A
AI캠프 커리큘럼 빌더
3.85
파생 체인
단계 1
LG AI 인재 양성 캠프 확산
→
단계 2
기업 AI 교육 프로그램 급증
→
단계 3
AI 교육 커리큘럼 자동 설계 도구
문제
LG·삼성·네이버 등 대기업이 AI 인재 양성 캠프를 경쟁적으로 운영하면서, 교육 기획 담당자(HR, L&D팀)가 수강생 수준별 커리큘럼을 매번 수작업으로 설계해야 한다. 직무별(마케팅, 제조, 재무) 맞춤 AI 교육과정 1개를 기획하는 데 평균 2-3주, 외부 컨설팅 비용 500-1,500만원이 소요된다.
솔루션
직무, 수강생 레벨, 교육 기간을 입력하면 LLM 기반으로 모듈별 커리큘럼(학습 목표, 실습 과제, 평가 루브릭)을 자동 생성하고, 공개 교육 콘텐츠(유튜브, 논문, Kaggle 데이터셋)를 매칭하여 교안 초안을 제공. 기업 내부 데이터/도구 연동 가이드를 자동 포함.
NUMR-V Scores
NUMR-V Scoring System
| N Novelty | 1-5 | 시장 내 유사 서비스 부재 정도. 경쟁사 0개 = 5, 10+개 = 1 |
| U Urgency | 1-5 | 사용자가 지금 당장 필요로 하는 긴급성. 트렌드 부합 + 시급성 |
| M Market | 1-5 | 타겟 시장의 크기와 성장 가능성. 프록시 지표 기반 (LLM 추정 X) |
| R Realizability | 1-5 | 1-2인이 실현 가능한 정도. 기술 난이도 + 데이터 확보 용이성 |
| V Validation | 1-5 | 시장 검증 통과 여부. 경쟁사 분석 + 수요 프록시 + 타이밍 |
SaaS N=.15 U=.20 M=.15 R=.30 V=.20
Senior N=.25 U=.25 M=.05 R=.30 V=.15
실현성 (73%)
실현성 분석
| 기술 복잡도 | / 40 | 핵심 기술 스택의 난이도. low=40, medium=24, high=10 |
| 데이터 접근성 | / 25 | 필요 데이터의 확보 용이성. user_generated=25 → proprietary=4 |
| MVP 일정 | / 20 | 최소 기능 제품 구축 소요 기간. 2주=20, 1개월=12, 3개월=8 |
| API 보너스 | / 15 | 공공 API 활용 가능 시 보너스. 매칭 API가 있으면 가산 |
시장 검증 (53/100)
검증 분석
| 경쟁 분석 | / 20 | 경쟁사 검색 결과 기반. 적절한 경쟁 존재 = 시장 검증 |
| 시장 수요 | / 20 | 검색량, 뉴스 언급 등 프록시 지표. 실제 수요의 간접 증거 |
| 타이밍 | / 20 | 현재 트렌드와의 부합도. 규제/기술 변화 시점 적합성 |
| 수익 참조 | / 15 | 유사 비즈니스 모델의 수익 사례. 실제 과금 레퍼런스 존재 여부 |
| 곡괭이 적합 | / 15 | 곡괭이 전략 부합도. 도구/인프라 제공 관점 적합성 |
| 1인 구축 | / 10 | 혼자서 MVP 구축 가능 여부. 외부 의존성 최소화 정도 |
기술 요구사항
프론트엔드 [medium]
백엔드 [medium]
AI/ML [low]