B
반도체 설비 예지보전 리포터
2.90
파생 체인
단계 1
K-조선/반도체 AI 스마트팩토리 투자 확대
→
단계 2
AI 기반 제조설비 모니터링 SaaS
→
단계 3
설비 예지보전 데이터 리포트 자동화
문제
연 매출 50-500억 규모 반도체·조선 부품 협력사들이 대기업 스마트팩토리 요구에 맞추려면 설비 데이터를 수집·분석해 예지보전 리포트를 제출해야 하는데, 전담 인력이 없어 월 40-60시간을 수기 엑셀 작업에 소비한다. 리포트 형식이 원청마다 달라 매번 재작성하면서 누락·오류로 납기 페널티를 받는 경우가 분기당 2-3건 발생한다.
솔루션
PLC/센서 데이터를 CSV 또는 OPC-UA로 수집하여 원청별 리포트 템플릿에 자동 매핑하고, 이상 징후 시 알림을 발송하는 SaaS. 핵심 기능: (1) 원청별 리포트 템플릿 자동생성, (2) 설비 이상 패턴 탐지 대시보드, (3) 납품 일정 연동 알림.
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 (63%)
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 (52/100)
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
백엔드 [medium]
프론트엔드 [medium]
데이터 파이프라인 [medium]