POLARIS
2026 AI+ OpenData 챌린지는 중소벤처기업부가 주최하고 중소벤처기업진흥공단이 주관한 대회입니다. 공공기관의 현안을 해결하기 위해 기관이 실제 사용하는 현장 데이터를 AI 스타트업에 공개하고, 혁신적인 AI 솔루션을 발굴하는 것이 목적입니다.
소상공인시장진흥공단 · 창업진흥원 · 중소벤처기업연구원 · 기술보증기금 · 한국중소벤처기업유통원이 과제 출제기관으로 참여했습니다.
과제는 기업지원 행정 서비스 고도화를 위한 6개로, 우승 후 출제기관과 솔루션 계약으로 이어지는 계약 연계형 3개와 일반형 3개입니다. 창업 10년 이내 AI 스타트업이 참여해 서류평가로 과제별 5개사(총 30개사)가 본선에 올랐고,
약 10주간의 개발·실증을 거쳐 발표평가와 사용자 체험평가로 과제당 1개 우승기업을 가렸습니다. 우승기업 6개사에는 각 1억 원의 상금과 지원사업 선정 시 우대가 주어졌습니다.
혁신계량연구소가 참여한 '정책 효과 예측 분석' 과제는 중소벤처기업연구원이 출제했습니다. 공공기관이 정책 개발과 결정에 활용할 수 있도록 기업별 지원사업을 추천하고, 지원기업의 매출·고용 성장률을 비(非)지원 기업과 비교해 정책 효과를 분석하는 AI 솔루션이 요구사항이었습니다.
현장에는 수작업·착시·미검증·반복이라는 네 가지 문제가 있었고, 과제는 이에 대응하는 네 가지 기능을 요구했습니다. 그러나 효과의 직접 관측 불가, 지원 배정의 비무작위성, 관측 성과와 순효과의 괴리라는 본질적 난이도를 다루지 못하면, 잘못 산정된 효과값이 네 기능 전체로 복제·전파됩니다.
공공 활용을 전제로 하는 서비스에서는 제공 정보의 신뢰성이 선결 조건입니다.
| 구분 | 현장의 문제 | 과제 요구 기능 |
|---|---|---|
| 정책 매칭 | 수작업 탐색, 담당자 경험 의존 | 기업 맞춤형 정책 매칭 · 3개 이상 추천 + 설명·근거 |
| 효과 분석 | 수혜기업 중심, 비수혜 비교 부재 | 정책 효과 분석 · 수혜 대 비수혜, 매출·고용 정량 |
| 기획 | 신규 설계 시 예측·타당성 검증 부족 | 정책 효과 예측 · 기업·기업군 단위 수치형 결과 |
| 행정 업무 | 매칭·분석·보고서의 반복 수작업 | 보고서 자동 생성 · 자연어 설명·시각화 |
'정책효과예측'은 네 기능 중 하나의 이름이 아니라 네 기능이 공유하는 기반의 이름입니다.
기업별 순효과를 얼마나 올바르게 산정하고 검증하느냐가 매칭·분석·예측·보고서 전체의 품질을 결정한다고 보고, 여기에 집중했습니다.
지원받았을 때의 성과에서 지원받지 않았을 때의 성과를 뺀 차이, 즉 순정책효과로 효과를 정의합니다. 겉으로 보이는 성과 증가와 지원의 몫을 구분합니다.
사업 평균은 조건이 같은 미수혜 기업의 실측과 비교해 재고, 기업별 값은 예측 모형으로 산정합니다. 한 방법으로는 답할 수 없는 두 질문을 나눠 맡깁니다.
학습에 쓰지 않은 연도의 실제 성과로 예측을 검증하고, 통과한 사업에서만 회사별 값을 보여줍니다. 통과하지 못하면 사업 평균 참고치만 제공합니다.
지원 자격 → 수혜 개연성 → 기대 효과 순으로 걸러, 가능성이 높은 사업과 효과가 기대되는 사업을 따로 제시합니다.
모든 수치에 데이터 출처 라벨을 붙이고, 검증이 성립하지 않는 사업에는 순위나 추천을 주장하지 않습니다.
지원 없이도 성장했을 기업을 고르는 착시를 피하고, 지원으로 달라지는 기업을 찾습니다.
검증된 값을 말로 옮기는 역할만 맡고, 내부망의 로컬 모델로 외부 반출 없이 작동합니다.
모든 역할에 AI 도우미와 보고서 자동 생성을 공통으로 제공하며, 전 수치에 데이터 출처 라벨을 붙입니다.
옆으로 밀어 9개 화면을 볼 수 있습니다 · ※ 챌린지 보안 규정에 따라 일부 정보는 흐림 처리했습니다.
검증 통과 사업 기준, 같은 예산·같은 인원에서 선정 기준만 순효과 순으로 바꾼 시뮬레이션 결과입니다.
기관 보유 데이터와 연계하면 동일 방법론으로 즉시 확장할 수 있습니다.
42개 사업에서 전 부처 정책효과 지도로 넓혀 가는 도입·시범운영을 함께 검토합니다.
