프로젝트 배경
1. 문제점 기업과 스타트업은 혁신적 아이디어 발굴을 위해 워크숍, 해커톤, 공모전 등에 막대한 비용을 투입하지만, 세 가지 구조적 한계가 존재합니다. 1) 높은 비용, 낮은 ROI: 인건비, 운영비 대비 실제 사업화로 이어지는 아이디어 비율이 극히 낮습니다. 2) 아이디어 다양성 부족: 범용 LLM을 단발성으로 사용할 경우 오히려 아이디어 다양성이 감소한다는 연구 결과가 존재합니다. 3) 내부 맥락
프로젝트 성과
단일 워크숍 세션 기준 PRD 수준 아이디어 131건 자동 생성
Problem, MVP Scope, GTM, Pricing, Compliance 등을 포함한 준-PRD 스펙의 아이디어 초안을 1일 파이프라인 실행으로 131건 자동 생성했습니다.
Batch 생성 전략으로 아이디어 의미적 다양성 34% 향상
단일 반복 생성(Single) 대비 Batch 생성 방식에서 평균 pairwise 유사도가 0.147에서 0.097로 감소했습니다. 유사도 0.2 이상인 중복 쌍도 36쌍에서 4쌍으로 대폭 줄었습니다.
다국어 프롬프팅으로 아이디어 유사도 48% 감소
한국어 단일 언어 조건 대비 한국어, 영어, 중국어 병행 조건에서 평균 pairwise 유사도가 0.23에서 0.12로 감소해 시장 관점과 비즈니스 모델의 다양성이 유의미하게 확대되었습니다.
핵심 기능
진행 단계
기획 및 요구사항 정의
2025.09.
- 실무자 인터뷰로 개발 프로세스의 병목 지점 파악
- 비즈니스 문제와 기술적 문제 정의 후 PRD 작성
- Figma 기반 UI 화면설계서 및 사용자 워크플로우 정의
- 비즈니스 문제와 기술적 문제 정의 후 PRD 작성
- Figma 기반 UI 화면설계서 및 사용자 워크플로우 정의
프로젝트 상세
1. AI Agent 개발 ∙ 6단계 멀티 에이전트 파이프라인 설계 및 구현 (Keyword, Seed, Idea Generator, Reflector, Validator, Reviewer Team) ∙ SemanticScholar, OpenAlex, PatentsView, NewsAPI, GDELT 등 외부 API 연동으로 트렌드 기반 아이디어 생성 ∙ Batch Generation, 다국어 프롬







