B
AI교육 프로젝트 포트폴리오 빌더
3.30
파생 체인
단계 1
AI·XR 융합 교육 확산 (메타버스 아카데미 등)
→
단계 2
수료생의 취업·프리랜서 활동
→
단계 3
AI교육 수료 프로젝트를 취업용 포트폴리오로 변환
문제
메타버스 아카데미, AI 부트캠프 등을 수료한 비전공자 수강생이 팀 프로젝트 결과물을 취업용 포트폴리오로 정리하려 하지만, 기술 스택 설명·본인 기여분 분리·데모 영상 편집·GitHub README 작성 등에 1-2주를 소비한다. 비전공자 특성상 기술 용어 사용이 미숙하여 채용 담당자가 역량을 제대로 파악하기 어렵고, 수료 후 3개월 내 취업률이 40% 미만에 머문다.
솔루션
팀 프로젝트 저장소(GitHub)와 발표 자료를 연동하면 본인 커밋 기여분을 자동 분리하고, 기술 스택·아키텍처·본인 역할을 채용 담당자 관점으로 재서술한 포트폴리오 페이지를 자동 생성한다. 데모 영상 하이라이트 자동 편집, GitHub README 템플릿 생성, 이력서 연동 원페이저를 함께 제공한다.
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 (70%)
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 (51/100)
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]
AI/ML [low]