S
AI기본법 고위험 분류 시뮬레이터
4.70
파생 체인
단계 1
AI 기본법 시행
→
단계 2
AI시스템 고위험 분류 체계
→
단계 3
사전 분류 시뮬레이션 도구
문제
AI 기본법의 핵심인 고위험 AI 시스템 분류 기준이 모호하여, AI SaaS를 개발하는 스타트업(직원 3-15인)이 자사 제품이 고위험에 해당하는지 확신할 수 없다. 법무법인 자문을 받으면 건당 500-1,500만원이 소요되고, 잘못 분류할 경우 과태료 또는 서비스 중단 리스크가 있다. 특히 HR AI, 금융 AI, 의료 보조 AI 등 경계 영역의 판단이 가장 어렵다.
솔루션
AI 시스템의 용도, 대상, 의사결정 영향도, 데이터 유형 등을 구조화된 질문으로 입력받아 AI 기본법 고위험 분류 기준에 따른 사전 판정 결과를 제공한다. 각 판정 근거를 조항별로 상세 설명하고, 유사 사례 판례/가이드라인을 참조하며, 분류 결과에 따른 이행 요구사항 로드맵을 생성한다.
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 (63/100)
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 [low]
AI/ML [medium]