데이터 구축 외주, 견적은 무엇으로 갈릴까요 | 6가지 기준

먼저 짧게 답부터 드릴게요. AI 학습 데이터 구축을 외주로 맡길 때 견적을 가르는 건 장수가 아니에요. ① 어떤 형태로 표시하나(상자·윤곽선·픽셀) ② 라벨 종류가 몇 개인가 ③ 한 장에 물체가 몇 개인가 ④ 검수를 얼마나 하나 ⑤ 물량과 마감 ⑥ 원본 데이터를 누가 모으나, 이 여섯 가지예요. 같은 1만 장이라도 이 조건에 따라 견적이 몇 배씩 벌어져요.

“사진 1만 장에 라벨 붙이는 건데, 업체마다 견적이 세 배 넘게 차이 나요.”

AI 기능을 준비하는 회사에서 데이터 구축 외주 견적을 받아 보면 흔히 나오는 말이에요. 업체가 비싸게 부른 게 아니라 서로 다른 일을 견적한 경우가 대부분이에요. 요청서에 조건이 비어 있으면 업체마다 빈칸을 다르게 채우거든요.

---

1. 데이터 구축 외주, 무엇을 맡기는 걸까요

데이터 구축은 보통 네 단계로 나눠요. 견적서가 어느 단계까지 포함하는지부터 확인해야 해요.

단계	하는 일	견적서에 빠지기 쉬운 것
수집	사진·문서·음성 등 원본을 모아요	촬영·구매 비용, 개인정보 동의
정제	흐린 것·중복·민감 정보를 걸러요	얼굴·차량번호 가림 처리
가공(라벨링)	원본에 정답 표시를 붙여요	판단 기준 문서 작성
검수	표시가 맞는지 다시 확인해요	표본 비율, 재작업 횟수

수집까지 맡기면 비용 구조가 완전히 달라져요. 원본을 이미 갖고 있다면 가공·검수만 맡기는 견적인지 먼저 맞춰 두세요. 기존 시스템의 데이터를 옮기는 일은 데이터 이관 범위와 비용에서 따로 다뤘어요.

2. 표시 형태가 단가를 가장 크게 바꿔요

같은 사진이라도 무엇을 어떻게 표시하느냐에 따라 작업 시간이 달라요.

작업 형태	하는 일	단가 예시(참고)
분류	사진 한 장에 라벨 하나	가장 낮음
박스(바운딩박스)	물체에 네모 상자	건당 80～200원
윤곽선(폴리곤)	물체 테두리를 점으로 이어요	박스와 분할 사이
분할(세그멘테이션)	픽셀 단위로 영역을 칠해요	건당 250～800원

(단가는 국내 라벨링 업체 블로그가 공개한 예시예요. 공식 기준가는 없고 실제 견적은 업체마다 달라요. 마켓플레이스 안내에 따르면 이미지·음성 라벨링은 텍스트보다 작업 시간이 3～5배 걸린다고 해요.)

우리 AI가 정말 픽셀 단위까지 필요한지 먼저 물어보세요. 위치만 알면 되는 기능이라면 박스로 충분하고, 그것만으로 단가가 몇 배 차이 나요.

3. 라벨 종류와 물체 개수는 왜 견적을 키울까요

라벨 종류(클래스)가 늘면 작업자가 매번 고르는 데 시간이 들고, 비슷한 종류끼리 헷갈려서 틀리는 일도 늘어요. 한 장에 물체가 2개인 사진과 30개인 사진은 장당 단가가 같을 수 없어요.

그래서 견적 요청서엔 장수 말고 이 두 가지를 같이 적어요.

• 라벨 목록과 판단 기준 — “긁힘”과 “찍힘”을 무엇으로 가르는지 사진 예시까지
• 장당 평균 물체 수 — 샘플 50～100장을 세어 보면 나와요

흔한 실수 판단 기준 없이 라벨 이름만 보내는 거예요. 작업자마다 해석이 달라져 결과가 들쭉날쭉하고, 결국 재작업 비용이 붙어요. 판단 기준 문서를 만드는 일도 견적에 넣을지 처음부터 정해 두세요.

4. 검수 비율은 어떻게 정할까요

검수는 크게 전수(모두 다시 보기)와 표본(일부만 뽑아 보기)으로 나뉘어요. 전수가 안전하지만 비용이 거의 작업만큼 더 들 수 있어요. 검수 비율별 공개 단가는 찾기 어려워서, 업체에 비율별로 두세 가지 견적을 같이 달라고 하는 게 가장 확실해요.

견적서에서 확인할 건 이거예요.

• 표본 검수라면 몇 %를 보고, 기준 미달이면 어떻게 하나요(전체 재작업인지, 그 묶음만인지)
• 재작업은 몇 번까지 포함인가요
• “맞다”의 기준이 숫자로 있나요(예: 상자가 실제 물체와 몇 % 이상 겹쳐야 정답)

외주 개발에서 검수 기준을 정하는 방식은 외주 검수 기간은 며칠 잡고, 누가 무엇을 확인할까요와 같은 원리예요.

5. 물량·마감·수집은 어떻게 반영될까요

물량과 마감은 인력 배치를 정해요. 마감이 짧으면 사람을 더 붙여야 하고, 인원이 늘면 기준을 맞추는 교육과 검수가 같이 늘어요. 물량이 크면 단가를 낮출 여지가 생기지만, 처음부터 전체를 맡기기보다 1차 소량(예: 전체의 5～10%) 으로 기준을 맞춘 뒤 나머지를 진행하는 쪽이 재작업이 적어요.

원본 수집까지 맡기면 촬영·구매 비용에 개인정보 처리가 더해져요. 사람 얼굴이나 차량번호가 찍힌 데이터라면 가림 처리와 동의 범위를 누가 책임지는지 계약서에 적어야 해요. 고객 데이터를 다룰 때의 원칙은 고객 데이터 품질과 개인정보 원칙을 참고하세요.

6. 데이터바우처는 언제, 어떻게 확인할까요

과학기술정보통신부와 한국데이터산업진흥원(K-DATA)이 운영하는 데이터바우처 지원사업은 중소기업·소상공인 등에게 데이터 구매·가공 비용을 바우처로 지원해요. 2026년 수요기업 모집은 2월 27일~3월 31일(과기정통부 공고 제2026-0242호)이라 올해 일반 모집은 끝났어요.

지원 한도와 자부담 비율은 공고 본문이 아니라 첨부된 공모안내서에 나와요. 블로그·홍보 글마다 금액이 다르게 돌아다니니, 다음 공고 때 K-DATA 데이터바우처 사이트에서 원문을 직접 확인하세요. 바우처는 정해진 공급기업과 계약해야 하니, 일정이 맞는지도 같이 봐야 해요.

7. 견적 요청 전에 정리할 6가지

#	정리할 것	예시
1	맡길 단계	가공·검수만 / 수집부터
2	표시 형태	박스 / 윤곽선 / 픽셀 분할
3	라벨 목록과 판단 기준	불량 4종, 유형별 예시 사진
4	장당 평균 물체 수	샘플 100장 기준 평균 6개
5	물량과 마감	2만 장, 1차 1,000장 먼저
6	검수 방식	표본 10% / 전수, 재작업 2회 포함

이 표를 채워 여러 업체에 같이 보내면 견적이 같은 조건으로 나와 비교가 쉬워져요. 유형별로 개발 외주 견적이 어떻게 달라지는지는 개발 외주 견적, 유형별로 얼마나 다를까요에 정리해 뒀어요.

8. 운영해 본 개발사가 데이터 구축에서 먼저 묻는 것

저희는 자체 SaaS 4종을 직접 운영하면서 데이터는 한 번 만들고 끝나지 않는다는 걸 자주 겪어요. 서비스를 열면 처음 보는 경우가 계속 들어오고, AI 기능은 그 경우를 틀리면서 약점을 드러내요. 그래서 데이터 구축을 의뢰받으면 견적 전에 이렇게 물어요.

• 처음 데이터로 무엇을 확인하면 다음 단계로 가나요? (예: 특정 불량을 몇 % 맞히면 운영으로)
• 오픈 뒤 틀린 사례를 누가 모아서 다시 라벨링하나요?
• 이 데이터를 우리 회사가 소유하고 다른 모델에도 쓸 수 있나요?

세 번째 질문은 계약서에 꼭 남기세요. 직접 구축과 외주를 놓고 고민 중이라면 AI 직접 구축과 외주, 비용·기간은 어떻게 다를까요도 같이 보시면 좋아요.

저희는 10년 넘게 50개 이상의 프로젝트를 해 왔고, KICT 토양 특성 평가 앱처럼 현장 사진을 분석하는 프로젝트도 만들었어요. 롯데·캐논 같은 곳과도 함께해 왔고요. AI 기능에 필요한 데이터를 어디까지 만들어야 할지 막막하다면 샘플 몇십 장만 들고 오셔도 괜찮아요. 우리 데이터, 어떤 형태로 만들지부터 같이 정해 볼까요 →

9. 자주 묻는 질문 (FAQ)

데이터 라벨링 외주 비용은 장당 얼마인가요?

업체 공개 예시로는 박스 라벨링이 건당 80～200원, 픽셀 단위 분할이 250～800원 수준이에요. 참고용이고, 클래스 수·물체 개수·검수 비율에 따라 다시 정해져요.

데이터 구축 외주 견적을 정확히 받으려면 무엇을 보내야 하나요?

샘플 50～100건, 라벨 목록과 판단 기준, 물량과 마감일, 검수 방식을 보내세요. 같은 조건으로 견적을 받아야 비교가 돼요.

데이터바우처로 데이터 구축 비용을 지원받을 수 있나요?

중소기업·소상공인 등은 받을 수 있어요. 2026년 모집은 끝났고, 한도와 자부담 비율은 다음 공고의 공모안내서 원문으로 확인하세요.