FP검증시스템 — 엠앤엠솔루션

IFPUG CPM 4.3.1 · RFP 자동산정 · Kanana/Kiwi 적용 · 국가정보원 보안기준 준수

소프트웨어 개발원가
FP 자동 산정·검증 솔루션
(룰엔진 + 한글 특화 AI) 출시

* 폐쇄망 전용(On-Premise LLM)

RFP 요구사항 자동 분석 → FP 후보·유형·가중치 산정 → 룰엔진 검증 → LLM AI 분석으로
기능점수(FP) 산정·검증과 오류 수정을 3단계로 완전 자동화
Kanana 한글 특화 LLM과 Kiwi 형태소 분석을 적용하여 한국어 요구사항 분석 정확도를 강화합니다

FP, 사업대가 룰엔진

국내 최대 규모의 실검증 데이터 기반 고도화된
'20개' 검증 알고리즘 탑재
* SW사업정보저장소 및 민간 대기업 적용 중

한글 특화 AI 분석

Kanana LLM + Kiwi 형태소 분석 적용
RFP 요구사항 기반 FP 후보 자동 산정 지원

정보보안 보장

국가정보원 정보보안 기본지침 준수
폐쇄망 전용으로 구현

왜 지금 필요한가

기능점수(FP) 측정 오류는
수천만원 ~ 수백억원 대의 법정 분쟁으로 이어집니다

신뢰성 있는 소프트웨어 개발원가 산출을 위해서는
역량 있는 기능점수(FP) 전문가를 필요로 하며,
300건 기준 약 20 Man/Hour 의 검토시간이 소요 됩니다.

FP 측정 규칙의 자동 적용

국내외 표준화기구에서 정의한 측정 기준 준수
- ISO 20926(CPM 4.3.1 문서), SW사업대가 산정 가이드

SW 개발원가의 신뢰성 확보

법적분쟁 방지 및 증적 자료로 활용 가능

기능점수(FP) 전문가 투입
없이 기능점수(FP) 검증

검증 소요시간 절감

자동 검증 300건 기준 '20 M/H' → '분' 단위 소요로 공수 절감

수작업 검증의 한계

수작업 검증이
만드는 6가지 리스크

검증 건수가 증가할수록 수작업 방식의 한계가 복합적으로 누적되어
품질·비용·일정 전반에 심각한 리스크를 초래합니다.

⏳

검증 공수 과다 소요

검증 대상 사업 규모와 건수가 증가할수록 검증에 투입되는 공수가 기하급수적으로 늘어나며, 일정 지연과 비용 부담이 동시에 커집니다.

📋

요구사항 추적 관리의 한계

RFP 요구사항과 기능 목록 간 연관성 추적·관리가 어렵습니다. FP 항목의 도출 근거가 불명확하면 감리 지적 및 계약 분쟁 대응 시 치명적인 약점으로 작용합니다.

🔄

검증자 개인 역량 차에 따른 검증 품질 불균형

검증자의 개인 역량에 따라 검증 수준과 결과에 차이가 발생하여 오류 가능성이 상존합니다. EI·EO·EQ·ILF·EIF 유형 분류 오류, 금칙어 미검출 등이 전체 개발원가 비용산정 오류로 직결 됩니다.

📉

일관된 검증 기준 적용의 어려움

검증에 참여하는 인원이 늘어날수록 검증 기준 적용의 일관성 유지가 어려워집니다. 동일 기능이라도 검증 시점과 검토자에 따라 결과에 편차가 발생하여 신뢰도가 저하 됩니다.

⚖️

Human Error로 인한 측정 오류

수작업 입력 및 판단 과정에서 Human Error가 발생하여 기능점수가 과다·과소 측정될 위험이 상존합니다. 이는 수천만 원~수백억 원 규모의 법정 분쟁으로 이어질 수 있습니다.

🔒

검증 품질 관리의 한계

수작업 기반 검토는 전체 검증 품질을 체계적으로 유지하기 어렵습니다. 판정 사유가 구두·메모 수준에 그쳐 검토의견, 보완 유/무, 보완 사유 등의 이력 관리가 어려워 감사 대응에 구조적 한계가 있습니다.

주요 기능

특허 기반 자체보유 룰엔진과 한글 특화 AI가 결합된
FP 자동 산정·검증 서비스

FP 자동 검증 도구 'FP-ACT'와 탑재된 '룰엔진'은 과학기술정보통신부의 SW사업정보저장소 및 국내 대기업 기능점수 검증에 사용되어 신뢰성을 인정받고 있습니다. RFP 내 요구사항을 활용한 기능점수(FP) 자동 산정 기능과 Kanana 한글 특화 LLM, Kiwi 형태소 분석을 추가 적용하여 한국어 요구사항 기반 분석 역량을 강화했습니다.
[기능점수 관련 특허 보유]
- 특허번호: 제10-2327227호
- 사용자요구사항을 활용한 기능점수 자동 측정과 검증 방법 및 시스템

1차 검증

RFP 요구사항 기반 FP 자동 산정·매핑

업로드된 제안요청서의 요구사항을 분석하여 FP 후보 단위프로세스, FP 유형, 표준 가중치 산정과 기존 FP 항목 매핑을 지원합니다.

RFP 요구사항에서 EP 후보 자동 식별·추출

EI·EO·EQ·ILF·EIF 후보 유형 및 간이법 가중치 산정 지원

매핑됨 / 미약 / 미매핑 3단계 결과와 감리·분쟁 대응 추적성 확보

2차 검증

룰엔진 자동 진단

IFPUG CPM 4.3.1 기준 20개 규칙을 순차 실행하여 항목별 정오를 자동 판정합니다.

금칙어 판정 → 사전 정의된 '금칙어' 최우선 점검 이후 룰엔진 자동 진단수행

가중치·복잡도·행위어 오류 즉시 검출

개발·재개발·유지관리 사업별 적용 규칙 분리

3차 검증

Kanana 기반 AI 보완 분석

내부망 Ollama 기반 LLM에 한글 특화 Kanana 모델을 추가 적용하여 룰엔진 미탐지 항목과 RFP 요구사항의 의미를 자연어로 보완 분석합니다.

외부 클라우드 API 미사용 — 폐쇄망으로 운영

Kanana 한글 특화 LLM으로 한국어 요구사항·EP 의미 분석 강화

AI 판정(적절/재분류/측정제외), 판정근거, 전문가 의견 비교 제공

신기술 적용

Kiwi 형태소 분석 기반 한국어 의미 정규화

형태소 분석으로 핵심 명사와 행위어를 분리하여 유사 표현·동의 표현의 EP 후보 식별 정확도를 높입니다.

요구사항 문장에서 업무대상·행위어 자동 추출 지원

동일·유사 EP 후보의 중복 산정 위험 완화

Kanana AI 분석 전 전처리 품질 향상

전문가 기능

피드백 · 이력 · 출력 관리

전문가 검토 의견 기록 및 룰엔진 반영, Word·Excel 보고서 자동 생성까지 통합 지원합니다.

관리자 / 전문가 / 일반사용자 3단계 권한 체계

검증 이력 DB 저장 및 이전 버전 비교 복원

단위기능별 전문가 검토 의견 등록 및 룰엔진에 반영

솔루션 구조

5단계 검증
파이프라인

RFP 요구사항 업로드에서 FP 후보 자동 산정, 룰엔진·AI 검증, 보고서 출력까지 모든 과정이 자동화된 워크플로우로 연결됩니다.

STEP 01

📂

RFP + FP 양식

파일 업로드

→

STEP 02

🎯

RFP 요구사항 산정·매핑

FP 후보 자동 추출

→

STEP 03

🔬

룰엔진 검증

2차 검증

→

STEP 04

🤖

AI 보완 분석

3차 LLM

→

STEP 05

📄

보고서 출력

Word · Excel · 인쇄

시스템 아키텍처 — FP 검증 시스템 V0.172

클라이언트

🌐

웹 브라우저

📊

Excel 업로드

FP측정 시트

📄

RFP 업로드

PDF · DOCX · HWP · TXT

서버

⚙️

FastAPI 백엔드

Python · uvicorn

🔑

JWT 인증

4시간 세션

📚

룰엔진·행위어 엔진

R00~R20 서버 실행

🧩

RFP FP 자동산정

EP 후보·유형·가중치

🤖

Ollama + Kanana

한글 특화 LLM

🔤

Kiwi 형태소 분석

한국어 의미 정규화

데이터

🗄️

PostgreSQL

검증 이력 DB

🔐

AES-256 암호화

개인정보 보호

📁

파일 스토리지

업로드 관리

보안 특장점

국가 정보보안 기본지침
완전 준수

국가정보보안 기본지침 및 공공기관 망분리 환경을 고려한 엔터프라이즈급 보안을 적용합니다.

TLS

TLS 1.2+ 전송 암호화

GATE

로그인 게이트 — 소스 완전 차단

비인가자는 경량 로그인 페이지만 노출. 소스 코드·API 접근 불가.

LOCK

5회 실패 잠금 (국정원 제44조)

IP + 계정ID 이중 잠금. 30분 후 자동 해제.

AES

개인정보 AES-256 DB 암호화

사용자명, 피드백 확정자명 암호화 저장. 관리자만 원본 복호화.

접속 IP 마스킹

로그의 IP 마지막 옥텟 * 처리 (192.168.0.* 형식).

SRC

핵심 로직 서버 격리

행위어 사전·룰엔진 서버에서만 실행. 소스 보기 미노출.

HDR

보안 HTTP 헤더 일체 적용

HSTS · X-Frame-Options(DENY) · CSP · X-Content-Type-Options. XSS · Clickjacking 방어.

🛡 공공기관 적용 적합성

✓국가정보보안 기본지침 준수

✓폐쇄망(망분리) 환경 완전 지원

✓외부 클라우드 API 미사용 — 데이터 외부 유출 없음

✓로컬 LLM(Ollama + Kanana) — 내부망 한글 AI 분석

✓Kiwi 형태소 분석 — 한국어 요구사항 의미 정규화

✓JWT 세션 관리 (4시간 자동 만료)

✓전체 접속 이력 로그 기록

✓역할 기반 접근 통제 (admin·expert·viewer)

제품비교 분석표

수작업, 타사 제품 대비
핵심 차이점

기능점수 검증 솔루션 ‘FP ACT' 는 RFP 요구사항 기반 FP 자동 산정, 룰엔진 기반 정밀 검증, Kanana/Kiwi 기반 한국어 AI 분석으로 오류를 최소화하고 On-Premise LLM 로 구축되어 정보 유출이 원천 차단 됩니다.

구분	FP-ACT AI버전(M&M솔루션)	수작업 검토	타사 검증도구
RFP 기반 FP 자동 산정	✓ 지원(RFP 요구사항에서 EP 후보·FP유형·가중치 자동 산정)	✗	제한적
요구사항 추적 관리	✓ 지원(제안요청서, 기능점수 목록 자동 매핑)	✗	지원
자체 검증 Rule 엔진 보유	✓ 지원(룰엔진 20종, 금칙어 List, 전문가 피드백 기능 제공)	✗	✗
AI 보완 분석	✓ 지원(Kanana 한글 특화 LLM + Kiwi 형태소 분석)	✗	지원
자동 오류 보완	✓ 지원	✗	✗
폐쇄망(망분리) 지원	✓ 지원(On-Premise LLM)	✗	✗ (API 방식의 외부 LLM)
보고서 자동 생성	✓ 지원	✗	지원

엠앤엠솔루션 소개

소프트웨어 비용 측정
전문 기업

엠앤엠솔루션(M&M Solution)은 소프트웨어 개발 규모 예측, 성과 측정, 비용 정산 분야의 전문지식과 현장 경험을 기반으로 설립된 기술 전문 기업입니다.

IFPUG 기능점수 측정 방법론을 핵심 역량으로 하여, 공공기관 소프트웨어 사업에 최적화된 검증 솔루션을 개발·공급합니다.

기능점수 검증시스템은 수천 건의 FP 검토 경험을 자동화 로직으로 구현한 결과물이며, 공공·민간 기관의 SW 개발비 산정 정확도 향상에 기여합니다.

🤝

컨설팅