B

전통문화 IP 라이선스 트래커

3.00

Derivation Chain

Step 1 K-POP×문화재 콜라보 트렌드
Step 2 문화재/전통 IP 상업 활용 서비스
Step 3 전통문화 IP 라이선스 계약 관리 및 추적

Problem

국립박물관, 궁궐, 전통문양 등 문화재 IP를 굿즈·앨범·패키지에 활용하려는 브랜드가 늘고 있으나, IP 사용 허가 조건(범위, 기간, 로열티 정산)이 기관마다 다르고 계약서가 PDF/한글 파일로 흩어져 있어, 중소 브랜드 담당자가 계약 위반 리스크를 파악하는 데 건당 3-5일이 소요된다.

Solution

문화재/전통 IP 라이선스 계약서를 업로드하면 OCR+LLM으로 핵심 조건(사용 범위, 기간, 금지 사항)을 자동 추출하여 캘린더 기반으로 만료·정산 알림을 제공. 문화재청 허가 요건 체크리스트도 자동 생성한다.

Target: 연 매출 1-10억 패션/굿즈/F&B 브랜드의 IP 라이선스 담당자, 중소 엔터 기획사 법무팀
Revenue Model: SaaS 월정액 월 5.9만원/계정(계약 10건까지), 추가 건당 3,000원. 연간 결제 시 15% 할인
Ecosystem Role: Regulation
MVP Estimate: 2_weeks

NUMR-V Scores

N Novelty
3.0/5
U Urgency
3.0/5
M Market
3.0/5
R Realizability
3.0/5
V Validation
3.0/5
NUMR-V Scoring System
N Novelty1-5How uncommon the service is in market context.
U Urgency1-5How urgently users need this problem solved now.
M Market1-5Market size and growth potential from proxy indicators.
R Realizability1-5Buildability for a small team with realistic constraints.
V Validation1-5Validation 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%)

Tech Complexity
29.3/40
Data Availability
20.6/25
MVP Timeline
20.0/20
API Bonus
0.0/15
Feasibility Breakdown
Tech Complexity/ 40Difficulty of core implementation stack.
Data Availability/ 25Practical availability and cost of required data.
MVP Timeline/ 20Expected time to ship a usable MVP.
API Bonus/ 15Bonus for viable public API leverage.

Market Validation (51/100)

Competition
8.0/20
Market Demand
6.2/20
Timing
14.0/20
Revenue Signals
7.5/15
Pick-Axe Fit
10.5/15
Solo Buildability
5.0/10
Validation Breakdown
Competition/ 20Signal quality from competitor landscape.
Market Demand/ 20Demand proxies from search and mention patterns.
Timing/ 20Fit with current shifts in tech, behavior, and regulation.
Revenue Signals/ 15Reference evidence for monetization viability.
Pick-Axe Fit/ 15How well the concept serves participants in a trend.
Solo Buildability/ 10Practicality for lean-team implementation.

Technical Requirements

백엔드 [medium] 프론트엔드 [low] AI/ML [medium]
Dashboard