C
핵심 아이디어
- 타깃
- 프랜차이즈 본사 메뉴 R&D팀, 급식업체 영양사, 호텔 조리팀장
- 문제
- 신메뉴 개발이 셰프 감에 의존, 실패율 70%+. 엑셀에 레시피 정리+소규모 시식으로 수주 소요. 마라크로플 같은 이종 조합 히트는 우연에 맡기는 중.
- 해결
- POS 매출·잔반·원가 데이터를 학습한 AI가 '아직 시도 안 됐지만 성공 확률 높은' 식재료 조합을 매일 추천. 매일 1분이면 추천 확인+테스트 판단 완료.
- 차별화
- 감 의존→데이터 기반. 신메뉴 성공률 3배↑, 개발 사이클 8주→2주, 실패 메뉴 낭비 연 수천만 원 절감.
핵심 기능
- 01
식재료 조합 성공률 예측 엔진
- 02
POS·잔반 데이터 자동 연동+원가 시뮬레이션
- 03
A/B 테스트 메뉴 성과 추적 대시보드
- 04
매일 1분 브리핑: 어제 결과+오늘 추천
시장과 비즈니스
수익 구조
| 핵심 모델 | B2B SaaS ₩79,000/월 × 200업체 = ₩15,800,000/월. |
|---|---|
| 근거 01 | 실패 메뉴 1개 방지 = 재료·인건비 수백만 원 절감이므로 ₩79,000은 거저. |
- 개발 기간
- 약 14주
- 시장 규모
- 전체 시장 국내 외식·급식 시장 약 170조 원 중 메뉴 컨설팅 약 5,000억 원유효 시장 프랜차이즈 본사+대형 급식업체 약 2,000곳, 연 1,200억 원초기 목표 시장 초기 200개 업체, 연 약 1.9억 원
- 시장 흐름
- rising
발견 근거
- 시장 신호
- 초현실주의(예상 밖 조합)×편의점 도시락(기획 식사)에서 '상식 밖 식재료 조합의 성공률을 데이터로 예측하는 엔진' 착안
- 분석 방식
- 방법 3: 테마 본질 추출(초현실주의=이질적 병치)+이종 도메인 적용
- 포착 일자
- 2026.03.08