① 어떤 상황에서 AI를 활용했나요?
공공기관 용역 입찰에 참여할 때 RFP 문서를 읽고, 과업 범위와 평가기준을
해석하고, 회사 실적과 인력을 배점 항목에 맞춰 제안서로 구성하는 데 AI를
활용했습니다. 기존에는 사람이 RFP를 반복해서 읽고 목차, 배점 대응표, 수
행전략, 인력 구성, 차별화 포인트를 수작업으로 정리해야 했지만, 이 프로젝
트에서는 해당 과정을 AI 에이전트 파이프라인으로 분해했습니다.

② 어떤 AI를 어떻게 활용했나요?
Claude, GPT, Gemini, Ollama 기반 로컬 LLM을 선택해 쓸 수 있도록 만들고,
역할별 에이전트로 나누어 활용했습니다. 회사분석 AI는 기업의 강점과 수행
실적을 정리하고, RFP분석 AI는 과업내용·일정·평가기준을 추출합니다. 초안
작성 AI는 목차와 핵심 메시지를 만들고, 제안서작성 AI는 섹션별 본문과 표
를 작성합니다. 이후 평가자 AI와 편집자 AI가 병렬로 점검하며, 부족한 섹션
은 다시 작성하도록 설계했습니다.

③ 활용 결과 어떤 변화가 있었나요?
제안서 작성 과정이 “문서 읽기 → 평가기준 분석 → 목차 설계 → 본문 작성 →
검토 → 파일화”라는 반복 작업에서, “RFP와 회사정보 입력 → AI 초안 확인 →
피드백 반영 → 최종 docx 다운로드” 흐름으로 바뀌었습니다. 특히 배점 기준
을 먼저 분석한 뒤 제안서 구조를 만드는 방식이라, 단순 문장 생성보다 실제
심사 기준에 맞춘 제안서 작성에 가까워졌습니다.
무엇보다 기존에 RFP분석과 쏟는 시간이 절감되었습니다. 기획과 기획에서 도출된 것을 토대로
먼저 보여줄 수 있는 시안을 만들거나 할 수 있는 시간적 여유, 즉 제안서 본질에 투자할 여유가 생겼습니다.

④ 나만의 방식 또는 개선 포인트는 무엇인가요?
가장 큰 특징은 하나의 AI에게 전부 맡기지 않고, 제안서 작성 업무를 여러
전문 역할로 나눈 점입니다. 또한 초안 단계에서 사용자가 승인하거나 피드백
을 줄 수 있어 AI 결과를 그대로 쓰는 것이 아니라 사람의 판단을 중간에 넣
었습니다. 향후 개선점은 빌드 오류 수정, 한글 UI 문구 정리, 실제 낙찰/탈
락 결과를 더 많이 축적해 지식베이스의 추천 정확도를 높이는 것입니다.

⑤ 다른 사람도 따라 할 수 있나요?
가능합니다. 회사정보와 RFP 파일을 준비하고, 사용할 AI API 키 또는 Ollama
로컬 모델을 설정하면 동일한 방식으로 사용할 수 있습니다. 공공기관 입찰뿐
아니라 정부지원사업, 제안요청서 기반 프로젝트, 민간 B2B 제안서 작성에도
같은 구조를 적용할 수 있습니다. 핵심은 “문서를 AI에게 한 번에 써달라고
하는 것”이 아니라, 분석·초안·작성·검토·개선 단계를 나눠 반복 가능하게 만
드는 것입니다.