A+
핵심 아이디어
- 타깃
- 월 사교육비 ₩50만 이상 지출하면서 교육 만족도가 낮은 초·중학생 자녀를 둔 학부모
- 문제
- **사교육비 지출이 죄수의 딜레마 구조에 갇혀, 모든 학부모가 과잉 지출하지만 개인이 먼저 줄이면 내 아이만 불이익을 받는다.** • '남들이 학원 보내니까 나도 보내야 한다'는 집단 압박으로 자발적 감축 불가 • 학원은 20~30명 대형 클래스로 학습 밀도 낮고, 인당 월 ₩40만 이상 지출 • 결과: 가계 부담은 높고 교육 만족도는 낮은 구조적 실패
- 해결
- **같은 학교·학년 학부모 30명 이상이 '팩트(Pact)'를 결성하면, 플랫폼이 검증된 튜터를 매칭해 5~8인 소그룹 과외를 학원비의 50~60% 가격에 제공한다.** ① 킥스타터식 단계 임계치: 15명→25% 할인 / 20명→35% 할인 / 30명→50% 할인 — 모이면 시작, 안 모이면 불발 ② 학교별 앰버서더 학부모 1인 선발로 모집 리스크 분산 (성공 보상: 자녀 3개월 무료) ③ 론칭 전 검증 튜터 풀 50명 확보(대학원생·전직 교사), 첫 수업 무료 체험으로 신뢰 장벽 해소 ④ 확장 경로: 강남·목동·분당 5개 학교 수학 파일럿 → 전국 50개 학교 → B2B 기업 복지 → 동남아·일본 수출
- 차별화
- **개인 매칭(김과외·숨고)은 학원보다 오히려 비싸고 학원은 밀도가 낮다 — StudyPact는 학교 단위 집단 구매력으로 게임이론 내시 균형을 이동시켜 가격 절반·학습 밀도 3배를 동시에 실현하는 첫 플랫폼이다.** • 기존 대안: 1:1 매칭(비쌈) / 20~30명 대형 클래스(밀도 낮음) / 콴다·클래스101(비실시간, 학부모 커뮤니티 없음) → StudyPact: 5~8명 소그룹 + 같은 학교 학부모 커뮤니티 연결 • 방어벽 3중 구조: ①팩트 이탈 시 잔류자 전원 단가 상승(자발적 락인) ②학교·학년별 매칭 성과 데이터 축적(후발 복제 불가 데이터 해자) ③학교당 1개 서비스만 필요해 첫 팩트 형성 후 경쟁자의 임계치 달성 구조적 불가(선점 락인)
핵심 기능
- 01
학교·학년별 팩트 생성 + 킥스타터식 참여 현황 실시간 대시보드
- 02
튜터 이력·수업 평가 검증 + 5~8인 소그룹 자동 편성·스케줄링
- 03
학원비 vs StudyPact 절감율 비교 시뮬레이터 (학부모 설득 핵심 도구)
- 04
학기별 성적 변화 추적 + 그룹별 학습 효과 분석 리포트
- 05
학교 간 팩트 바이럴 확산 툴 (성공 사례 카드뉴스 자동 생성)
시장과 비즈니스
수익 구조
| 핵심 모델 | **튜터 수업료 인당 월 ₩200,000 × 플랫폼 수수료 15% = 인당 ₩30,000/월** |
|---|---|
| 근거 01 | M3 학생 90명→월 ₩270만 | M6 300명→월 ₩900만 | M12 900명→월 ₩2,700만(연 ₩3.2억) | M24 3,000명→월 ₩9,000만(연 ₩10.8억) |
| 근거 02 | 추가 수익: 프리미엄 튜터 지명권 +₩50,000/월 · AI 학습 진단 리포트 구독 ₩10,000/월 · 교재 마켓 GMV 10% |
- 개발 기간
- 약 12주
- 시장 규모
- 전체 시장 한국 사교육 시장 연 ₩26조 (2024 통계청)유효 시장 초·중학교 주요 과목(수학·영어·국어) 학원비 시장 약 ₩10조초기 목표 시장 서울 교육특구(강남·서초·송파·목동) 초중학생 그룹과외 전환 가능 시장 약 ₩500억
- 시장 흐름
- rising
발견 근거
- 시장 신호
- 미러링(따라하기 본능) × 게임이론(내시 균형) × 교복(학교 단위 시스템) 충돌 → 사교육 죄수의 딜레마를 킥스타터식 임계치 집단행동으로 해결
- 분석 방식
- TRIZ '정반대로 뒤집기'(교육 서비스가 학습량·지출을 늘리는 대신 줄이는 방향으로 설계) + '사람을 AI로 대체하지 말고 AI를 사람으로 대체'(AI 튜터 대신 인간 튜터의 구조적 비용 최적화) + 게임이론 내시 균형 이동
- 포착 일자
- 2026.03.30