핵심 아이디어
- 타깃
- 중대형 건설사(현대건설·대림 등) 품질관리팀, 감리회사, 하도급 시공업체. 연 10개+ 현장을 운영하며 하자보수 비용에 골머리 앓는 현장소장.
- 문제
- 건설 시공 품질 검수는 감리가 현장을 직접 돌며 눈으로 확인 → 수기 기록 → 구두 통보 → 재시공 지시. 검수 기준이 감리 개인마다 달라 주관적. 하자 발견이 늦으면 재시공 비용 10배 증가. 하도급 업체 품질을 객관적으로 비교할 수단이 없어 '아는 업체'에 반복 발주.
- 해결
- 시공 사진 촬영·업로드 → AI가 균열·수평/수직 오차·마감 상태·방수 처리 등을 자동 분석 → S/A/B/C/D 등급 판정 + 하자 포인트 좌표 마킹 → 자동 검수 보고서 + 재시공 지시서 생성. 등급 이력이 하도급 업체 포트폴리오로 축적.
- 차별화
- 기존 건설 검수 앱은 '사진 첨부형 체크리스트'(수동 입력). SiteGrade는 AI가 사진을 보고 직접 판정. 검수 시간 1/10, 기준 객관성 10x. 하도급 업체에겐 '등급 이력 = 신용점수'로 입찰 경쟁력 확보.
핵심 기능
- 01
시공 사진 AI 자동 품질 분석(균열·오차·마감 판별)
- 02
S/A/B/C/D 등급 자동 판정 + 하자 좌표 마킹
- 03
자동 검수 보고서·재시공 지시서 PDF 생성
- 04
하도급 업체별 등급 이력 포트폴리오
- 05
현장별 품질 트렌드 대시보드(공정 단계별 불량률)
시장과 비즈니스
수익 구조
| 핵심 모델 | B2B SaaS 월 ₩99,000/현장 × 200 현장 = 월 ₩19,800,000. |
|---|---|
| 근거 01 | 건설사에게: 하자보수 1건 평균 ₩500만원. |
| 근거 02 | 월 1건만 사전 방지해도 ₩500만원 절감. |
| 근거 03 | ₩99,000은 하자보수비의 1/50. |
- 개발 기간
- 약 14주
- 시장 규모
- 전체 시장 한국 건설 품질관리 시장 연 ₩2조 (감리비 + 하자보수 비용)유효 시장 AI 검수 도입 가능 중대형 현장 20,000개 × 연 ₩1,200,000 = ₩240억초기 목표 시장 첫 해 건설사 20곳 × 평균 10현장 = 200현장 × 월 ₩99,000 = 월 ₩19,800,000
- 시장 흐름
- rising
발견 근거
- 시장 신호
- 건설 현장(지루하지만 돈 되는 업종) × 일본 가챠 문화(희귀도 등급 시스템) 충돌 → 시공 품질에 S~D '뽑기' 등급을 부여하는 객관적 평가 체계
- 분석 방식
- 방법 1: 강제 충돌 + 방법 3: 페르소나(조선시대 도편수가 장인의 솜씨를 눈으로 검수하듯, AI가 시공 품질을 사진으로 검수. '명장' 등급 개념을 현대 건설에 이식)
- 포착 일자
- 2026.03.07
