탐지 및 처리 - 대사체 및 바이오이미징 실데이터 검증 파이프라인 (PoC), DICOM 민감정보 탐지 및 처리 ㅇ AI QC 결과 관리 서비스 개발 - QC 결과 조회 및 AI QC 리포트 자동 생성, AI QC 이력 및 판단 근거 추적 관리 | |||
| 3. 성과목표 | |||
| ㅇ 성과 창출 및 성과 활용⋅확산 지표 및 목표치 - (투입 성과) : NCBI 등 공개 리포지토리 기반 학습 데이터셋 및 Golden Standard Dataset 구축 - (산출 성과) : AI 기반 메타정보 정합성 검증 모델 (NER·Ontology·Rule 하이브리드), 다중 오믹스 (FASTQ·VCF 유전체 + 대사체·바이오이미징 PoC) 실데이터 검증 파이프라인 및 QC 결과 통합 조회·시각화·리포트 서비스 환경 - (결과 성과) : 최종 결과 보고서 | |||
| 4. 기대효과 및 활용분야 | |||
| ㅇ NER·Ontology·Rule 하이브리드 메타데이터 오류 탐지 및 다중 오믹스 (FASTQ·VCF·대사체·바이오이미징) 실데이터 자동 검증을 통한 데이터 품질 상향 평준화 ㅇ 품질 스코어 기반 자동 분기 체계 및 VCF·DICOM 민감정보 자동 탐지·비식별화를 통한 검증 효율화 및 개인정보 보호 ㅇ QC 결과 통합 조회 서비스 및 시스템 환경 구축을 통한 운영 접근성 향상 | |||
| 5. 연구기간 및 예산 |
참가자격
3. 입찰참가자격
------------------------------------------------------------------------------------------------------------------------------------------------------ 아래의 입찰참가자격을 모두 갖춘 자이어야 합니다. ○ 국가종합전자조달시스템 입찰참가자격등록규정에 따라 반드시 전자입찰서 제출 마감일 전일까지 나라장터(G2B시스템)에 아래의 사항을 모두 입찰참가자격으로 등록한 자 - [소프트웨어사업자(컴퓨터관련서비스사업)(1468)] 업종을 등록한 업체 ○ 「중소기업제품 구매촉진 및 판로지원에 관한 법률」 제9조 및 같은 법 시행령 제10조의 규정에 따라 직접생산확인증명서 [정보시스템개발서비스(세부품명번호 10자리 : 8111159901)를 소지한 자 ○ 「중소기업기본법」 제2조에 따른 중소기업자 또는 「소상공인 보호 및 지원에 관한 법률」 제2조에 따른 소상공인으로서 「중소기업 범위 및 확인에 관한 규정」에 따라 발급된 중소기업ㆍ소상공인 확인서를 소지한 자
3-2. 입찰참가자격 등록
------------------------------------------------------------------------------------------------------------------------------------------------------ ○ (등록장소) 조달청 조달등록팀 또는 각 지방조달청 경영지원과(팀) ○ (입찰참가자격 등록) 조달청 경쟁입찰참가자격 등록은 수시로 가능하며, 입찰참가를 위해서는 전자입찰서 제출마감일 전일 18:00까지 등록을 하여야 합니다. 등록절차와 나라장터 이용안내는 정부조달콜센터(☎ 1588-0800, FAX: 042-472-2297)로 문의하시기 바랍니다. ○ (입찰보증금 납부) 입찰참가자는 반드시 이 건 입찰공고의 입찰보증금 내용을 숙지하시기 바랍니다. 공동수급체의 경우 대표사는 반드시 구성원사의 입찰보증금 납부대상 여부를 확인하여 관련 조항에 따른 입찰보증금을 납부하여야 합니다. ○ (신원확인 입찰) 이 입찰은 국가종합전자조달시스템 전자입찰 특별유의서 제7조에 따른 신원확인 입찰이 적용되며, 국가 종합전자조달시스템 입찰참가자격등록규정 제2조제1항제16호에 따른 개인인증수단을 이용(공동인증서 제외)하여 신원을 확인받은 후 입찰에 참여하여야 합니다
4. 공지사항
------------------------------------------------------------------------------------------------------------------------------------------------------ ○ 제안서 평가기관: 한국생명공학연구원 ○ 제안서 평가는 수요기관에서 직접 평가위원을 구성하여 평가하며, 평가일시 및 장소는 수요기관에서 별도 공지할 예정 입니다. 다만, 별도 공지 없이 서면 평가할 수도 있으니 평가관련 사항은 반드시 수요기관에 문의하시기 바랍니다. * 제안서(발표자료, 증빙서류 등 포함)에 입찰 대상 사업, 경쟁업체 등 입찰관련 사항에 대한 허위정보를 기재한 경우 관련 규정에 따라 협상적격자에서 제외, 계약해제·해지 또는 부정당업자 입찰참가자격제한 등의 불이익을 받을 수 있으며 기재한 내용에 대한 사실 확인에 대한 의무 및 입증 책임은 입찰자 본인에게 있습니다. * 기타 세부사항은 수요기관 규격서(제안요청서 등)에 의합니다. * 당해 계약에 따른 계약목적물의 지식재산권은 규격서(제안요청서 등)에 따릅니다. ○ 소프트웨어사업 작업장소 관련 안내(소프트웨어 유지ㆍ관리 사업 제외) - 계약당사자는 관련 규정에 따라 소프트웨어사업 수행을 위하여 필요한 작업장소 등을 상호 협의하여 정하며, 핵심 개발 인력이 아닌 지원인력의 근무 장소는 보안 등 특별한 사유가 있는 경우를 제외하고는 계약상대자가 달리 정할 수 있습니다. - 작업장소 협의 시 수요기관이 제시한 보안요구사항 등 작업장소에 대한 요건을 준수하여 계약상대자가 직업장소를 제시 하는 경우 수요기관은 이를 우선 검토하여야 합니다.