DataPurge - AI 스타트업 아이디어 #2620

B+

60점

종합 평가

시장성 17 / 25

경쟁우위 11 / 25

완성도 14 / 20

독창성 8 / 15

검증 9 / 15

🎯 문제 & 타겟

WHO

고객 DB를 보유한 중소기업(10-200인)의 개인정보보호 담당자 또는 대표(30-50세) — 개인정보보호위원회 점검 공문을 받고 당황한 경험이 있는 사람.

PROBLEM

**개인정보보호법상 보유기한 초과 데이터를 반드시 파기해야 하지만, 중소기업은 수동 관리로 누락과 위반이 반복된다.** • 담당자가 엑셀로 수동 관리 → 파기 누락 빈발 • 파기 증적(감사 로그)도 수동 작성 → 증거력 불확실 • 위반 시 과징금 매출 4% • 대기업 DLP 솔루션은 ₩수천만 — 중소기업에 과도한 비용

💡 솔루션

**DB 연결만으로 AI가 개인정보를 자동 스캔·파기하고 법적 증적을 생성한다.** ① DB 연결 → AI 자동 스캔·분류·보유기한 매핑 → 기한 도래 시 자동 삭제 ② 법적 요건 충족 감사 로그 자동 생성 / 담당자는 월 1회 대시보드 확인만 ③ 1단계: 파기 MVP(50사) → 2단계: 수집·동의 관리 추가, 월 ₩59만 목표(TAM 3배) → 3단계: GDPR·APPI 진출(핵심 엔진 재사용률 70%+)

DIFFERENTIATION

**DLP 대비 1/100 비용(월 ₩29만)으로 파기 자동화와 법적 증적을 동시에 제공하는 유일한 솔루션.** • 대기업 DLP(파수·마크애니·Forcepoint): 연 ₩3,000만~₩1억 — 중소기업 ROI 불가 / 개인정보 SaaS(프라이버시아이·PrivacyONE): 파기 자동화·증적 미지원 / 중소기업 90%: 엑셀 수동(월 8시간, 이직 시 인수인계 불가) • 담당자 시간 월 8시간 → 분기 1시간, AI가 숨은 컬럼 자동 발견, 법적 감사 로그로 과징금 방어 • 방어벽: 파기 이력 누적(Audit Lock-in) + 업종별 AI 학습 해자 + 규제 변경 자동 반영

💰 수익 모델

**B2B SaaS 월 ₩290,000 구독 모델.** 월 ₩290,000 × 50사(1년차 목표) = 월 ₩14,500,000 기업 입장: 파기 위반 과징금(매출 4%, 최소 ₩수천만) 대비 연 ₩348만은 보험료 수준

TAM

한국 개인정보처리자 약 40만개 × 연 ₩3,480,000 = ₩13,920억

SAM

고객 DB 보유 중소기업(10-200인) 약 5만개 = ₩1,740억

SOM

1년 내 50기업 × 월 ₩290,000 × 12 = ₩1.74억

🛡 경쟁우위 (Moat)

규제 경쟁: 낮음 트렌드: rising

개인정보보호법 파기 의무가 시장을 만들고, 법령 개정 시 즉시 반영하는 도구가 사실상 규제 대응 표준이 됨

LOCK-IN

파기 증적(감사 로그)이 DataPurge에 축적되면 감사 시 이 기록을 기반으로 대응 → 전환 시 증적 이력 재구축 불가

📈 AI 12차원 분석

타이밍 8

왜 지금?

시장규모 6

SOM

확장성 7

10x 경로

경쟁인식 3

경쟁사 파악

인사이트 6

고객 이해

방어벽 5

모방 난이도

문제심각도 8

진통제?

수익현실성 6

돈 될까?

차별화 3

10배 개선

명확성 8

한 줄 설명

실현리스크 5

만들 수 있나

시장검증 7

수요 증거

AI 총평

2024년 과징금 상한 10% 상향으로 시장은 실재하고 문제도 진통제급이나, 핵심 차별점인 '파기 자동화+증적'을 캐치시큐가 이미 Series A 수준에서 제공 중이라 경쟁 분석의 전제가 붕괴되며, 고객 DB 직접 연결·AI 오분류 시 법적 역책임 리스크도 과소평가되어 있음.

핵심 기능

•DB 연결 → 개인정보 테이블 AI 자동 스캔·분류·보유기한 매핑

•보유기한 도래 시 자동 삭제 실행 + 법적 파기 증적(감사 로그) 자동 생성

•개인정보보호법 개정 시 파기 기준 자동 업데이트 + 위반 리스크 대시보드

생성 출처

신호 단풍 물들기(시간이 지나면 서서히 변하고 떨어져야 하는 것 = 보유기한 초과 데이터) × 은행 뱅크런(한꺼번에 밀려오는 위기 = 개인정보 유출 사고) 구조에서 역발상.

방법론 방법 3: 반대로 생각하기 (모든 기업이 데이터를 '모으려' 하는데 → '지우는' 것이 가치) + [역발상] 축적의 반대 = 삭제가 사업이 되는 구조

날짜 2026-03-31

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