이 아이디어에서 확인할 수 있는 출처 링크가 없습니다. 신호 메모와 점수는 별도 검증이 필요합니다.
AI 모델 학습에 합성 데이터 사용이 늘면서 '데이터 근친교배'(합성 데이터로 학습한 모델이 다시 합성 데이터를 생성하는 악순환)가 심각한 품질 저하를 유발하고 있다. 합성 데이터 판매 업체는 연간 30% 성장 중이나, 구매자는 합성 데이터의 실제 분포 대비 품질을 검증할 표준 도구가 없어 구매 후 모델 성능이 오히려 저하되는 경험을 한다.
합성 데이터셋과 참조 실데이터셋을 업로드하면 분포 일치도(FID, KL divergence), 다양성 지표, 근친교배 탐지(n-gram 반복률, 의미 클러스터 편중도)를 자동 산출하고 A-F 품질 등급을 발급하는 API. 합성 데이터 마켓플레이스에서 신뢰등급으로 활용 가능.
| 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 |