B
AI배터리 연구 논문 파서
2.80
파생 체인
단계 1
가천대·고려대 AI 기반 배터리 전해질 설계
→
단계 2
AI+소재 연구 논문 급증
→
단계 3
소재 스타트업의 AI 논문 실험조건 자동 추출 도구
문제
차세대 배터리·소재 스타트업(5~20명)의 R&D 연구원은 매주 50~100편의 AI+소재 관련 논문을 읽어야 하지만, 논문마다 실험 조건(전해질 조성, 온도, 사이클 수, 성능 지표)이 다른 형식으로 기술되어 비교가 불가능하다. 실험 조건 추출에 연구원 1인당 주 10시간 이상을 소모하며, 누락된 조건으로 인해 재현 실험이 실패하면 수백만원의 시약·장비 비용이 낭비된다.
솔루션
배터리·소재 논문 PDF를 업로드하면 LLM이 실험 조건(조성, 온도, 압력, 사이클 수)과 성능 지표(용량, 충방전 효율, 수명)를 구조화된 테이블로 자동 추출한다. 추출된 데이터를 논문 간 비교 가능한 표준 포맷으로 정리하고, 자사 실험 데이터와 병합하여 최적 조건 탐색을 지원한다.
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
AI/ML [medium]
백엔드 [medium]
프론트엔드 [low]