B
AI 교육과정 기업 맞춤 매칭 엔진
3.20
파생 체인
단계 1
CMU AI 교육과정 공개 등 AI 교육 대중화
→
단계 2
기업 임직원 AI 교육 수요 폭증
→
단계 3
기업 직무별 AI 교육과정 자동 매칭·비교 서비스
문제
AI 역량 강화가 기업 생존 과제가 되면서 HR 담당자가 임직원 AI 교육 프로그램을 선정해야 하지만, 국내외 AI 교육과정이 500개 이상 난립하여 직무별 적합 과정을 찾는 데 HR 1인당 월 20-30시간을 소모한다. 과정 간 커리큘럼 비교가 어렵고, 수료 후 실무 적용률 데이터가 없어 교육비 ROI 산출이 불가능하다.
솔루션
기업의 직무 구성과 AI 역량 목표를 입력하면, 국내외 AI 교육과정을 자동 크롤링하여 직무별 최적 과정을 추천한다. (1) 직무-교육과정 매칭 알고리즘 (커리큘럼 토픽 분석 기반), (2) 과정 간 가격·기간·난이도·수료율 비교 대시보드, (3) 수료 후 실무 적용 추적 설문 자동화 및 ROI 리포트.
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 (72%)
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 (60/100)
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]