이커머스 셀러(연매출 5,000만-5억)가 네이버·쿠팡의 AI 쇼핑 에이전트에서 자사 상품이 추천되려면 상품 데이터(제목, 속성, 설명)가 에이전트의 자연어 이해에 최적화되어야 한다. 기존 SEO와 다른 최적화 기준을 이해하지 못해 경쟁사 대비 노출이 밀리고, 상품 수백 개의 피드를 수작업으로 개선하면 건당 30분, 월 40-80시간이 소요된다.
셀러의 기존 상품 피드(엑셀/API)를 입력받아 AI 에이전트가 잘 이해할 수 있는 구조화 속성(스펙, 용도, 상황별 추천 이유)을 LLM으로 자동 생성하고, 카테고리별 벤치마크 대비 최적화 점수를 산출한다. 원클릭으로 네이버/쿠팡 피드에 반영할 수 있는 내보내기 기능을 제공한다.
| 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 |