Juror - AI 스타트업 아이디어 #2355

58점

종합 평가

시장성 14 / 25

경쟁우위 12 / 25

완성도 11 / 20

독창성 10 / 15

검증 9 / 15

🎯 문제 & 타겟

WHO

연 10명 이상 채용하는 50~500명 규모 한국 기업의 HR팀장·채용담당자

PROBLEM

**면접 평가가 카톡·이메일로 '괜찮음/별로' 수준에 머물고, 합의 미팅에선 직급 높은 사람 의견에 전원 끌려간다.** • 면접관마다 채점 기준이 달라 A면접관의 4점 ≠ B면접관의 4점 • 앵커링 편향으로 그룹 합의가 아닌 서열 합의가 반복됨 • 잘못된 채용 1건 = ₩1,000~3,000만원 손실, 6개월 내 퇴사율 30% • 잡코리아 2023 HR담당자 설문: 6개월 내 퇴사 경험 기업 67%, 원인 1위 '면접 평가 오류' • 2023년 채용공정화법 개정으로 면접평가 기록 보관 의무화 — 공공기관 선도 후 민간 확산 압력 증가 중. 英 Applied.com이 동일 문제로 Series A £4M 유치·500+ 기업 확보했으나 국내엔 아직 없음.

💡 솔루션

**면접관 독립 채점 → 편향 자동 보정 → 그룹싱크 없는 채용 권고 생성.** ① 면접관이 모바일에서 독립 채점 (점수 상호 비공개, 비밀 투표 방식으로 그룹싱크 원천 차단) ② 시스템이 면접관별 채점 패턴을 변환 행렬로 자동 보정 (김부장은 항상 20% 후하게 → 0.83 보정) ③ 보정된 종합 점수와 채용/불합격 권고 자동 생성 • 도입 저항 완화: 초기 3개월 편향 패턴 시각화만 제공 → 신뢰 구축 후 자동 보정 활성화 → 채점 데이터 기업 내부 전용 저장(ISMS 인증 준비) + 면접관 익명화 옵션 • 첫 달 무료 파일럿 + '채용 미스매치 보고서' 1건 무료로 ROI 선체험 후 전환

DIFFERENTIATION

**기존 ATS는 파이프라인 관리가 코어 — 면접관 채점 편향 보정 기능은 어디에도 없다.** • 원티드스페이스·그리팅·리멘·Greenhouse 등: 편향 보정 기능 없음 / SAP SuccessFactors·워크데이: 중견기업 이상 대상, 도입 6~12개월·수천만원 / 채용 컨설팅사: 1회성 교육으로 데이터 축적 불가 • 대형 ATS가 이 기능을 추가 못 하는 구조적 이유: 기존 고객 워크플로우 변경 저항 + 편향 보정 엔진 추가 시 책임 소재 문제 발생 • 방어벽: 면접관 캘리브레이션 프로파일 6개월 누적 시 타사 이전 불가 / 동종업계 익명 벤치마크 제공으로 데이터 쌓일수록 해지 비용 급증 / 직무별 채점 루브릭·면접관 가중치 내재화 시 교체 시 재설계 부담

💰 수익 모델

**소기업 ₩39,000/월 · 중기업 ₩99,000/월 · 중견 ₩249,000/월, 평균 ARPU ₩79,000.** 한국 50~500인 기업 약 45,000개사(통계청 2023) → 연 10명 이상 채용 40% = 18,000개사 → 채용 품질 민감 상위 20% = 실질 SOM 3,600개사 론칭 18개월 내 5% 침투 = 180개사 → 월 ₩14.2M, ARR ₩170M(Year 1) / 3년 내 1,000개사(28% 침투) → ARR ₩948M / 잘못된 채용 1건(₩1,500만원 손실) 방지 = 구독료 16년치 — 채용공정화법 준수 필요성이 '규정 리스크 회피' 구매 동기를 추가해 가격 저항도 낮음

TAM

한국 HR Tech 시장 ₩2조 (CAGR 15%)

SAM

50명+ 기업 채용 평가·관리 소프트웨어 시장 ₩3,000억

SOM

수도권 연 10명+ 채용 기업 1,000개사 대상 ₩15억

🛡 경쟁우위 (Moat)

전환비용 경쟁: 낮음 트렌드: rising

면접관별 채점 보정 프로필 + 채용-성과 상관 데이터 축적. 전환 시 보정 모델을 처음부터 재구축해야 함

LOCK-IN

6개월 이상 축적된 면접관 보정 프로필과 '어떤 점수 패턴이 우수 직원을 예측하는가' 데이터가 정확도의 핵심. 경쟁사 전환 = 보정 정밀도 리셋

📈 AI 12차원 분석

타이밍 7

왜 지금?

시장규모 5

SOM

확장성 5

10x 경로

경쟁인식 4

경쟁사 파악

인사이트 7

고객 이해

방어벽 4

모방 난이도

문제심각도 6

진통제?

수익현실성 5

돈 될까?

차별화 6

10배 개선

명확성 8

한 줄 설명

실현리스크 0

만들 수 있나

시장검증 0

수요 증거

AI 총평

페인포인트 묘사와 솔루션 로직은 예리하나, '기존 ATS에 편향 보정 기능이 없다'는 핵심 전제가 틀렸다 — Greenhouse는 이미 Interviewer Calibration Report와 anti-bias nudge를 운영 중이며, 한국 SOM은 초기 3,600개사×₩79K×12 = ₩34억 수준으로 투자 유인이 낮고, 그리팅 같은 기존 ATS가 해당 기능을 탑재하는 순간 차별화가 증발하는 구조적 취약점이 있다.

핵심 기능

•면접관 독립 채점 모바일 앱 — 점수 상호 비공개, 채점 완료 전 타인 의견 열람 불가

•보정 엔진 — 면접관별 채점 분포 학습 후 변환 행렬 적용, raw 점수를 표준 점수로 자동 변환

•채용-성과 역추적 대시보드 — 합격자의 수습 통과율·1년 재직률과 면접 점수 상관 분석, 예측 모델 자동 개선

생성 출처

신호 행렬(변환) × HR Tech × 개인 vs 집단 — 면접관 주관 점수를 수학적 변환 행렬로 보정하여 편향 없는 집단 채용 결정 도출

방법론 TRIZ 추출 — 복잡한 ATS의 100가지 기능에서 '면접 평가 일관성 보정' 딱 1개만 뽑아 10배 고도화 + 80세 할머니 해커 페르소나(비밀 투표 착상)

날짜 2026-03-22

강화 요청

회원가입 후 강화 요청을 등록할 수 있어요

아직 강화 요청이 없습니다.

메모

회원가입 후 메모를 작성할 수 있어요

아직 메모가 없습니다.

댓글 0개

회원가입 후 댓글을 남길 수 있어요

아직 댓글이 없습니다. 첫 댓글을 남겨보세요!

이 아이디어가 마음에 드시나요?

개발 파트너와 함께 실제 서비스로 만들어보세요.

프로젝트 의뢰하기