| 항목 | 세부항목 |
|---|---|
| 과제 개요 | 과제명, 기업명, 아이템 개요 |
| 폐업 이력 | 과거 폐업기업 개요 및 폐업 원인 |
| 1. 문제인식 | 1-1. 폐업 원인 분석 및 개선 방안 1-2. 재창업 아이템 목표시장(고객) 현황 및 필요성 |
| 2. 실현가능성 | 2-1. 재창업 아이템 준비 현황 2-2. 재창업 아이템의 실현 및 구체화 방안 |
| 3. 성장전략 | 3-1. 재창업 아이템 비즈니스 모델 3-2. 재창업 아이템 사업화 추진 전략 3-3. 사업 추진 일정 및 자금 운용 계획 |
| 4. 기업 구성 | 4-1. 조직 구성 및 보유 역량 4-2. 조직 구성 계획 |
| 과제명 | AI 기반 퀀트 전략 검증 및 감사 리포트 자동화 SaaS |
|---|---|
| 기업명 | 예비재창업자 / 프라임퀀트(재창업 예정) |
| 아이템 개요 | PQ Research는 퀀트 전략의 백테스트 결과를 자체 엔진으로 재현·검증하고, Lookahead/Repaint/OOS/파라미터 안정성 등을 자동 점검하여 신뢰 가능한 Audit Report를 생성하는 AI 기반 SaaS이다. 초기에는 전략 판매자와 소형 프랍팀을 대상으로 Audit Report를 단건 과금하고, 반복 검증 고객을 Workspace 구독으로 전환한다. |
| 기업명 | ※ 실제 폐업 사업자명 기재 필요 | 기업 구분 | 개인 / 법인 ※ 확인 필요 |
|---|---|---|---|
| 사업기간 | ※ 폐업사실증명원 기준 개업일~폐업일 기재 필요 | ||
| 아이템 개요 | 업체가 이벤트·프로모션 정보를 등록하면 사용자가 주변/지도 기반으로 이벤트 정보를 확인할 수 있는 위치 기반 이벤트 정보 플랫폼. | ||
| 폐업 원인 | 위치 기반 이벤트 정보 플랫폼을 기획하고 사업자 등록까지 진행했으나, 공동창업 구조·개발 역할분담·MVP 범위 설정이 충분히 명확하지 않아 제품 출시 전 개발이 중단됨. 또한 실제 지불고객, 마케팅 채널, 수익모델 검증이 선행되지 않아 본격적인 사업화 단계로 진입하지 못하고 폐업. | ||
과거 창업 아이템은 위치 기반 이벤트 정보 플랫폼이었다. 업체가 이벤트·프로모션 정보를 등록하면 사용자가 주변/지도 기반으로 이벤트를 확인하는 서비스였으나, 사업자 등록 이후 MVP 개발을 끝까지 완료하지 못하고 폐업하였다. 주요 원인은 공동창업 구조와 실행관리 미흡, 고객검증 부재, 수익모델 후행 설계였다.
당시에는 개발 공동대표에게 제품 구현을 상당 부분 의존했으나, 제품 범위·역할분담·일정·의사결정 기준을 충분히 명확히 하지 못해 개발 과정에서 마찰이 발생했다. 또한 이벤트 플랫폼은 업체와 사용자를 동시에 확보해야 하는 양면시장 구조였음에도, 실제 지불고객과 마케팅 채널, 초기 공급 확보 방안을 개발 전에 검증하지 못했다. 결과적으로 제품 출시 전 사업화 실행력이 약화되었고, 본격적인 시장검증과 매출 발생 단계로 진입하지 못했다.
| 과거 폐업 원인 | 당시 한계 | 이번 재창업의 개선 장치 | PQ Research 적용 |
|---|---|---|---|
| 공동창업 구조·역할정의 미흡 | 개발 공동대표 의존도가 높았고, 제품 범위·일정·책임분담 기준이 불명확 | 핵심 기술·아키텍처는 대표자가 직접 통제, 채용/외주는 명확한 모듈 단위로 관리 | PQ Engine, Audit 구조는 대표자가 직접 설계·구현. 백엔드/인프라는 산출물 중심 채용 |
| 고객검증보다 제품개발 선행 | 양면시장임에도 업체/사용자 중 누가 먼저 돈을 낼지 검증하지 못함 | 첫 지불고객을 1개 세그먼트로 좁히고, 유료 MVP부터 검증 | 전략 판매자·소형 프랍팀을 1차 고객으로 설정, Audit Report 단건 과금 선검증 |
| 수익모델 후행 설계 | 서비스 출시 후 광고/중개/홍보 과금을 고민하는 구조 | 초기부터 가격·결제·전환 KPI를 사업계획에 포함 | Audit Lite/Standard/Custom 가격제를 먼저 설계하고 Workspace 구독으로 전환 |
| MVP 범위 과대 | 지도, 업체 등록, 사용자 탐색, 이벤트 관리 등 기능 범위가 넓었음 | 전체 플랫폼보다 즉시 판매 가능한 최소 기능 우선 | Ops Studio 전체보다 Audit Report MVP를 우선 개발 |
AI와 LLM의 확산으로 퀀트 전략 생산 속도는 빨라지고 있다. 그러나 전략 생산이 쉬워질수록 백테스트 결과의 신뢰성, Lookahead/Repaint 오류, 과최적화, OOS 성능, 파라미터 안정성 검증의 중요성은 오히려 커진다. 전략은 많아지지만, 그 전략이 실제로 신뢰 가능한지 독립적으로 설명해주는 도구는 부족하다.
| 시장/플랫폼 | 확인되는 지불행동 | PQ Research의 기회 |
|---|---|---|
| TradingView | 유료 플랜, 100K+ 커뮤니티 지표, Pine Script, 백테스팅, Deep Backtesting, 커뮤니티 저자 유료 지표/전략 구독(Paid Spaces) 생태계 | 전략/지표 접근권에는 돈을 내지만, 전략의 오류·과최적화·재현성을 독립 검증하는 레이어는 제한적 |
| QuantConnect | 클라우드 백테스트·리서치·팀 협업·기관용 플랜 등 구독형 리서치 인프라 시장 존재 | 플랫폼 내부 개발/운용이 아니라, 외부 전략을 감사해 제3자에게 제출 가능한 리포트 영역 공백 |
| 프랍 트레이딩/전략 판매 시장 | 전략 성과, 리스크 제한, 규칙 준수, 재현성에 대한 설명 필요 | 전략 판매자와 소형 프랍팀은 신뢰 증명용 Audit Report에 직접 구매동기가 있음 |
| 고객군 | 구체적 니즈 | 첫 구매상품 | 구매동기 |
|---|---|---|---|
| 전략 판매자 | 자신의 전략이 과최적화·미래참조 없이 검증되었음을 구매자에게 증명 | Audit Standard | 전략 판매 신뢰도와 전환율 개선 |
| 소형 프랍팀/운용팀 | 내부 전략의 리스크·재현성·국면별 성능을 설명 | Audit Standard/Custom | 운용 리스크 관리 및 외부 설명자료 확보 |
| 개인 퀀트 | 반복 실험, 백테스트 검증, 전략 개선 추적 | Workspace Pro | 개인 전략 개발 효율 향상 |
PQ Research는 TradingView·QuantConnect를 정면 대체하는 것이 아니라, 그 플랫폼들이 만들어낸 전략 생산 시장 위에 독립 검증 레이어로 진입한다. 초기에는 기존 플랫폼 사용자가 만든 전략을 PQ Audit으로 검증하는 보완재로 진입하고, 반복 검증 고객을 Workspace 구독으로 전환하여 고급 사용자 워크플로우를 단계적으로 내재화한다.
PQ Research는 단순 아이디어 단계가 아니라 핵심 엔진과 검증 아키텍처의 선행 구현을 완료한 상태에서 재창업을 추진한다. 대표자는 ML/엔지니어링 및 퀀트 실전 운용 경험을 바탕으로 백테스트 엔진, LLM 워크플로우, 데이터 파이프라인, 프론트엔드 구조를 직접 설계·구현했다.
| 준비 항목 | 현재 상태 | 협약기간 보완 계획 |
|---|---|---|
| PQ Engine | Numba JIT 기반 자체 백테스트 엔진 구현, TradingView 조건과의 동등성 검증 구조 보유 | 벤치마크 표준화, 테스트 전략/데이터셋 확대, 샘플 리포트 정리 |
| Lookahead/Repaint 탐지 | 데이터 경계, 워밍업 마스크, 증분 리플레이, 시그널 해시 검증 등 실행 레벨 탐지 구조 설계 | 탐지 케이스 확장, 오탐/미탐률 기준 수립, 리포트 자동 반영 |
| Audit Report | 검증 리포트 구성 및 핵심 항목 정의 완료 | 15섹션 내외 자동 리포트 MVP 완성, PDF/웹 리포트 출력 |
| Ops Studio | 전략 생성·백테스트·검증·리포트 연결 구조 설계 | 협약기간에는 Audit 중심 최소 워크플로우 우선 구현 |
| 시장/경쟁 분석 | 예창패 준비 과정에서 TradingView, QuantConnect, Backtrader 등 비교 분석 수행 | 전략 판매자/소형 프랍팀 중심 고객검증 및 WTP 실험 수행 |
본 사업의 1차 개발 목표는 전체 퀀트 플랫폼 완성이 아니라, 고객이 즉시 구매 여부를 판단할 수 있는 Audit Report MVP 완성이다. 이를 통해 협약기간 내 실제 전략 데이터를 기반으로 검증 리포트를 생성하고, 무료/유료 Audit 전환율을 측정한다.
| 우선순위 | 개발 내용 | 산출물 | 검증 기준 |
|---|---|---|---|
| 1 | Audit Report MVP | Lookahead/Repaint/OOS/파라미터 안정성 포함 자동 리포트 | 샘플 전략 10개 이상 리포트 생성 |
| 2 | 검증 엔진 고도화 | TradingView/Python 전략 재현, 실행 레벨 오류 탐지 | 전략별 재현성·탐지 결과 기록 |
| 3 | 결제/랜딩페이지 | Audit Lite/Standard 가격제, 결제/문의 플로우 | 유료 Audit 10건 목표 |
| 4 | 베타 운영 대시보드 | 고객별 전략 업로드, 리포트 상태, 피드백 관리 | 베타 50명 운영 가능 |
| 5 | Workspace 최소 기능 | 반복 검증 고객용 프로젝트/실험 추적 | Audit 반복 고객의 구독 전환 가능성 확인 |
PQ Research는 매매 추천, 수익 보장, 투자자문을 제공하지 않는다. 고객이 제출한 전략의 백테스트 재현성, 오류 가능성, 비용 민감도, 국면별 안정성을 검증하는 소프트웨어 도구로 범위를 한정한다. 시그널 API나 외부 배포 기능은 Phase 3 이후 법률 자문을 거쳐 추진한다.
수익모델은 과거 실패의 반대로, 제품 완성 후 수익화를 고민하는 방식이 아니라 초기 MVP 단계부터 단건 과금으로 지불의사를 검증하도록 설계한다.
| 상품 | 대상 | 가격 | 제공 가치 |
|---|---|---|---|
| Audit Lite | 개인 퀀트, 검증 입문자 | $20~50/건 | Lookahead/Repaint 기본 검증, 표준 리포트 |
| Audit Standard | 전략 판매자, 소형 프랍팀 | $100~200/건 | OOS, 국면 분석, 비용 민감도, 벤치마크 비교 포함 |
| Audit Custom | 프랍팀, 운용팀 | $500+/건 | 파라미터 안정성, 리스크 분석, 커스텀 리포트 |
| Workspace Pro | 반복 검증 개인/팀 | $50~100/월 | 프로젝트 관리, 실험 추적, 반복 Audit |
| API/Enterprise | 핀테크, 팀, 플랫폼 | 2027년 이후 | 검증 API, 리포트 자동화, 엔터프라이즈 배포 |
초기 진입은 범용 대중 시장이 아니라, 전략 검증 결과를 외부에 설명하거나 판매해야 하는 고급 사용자로 좁힌다. 이는 과거 이벤트 플랫폼에서 양면시장을 동시에 구축하려다 실행력이 분산된 실패를 보완하는 전략이다.
| 단계 | 기간 | 고객확보 활동 | 검증 KPI |
|---|---|---|---|
| 타겟 구축 | 1개월차 | TradingView/Pine, MQL, Reddit, Discord, QuantConnect, 프랍 커뮤니티 타겟 리스트 구축 | 타겟 300명, 랜딩페이지 오픈 |
| 문제검증 | 2개월차 | 샘플 Audit 제안, 이메일/DM/커뮤니티 접촉, 정성 인터뷰 | 접촉·인터뷰 30건, 샘플 Audit 5건 |
| 무료 Audit | 3~4개월차 | 전략 제출 고객 대상 무료 Audit 제공 후 피드백 수집 | 무료 Audit 20건 |
| 유료 전환 | 5개월차 | Audit Standard 유료화, 가격대 $99/$149/$199 테스트 | 유료 Audit 10건 |
| 베타 운영 | 6~7개월차 | 반복 검증 고객을 Workspace 베타로 전환 | 베타 50명, 유료전환율 20% |
| 순번 | 목표 | 목표 세부 내용 | 추진 일정 |
|---|---|---|---|
| 1 | Audit Report MVP | Lookahead/Repaint/OOS/파라미터 안정성 자동 리포트 생성 | ~ 26.08 |
| 2 | 검증 엔진 고도화 | TradingView/Python 전략 재현성 검증, 오류 탐지 케이스 확장 | 26.06 ~ 26.09 |
| 3 | 랜딩페이지/결제 | 가격제, 고객 문의/결제, 샘플 리포트 공개 | ~ 26.09 |
| 4 | 시장 검증 | 무료 Audit 20건, 유료 Audit 10건, 고객 피드백 정리 | 26.09 ~ 26.11 |
| 5 | 베타 운영 | 베타 50명, 유료전환율 20% 검증, Workspace 최소 기능 | 26.11 ~ 26.12 |
※ 실제 신청금액, 자기부담 현금/현물, 비목 가능 여부는 공고문 사업비 비목 기준으로 최종 조정 필요. 정부지원사업비는 총사업비의 75% 이하, 자기부담 25% 이상 구조를 준수해야 한다.
| 비목 | 산출 근거 | 정부지원 | 자기부담 현금 | 자기부담 현물 | 합계 |
|---|---|---|---|---|---|
| 인건비 | 백엔드/인프라 개발자 1명, 제품화 및 운영 자동화 | 35,000,000 | - | 10,000,000 | 45,000,000 |
| 외주용역비 | 리포트 템플릿, 랜딩페이지, 결제/관리 UI 보완 | 18,000,000 | 3,000,000 | - | 21,000,000 |
| 시제품 제작비 | 클라우드, LLM API, 백테스트/리포트 자동화 인프라 | 18,000,000 | 2,000,000 | - | 20,000,000 |
| 데이터/도구 | 시장 데이터, 개발/테스트 도구, 모니터링 | 9,000,000 | 1,000,000 | 5,000,000 | 15,000,000 |
| 지재권/법률 | 상표/저작권, 투자자문 경계 법률검토 | 5,000,000 | 1,000,000 | - | 6,000,000 |
| 마케팅비 | 기술 콘텐츠, 커뮤니티 캠페인, WTP 조사 | 15,000,000 | - | 11,333,000 | 26,333,000 |
| 합계 | 100,000,000 | 7,000,000 | 26,333,000 | 133,333,000 | |
대표자는 컴퓨터공학 기반의 머신러닝·데이터 엔지니어링 경험과 15년 이상의 소프트웨어 개발 경험을 보유하고 있다. 또한 2022년 이후 퀀트 리서치 및 실전 운용을 수행하며 백테스트-실거래 괴리, 전략 검증의 어려움, 워크플로우 파편화를 직접 경험하였다. PQ Research의 핵심 엔진, LLM 워크플로우, 데이터 파이프라인, 프론트엔드 구조를 직접 설계·구현할 수 있는 기술 역량을 보유한다.
과거 창업 경험을 통해 기술 구현만으로는 사업화에 충분하지 않다는 점을 학습했다. 이번 재창업에서는 대표자가 핵심 기술과 제품 방향을 직접 통제하되, 협약 초기 백엔드/인프라 인력을 채용하여 제품화 속도와 운영 안정성을 확보한다. 또한 주관기관 멘토링과 외부 법률·사업화 자문을 통해 고객검증, 과금, 규제 검토를 병행한다.
| 구분 | 역할 | 필요 역량 | 확보 계획 |
|---|---|---|---|
| 대표자 | 제품 총괄, 엔진/검증 아키텍처, 사업화 전략 | ML/데이터/백테스트/LLM 워크플로우/풀스택 개발 | 확보 |
| 백엔드/인프라 | API, 데이터 처리, 리포트 자동화, 운영 안정화 | Python/FastAPI, 클라우드, DB, 배포 | 협약 초기 채용 |
| 외부 자문 | 투자자문 규제 경계, BM/마케팅 검증 | 핀테크 법률, SaaS GTM, 재창업 멘토링 | 주관기관 프로그램 및 외부 자문 활용 |
과거에는 좋은 아이디어와 개발 파트너가 있으면 사업이 진행될 것이라고 생각했습니다. 하지만 실제로는 공동창업자의 역할과 의사결정 구조, MVP 범위, 첫 지불고객 검증이 먼저 정리되지 않으면 사업자 등록만으로는 실행력이 생기지 않는다는 것을 배웠습니다.
이번 PQ Research는 그 반대로 설계했습니다. 핵심 엔진은 대표자가 직접 통제하고, 첫 고객군은 전략 판매자와 소형 프랍팀으로 좁혔으며, 전체 플랫폼보다 유료 검증 가능한 Audit Report MVP를 먼저 출시해 지불의사를 확인하겠습니다.
직접 고객검증은 협약기간 핵심 KPI로 설정했습니다. 다만 인접 시장에서 지불행동은 확인됩니다. TradingView의 유료 지표/전략 구독, QuantConnect의 백테스트/리서치 구독, 프랍 트레이딩 시장의 검증 수요는 전략 도구와 검증 인프라에 돈을 지불하는 시장이 존재함을 보여줍니다. PQ는 이 시장의 독립 검증 레이어로 진입합니다.
매매 추천이나 수익 보장을 하지 않고, 고객이 제출한 전략의 백테스트 재현성·오류·안정성을 검증하는 소프트웨어 도구로 한정합니다. 시그널 API나 외부 배포 기능은 후순위로 두고, Phase 3 이전 법률 자문을 거쳐 추진합니다.