시장 트렌드

매일 포착된 신호와 그 신호에서 확장된 사업 기회를 함께 봅니다.

24발견 아이디어

61.1평균 점수

5상위 후보

24자동 분석

SCAMPER(가장 비싼 요소=통역사 제거, AI로 대체) + 역발상(외국인이 '이해한 척' 몰래 넘기는 것 → 모국어로 떳떳하게 이해) + 100년 후 페르소나(2126년에서 보면 '이해 못하는 언어로 안전교육 하고 사람이 죽었다고?')1SCAMPER(가장 비싼 인간 면접관 제거 → 음성 AI) + TRIZ(실패한 스타트업 재해석) + 역설적 가치 설계(탈락 = 자산)1SCAMPER(인테리어 시공 보증 모델 → PT에 이식) + 미친 페르소나(감옥 출소 천재의 '시스템 불신 → 결과에 돈을 걸어라' 사고) + 10년 전 미친 소리(InBody·웨어러블 보편화로 객관 측정 가능해짐)1SCAMPER(편의점 발주 시스템을 축산에 이식) + TRIZ(고비용 센서를 음성으로 대체해 진입장벽 제거) + 감정 숫자화 페르소나(가축 상태를 점수·변화율로 수치화하여 직관적 관리)1SCAMPER(항공 리드백→의료 이식) + 역발상(직원 녹음=불법 → 환자안전 목적 구두지시 확인=합법) + 아기 페르소나('따라 말해봐'라는 유아적 단순함이 정답)1TRIZ 'AI를 사람으로 대체' — 센서·AI 대신 카페라는 사람 공간을 인프라로 전환 + 범죄자 페르소나 '일상 속 감시망을 합법적·선의로 구축하면?'1TRIZ 분할(미용 서비스→'레시피 1장'만 쪼개 판매) + 반대 사고(성공 레시피가 아닌 실패 레시피가 킬러 콘텐츠) + 어른이 하면 이상한 것(실수 고백)을 자연스럽게 만드는 구조1TRIZ 분할(전체 기기 검수를 30초 셀프 스캔 1조각으로 축소) + 5살 CEO 시점('장난감 사기 전에 흔들어보기'=구매 전 즉석 체크)1TRIZ 비대칭 — 시술 노하우의 소유권을 디자이너(생산자)에서 매장(사업주)으로 뒤집음 + '죽은 사람의 유언' 페르소나 — 20년 운영한 원장이 세상을 떠나도 매장 지식이 살아남게 하려면?1TRIZ 비대칭(고객은 대형사무소 신뢰감, 세무사는 독립사무소 자유도) + 무료인 것에 돈 받기(기존 무상 지인 소개를 시스템화·과금화)1TRIZ 셀프서비스 + 역발상(최악의 앱: 죽음을 잔인하게 보여주는 앱 → 뒤집어서 죽음 시뮬레이션으로 돈 아끼는 전략 게임)1TRIZ 셀프서비스(전문 감리사 → 유저 셀프) + 골드러시 법칙(금 캐는 자 말고 삽 파는 자가 이긴다)1TRIZ 역발상(유료→무료→브랜드가 지불) + 외계인 페르소나(모든 움직임이 가치를 생성해야 한다) + 제약조건(10인 이하, 포인트 전용)1TRIZ 일회용(50만원 축산컨설팅 → 1건 ₩12,000 SMS) + 범죄자 역전(정보 비대칭 착취 → 정보 민주화) + 흥부전 구조(착한 데이터 공유 → 전체 이익)1TRIZ 일회용화 + 자기파괴형 제약 + 예술 페르소나 오버레이1TRIZ 중간 매개(폐업 경험자 ↔ 예비 창업자 사이에 데이터로 끼어들기) + 두 산업 합병(탐정업 × 부동산) + 실패할수록 가치가 올라가는 구조1TRIZ 차원 전환(정지 사진→동영상) + 미친 페르소나(좋은 걸 나쁘게 = lo-fi가 hi-fi를 이김) + 제약 조건(SMS only + 경쟁사가 따라하기 싫은 것)1TRIZ 추출(식당 마케팅의 핵심 1개 = '새 손님에게 발견되기'만 10배 잘함) + 마이크로 결제 제약(100원) + 미친 페르소나(감정→숫자: 사장님 대시보드에서 인기도·전환율 등 모든 경험을 숫자로 시각화)1TRIZ 피드백(신고→조치→AI 학습 루프) + TRIZ 추출(EHS 수십 기능 중 '아차사고 수집' 하나만 10배 잘하기) + 미친 페르소나('산재로 죽은 노동자가 유언으로 만든 서비스')1문화 재해석(한국 집들이→출산 축하 의식) + 파레토 법칙(준비물 20%만 큐레이션) + 역발상(고객이 임산부가 아닌 '축하하는 사람')1미친 페르소나('세상에서 가장 운이 나쁜 공장 사장=항상 비쌀 때 사는 사장') + TRIZ 자기강화 루프(구매 데이터→AI 정확도↑→더 좋은 타이밍→더 많은 참여→더 많은 데이터)1비즈니스 모델 이식(상조→산업 정비) + 미친 페르소나(출소 프로그래머가 상조 구조를 보고 '이걸 왜 장례에만 쓰지?') + 역발상(세상에서 가장 작은 시장: 공단 1곳, 공장 8곳부터) + 10년 전엔 미친 소리(저가 IoT 센서가 소공장 예방정비를 가능하게 함)1제약 조건 융합(이모지만 소통 + 군인 타겟) → TRIZ 차원 전환(오프라인 종이 설문→이모지 탭 1초) + 100년 후 페르소나('분기 1회 종이 설문이라니, 실시간이 당연하잖아')1테마 3중 충돌 + TRIZ 피드백/비대칭 + 숫자 페르소나1

이날의 핵심 기회

18개 분석

HazText

공장 아차사고 SMS 익명 신고로 중대재해 예방

S+

문제

**중대재해처벌법 위반 시 CEO 징역형+벌금 ₩5,000만 이상의 위험에도, 현장 근로자는 위험을 알고도 보고하지 못한다.** • 수직적 공장 조직 특성상 보고 문화가 형성되지 않음 • 아차사고의 90%가 묻히고 결국 대형 사고로 이어짐

해결 방향

**근로자가 SMS 한 통으로 익명 위험 신고 → AI 자동 분류·심각도 판정 → 관리자 실시간 대시보드 반영 → 중대재해처벌법 법정 보고서 자동 생성.** ① 1단계(~12개월): 50~300인 금속·화학·식품·사출 제조업 SMS 집중 ② 2단계(1~2년): 건설현장·물류창고로 수평 확장 ③ 3단계(2~3년): 카카오채널·WhatsApp 멀티채널 지원으로 베트남·인도네시아 한국계 공장 진출 ④ 4단계(3~5년): 업종별 익명 위험 벤치마크 데이터를 산재보험사·안전컨설팅사에 B2B 판매 → 데이터 플랫폼 전환

실행 기회

**SMS+완전익명+AI분류+법정문서 자동화 4가지를 동시에 충족하는 국내 유일 포지션 — 대체재 대비 도입 장벽 1/100.** • 기존: 안전신문고(익명성 미흡·AI 없음), 세이프티아(앱 설치 필수로 현장 보급률 낮음), SAP EHS 등 글로벌 EHS(도입 비용 수천만~수억원으로 300인 미만 SME 진입 불가) • 우리: 앱 설치·교육 불필요, 장갑 낀 채 가능한 SMS 전용 / 번호 해시화 완전 익명 / 신고→조치→결과 피드백 루프로 AI 위험 예측 자동 개선 • 방어벽: 데이터 해자(업종·공정별 위험 예측 모델 고도화) + 법정 증거 축적에 따른 전환 비용 + 업종별 익명 벤치마크 제공으로 데이터 가치 자기 강화

SteerPoint

SMS로 한우 최적 출하시점·예상등급 즉시 자문

문제

**한우 등급(1++~3)에 따라 한 마리 가격이 200~500만원 차이나지만, 최적 출하 시점을 '감'에 의존한다.** • 과욕으로 더 키우다 등급 하락하거나, 일찍 출하해 프리미엄을 놓치는 사례 반복 • 전문 컨설팅은 건당 30~50만원으로 소농에게 부담 • 현재 대안: 농기센터 상담(예약 후 1~2주 대기), 사료회사 영업담당자 비공식 조언(인센티브 왜곡), 이웃 농가 경험치(개체·시세 차이 미반영) • 세 채널 모두 '즉시성'과 '데이터 기반' 두 조건을 동시에 충족하지 못함

해결 방향

**농가가 SMS로 귀표번호·체중·월령을 보내면 AI가 예상등급·최적출하일·현시세 대비 예상수익을 3분 내 회신한다.** ① 도축 후 실제 등급 피드백으로 예측 정확도 지속 개선 ② 초기 6개월은 전담 등급사·수의사가 AI 예측을 검수하는 Human-in-the-loop 구조 운영 → 정확도 85% 이상 달성 후 자동화 전환 ③ 데이터는 축산물품질평가원 공개 등급 이력 API + 직접 피드백 루프 이중 수집으로 cold-start 리스크 최소화 ④ SMS 채널은 KT/SKT 기업 API 사용, 카카오 알림톡을 fallback으로 확보

실행 기회

**앱 없이 SMS만으로 쓸 수 있는 유일한 AI 출하 컨설팅이며, 쓸수록 정확해지는 개인화 모델이 경쟁사 복제를 막는다.** • 기존 대비: 농기센터 대비 즉시성, 사료영업 대비 중립성, 전문 컨설팅 대비 1/40 가격(₩12,000), 앱 서비스 대비 채널 접근성 • 귀표번호 기반 개체 이력 DB 누적 → 3년 후 독점 데이터셋 형성, 농가별 이력 축적으로 전환 비용 증가 • 도축장·농협 파트너십으로 실등급 피드백 채널 독점화 → 데이터 품질 격차가 진입장벽

GearPact

소공장들이 정비 마이스터를 나눠 쓰는 산업 상조

A+

문제

**전담 정비사를 고용하지 못한 소공장은 고장이 날 때마다 하루 200~500만원의 라인 정지 손실을 반복한다.** • 전담 정비사 월 350만원을 감당하지 못해 사장님이 직접 수리 — 고장 시 하루 200~500만원 손실 • 은퇴하는 베테랑 기술자의 30년 노하우는 머릿속에만 존재하다 사라짐 • 중소기업중앙회 2024 실태조사: 중소제조업체 43%가 '설비유지보수 전문인력 부족'을 3대 경영 애로로 응답 • 고용노동부 전망: 기계설비정비 직종 2027년까지 1.8만명 부족 • 통계청 2023: 50인 이하 제조업체 약 32만 개 중 설비 5대 이상 소공장 약 8만 개가 잠재 시장 — 독일·일본에는 동일 구조의 협동조합형 모델이 수십 년째 운영 중이나 한국은 공백

해결 방향

**폴리텍 산학협력·마이스터 DB 선구축으로 인력을 확보하고, 파일럿 데이터로 닭-달걀 문제를 해소하며 단계적으로 확장한다.** ① 인력 수급: 고용노동부 폴리텍대학 산학협력으로 견습공 비용 50% 보조 확보 + 네이버카페 '공장인'(5만 회원) 협력으로 검증된 마이스터 DB 선제 구축 ② 닭-달걀 해소: 첫 클러스터 3개월 50% 할인 파일럿 운영 → 다운타임 감소율·비용 절감액 데이터를 공개해 다음 클러스터 영업에 활용 ③ 확장 경로: 안산·시화 금속단지(8,000여 개) 1~2클러스터 → 창원·구미 기계산업 집적지 → 업종 확장(금속→사출→식품기계→반도체 협력사) → 마이스터 50명 돌파 시 독립 마이스터 매칭 마켓플레이스로 플랫폼화 ④ 각 클러스터 팀은 독립 수익 단위로 운영해 전사 리스크 분산

실행 기회

**기존 고장 호출 방식과 달리 월정액 고정비·예방순찰·4시간 급파로 비용과 대기 불확실성을 제거한다.** • 기존: 건당 30~100만원 + 대기 1~3일 + 비용 예측 불가 → GearPact: 월정액 고정비 + 새벽 예방순찰 + 4시간 급파 • 데이터 해자: 센서 로그 누적으로 설비 모델별 고장 예측 DB가 정밀해져 6개월 후 신규 진입자가 단기 복제 불가 • 집단 전환비용: 공장들이 비용을 공동 분담하는 구조라 1곳 이탈 시 나머지 단가 상승 → 집단 이탈 억제 메커니즘 내장 • 설비 히스토리 잠금: IoT 이력·수리 기록이 플랫폼에 귀속 — 경쟁사 이동 시 수년치 맥락 데이터를 잃음

SiteFlare

건설 외국인 노동자가 이모지로 위험신고하면 돈 번다

A+

문제

**한국 건설현장 외국인 노동자 40만 명은 언어 장벽으로 위험 신고·안전교육이 사실상 불가능하다.** • 중대재해처벌법 시행으로 CEO 징역형 리스크가 현실화 • 현장 실시간 위험 정보는 안전관리자 1명의 눈에만 의존

해결 방향

**노동자가 이모지 탭 한 번으로 위험을 신고하면 사진+GPS가 자동 첨부되고, AI가 사고를 사전 예측한다.** ① 🔴추락 🟡전기 🔵붕괴 🟠화재 등 이모지 탭 → 사진+GPS 자동 첨부 ② 검증된 신고 1건당 ₩1,000~5,000 바운티 지급으로 자발적 참여 유도 ③ 누적 데이터 기반 AI가 '내일 3층 동쪽 추락 위험 78%' 수준의 사전 예측 제공 ④ 중대재해처벌법 대응 보고서 자동 생성

실행 기회

**기존 솔루션은 한국어 전용·탑다운 구조로 외국인 실사용률 3% 미만이지만, SiteFlare는 이모지 UI·바운티·AI로 30배 높은 참여율을 만든다.** • 직접 경쟁(SafeWalk·건설안전지킴이·스마트건설안전): 한국어 전용, 관리자→노동자 탑다운, 외국인 실사용률 3% 미만 • 글로벌 경쟁(Safesite·Predictive Solutions): 한국 미진출·영어 전용. 카카오톡 단톡방이 실질적 최대 경쟁자(비공식·증거력 없음) • SiteFlare 10x 우위: 이모지 UI로 언어 장벽 제거 + 바운티로 자발적 참여율 30배↑ + 게임이론 신뢰도 점수로 허위신고 자동 차단 + 중대재해처벌법 대응 증거력 법적 유효

OrderEcho

구두처방 리드백이 법적 증거가 되는 병원 음성인증

A+

문제

**구두처방 전달 과정의 증거 공백이 의료사고 시 책임 소재를 불분명하게 만든다.** • 의사 구두/전화 처방 → 간호사 수기 메모 → 읽씹·오인·분실 → 사고 시 '누가 뭐라 했는지' 증거 제로 • 연간 의료분쟁 1만 건 중 30%가 커뮤니케이션 오류에서 기인 • 현행 EMR은 입력 결과만 기록하고, 지시-확인 과정은 공백으로 남음 • KOCA 인증 심사마다 구두처방 리드백 프로토콜이 공통 지적 항목으로 반복 등장 • 미국 TJC 리드백 의무화 후 구두처방 오류 70% 감소(ISMP 2020), Vocera는 Stryker에 $2.97B에 인수(2022) — 문제의 임상 효과 및 글로벌 시장성 선검증 완료

해결 방향

**의사의 구두지시를 음성으로 캡처하고, 리드백 일치 여부를 AI가 실시간 검증해 법적 증거급 감사로그를 자동 생성한다.** ① 의사가 구두지시를 앱에 말하면 즉시 텍스트 변환 ② 간호사가 리드백(따라 말하기)으로 수신 확인 ③ AI가 원지시-리드백 일치율을 실시간 검증, 불일치 시 즉시 경고 ④ 전 과정이 타임스탬프 감사로그로 자동 기록 • 규제: '의사결정 보조 + 감사 로그 도구'로 포지셔닝해 SaMD 규제 우회, 식약처 사전상담으로 Class I 또는 비의료기기 경로 착수 전 확정 • 정확도: AWS Medical Transcribe Medical + 자체 의료용어 사전으로 95%+ 인식률 확보, 오인식 구간은 수동 확인 플래그 처리 • 개인정보: 온프레미스 배포 옵션 제공으로 환자 음성 외부 클라우드 미전송, 의료법·개인정보보호법 완전 준수

실행 기회

**기존 EMR·CPOE가 저장하지 못하는 '지시→확인' 과정 자체를 음성으로 캡처해 법적 증거로 만든다.** • 기존: 전자 입력된 결과만 저장, 지시-확인 과정은 기록 불가 • OrderEcho: 지시→확인 전 과정을 음성 캡처 후 법적 증거화 • 항공 ATC 리드백 프로토콜을 의료 환경에 최초로 이식한 구조

ShopSpy

상가 폐업 이력 조사 리포트

문제

**자영업 5년 생존율 30% 미만이지만, 계약 전 '이 자리에서 무엇이 왜 망했는지' 알 방법이 없다.** • 기존 상권분석은 유동인구·매출 등 긍정 지표만 제공 • 리스크 정보는 구조적으로 가려져 있음

해결 방향

국세청 폐업 데이터·지도 과거이력·건축물대장을 AI로 교차분석해, 특정 주소의 '폐업 연대기'를 5초 만에 리포트로 제공한다. ① 공공데이터포털 개방 데이터 기반 — 규제·수집 리스크 최소 ② MVP: 서울 5개 구 반자동 리포트로 수익 검증 후 전국 자동화 ③ 리포트 누적 → '동일 주소 반복 폐업 패턴 DB' 형성 **[방어벽 구체화 — 3단계 데이터 해자]** • 1단계 (0~1만건): 주소별 폐업 연대기 단순 제공. 경쟁사 복제 가능성 있음 • 2단계 (1만~10만건): '업종×주소×계절×폐업 사유' 교차 패턴 모델 형성. 데이터 없이는 재현 불가 • 3단계 (10만건+): '특정 골목 진입 시 생존확률 예측 AI' 상용화 → 업계 표준 레퍼런스 지위 확보 **전환비용 해자**: B2B 고객(프랜차이즈 본사)이 입지 평가에 ShopSpy 기준을 내부 프로세스에 편입하면, 이후 타 서비스 전환 시 평가 기준 재정의 + 과거 비교 데이터 단절 발생 → 자발적 락인

실행 기회

**경쟁사 구조 분석 및 진입 불가 이유** | 경쟁사 | 제공 데이터 | 구조적 한계 | |---|---|---| | 나이스비즈맵 / 서울시 상권정보 | 유동인구·매출 추정 | 광고주=입점 사업자 → 네거티브 노출 불가 | | 소상공인마당 (정부) | 업종별 생존율 통계 | 주소 단위 개별 리포트 없음, 정책 홍보 목적 | | 네이버·카카오맵 리뷰 | 현재 영업 중 정보 | 폐업 점포는 DB에서 자동 삭제됨 | | 부동산 중개 플랫폼 | 임대료·공실 현황 | 임대인이 광고주 → 리스크 정보 차단 | **ShopSpy가 침범당하지 않는 3가지 이유** ① 광고주 구조 없음 → 기존 플랫폼이 피벗하면 주수익원인 입점 광고주 이탈 → 피벗 불가 ② 데이터 선점 격차: 2년 운영 시 수도권 주요 상권 주소 DB 80%+ 커버 → 신규 진입자는 동일 데이터 축적에 최소 2년+비용 필요 ③ B2B API 전환 비용: 금융기관이 대출심사 플로우에 API 연동 완료 후 교체 시 재개발 비용 수천만원 발생 → 락인 효과