보건복지부 차세대 사회보장정보시스템 오류가 개통 준비 미흡으로 인해 발생된 것이라는 분석이 제기됐다. 프로그램 개발을 일부 누락하거나 테스트를 충분히 거치지 않은 상태에서 복지부가 개통을 강행하면서 발생한 예견된 사고라는 주장이다. 시스템 개발에 참여한 사업자들이 복지부를 상대로 소송을 제기한 상황에서 발표된 이번 감사보고서는 향후 판결에도 영향을 미칠 전망이다. <본지 2024년 7월 12일자 참고>
감사원은 30일 이 같은 결과를 담은 '차세대 사회보장정보시스템 구축사업 추진실태' 보고서를 공개했다.
앞서 복지부는 복지재정 규모와 서비스 처리량에 효과적으로 대응하기 위해 2020년부터 약 1269억원의 사업비를 투입해 차세대 구축사업을 추진했다.
2022년 9월 차세대 사회보장정보시스템을 2차 개통했지만 대규모 시스템 오류로 인해 일부 수급권자의 사회보장급여 지급이 중단되거나 수급자격 조사·결정 등 다수 기능이 오작동했다. 일선 사회복지 현장에서 심각한 행정 혼란과 국민 피해가 발생했다.
이에 감사원은 지난해부터 1년 6개월간 감사를 단행했다. 조사결과 감사원은 개통 전 미흡한 준비로 인해 시스템 오류가 발생했다고 지적했다.
감사원은 “복지부 추진단은 차세대 시스템 2차 개통(2022년 9월)을 하면서 기본적인 프로그램 개발을 일부 누락하거나 개통 전에 수행해야 하는 테스트를 상당수 미수행하는 등 개통 준비를 소홀히했다”면서 “개통 준비가 미흡하다는 사실을 알면서도 개통 이후 추석 연휴에 미진 사항을 집중적으로 보완하면 된다는 등 막연한 이유로 개통을 강행했다”고 설명했다.
오픈AI의 생성형 인공지능(AI) 서비스 '챗GPT'가 기업 재무제표를 분석해 인간 애널리스트보다 더 정확히 미래 실적을 예측할 것이라는 연구 결과가 나왔다.
1일 금융투자 및 AI 업계에 따르면 미국 시카고대 경영대학원의 발레리 니콜라예프(회계학) 교수팀은 이런 내용의 논문 '거대언어모델(LLM)을 통한 재무제표 분석'을 인터넷에 공개했다.
LLM은 언어에 특화한 생성 AI 모델로, 챗GPT의 핵심 엔진 역할을 한다.
니콜라예프 교수팀은 기업 1만 5401곳의 최근 수십년간 재무제표 15만여건을 입수해 업체 이름과 연도를 알 수 없도록 익명화 처리했다. 이를 챗GPT의 대표 LLM인 'GPT-4'에 넣고, 정교한 프롬프트(지시문)를 써서 3단계에 걸쳐 재무제표를 분석하고 미래 실적 방향을 예측하라고 시켰다.
예컨대 '최근 3년 동안 회사 매출이 꾸준히 올랐다'(트랜드 분석), '영업 마진율이 25%로 개선 추세다'(비율 분석), '매출이 성장하고 영업 비용을 잘 관리해 실적이 계속 좋아질 것 같다'(심층 이유 분석) 식의 순서로 AI가 결론을 도출할 수 있게 한 것이다.
AI가 내놓은 실적 예측이 맞았는지 여부를 집계한 결과 정확도는 60.35%로 나타났다. 인간 애널리스트들이 실적발표 1개월 뒤에 내놓은 미래 실적 평균 예측의 정확도인 52.71%를 훨씬 앞지르는 수치다.
AI의 정확도는 인간 애널리스트들의 3개월 뒤 예측(55.95%)과 6개월 뒤 예측(56.68%)보다도 좋았다.
보건복지부 차세대 사회보장정보시스템 오류가 개통 준비 미흡으로 인해 발생된 것이라는 분석이 제기됐다. 프로그램 개발을 일부 누락하거나 테스트를 충분히 거치지 않은 상태에서 복지부가 개통을 강행하면서 발생한 예견된 사고라는 주장이다. 시스템 개발에 참여한 사업자들이 복지부를 상대로 소송을 제기한 상황에서 발표된 이번 감사보고서는 향후 판결에도 영향을 미칠 전망이다. <본지 2024년 7월 12일자 참고>
감사원은 30일 이 같은 결과를 담은 '차세대 사회보장정보시스템 구축사업 추진실태' 보고서를 공개했다.
앞서 복지부는 복지재정 규모와 서비스 처리량에 효과적으로 대응하기 위해 2020년부터 약 1269억원의 사업비를 투입해 차세대 구축사업을 추진했다.
2022년 9월 차세대 사회보장정보시스템을 2차 개통했지만 대규모 시스템 오류로 인해 일부 수급권자의 사회보장급여 지급이 중단되거나 수급자격 조사·결정 등 다수 기능이 오작동했다. 일선 사회복지 현장에서 심각한 행정 혼란과 국민 피해가 발생했다.
이에 감사원은 지난해부터 1년 6개월간 감사를 단행했다. 조사결과 감사원은 개통 전 미흡한 준비로 인해 시스템 오류가 발생했다고 지적했다.
감사원은 “복지부 추진단은 차세대 시스템 2차 개통(2022년 9월)을 하면서 기본적인 프로그램 개발을 일부 누락하거나 개통 전에 수행해야 하는 테스트를 상당수 미수행하는 등 개통 준비를 소홀히했다”면서 “개통 준비가 미흡하다는 사실을 알면서도 개통 이후 추석 연휴에 미진 사항을 집중적으로 보완하면 된다는 등 막연한 이유로 개통을 강행했다”고 설명했다.
관련기사링크 : https://www.etnews.com/20240730000374
공공은 앞으로 소프트웨어(SW) 사업발주 전 연계 영향도를 평가해 사업계획이나 제안요청서(RFP)에 반영해야 한다.
개발하려는 서비스와 연계된 외부 시스템과 연관성을 구체적으로 살펴보고 미리 숙지하기 위해서다. 혹여 연계 시스템에서 발생한 사고가 내부까지 확대될 경우를 대비한 조치다.
행정안전부는 이 같은 내용을 담은 '행정기관 및 공공기관 정보시스템 구축·운영 지침 일부개정안'을 행정예고했다.
이번 조치는 공공 사이트마다 연계된 시스템에 대한 영향도를 사전에 평가, 추후 문제 발생 시 대응력을 높이기 위해 마련됐다.
특히 최근 공공이 제공하는 온라인 서비스가 늘어남에 따라 이 같은 연계 테스트 중요성이 대두됐다.
관련기사링크 : https://www.etnews.com/20240801000229
LG컨소시엄에 추가지급 거부
강제성 없어 결렬…소송 전망
“분쟁조정 제도 실효성 확보를”
대법원이 차세대 시스템 개발 사업에서 사업자에게 추가 대가를 지급하라는 국가계약분쟁조정위원회 조정안에 불복, 소송 등 추가 분쟁이 불가피할 전망이다.
23일 한국정보산업협동조합(LG CNS 컨소시엄)에 따르면, 대법원은 기획재정부 산하 국가계약분쟁조정위원회(이하 조정위)에 조정 결과를 받아들일 수 없다는 의견을 전달했다. <본지 2024년 6월 21일자 2면 참조>
지난달 조정위는 대법원 차세대 전자소송 시스템 구축사업에서 과업변경에 따른 계약금 조정에 대해 “대법원이 추가 과업에 대한 계약금액 일부를 사업자에 지급하라”는 심의결과를 대법원과 컨소시엄에 전달했다.
대법원 차세대전자소송 시스템 구축사업은 노후화된 법원 재판사무·전자소송 시스템을 개편하는 사업이다. LG CNS 컨소시엄이 2020년 계약을 체결, 올해 하반기 개통 예정이었다.
하지만, 당초 사업 계획과 달리 과업이 추가돼 개통 시기가 미뤄졌다. 이에 따른 추가 대가를 지급해달라는 게 LG CNS 컨소시엄 주장이다.
대법원이 이를 받아들이지 않자 지난해 과업심의위원회(과심위)에 이어 지난달 조정위까지 분쟁 사안이 회부됐다.
조정위 주문은 법적 효력에 준하는 효과를 가진다. 주문대로면 대법원은 추가 금액을 LG CNS 컨소시엄에 지급했어야 했다.
관련기사링크 : https://www.etnews.com/20240723000237
공공 소프트웨어(SW) 사업에서 서비스형 소프트웨어(SaaS)를 도입할 경우 제조사에서 책정한 판매금액(이용료) 등을 일정 이상 인정하는 새로운 대가 체계가 적용된다.
ICT 업계에 따르면 한국소프트웨어산업협회(KOSA)는 제조사 책정금액과 도입비용 등으로 구성한 SaaS 대가산정 체계를 수립했다.
제조사 책정금액은 정보기술(IT) 전용 공공 조달 플랫폼 '디지털서비스몰' 등을 통해 SW 업체가 제시한 SaaS 판매가다.
KOSA는 제조사 책정금액 외에도 투입 인력 머릿수를 세는 투입공수(MM, 맨먼스) 방식의 도입비 등을 더해서 SaaS 대가산정 체계를 구체화한다.
SaaS는 이용한 만큼 SW 기업에 이용료를 지급한다. 기존에 시스템통합(SI)과는 개발 방식이 다를 수밖에 없다.
그동안 SW 업계는 공공 SW 사업에서 SaaS 도입이 활발해진데 따라 SI에 적용되는 개발단가(사업대가)처럼 구체적인 SaaS 대가산정 체계가 필요하다는 목소리를 내왔다.
관련기사링크 : https://www.etnews.com/20240724000121
사업 완료 후 일정 변경 등 반영
대가 현실화 시스템 안정성 확보
정부와 소프트웨어(SW) 업계가 공공 SW 사업 품질을 높이기 위한 사업 대가 현실화의 핵심인 '변동형 계약 제도' 도입에 첫 발을 뗐다.
변동형 계약은 잦은 과업변경(추가)에도 SW 기업 수익성을 보장해 궁극적으로 공공 정보시스템 안정성을 높일 수 있는 제도다.
18일 SW 업계에 따르면, 과학기술정보통신부는 한국소프트웨어산업협회(KOSA)에 '공공 SW 사업 과업심의위원회 제도 개선 연구' 용역을 맡겼다.
연구는 공공 SW 사업에서 과업심의제도 활성화를 막는 장애요인을 해소하고 내실화 방안을 마련해서 사업 대가를 현실화하는 방안을 찾는 게 목적이다.
관련기사링크 : https://www.etnews.com/20240718000273
LG CNS 컨소시엄이 보건복지부를 상대로 소송을 제기했다.
차세대 사회보장정보시스템 프로젝트에서 복지부가 요구한 지체보상금 등 250억원에 대한 컨소시엄의 책임 유무와 추가과업에 대한 비용 지급이 쟁점이다.
LG CNS 컨소시엄은 추가과업과 이로 인한 수익성 하락을 이유로 지난해 초 사업 중도하차를 통보했다. 대규모 공공 소프트웨어(SW) 사업에서는 이례적인 일로 1년여 만에 결국 소송이 시작된 것이다.
관련기사링크 : https://www.etnews.com/20240711000254
정보기술(IT) 업계가 정부를 상대로 소송을 제기하는 상황이 잇따르면서 과업분쟁 해결책 마련이 시급하다는 목소리가 높아진다.
발주자와 사업자 모두 과업 추가·변경 문제에 합리적으로 대응하기 위한 정책적 지원이 필요한 시점이다.
LG CNS 컨소시엄과 CJ올리브네트웍스-KCC정보통신 컨소시엄이 각각 복지부와 국방부를 상대로 소송을 벌이는 주된 이유는 과업변경에 대한 추가 대가를 받기 어려운 환경 때문이다.
관련기사링크 : https://www.etnews.com/20240711000240
미국이 글로벌 인공지능(AI) 관련 투자액에서도 압도적 비중을 차지하는 것으로 조사됐다.
한국지능정보사회진흥원(NIA)의 글로벌 정부·민간 분야 AI 투자 동향 분석 보고서에 따르면, 지난해 미국 정부와 민간의 AI 투자액은 874억1000만달러(약 120조7800억원)로 2015년 대비 4배 이상 성장했다.
지난해 세계 정부·민간 AI 투자액은 1419억 달러(약 196조원) 규모로 추정되며 미국 투자액이 전 세계 62%를 차지했다.
2위 유럽연합(EU)의 AI 투자액이 차지하는 비중은 8%, 3위 중국은 7%로 1위 미국과 큰 차이를 보였다.
지난해 미 연방정부 부처 산하 AI 연구개발과 국방 분야 AI 연구개발 예산은 각각 30억9000만달러(약 4조원)와 38억달러(약 5조원)였다.
관련기사링크 : https://www.etnews.com/20240709000333
서울시가 정보 사업과 관련한 중앙정부 지침과 시 조래 규칙을 단계별로 정리한 '정보화 사업 관리 가이드라인'을 지난 6월 개정했다.
명확한 정보화 사업 절차를 마련하고, 체계적으로 정보 시스템을 관리하도록 돕는 가이드라인으로 전반적인 디지털 서비스 품질이 개선될 것으로 기대된다.
'정보화 사업 관리 가이드라인'은 처음 사업을 발주하거나 발주 절차가 익숙하지 않은 사업 담당자에게 법·제도 절차와 사업 단계별 업무지침을 안내한다.
서울시는 최근 중앙정부의 법·제도 개정안을 반영하고, 서울시 조래 규칙도 모두 포함했다.
대표적으로 행정안전부가 지난 1월에 개정한 '전자정부법에 따른 전자정부 성과관리 지침', 지난해 10월의 과학기술정보통신부 'SW 진흥법 시행령'을 반영했다.
서울시는 인공지능(AI), 클라우드컴퓨팅서비스 등 신기술 사업을 도입할 때 필요한 절차도 새롭게 추가했다. AI는 공공 도입 초기 단계로 기술 적용에 필요한 고려사항과 점검사항을 중심으로 작성, 사업 추진에 따른 단계별 준수사항은 추후 구체화할 계획이다.
관련기사링크 : https://www.etnews.com/20240701000050
오픈AI의 생성형 인공지능(AI) 서비스 '챗GPT'가 기업 재무제표를 분석해 인간 애널리스트보다 더 정확히 미래 실적을 예측할 것이라는 연구 결과가 나왔다.
1일 금융투자 및 AI 업계에 따르면 미국 시카고대 경영대학원의 발레리 니콜라예프(회계학) 교수팀은 이런 내용의 논문 '거대언어모델(LLM)을 통한 재무제표 분석'을 인터넷에 공개했다.
LLM은 언어에 특화한 생성 AI 모델로, 챗GPT의 핵심 엔진 역할을 한다.
니콜라예프 교수팀은 기업 1만 5401곳의 최근 수십년간 재무제표 15만여건을 입수해 업체 이름과 연도를 알 수 없도록 익명화 처리했다. 이를 챗GPT의 대표 LLM인 'GPT-4'에 넣고, 정교한 프롬프트(지시문)를 써서 3단계에 걸쳐 재무제표를 분석하고 미래 실적 방향을 예측하라고 시켰다.
예컨대 '최근 3년 동안 회사 매출이 꾸준히 올랐다'(트랜드 분석), '영업 마진율이 25%로 개선 추세다'(비율 분석), '매출이 성장하고 영업 비용을 잘 관리해 실적이 계속 좋아질 것 같다'(심층 이유 분석) 식의 순서로 AI가 결론을 도출할 수 있게 한 것이다.
AI가 내놓은 실적 예측이 맞았는지 여부를 집계한 결과 정확도는 60.35%로 나타났다. 인간 애널리스트들이 실적발표 1개월 뒤에 내놓은 미래 실적 평균 예측의 정확도인 52.71%를 훨씬 앞지르는 수치다.
AI의 정확도는 인간 애널리스트들의 3개월 뒤 예측(55.95%)과 6개월 뒤 예측(56.68%)보다도 좋았다.
관련기사링크 : https://www.etnews.com/20240701000249