플러스프로젝트 배경
공공입찰 시장은 연간 수백 조 단위의 거대 시장이나, 예정가격(예가) 산출 방식의 복잡성과 무작위성으로 인해 수많은 건설·IT 기업들이 투찰가 결정에 어려움을 겪고 있습니다. 본 프로젝트는 산재된 공공입찰 데이터를 집약하고, 머신러닝을 통해 낙찰의 핵심인 '예정가격 사정률'을 정밀하게 예측하여 기업의 낙찰 확률을 극대화하는 것을 목표로 합니다.
프로젝트 성과
예정가격 사정률 예측 오차(MAE) 0.5% 이내 달성
전국 단위의 방대한 입찰 데이터를 학습하여, 실제 예정가격과 예측치 사이의 오차를 0.5% 내외로 유지하며 모델 신뢰성을 확보했습니다.
모델 검증 자동화(백테스트 센터) 구축
과거 데이터를 바탕으로 AI의 예측 성능을 즉시 검증할 수 있는 환경을 구축하여, 전략 수정에 소요되는 시간을 80% 이상 단축했습니다.
핵심 기능
실시간 공고 분석 및 AI 예측
실시간 공고 목록에서 클릭 한 번으로 AI 도메인 분석 리포트 생성 및 권장 투찰가 제시
진행 단계
요구사항 정의 및 데이터 수집
2026.02.
조달청 및 공공기관 엑셀 데이터 임포터 및 DB 스키마 설계
프로젝트 상세
### 프로젝트 배경 및 목표 공공입찰 시장은 연간 수백 조 단위의 거대 시장이나, 예정가격(예가) 산출 방식의 복잡성과 무작위성으로 인해 수많은 건설·IT 기업들이 투찰가 결정에 어려움을 겪고 있습니다. 본 프로젝트는 산재된 공공입찰 데이터를 집약하고, 머신러닝을 통해 낙찰의 핵심인 '예정가격 사정률'을 정밀하게 예측하여 기업의 낙찰 확률을 극대화하는 것을 목표로 합니다. ### 기술적 이슈 및 해결
