TOD AI 학습용 데이터셋 구축 및 실증모델 개발

요약 AI 요약

국지방공작전용 열상감시장비(TOD)의 표적 탐지 능력을 높이기 위해 인공지능 학습용 데이터셋을 구축하고 이를 검증할 실증 모델을 개발하는 사업입니다.

• 열상 및 광학 데이터셋 8만 건(240만 장) 이상 구축
• 자연수집(새, 항공기 등) 및 모의수집(드론 등) 데이터 확보
• 데이터 비식별화, 정제, 가공(라벨링) 및 품질관리
• 객체 탐지 및 시퀀스 분류 기반 AI 실증 모델 개발
• 실시간 TOD 영상 연동 및 위협 감지 경고 UI 구현
• 데이터 수집·학습·실증을 위한 기반 체계(HW/SW) 구축

AI에게 이 공고를 물어볼 때 · ChatGPT · Claude에 이 링크를 함께 주면 공고문과 첨부를 정리한 글을 읽고 답합니다. /ai/projects/R26BK01693309 · 베타 기간 무료

평가 · 배점

기술 : 가격 — 기술 90점 · 가격 10점

협상 대상 기준 · 기술능력 평가점수가 배점한도의 85% 미만인 경우 응찰자는 협상대상에서 제외한다.

참가 자격 · 제한

업종제한

제한 없음

지역제한

제한 없음

공동수급

공동이행

입찰참가 제한

없음

실적경쟁 · PQ

해당 없음

국제입찰

국내입찰

제출 방법

전자입찰

입찰 일정

가격

추정가격

809,076,210원

배정예산

889,983,831원

기초금액

872,530,000원 (예비가격 -2% ~ +2%)

예정가격 방식

복수예가

공고 정보

공고종류

등록공고 (일반공고)

게시일

08/21(금)

공고번호

R26BK01693309-000

참조번호

26S1017-E

공고기관

국방부 국군재정관리단

수요기관

육군본부 기획관리참모부

계약방법

제한경쟁

낙찰방법

협상에의한계약

계약유형

총액계약

예정가격 방식

복수예가

추정가격

809,076,210원

배정예산

889,983,831원

공공조달분류

ICT 서비스 › DB구축 및 자료입력 › 데이터서비스

사전규격번호

R26BD00241653

재공고

아니오

출처

나라장터

첨부파일

• ZIP · 공고 자료.zip · 공고규격서

첨부 내용을 정리한 글 — 자격 · 배점 · 일정 · 발췌 ›

문서 발췌

과업·요구

사. 기술능력 평가 기준 72 아. 정성평가 요소 배점기준 74 Ⅵ. 부록 75 1. 붙임서류 75 2. 제출서류 서식 89 Ⅰ. 사업 개요 1. 개 요 가. 사업명 : 국지방공작전용 TOD AI 학습용 데이터셋 구축 및 실증모델 개발 사업 나. 사업기간 : 계약체결일 ~ ‘27.12.31. 다. 사업예산 : 889,983,831원 (부가세 포함) (단위: 원, 부가세 포함)

라. 낙찰자 결정방법 : 협상에 의한 계약 2. 추진배경 및 필요성 가. 추진배경 1) TOD(Theramal Observation Device)는 적외선 열화상 기술을 기반으로 야간·악천후 등 가시광선 차단 환경에서도 표적을 탐지·추적할 수 있는 핵심 군사감시 장비로 현재 육군에 다수 배치되어 지상감시, 해안감시, 대공감시 임무에 운용되고 있으며, 무인기 및 드론 등 비전통적 공중위협이 증가함에 따라 공중객체 탐지 임무의 중요성이 지속적으로 증대되고 있음. 2) 또한, 최근 소형·초소형 무인기(드론)를 이용한 공중위협이 전 세계적으로 급증하고 있으며, 국내에서도 실제 영공 침범 사례가 발생되어 국지방공작전용 TOD 작전임무의 중요성이 더욱 대두됨. 3) 기존 국지방공작전용 TOD 기반 감시체계의 구조적 한계성 발생됨. 가) 탐지 의존도의 한계 : 운용자의 시각적 식별 능력에 전적으로 의존하여 장시간 감시 임무 수행 시 운영자의 집중력 저하에 따른 탐지 누락이 불가피함 나) 소형 표적 식별과 다수 표적 동시 식별·추적의 물리적 한계 다) 열화상 특성에 따른 혼동 발생 : 새와 같은 비위협 공중객체와 드론과 같은 위협 객체의 구분이 어려워 오탐의 발생비율이 높음 4) 현재 공중객체탐지 AI모델 핵심 전제 조건인 고품질 TOD　공중객체 AI 학습데이터가 전무함.

5) 어노테이션 및 열화상 탐지 데이터에 대한 표준화 기준 부재로 데이터 품질 편차 및 재사용성이 저하됨. 나. 필요성 1) TOD 장비로 수집된 열화상 영상을 기반으로 한 공중객체탐지 AI 모델 학습에 최적화된 표준 데이터셋 구축 필요. 2) 해당 데이터를 활용하여 실증 AI 모델의 성능을 검증함으로써 구축 데이터 신뢰성을 보장 할 수 있는 실증 모델 개발 필요. 3) 특히 방공레이더 체계는 스텔스 전투기 및 소형 드론 위협에 대한 실효적 탐지·식별이 제한되어 이를 보완하는 TOD 영상기반 AI 식별 시스템의 조기 구축이 긴요한 상황임. 3. 사업범위 가. 국지방공작전용 TOD(이하 TOD라 한다) AI 학습용 데이터셋 구축 1) 다양한 환경조건 및 드론 유형을 포함하는 고품질의 열상, 광학 데이터셋 구축 2) 환경을 고려한 방공진지에서의 새 및 항공기 등 유형별 자연수집 데이터셋 구축 3) 인공지능 학습용 데이터 품질관리(품질검사, 품질검증, 제3자 품질점검) 나. 구축된 데이터셋을 활용한 실증 AI 탐지 모델 개발 및 현장 검증 다. 데이터구축 및 모델 실증을 위한 기반 체계구축 1) TOD 원시데이터 수집을 위한 수집 기반체계 구축(방공진지) 2) TOD 데이터 가공/정제를 위한 학습 기반체계 구축(사업장)

3) TOD 모델 실증 개발 체계를 검증하기 위한 실증 기반체계 구축(방공진지) 4. 기대효과 및 성과지표 가. 기대효과 1) TOD 데이터 관련 신규 인공지능 사업 수행 간 데이터셋 구축 비용 절감 가) 학습 데이터셋 구축 소요 감소 나) 학습 데이터셋 구축 시간 절약 다) 프로세스 개발에 노력 집중 가능 라) 총 사업 기간 축소 가능 2) 방공작전용 TOD 뿐만 아니라 지상 및 해안에서 운용하는 TOD에 AI 기술 적용시 학습용 데이터 및 AI 모델로 활용 가능 나. 성과지표

배점·평가

과업·요구

Ⅱ. 업무현황 및 문제점 1. 업무현황 가.「국방 AI 추진전략」으로 육군은 AI 기반의 현용 전력 극대화를 통한 작전환경 개선을 위해 노력하고 있으며, 국지방공레이더는 전ㆍ평시 육군 지상전력 방호를 위한 핵심 무기체계이다. <국지방공 레이더 운용 현황> 나. 국지방공레이더 등 군에 운용되는 무기체계의 신호 및 주파수 데이터를 수집하는「국방 신호 및 주파수 데이터셋 구축 사업」을 진행하고 있다. * 사업기간 : ’23. 12. 5 ~ ‘26. 12. 31 다. 現 대공 감시는 레이더에서 탐지된 표적을 TOD를 활용하여 작전요원이 육안으로 식별 후 최종적으로 항적(표적) 정보를 처리하는 절차로 수행한다. 라. 병력인원 절감으로 TOD 운용병의 편제 감소로 인한 업무 피로도가 과중됨, 국지방공작전용 TOD의 운용은 2인 1조로 편성되어 실시간 표적 탐지/식별 임무를 수행하며, 1일 4교대(6시간)로 임무 수행 중이다. 2. 정보화 현황 : 해당사항 없음 3. 문제점 및 개선방향 가. 문제점 1) TOD 감시요원 운용은 감시요원의 피로도, 집중도 저하 등을 고려 시 1인 장시간 임무수행이 제한되어, 30분~1시간 단위로 교대근무를 적용함에 따라 다수 인원편성이 소요되는 어려움이 있다. 2) 또한 TOD 운용 요원의 숙련도와 전문성에 따라 표적식별 결과·판독 등에 있어서 차이점이 발생할 수 있고, 짧은 시간 고도의 정확성이 요구되는 임무로 인해 전문성 향상교육과 병력 운용 등에 있어서 지속적으로 어려움이 발생하고 있다.

3) 1개 표적당 수초에서 수분의 식별·분석시간이 소요됨에 따라 다수 표적 출현시 TOD에 의한 동시 표적식별·분석은 현실적으로 어려운 상황이다. * 철새 이동시기 일일 3,000 ~ 5,000건, 일일 약 100여건 항적 탐지 4) TOD 장비의 영상데이터는 별도의 대용량 저장장치(스토리지)가 없어 일정 기간 관측 후 소멸되는 휘발성 데이터로, 학습용 데이터셋 확보가 원천적으로 불가한 실정이다. * 데이터 저장기간 : 30일 5) 국지방공레이더 탐지는 AI 기술 적용을 위해 ‘26년까지 학습용 데이터셋 구축과 AI 모델 개발사업이 추진되고 있으나, TOD 식별은 AI 기술 적용을 위한 사업이나 소요기획은 현재까지 추진되고 있지 않음. 따라서 TOD에 AI 기술 적용을 위한 학습용 데이터셋 구축과 이를 활용한 AI 모델 개발사업의 추진이 필요한 실정임. 나. 개선방향 1) (1~2차 년도) 국지방공작전용 TOD의 열상 이미지 AI 학습용 데이터셋을 구축한다. 가) 고정익, 회전익, 새떼 등 항적(표적) 정보 수집이 용이한 진지 O개소 선정 下 TOD 영상 데이터 수집 나) 희소 데이터 수집의 제한사항을 극복하기 위한 다양한 수집 방법 고려 ① 원시데이터(국지방공작전용 TOD 자연수집) ② 모의수집 데이터 다) 향후 공중 · 지상 · 해안경계 등 다양한 TOD에 AI 적용 시 공통으로 활용할 수 있는 최신형 TOD-Ⅲ형 적용

2) (2차 년도) 구축된 방공작전용 TOD AI 학습용 데이터셋을 활용하여 AI 모델을 개발하고 선정된 실험부대(진지)에서 AI 모델 실증을 추진한다. Ⅲ. 사업 추진방안 1. 추진목표 ① 국지방공작전용 TOD에 AI 기술 적용을 위한 고품질 AI 학습용 데이터셋 구축 ② 모델 개발 및 실증을 통해 국지방공작전의 표적 탐지 능력 고도화 2. 추진전략 가. 정책적 측면 1) AI 학습에 필요한 데이터셋 구축 프로세스(수집‧정제‧가공) 과정을 거쳐 방공작전용 TOD에 AI를 적용하기 위한 학습용 데이터셋 구축 2) 구축된 학습용 데이터셋은 군 및 연구기관과 공유되어야 하며, 국방부 및 각 군의 AI 시스템 구축 및 軍 데이터 연구가 활성화 될 수 있도록 제공 나. 기술적 측면 1) 데이터 비식별화·수집·가공·분석·관리·활용을 위한 상용SW 도입 2) 군에서 추진 될 다양한 AI 시스템구축 사업간에 공통데이터로 제공 될 수 있도록 표준화된 형태의 데이터셋 구축 3) 구축된 학습데이터를 활용하여 객체식별 모델과 운용화면을 개발하여 작전환경에서 모델 실증 3. 추진체계 가. 사업관리 조직 편성

파. 시험평가 : 소요제기기관 주관 하에 운용 교육을 이수한 시험평가위원이 사업집행기관의 지원을 받아 실제 운용환경에서 제안요청서, 제안서를 기준으로 기능적·성능적 관점에서 실시하는 평가로 군사용 적합 또는 부적합으로 판정 하. 품질 자가점검 : 데이터 품질 이슈 조기 발견 및 조치를 위한 수행기관 자체적인 전 구축 활동에 대한 품질점검 활동 A. 학습용 데이터 : 머신러닝, 딥러닝 등 인공지능 학습을 위해 활용되는 데이터를 총칭하며, 주로 인공지능의 기계학습에 사용하는 원천데이터와 라벨링데이터의 묶음을 말함. 사용하는 목적에 따라 ‘훈련데이터’, ‘검증데이터’, ‘시험데이터’로 구분 B. 훈련 데이터 : 전체 학습용 데이터 중에서 일정한 비율을 정하여 인공지능의 기계 학습에 직접 사용하는 데이터셋 3. 목표시스템 개념도 가. 운용 개념도 < 운용 개념도> 1) (1단계) 데이터 비식별화 : 방공진지(작전환경) 2) (2단계) 데이터 수집 : 방공진지(작전환경) → 사업장 3) (3단계) 데이터 정제 : 사업장 4) (4단계) 데이터 가공 : 사업장 5) (5단계) 데이터 검수 : 사업장 6) (6단계) 데이터 저장 : 사업장 7) (7단계) 실증 모델 개발/배포 : 사업장 → 방공진지(작전환경) 8) (8단계) 모델 실증 : 방공진지(작전환경) - 하단 여백 - 4. 개발 대상 업무 가. 학습데이터 구축 개념 <학습데이터 구축 개념도>

1) (1단계) 데이터 비식별화 가) 데이터 비식별화는 방공진지 內 저장된(TOD 영상저장장치(DVR)) 원시데이터의 민감정보를 인식 불가하도록 처리하는 것을 의미한다. * 비식별화 조치 : 영상정보 상·하에 자동기록된 민감정보(방위각, 거리, 좌표 등)를 제거 수행업체는 비식별화 처리툴 제공, 민감정보 제거 대상은 집행기관이 선정 나) 수행업체에서 제공한 비식별화 처리툴을 활용하여 비식별화 처리(수행업체 주관) 후 보안성 검토 및 기타 보안대책 완료된 상태에서 방공진지에서 작성한 작전일지(라벨정보 일지)와 데이터를 불출한다. 2) (2단계) 데이터 수집 가) 방공작전용 TOD AI 학습데이터를 구축하는 것으로, 데이터는 현행 방공작전 간 수집되는 원시데이터를 우선적으로 수집하고, 희소 데이터는 모의 비행을 통해 수집한다. 나) 수집방법은 방공진지에서 데이터를 직접 수집하는 자연수집, 모의환경을 조성하여 데이터를 수집하는 모의수집으로 구분한다. (1) 자연수집 : 방공진지에 운용 중인 TOD 장비를 활용하여 작전환경에서 발생하는 공중객체를 별도의 조건 통제 없이 있는 그대로 촬영·저장한 데이터를 수집하는 방식 (2) 모의수집 : 사전에 수립된 모의비행 시나리오에 따라 드론종류·관측시점·시간대·표적크기 등 수집 조건을 계획적으로 통제한 모의환경에서 TOD 장비로 영상을 촬영·저장하여 데이터를 수집하는 방식

다) 자연수집 객체는 새, 새떼, 고정익항공기, 회전익항공기 총 4개 객체이며, 모의수집 객체는 고정익드론, 회전익드론 총 2개 객체이다. * 고정익드론 : 비행기처럼 양쪽에 고정된 날개가 달린 드론 * 회전익드론 : 몸체위에 회전하는 프로펠러가 달린 드론 라) 데이터 구축 건수는 총 8만건(240만장) 이상이다. (1) 학습데이터 1건은 30프레임 이상의 시퀀셜(연속) 데이터(최소 5초 이상의 영상)를 의미한다. * 단일 프레임만으로는 객체의 움직임과 열적 변화 패턴의 정확한 학습 제한 (2) 데이터셋 프레임 샘플링 및 시퀀스 구성

(3) 세부 학습데이터 건수는 아래 표와 같다.

* 수집비율은 1차 1-Cycle 자가점검 후 집행기관과 수행업체간 협의 하 조정 마) 모의수집은 다양한 모의조건을 고려하여 시나리오를 작성한다. 모의조건별 학습데이터 비율은 다음과 같다. (1) 열상 데이터(구축건수 : 3만건 이상)

* 흑상·백상은 적당한 비율로 균등(집행기관과 수행업체 협의)하게 수집한다. (2) 광학 데이터(구축건수 : 1만건 이상)

* 관측시점(TOD 장비가 바라보는 각도) : 양각: 10° ~ 30°, 수평: -5° ~ 5°, 부각: -10° ~ -30° - 모의조건(표적크기) 정의 · 조건1 : 징후 감지 및 조기경보, 점 또는 밝은 점 하나로 보임 · 조건2 : 형상 식별 및 추적 안정화, 뭉툭한 사각형 덩어리로 보임 · 조건3 : 명확한 식별 및 추적 안정화, 동체·로터 윤곽이 어렴풋이 구분 * 조건1 구간은 오탐률이 가장 높은 구간으로 TOD 장비가 초기단계부터 객체를 식별하는게 최우선이기 때문에 그 단계의 데이터가 가장 많이 확보되어야 함. (3) 모의조건별 데이터 건수 계수 방법 - 데이터 모의조건 조합 : 1사이클(3 계층 9개 조합, 총 27종) : 표적크기(3), 시간대(3), 관측시점(3) - 데이터 건수 구성(예)

3) (3단계) 데이터 정제 가) 라벨링에 필요한 데이터 정제 및 메타정보를 작업자가 직접 확인하며 데이터베이스를 구축한다. 나) 수집된 원천데이터의 메타데이터 피드(예: 진지명, 일시정보 등)를 구분하여 데이터를 저장, 데이터 정제를 진행하여 불필요한 정보 삭제 및 목록화를 진행한다. 4) (4단계) 데이터 가공 가) 원천데이터를 라벨링 도구를 통해 정리하고 수집 및 정제, 전처리 과정에서 생성된 정보 확인 등 정제된 원천데이터를 활용하여 데이터 라벨링 처리를 진행한다. 나) 학습데이터 구축 기준은 라벨링 데이터 구축량으로 평가한다. 다) TOD 데이터 특성상 단일 프레임 학습만으로는 오탐과 미탐의 발생확률이 높으므로 데이터셋 구성은 단계별 데이터셋으로 구성한다. (1) 단계1 : 단일 프레임 객체 분류용 데이터셋 구성 (2) 단계2 : 시계열 데이터셋(30프레임 단위) 구성(Transformer 등 시계열 모델) 5) (5단계) 라벨링 데이터 검수 가) 데이터의 정확성 평가를 위한 단계로써 AI기반 객체탐지 모델링을 수행하고 데이터를 학습한다. 나) 학습을 실시한 후 객체식별 평가용 툴이나 라이브러리를 활용하여 데이터를 평가한다. 다) 제시된 라벨링 가이드 기준에 의거하여 목적에 부합한 검수자가 교차 검증을 통해서 구성 상태를 확인한다.

6) (6단계) 데이터셋 저장 및 관리 가) 데이터는 원천데이터와 라벨링 데이터를 훈련데이터와 검증 및 테스트 데이터로 구분해서 구축하고 그 비율은 전체 데이터 용량의 8(훈련) : 1(검증) : 1(테스트)의 비율로 구축 및 저장한다. 나) 원시, 원천, 라벨링 데이터를 구분해 저장하고 관련된 데이터 목록표 구성 및 최종 데이터셋을 표준화 저장(JSON 형태 등) 한다. - 하단 여백 - 나. 방공진지 TOD AI 모델 실증 1) 시스템 개념도 <AI 모델 실증 개념도> 가) (1단계) 모델선정 및 학습환경 구축 (1) 작전용 TOD 탐지 목적에 적합한 모델 아키텍처 및 베이스라인 모델 선정 (2) 클래스 불균형 분석, 탐지 목적 및 운용환경 기반 후보 모델 비교분석 나) (2단계) 모델검증 및 성능 최적화 (1) 평가지표 기반 정량적 성능측정 등의 모델성능 평가 (2) 혼동행렬분석을 통한 오탐·미탐 패턴 식별 (3) 목표배포 환경 기준 성능 요건 충족 여부 확인 (4) 실증모델 프로토타입 개발 후 선 적용 후 사용자 의견 반영(추진일정 참고) 다 (3단계) 실시간 추론 운용 (1) TOD(원격조종장치)와 분석장비(추론모델) 실시간 연동 * 다중 객체 식별 가능해야 됨 (2) 표적식별 결과에 대한 통합 가시화 UI연동 (3) 추론결과 로깅 및 이력 저장체계 구성 (4) 실 운용환경에서의 성능 모니터링 체계 수립

2) 실증체계 개념도 < 실증체계 개념도> * 본 UI개념도는 활용(예)이며, UI 구성설계 및 디자인은 개발모델 실증 3개월 전까지 작성하여 집행기관에 검토·승인을 받는다. 가) 실증체계는 아이디와 비밀번호를 입력하고 로그인하여 메인화면으로 접속하는 기능을 제공한다. 나) 체계권한은 체계관리자, 사용자로 구분하며 필요시 각 권한별로 선택하여 통제할 수 있도록 구성하여야 한다. 다) 객체를 분류하고 위협 감지 시 경고(시각, 청각) 기능이 제공되어야 한다. * 경고 및 객체인식시 전시정보는 수행업체와 집행기관이 협의하여 구성한다. 마) 현황 조회 기능은 기간별, 위협요소별, 객체별, 오탐/미탐 등 다양한 조건의 현황을 도표와 챠트를 활용하여 분석자료로 제공하여야 한다. 바) 시스템관리 기능은 사용자 관리 및 로그 관리, 자료철 백업 및 복구기능 등 시스템 및 보안 요구사항을 제공하여야 한다. 사) 기타 요구사항은 집행기관과 수행업체 간 협의하여 UI를 설계하여 구현한다. 5. 상세 요구사항 가. 요구사항 목록표

㉮ 데이터 라벨링 기능 및 다양한 데이터 라벨링 어노테이션 지원 ㉯ 어노테이션에 대한 자동 라벨 생성·적용 및 오류검출 지원 ㉰ 이미지 및 영상 크롭 및 비식별화 처리 기능 ㉱ 최적의 전처리 및 파라미터 값을 자동으로 설정하여 모델학습을 실행 해야 함 ㉲ 학습된 모델을 파일형태로 다운로드 가능 ㉳ 정량적 성능지표(mAP, Precision, Recall, F1-Score 등)를 제공 ㉴ Confusion Matrix : GT(Ground Truth)와 예측결과를 비교하여 오검출 및 미검출을 직관적으로 시각화 제공 ㉵ 데이터 분석결과를 시각화하고 PDF 형태로 제공 ㉶ 온프레미스(단독망) 환경에서 모든 절차가 구현 가능

㉮ 구축수량 : 책상 및 의자 4세트 이상 ㉯ 회의용 테이블(회의용 의자 포함) 1세트 이상 라. 보안 요구사항

㉮ 사업수행 전 사업참여 인원에 대한 법률 또는 보안규정에 의한 비밀유지 의무 준수 및 위반 시 처벌내용 등에 대한 보안교육(분기 1회)을 실시해야 하며, 사업참여에 따른 [서식 6]보안서약서와 [서식 7]보안확약서를 제출해야 하며, 사업수행 간 사업참여 인원이 교체시에도 동일하게 적용하여야 한다. ㉯ 사업수행 시 보안의식 강화를 위해 주기적으로 자체 보안교육을 실시해야 하며, 사업집행기관의 요구 시 보안교육에 참여해야 한다. ㉰ 부대를 출입하는 인원은 신원조사에서 ‘적격’인 자에 한하며, 신원조사를 위한 [서식 8]신원조사 대상자 명단과 [서식 9]신원진술서를 사업 착수보고 시 제출 해야 한다. ㉱ 사업 종료 시 육군( 사업집행기관 ) 으로부터 제공받은 서류 및 중간․최종 산출물 등 모든 자료를 반납하고, 컴퓨터 및 보조기억매체 내 모든 파일을 완전소거 삭제 프로그램을 이용하여 삭제해야 한다. 또한, “사업 관련 자료를 보유하고 있지 않으며 이를 위반시 향후 법적 책임이 있음”을 포함한 [서식 10]보안확인서 ( 업체 대표자용 ) 및 [서식 11]보안확인서 ( 사업 참여자용 )를 작성하여 사업집행기관에 제출한다.

㉮ 숫자, 문자, 특수문자를 혼합하여 9자리 이상으로 조합 ㉯ 사용자 계정(ID)과 동일 생성 금지 ㉰ 개인신상 및 부서명칭 관련하여 생성 금지 ㉱ 일반 사전에 등록된 단어 불가 ㉲ 동일한 문자를 3회 이상 반복 사용 불가 ㉳ 연속적인 오름차순, 내림차순 불가 ㉴ 매월 1회 이상 변경되어야 하며 비밀번호 노출, 사용자 변경 등 환경변화 발생시 즉시 교체

㉮ 숫자, 문자, 특수문자를 혼합하여 9자리 이상으로 조합 ㉯ 사용자계정(ID)과 동일하지 않을 것 ㉰ 개인신상 및 부서명칭 등과 관계가 없을 것 ㉱ 일반 사전에 등록된 단어가 아닐 것 ㉲ 동일문자를 3회 이상 반복 사용하지 않을 것 ㉳ 연속적인 오름차순, 내림차순이 아닐 것 ㉴ 비밀번호 입력시, 비밀번호 화면 노출 제한 ㉵ 비밀번호는 사용자가 직접 변경하며, 최초 설정된 계정(ID)/비밀번호는 필수적으로 변경(초기화 포함) ㉶ 비밀번호 적합성을 자동적으로 검사 할 수 있는 기능이나 메커니즘을 구현하여 운영 - 부적절한 조합의 비밀번호 생성 여부 - 비밀번호 입력시 만기여부 - 비밀번호 설정시 비밀번호 재사용 여부(최근 1년간) ㉷ 비밀번호는 주기적 변경되어야 하며 비밀번호 노출, 사용자 변경 등 보안환경 변화 발생시 즉시 교체

㉮ 부대 소유 정보시스템의 내‧외부 IP주소 현황 ㉯ 세부 정보시스템 구성현황 및 각종 구성도 ㉰ 사용자 계정‧비밀번호 등 정보시스템 접근 권한 정보 ㉱ 정보통신망 취약점 분석‧평가 결과물 ㉲ 정보화 용역사업 결과물 및 관련 프로그램 소스코드 ㉳ 국가용 보안시스템 및 정보보호시스템 도입 현황 ㉴ 스위치 등 네트워크 장비 설정 정보 ㉵ 공공기관의 정보공개에 관한 법률 제9조 제1항에 의거 비공개 대상 정보로 분류된 각급 부대 내부 문서 ㉶ 개인정보 보호법 제2조 제1호의 개인정보 ㉷ 국방 보안업무 훈령 제16조의 비밀의 구분 및 제63조의 대외비의 취급 및 관리, 제200조 일반군사자료 공개 ㉸ 그 밖에 각급 부대의 장이 공개가 불가하다고 판단한 자료

㉮ 자연수집 객체(4종) : 새, 새떼, 고정익항공기, 회전익항공기 ㉯ 모의수집 객체(2종) : 고정익드론, 회전익드론

㉮ 단계1 : 단일 프레임 객체 분류용 데이터셋 구성 ㉯ 단계2 : 시계열 데이터셋(30프레임 단위) 구성

㉮ 1단계 : 작업자에 의한 전수 검사 ㉯ 2단계 : 주관사업자 검수팀에 의한 전수 검사 ㉰ 3단계 : 주관기관에서 월간 단위 검사를 통한 피드백

㉮ 시험평가 환경 구성 및 테스트 데이터 준비 * 시험평가에 필요한 분석도구, 평가용 모델 등 시험평가 실시에 필요한 소요비용은 사업수행업체가 부담한다. ㉯ 시험평가 조직, 일정, 절차, 시험환경, 시나리오, 테스트 케이스, 평가기준 등 시험평가 계획(안), 시험평가절차서(안)를 작성 / 제출하여야 한다. ㉰ 시험평가절차서(안) 작성시 아래 사항을 준수하여야 한다. * 시험평가절차서는 소요제기기관에서 요구한 양식에 따라 시험평가 4주 이전에 완성안을 제출하여야 한다. * 시험평가 절차서는 보안 요구사항, 데이터 요구사항, 테스트 요구사항, 품질 요구사항을 반드시 포함하여 작성하여야 한다. * 제안사는 시험평가검토회의(TRR)간 시험평가절차서를 설명하고, 수정 요구사항을 반영 하여야 한다. * 확정된 시험평가절차서는 책자로 인쇄하여 제출하며 부수 및 시기는 소요제기기관과 협의하여야 한다.

㉮ 장애 발생 시 3시간 이내 정상상태 복구 ㉯ 평가 기간 동안 발견된 결함에 대한 조치율은 100%이어야 하며, 계약업체는 불가항력으로 인한 미조치 사항은 집행기관의 승인을 득해야 하며, 결함에 대한 조치로 인하여 계획된 일정에 영향을 주어서는 안된다. 자. 품질 요구사항

㉮ 데이터의 품질 목표 및 근거 ㉯ 품질관리 조직 구성 및 역할과 책임 ㉰ 데이터의 품질검사 절차(1-cycle 자가점검 등) ㉱ 데이터 구축단계별 품질검사의 기준과 방법 ㉲ 데이터 품질검사에 따른 개선 조치 및 사후관리 방안 ㉳ 그 밖의 데이터 품질관리에 필요하다고 요청한 사항 ㉮ 구축계획수립 - 사업수행 및 구축계획 수립, 데이터 구축절차, 조직 구성, 임무정의 적절성 검토, 품질목표 및 점검 기준 수립 ㉯ 데이터 획득/수집 - 수집방법 및 기준 현행화, 수집도구 및 저장 환경 검토, 데이터 법적 근거 검토, 원시데이터 품질검사 ㉰ 데이터 정제 - 정제방법 및 기준 현행화, 개인정보/민감정보 비식별화 등 법적 준거 확보, 정제도구 및 저장 환경 검토, 원천데이터 품질검사 ㉱ 데이터 가공 - 라벨링 방법 및 기준 현황화, 라벨링 도구 및 저장 환경 검토, 라벨링데이터 품질검사 ㉲ 데이터 학습 - 구축목적-AI모델 합치성 확인, 학습결과 확인 및 최적화, 품질검증결과 보완조치 - 하단 여백 -

㉮ 1-Cycle 자가점검을 실시한다.(초기데이터, 중간데이터 : 필수) ㉯ 1-Cycle 자가점검결과 미흡부분은 보완 조치하여, 구축 초기의 데이터 다양성, 정확성 및 유효성을 확보한다. ㉰ 초기데이터, 중간데이터의 자가점검 결과보고서를 사업집행기관에 제출한다.

㉮ 품질검증(사전, 최종) - 사전품질검증(시기 : 데이터구축량 7~10%)을 통하여 구축 중인 학습용 데이터셋의 오류를 사전에 검출하여 수정하고 예방한다. - 최종품질검증(시기 : 데이터구축량 100%)을 통하여 최종 구축된 학습용 데이터셋을 대상으로 품질목표 달성 여부를 측정한다. - 품질검증(사전, 최종) 구체적 시기는 사업집행기관과 협의하여 정한다. ㉯ 품질검증 항목은 데이터 다양성, 의미정확성, 구문정확성, 학습모델 유효성을 반드시 포함한다.(초기 품질검증시 학습모델 유효성은 제외) ㉮ 사업착수 후 품질인증기관에 의뢰하여 합의된 내용으로 품질지표 기준서를 작성한다. ㉯ 사전품질검증 결과를 토대로 이슈 및 변경 사항 발생시 사업집행기관과 협의하여 품질지표에 반영한다. ㉰ 최종품질검증을 위한 품질지표 기준을 최종 확정한다.

㉮ 사업수행업체가 수행과정에서 사용하는 장비(HW, SW 등)와 적용되는 기술, 콘텐츠 모두 포함한다. ㉯ 본 사업에서 오픈소스 SW를 적용할 경우, 오픈소스 SW 라이선스에 대한 이해 부족으로 법적 분쟁 또는 비용 발생 시 이에 대한 책임은 사업수행자가 져야 한다. ㉰ 기타 본 사업과 관련하여 발생하는 저작권 침해사항에 대해서는 사업수행 업체가 책임을 져야 한다.

㉮ 데이터 수집 및 수기자료 디지털화 인력 : 2명이상 ㉯ 수집된 데이터의 정제 및 라벨링 인력 : 2명이상 ㉰ AI모델 학습을 위한 인력 : 1명이상 ㉱ 데이터 품질관리를 위한 인력 : 1명이상 ㉲ 프로젝트 관리를 위한 인력 : 1명이상

㉮ 제안요청서, 제안서, 협상 결과, 계약서, 사업수행계획서 등과 일치하지 않으면 바로 보완 후 재검수를 받아야 한다. ㉯ 최종 생산된 데이터셋은 원시, 원천 데이터 및 라벨링 데이터를 별도로 구분해서 저장하고, 표준 형태로 저장되어 있어야 하며, 품질지표 기준서 준수 및 품질검증결과(품질인증기관) 및 시험평가결과에 따른 조치 및 제반 사항을 포함해야 한다. ㉰ 구축된 원천, 라벨링 데이터는 자료이동을 통해 군에서 안내하는 저장소에 저장되어야 한다.

㉮ 사업 개요 ㉯ 정보시스템 개요 ㉰ 시험평가 결과 ㉱ 검수 결과 ㉲ HW 및 SW 설치 및 도입 현황 ㉳ 운영 및 유지보수 계획 ㉴ 향후 일정 ㉵ 사업 추진 간 애로사항 및 개선 건의사항 타. 프로젝트 지원 요구사항

배점·평가

참가자격

2. 제안 안내사항 가. 입찰방식 1) 사업자 선정방식: 일반 경쟁입찰 ( 협상에 의한 계약 ) 가) 「소프트웨어 진흥법」제49조 제1항, 같은 법 시행령 제44조 제1항에 따라 협상에 의한 계약체결 방식 적용합니다. 나) 「국가를 당사자로 하는 계약에 관한 법률 시행령」 제43조 ( 협상에 의한 계약체결 ) 및 제43조2 ( 지식기반사업의 계약방법 )에 의거 협상에 의한 계약체결 방법을 적용합니다. 다) 계약체결에 필요한 세부적인 사항은 협상에 의한 계약체결 기준을 적용합니다. 2) 입찰 참가자격 가) 본 제안요청 사업의 수행이 가능한 업체로서 다음 요건을 모두 갖춘 사업자이어야 합니다. (1)「국가를 당사자로 하는 계약에 관한 법률 시행령」제12조 ( 경쟁입찰의 참가자격 ) 및 동법 시행규칙 제14조 ( 입찰 참가자격 요건의 증명 ) 규정에 따른 경쟁입찰 참가자격을 갖추어야 하며, 입찰 참가자격 등록증을 소지한 사업자 (2)「소프트웨어 진흥법 시행규칙」 제17조에 의한 소프트웨어사업자 ( 컴퓨터 관련 서비스사업 또는 데이터베이스 제작 및 검색서비스사업 )로 등록한 자 나) 상호출자제한기업집단 소속기업 및 대기업 참여 제한사항 (1) 「소프트웨어 진흥법」 제48조의 제4항에 따라 상호출자제한기업집단에 속하는 회사는 입찰에 참여할 수 없습니다. (2) 본 사업은 20억 원 미만의 사업으로 「소프트웨어 진흥법」 제48조 제2항 및 「대기업인 소프트웨어사업자가 참여할 수 있는 사업금액의 하한」 ( 과학기술정보통신부 고시 )에 의거 대기업 및 중견기업인 소프트웨어사업자의 입찰 참여를 제한합니다 ( 중소기업자만 입찰참가 가능 ). (3) 「중소기업자 간 경쟁제품 직접생산확인기준」에 의거 직접생산확인증명서 [입찰 마감일 전날까지 “빅데이터분석서비스 ( 품명코드  8111200202 )” 발행된 것으로 유효기간 내에 있어야 함.]를 소지한 업체

라) 부정당업자의 입찰 참가자격 제한사항 (1) 「국가를 당사자로 하는 계약에 관한 법률」 제27조 및 동법 시행령 제76조   ( 부정당업자의 입찰참가자격 제한 )에 해당하지 않는 사업자 마) 공동수급 ( 공동이행방식 ) 형태로 참가할 경우, 아래 사항을 준수해야 합니다. (1) 본 사업은 공동수급을 허용하며, 공동수급업체 구성원은 「국가를 당사자로 하는 계약에 관한 법률 시행령」 제12조 ( 경쟁입찰의 참가자격 ) 및 동법 시행규칙 제14조 ( 입찰 참가자격 요건의 증명 ) 규정에 저촉되지 않아야 합니다. (2) 공동수급체는 2개 이하로 구성하여야 하며, 구성원별 계약 참여 최소지분율은 10% 이상으로 해야 합니다. * 공동계약운용요령 ( 기획재정부 계약예규 ) 제9조 ( 공동수급체의 구성 ) 참조 (3) 공동수급은 공동이행방식을 원칙으로 하며, 공동계약운용요령 상의 【붙임 2】 공동수급 표준협정서 ( 공동이행방식 )는 전자조달시스템을 통해 등록해야 합니다. (4)「소프트웨어사업 계약 및 관리·감독에 관한 지침」 ( 과학기술정보통신부 고시 )에 의거 매출액 8천억 원 이상의 대기업 간 공동수급 방식의 참여는 제한됩니다. 나. 추진일정 1) 제안서 접수: 입찰공고문 참조

2) 제안서 평가: 사업집행기관의 제안서 평가계획에 따름. 3) 협상 및 계약: 추후 확정 ※ 사업추진 일정은 사업진행 경과 등에 따라 변동될 수 있음. 다. 제출서류 1) 입찰 제출서류 및 기한: 입찰공고문 참조 라. 사업설명회 : 본 사업은 제안요청 설명회를 실시하지 않습니다. 1) 문의처 : 육군 인공지능센터 인공지능사업과 ☏ (042) 550-5865 마. 제안설명회 개최 1) 일시 / 참가인원: 제안서 접수 후 사업관리자 ( PM )에게 별도 통보 * 사업관리자 ( PM ) 연락처는 정성제안서(원본)에 표시하며, 사업관리자 ( PM )는 공동수급체 대표자 소속 임직원으로서 입찰공고일 전부터 제안서 평가일까지 계속 재직 중인 자에 한함. 2) 장소: 사업집행기관 지정 회의실 ( 장소 변경 시 별도 통보 ) * 출입조치를 위한 인적사항을 사업담당자에게 제출하고, 출입조치 완료 여부를 사업담당자에게 최종 확인 ( 양식 별도 전파 ) 3) 유의사항 가) 제안발표는 제안서에 명시된 사업관리자 ( PM )가 직접 발표하고, 발표는  프레젠테이션 ( 필요 시 서면 )으로 합니다. * 발표자가 제안서에 명시된 사업관리자 ( PM )와 불일치 시 제안서 발표를 제외하고 평가위원이 서면으로 평가

배점·평가

2) 종합평가 점수 = 기술능력 평가 + 입찰가격 평가 다. 제안서 중 기술능력 평가방법 1) 공정한 제안서 서면평가를 위해「국방 정보화사업 제안서평가업무 훈령」을 준수하여 평가합니다. 2) 항목별 평가 배점과 방법은 본 제안요청서의 Ⅴ부 제안서 작성지침 및 안내사항의 4. 제안서 평가방법의 사. 기술능력 평가 기준을 적용합니다. *  수행실적: 평가 기준 및 실적 인정 범위는 【붙임 3】수행실적 평가 기준 참조 3) 적부 평가 : 전【필수】항목을 대상으로 평가하며, 1개 항목이라도 부적합 판정 시 ‘불합격’으로 판정할 수 있습니다. 4) 적부 평가에서 합격한 제안업체를 대상으로 정성‧정량적 방법으로 평가합니다. 가) 정성적 평가 : 제안내용에 대한 질적 평가 나) 정량적 평가 : 업체 신용등급 등 수치적 평가 5) 가점은 본 제안요청서의 Ⅴ부 제안서 작성지침 및 안내사항의 4. 제안서 평가방법의 사. 기술능력 평가 기준에 의해 부여합니다. 6) 전체 평가점수 결과는 소수점 다섯째 자리에서 반올림합니다. 7) 기타 평가의 방법과 결과공개 등 제반 사항은 협상에 의한 계약체결기준 ( 계약예규 ) 및 국방 정보화사업 제안서평가업무 훈령 등 관련 규정에 따라 실시합니다. 라. 우선협상대상자 선정 및 계약체결

1) 협상 우선순위는 기술능력 평가점수 ( 90% )와 입찰가격 평가점수 ( 10% )를 합산 하여 합산점수의 고득점순에 따라 결정하며, 합산점수가 동일한 업체가 2개 이상일 경우에는 기술능력 평가 분야의 평가점수가 높은 업체를 우선순위로 하여 최종적으로 결정합니다. * 기술능력 평가점수가 배점한도의 85% 미만인 경우 응찰자는 협상대상에서 제외한다. 2) 협상대상자와 협상이 모두 결렬될 경우, 재공고하여 재입찰을 추진합니다. 3) 기타 규정되지 않은 사항은 협상에 의한 계약 체결기준 ( 계약예규 )에 의합니다. 마. 평가 주관 : 육군 인공지능센터 바. 누출금지 대상 정보의 범위 1) 사업집행기관에서는 누출금지 대상 정보를 아래의 내용과 같이 지정하며, 입찰 및 사업 수행과정에서 해당 내용을 무단으로 누출할 경우 관련 법령에 따라 부정당업자로 입찰 참가자격을 제한합니다. ① 부대 소유 정보시스템의 내‧외부 IP주소 현황 ② 정보시스템 세부 구성현황 및 각종 구성도 ③ 사용자 계정 및 패스워드 등 정보시스템 접근 권한 정보 ④ 정보통신망 취약점 분석 및 평가 결과물 ⑤ 정보화 용역사업 결과물 및 관련 프로그램 소스코드 ⑥ 국가용 보안시스템 및 정보보호시스템 도입 현황 ⑦  스위치 등 네트워크 장비 설정 정보 ⑧ 공공기관의 정보공개에 관한 법률 제9조 제1항에 의거 비공개 대상 정보로 분류된 각급 부대 내부 문서

* 해당 사업 규모 대비 입찰공고일 기준 최근 3년간 사업수행실적(금액 기준)을 합산 적용 단, 입찰공고일 기준 최근 7년 이내에 사업을 개시한 창업기업에 대해서는 최근 7년간 사업수행실적을 합산 적용 [주] 1. 수행실적은 입찰공고 또는 제안요청서 등 입찰 관계 서류에 별도로 정한 경우를 제외하고는 계약 일자 및 납품기한에 관계없이 이행이 완료된 시점을 기준으로 평가한다. 이 경우 입찰공고일에 이행완료 된 실적도 평가에 포함하나, 입찰공고일 다음날부터 이행완료된 자료는 평가에서 제외한다 2. 등급 구간별 평점은 국방 정보화사업 제안서평가업무 훈령 제8조 제5항 3호에 따라 부여한다. 3. 등급 구간 및 구간별 평점은 위 표에 의하며, 필요하다고 인정되는 경우 입찰공고에 달리 정할 수 있다. 4. 수행실적은 아래의 제5호에 따라 제출된 실적을 기준으로 평가한다. * 사업에 참여하고자 하는 제안업체는 군의 요구성능을 만족하는 체계를 하드웨어 ( HW ) 및 소프트웨어 ( SW )적으로 체계연동 및 통합할 수 있는 기술을 보유한 업체로, 제안업체는 최근 3년간 소프트웨어  ( 인공지능 ) 분야의 사업실적을 제시하여야 함. 5. 입찰자는 수행실적 평가를 위하여 【서식 20】수행실적 총괄표와 다음 각 목에 따른 【서식 29】수행실적 증명서 또는 그에 준한 수행실적증명서 등을 제출하여야 한다. 가. 국가기관, 지방자치단체, 기획재정부장관이 지정한 공공기관 또는 지방공기업법령 적용 기관이 발급한 수행실적증명서

5. 공동수급체의 경우 구성원별 해당 점수에 지분율을 곱한 후 그 점수들을 합산하여 최종 평가하고, 평가결과 소수점 이하의 숫자가 있는 경우 소수점 다섯째 자리에서 반올림한다. (예) (A사 점수×A사 지분율)+(B사 점수×B사 지분율)… 6. 중소기업협동조합이 입찰에 참여하는 경우 중소기업협동조합의 신용평가등급으로 평가한다. 【붙임 6】

상생 협력 평가 기준

* 관련법령 : 행정기관 및 공공기관 정보시스템 구축ㆍ운용 지침 제 21조 제 3항(별표 1) [주] ※ 평가항목 배점에 따라 평가점수는 조정 가능하며 단독입찰에 대해서는 아래 기준에 따름 1. 중소기업인 소프트웨어 사업자 단독으로 입찰에 참가한 경우 최고 등급 부여 2. 중소기업기본법 제2조제3항에 따라 중소기업이 그 규모의 확대 등으로 중소기업에 해당하지 아니하게 된 경우라도 그 사유가 발생한 연도의 다음 연도부터 3년간은 최고 등급을 부여 3. 중소기업 외의 기업과 합병하거나 그 밖에 중소기업기본법 시행령 제 9조에따른 사유로 중소기업에 해당하지 아니하게 된 경우에는 ‘0’점 부여 4. 중견기업 성장촉진 및 경쟁력 강화에 관한 특별법에 따른 중견기업 또는 대기업인 소프트웨어 사업자 단독으로 입찰에 참가한 경우는 ‘0’점 부여 - 하단 여백 - 【붙임 7】

보안 특약 사항

1. 사업자는 육군 인공지능센터의 보안정책을 위반하였을 경우 【붙임 8】사업자 보안위규 처리기준의 위규처리 기준에 따라 위규자 및 관리자를 행정조치하고 【붙임 9】보안 위약금 부과 기준의 보안 위약금을 육군본부에 납부한다. 2. 사업자는 사업수행에 사용되는 문서, 인원, 장비 등에 대하여 물리적, 관리적, 기술적 보안대책 및 【붙임 4】누출금지 대상 정보에 대한 보안 관리계획을 사업제안서에 기재해야 하며, 해당 정보 누출 시 국군재정관리단은 국가를 당사자로 하는 계약에 관한 법률 시행령 제76조에 따라 사업자를 부정당업체로 등록한다.

1. 입찰에 부치는 사항 가. 사업명 : TOD AI 학습용 데이터셋 구축 및 실증모델 개발 나. 예산액(부가세 등 포함) : 889,983,831원 (’26년 확정 : 430,000,000원 / ’27년 계획 : 459,983,831원) ※ 본 사업은 ’26년 확정예산과 ’27년 이후 계획예산으로 진행되며, 예산액은 변경될 수 있습니다. 다. 계약종류 / 낙찰자 결정방법 : 총액계약 / 협상에 의한 계약 라. 기초금액공개 : ’26. 8. 21.(금) 마. 입찰등록마감일 : ’26. 9. 10.(목) 18:00 바. 전자입찰서 및 제안서 접수기간 : ’26. 8. 21.(금) ~ ’26. 9. 11.(금) 11:00 사. 제안서 평가기간 : ’26. 9. 14.(월) ~ ’26. 9. 21.(월) ※ 세부사항은 제안요청서 확인 바라며, 제안서 평가기간은 부대사정 등에 따라 지연될 수 있습니다. 지연될 경우 개찰을 연기할 수 있으며, 제안서 평가대상 업체에는 별도 안내 예정입니다. 아. 개찰일시 / 개찰장소 : ’26. 9. 22.(화) 11:00 / 국가종합전자조달시스템(나라장터) ※ 낙찰자 선정 이후 계약서 작성은 국방전자조달시스템(www.d2b.go.kr)을 통해 진행되므로 국방전자조달 사용자등록을 마친 후 입찰에 참여 바랍니다. 자. 납기 / 장소 : 계약일로부터 ~ ’27. 12. 31.(금) / 계룡 ○ 기초금액 및 입찰금액은 부가가치세를 포함한 가격이오니 입찰서 제출 시 유의하시기 바랍니다. ○ 동 입찰은 복수예비가격이 적용되는 입찰로서 전자입찰자는 산정 가능한 최대복수예비가격 미만으로 입찰서를 제출하여야 합니다. ○ 본 입찰의 예정가격은 15개의 예비가격 중(기초금액의 ±2% 범위) 4개를 추첨하여 산술평균한 가격으로 결정되며, 예비가격 산출을 위한 기초금액은 전자입찰 접수개시일 전일에 국가종합전자조달시스템(http://www.g2b.go.kr)에 공개합니다. ○ 입찰자는 반드시 기초금액을 확인한 후 투찰하시고 기초금액이 공개되기 전 투찰할 경우 입찰서 제출을 할 수 없습니다. 2. 입찰참가자격

참가자격

가. 국가를 당사자로 하는 계약에 관한 법률(이하 '국가계약법' 이라함)시행령 제12조 및 같은 법 시행규칙 제14조에 의한 유자격업체로서 아래의 자격을 갖춘 업체 1) 중소기업제품 구매촉진 및 판로지원에 관한 법률(이하 “판로지원법” 이라함) 시행령 제9조에 따른 요건을 갖춘 중소기업으로 “중소기업자간 경쟁제품 지정내역 공고” 따라 중소벤처기업부장관으로부터 대상품목을 세부품명번호 8111200202(빅데이터분석서비스)에 대하여 직접생산 확인을 받은 업체 ※ 직접생산여부 확인은 중소기업 공공구매정보망(www.smpp.go.kr)을 활용하여 확인하므로, 등록마감일시까지 직접생산여부가 공공구매정보망에서 확인 가능하여야 함 나. 당해 입찰에 참여하고자 하는 자는 국가종합전자조달시스템 전자입찰특별유의서 절차에 따라 입찰참가신청(입찰등록)마감일시까지 공인인증기관으로부터 인증서 발급, 국가종합전자조달에 업체등록 및 전자입찰참가 신청절차에 따라 신청을 필해야 합니다. 2-1. 입찰참가자격등록 가. 입찰참가자격 등록장소 : 조달청 고객지원센터 <참가자격 등록> ○ 조달청의 경쟁입찰 참가자격등록은 수시로 가능하며, 입찰참가를 위하여는 입찰서 제출 마감일 전일까지 등록을 하여야 합니다. 등록절차와 나라장터(G2B) 이용안내는 정부조달콜센터(☎ 지역번호 없이 1588-0800, FAX: 042-472-2297)로 문의하시기 바랍니다. <입찰보증금> ○ 입찰보증금의 납부와 관련하여 입찰참가자는 반드시 본 건 입찰공고의 입찰보증금 내용을 숙지하시기 바랍니다. 공동수급체의 경우 대표사는 반드시 구성원사(조합의 경우 지정조합원사)의 입찰 보증금 미납사실 및 부정당업자 제재이력을 확인하여 입찰보증금을 납부하여야 합니다. 3.공동계약 : 허용(공동이행방식)

아. 입찰참가자격에 해당하지 않는 업체는 제안서 평가 대상에서 제외됩니다. 자. 국가계약법 시행령 제76조 제9항에 의거 낙찰된 자가 계약체결 전에 국가계약법 시행령 제76조 제3항, 제5항 또는 제6항에 따라 입찰참가자격 제한을 받은 경우에는 계약을 체결할 수 없습니다. 11. 입찰에 관한 추가정보를 입수할 수 있는 주소, 연락처 가. 주소: 서울 용산구 회나무로 4(이태원동) 국군재정관리단 특수계약TF(04345) 나. 관련 업무 전화 1) 입찰/계약업무 담당관 : (02) 3146-6691 이은정 2) 사업관련/제안서평가 담당관 : (042) 550-5865 이서연 3) 대금지급/실적증명 담당관 : (042) 550-2455 이우진 위와 같이 공고합니다. 2026. 8. 21. 국 군 중 앙 분 임 계 약 관 === 제안서평가 계획.pdf ===

제 안 서 평 가 계 획 서

1. 개요 가.사업명 :국지방공작전용 TOD AI학습용 데이터셋 구축 및 실증모델 개발 사업 나.목 적 :본 사업은 陸軍에서 운용되는 국지방공레이더 국지방공작전용 TOD에 AI기술 적용을 위한 고품질 AI학습용 데이터셋 구축,모델 개발 및 실증을 통해 국지방공작전의 표적 탐지 능력을 고도화하기 위한 사업임 다.사업기간 :계약체결일로부터 ‘27년 12월 라.사업예산 :금 889,983,831원 마.평가일정 :미정(업체 제안서 접수한 날로부터 가급적 7일 이내 실시) 라.평가장소 :인공지능센터 회의실

배점·평가

*세부 평가항목 및 배점:[별지#1]참조 5. 평가방법 가.제안서 평가 :평가기관*의 제안서 평가계획에 따름 *평가기관 :육군 인공지능센터 나.종합평가 :기술능력 평가와 입찰가격 평가를 합산하여 평가 1)평가 비율 :기술능력 평가 (90% )+ 입찰가격 평가 (10% ) 가)기술능력 평가항목

2)종합평가 점수 = 기술능력 평가 + 입찰가격 평가 붙임 - 3 - 2 다 .제 안서 중 기 술능 력 평 가 방법 1)공정한 제안서 서면평가를 위해「국방 정보화사업 제안서평가업무 훈령」을 준수 하여 평가한다. 2)항목별 평가 배점과 방법은 `제안요청서`의 Ⅴ부 제안서 작성지침 및 안내사항의 4.제안서 평가방법의 사.기술능력 평가 기준을 적용한다. 3)적부 평가 :전【필수】항목을 대상으로 평가하며,1개 항목이라도 부적합 판정 시 ‘불합격’으로 판정할 수 있다. 4)적부 평가에서 합격한 제안업체를 대상으로 정성‧정량적 방법으로 평가한다. 가)정성적 평가 :제안내용에 대한 질적 평가 나)정량적 평가 :업체 신용등급 등 수치적 평가 5)가점은 `제안요청서`의 Ⅴ부 제안서 작성지침 및 안내사항의 4.제안서 평가방법의 사.기술능력 평가 기준에 의해 부여한다. 6)전체 평가점수 결과는 소수점 다섯째 자리에서 반올림한다. 7)기타 평가의 방법과 결과공개 등 제반 사항은 협상에 의한 계약체결기준 (계약 예규 )및 국방 정보화사업 제안서평가업무 훈령 등 관련 규정에 따라 실시한다. -하 단 여 백 - 붙임 - 3 - 3 [별지#1]

평 가 기 준 표

*상대적 등급평가,등급별로 할당된 업체 수만큼 해당 등급 부여 *평가업체가 10개를 초과하는 경우 상기 등급 배분 기준에 따라 평가 별지#2 - 2 - 2 === 물품명세서.xlsx ===

직접인건비(1)