** 핵심 명제 (v1 대비 정교화)**
온톨로지는 지식 표현 기술로는 20년간 팔리지 않았습니다. 지금 팔리는 이유는 단 하나, LLM의 환각을 구조적으로 억제하는 유일한 검증된 수단이기 때문입니다. 따라서 모든 수익 모델은 "그래프를 판다"가 아니라 "그래프 없이는 정확도가 32%인 문제를 86%로 올려준다"로 설계해야 합니다.
1. 시장 근거 (실측)
지표수치출처 / 해석
| AI-Ready 엔터프라이즈 지식그래프 시장 | 2026년 USD 10.5억 → 2036년 USD 65.5억 | CAGR 20.1%. GraphRAG 인프라·AI 거버넌스가 성장 동인 (Morningstar/PRNewswire 인용 리서치) |
|---|---|---|
| Fortune 500 지식그래프 활용률 | 약 70% | 고객 인사이트·이상거래 탐지 중심. 기술 검증은 이미 끝난 단계 |
| GraphRAG vs Vector RAG — 멀티홉 정확도 | 86% vs 32% | 단일 사실 조회가 아닌 추론 연쇄에서 격차 발생. 본 전략의 3개 안은 전부 멀티홉 문제 |
| GraphRAG 종합 벤치마크 우위 | 3.4배 (Diffbot KG-LM) | 정밀도 .38 vs .18 / 재현율 .35 vs .15 |
| 환각률 감소 | 상대 61% 감소 (DeepSeek-V3.2) | ACL 2025 FinanceBench: 환각 6%p 감소 + 토큰 사용량 80% 절감 → 원가 동시 하락 |
| 의료 멀티홉 추론 (KRAGEN) | 94.2% vs 49.9% | 규제·의료 등 고위험 도메인일수록 격차 확대. 아이디어 3의 근거 |
| 국내 초중고 사교육비 총액 | 27.5조원 (2025) | 참여율 75.7%, 1인 월평균 45.8만원 → 아이디어 1의 TAM 하한 |
| 한국 에듀테크 시장 | 2025 USD 51억 → 2034 USD 101억 | CAGR 7.61%. 시장 자체보다 침투율이 변수 |
가설 검증 필요 (미실측 항목)
감정평가법인 수·시행사 수·인허가 지연 비용은 공개 통계에서 확인되지 않았습니다. 아이디어 2·3의 고객 수 가정은 추정 값이며, 한국감정평가사협회·한국건설산업연구원 자료로 별도 검증이 필요합니다.
2. 세 가지 사업안
안 1. 수학·정보올림피아드 개념 온톨로지 — 교육 SaaS
구조: 문제(Problem) — 개념(Concept) — 선수관계(prerequisite) — 해법패턴(Technique) — 오답유형(Misconception) 5계층 그래프. KOI/KMO 기출 + 백준·Codeforces를 개념 노드에 매핑합니다.
수익 지점: 학생 오답 3건 → 그래프 역추적 → "문제가 아니라 분할정복의 재귀 불변식 개념이 결손" → 커리큘럼 자동 생성. 일반 LLM 튜터는 선수관계 그래프가 없어 결손의 뿌리를 못 찾습니다. 이것이 정확히 멀티홉 문제(86% vs 32%)입니다.
가격: 학원당 월 40만원(정원 100명 기준, 학생 1인당 약 4,000원). 학원의 강사 1인 시간 대체 가치 대비 1/10 수준으로, 가격 저항이 거의 발생하지 않는 구간입니다.
진입 우위: 동수 님의 KOI 강사 경력 자체가 온톨로지 구축 원가입니다. 경쟁사는 이 도메인 전문가를 외부에서 조달해야 하며, 그것이 이 사업의 실질적 해자입니다.
주요 리스크: 학원의 SaaS 지불 의향이 구조적으로 낮음. → 학원 대상 무료 배포 후 학부모 리포트를 유료화하는 B2B2C 우회 경로를 백업 플랜으로 준비해야 합니다.
안 2. 공간·부동산 이종 데이터 통합 온톨로지 — DaaS
문제: 국토부 실거래가 API, 등기부, 건축물대장, 토지이용계획, 나라장터 공고가 전부 다른 스키마와 다른 주소 체계를 씁니다. 실거래가 API는 법정동 코드 5자리 + 계약년월 6자리 기준이고, 개인정보 보호로 층 정보만 제공되며 동 정보는 소유권 이전등기 완료 건에 한해 공개됩니다. 이 정합 작업이 모든 프롭테크의 숨은 원가 1위입니다.
구조: 필지(Parcel)를 앵커 노드로 두고 지번 / 도로명 / PNU / 좌표를 동치관계로 묶는 공간 온톨로지 + GraphRAG.
수익 지점: "정제된 통합 API" 구독. 고객사는 데이터 엔지니어 2명(연 약 1.5억)을 채용하지 않아도 됩니다. 가격은 그 절감액의 15~20%인 월 200만원으로 책정합니다.
진입 우위: 공간계량 박사 + 토목기사 + 시설 PM 경력. 재개발 구역 중첩, 지구단위계획 예외, 필지 분할·합병 이력 같은 예외 규칙을 아는 인력이 국내에 극소수입니다. 데이터 자체는 공개되어 있으나 예외 규칙은 공개되어 있지 않다는 점이 핵심입니다.
주요 리스크: 원천 데이터가 무료 공공 API라 "직접 하면 되지 않나"라는 반론이 상시 발생합니다. → 정합률(%)과 구축 소요 공수를 수치로 제시하는 벤치마크 리포트가 영업 자료의 핵심이 됩니다.
안 3. 인허가·공공조달 규제 온톨로지 — 컴플라이언스
구조: 법률 — 시행령 — 시행규칙 — 고시/지침 — 지자체 조례 — 유권해석 — 판례를, 효력 우선순위와 개정 이력을 가진 시간축 그래프로 구축합니다. 건축법·국토계획법·환경영향평가법 등 인허가 계열로 범위를 한정합니다.
수익 지점: 사업지 좌표와 용도를 입력하면 적용 법령 체인 전체 + 인허가 리스크 지점 + 예상 지연 개월수를 출력. 일반 LLM은 개정 전 조문을 근거로 답해 치명적 오류를 내며, 시간축 그래프만이 이를 차단합니다. KRAGEN 사례(94.2% vs 49.9%)가 이 구조의 유효성을 뒷받침합니다.
가격: 건당 리포트 200만원 → 대형 건설사 연간 라이선스 5,000만원.
법적 경계 (중대): 반드시 법률 자문이 아닌 정보 제공으로 포지셔닝해야 변호사법 제109조 리스크를 회피할 수 있습니다. 출력물은 "적용 가능 법령 목록과 원문 링크"까지만 제시하고, 개별 사안에 대한 법적 판단·유불리 해석은 제외해야 합니다. 이 경계 설계가 사업의 최대 변수입니다.
3. 3개년 P&L 시뮬레이션 가정 기반 추정
단위: 만원 / 매출 = 가격 × 연평균 활성 고객수 × 12개월 / 비용 = 인건비 + 인프라 + 마케팅
안연차매출비용영업손익누적손익
| 1. 교육 학원 40만원/월 | Y1 (8개 학원) | 3,840 | 4,000 | -160 | -160 |
|---|---|---|---|---|---|
| Y2 (35개) | 16,800 | 12,200 | +4,600 | +4,440 | |
| Y3 (90개) | 43,200 | 28,400 | +14,800 | +19,240 | |
| 2. 공간데이터 사당 200만원/월 | Y1 (파일럿 3사·부분연도) | 2,880 | 16,000 | -13,120 | -13,120 |
| Y2 (12사) | 28,800 | 25,000 | +3,800 | -9,320 | |
| Y3 (30사) | 72,000 | 53,000 | +19,000 | +9,680 | |
| 3. 규제 건당 200만원 | Y1 (구축) | 0 | 22,000 | -22,000 | -22,000 |
| Y2 (40건) | 8,000 | 24,000 | -16,000 | -38,000 | |
| Y3 (100건+라이선스 3사) | 35,000 | 30,000 | +5,000 | -33,000 |
손익분기 요약
안월간 BEP 고객수 (Y2 원가 기준)누적 흑자 전환필요 최대 운전자본
| 1. 교육 | 학원 26개 | Y2 초 | 약 4,000만원 |
|---|---|---|---|
| 2. 공간데이터 | 11개사 | Y3 중반 | 약 1.4억원 |
| 3. 규제 | 연 150건 | Y4 이후 | 약 4억원 |
자본 효율 결론: 안 1은 필요 자본이 안 3의 1/10이면서 흑자 전환이 2년 빠릅니다. 안 3은 단독 창업으로는 자본 조달 리스크가 과도하며, 안 2의 데이터 자산 위에 얹는 확장 옵션으로 두는 것이 합리적입니다.
4. 기술 스택 선택 근거
방식강점약점권고
| RDF / OWL (Triple Store) | 표준 추론(reasoner), 온톨로지 병합·재사용, 법령 효력 위계 같은 공리 기반 추론에 강함 | 학습 곡선 가파름, 쿼리 성능 열위, 개발자 채용난 | 안 3 (규제) |
|---|---|---|---|
| 프로퍼티 그래프 (Neo4j / FalkorDB) | Cypher 생산성, 경로 탐색·최단거리 알고리즘, 시각화 도구 성숙 | 형식 추론 없음, 스키마 강제 약함 | 안 1, 안 2 |
| GraphRAG (LLM 결합층) | 자연어 질의 수용, 멀티홉 86%, 토큰 80% 절감 | 그래프 품질에 성능이 전적으로 종속. 그래프가 부실하면 오히려 악화 | 3개 안 전부 (상위 레이어) |
비용 실측: Neo4j AuraDB Professional은 GB당 월 USD 65, Business Critical은 GB당 월 USD 146(최소 2GB = 월 USD 292)입니다. 안 1의 초기 그래프(개념 500노드 + 문항 5,000건)는 1~2GB로 충분해 월 10만원 이하에서 시작 가능합니다. 안 2는 필지 수준으로 확장 시 수십 GB가 되므로, 자체 호스팅(Neo4j Community 또는 PostgreSQL + Apache AGE)로 시작해 관리형 전환 시점을 늦추는 것이 원가 방어에 유리합니다.
5. 실행 로드맵 (12개월)
시점안 1 (주력)안 2 (병행 준비)
| M1–M3 | 개념 300~500노드 + 기출 1,000문항 매핑, MVP 진단 엔진 | PNU 앵커 정합 알고리즘 PoC (서울 1개 자치구) |
|---|---|---|
| M4–M6 | 본인 강의 현장 파일럿, 진단 정확도 측정, 학원 3곳 무료 베타 | 정합률 벤치마크 리포트 작성 |
| M7–M9 | 유료 전환 8곳, 학부모 리포트 기능 추가 | 파일럿 고객 3사 확보(감정평가·중소 시행사) |
| M10–M12 | 대치동 레퍼런스 기반 확산, 목표 20곳 | 안 1 이익으로 개발 인력 1명 충원 |
6. 가정 검증 체크리스트
- 지불 의향 검증 (최우선): 학원 원장 10명 대상 "월 40만원이면 쓰시겠습니까" 직접 인터뷰. 이 하나가 안 1 전체 모델의 성립 여부를 결정합니다.
- 진단 정확도 검증: 오답 3건으로 결손 개념을 맞히는 비율. 70% 미만이면 그래프 설계를 재작업해야 합니다.
- 안 2 고객 모수 확인: 한국감정평가사협회 등록 법인 수, 프롭테크 기업 수 실측.
- 안 3 법적 경계: 변호사법 관련 사전 법률 검토 필수. 검토 전 개발 착수 금지.
- P&L 민감도: 본 시뮬레이션의 고객 수 가정이 50%만 달성될 경우, 안 1은 Y2 흑자→Y3 흑자로 1년 지연, 안 2는 Y3까지 누적 적자 지속.
출처
· Enterprise Knowledge Graph Market (Grand View Research / Morningstar·PRNewswire 인용 리서치) — 시장 규모 및 CAGR
· Neo4j Blog "GraphRAG makes AI agents 80% more truthful", Diffbot KG-LM Benchmark (FalkorDB), Meilisearch·Couchbase 비교 자료 — GraphRAG 정확도
· ACL 2025 FinanceBench 인용, KRAGEN(Cedars-Sinai) — 환각 감소·도메인 정확도
· 교육부·통계청 초중고 사교육비조사(2025), IMARC Group South Korea EdTech Market — 국내 교육 시장
· 공공데이터포털 국토교통부 실거래가 API 명세 — 데이터 스키마 및 공개 범위
· Neo4j AuraDB 공식 요금제(2026, 3자 집계) — 인프라 원가
주의: P&L 시뮬레이션의 고객 수·비용 항목은 전부 가정 기반 추정치이며 실측 데이터가 아닙니다. 투자 유치나 대외 제출 시에는 반드시 위 체크리스트 검증 결과로 대체해야 합니다. 본 문서는 사업 전략 검토 자료이며 법률·투자 자문이 아닙니다.