B
내 공장경력 AI전환 로드맵
3.55
Derivation Chain
Step 1
삼성전자 AI 자율 공장 전환
→
Step 2
대기업 스마트팩토리 전환으로 협력사 중장년 기술인력 역할 변화
→
Step 3
기존 제조 경력을 AI공장 시대에 어떻게 재포지셔닝할지 모르는 문제
Problem
삼성전자 등 대기업이 2030년까지 AI 자율 공장으로 전환하면서, 50대 협력사 생산관리·품질관리 경력자들은 자신의 20-30년 제조 노하우가 어떤 부분은 여전히 유효하고 어떤 부분은 대체되는지 판단할 수 없다. MES, PLC, 품질검사 등 기존 스킬셋과 AI공장에서 요구하는 신규 스킬셋 간의 갭을 파악하려면 여러 채용공고와 기술 문서를 수십 개씩 뒤져야 하며, 이 과정에서 3-6개월의 경력 전환 골든타임을 놓친다.
Solution
웹에서 자신의 제조 경력(업종, 직무, 사용 장비/시스템, 연차)을 입력하면, AI공장 전환 시 유지되는 스킬·대체되는 스킬·새로 필요한 스킬을 시각적 갭 분석 차트로 보여준다. 정부 지원 직업훈련(내일배움카드, 국비과정) 중 본인 갭에 맞는 과정을 자동 매칭하고, 유사 경력자의 전환 성공 사례를 익명으로 열람할 수 있다.
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 (55/100)
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]