S
미국 주식 하락 내 연금 방어 코치
4.15
Derivation Chain
Step 1
S&P 500 급락·AI 해고 공포
→
Step 2
50대 해외주식 투자자의 연금자산 방어 문제
→
Step 3
퇴직연금 DC형 해외ETF 편입 비율 조정 판단 문제
Problem
55세 전후 직장인 중 퇴직연금 DC형에 S&P500 ETF를 30-50% 편입한 사람이 급증했는데, 시장 급락 시 '지금 팔아야 하나, 버텨야 하나' 판단을 혼자 내려야 한다. 증권사 앱은 수익률만 보여주고, 퇴직까지 남은 기간·예상 수령액·세금 영향을 연동한 판단 근거를 제공하지 않는다. 공포에 저점 매도하여 퇴직연금 수백만 원을 손실하는 사례가 반복된다.
Solution
웹에서 퇴직연금 DC형 운용현황(ETF 비율, 잔액)과 퇴직 예정 시점을 입력하면, 현재 하락폭 대비 '퇴직 시점까지 회복 확률', '지금 안전자산 전환 시 최종 수령액 차이', '세후 실수령 시나리오 3가지'를 시각적으로 비교해준다. 과거 유사 하락장(2020, 2022) 데이터 기반으로 설명한다.
NUMR-V Scores
NUMR-V Scoring System
| N Novelty | 1-5 | How uncommon the service is in market context. |
| U Urgency | 1-5 | How urgently users need this problem solved now. |
| M Market | 1-5 | Market size and growth potential from proxy indicators. |
| R Realizability | 1-5 | Buildability for a small team with realistic constraints. |
| V Validation | 1-5 | Validation signal quality from competition and demand data. |
SaaS N=.15 U=.20 M=.15 R=.30 V=.20
Senior N=.25 U=.25 M=.05 R=.30 V=.15
Feasibility (70%)
Data Availability
20.6/25
Feasibility Breakdown
| Tech Complexity | / 40 | Difficulty of core implementation stack. |
| Data Availability | / 25 | Practical availability and cost of required data. |
| MVP Timeline | / 20 | Expected time to ship a usable MVP. |
| API Bonus | / 15 | Bonus for viable public API leverage. |
Market Validation (74/100)
Validation Breakdown
| Competition | / 20 | Signal quality from competitor landscape. |
| Market Demand | / 20 | Demand proxies from search and mention patterns. |
| Timing | / 20 | Fit with current shifts in tech, behavior, and regulation. |
| Revenue Signals | / 15 | Reference evidence for monetization viability. |
| Pick-Axe Fit | / 15 | How well the concept serves participants in a trend. |
| Solo Buildability | / 10 | Practicality for lean-team implementation. |
Technical Requirements
프론트엔드 [medium]
백엔드 [medium]
데이터 파이프라인 [low]