A
AI에이전트 교육 시뮬레이터
3.85
파생 체인
단계 1
범용 AI 에이전트 출시 확산(퍼플렉시티 컴퓨터 등)
→
단계 2
비개발자 AI 에이전트 활용 교육 수요
→
단계 3
AI 에이전트 활용법을 안전하게 연습하는 샌드박스 교육 플랫폼
문제
AI 에이전트(퍼플렉시티 컴퓨터, 오픈클로 등)를 업무에 도입하려는 30~100인 규모 한국 기업에서, 비개발자 직원(마케팅, 영업, 인사)이 에이전트 사용법을 익히는 데 평균 2~4주가 걸리며, 실제 업무 시스템에서 연습하다 데이터를 잘못 수정하거나 잘못된 이메일을 발송하는 사고가 월 1~2건 발생한다.
솔루션
실제 업무 환경을 모방한 샌드박스에서 AI 에이전트 사용을 연습할 수 있는 시뮬레이터를 제공한다. 직무별(마케팅, 영업, 인사) 미션 시나리오를 제공하고, 에이전트 명령의 결과를 시뮬레이션하여 안전하게 학습한다. 학습자의 에이전트 활용 숙련도를 자동 평가하고, 팀 관리자용 진도 대시보드를 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 (74%)
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 (55/100)
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]