healthmatch · 위시켓(Wishket)

프로젝트 배경

VC 심사역은 하나의 투자 건을 검토할 때 IR 자료, 사업계획서, 재무제표, 특허 문서 등 평균 10개 이상의 문서를 분석해야 합니다. 이를 바탕으로 26페이지 분량의 투자심의보고서를 작성하는 데 통상 2~3일이 소요됩니다. 심사역 1인당 연간 수백 건의 딜을 검토해야 하는 상황에서, 문서 분석과 보고서 작성에 드는 시간은 핵심 업무인 투자 판단에 집중하기 어렵게 만드는 주요 병목이었습니다.

VentureNote는 이 문제를 해결하기 위해 개발되었습니다. AI가 문서를 자동 분석하고 핵심 정보를 추출하여 투자심의보고서 초안을 생성함으로써, 심사역의 반복 작업을 줄이고 의사결정에 필요한 인사이트를 빠르게 제공하는 것이 목표입니다. 궁극적으로 VC의 투자 검토 효율을 높이고, 더 많은 유망 스타트업이 적시에 투자 기회를 얻을 수 있도록 지원하고자 합니다.

프로젝트 성과

고객사 확보

서비스 런칭 후 고려대학교기술지주(주)가 사용 중 실제 투자 검토 업무에 활용 중이며, 광운대학교기술지주와 추가 계약 협의 진행 중.

보고서 작성 시간 단축

기존 2~3일 소요되던 26페이지 투자심의보고서 작성 시간을 수 시간 내로 단축. 심사역의 반복 작업을 줄이고 투자 판단에 집중할 수 있는 환경 제공.

문서 분석 자동화

IR 자료, 사업계획서, 재무제표 등 다양한 형식의 문서를 한 번에 업로드하여 통합 분석. 수작업 대비 문서 검토 효율 대폭 향상.

AI 답변 정확도 확보

RAG 아키텍처 기반으로 문서에 근거한 답변 생성. 환각(Hallucination) 최소화를 통해 실무에서 신뢰할 수 있는 수준의 정확도 달성.

확장 가능한 플랫폼 구축

VC뿐 아니라 액셀러레이터, 기술지주, 정책금융기관 등 투자 실사가 필요한 다양한 기관으로 확장 가능한 SaaS 구조 설계 완료.

핵심 기능

멀티 문서 업로드 IR

자료, 사업계획서, 재무제표, 특허 문서 등 다양한 형식(PDF, PPT, Excel)의 문서를 한 번에 업로드하고 통합 관리.

AI 문서 자동 분석

RAG 기반 AI가 업로드된 문서를 자동 분석하여 기업 개요, 시장 현황, 재무 지표, 경쟁력 등 핵심 정보를 추출.

자연어 질의응답

"이 회사의 핵심 경쟁력은?", "최근 3년 매출 추이는?" 등 자연어 질문에 문서 내용을 근거로 한 답변 제공.

투자심의보고서 자동 생성

26페이지 분량의 표준 투자심의보고서를 AI가 자동으로 작성. 심사역은 검토 및 수정만으로 보고서 완성 가능.

보고서 편집 및 버전 관리

생성된 보고서를 플랫폼 내에서 직접 편집. 수정 이력 및 버전 관리를 통해 협업 시 혼선 방지.

진행 단계

요구사항 분석 및 기획

2025.11.

VC 심사역 대상 인터뷰를 통해 실무 페인포인트 파악. 투자심의보고서 템플릿 분석 및 표준화, 핵심 기능 정의 및 서비스 기획 완료.

시스템 설계

2025.11.

RAG 기반 AI 아키텍처 설계, 벡터 DB 구조 설계, API 명세 정의. AWS 클라우드 인프라 및 보안 정책 수립.

AI 엔진 개발

2025.11.

문서 파싱 파이프라인 구축(PDF, PPT, Excel 지원), 벡터 임베딩 및 검색 시스템 개발, LLM 프롬프트 엔지니어링을 통한 답변 정확도 최적화.

웹 플랫폼 개발

2025.11.

React.js 기반 사용자 인터페이스 개발, 문서 업로드 및 관리 시스템 구축, 보고서 생성 및 편집 대시보드 개발, 관리자 페이지 구축.

테스트 및 고도화

2025.11.

실제 투자 건 데이터 기반 정확도 검증, 베타 사용자 피드백 수집 및 UI/UX 개선, 엣지 케이스 대응 및 안정화 작업.

프로젝트 상세

VentureNote 프로젝트 상세

1) 포트폴리오 소개
VC 심사역을 위한 AI 기반 투자 실사 자동화 SaaS 플랫폼 개발. 스타트업 IR 자료, 사업계획서, 재무제표 등 수십 개의 문서를 AI가 자동 분석하여 26페이지 분량의 투자심의보고서를 생성합니다. 고려대학교기술지주(주)가 고객으로 사용 중입니다.

2) 작업 범위

서비스 기획 및 화면 설계
UI/UX 디자인
AI 엔진 개발 (RAG 기반 문서 분석, LLM 연동)
백엔드 서버 구축 (API 설계, 벡터 DB)
Front-end 개발 (React.js)
관리자 페이지 개발
AWS 클라우드 인프라 구축 및 운영
지원환경: 반응형 웹 (PC/Mobile)

3) 주요 업무

멀티 문서 업로드 및 통합 관리 기능
RAG 기반 문서 자동 분석 및 핵심 정보 추출
자연어 질의응답 시스템 (문서 기반 Q&A)
투자심의보고서 자동 생성 (26페이지 표준 템플릿)
보고서 버전 관리 및 편집 기능
팀 협업 및 권한 관리 대시보드
분석 이력 조회 및 통계 페이지

4) 주안점

AI 답변 정확도: 환각(Hallucination) 최소화를 위한 RAG 아키텍처 설계, 문서 기반 근거 제시
보안: 투자 검토 문서의 민감성을 고려한 데이터 암호화 및 접근 권한 관리
사용자 경험: 비개발자인 심사역이 쉽게 사용할 수 있는 직관적인 UI/UX
확장성: 다양한 문서 형식(PDF, PPT, Excel) 지원 및 추후 기능 확장을 고려한 모듈화 설계