B+
핵심 아이디어
- 타깃
- 가짜 리뷰·악성 리뷰에 시달리는 소상공인·프랜차이즈 점주. 네이버 플레이스·배민·카카오맵에 등록된 음식점·카페·미용실 등
- 문제
- 소상공인의 핵심 고통: (1) 경쟁자가 심는 악성 리뷰 (2) 대행업체 가짜 리뷰의 범람으로 진짜 리뷰가 묻힘 (3) 진짜 리뷰를 쓴 고객에게 제대로 보상할 방법 없음 (4) 리뷰 하나가 매출을 좌우하는데 관리 도구가 없음
- 해결
- AI가 리뷰 진위를 실시간 판별(위치 데이터, 텍스트 패턴, 사진 메타데이터, 작성자 행동 이력 종합 분석). 진짜 리뷰 확인 시 고객에게 문방구 뽑기식 즉석 보상(랜덤 쿠폰·포인트·할인). 점주에게는 리뷰 건강도 대시보드 제공
- 차별화
- 기존 리뷰 관리 대비 (1) AI 자동 판별 — 수동 신고 후 며칠 대기 X (2) 뽑기 보상으로 진짜 리뷰 작성률 3배 증가 (3) 악성 리뷰 자동 신고 대행으로 점주 시간 절약 (4) '감옥에서 나온 사람이 가장 잘 아는 것은 거짓과 진실의 경계' — 정직함에 가치를 매기는 시스템
핵심 기능
- 01
AI 리뷰 진위 판별 엔진 (텍스트+사진+위치+행동 패턴 분석)
- 02
진짜 리뷰어 뽑기 보상 시스템 (랜덤 쿠폰 캡슐머신 UI)
- 03
점주용 리뷰 건강도 대시보드 (진짜/가짜 비율, 트렌드)
- 04
악성 리뷰 자동 감지 + 플랫폼 신고 대행
- 05
리뷰 응답 AI 초안 생성 (점주 시간 절약)
시장과 비즈니스
수익 구조
| 핵심 모델 | 월 구독 ₩29,000(소형·리뷰 100건/월) / ₩59,000(중형·300건) / ₩99,000(프랜차이즈·매장당). |
|---|---|
| 근거 01 | 200개 매장 × 평균 ₩50,000 = 월매출 ₩10M. |
| 근거 02 | 뽑기 보상 비용은 가맹점 마케팅비에서 전환 |
- 개발 기간
- 약 12주
- 시장 규모
- 분석 중입니다.
- 시장 흐름
- rising
발견 근거
- 시장 신호
- 문방구 뽑기 × 모든 거짓말이 들킨다면? — 뽑기의 '뭐가 나올지 모르는 설렘'을 리뷰 보상에, '거짓말 탐지'를 AI 진위 판별에 적용
- 분석 방식
- 방법 1: 강제 충돌 + 방법 2: 수익 역설계 — '소상공인이 월 5만원을 기꺼이 낼 가치 = 가짜 리뷰 자동 제거'에서 출발
- 포착 일자
- 2026.02.27