B
소프트웨어 경력 전환 로드맵
3.75
Derivation Chain
Step 1
AI가 소프트웨어 기업 주가 추락시킨다
→
Step 2
50대 SW 엔지니어의 직무 존속 불안
→
Step 3
AI 대체 불가 영역으로의 경력 전환 구체 설계
Problem
50대 소프트웨어 개발자·IT 관리자가 AI 코딩 도구의 급속한 발전으로 자신의 직무가 2-3년 내 축소될 것을 감지하지만, 어떤 역량을 쌓아야 살아남는지 판단할 근거가 없다. 채용공고 트렌드, 업종별 AI 대체율, 본인 경력 이력을 교차 분석하려면 5-6개 사이트를 수작업으로 비교해야 하며 반나절 이상 소요된다. 잘못된 판단으로 퇴직 후 재취업 실패 시 연간 5,000만 원 이상의 소득 공백이 발생한다.
Solution
본인의 경력 키워드(기술 스택, 업종, 직급)를 입력하면, 최근 6개월 채용공고 데이터 기반으로 해당 직무의 AI 대체 위험도와 인접 전환 가능 직무 3-5개를 자동 매핑한다. 각 전환 경로별 필요 자격증·교육과정·예상 급여 범위를 한 페이지에 비교 표시하고, 정부 지원 직업훈련 매칭까지 연동한다.
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 (65%)
Data Availability
20.8/25
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 (66/100)
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 [medium]