다크 모드
평가 예상 점수 분석
한림대학교 AI 기반 코딩 교육 플랫폼 개발 용역 — EP 예상 점수 산출
1. 세부평가 기준 (원문)
평가는 기술능력평가 90점 으로 구성되며, 가격평가는 별도 진행됩니다.
가) 기술능력평가 : 90점
사업수행능력평가 : 10점
| 항목 | 배점 | 세부 기준 |
|---|---|---|
| 사업수행실적 | 5점 | 입찰 공고일 기준 최근 3년간 유관 사업수행실적 |
| 기업경영상태 | 5점 | 신용평가 등급 (회사채/기업어음/기업신용) |
사업수행실적 배점표
| 구분 | 5건 이상 | 4건 이상 | 3건 | 2건 이하 |
|---|---|---|---|---|
| 점수 | 5 | 4 | 3 | 2 |
기업경영상태 (신용평가 등급) 배점표
| 회사채 | 기업어음 | 기업신용 | 점수 |
|---|---|---|---|
| AAA | - | AAA | 5 |
| AA+, AA0, AA- | A1 | AA+, AA0, AA- | 5 |
| A+ | A2+ | A+ | 4 |
| A0 | A20 | A0 | 4 |
| A- | A2- | A- | 4 |
| BBB+ | A3+ | BBB+ | 3 |
| BBB0 | A30 | BBB0 | 3 |
| BBB- | A3- | BBB- | 3 |
| BB+, BB0 | B+ | BB+, BB0 | 2 |
| BB- | B0 | BB- | 2 |
| B+, B0, B- | B- | B+, B0, B- | 1 |
| CCC+ 이하 | C 이하 | CCC+ 이하 | 1 |
기술제안서평가 : 80점
- 전 평가항목의 평가는 심사위원의 주관적 평가에 의함
- 사업계획평가는 기술제안서에 대한 평가로서 각 평가항목별 배점을 기준으로 수(100%), 우(90%), 미(80%), 양(70%), 가(60%) 로 하며, 평가점수 산출은 [배점 × (100%, 우(90%), 미(80%), 양(70%) 가(60%)) 로 하여 심사위원의 부분별 점수합계를 평균한다.
가격평가
기술능력평가(90점) 외에 가격평가(10점)가 있으나, 세부 기준은 별도 공고 참조.
2. EP 포트폴리오 근거 (CIPO 기반)
CIPO(지식재산 IP전략지원) 프로그램용으로 정리된 EP 수행실적 데이터를 근거로 활용합니다.
최근 3년 유관 사업수행실적 (2023~2026)
EP(엔트로피패러독스)의 최근 3년 유관 실적 중 SW 플랫폼 개발 관련 건:
| No | 사업명 | 사업금액 | 기간 | 유관성 |
|---|---|---|---|---|
| 1 | 웍스아웃/칼하트 이커머스 DX v3.0 | 4.42억 (누적) | 2021~2024 | 대규모 웹 플랫폼 개발 |
| 2 | 로보에테크놀로지 CMP 플랫폼 | 7,150만 | 2023~2024 | 앱·웹 플랫폼 개발 |
| 3 | Veralga 글로벌 사이트 | 2,000만 | 2024 | 웹 플랫폼 구축 |
| 4 | 키넥션 CRM·O2O 플랫폼 | 1.05억 | 2024~2026 | CRM/O2O 플랫폼 개발 |
| 5 | DNK 글로벌 AI SaaS 사이트 | 2,000만 | 2024 | AI SaaS 플랫폼 구축 |
| 6 | 매거진B 웹사이트 | 3,800만 | 2025 | 웹 플랫폼 구축 |
| 7 | GLOWNY ERP연동 커머스 | 1,300만 | 2025 | ERP 연동 웹 개발 |
| 8 | 인터로조 AX 사업 | - | 2025~2026 | AI 에이전트 시스템 구축 |
| 9 | 알리콘 SmartGolf AI Agent | 1,200만 | 2026 | AI Agent 커스터마이징 |
| 10 | 아진산업 AX 사업 | - | 2026 | 정부과제 AI 전환 |
최근 3년 유관 실적: 10건 이상 → 사업수행실적 5점 만점 해당
정부 R&D 수행 실적 (참고)
| 과제명 | 지원사업 | 역할 | 연구비 |
|---|---|---|---|
| 초개인화 AI 콘텐츠 생성기 | 디딤돌R&D | 대표자 | 1.2억 |
| 실시간 토양 AIoT 플랫폼 | 딥테크팁스 | CTO | 10.8억 |
| AI CRM 서비스 (coordi) | 초기창업패키지 | 대표자 | 0.7억 |
| 클라우드 PaaS 자동화 | 창업성장기술개발 | 대표자 | 1.3억 |
AX 프로젝트 포트폴리오 (AI 기술 역량 근거)
| # | 프로젝트 | AI 적용 영역 | 핵심 기술 |
|---|---|---|---|
| 1 | 백오피스 AI 챗봇 (20여 개사) | BI 대시보드 자동화 | LLM + RAG, DB 연동 |
| 2 | 리워드 마케팅 AI 검증 | 이미지 AI 자동 판별 | Computer Vision, Multimodal LLM |
| 3 | 초개인화 콘텐츠 생성기 | 맞춤형 콘텐츠 자동 생성 | LLM Fine-tuning |
| 4 | coordi 고객상담 자동화 | 24시간 AI 고객 응대 | LLM Agent, CRM 연동 |
| 5 | PEER 모니터링 AI | 미디어 인텔리전스 | GPT Vision, 자동 리포트 |
| 6 | Jarvis AI 에이전트 시스템 | 자율 업무 수행 | 멀티에이전트 오케스트레이션 |
핵심 인력
| 구성원 | 역할 | 주요 역량 |
|---|---|---|
| 강정모 | 대표이사 | 500여 개 프로젝트 디렉팅, 브랜딩/DX/AX 총괄 |
| 최용철 | 대표이사 (서울대 CS) | 정부 R&D 6건/15.6억, AI/ML 연구 |
| 윤성호 | CTO (SW마에스트로) | SCI 논문, 실리콘밸리 경력, AI 에이전트 설계 |
| 이지수 | 개발팀장 (SW마에스트로) | 실리콘밸리 경력, UX 리서치 플랫폼 |
3. 항목별 예상 점수
사업수행능력평가 (10점 만점)
| 항목 | 배점 | 예상 점수 | 근거 |
|---|---|---|---|
| 사업수행실적 | 5 | 5 | 최근 3년 유관 SW 플랫폼 개발 실적 10건+. 교육 플랫폼 직접 개발 실적 다수 보유 (멋쟁이사자처럼 교육 플랫폼 창립·개발, 슈퍼스쿨 교육 플랫폼, 멋사 직장인 교육 플랫폼, 메가스터디 자회사 LMS) |
| 기업경영상태 | 5 | 2~3 | 스타트업(2020년 설립) 기준으로 BBB~BB 등급 추정. 정확한 신용등급 확인 필요 |
| 소계 | 10 | 7~8 |
사업수행실적 — 교육 플랫폼 직접 개발 실적 다수 보유
EP는 교육 도메인에서 풍부한 플랫폼 개발 경험을 보유하고 있습니다:
- 멋쟁이사자처럼 창립·개발: 공동대표 최용철이 멋쟁이사자처럼(국내 최대 코딩 교육 커뮤니티) 창립. EP가 교육 플랫폼 개발
- 슈퍼스쿨 교육 플랫폼: EP가 직접 개발한 교육 플랫폼
- 멋사 직장인 교육 플랫폼: 멋쟁이사자처럼의 직장인 대상 교육 플랫폼을 EP가 개발
- 메가스터디 자회사 LMS: 메가스터디 계열 LMS(학습관리시스템)를 EP가 개발
- 과제 5번(PaaS 자동화): "실무형 웹 프로그래밍 클라우드" 관련 정부 R&D 수행
- "유관" 범위를 교육 플랫폼으로 좁게 해석해도 5건 이상 → 5점 만점 해당
기술제안서평가 (80점 만점)
기술제안서평가는 심사위원의 주관적 평가로, 제안서 품질에 따라 크게 달라집니다. EP의 역량 기반으로 각 등급 가능성을 산정합니다.
등급별 배점 환산
수(100%) / 우(90%) / 미(80%) / 양(70%) / 가(60%) 80점 만점 기준: 수=80 / 우=72 / 미=64 / 양=56 / 가=48
| 예상 평가 영역 | EP 역량 수준 | 예상 등급 | 배점 범위 |
|---|---|---|---|
| 사업 이해도 | LLM/AI 기술 이해 깊음 + 교육 플랫폼 개발 경험 다수 (멋사, 슈퍼스쿨, 메가스터디 LMS) | 수~우 | 매우 높음 |
| 시스템 아키텍처 | 풀스택 + AI 에이전트 설계 + LMS 아키텍처 경험 | 수~우 | 매우 높음 |
| AI 기술 전략 | LLM, RAG, 프롬프트 엔지니어링 핵심 역량 | 수 | 최고 |
| 기능 구현 방안 | 교육 플랫폼 다수 개발 경험으로 학습 기능 구현 역량 보유 | 우~수 | 높음 |
| 추진 계획 | 정부과제 수행 경험 다수 | 우 | 높음 |
| 수행 조직 | PM 경력 증빙 필요, SW마에스트로 등 역량 보유 | 우~미 | 높음 |
| 보안 및 운영 | 클라우드 인프라 구축 경험 | 우~미 | 중간~높음 |
기술제안서 점수 시나리오
| 시나리오 | 평균 등급 | 점수 | 조건 |
|---|---|---|---|
| 최선 | 수 (95%) | 74~76 | AI 기술 + 교육 플랫폼 경험이 강하게 어필 |
| 기대 | 우~수 (92%) | 72~74 | 제안서 품질 양호, AI + 교육 도메인 역량 인정 |
| 보수적 | 우 (88%) | 69~71 | 교육 플랫폼 경험 인정되나 한림대 특수 요건 부족 |
| 최악 | 우~미 (83%) | 65~67 | 교육 플랫폼 경험이 충분히 어필되지 않은 경우 |
4. 총점 예상 범위
| 시나리오 | 사업수행능력 (10점) | 기술제안서 (80점) | 기술능력평가 합계 (90점) |
|---|---|---|---|
| 최선 | 8 | 76 | 84 |
| 기대 | 8 | 73 | 81 |
| 보수적 | 7 | 70 | 77 |
| 최악 | 7 | 66 | 73 |
예상 점수 범위
73~84점 (90점 만점 기준, 81%~93%)
가격평가(10점)를 합산하면 총 100점 만점에서 83~94점 범위. 단, 가격평가는 견적서 금액에 따라 결정되므로 별도 산정 필요.
교육 플랫폼 직접 개발 경험(멋쟁이사자처럼, 슈퍼스쿨, 메가스터디 LMS 등) 확인으로 이전 분석 대비 하한선이 69→73점으로 4점 상승.
5. 강점/약점 분석
강점 (Strengths)
| # | 강점 | 근거 |
|---|---|---|
| 1 | AI/LLM 핵심 기술 보유 | LLM Fine-tuning, RAG, 에이전트 시스템 등 본 사업의 핵심 기술을 자체 보유·운영 중 |
| 2 | 교육 플랫폼 개발 경험 다수 | 멋쟁이사자처럼 창립·개발, 슈퍼스쿨 교육 플랫폼, 멋사 직장인 교육 플랫폼, 메가스터디 자회사 LMS 등 교육 도메인 직접 개발 실적 풍부 |
| 3 | 10개+ AX 프로젝트 포트폴리오 | 20여 개사 AI 챗봇, coordi AI CRM, 초개인화 콘텐츠 생성기 등 실전 AI 프로젝트 다수 |
| 4 | 정부 R&D 수행 경험 | 6건/15.6억 규모 정부 R&D 수행 경험 (디딤돌R&D, TIPS, 초기창업패키지 등) |
| 5 | SW마에스트로 인력 2명 | 과학기술정보통신부 장관 인증 SW마에스트로 (상위 10%) — CTO, 개발팀장 |
| 6 | 풀스택 개발 역량 | TypeScript/React/Next.js, Docker, CI/CD, 클라우드 인프라 전반 |
| 7 | SCI 논문 + 해외 경력 | CTO SCI(E) 논문, 실리콘밸리(Palo Alto) 근무 경력 |
약점 (Weaknesses)
| # | 약점 | 영향 | 보완 방안 |
|---|---|---|---|
| 1 | 기업 신용등급 불확실 | 기업경영상태 5점 중 2~3점 예상 | 신용평가 조회 및 등급 개선 방안 검토 |
| 2 | 14단계 자동 채점 규격 미숙지 | 한림대 고유 규격이므로 사전 파악 필요 | 착수 시 상세 스펙 협의, 제안서에 유연한 설계 제시 |
| 3 | LRS(xAPI) 구현 경험 부족 | 교육 데이터 표준 관련 감점 가능 | 오픈소스 LRS 활용 계획 제시 |
| 4 | 대학 교육 현장 운영 경험 제한적 | 리빙랩/베타 서비스 운영 평가에서 감점 가능 | 한림대 교수진과 긴밀 협력 체계 강조, 멋사/슈퍼스쿨 교육 현장 운영 경험 활용 |
| 5 | 설립 6년차 스타트업 | 안정성 측면에서 대기업 대비 약세 | 500여 개 프로젝트 수행 실적, 정부 R&D 실적으로 보완 |
전략적 제언
승률 높이기 위한 핵심 전략
- 교육 플랫폼 경험 전면 부각: 멋쟁이사자처럼 창립, 슈퍼스쿨, 멋사 직장인 플랫폼, 메가스터디 LMS 등 교육 도메인 직접 개발 경험을 제안서 초반에 강조
- AI 기술 차별화에 집중: 타사 대비 LLM/에이전트 기술 우위를 PT에서 데모로 입증
- 교육 + AI 융합 시너지 강조: 교육 플랫폼 개발 경험과 AI 기술을 결합한 차별화 포인트 어필
- 견적서 전략: 가격평가 10점을 확보하기 위한 적정 견적 산정 (예정가격 대비 적정 수준)
- 신용등급 사전 확인: 가능하면 입찰 전 신용평가 등급 조회하여 점수 예측 정밀도 향상
6. 경쟁사 대비 포지셔닝
| 경쟁 유형 | 예상 점수 | EP 대비 |
|---|---|---|
| 교육 IT 전문 SI | 75~85 | 교육 도메인 경험 유사, AI 기술에서 EP 우위 |
| 대형 SI | 70~80 | 조직력/안정성 우위, AI 기술 깊이에서 약세 |
| AI 스타트업 (EP) | 73~84 | AI 기술 + 교육 플랫폼 경험 겸비로 강력한 포지션 |
| 교육 + AI 겸비 업체 | 80~88 | EP와 직접 경쟁, EP는 AI 기술 깊이에서 우위 |
EP의 경쟁 우위
EP는 교육 플랫폼 개발 경험(멋쟁이사자처럼, 슈퍼스쿨, 메가스터디 LMS)과 AI 핵심 기술(LLM, RAG, 에이전트)을 동시에 보유한 드문 업체입니다. 제안서에서 이 두 축을 효과적으로 어필하면, 교육 IT 전문 SI와 AI 스타트업 양쪽을 동시에 압도할 수 있는 포지션입니다. 남은 리스크는 기업 신용등급(스타트업 특성상 제한적)과 한림대 고유 규격(14단계 채점, LRS) 대응입니다.