풀스택AI 도입 기술실사 체크리스트

3.50

Derivation Chain

Step 1 SKT 풀스택 AI 경쟁

→

Step 2 기업 AI 도입 의사결정 지원

→

Step 3 AI 벤더 기술실사(due diligence) 자동화 도구

Problem

SKT를 비롯한 대기업들이 '풀스택 AI'를 표방하며 인프라-모델-서비스를 패키지로 판매하는데, 구매 기업의 IT팀은 벤더 록인 리스크, 데이터 주권, SLA 이행 가능성, 모델 성능 검증 등을 자체적으로 실사하기 어렵다. 평균 2-3개월의 기술 검토 기간이 소요되고, 전문 컨설팅 의뢰 시 2천만-5천만원의 비용이 발생한다.

Solution

AI 벤더의 기술 스택(인프라·모델·서비스)에 대한 구조화된 실사 체크리스트를 제공하고, 벤더 제안서 PDF 업로드 시 자동으로 리스크 항목(벤더 록인, 데이터 이동성, SLA 구체성, 가격 투명성)을 스코어링한다. 업종별 레퍼런스 비교와 협상 포인트 가이드를 함께 제공한다.

Target: 직원 50-300인 중견기업 CTO·IT 부서장, IT 조달 담당 공무원, 프리랜서 IT 컨설턴트

Revenue Model: 기본 체크리스트 무료, 벤더 제안서 자동 분석 건당 9.9만원, 기업 구독(무제한 분석·벤치마크 DB 접근) 월 19만원

Ecosystem Role: Regulation

MVP Estimate: 2_weeks

NUMR-V Scores

N Novelty

3.0/5

U Urgency

4.0/5

M Market

3.0/5

R Realizability

4.0/5

V Validation

3.0/5

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 (73%)

Tech Complexity

29.3/40

Data Availability

23.3/25

MVP Timeline

20.0/20

API Bonus

0.0/15

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 (56/100)

Competition

8.0/20

Market Demand

6.2/20

Timing

14.0/20

Revenue Signals

10.5/15

Pick-Axe Fit

10.5/15

Solo Buildability

7.0/10

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

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

Dashboard