B+
핵심 아이디어
- 타깃
- 고객 DB를 보유한 중소기업(10-200인)의 개인정보보호 담당자 또는 대표(30-50세) — 개인정보보호위원회 점검 공문을 받고 당황한 경험이 있는 사람.
- 문제
- **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
- 해결
- **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%+)
- 차별화
- **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
핵심 기능
- 01
DB 연결 → 개인정보 테이블 AI 자동 스캔·분류·보유기한 매핑
- 02
보유기한 도래 시 자동 삭제 실행 + 법적 파기 증적(감사 로그) 자동 생성
- 03
개인정보보호법 개정 시 파기 기준 자동 업데이트 + 위반 리스크 대시보드
시장과 비즈니스
수익 구조
| 핵심 모델 | **B2B SaaS 월 ₩290,000 구독 모델.** |
|---|---|
| 근거 01 | 월 ₩290,000 × 50사(1년차 목표) = 월 ₩14,500,000 |
| 근거 02 | 기업 입장: 파기 위반 과징금(매출 4%, 최소 ₩수천만) 대비 연 ₩348만은 보험료 수준 |
- 개발 기간
- 약 10주
- 시장 규모
- 전체 시장 한국 개인정보처리자 약 40만개 × 연 ₩3,480,000 = ₩13,920억유효 시장 고객 DB 보유 중소기업(10-200인) 약 5만개 = ₩1,740억초기 목표 시장 1년 내 50기업 × 월 ₩290,000 × 12 = ₩1.74억
- 시장 흐름
- rising
발견 근거
- 시장 신호
- 단풍 물들기(시간이 지나면 서서히 변하고 떨어져야 하는 것 = 보유기한 초과 데이터) × 은행 뱅크런(한꺼번에 밀려오는 위기 = 개인정보 유출 사고) 구조에서 역발상.
- 분석 방식
- 방법 3: 반대로 생각하기 (모든 기업이 데이터를 '모으려' 하는데 → '지우는' 것이 가치) + [역발상] 축적의 반대 = 삭제가 사업이 되는 구조
- 포착 일자
- 2026.03.31