AI 코딩 도구(Cursor, Copilot, Claude Code 등)를 도입한 10-50인 개발팀에서 월간 AI API 호출 비용이 개발자당 10-30만원씩 발생하지만, 어떤 프로젝트·개발자·태스크에서 비용이 집중되는지 가시성이 전혀 없다. 비용 최적화 없이 방치하면 연간 수천만원이 낭비되며, CTO가 AI 도구 ROI를 경영진에게 보고할 근거 데이터도 없다.
GitHub/GitLab 커밋 로그와 AI 도구 API 사용량 로그를 연동해 프로젝트·개발자·태스크별 AI 코드 생성 비용을 자동 집계하고, 생성 코드의 채택률(실제 커밋 반영 비율)과 비용 대비 생산성 향상 지표를 대시보드로 시각화한다. 월간 AI ROI 리포트를 자동 생성하여 경영진 보고에 활용 가능.
| 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 |
| 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 |
| 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 |