KO
언어 / Language

선택한 언어는 이 브라우저에 저장됩니다.

로그인
KO
언어 / Language

선택한 언어는 이 브라우저에 저장됩니다.

아이디어 발견

이커머스/D2C

Resurge

이커머스 반품 상품 AI 분류→자동 재판매

누구를 위한가
카페24·스마트스토어 기반 패션/뷰티 셀러(연매출 1억~50억, 3~10인 규모). 반품률 15~30%로 월 수백 건이 발생하지만 전담 인력이 없어 사장이 CS를 직접 처리하며 반품 박스를 창고에 쌓다 분기마다 폐기하는 팀. 초기 SOM: 카페24·스마트스토어 등록 쇼핑몰 중 해당 조건 약 3만 개 → 얼리어답터 5% = 1,500개 업체 / 월 약 2.5억원 / 연 ARR 약 30억원
어떤 문제가 있나
**이커머스 반품 상품의 70~100%가 폐기되거나 원가 10% 이하로 땡처리된다.** • 국내 이커머스 역물류 비용 연간 약 1.2조원(한국통합물류협회 추정) • 반품 건당 박스 개봉→상태 확인→사진 촬영→가격 재책정→중고 마켓 수동 등록까지 30분 이상 소요 • 현재는 엑셀+카톡 단톡방으로 처리하다 결국 분기마다 폐기 • 미국 Loop Returns($65M Series B)·Returnly($300M Affirm 인수)로 해외에서 문제 크기와 솔루션 수요 검증 완료. 국내 중고시장은 2025년 35조원 예상으로 재판매 수요 급증 중
어떻게 해결하나
**카페24·스마트스토어 플러그인으로 반품 접수부터 재판매까지 2분 안에 자동화한다.** ① 반품 접수 즉시 셀러가 카카오톡 채널로 상품 사진 3장 전송 (신규 앱 설치 불필요) ② AI가 상태 등급(A/B/C) 자동 분류 + 카테고리·시즌 반영 재판매 적정가 산정 → 셀러 1클릭 승인으로 오분류 리스크 최소화 ③ Phase 1: 자사몰·스마트스토어 재등록 집중 / Phase 2: 번개장터·오픈마켓 자동 리스팅으로 채널 확장 • 재판매 성과 대시보드로 손실 회수율 실시간 추적 • 리스크 완화: 초기 1,000건 수동 검증 데이터로 AI 학습 품질 확보, 독립 웹앱 병행 개발, 외부 마켓 연동은 2단계로 순차 진행
채용 마켓플레이스

Burrow

프라이빗 코드 분석 기반 익명 개발자 채용 마켓

누구를 위한가
이직 준비 중인 경력 3년+ 백엔드/풀스택 개발자 (현 직장에 들키지 않아야 하는), 개발자를 빠르게 뽑고 싶은 50~300인 규모 IT기업 채용담당자·CTO
어떤 문제가 있나
이직 준비 개발자는 실제 업무 코드(프라이빗 레포)를 보여줄 수 없어 실력 증명이 어렵다. 현재 방식: 노션에 포트폴리오 수동 정리, 깃허브 잔디 관리(공개 레포만), 원티드에 이력서 공개(현 직장 발각 위험). 기업은 코딩테스트·이력서만으로 실무 역량 판단 불가능 → 채용 미스매치로 6개월 내 퇴사율 30%+, 재채용 비용 건당 ₩3,000만원.
어떻게 해결하나
깃허브 앱 1클릭 설치 → 프라이빗 레포 포함 전체 코드를 정적분석(AST 파싱, 의존성 그래프, 테스트 패턴) → 코드 원본은 일절 저장하지 않고 역량 벡터만 추출 → 완전 익명 역량 프로필 자동 생성 → 기업이 실력만 보고 면접 요청 → 개발자가 수락해야만 상호 실명 공개.
리걸테크

Lexpath

판례 관계 그래프 기반 논증 경로 최적화 엔진

누구를 위한가
월 5건 이상 소송을 처리하는 소형 로펌(1-10인) 변호사 및 개업 3년 이내 변호사. 로앤비/캐스노트에 연 ₩100만원+ 지출하면서도 판례 리서치에 사건당 8시간 이상 소모하는 국내 약 8,000명(SAM).
어떤 문제가 있나
**변호사는 새 사건마다 수십 시간을 판례 관계 정리에 수작업으로 소모한다.** • 로앤비 키워드 검색 → 하나씩 열람 → 인용/변경 관계를 워드/노트에 수동 정리 → 최적 판례 조합을 감으로 판단 → 상대방 논증도 경험에 의존 • 사건당 평균 8-15시간 소요 • 판례 수만 건인데 관계 구조는 머릿속에만 존재
어떻게 해결하나
**대한민국 공개판례 전체를 그래프 DB로 구조화해 최적 논증 경로를 자동 추천한다.** ① 판례=노드, 인용·변경·폐기·확장=엣지로 Neo4j 그래프 구성 ② 쟁점 입력 시 관련 판례 클러스터를 인터랙티브 네트워크 맵으로 시각화 ③ 그래프 최적화 알고리즘으로 '논증 강도를 극대화하는 판례 인용 조합' 추천 ④ MVP는 민사 계약분쟁(전체 판례의 ~30%) 한정, 12주 내 출시 — 이후 형사·행정·가사 순차 확장
RegTech

FineGuard

자영업자 과태료 예방 1분 컴플라이언스 알림

누구를 위한가
개인 식당·카페·미용실·소매점 자영업자 (직원 0-9명, 비프랜차이즈, 법적 의무를 달력/기억에 의존하는 사장님)
어떤 문제가 있나
자영업자는 업종별 법적 의무(위생교육·소방점검·원산지표시·개인정보보호·냉장고온도기록 등) 수십 개를 달력/기억/카톡에 의존해 관리. '몰라서' 또는 '잊어서' 연 평균 1-2건 과태료(건당 ₩100~1,000만원) 부과당함. 세무사는 세금만 다루고, 정부 앱(식품안전나라)은 UX 최악에 알림 기능 없음. 프랜차이즈 본사가 챙겨주는 가맹점과 달리 개인 자영업자는 완전한 사각지대.
어떻게 해결하나
업종+지역+규모 3가지만 입력하면 해당 법적 의무 자동 매핑. 매일 아침 1분, 흑백 미니멀 화면에 '오늘 해야 할 1개 액션'만 푸시. 과태료 금액·D-day·동종업계 이행률을 손실회피 넛지로 제시('D-7: 위생교육 미이수 시 과태료 ₩300만원, 같은 동네 식당 83% 이미 완료'). 완료 탭 한 번으로 이행 기록+증빙 사진 자동 아카이브(단속 대비).
스타트업 인프라

FieldTest

100개국 동시 수요 검증 원클릭 도구

누구를 위한가
두 번째 이상 창업자, 글로벌 진출 검토 스타트업(Pre-Seed~Series A), 인디해커 — '검증 없이 만든 게 패인'을 1차 실패에서 뼈저리게 배운 사람들. SOM 근거: Product Hunt 월 런치 5,000개+YC계열 연 10,000팀+Indie Hackers 활성 팀 10만 명 중, 글로벌 진출 검토 비율 20% = 2만 팀/년 → 전환율 3% = 600팀(Year 1 보수 목표), 2만 팀 × 5% = 1,000팀+(Year 2 성장 목표). TAM 기준: 글로벌 스타트업 신규 창업 150만/년 × 글로벌화 비율 10% × 전환 2% = 3,000팀 천장.
어떤 문제가 있나
아이디어가 어느 나라에서 먹힐지 모른다. 각국별 랜딩페이지 수동 제작 → 수동 번역 → 각기 다른 광고 세팅. 1개국 테스트에 2주+, 10개국이면 5개월. 두 번째 창업자는 이 삽질을 반복하기 싫다.
어떻게 해결하나
컨셉 한 줄 입력 → AI가 100개국 맞춤 랜딩페이지 자동 생성(현지어·현지 통화·현지 결제) → 마이크로 광고 자동 집행($5~20/국가) → 48시간 내 국가별 수요 히트맵 + 전환율 리포트. MVP는 10개국으로 시작해 30→100개국 단계적 롤아웃(기술 리스크 통제). Meta/Google 공식 파트너 에이전시 계정 풀로 광고 정책 리스크 분산. GPT-4o 번역 후 원어민 5% 샘플 자동 검수로 현지화 품질 보증.
인슈어테크

PolicyGene

보험 포트폴리오를 진화 알고리즘으로 최적화

누구를 위한가
월 20건+ 계약 체결하는 GA 소속 보험설계사 (한국 약 35만 명 중 상위 20% = 약 7만 명). 초기 SOM: 얼리어답터 1% 침투 700명, 3년차 3% 침투 2,100명 현실적 목표.
어떤 문제가 있나
고객에게 최적 보험 조합을 추천하려면 수십 개 상품을 수동 비교하고 Excel로 보장 분석을 해야 함. 보장 중복·누락을 놓쳐 민원·해지 발생. 설계사 1인당 주 3-5시간을 포트폴리오 분석에 소모. [경쟁 공백 근거] 보맵·뱅크샐러드는 소비자향 비교 플랫폼으로 설계사 워크플로우 미지원. 보험사 자체 CRM은 자사 상품만 추천—타사 대비 교차 최적화 불가. '멀티 보험사 포트폴리오 최적화' 도구는 현재 시장에 부재.
어떻게 해결하나
고객의 기존 보험 데이터를 입력하면 유전 알고리즘(Genetic Algorithm)이 수천 개 상품 조합을 시뮬레이션하여 최적 포트폴리오를 자동 도출. 결과는 흑백 이분법 대시보드로 표시: 모든 상품을 '가입/해지/유지' 세 가지로만 명쾌하게 판정. [리스크 완화] ① 규제(금소법): '추천'이 아닌 '분석 지원 도구'로 포지셔닝—최종 판단은 설계사 재량으로 명시해 규제 준수. ② 데이터 연동: 초기엔 CSV·수동 입력으로 MVP 출시 → 보험다모아 공공 API·GA 법인 제휴로 단계적 자동화. ③ 알고리즘 신뢰성: 보험계리사 자문단 구성, 결과물에 '계리 검증 배지' 부착.
AI탐지

ProofGuard

이혼소송 디지털 증거 AI 위변조 탐지 서비스

누구를 위한가
이혼·가사 전문 법률사무소 (한국 약 200곳). 특히 재산분할·양육권 분쟁에서 상대방 디지털 증거의 진위를 다투는 케이스가 많은 곳.
어떤 문제가 있나
이혼 소송에서 상대방이 제출한 카톡 대화 캡처, 사진, 계좌 내역서가 AI로 조작됐는지 검증할 방법이 마땅치 않음. 기존 디지털 포렌식 업체는 건당 ₩500만원+에 2-4주 소요. AI 딥페이크 기술 발전으로 조작 증거 증가 추세.
어떻게 해결하나
100개 이혼전문 로펌만 사용 가능한 프리미엄 AI 포렌식 플랫폼. 카톡 캡처, 사진, 문서를 업로드하면 메타데이터·픽셀 패턴·언어 일관성·타임스탬프를 다층 분석하여 AI 생성/위변조 확률을 판정. 법정 제출용 포렌식 리포트 자동 생성.
AR

ScanHome

AR로 전월세 하자를 스캔, AI 리포트 자동 생성

누구를 위한가
20-30대 전월세 세입자(특히 원룸·오피스텔 1인 가구), 부동산 중개업소
어떤 문제가 있나
전월세 입퇴거 시 집 상태를 스마트폰 사진으로만 대충 기록. 퇴거 시 집주인이 '원래 있던 하자'를 세입자 탓으로 돌려 보증금에서 수십~수백만원 공제. 전문 하자 진단은 건당 ₩30만원+ 비용에 일정 잡기도 어려움.
어떻게 해결하나
스마트폰 AR 카메라로 집 안을 스캔하면 AI가 곰팡이, 균열, 찍힘, 수압 이상, 창호 결로 등을 자동 탐지. 하자 위치와 심각도가 기록된 법적 증거력 있는 PDF 리포트를 즉시 생성.
SaaS/B2B 도구

HiveCast

이모지 스웜 베팅으로 팀 예측 정확도를 높이는 엔진

누구를 위한가
50-300명 한국 테크·커머스 기업의 세일즈팀·PO팀·경영기획팀
어떤 문제가 있나
분기 예측을 팀장 1명 감에 의존. 주니어는 위계 문화에 입을 못 연다. 예측 정확도 40% 미만, 연간 수천만원 기회비용. 현재: 엑셀+회의에서 팀장이 숫자 결정
어떻게 해결하나
팀 전원 익명 이모지(🔥📈📉💀🎯) 베팅 → 스웜 알고리즘이 개인별 트랙레코드 가중치 반영해 팀 예측값 산출. Slack/Teams 봇으로 30초 참여
마켓플레이스

BoxReach

택배 박스 안 엽서형 실물 광고 마켓플레이스

누구를 위한가
[광고주] 뷰티·식품·건기식 D2C 브랜드 퍼포먼스 마케터 ↔ [셀러] 일 100건+ 발송하는 스마트스토어·쿠팡 마켓플레이스 셀러
어떤 문제가 있나
광고주: 메타·구글 디지털 광고 CPM 매년 20%+ 상승, iOS 개인정보 강화로 타겟팅 정확도 하락, 전환율 1% 미만. 실물 샘플 배포하고 싶지만 배포 채널 확보 불가(전단지 수거율 3%, DM 개당 ₩2,000). 셀러: 매일 수백 개 박스를 보내지만 박스 안 빈 공간을 수익화하지 못함.
어떻게 해결하나
광고주가 타겟 조건(구매 카테고리·지역·연령대) 설정 → BoxReach가 매칭되는 셀러에게 엽서형 광고물·파우치 샘플 사전 배송 → 셀러가 일반 택배 박스에 동봉 → QR스캔으로 동봉 인증 → 광고주에게 실시간 동봉 현황·전환 리포트. 인스타의 정반대: '스크롤해서 지나치는' 디지털이 아닌 '택배 열 때 손에 잡히는' 물리적 경험.

다음 아이디어를 준비하고 있습니다.

다음 발견 불러오기 →목록에서 검색하기