체크리스트

AI 경진대회, 공고 전에 정해야 하는 네 가지

AI 경진대회가 행사로 끝나지 않으려면 공모 부문, 데이터·API 제공, 멘토링 방식, 위험관리를 공고 전에 정해야 합니다. 가명정보·AI기본법 기준으로 확인 순서를 정리했습니다.

2026-11-04

AI 경진대회는 참가팀을 모으고 시상식을 치르는 행사가 아니라, 교육에서 확인한 역량을 실제 업무 과제와 PoC 후보로 전환하는 장치로 설계해야 합니다. 공모 부문을 어떻게 나누는지, 데이터·API를 어떤 조건으로 제공하는지, 멘토링과 개발 방식을 어떻게 운영하는지, 수상작이 고영향 AI 판정을 받을 가능성까지 공고 전에 정해 두어야 대회가 끝난 뒤에도 결과가 조직의 AX 파이프라인으로 이어집니다.

공공기관이 실제로 연 AI 경진대회 두 건과, 대회 운영에 걸리는 개인정보·AI기본법 기준을 하나씩 짚어 보면 무엇을 사전에 정해야 하는지가 드러납니다.

공모 부문을 실증·PoC 와 우수사례로 나누면 평가 기준이 달라집니다

한국지능정보사회진흥원(NIA)이 공고한 「2026 공공기관 AI 혁신 챌린지」는 공모 부문을 AI 서비스 실증·PoC와 AI 활용 우수사례 두 가지로 나누고, 심사를 서면 심사 → 발표 심사 → 최종 확정 순서로 운영합니다. 참가 대상은 알리오(ALIO) 공시 기준 전 공공기관이며, 단독 또는 컨소시엄으로 참여할 수 있습니다.

두 부문을 나눈 이유는 평가 기준이 다르기 때문입니다. 실증·PoC는 기술이 실제로 작동하는지를, 우수사례는 이미 적용한 결과가 업무에 남았는지를 봅니다. 하나의 심사 기준으로 두 부문을 함께 평가하면 아직 검증 단계인 PoC가 이미 성과를 낸 우수사례와 같은 저울에 오르게 됩니다. 공모 부문을 공고 시점에 나눠 두어야 이 문제를 피할 수 있습니다.

데이터·API를 제공할 때는 가명정보 검토부터 끝내야 합니다

2025 AI Challenge Season2는 대회 주제 자체를 통합테스트베드의 데이터·API를 활용한 사회문제 해결 서비스 개발로 정하고, 참가팀에 디지털자원(데이터·API)을 무료로 제공했습니다. 참가자에게 실제 데이터를 쥐여 줘야 결과물이 업무에서 바로 쓸 수 있는 수준으로 나온다는 판단입니다.

문제는 그 데이터에 개인정보가 섞여 있을 때입니다. 개인정보보호위원회가 2026년 3월 전면 개정한 「가명정보 처리 가이드라인」은 가명처리 단계를 ①사전 준비 → ②위험성 검토 → ③가명처리 → ④적정성 검토 → ⑤안전한 관리 다섯 단계로 제시하고, 위험도 판단 기준을 '누가 활용하는지'와 '어떤 환경에서 처리되는지'로 구분했습니다. 가이드라인은 동일 기관 내부에서만 쓰는 경우를 저위험으로 분류하므로, 외부 참가자에게 데이터를 배포하는 경진대회는 이 기준을 그대로 적용하면 내부 통계 활용과 달리 위험성 검토 단계를 건너뛰기 어렵습니다.

다행히 이번 개정으로 작성 서류양식이 24종에서 10종으로 줄었습니다. 데이터 제공형 경진대회를 설계할 때는 공모 공고를 내기 전에 제공할 데이터의 위험도를 먼저 판단해, 어떤 서류와 검토 절차가 필요한지 확정해 두는 쪽이 접수 기간 중 데이터를 늦게 푸는 사고를 막습니다.

멘토링과 개발 방식은 심사 단계보다 먼저 정합니다

2025 AI Challenge Season2는 기획서 평가를 거쳐 본선 10개 팀을 선정한 뒤, 멘토링과 애자일 개발 방법론을 활용해 혁신서비스를 개발하도록 설계했습니다. 지원 내용도 데이터·API 무료 제공과 함께 빅테크 기업의 코칭·멘토링으로 구체화했습니다. 본선부터 결선까지 약 두 달을 반복 개발 기간으로 쓴다는 뜻입니다.

정보통신산업진흥원(NIPA)이 2025년 11월 말레이시아에서 연 한-아세안 인공지능 개발 창업 경진대회도 같은 구조입니다. 한국과 아세안 10개국의 스타트업 22개 팀을 선발해 약 8주간 멘토링 중심의 창업 육성 프로그램을 운영한 뒤, 결선 발표에 이어 아세안 스타트업 대표회의와 연계한 글로벌 네트워킹 세션으로 투자자와 참가팀을 연결했습니다. 심사 당일 발표만으로 끝나지 않고, 멘토링 기간과 투자 연계 세션을 공고 단계에서부터 일정표에 넣어 둔 것입니다.

멘토링 기간을 심사 이후로 미루면 참가팀은 결과물을 한 번만 만들고 끝냅니다. 반복 개발과 투자·사업화 연계 세션을 심사 전 일정에 넣어야 수상 여부와 무관하게 참가팀의 결과물이 한 단계 더 나아갑니다.

수상작이 고영향 AI가 될 가능성을 미리 점검합니다

PoC가 실제 서비스로 전환되는 순간부터는 다른 책무가 걸립니다. 인공지능기본법 제34조는 고영향 인공지능 또는 이를 이용한 제품·서비스를 제공하는 사업자에게 위험관리방안의 수립·운영, 최종결과 도출에 활용된 주요 기준에 대한 설명, 이용자 보호, 사람의 관리·감독, 관련 조치 내용을 확인할 수 있는 문서의 작성·보관을 의무로 규정합니다.

미국 NIST의 생성형 AI 위험관리 프레임워크(AI RMF Generative AI Profile)도 같은 방향을 가리킵니다. 이 문서는 거버넌스, 콘텐츠 출처, 배포 전 테스트, 사고 공개 네 가지를 핵심 고려사항으로 제시하고, 위험을 사건 발생 가능성과 결과의 크기를 결합해 판단하도록 권고합니다.

경진대회 심사 기준에 이 항목을 넣는 쪽이 안전합니다. 우수사례 부문 수상작 중 실제 서비스로 전환할 계획이 있는 과제라면, 발표 심사 단계에서 위험관리방안 초안과 사람이 결과를 관리·감독할 지점을 함께 제출하게 하면 수상 이후 고영향 AI 해당 여부를 다시 따지는 절차를 줄일 수 있습니다.

경진대회를 설계할 때 공고 전에 정해 둘 순서

네 가지를 공고 전에 확정하면 경진대회가 행사로 끝나지 않습니다. 첫째, 공모 부문을 실증·PoC와 우수사례처럼 평가 기준이 다른 단위로 나눕니다. 둘째, 데이터·API를 제공한다면 개인정보 포함 여부와 위험도를 먼저 판단해 필요한 검토 절차와 서류를 확정합니다. 셋째, 멘토링·반복 개발 기간과 심사 단계를 함께 일정표에 넣어 결과물이 한 번에 끝나지 않게 합니다. 넷째, 수상작이 고영향 AI로 이어질 가능성이 있는 과제는 위험관리방안을 심사 항목에 포함합니다.

네 가지 중 하나라도 공고 이후로 미루면, 접수 기간 중 데이터를 늦게 풀거나 심사 뒤 위험관리 문서를 새로 요구하는 식으로 일정이 흔들립니다. 참가팀이 아니라 주최 측 내부 승인 절차가 지연의 원인이 되는 경우가 더 많습니다.

자주 묻는 질문

AI 경진대회와 AI 해커톤은 어떻게 다른가요?
해커톤은 과제 선정·심사·수상작 이관을 중심으로 설계하지만, 경진대회는 공모 부문(실증·PoC/우수사례) 구분과 데이터·API 제공 여부가 더해지는 경우가 많습니다. 두 설계 모두 수상 이후 결과물이 어디로 가는지를 미리 정해 둬야 한다는 점은 같습니다.
참가자에게 제공하는 데이터에 개인정보가 섞여 있으면 어떻게 하나요?
가명정보 처리 가이드라인의 가명처리 다섯 단계(사전 준비·위험성 검토·가명처리·적정성 검토·안전한 관리)를 거쳐야 합니다. 외부 참가자에게 배포하는 데이터는 내부 통계 활용과 달리 저위험으로 분류되지 않을 가능성이 높으므로, 공고 전에 검토위원회 심의가 필요한지부터 확인합니다.
수상작을 실제 서비스로 전환하면 항상 고영향 AI 의무가 생기나요?
아닙니다. 인공지능기본법 제34조의 의무는 해당 서비스가 고영향 인공지능으로 판정된 경우에 적용됩니다. 다만 전환 가능성이 있는 과제라면 심사 단계에서부터 위험관리방안 초안을 받아 두면 판정 이후 절차가 줄어듭니다.
멘토링은 꼭 외부 전문가나 빅테크 기업이 맡아야 하나요?
운영 사례마다 다릅니다. 2025 AI Challenge Season2는 빅테크 기업의 코칭·멘토링을 지원 내용으로 명시했고, 한-아세안 경진대회는 멘토링과 함께 투자자·스타트업 관계자가 참여하는 네트워킹 세션을 결선 뒤에 붙였습니다. 조직 내부에 반복 개발을 지도할 인력이 있다면 외부 멘토링과 병행해도 됩니다.