직원 5명 이하 소규모 의원 원장 및 수납 담당자. 특히 내과·가정의학과·소아청소년과 등 보험 진료 비중 80% 이상인 진료과
PROBLEM
소규모 의원은 매월 ₩50만~200만원의 보험 삭감이 발생하지만, 삭감 사유를 분석하고 이의신청할 인력이 없어 대부분 그냥 포기한다. 심평원 삭감 기준은 매달 고시로 바뀌는데 원장이 진료하면서 추적하는 건 물리적으로 불가능. 현재 엑셀에 삭감 내역을 기록하거나 아예 확인조차 안 하는 의원이 대다수. 연간 수백만~수천만원을 조용히 잃고 있다
💡 솔루션
EMR 청구 데이터를 연동해 청구 전 삭감 고위험 항목을 자동 스캔. 매일 아침 1분: 전일 청구 건 중 삭감 위험 TOP 5를 푸시 알림으로 제공하고, 삭감 사유 + 구체적 수정 방법까지 원터치로 제시. 심평원 고시 변경사항 발표 즉시 룰 엔진에 반영하여 새 기준 적용 청구 건을 선제 포착
DIFFERENTIATION
기존 EMR 삭감체크 부가기능 대비: ①삭감 예측 정확도 3배 (교차 의원 패턴 학습) ②심평원 고시 반영 속도 분기 1회→발표 즉시 ③복잡한 대시보드 대신 하루 1분 알림 리뷰 UX ④이의신청 서류 자동 생성까지 원스톱
💰 수익 모델
B2B SaaS 월 ₩49,000 × 목표 250의원 = 월 ₩12,250,000. 의원 입장: 월 삭감 방지액 평균 ₩30만~100만원 vs 구독료 ₩4.9만원 → ROI 6~20배. '안 쓰면 매달 수십만원 버리는 것'이라는 인식 확실
TAM
한국 의원급 35,000개 × 연평균 삭감액 ₩1,200만원 = 연 ₩4,200억원 삭감 시장
SAM
직원 10인 이하 소규모 의원 25,000개 × 월 ₩49,000 = 연 ₩147억원
SOM
1년 내 250개 의원 × 월 ₩49,000 = 연 ₩1.47억원
🛡 경쟁우위 (Moat)
규제경쟁: 낮음트렌드: rising
건강보험 심사기준 수천 페이지 + 매월 변경 고시를 실시간 구조화한 규정 DB가 핵심 진입장벽. 후발 주자가 처음부터 구축하려면 최소 1~2년 소요
LOCK-IN
의원별 삭감 이력·청구 패턴 데이터 6개월 이상 축적 시 예측 정확도가 의원 맞춤형으로 진화. 타 서비스 이전 시 학습 데이터 전량 소실
핵심 기능
•청구 전 삭감 위험도 자동 스코어링 (A/B/C 등급별 분류)
•매일 1분 리뷰: 삭감 고위험 건 푸시 알림 + 수정 가이드
•심평원 고시 변경사항 실시간 반영 및 내 의원 영향도 분석
•월간 삭감 방지 리포트 (절약 금액·삭감률 추이 시각화)
•이의신청 자동 서류 생성 (원클릭 제출)
생성 출처
신호소수(불규칙 패턴 속 숨은 법칙) × 유산/상속(세대교체 시 소실되는 청구 노하우의 시스템화) × 100년 후 열리는 것(데이터 축적이 미래의 삭감 패턴을 드러냄)
방법론역발상 TRIZ: '무료로 포기하는 것에 돈을 받으면?' — 의원들이 매달 공짜로 버리는 삭감액(₩50만~200만원)을 구제하는 서비스에 ₩4.9만원을 받는다