AI 지원 RFI 및 RFP 설계: 요구사항, 질문, 그리고 가드레일

빠른 답변

효과적인 AI RFP 설계는 AI를 사용해 소스 자료를 정리하고, 누락된 부분을 찾고, 측정 가능한 질문을 초안화합니다. 그러나 요구사항을 설정하거나, 평가 가중치를 부여하거나, 공급업체 순위를 매기거나, 낙찰을 결정하는 데 사용해서는 안 됩니다. 모든 공급업체에 동일한 정의, 시나리오, 응답 표, 단위를 제공하고, 중요한 주장에는 증거를 요구하며, 소싱 라이프사이클 전반에 걸쳐 명시된 인간 승인 게이트를 유지해야 합니다.

비즈니스 성과, 현재 기준선, 운영 제약, 그리고 허용 가능한 비-AI 대안에서 시작하세요. 그런 다음 이를 지표, 테스트 조건, 수용 임계값, 검증 방법이 포함된 요구사항으로 변환하세요.

의사결정에서 역으로 설계하기

RFI는 가정을 검증하고 최종적인 입찰 요청을 개선해야 합니다. 비공식적이고 점수화되지 않은 공급업체 선정 절차가 되어서는 안 됩니다. RFP는 요구사항, 응답 지침, 상업적 가정, 평가 요소, 그리고 그 상대적 중요도를 명시함으로써 제안서를 실질적으로 비교 가능하게 해야 합니다.

AI를 사용해 두 문서 중 하나라도 초안을 작성하기 전에, 다음 다섯 가지 질문에 답해야 합니다.

1. 어떤 성과가 개선되어야 하는가?
2. 측정된 기준선은 무엇인가?
3. 어떤 배포 조건에서 개선이 발생해야 하는가?
4. 어떤 증거가 그 개선을 입증할 수 있는가?
5. 누가 요구사항, 트레이드오프, 낙찰을 승인할 수 있는가?

이는 고립된 문서 생성 작업이 아니라 더 넓은 조달 프로세스의 한 단계입니다. 성과 기반 요구사항은 불필요한 기술 설계를 규정하기보다 측정 가능한 기준과 평가 방법을 정의해야 하며, 이는 FAR Subpart 37.6와 일치합니다. 평가 요소 또한 의미 있는 비교를 지원하고 의사결정에 중요한 사항을 공개해야 하며, 이는 FAR 15.304에 설명되어 있습니다.

초안 작성 전 필요한 데이터 입력

일반적인 프롬프트만으로는 충분한 소싱 브리프가 되지 않습니다. AI 조달 워크플로에는 통제된 내부 입력과 구조화된 외부 응답이 필요합니다.

내부 구매자 입력

• 승인된 문제 정의, 비즈니스 성과, 사용자, 영향받는 그룹
• 현재 프로세스 맵과 기준 비용, 리드타임, 오류율, 서비스 수준
• 수요 물량, 계절성, 피크 부하, 예산 제약, 목표 일정
• 필수, 바람직함, 금지된 기능
• 기존 계약, 아키텍처, API, 신원 통제, 네트워크 제약
• 데이터 인벤토리, 분류, 소유권, 저장 위치, 보존, 허용된 사용
• 구매자가 통제하는 테스트 시나리오, 데이터셋, 임계값, 허용 오차 범위
• 평가 요소, 상대적 중요도, 실격 조건, 미응답 처리 규칙
• 보안, 개인정보보호, 접근성, 기록, 지식재산권, 감사 요구사항
• 지정된 승인자, 위험 허용 수준, 에스컬레이션 경로, 문서 보존 규칙
• 실행 가능한 비-AI 대안

외부 공급업체 입력

공급업체가 제안하는 정확한 제품, 모델, 서비스 버전을 명시하도록 요구하세요. 아키텍처, 주요 제3자, 데이터 흐름, 보존, 모델 학습 관행, 하도급 처리자, 배포 증거, 실패 모드, 사고 이력, 업데이트 정책, 롤백 옵션, 내보내기 형식에 대해 질문하세요.

상업적 응답은 모든 과금 단위와 가정을 식별해야 합니다: 라이선스, 사용자, 거래, 토큰 또는 추론, 저장소, 구현, 통합, 지원, 초과 사용료, 모델 변경, 종료 지원. OMB의 AI acquisition guidance는 현실적인 테스트, 가격 투명성, 모니터링, 이식성, 지식 이전, 그리고 종속 방지 보호장치를 강조합니다.

증거, 추론, 판단을 분리하기

AI는 근거 없는 진술도 일관성 있게 들리도록 만들 수 있습니다. 이를 방지하려면 모든 중요한 응답에 다음 세 가지 라벨 중 하나를 붙이도록 요구하세요.

• 관찰된 증거: 테스트 보고서, 로그, 감사, 인증, 사고 기록, 측정된 가격, 참고자료 등 식별 가능한 산출물로 뒷받침되는 결과.
• 모델 또는 공급업체 추론: 다른 정보로부터 도출된 요약, 추정, 분류, 예측, 비교, 권고. 이는 증명이 아닙니다.
• 인간의 판단 또는 약속: 책임 있는 사람이 수용한 결정, 해석, 트레이드오프, 보증, 서비스 수준, 미래 의무.

증거-응답 템플릿

추적 가능한 산출물이나 성공적인 검증 없이 AI 요약이나 공급업체 추정치에 증거 점수를 부여하지 마세요.

실무적인 RFI 및 RFP 질문 세트

이 질문들에는 공통된 응답 형식을 사용하세요.

1. 명시된 기준선 대비 어떤 측정 가능한 성과가 개선되는가?
2. 비교 가능한 조건에서 어떤 관찰된 증거가 그 주장을 뒷받침하는가?
3. 현재 존재하는 기능은 무엇이며, 어떤 기능이 로드맵에 의존하는가?
4. 알려진 실패 모드, 제외된 사용, 예측 가능한 오용 사례는 무엇인가?
5. 어떤 구매자 데이터가 서비스에 입력되고, 나가고, 학습시키거나 수정하는가?
6. 신뢰성, 보안, 비용, 실패 동작을 어떻게 독립적으로 테스트할 수 있는가?
7. 어떤 인간 감독이 필요하며, 개입을 뒷받침하는 정보는 무엇인가?
8. 어떤 모델, 데이터 흐름, 하도급 처리자, 정책, 가격 변경에 사전 통지가 필요한가?
9. 어떤 데이터, 프롬프트, 구성, 로그, 평가 자산을 내보낼 수 있는가?
10. 예상 물량, 피크 물량, 스트레스 테스트 물량에서 총비용은 얼마인가?
11. 어떤 조건이 시정조치, 롤백, 중단, 종료를 촉발하는가?
12. 어떤 중요한 주장이 계약상 약속이 되는가?

기술 기반 소싱에 대한 더 많은 맥락은 AI 조달을 참고하세요. 이후 공급업체 논의를 준비하는 팀은 AI 협상과 Negotiations.AI의 데이터 기반 공급업체 가격 협상 가이드도 검토할 수 있습니다.

머신러닝, 생성형 AI, 에이전트형 워크플로의 역할

머신러닝

머신러닝은 요구사항을 분류하고, 비정상적인 가격을 탐지하거나, 구조화된 응답 필드를 비교할 수 있습니다. 이를 위해서는 대표성 있는 과거 기록, 일관된 라벨, 비교 가능한 단위, 문서화된 데이터 품질이 필요합니다. 그 출력은 추론입니다. 과거 편향, 범주 드리프트, 희소한 데이터, 변화된 시장 조건은 그 신뢰성을 약화시킬 수 있습니다.

생성형 AI

생성형 AI는 인터뷰를 요약하고, 질문 초안을 작성하고, 모순을 식별하며, 성과를 제안된 지표와 테스트 시나리오로 변환할 수 있습니다. 이를 위해 승인된 정책, 최신 소스 문서, 정의, 버전 메타데이터, 승인된 저장소로 제한된 검색이 필요합니다. 중요한 단서를 누락하거나, 근거를 지어내거나, 실질적으로 다른 공급업체 주장을 평준화할 수 있습니다.

에이전트형 워크플로

에이전트형 워크플로는 승인된 문서 검색, 추적성 매트릭스 채우기, 미응답 필드 확인, 승인용 초안 라우팅과 같은 제한된 단계를 오케스트레이션할 수 있습니다. 이를 위해 명시적 권한, 도구 제한, 워크플로 상태, 감사 로그, 중단 조건이 필요합니다. 공급업체를 자율적으로 제외하거나, 가중치를 변경하거나, 협상 입장을 보내거나, 낙찰을 결정해서는 안 됩니다. 관련 내용은 Negotiations.AI의 agentic AI guardrails 논의를 참고하세요.

인간의 의사결정과 승인 게이트

다음 사항에 대해 책임 있는 인간의 승인을 기록하세요.

• 문제 정의와 AI 검토 결정
• 의도된 사용과 금지된 사용, 그리고 위험 분류
• RFI 및 공급업체 설문지 배포
• 최종 요구사항, 임계값, 테스트 방법
• 평가 요소, 가중치, 공식, 점수화 지침
• RFP 및 모든 중요한 수정본 배포
• 공급업체 참여 허용 또는 제외
• 누락되었거나 조건부이거나 검증 불가능한 증거의 처리
• 협상 목표, 양보안, 최종 조건
• 공급원 선정, 낙찰, 수용 테스트, 배포
• 중요한 모델, 데이터 흐름, 하도급 처리자, 사용 사례, 가격 변경
• 사고 대응, 중단, 종료, 폐기

NIST는 위험 관리를 AI 라이프사이클 전반에 걸친 지속적인 활동으로 보고, AI RMF Core에서 문서화된 역할, 인간 감독, 테스트, 모니터링, 책임 있는 리더십을 요구합니다.

협상 시나리오: 가격보다 먼저 과금 단위를 비교하기

한 구매자가 연간 400만 건의 AI 지원 거래를 예상합니다. 공급업체 A는 연간 18만 달러를 제시하며, 여기에는 300만 건의 거래와 건당 0.09달러의 초과 사용료가 포함됩니다. 공급업체 B는 500만 건의 거래를 포함해 20만 5천 달러를 제시합니다.

예상 물량 기준으로 A의 비용은 구현 전 27만 달러가 되지만, B는 여전히 20만 5천 달러입니다. 그러나 이 비교도 여전히 불완전합니다. A는 더 강한 이식성을 포함할 수 있는 반면, B는 데이터 내보내기와 전환 지원에 3만 5천 달러를 청구할 수 있습니다.

따라서 RFP는 “거래”를 정의하고, 예상 및 스트레스 테스트 물량, 제외 사항, 구현 비용, 내보내기 요구사항, 가격 조정 규칙을 정의해야 합니다. AI 협상 중에 구매자는 초과 사용료 상한, 내보내기 포함, 모델 변경 통지, 종료 지원을 대가로 2년 물량 약정을 제안할 수 있습니다. 이러한 트레이드오프가 수용 가능한지 여부는 모델이 아니라 책임 있는 팀이 결정합니다.

연습용 AI 프롬프트

• “인용된 소스 자료만 사용하여, 승인된 각 성과를 지표, 운영 조건, 임계값, 검증 방법으로 변환하라. 빈틈을 메우지 말고 누락된 입력을 표시하라.”
• “이 공급업체 응답들을 주장, 단위, 테스트 조건, 제품 버전, 증거 날짜별로 비교하라. 점수화하지 마라.”
• “인간 검토를 위해 모든 로드맵 약속, 근거 없는 주장, 일관되지 않은 분모, 라이프사이클 비용 가정을 나열하라.”

통제된 Negotiations.AI 워크플로에서 이러한 출력은 소스 연결 이슈 로그나 협상 브리프에 정보를 제공할 수 있습니다. 그러나 이해관계자는 여전히 가정, 입장, 양보안을 승인해야 합니다.

한계

AI 지원 초안 작성은 특이한 이해관계자를 누락하거나, 오래된 정책을 사용하거나, 요약 과정에서 단서를 제거하거나, 잘못된 비교 가능성을 만들어낼 수 있습니다. 작업 부하, 분모, 날짜, 테스트 조건이 다르면 수치 비교는 실패합니다. 모델은 공급업체 주장을 독립적으로 검증하거나, 조직의 위험 허용 수준을 결정하거나, 모든 법적 의무를 해석하거나, 구매자를 구속할 수 없습니다.

승인된 저장소, 정확한 인용, 버전 관리, 프롬프트 및 편집 로그, 역할 기반 접근, 언어 모델 외부의 재현 가능한 계산을 사용하세요. 기밀, 개인정보, 조달 민감 데이터를 승인되지 않은 서비스로부터 보호하세요. 중요한 주장은 구매자가 통제하는 비공개 데이터로 실제 배포와 유사한 조건에서 테스트하고, 외부에 발행하기 전에 인간 검토를 요구하세요.

출처

• NIST AI Risk Management Framework
• OMB Memorandum M-25-22
• FAR Part 10: Market Research
• EU Artificial Intelligence Act

추가 읽을거리

• GSA: Buy AI
• NIST Generative AI Profile
• UK Government Guidelines for AI Procurement

FAQ

AI가 하나의 프롬프트로 RFP 전체를 작성해야 하나요?

아니요. AI는 승인되고 버전 관리된 비즈니스, 기술, 상업, 위험 입력을 바탕으로 초안을 작성해야 합니다. 각 요구사항은 소유자가 검토하고 최종 문서는 승인해야 합니다.

AI 공급업체 제안서를 어떻게 비교 가능하게 만들 수 있나요?

공통 정의, 단위, 시나리오, 데이터셋, 물량 구간, 응답 표, 증거 필드를 제공하세요. 현재 기능과 로드맵 항목을 분리하고, 테스트 조건이 실제로 일치할 때만 정규화하세요.

AI가 공급업체를 점수화하거나 순위를 매길 수 있나요?

사전 승인된 공식을 계산하거나 누락된 증거를 표시할 수는 있지만, 가중치를 선택하거나, 주관적 점수를 매기거나, 공급업체를 제외하거나, 낙찰을 권고해서는 안 됩니다. 평가자는 원본 증거를 독립적으로 검토해야 합니다.

어떤 공급업체 주장이 계약 조건이 되어야 하나요?

평가에 영향을 준 중요한 주장은 수용 기준, 보증, 서비스 수준, 구현 마일스톤, 모니터링 의무, 구제수단으로 반영할지 검토해야 합니다. 최종 처리는 인간 조달, 비즈니스, 기술, 법무 책임자가 승인해야 합니다.

면책조항: 이 문서는 일반적인 조달 정보를 제공하며, 법률 또는 재무 자문이 아닙니다.