AI정부지원사업 매칭 시스템 AI Grant Matching Dashboard
대형 LLM은 정밀 판단에, 로컬 LLM은 반복 처리에. AI 비용을 줄이면서 매칭 품질은 지켰습니다.
공공사업지원팀의 반복 업무를,
AI 매칭 시스템으로 바꿨습니다.
광명시에 위치한 제조기업의 공공사업지원팀은 매주 여러 기관의 공고를 확인하고, 회사 조건에 맞는 사업을 추려내고, 내부 검토 자료를 다시 정리해야 했습니다. 지원사업은 많지만 실제로 신청 가능한 사업을 찾는 데 시간이 많이 쓰이는 구조였습니다.
의뢰 고객사는 의뢰회사 정보, 업종, 소재지, 기업 규모, 인증·보유 역량, 과거 신청 이력 등을 기준으로 정부지원사업을 자동 분류하고 우선순위를 제안하는 AI 기반 매칭 관리 시스템을 설계했습니다. 모든 판단을 고비용 API에만 맡기지 않고, 대형 LLM과 로컬 LLM을 역할별로 나눠 운영비는 낮추고 추천 품질은 유지했습니다.
담당자는 공고 탐색보다 검토와 실행에 집중할 수 있고, 경영진은 진행 현황과 AI 사용량을 한 화면에서 확인할 수 있습니다.
수집부터 추천까지,
정부지원 업무가 한 화면에서 흐릅니다.
데이터 수집, 접수 가능한 공고 목록, AI 추천, 추천 이력, 운영 대시보드까지 공공사업지원팀의 반복 업무를 한 시스템 안에 정리했습니다.
AI정부지원사업 매칭 시스템의 주요 기능
지원사업을 많이 보여주는 시스템이 아니라, 우리 회사가 실제로 검토해야 할 사업을 먼저 정리하는 업무 시스템입니다.
업종, 지역, 기업 규모, 보유 인증, 신청 가능 조건을 기준으로 공고를 분류하고 적합도가 높은 사업을 우선 추천합니다.
기관별로 다른 공고 형식과 용어를 통일해 담당자가 비교하기 쉬운 구조로 정리합니다.
모집 대상, 지원금, 마감일, 준비 서류, 신청 리스크를 담당자가 바로 읽을 수 있는 요약으로 제공합니다.
검토 중, 준비 중, 제출 완료, 보류 같은 상태를 관리해 여러 공고가 동시에 진행돼도 놓치지 않게 했습니다.
정밀한 판단이 필요한 추천·요약은 대형 LLM이 맡고, 반복 분류와 보조 처리는 로컬 LLM로 분산했습니다. AI 품질은 유지하면서 운영비가 커지는 구간을 선제적으로 통제합니다.
공고 탐색과 1차 판단을 자동화해 담당자는 신청 전략, 내부 보고, 제출 품질 관리에 시간을 쓸 수 있습니다.
비용까지 설계한
하이브리드 AI 스택
비싼 AI를 많이 쓰는 것이 아니라, 꼭 필요한 곳에만 쓰는 구조가 중요했습니다. 대형 LLM과 로컬 LLM을 함께 사용해 정확도·응답속도·운영비의 균형을 맞췄습니다.
업무 효율을 만드는
다른 AI · 운영 시스템
반복 업무를 줄이고 담당자의 판단 시간을 늘리는 헬로비즈의 운영형 플랫폼 사례입니다.