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

끝난 공고 · 결과

첨부파일

뷰어 링크는 사람이 원문을 볼 때 쓰는 화면이다. 이 문서들에서 뽑은 자격 · 배점 · 일정 · 발췌는 이 페이지 아래에 글로 있다.

공고 개요

한국생명공학연구원 · SW 개발·운영

계약업체
주식회사 인실리코젠
계약금액
485,100,000원
종합 점수
-
참가
4곳 · 개찰 09/08(화)

계약

계약번호계약일계약금액계약 기간업체
R26TE1851370509/29(화)485,100,000원계약 후 120일 이내주식회사 인실리코젠 (주계약업체 100%)
R26TE1847463109/29(화)485,100,000원계약 후 120일 이내주식회사 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.

평가 · 배점

기술 : 가격 — 기술 90점 · 가격 10점

협상 대상 기준 · 제안서 평가결과 기술능력평가 점수가 기술능력평가분야 배점한도의 85% 이상인 자를 협상적격자로 선정함

배점표 (AI 요약)
평가 항목배점
경영상태(신용도)3점
사업 이해도10점
추진전략5점
적용기술5점
개발방법론7점
기능 요구사항10점
보안 요구사항5점
데이터 요구사항5점
제약사항5점
성능 요구사항5점
품질 요구사항5점
관리방법론10점
일정계획5점
품질보증5점
교육훈련3점
비상대책2점
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

진행일시남은 날
공고 게시08/10(월)지남
입찰서 제출 시작09/04(금) 10:00지남
입찰참가자격 등록 마감09/07(월) 18:00지남
입찰서 제출 마감09/08(화) 10:00지남
개찰09/08(화) 11:00지남

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

대분류소분류기능설명
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 분담 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
분류기준세부 내용항목
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 기술함4건
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 계49건

❏ 요구사항 목록표

NoCODE요구사항 명칭
1CSR1QA 점수 산정 체계 설계
22AI 기반 품질관리 확장 전략 수립
33시스템 확장 구조 설계 및 MLOps 적용 방안
4SFR1AI 모델 학습 데이터셋 구축 및 정제
52LLM 기반 텍스트 전처리 및 맞춤법·문법 교정 기능 개발
63NER·Ontology·Rule 하이브리드 메타데이터 오류 탐지 모델 개발
74LLM 기반 품질 진단·수정·권고 모델 개발
85AI 모델 성능 평가 및 검증
96AI 기반 QC 파이프라인 연계 구조 설계
107Ontology 기반 메타데이터 정규화 및 매핑 기능
118BioProject/BioSample 정합성 검증 기능
129K-BDS 등록 데이터 품질 검증 기능 개발
1310FASTQ 실데이터 검증 파이프라인 개발
1411VCF 실데이터 검증 파이프라인 개발
1512VCF 민감정보 탐지 및 처리
1613대사체 실데이터 검증 파이프라인 개발
1714바이오이미징 실데이터 검증 파이프라인 개발
1815DICOM 바이오이미징 민감정보 탐지 및 처리
1916QC 결과 조회·시각화·대시보드
2017AI QC 리포트 자동 생성 (메타·실데이터 자동 리포트, 큐레이터용)
2118AI QC 이력 및 판단 근거 추적 관리
22INR1사용자 인터페이스
232UI/UX 설계 및 디자인
24DAR1데이터베이스 표준
252데이터 구조 설계
263데이터 검증 및 관리
274데이터 값 검증
285데이터 품질 관리
296메타데이터 관리체계
30QUR1품질제고 방안
312성능 요구사항
32QTR1테스트 계획 수립
332테스트 실시
34COR1목표 산출물 작성과 관련한 제약조건 파악
352지적재산권
363표준프레임워크 적용
374웹사이트 웹접근성, 웹호환성, 웹표준 준수
38SER1보안 준수사항
392소스코드 보안
403보안 취약점 점검
414참여인력 보안요건 준수
42PMR1사업관리 요건
432의사소통관리
443형상 관리
45PSR1기술이전과 교육
462장애처리와 하자보수
473SW 사업정보 작성 및 제출
484품질관리
495기타
요구사항 고유번호CSR-001
요구사항 명칭QA 점수 산정 체계 설계
요구사항 분류컨설팅 요구사항응락수준필수
요구사항 내용정의QA 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 정보QA 점수 산정 체계 설계서(STAR 데이터 기준 매핑 포함)
요구사항 고유번호CSR-002
요구사항 명칭AI 기반 품질관리 확장 전략 수립
요구사항 분류컨설팅 요구사항응락수준필수
요구사항 내용정의AI 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 정보AI 기반 품질관리 확장 전략 보고서
요구사항 고유번호CSR-003
요구사항 명칭시스템 확장 구조 설계 및 MLOps 적용 방안
요구사항 분류컨설팅 요구사항응락수준필수
요구사항 내용정의시스템 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 정보시스템 확장 구조 및 MLOps 적용 방안 설계서
요구사항 고유번호SFR-001
요구사항 명칭AI 모델 학습 데이터셋 구축 및 정제
요구사항 분류기능 요구사항응락수준필수
요구사항 내용정의AI 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 정보학습 데이터 구축 명세서
요구사항 고유번호SFR-002
요구사항 명칭LLM 기반 텍스트 전처리 및 맞춤법·문법 교정 기능 개발
요구사항 분류기능 요구사항응락수준필수
요구사항 내용정의LLM 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 정보자유 텍스트 항목 전처리·맞춤법 교정 모듈 개발 결과보고서
(바이오 도메인 LLM 프롬프트 설계 명세서, 교정 결과 데이터 구조 및 인터페이스 명세서 내용 포함)
요구사항 고유번호SFR-003
요구사항 명칭NER·Ontology·Rule 하이브리드 메타데이터 오류 탐지 모델 개발
요구사항 분류기능 요구사항응락수준필수
요구사항 내용정의NER·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 정보NER 모델 개발 결과보고서, 검증 규칙 체계 정의서
요구사항 고유번호SFR-004
요구사항 명칭LLM 기반 품질 진단·수정·권고 모델 개발
요구사항 분류기능 요구사항응락수준필수
요구사항 내용정의LLM 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 정보LLM 기반 품질 진단·권고 모델 개발 결과보고서
요구사항 고유번호SFR-005
요구사항 명칭AI 모델 성능 평가 및 검증
요구사항 분류기능 요구사항응락수준필수
요구사항 내용정의AI 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 정보AI 모델 성능 평가 보고서
요구사항 고유번호SFR-006
요구사항 명칭AI 기반 QC 파이프라인 연계 구조 설계
요구사항 분류기능 요구사항응락수준필수
요구사항 내용정의AI 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 정보AI 기반 QC 파이프라인 연계 구조 설계 결과보고서
요구사항 고유번호SFR-007
요구사항 명칭Ontology 기반 메타데이터 정규화 및 매핑 기능
요구사항 분류기능 요구사항응락수준필수
요구사항 내용정의Ontology 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 정보Ontology 매핑 규칙 정의서(매핑 결과 관리 및 개발 명세서 포함),
소스코드 및 실행 모듈
요구사항 고유번호SFR-008
요구사항 명칭BioProject/BioSample 정합성 검증 기능
요구사항 분류기능 요구사항응락수준필수
요구사항 내용정의BioProject/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 정보BioProject/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 고유번호SFR-009
요구사항 명칭K-BDS 등록 데이터 품질 검증 기능 개발
요구사항 분류기능 요구사항응락수준필수
요구사항 내용정의K-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 정보K-BDS 등록 단계 검증 기능 및 연동 API 개발 결과보고서
요구사항 고유번호SFR-010
요구사항 명칭FASTQ 실데이터 검증 파이프라인 개발
요구사항 분류기능 요구사항응락수준필수
요구사항 내용정의FASTQ 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 정보FASTQ 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 고유번호SFR-011
요구사항 명칭VCF 실데이터 검증 파이프라인 개발
요구사항 분류기능 요구사항응락수준필수
요구사항 내용정의VCF 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 정보VCF 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 고유번호SFR-012
요구사항 명칭VCF 민감정보 탐지 및 처리
요구사항 분류기능 요구사항응락수준필수
요구사항 내용정의VCF 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 정보VCF 민감정보 탐지·처리 모듈 개발 결과보고서
(VCF 민감정보 탐지 Rule 정의서, 모듈 소스코드 및 실행 모듈 내용 포함)
요구사항 고유번호SFR-013
요구사항 명칭대사체 실데이터 검증 파이프라인 개발
요구사항 분류기능 요구사항응락수준필수
요구사항 내용정의대사체 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 정보대사체 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 고유번호SFR-014
요구사항 명칭바이오이미징 실데이터 검증 파이프라인 개발
요구사항 분류기능 요구사항응락수준필수
요구사항 내용정의바이오이미징 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 정보바이오이미징 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 고유번호SFR-015
요구사항 명칭DICOM 바이오이미징 민감정보 탐지 및 처리
요구사항 분류기능 요구사항응락수준필수
요구사항 내용정의DICOM 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 정보DICOM 민감정보 탐지·처리 모듈 개발 결과보고서
(DICOM PHI 태그 스캔 Rule 정의서, 모듈 소스코드 및 실행 모듈 내용 포함)
요구사항 고유번호SFR-016
요구사항 명칭QC 결과 조회
요구사항 분류기능 요구사항응락수준필수
요구사항 내용정의QC 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 정보QC 결과 조회 모듈 개발 결과보고서
(화면 설계서 및 사용자 인터페이스 명세서, 모듈 소스코드 및 실행 모듈 내용 포함)
요구사항 고유번호SFR-017
요구사항 명칭AI QC 리포트 자동 생성 (메타·실데이터 자동 리포트, 큐레이터용)
요구사항 분류기능 요구사항응락수준필수
요구사항 내용정의AI 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 정보AI QC 리포트 자동 생성 시스템 개발 결과 보고서
요구사항 고유번호SFR-018
요구사항 명칭AI QC 이력 및 판단 근거 추적 관리
요구사항 분류기능 요구사항응락수준필수
요구사항 내용정의AI 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 정보AI QC 이력 및 판단 근거 추적 관리 모듈 개발 결과보고서
(이력 데이터 구조 및 인터페이스 명세서, 모듈 소스코드 및 실행 모듈 내용 포함)
요구사항 고유번호INR-001
요구사항 명칭사용자 인터페이스
요구사항 분류인터페이스 요구사항응락수준필수
요구사항 내용정의사용자 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 정보사용자 인터페이스 표준(서), 사용자 인터페이스 설계서
요구사항 고유번호INR-002
요구사항 명칭UI/UX 설계 및 디자인
요구사항 분류인터페이스 요구사항응락수준필수
요구사항 내용정의UI/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 정보웹디자인 스타일 가이드, UI/UX 표준안
요구사항 고유번호DAR-001
요구사항 명칭데이터베이스 표준
요구사항 분류데이터 요구사항응락수준필수
요구사항 내용정의데이터 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 정보데이터 표준 사전, 데이터 표준관리 방안(매뉴얼, 가이드 등)
요구사항 고유번호DAR-002
요구사항 명칭데이터 구조 설계
요구사항 분류데이터 요구사항응락수준필수
요구사항 내용정의데이터 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 정보데이터 구조 설계 원칙 및 가이드, 논리 및 물리데이터 모델 설계서
요구사항 고유번호DAR-003
요구사항 명칭데이터 검증 및 관리
요구사항 분류데이터 요구사항응락수준필수
요구사항 내용정의데이터 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 정보데이터 모델 검증 계획서 및 결과서, 데이터 구조관리 방안
요구사항 고유번호DAR-004
요구사항 명칭데이터 값 검증
요구사항 분류데이터 요구사항응락수준필수
요구사항 내용정의데이터 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 고유번호DAR-005
요구사항 명칭데이터 품질 관리
요구사항 분류데이터 요구사항응락수준필수
요구사항 내용정의데이터 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 정보데이터(표준, 구조 품질)관리 체계서
요구사항 고유번호DAR-006
요구사항 명칭메타데이터 관리체계
요구사항 분류데이터 요구사항응락수준필수
요구사항 내용정의메타데이터 현행화
세부
내용
○ 본 사업을 통해 구축되는 시스템의 데이터베이스에 대해 발주기관의 메타데이터관리시스템과 중앙메타관리시스템에 메타데이터 표준관리항목이 등록 및 현행화 되도록 지원
산출 정보메타데이터 현행화 결과서
요구사항 고유번호QUR-001
요구사항 명칭품질제고 방안
요구사항 분류성능 및 품질 요구사항응락수준필수
요구사항 내용정의품질보증 및 관리에 관한 사항
세부
내용
○ 사업 산출물의 신뢰도 및 전문성, 품질 제고를 위한 품질관리계획의 수립 및 활동 수행방안을 제시
요구사항 고유번호QUR-002
요구사항 명칭성능 요구사항
요구사항 분류성능 및 품질 요구사항응락수준필수
요구사항 내용정의평균 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 고유번호QTR-001
요구사항 명칭테스트 계획 수립
요구사항 분류테스트 요구사항응락수준필수
요구사항 내용정의체계적 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 고유번호QTR-002
요구사항 명칭테스트 실시
요구사항 분류테스트 요구사항응락수준필수
요구사항 내용정의시험운영 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 고유번호COR-001
요구사항 명칭목표 산출물 작성과 관련한 제약조건 파악
요구사항 분류제약사항응락수준필수
요구사항 내용정의목표 산출물 작성과 관련한 제약조건 파악
세부
내용
○ 목표산출물 작성과 관련한 제약조건 파악 및 대비책 마련
○ 정보화사업 사업관리방안을 준용하여 수행
요구사항 고유번호COR-002
요구사항 명칭지적재산권
요구사항 분류제약사항응락수준필수
요구사항 내용정의지적재산권에 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 고유번호COR-003
요구사항 명칭표준프레임워크 적용
요구사항 분류제약사항응락수준필수
요구사항 내용정의전자정부표준프레임워크 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 고유번호COR-004
요구사항 명칭웹사이트 웹접근성, 웹호환성, 웹표준 준수
요구사항 분류제약사항응락수준필수
요구사항 내용정의웹사이트(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 고유번호SER-001
요구사항 명칭보안 준수사항
요구사항 분류보안 요구사항응락수준필수
요구사항 내용정의보안사업 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 정보보안계획서 및 관련 문서
요구사항 고유번호SER-002
요구사항 명칭소스코드 보안
요구사항 분류보안 요구사항응락수준필수
요구사항 내용정의시스템 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 정보시큐어코딩 점검 결과서
요구사항 고유번호SER-003
요구사항 명칭보안 취약점 점검
요구사항 분류보안 요구사항응락수준필수
요구사항 내용정의취약점 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 정보취약점 점검 결과서
요구사항 고유번호SER-004
요구사항 명칭참여인력 보안요건 준수
요구사항 분류보안 요구사항응락수준필수
요구사항 내용정의참여인력 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 정보보안서약서, 확약서 등 관련 문서
요구사항 고유번호PMR-001
요구사항 명칭사업관리 요건
요구사항 분류프로젝트 관리 요구사항응락수준필수
요구사항 내용정의사업관리 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 고유번호PMR-002
요구사항 명칭의사소통관리
요구사항 분류프로젝트 관리 요구사항응락수준필수
요구사항 내용정의본 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 분산출물출력물비 고
착수단계사업수행계획서1부착수계 제출 시
기술적용계획표
착수보고서(PPT)착수보고회 시
분석단계요구사항정의서분석 후 10일 이내
개발단계개발표준정의서준공계 제출 시
프로그램목록 및 명세서
주간․월간 업무보고매주/매월 마지막주 목요일
중간보고서(PPT)중간보고회 시
검수단계테스트계획서검수요청시
결과보고서
완료단계완료보고서(PPT)완료보고회 시
운영자 매뉴얼준공계 제출시
사용자 매뉴얼
기술적용결과표
요구사항 고유번호PMR-003
요구사항 명칭형상 관리
요구사항 분류프로젝트 관리 요구사항응락수준필수
요구사항 내용정의소프트웨어의 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 고유번호PSR-001
요구사항 명칭기술이전과 교육
요구사항 분류프로젝트 지원 요구사항응락수준필수
요구사항 내용정의기술 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 고유번호PSR-002
요구사항 명칭장애처리와 하자보수
요구사항 분류프로젝트 지원 요구사항응락수준필수
요구사항 내용정의하자보수 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 고유번호PSR-003
요구사항 명칭SW 사업정보 작성 및 제출
요구사항 분류프로젝트 지원 요구사항응락수준필수
요구사항 내용정의SW 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 고유번호PSR-004
요구사항 명칭품질관리
요구사항 분류프로젝트 지원 요구사항응락수준필수
요구사항 내용정의품질보증을 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 고유번호PSR-005
요구사항 명칭기타
요구사항 분류프로젝트 지원 요구사항응락수준필수
요구사항 내용정의기타
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>
평가부문세부평가항목평가기준배점
정량
평가
경영상태신용평가기관의 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
추진전략사업의 특성을 고려하여 얼마나 창의적이며 타당한 전략을 제시하였는가를 평가한다.5점
적용기술사업에서 적용하고자 하는 기술이 향후 확장성을 고려하여 현실적으로 실현 가능하게 제시되어 있는지를 평가한다.
개발방법론사업자의 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.
제약사항사업의 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)
관리방법론사업위험, 사업진도, 사업수행시 보안을 관리하는 방법, 사업수행 성과물이나 산출물의 형상 및 문서를 관리하는 방법 등을 평가한다.10점
일정계획정확한 활동 기간의 산정과 도출된 활동 간의 배열이 합리적인지, 각 활동에 적합한 자원이 적절히 할당되어 있는지 등을 평가한다.5점
프로젝트 지원
(10점)
품질보증제시된 품질보증 방안이 해당 사업의 수행에 적합한지, 사업자가 품질 만족 사례가 있는지를 평가한다.
교육훈련시스템 운영 및 관리자를 위해 제공 및 지원하는 각종 교육훈련의 방법, 내용, 일정 및 조직 등에 대해 평가한다.3점
비상대책안정적인 사업수행을 위해 비상상황에 대한 대처 방안을 적절하게 제시하고 있는지 평가한다.2점
계90점

표1. 경영상태 평가기준(제9조제3항제1호 관련)

신용평가등급평점
회사채기업어음기업신용평가등급평점
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+, B0BBB-, BB+, BB0, BB-배점의 95%
B+, B0, B-B-B+, B0, B-배점의 90%
CCC+ 이하C 이하CCC+ 이하배점의 70%

과업·요구

RFP번호
연구과제명K-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.