농협 AI대출금리케어처럼 AI 기반 금융 의사결정 서비스가 확산되면서, 금융위원회의 AI 금융서비스 공정성 가이드라인 준수가 필수가 되었다. 그러나 중소 핀테크(직원 10-30인)와 2금융권은 자사 AI 모델의 성별·연령·지역별 편향을 테스트할 전문 인력이 없으며, 외부 감사 비용은 모델당 5,000만원 이상이다. 편향 미탐지 시 금융위 제재 리스크가 크다.
AI 금융모델의 API 엔드포인트를 등록하면, 합성 테스트 데이터로 성별·연령·지역별 편향을 자동 탐지하고, 금융위 가이드라인 기준 리포트를 생성한다. 핵심 기능: (1) 합성 고객 데이터 기반 A/B 편향 테스트, (2) 보호속성(성별, 연령, 지역)별 차등 영향 분석, (3) 금융위 가이드라인 매핑 준수 리포트 생성. 차별점은 한국 금융규제 특화 편향 테스트이다.
| 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 |