B
핵심 아이디어
- 타깃
- 30-40대 첫 주택 구매자, 전세→매매 전환자, 타 지역 이주 예정자. 부동산 중개업소(B2B).
- 문제
- 네이버부동산에서 매물은 보이지만 '그 동네 실제 생활'은 알 수 없음. 현재: 주말마다 직접 방문(1-2시간 × 여러 동네), 맘카페 검색(편향), 중개인 말(이해충돌). 집값 ₩5억짜리 결정을 '감'으로 하는 상황.
- 해결
- 각 동네 실거주자(스카우트)가 표준 템플릿으로 영상 촬영: 실제 소음, 주차 상황, 통학 동선, 편의시설, 주민 분위기. 구매자는 리포트 구매로 '발품' 대체. 유튜버 구조를 동네 리뷰에 적용.
- 차별화
- 기존 부동산 정보 = 매물 스펙 중심. Vicinity = 동네 생활 중심 + 실거주자 1인칭 영상 + 5점 구조화 평가. '무료로 얻던 동네 정보'를 프로가 만든 유료 인텔리전스로 전환.
핵심 기능
- 01
표준 템플릿 기반 동네 영상 리포트(소음·주차·통학·치안·분위기)
- 02
동네별 5점 스코어링 + 시계열 변화 추적
- 03
부동산 중개업소 B2B 리포트 임베드 API
시장과 비즈니스
수익 구조
| 핵심 모델 | B2C ₩25,000/건 × 400건/월 = ₩10,000,000/월. |
|---|---|
| 근거 01 | B2B 중개업소 ₩99,000/월 × 100곳 병행 시 추가 ₩9,900,000. |
| 근거 02 | 집값 ₩5억 대비 ₩25,000은 0.005% → 극히 합리적. |
- 개발 기간
- 약 10주
- 시장 규모
- 전체 시장 글로벌 부동산 정보 서비스 시장 ₩50조유효 시장 한국 주택 구매자 대상 동네 정보 서비스 ₩5,000억초기 목표 시장 1년차 리포트 400건/월 × ₩25,000 + B2B 100곳 × ₩99,000 = ₩2.4억/년
- 시장 흐름
- rising
발견 근거
- 시장 신호
- 집 구매(동네 정보 갈증) × 유튜버(주민이 촬영하는 구조) × 역발상: 무료 동네 정보에 돈을 받는다
- 분석 방식
- 원칙 5: 한 줄에 끌리는 것만 — '실거주자가 찍어주는 내 예비 동네 영상'
- 포착 일자
- 2026.03.08