핵심 아이디어
- 타깃
- 10개 매장 이상 F&B 프랜차이즈 본사 메뉴개발팀·마케팅팀 (BBQ, 교촌, 더본 등)
- 문제
- 신메뉴 50% 이상이 3개월 내 퇴출. '왜 재주문하는지' 모르고 매출 숫자만 봄. 현재 해결법: 맛 평가단(건당 ₩500만+), 리뷰 수동 분석(주 20시간+), 감으로 결정
- 해결
- 배민/네이버/SNS 리뷰 수백만 건을 감성 NLP로 분석해 메뉴별 '감정 프로파일'(위로감·모험심·중독성 등)과 재주문 드라이버를 시각화. 날씨·시즌별 크레이빙 패턴까지 예측
- 차별화
- 기존 POS 분석은 '뭐가 팔렸는지'만 보여줌. CraveIQ는 '왜 또 시키는지'를 알려줌. 태국 길거리 포장마차 사장님이 손님 표정만 보고 메뉴를 바꾸듯, 그 직감을 데이터로 스케일
핵심 기능
- 01
리뷰/SNS 감성 크롤링 + 메뉴별 감정 태깅 자동화
- 02
재주문 드라이버 대시보드 (감정×매출 상관 히트맵)
- 03
신메뉴 감성 시뮬레이션 — 레시피 입력→예상 감정 반응 예측
- 04
시즌/날씨/이벤트별 크레이빙 패턴 알림 ("이번 주 비 예보, 국물류 Push 추천")
시장과 비즈니스
수익 구조
| 핵심 모델 | B2B SaaS ₩199,000/월 × 75개 체인 = ₩14,925,000/월. |
|---|---|
| 근거 01 | 신메뉴 1개 실패 방지 = 식재료 폐기+마케팅비 ₩3,000만원+ 절감. |
| 근거 02 | 월 20만원은 '거저'라는 피드백 예상. |
- 개발 기간
- 약 10주
- 시장 규모
- 전체 시장 한국 외식산업 IT솔루션 시장 약 ₩3조유효 시장 멀티매장 F&B 체인(프랜차이즈+직영) 메뉴/마케팅 분석 수요 약 ₩3,000억초기 목표 시장 AI 메뉴 감성분석 초기 도입 가능 체인 75개사, 약 ₩18억/년
- 시장 흐름
- rising
발견 근거
- 시장 신호
- 태국 길거리 음식 노점 사장의 직감(손님 표정→메뉴 조절) × 다른 사람의 감정을 느끼는 공감 능력 → 'AI가 고객 감정을 읽어 메뉴를 최적화' 착상
- 분석 방식
- 방법 1: 테마 충돌 — 태국 길거리 음식의 '직감적 고객 공감'을 AI 데이터 분석으로 스케일
- 포착 일자
- 2026.03.11