PM · AI Architect
과업 이해, 범위 정의, 제안서와 발표자료, 품질관리
회사 소개
주식회사 슈퍼웬즈데이
MATLAB/Simulink 기반 산업 시뮬레이션과 AI 학습·추론 파이프라인을 연결하는 공공·에너지 AX 전문 수행사
공공·에너지 기관의 AI 실증을 실제 운영 가능한 데이터 파이프라인, API, 대시보드, 검증 산출물로 연결합니다. MATLAB/Simulink, 에너지 시뮬레이션, 최적화 모델, API, 데이터베이스, 대시보드, AI 학습데이터셋을 하나의 재현 가능한 실행환경으로 구성합니다.
사업자 정보
법인 개요
공고 심사와 계약 절차에서 확인하는 기본 정보입니다.
사업자 정보
제공 서비스
수행 가능한 과업
챗봇이나 생성형 AI 도입만이 아니라, 연구·실험·시뮬레이션 결과를 API, 데이터베이스, 데이터셋, 검증 대시보드까지 이어지는 실사용 환경으로 만드는 데 집중합니다.
| 서비스 | 내용 | 적합 대상 |
|---|---|---|
| 공공·에너지 AI PoC | AI 적용 후보 업무를 검증 가능한 PoC로 구현 | 공공기관, 연구기관, 에너지 기업 |
| 시뮬레이션-AI API 연계 | MATLAB/Simulink, 최적화 모델, 외부 AI API를 연결 | 연구소, 실험·제어 조직 |
| AI 학습데이터 파이프라인 | 원천 데이터 저장, 정규화, dataset export, 품질검증 구성 | 데이터는 있으나 학습셋이 없는 조직 |
| 대시보드·운영검증 환경 | 실행 상태, 데이터 품질, API 응답, 결과를 운영자가 확인 | PoC 이후 전환을 준비하는 조직 |
| 제안·검증 산출물 패키지 | 제안서, 발표자료, 실행가이드, 테스트 결과, 검수 기준 정리 | 공공 입찰, 실증사업, 파트너 제안 |
수행 실적
계약 수행 실적 요약
계약으로 수행해 완료한 과제입니다. 보유 역량과는 구분해 표기합니다.
| 항목 | 내용 |
|---|---|
| 발주 기관 | 한국에너지기술연구원 (정부출연연구기관) |
| 과제명 | 그린수소 AI 학습·추론 환경 구축 |
| 기간 | 2026년 2월 ~ 2026년 8월 (완료) |
| 분야 | 그린수소, 에너지, 전력 데이터, AI 학습·추론 |
| 대상 시스템 | 태양광(PV), 풍력(WT), ESS, 1MW급 수전해가 결합된 마이크로그리드와 SMP 계통한계가격 데이터 |
| 역할 | 범위 정의, 데이터 적재 구조 설계, API·데이터베이스 구현, 학습데이터셋 export, 운영자 대시보드, 검증 산출물 작성 |
| 산출물 | 적재·조회 API, 데이터베이스, AI 학습데이터셋, 운영자 대시보드, 재현 절차(Docker·스크립트·smoke test·runbook), 검증 리포트 |
| 계약 규모 | 비공개 |
상세 실적증명서는 제안 시 제출합니다. 계약금액, 실제 원천 데이터, 내부 URL, 계정, 비공개 화면은 포함하지 않습니다. 자동제어 적용, 모델 품질·경제성 평가, 실운영 승인은 이 과업의 범위가 아니며 후속 단계로 구분합니다.
수행 체계
과업 규모에 맞춰 구성합니다
핵심 설계와 구현 책임은 대표가 직접 맡고, 과업 규모와 일정에 따라 협력 전문가를 결합합니다.
Backend · Data Engineer
API, 데이터베이스, 데이터 파이프라인, dataset export
AI Engineer
외부 AI API, RAG/LLM, baseline model, 검증 시나리오
Dashboard · Report
운영자 화면, 테스트 결과, 최종보고 산출물
1인 법인 구조에서는 PM·AI Architect와 핵심 구현 책임을 제안사가 맡고, 과업 규모와 일정에 따라 협력 전문가를 투입확약서 또는 파트너 방식으로 구성합니다. 구체적인 투입 계획은 공고 요건에 맞춰 제안 시 제시합니다.
인증·자격
보유 자격
공고의 자격 요건 확인에 필요한 항목입니다. 증빙은 제안 시 제출합니다.
| 항목 | 내용 |
|---|---|
| 소프트웨어사업자 신고 | 보유 |
| 법인 사업자등록 | 581-86-02156 (2020년 9월) |
| 통신판매업 신고 | 제2026-서울서대문-1146호 |
각 항목의 증명서와 유효기간은 제안 시 최신본으로 제출합니다.
기술 스택
실제로 사용하는 기술
수행 과제와 직접 운영 중인 서비스에서 함께 쓰고 있는 구성입니다.
| 영역 | 기술 |
|---|---|
| 시뮬레이션·계산 | MATLAB, Simulink, MILP·최적화, 시나리오 생성 |
| API·Backend | FastAPI, Python, REST API |
| 데이터 | PostgreSQL, JSONL, NDJSON, dataset export, normalization profile |
| 운영·검증 | Docker, 실행 스크립트, smoke test, runbook |
| UI·대시보드 | 대시보드, 차트, 실행·시나리오 drill-down |
| AI 연계 | inference API, 온디바이스 LLM 런타임, RAG·LLM 적용 검토 |