{"meta":{"preregistration":"docs/PROOF-PREREGISTRATION.md","axis":"reproducibility","generated_at":"2026-06-26T17:14:44.996Z","corpus_version":"v2026-06-15","fable_model":"anthropic/claude-sonnet-4.6","bench_scorer":"lib/scorer.ts score() (deterministic, v1)","K":5,"temps":[0,1]},"results":[{"id":"reviewmate","plan":"# 리뷰메이트\n\nGitHub PR의 diff를 분석해 인라인 코드리뷰 코멘트를 자동으로 다는 CLI 도구입니다. 팀 컨벤션을 학습해 규칙 위반과 잠재 버그를 짚고 GitHub Actions에 붙여 CI에서 자동 실행됩니다. 리뷰 요약 리포트를 생성하며 타깃 사용자는 리뷰 리소스가 부족한 2~5인 개발팀입니다.","domain":"in","bench":{"runs":[{"score":51,"competitors":["agynio/gh-pr-review","superscriptsystems/codereview-agent","aryanbrite/openrabbit","selimozten/elek","probelabs/visor","yungookim/oh-my-pr","dotneet/aica","bluebear-io/baloo-bear","matteraiorg/matter-ai","blue-bear-security/baloo-bear","zxkane/autonomous-dev-team","kacemmathlouthi/metis"]},{"score":51,"competitors":["agynio/gh-pr-review","superscriptsystems/codereview-agent","aryanbrite/openrabbit","selimozten/elek","probelabs/visor","yungookim/oh-my-pr","dotneet/aica","bluebear-io/baloo-bear","matteraiorg/matter-ai","blue-bear-security/baloo-bear","zxkane/autonomous-dev-team","kacemmathlouthi/metis"]},{"score":51,"competitors":["agynio/gh-pr-review","superscriptsystems/codereview-agent","aryanbrite/openrabbit","selimozten/elek","probelabs/visor","yungookim/oh-my-pr","dotneet/aica","bluebear-io/baloo-bear","matteraiorg/matter-ai","blue-bear-security/baloo-bear","zxkane/autonomous-dev-team","kacemmathlouthi/metis"]},{"score":51,"competitors":["agynio/gh-pr-review","superscriptsystems/codereview-agent","aryanbrite/openrabbit","selimozten/elek","probelabs/visor","yungookim/oh-my-pr","dotneet/aica","bluebear-io/baloo-bear","matteraiorg/matter-ai","blue-bear-security/baloo-bear","zxkane/autonomous-dev-team","kacemmathlouthi/metis"]},{"score":51,"competitors":["agynio/gh-pr-review","superscriptsystems/codereview-agent","aryanbrite/openrabbit","selimozten/elek","probelabs/visor","yungookim/oh-my-pr","dotneet/aica","bluebear-io/baloo-bear","matteraiorg/matter-ai","blue-bear-security/baloo-bear","zxkane/autonomous-dev-team","kacemmathlouthi/metis"]}],"score_stdev":0,"competitor_jaccard":1,"score_values":[51,51,51,51,51]},"fable":[{"temperature":0,"runs":[{"score":62,"competitors":["coderabbitai/coderabbit","sourcegraph/cody","github/copilot","sturdy-dev/codereview.gpt","mattzcarey/code-review-gpt","anc95/chatgpt-codereview","google-gemini/generative-ai-js"],"raw":{"score":62,"competitors":[{"name":"coderabbitai/coderabbit","stars":0},{"name":"sourcegraph/cody","stars":3800},{"name":"github/copilot","stars":0},{"name":"sturdy-dev/codereview.gpt","stars":3200},{"name":"mattzcarey/code-review-gpt","stars":1800},{"name":"anc95/ChatGPT-CodeReview","stars":3600},{"name":"google-gemini/generative-ai-js","stars":2900}],"strengths":["소규모 팀(2~5인)이라는 명확한 타깃 세그먼트 설정으로 마케팅 집중 가능","팀 컨벤션 학습 기능은 범용 AI 리뷰 도구와의 차별화 포인트","GitHub Actions 연동으로 기존 CI/CD 워크플로우에 낮은 마찰로 진입 가능","CLI 형태로 설치·운영 비용이 낮아 소규모 팀의 예산 제약에 부합","리뷰 요약 리포트는 팀 생산성 지표로 활용 가능해 구매 정당화 용이"],"weaknesses":["CodeRabbit, PR-Agent 등 이미 성숙한 경쟁 제품이 무료 티어로 시장 선점 중","팀 컨벤션 학습의 초기 셋업 비용이 소규모 팀에게 오히려 진입 장벽이 될 수 있음","2~5인 팀은 지불 의사(WTP)가 낮고 유료 전환율이 떨어지는 세그먼트","LLM API 비용 구조상 소규모 팀 대상 저가 책정 시 수익성 확보 어려움","GitHub 의존성이 높아 GitLab·Bitbucket 사용 팀으로의 확장성 제한","컨벤션 학습 데이터 품질이 리뷰 정확도를 좌우하나 검증 메커니즘 불명확"]}},{"score":62,"competitors":["coderabbitai/coderabbit","sourcegraph/cody","github/copilot-for-prs","sturdy-dev/codereview.gpt","anc95/chatgpt-codereview","mattzcarey/code-review-gpt","google-gemini/generative-ai-docs"],"raw":{"score":62,"competitors":[{"name":"coderabbitai/coderabbit","stars":0},{"name":"sourcegraph/cody","stars":3800},{"name":"github/copilot-for-prs","stars":0},{"name":"sturdy-dev/codereview.gpt","stars":3600},{"name":"anc95/ChatGPT-CodeReview","stars":3900},{"name":"mattzcarey/code-review-gpt","stars":1800},{"name":"google-gemini/generative-ai-docs","stars":1200}],"strengths":["소규모 팀(2~5인)이라는 명확한 타깃 세그먼트 설정으로 마케팅 집중 가능","팀 컨벤션 학습 기능은 범용 AI 리뷰 도구와의 차별화 포인트","GitHub Actions 연동으로 기존 CI/CD 워크플로우에 낮은 마찰로 진입 가능","CLI 형태로 설치·사용 장벽이 낮고 개발자 친화적","리뷰 요약 리포트는 팀 생산성 지표로 활용 가능해 구매 정당화 용이"],"weaknesses":["CodeRabbit, GitHub Copilot PR Review 등 자본력 있는 경쟁자가 이미 시장 선점 중","팀 컨벤션 학습의 초기 데이터 수집 비용이 소규모 팀에게 온보딩 장벽으로 작용 가능","LLM API 비용 구조상 소규모 팀 대상 저가 책정 시 수익성 확보 어려움","GitHub 의존성이 높아 GitLab·Bitbucket 사용 팀으로의 확장성 제한","오탐(false positive) 리뷰 코멘트 누적 시 개발자 피로도 증가로 이탈 위험","차별화 핵심인 컨벤션 학습의 정확도 검증 및 신뢰 구축에 긴 시간 필요"]}},{"score":62,"competitors":["coderabbitai/coderabbit","sourcegraph/cody","github/copilot-for-prs","sturdy-dev/codereview.gpt","anc95/chatgpt-codereview","mattzcarey/code-review-gpt","google/shipshape"],"raw":{"score":62,"competitors":[{"name":"coderabbitai/coderabbit","stars":0},{"name":"sourcegraph/cody","stars":3800},{"name":"github/copilot-for-prs","stars":0},{"name":"sturdy-dev/codereview.gpt","stars":3600},{"name":"anc95/ChatGPT-CodeReview","stars":3900},{"name":"mattzcarey/code-review-gpt","stars":1800},{"name":"google/shipshape","stars":310}],"strengths":["소규모 팀(2~5인)이라는 명확한 타깃 세그먼트 설정으로 마케팅 집중 가능","팀 컨벤션 학습 기능은 범용 도구 대비 맞춤형 차별점 제공","GitHub Actions 연동으로 기존 CI/CD 워크플로우에 낮은 진입 장벽","CLI 형태로 설치·운영 비용이 낮고 자체 호스팅 가능 → 보안 민감 팀 어필","리뷰 요약 리포트는 팀 생산성 지표로 활용 가능해 구매 정당화 용이"],"weaknesses":["CodeRabbit, GitHub Copilot PR Review 등 자금력 있는 경쟁자가 이미 시장 선점","팀 컨벤션 학습의 초기 셋업 비용이 소규모 팀에게 오히려 부담이 될 수 있음","2~5인 팀은 지불 의사(WTP)가 낮고 유료 전환율이 떨어지는 세그먼트","LLM API 비용이 운영 원가에 직결되어 저가 정책 유지가 어려움","CLI 단독 제품은 비개발자 의사결정권자에게 가치 전달이 어려워 B2B 영업 난이도 상승","GitHub 의존성이 높아 GitLab·Bitbucket 사용 팀으로 확장 시 추가 개발 필요"]}},{"score":62,"competitors":["coderabbitai/coderabbit","sourcegraph/cody","github/copilot-for-prs","sturdy-dev/codereview.gpt","anc95/chatgpt-codereview","mattzcarey/code-review-gpt","apps/reviewpad"],"raw":{"score":62,"competitors":[{"name":"coderabbitai/coderabbit","stars":0},{"name":"sourcegraph/cody","stars":3800},{"name":"github/copilot-for-prs","stars":0},{"name":"sturdy-dev/codereview.gpt","stars":3600},{"name":"anc95/ChatGPT-CodeReview","stars":3900},{"name":"mattzcarey/code-review-gpt","stars":1800},{"name":"apps/reviewpad","stars":900}],"strengths":["소규모 팀(2~5인)이라는 명확한 타깃 세그먼트 설정으로 마케팅 집중 가능","팀 컨벤션 학습 기능은 범용 AI 리뷰 도구와의 차별화 포인트","CLI + GitHub Actions 통합으로 기존 워크플로우 진입 장벽 낮음","리뷰 리소스 부족 문제는 실제 페인포인트로 수요 명확","인라인 코멘트 방식은 개발자 UX에 친숙한 형태"],"weaknesses":["CodeRabbit, GitHub Copilot PR Review 등 자금력 있는 경쟁자가 이미 동일 기능 제공 중","팀 컨벤션 학습의 정확도·유지보수 비용이 핵심 리스크이며 기술 난이도 높음","2~5인 팀은 유료 전환율과 LTV가 낮아 SaaS 수익화 구조 취약","CLI 도구 특성상 바이럴 성장 및 네트워크 효과 기대 어려움","오픈소스 경쟁 도구들이 무료로 유사 기능 제공해 가격 책정 압박 존재","한국어 타깃 시장만으로는 글로벌 확장 전략 부재 시 성장 한계"]}},{"score":62,"competitors":["coderabbitai/coderabbit","sourcegraph/cody","github/copilot-for-prs","sturdy-dev/codereview.gpt","anc95/chatgpt-codereview","mattzcarey/code-review-gpt","google/shipshape"],"raw":{"score":62,"competitors":[{"name":"coderabbitai/coderabbit","stars":0},{"name":"sourcegraph/cody","stars":3800},{"name":"github/copilot-for-prs","stars":0},{"name":"sturdy-dev/codereview.gpt","stars":3600},{"name":"anc95/ChatGPT-CodeReview","stars":3900},{"name":"mattzcarey/code-review-gpt","stars":1800},{"name":"google/shipshape","stars":310}],"strengths":["소규모 팀(2~5인)이라는 명확한 타깃 세그먼트 설정으로 마케팅 집중 가능","팀 컨벤션 학습 기능은 범용 도구 대비 맞춤형 차별점 제공","GitHub Actions 연동으로 기존 CI/CD 워크플로우에 낮은 진입 장벽","CLI 형태로 설치·운영 비용이 낮고 자체 호스팅 가능 → 보안 민감 팀 어필","리뷰 요약 리포트는 팀 생산성 지표로 활용 가능해 구매 정당화 용이"],"weaknesses":["CodeRabbit, GitHub Copilot PR Review 등 자금력 있는 경쟁자가 이미 시장 선점","팀 컨벤션 학습의 초기 셋업 비용이 소규모 팀에게 오히려 부담이 될 수 있음","2~5인 팀은 지불 의사(WTP)가 낮고 유료 전환율이 떨어지는 세그먼트","LLM API 비용이 운영 원가에 직결되어 저가 정책 유지가 어려움","CLI 단독 제품은 비개발자 의사결정권자에게 가치 전달이 어려워 B2B 영업 난이도 상승","GitHub 의존성이 높아 GitLab·Bitbucket 사용 팀으로 확장 시 추가 개발 필요"]}}],"score_stdev":0,"competitor_jaccard":0.6972,"score_values":[62,62,62,62,62]},{"temperature":1,"runs":[{"score":62,"competitors":["coderabbitai/coderabbit","sourcegraph/cody","github/copilot-for-prs","mattzcarey/code-review-gpt","anc95/chatgpt-codereview","sturdy-dev/codereview.gpt","microsoft/sarif-tools"],"raw":{"score":62,"competitors":[{"name":"coderabbitai/coderabbit","stars":0},{"name":"sourcegraph/cody","stars":3200},{"name":"github/copilot-for-prs","stars":0},{"name":"mattzcarey/code-review-gpt","stars":754},{"name":"anc95/ChatGPT-CodeReview","stars":3600},{"name":"sturdy-dev/codereview.gpt","stars":412},{"name":"microsoft/sarif-tools","stars":89}],"strengths":["2~5인 소규모 팀이라는 구체적 타깃 설정으로 제품-시장 적합성 명확","CLI + GitHub Actions 통합으로 기존 워크플로우 마찰 최소화","팀 컨벤션 학습 기능은 범용 도구 대비 맞춤형 차별점 가능","리뷰 요약 리포트는 비기술 이해관계자 소통에도 유용한 부가가치","인라인 코멘트 방식으로 개발자 UX 친화적"],"weaknesses":["CodeRabbit, GitHub Copilot PR 리뷰 등 자금력 있는 경쟁자가 이미 시장 선점","팀 컨벤션 학습의 초기 셋업 비용이 소규모 팀에게 오히려 진입 장벽","LLM API 비용 구조가 소규모 팀 예산에 부담될 수 있어 수익 모델 설계 어려움","오탐(False Positive) 리뷰 코멘트 누적 시 개발자 피로도 급증 리스크","GitHub 단일 플랫폼 의존으로 GitLab/Bitbucket 사용 팀 제외","CLI 도구 특성상 B2B SaaS 대비 수익화 및 확장성 한계"]}},{"score":62,"competitors":["coderabbitai/coderabbit","github/copilot-for-pull-requests","sourcegraph/cody","anc95/chatgpt-codereview","sturdy-dev/codereview.gpt","mattzcarey/code-review-gpt","golangci/golangci-lint","reviewdog/reviewdog"],"raw":{"score":62,"competitors":[{"name":"coderabbitai/coderabbit","stars":0},{"name":"github/copilot-for-pull-requests","stars":0},{"name":"sourcegraph/cody","stars":3200},{"name":"anc95/ChatGPT-CodeReview","stars":3800},{"name":"sturdy-dev/codereview.gpt","stars":1200},{"name":"mattzcarey/code-review-gpt","stars":1600},{"name":"golangci/golangci-lint","stars":15400},{"name":"reviewdog/reviewdog","stars":7600}],"strengths":["2~5인 소규모 팀이라는 명확한 타깃 세그먼트 — 의사결정 빠르고 도입 장벽 낮음","팀 컨벤션 학습 기능은 범용 AI 리뷰 도구와 차별화 포인트","CLI + GitHub Actions 조합으로 기존 개발 워크플로우에 마찰 없이 통합 가능","리뷰 요약 리포트는 비개발 직군(PM, CTO)에게도 가시성 제공 — 구매 결정권자 설득 용이","글로벌 대비 한국 시장은 로컬 경쟁자가 적어 초기 교두보 확보 가능"],"weaknesses":["CodeRabbit, PR-Agent 등 이미 잘 완성된 SaaS 경쟁자가 무료 티어로 시장 선점 중","팀 컨벤션 학습의 정확도·신뢰도 확보까지 Cold Start 문제 존재 — 초기 리뷰 품질 리스크","CLI 도구 특성상 수익화 모델이 불명확 (OSS로 가면 모네타이즈 어렵고, 유료화하면 채택률 저하)","2~5인 팀은 예산 제약이 크고 이탈률도 높아 LTV가 낮을 수 있음","GitHub 의존도 100% — GitLab·Bitbucket 사용 팀은 즉시 이탈, 플랫폼 리스크 존재"]}},{"score":62,"competitors":["coderabbitai/coderabbit","sourcegraph/cody","github/copilot-for-prs","sturdy-dev/codereview.gpt","mattzcarey/code-review-gpt","anc95/chatgpt-codereview","sweetpand/gpt-ai-assistant","zlongxiao/openai-pr-reviewer"],"raw":{"score":62,"competitors":[{"name":"coderabbitai/coderabbit","stars":0},{"name":"sourcegraph/cody","stars":3800},{"name":"github/copilot-for-prs","stars":0},{"name":"sturdy-dev/codereview.gpt","stars":3600},{"name":"mattzcarey/code-review-gpt","stars":1800},{"name":"anc95/ChatGPT-CodeReview","stars":3900},{"name":"sweetpand/gpt-ai-assistant","stars":0},{"name":"zlongxiao/openai-pr-reviewer","stars":1200}],"strengths":["팀 컨벤션 학습 기능은 범용 도구와 차별화되는 핵심 가치 — 소규모 팀의 온보딩 비용 절감 효과 명확","CLI + GitHub Actions 통합으로 기존 워크플로우 진입 장벽이 낮음","2~5인 팀이라는 명확한 타깃 세그먼트 설정, 니즈 대비 리소스 부족 문제 실재함","리뷰 요약 리포트는 팀 메트릭 추적 니즈를 충족하며 추가 구독 가치 창출 가능","한국 개발 생태계(GitHub 활성 사용자 급증) 내 현지화 진입 우위 가능성"],"weaknesses":["CodeRabbit, GitHub Copilot PR Review 등 자금력 있는 경쟁자가 동일 포지션을 이미 점유 중","컨벤션 학습의 정확도와 false positive 비율이 제품 신뢰도를 좌우하나 검증 데이터 없음","CLI 도구는 SaaS 대비 수익화 모델 설계가 어렵고 LTV 확보에 불리","소규모 팀은 유료 전환율이 낮고 평균 지불 의사(WTP)가 제한적","diff 분석 품질이 LLM API 비용에 직결되어 마진 구조 취약 가능성","팀 이탈 시 컨벤션 데이터 이전성(portability) 문제로 고객 신뢰 리스크 존재"]}},{"score":62,"competitors":["coderabbitai/coderabbit","anc95/chatgpt-codereview","sturdy-dev/codereview.gpt","mattzcarey/code-review-gpt","google/gemini-code-assist","microsoft/azureml-examples","sourcegraph/cody"],"raw":{"score":62,"competitors":[{"name":"coderabbitai/coderabbit","stars":0},{"name":"anc95/ChatGPT-CodeReview","stars":3800},{"name":"sturdy-dev/codereview.gpt","stars":693},{"name":"mattzcarey/code-review-gpt","stars":2900},{"name":"google/gemini-code-assist","stars":0},{"name":"microsoft/azureml-examples","stars":0},{"name":"sourcegraph/cody","stars":3600}],"strengths":["소규모 팀(2~5인)이라는 구체적이고 명확한 타깃 세그먼트 설정","팀 컨벤션 학습 기능은 경쟁사 대비 차별화 포인트가 될 수 있음","CLI + GitHub Actions 조합으로 기존 워크플로 진입 장벽이 낮음","리뷰 요약 리포트는 팀 생산성 가시화에 실질적 가치 제공","한국 개발자 커뮤니티 내 로컬라이즈된 마케팅 기회 존재"],"weaknesses":["CodeRabbit, GitHub Copilot Code Review 등 대형 자본의 경쟁자가 이미 시장 선점 중","컨벤션 학습의 정확도·신뢰성 확보가 기술적으로 매우 어려우며 실패 시 신뢰 하락 직결","2~5인 팀은 지불 의사(WTP)가 낮고 유료 전환율이 낮은 세그먼트","CLI 도구 특성상 바이럴 성장이 어렵고 입소문 전파 속도가 느림","오탐(False Positive) 코멘트 누적 시 개발자가 알림을 무시하게 되는 fatigue 리스크","LLM API 비용이 사용량 증가 시 수익 구조를 압박할 가능성","GitHub 외 플랫폼(GitLab, Bitbucket) 미지원 시 시장 확장성 제한"]}},{"score":62,"competitors":["coderabbitai/coderabbit","codium-ai/pr-agent","google/gemini-code-assist","microsoft/azure-openai-code-review","sturdy-dev/codeball","reviewdog/reviewdog","github/copilot-for-prs"],"raw":{"score":62,"competitors":[{"name":"coderabbitai/coderabbit","stars":0},{"name":"Codium-ai/pr-agent","stars":6200},{"name":"google/gemini-code-assist","stars":0},{"name":"microsoft/azure-openai-code-review","stars":0},{"name":"sturdy-dev/codeball","stars":892},{"name":"reviewdog/reviewdog","stars":7400},{"name":"github/copilot-for-prs","stars":0}],"strengths":["소규모 팀(2~5인)이라는 명확한 타깃 세그먼트 설정으로 포지셔닝이 뚜렷함","팀 컨벤션 학습 기능은 기존 경쟁자 대비 차별화 포인트가 될 수 있음","CLI + GitHub Actions 연동으로 도입 마찰이 낮고 개발자 친화적","리뷰 요약 리포트는 비기술적 관리자에게도 어필 가능한 부가 가치","AI 코드리뷰 시장 자체는 빠르게 성장 중이며 수요가 검증됨"],"weaknesses":["CodeRabbit, PR-Agent 등 이미 무료 플랜을 제공하는 강력한 선발주자가 존재하며 전환 비용이 낮음","GitHub Copilot이 PR 리뷰 기능을 강화하고 있어 플랫폼 종속 위협이 큼","팀 컨벤션 학습의 초기 설정 복잡도가 소규모 팀에게 오히려 진입 장벽이 될 수 있음","2~5인 팀은 구매 결정 속도는 빠르지만 지불 의사금액(WTP)이 낮아 수익화 난이도 높음","CLI 전용 구조는 GUI 선호 팀이나 비개발 직군 접근성 부족","경쟁사 대비 브랜드 인지도 및 커뮤니티 구축 시간 확보 어려움"]}}],"score_stdev":0,"competitor_jaccard":0.3818,"score_values":[62,62,62,62,62]}]},{"id":"lawsearch","plan":"# 조항검색\n\n한국 법령을 조·항·호 단위로 검색하는 RAG 챗봇입니다. 법령 본문을 조문 단위로 청킹·임베딩해 색인하고 자연어 질의에 대해 출처(법령명 + 조항번호)를 명시한 답변을 생성합니다. 시행일 기준 버전 필터로 과거·현행 조문을 구분해 인용하며 타깃 사용자는 소규모 로펌과 사내 법무 담당자입니다.","domain":"in","bench":{"runs":[{"score":69,"competitors":["minsu5452/korean-maritime-law-rag","lemos999/korea-law-index-light","legalize-kr/agent-skills","jinmyungjong/korean-law-mcp","seunghan91/korea-law-mcp-public","legalize-kr/cli-tools","tonynobleham/korean-law-web","skillnara/legal-basis-finder","seo-jinseok/korean-law-mcp","sungjunlee/beopsuny-skill","finalchild/law-mcp","hjsh200219/lyn-lawfirm"]},{"score":69,"competitors":["minsu5452/korean-maritime-law-rag","lemos999/korea-law-index-light","legalize-kr/agent-skills","jinmyungjong/korean-law-mcp","seunghan91/korea-law-mcp-public","legalize-kr/cli-tools","tonynobleham/korean-law-web","skillnara/legal-basis-finder","seo-jinseok/korean-law-mcp","sungjunlee/beopsuny-skill","finalchild/law-mcp","hjsh200219/lyn-lawfirm"]},{"score":69,"competitors":["minsu5452/korean-maritime-law-rag","lemos999/korea-law-index-light","legalize-kr/agent-skills","jinmyungjong/korean-law-mcp","seunghan91/korea-law-mcp-public","legalize-kr/cli-tools","tonynobleham/korean-law-web","skillnara/legal-basis-finder","seo-jinseok/korean-law-mcp","sungjunlee/beopsuny-skill","finalchild/law-mcp","hjsh200219/lyn-lawfirm"]},{"score":69,"competitors":["minsu5452/korean-maritime-law-rag","lemos999/korea-law-index-light","legalize-kr/agent-skills","jinmyungjong/korean-law-mcp","seunghan91/korea-law-mcp-public","legalize-kr/cli-tools","tonynobleham/korean-law-web","skillnara/legal-basis-finder","seo-jinseok/korean-law-mcp","sungjunlee/beopsuny-skill","finalchild/law-mcp","hjsh200219/lyn-lawfirm"]},{"score":69,"competitors":["minsu5452/korean-maritime-law-rag","lemos999/korea-law-index-light","legalize-kr/agent-skills","jinmyungjong/korean-law-mcp","seunghan91/korea-law-mcp-public","legalize-kr/cli-tools","tonynobleham/korean-law-web","skillnara/legal-basis-finder","seo-jinseok/korean-law-mcp","sungjunlee/beopsuny-skill","finalchild/law-mcp","hjsh200219/lyn-lawfirm"]}],"score_stdev":0,"competitor_jaccard":1,"score_values":[69,69,69,69,69]},"fable":[{"temperature":0,"runs":[{"score":62,"competitors":["langchain-ai/langchain","josstorer/chatgptbox","lawtalk-bigdata/korean-law-open-data-parser","minwook-shin/awesome-korean-nlp","lbox-open/lbox-open"],"raw":{"score":62,"competitors":[{"name":"LangChain-ai/langchain","stars":92000},{"name":"josStorer/chatGPTBox","stars":21000},{"name":"lawtalk-bigdata/korean-law-open-data-parser","stars":312},{"name":"minwook-shin/awesome-korean-nlp","stars":890},{"name":"lbox-open/lbox-open","stars":441}],"strengths":["한국 법령 조문 단위 청킹이라는 명확한 도메인 특화 전략 — 일반 RAG 대비 인용 정확도 우위","시행일 기준 버전 필터는 실무에서 즉각적인 차별화 포인트 (개정 전후 조문 비교 수요 실재)","소규모 로펌·사내 법무라는 타깃이 구체적이고 지불 의사(WTP)가 검증된 세그먼트","국가법령정보센터 Open API로 데이터 수급 비용이 낮아 초기 진입 장벽 완화","출처(법령명+조항번호) 명시 구조가 법적 책임 리스크를 낮춰 엔터프라이즈 채택 용이"],"weaknesses":["LBox, 로앤컴퍼니(로톡) 등 국내 리걸테크 선발주자가 이미 유사 검색 기능 보유 — 브랜드·데이터 격차 극복 필요","조문 임베딩만으로는 판례·유권해석·행정규칙 연계가 부족해 실무 완결성 한계","한국어 법령 특유의 준용·위임 구조(예: '제○조를 준용한다')를 RAG가 체인 추론하기 어려움","소규모 로펌 세그먼트는 SaaS 구독 단가가 낮고 영업 사이클이 길어 초기 수익화 속도 저하 우려","법령 개정 주기에 맞춘 실시간 인덱스 갱신 파이프라인 유지 비용이 지속적으로 발생","GPT/Claude API 의존 시 환각(hallucination) 리스크가 법적 오류로 직결되어 신뢰도 관리 부담"]}},{"score":62,"competitors":["langchain-ai/langchain","run-llama/llama_index","josix/lawbot","minwook-shin/korean-law-open-data-parser","lbox-open/lbox-open"],"raw":{"score":62,"competitors":[{"name":"LangChain-ai/langchain","stars":92000},{"name":"run-llama/llama_index","stars":35000},{"name":"josix/lawbot","stars":41},{"name":"minwook-shin/korean-law-open-data-parser","stars":187},{"name":"lbox-open/lbox-open","stars":312}],"strengths":["한국 법령이라는 명확한 도메인 특화로 범용 LLM 대비 정밀도 우위 확보 가능","조·항·호 단위 청킹은 법령 구조에 최적화된 설계로 인용 정확도가 높음","시행일 기준 버전 필터는 실무에서 필수적인 기능으로 차별화 포인트가 뚜렷함","소규모 로펌·사내 법무라는 타깃이 구체적이고 지불 의사(WTP)가 검증된 세그먼트","국내 경쟁 제품이 아직 성숙하지 않아 선점 효과 기대 가능","법제처 Open API를 통한 데이터 수급 비용이 낮음"],"weaknesses":["LBox, 로앤컴퍼니(로톡) 등 기존 리걸테크 플레이어가 유사 기능을 추가할 경우 방어 장벽이 약함","판례·행정해석 미포함 시 실무 활용도가 제한되어 단독 구독 유인이 낮을 수 있음","법령 개정 주기에 맞춘 실시간 색인 파이프라인 유지 비용이 지속 발생","소규모 로펌의 IT 예산 한계로 B2B 영업 사이클이 길고 객단가 상승에 제약","환각(Hallucination) 리스크에 대한 법적 책임 소재가 불명확해 엔터프라이즈 도입 저항 존재","임베딩 모델의 한국 법률 용어 처리 품질이 서비스 핵심 변수이나 검증 비용이 높음"]}},{"score":62,"competitors":["langchain-ai/langchain","josstorer/chatgptbox","lawtalk-bigdata/korean-law-open-data-parser","minwook-shin/awesome-korean-nlp","lbox-open/lbox-open"],"raw":{"score":62,"competitors":[{"name":"LangChain-ai/langchain","stars":92000},{"name":"josStorer/chatGPTBox","stars":21000},{"name":"lawtalk-bigdata/korean-law-open-data-parser","stars":312},{"name":"minwook-shin/awesome-korean-nlp","stars":890},{"name":"lbox-open/lbox-open","stars":478}],"strengths":["한국 법령 조문 단위 청킹이라는 명확한 도메인 특화 전략 — 범용 RAG 대비 정밀도 우위 기대","시행일 기준 버전 필터는 실무에서 즉각적인 차별화 포인트 (개정 전·후 조문 비교 수요 실재)","소규모 로펌·사내 법무라는 타깃이 구체적이고 지불 의사(WTP)가 검증된 세그먼트","국가법령정보센터 Open API로 데이터 수급 비용이 낮아 초기 진입 장벽 완화","출처(법령명+조항번호) 명시 설계로 환각 리스크를 구조적으로 억제 — 법률 AI의 핵심 신뢰 요소"],"weaknesses":["로앤컴퍼니(로톡), 엘박스, 케이스노트 등 국내 리걸테크 선발주자가 이미 유사 검색 기능 내재화 중","법령 데이터는 공공재이므로 데이터 자체의 해자(moat)가 없고 대형 플레이어가 빠르게 복제 가능","조문 단위 RAG만으로는 판례·유권해석·행정규칙 연계 부재 시 실무 답변 완결성 한계","소규모 로펌의 IT 예산 제약과 긴 영업 사이클이 초기 ARR 성장을 둔화시킬 위험","법령 개정 주기에 맞춘 실시간 인덱스 갱신 파이프라인 유지 비용이 팀 규모 대비 운영 부담으로 작용 가능","GPT 등 기반 모델 비용이 쿼리 볼륨 증가 시 마진을 압박하며, 한국어 법률 특화 파인튜닝 없이는 전문 용어 오류 잔존"]}},{"score":62,"competitors":["langchain-ai/langchain","run-llama/llama_index","josix/lawbot","minwook-shin/awesome-korean-nlp","lbox-open/lbox-open"],"raw":{"score":62,"competitors":[{"name":"LangChain-ai/langchain","stars":92000},{"name":"run-llama/llama_index","stars":35000},{"name":"josix/lawbot","stars":41},{"name":"minwook-shin/awesome-korean-nlp","stars":890},{"name":"lbox-open/lbox-open","stars":312}],"strengths":["한국 법령이라는 명확한 도메인 특화로 일반 LLM 대비 정밀도 우위 확보 가능","조·항·호 단위 청킹은 법령 구조에 최적화된 설계로 인용 정확도 향상에 직결됨","시행일 기준 버전 필터는 경쟁 제품 대부분이 미지원하는 차별화 기능","소규모 로펌·사내 법무라는 타깃이 명확하여 B2B SaaS 과금 모델 설계 용이","국가법령정보센터 공개 API를 활용하면 데이터 수집 비용이 낮음"],"weaknesses":["로앤컴퍼니(로톡), 엘박스 등 국내 리걸테크 기업이 이미 유사 기능을 보유하고 있어 진입 장벽 높음","법령 개정 주기에 맞춘 실시간 색인 파이프라인 유지 비용이 지속적으로 발생함","판례·시행령·고시 등 연계 문서 미포함 시 실무 활용도가 제한적임","소규모 로펌의 IT 예산 한계로 인해 초기 유료 전환율이 낮을 가능성이 있음","LLM 환각으로 인한 오인용 리스크가 법률 도메인에서 신뢰도 훼손으로 직결될 수 있음"]}},{"score":62,"competitors":["langchain-ai/langchain","josstorer/chatgptbox","lawtalk-bigdata/korean-law-open-data-parser","minwook-shin/awesome-korean-nlp","lbox-open/lbox-open"],"raw":{"score":62,"competitors":[{"name":"LangChain-ai/langchain","stars":92000},{"name":"josStorer/chatGPTBox","stars":21000},{"name":"lawtalk-bigdata/korean-law-open-data-parser","stars":312},{"name":"minwook-shin/awesome-korean-nlp","stars":890},{"name":"lbox-open/lbox-open","stars":478}],"strengths":["한국 법령 조문 단위 청킹이라는 명확한 도메인 특화 전략 — 범용 RAG 대비 정밀도 우위 기대 가능","시행일 기준 버전 필터는 실무에서 즉시 차별화 포인트가 되는 기능 (개정 전·후 조문 비교 수요 실재)","소규모 로펌·사내 법무라는 타깃이 구체적이고, 해당 세그먼트는 대형 리걸테크 솔루션 도입 장벽이 높아 진입 여지 존재","국가법령정보센터 Open API를 통해 데이터 수급 비용이 낮고 법적 라이선스 리스크가 제한적","출처(법령명 + 조항번호) 명시 구조는 법조 실무자의 신뢰도 요구사항을 직접 충족"],"weaknesses":["LBox, 로앤컴퍼니(로톡), 케이스노트 등 국내 리걸테크 기업이 이미 유사 검색 기능을 보유하고 있어 후발 진입 부담","조문 단위 RAG만으로는 판례·유권해석·행정규칙 연계가 없어 실무 답변 완결성이 낮을 수 있음","법령 개정 주기에 맞춘 실시간 인덱스 갱신 파이프라인 유지 비용이 지속적으로 발생","소규모 로펌의 IT 예산 한계와 보안 민감도(온프레미스 요구)로 SaaS 전환율이 낮을 가능성","LLM 환각(Hallucination)으로 인한 조문 오인용 시 법적 책임 리스크가 일반 도메인보다 훨씬 크며, 이는 영업 저항으로 직결","영어권 리걸테크(Harvey AI 등)의 한국어 지원 확장 시 기술·자본 격차로 경쟁 열위 우려"]}}],"score_stdev":0,"competitor_jaccard":0.5702,"score_values":[62,62,62,62,62]},{"temperature":1,"runs":[{"score":62,"competitors":["langchain-ai/langchain","imartinez/privategpt","lawfully/lawfully-app","lbox-open/lbox-open","catarina-moreira/coliee"],"raw":{"score":62,"competitors":[{"name":"LangChain-ai/langchain","stars":92000},{"name":"imartinez/privateGPT","stars":54000},{"name":"lawfully/lawfully-app","stars":120},{"name":"lbox-open/lbox-open","stars":380},{"name":"catarina-moreira/COLIEE","stars":210}],"strengths":["한국 법령 조문 단위 청킹은 일반 RAG 대비 높은 인용 정밀도를 제공하며 법조인 신뢰도 확보에 유리함","시행일 기준 버전 필터는 경쟁 제품 대부분이 미지원하는 차별화 기능으로, 소급 적용 분쟁 등 실무 니즈에 직결됨","소규모 로펌·사내 법무라는 타깃 세그먼트는 대형 리걸테크(로앤컴퍼니 등) 대비 언더서브드 상태로 진입 장벽이 낮음","국가법령정보센터 공개 API를 활용하면 데이터 수집 비용이 낮아 초기 MVP 구축이 용이함","출처 명시(법령명+조항번호) 기능은 환각 리스크를 줄여 전문직 사용자 수용성을 높임"],"weaknesses":["로앤컴퍼니(로톡), 유렉스, 케이스노트 등 기존 한국 리걸테크 업체들이 유사 기능을 빠르게 추가할 수 있어 방어 해자가 약함","법령 개정 주기에 따른 실시간 인덱스 동기화 파이프라인 유지 비용이 지속적으로 발생하며 운영 복잡도가 높음","조문 검색만으로는 판례·행정해석·유권해석 부재로 실무 답변 완결성이 낮아 단독 워크플로우 대체가 어려움","소규모 로펌의 IT 예산 및 SaaS 도입 의사결정 사이클이 길어 초기 매출 발생까지 시간이 소요됨","한국어 법령 특화 임베딩 모델 품질이 영문 대비 미성숙하여 검색 정확도 한계가 존재함","개인정보·기밀 문서를 함께 처리할 경우 온프레미스 요구가 발생해 배포 모델 복잡도가 증가함"]}},{"score":62,"competitors":["langchain-ai/langchain","run-llama/llama_index","josstorer/chatgptbox","stanford-oval/storm","sweetalert2/ai-lawyer"],"raw":{"score":62,"competitors":[{"name":"LangChain-ai/langchain","stars":95000},{"name":"run-llama/llama_index","stars":36000},{"name":"josStorer/chatGPTBox","stars":21000},{"name":"stanford-oval/storm","stars":15000},{"name":"sweetalert2/AI-Lawyer","stars":800}],"strengths":["한국 법령이라는 고도로 특화된 틈새 시장을 공략하여 범용 LLM 대비 정확도·신뢰도 우위 확보 가능","조·항·호 단위 청킹과 출처 명시로 법조계 필수 요건인 인용 추적성(citation traceability) 충족","시행일 기준 버전 필터는 법률 실무에서 차별화된 핵심 기능으로, 소송·계약 검토 시 과거 법령 조회 수요에 직접 대응","소규모 로펌·사내 법무팀이라는 명확한 ICP(Ideal Customer Profile) 설정으로 영업·마케팅 집중 가능","국문 법령 데이터는 국가법령정보센터 API로 비교적 안정적 수급 가능하여 데이터 수집 비용 절감","B2B SaaS 월정액 모델 적용 시 예측 가능한 반복 수익(MRR) 구조 설계 용이"],"weaknesses":["국가법령정보센터, 로앤비, 엘박스 등 기존 법률 DB 서비스가 이미 법령 검색 기능을 보유하고 있어 대체재 전환 비용이 낮음","타깃 시장(소규모 로펌·사내 법무팀)의 총유효시장(TAM)이 협소하며 고객당 지불 의사(WTP)가 제한적일 수 있음","법령 해석 오류 시 법적 책임 문제가 발생할 수 있어 면책 조항 및 신뢰도 관리 비용이 지속 발생","판례·행정해석·시행령·고시 등 법령 외 컨텍스트 미통합 시 실무 답변의 완결성 부족","한국 시장 단일 언어에 국한되어 글로벌 확장성이 낮고 VC 투자 유치 스토리가 약함","대형 리걸테크 기업(이지스로, 인텔리콘 등) 또는 로앤비·엘박스가 유사 기능을 추가할 경우 진입장벽이 낮음"]}},{"score":62,"competitors":["langchain-ai/langchain","josix/lawsnote","likejazz/korean-law-open-data-chatbot","sweetcocoa/law-rag-korean","lawfully/lawfully-app"],"raw":{"score":62,"competitors":[{"name":"LangChain-ai/langchain","stars":92000},{"name":"josix/lawsnote","stars":48},{"name":"likejazz/korean-law-open-data-chatbot","stars":312},{"name":"sweetcocoa/law-rag-korean","stars":89},{"name":"lawfully/lawfully-app","stars":0}],"strengths":["국내 법령 조·항·호 단위 정밀 청킹은 일반 RAG 대비 인용 정확도 차별화 가능","시행일 기준 버전 필터링은 개정 추적이 필수인 법무 실무에서 높은 실용 가치","소규모 로펌·사내 법무라는 명확한 타깃 세그먼트 설정으로 영업 집중 가능","국가법령정보센터 Open API 활용 시 데이터 비용 최소화 가능","GPT-4 기반 답변 생성 + 출처 명시 구조로 환각 리스크 구조적 억제"],"weaknesses":["법제처 유사 서비스(법령 검색 고도화) 및 대형 리걸테크사(로앤컴퍼니, 엘박스)의 유사 기능 확장 위협 상존","법령 해석·판례 연계 없이 조문 검색만으로는 실무 법무 담당자 니즈 충족 한계","조문 임베딩 품질이 개정 주기(수시)에 따른 실시간 재색인 인프라 없이 신뢰도 저하 우려","소규모 로펌 대상 SaaS 과금 모델의 WTP(지불 의향)가 낮아 수익화 경로 불확실","법적 책임 면책 조항 설계 미흡 시 오답 답변에 대한 법적 리스크 노출 가능","한국어 특화 임베딩 모델 선택에 따라 검색 품질 편차가 크며 벤치마크 부재"]}},{"score":62,"competitors":["langchain-ai/langchain","josstorer/chatlawer","pku-yuangroup/chatlaw","shibing624/medicalgpt","lawbot-ai/lawbot"],"raw":{"score":62,"competitors":[{"name":"LangChain-ai/langchain","stars":92000},{"name":"josStorer/chatLawer","stars":2800},{"name":"PKU-YuanGroup/ChatLaw","stars":12400},{"name":"shibing624/MedicalGPT","stars":8900},{"name":"lawbot-ai/lawbot","stars":410}],"strengths":["조·항·호 단위 청킹은 법령 특성에 최적화된 도메인 특화 설계로 일반 RAG 대비 검색 정밀도 우위","시행일 기준 버전 필터는 실무에서 필수적인 기능임에도 경쟁 제품 대부분이 미구현 — 차별화 포인트 명확","출처(법령명+조항번호) 명시는 법조 실무자의 신뢰성 요구를 직접 충족하며 할루시네이션 리스크 완화","소규모 로펌·사내 법무라는 타깃이 구체적이고, 대형 리걸테크 대비 가격 민감도가 높아 SaaS 전환 여지 존재","한국 법령 특화로 글로벌 경쟁자와 직접 충돌 없음 — 국문 법령 데이터(법제처 OpenAPI) 접근성도 양호"],"weaknesses":["국가법령정보센터, 로앤비(LawnB), 리걸엔진 등 기존 법령 검색 서비스가 이미 시장 신뢰를 확보하고 있어 전환 비용 높음","법령 개정 주기 추적·자동 재색인 파이프라인 미언급 — 운영 복잡도가 수익성을 위협할 수 있음","소규모 로펌은 IT 예산이 제한적이고 도입 의사결정이 느려 초기 매출 확보까지 긴 세일즈 사이클 예상","판례·시행령·고시 연계 없이 조문 검색만으로는 실무 완결성 부족 — 사용자 이탈 유인","LLM API 비용이 쿼리량 증가 시 마진을 압박하며, 법적 책임 면책 정책 부재 시 기업 고객 계약 장벽 발생 가능"]}},{"score":62,"competitors":["lawgeex/lawgeex","microsoft/graphrag","langchain-ai/langchain","run-llama/llama_index","hustcc/echarts-for-react","thomashtkim/korean-law-search"],"raw":{"score":62,"competitors":[{"name":"LawGeex/lawgeex","stars":0},{"name":"microsoft/graphrag","stars":19800},{"name":"langchain-ai/langchain","stars":92000},{"name":"run-llama/llama_index","stars":35000},{"name":"hustcc/echarts-for-react","stars":0},{"name":"thomashtkim/korean-law-search","stars":41}],"strengths":["한국 법령이라는 명확한 니치 도메인으로 글로벌 LegalTech 경쟁 회피 가능","조·항·호 단위 청킹은 법령 특성에 최적화된 기술적 차별점으로 일반 RAG 대비 인용 정확도 우위","시행일 기준 버전 필터는 경쟁사 대부분이 미지원하는 고유 기능으로 법무 실무에서 즉각적 가치 제공","소규모 로펌·사내 법무라는 타깃 세그먼트는 대형 리걸테크 솔루션 대비 진입 장벽이 낮고 구매 결정이 빠름","국가법령정보센터 공개 API를 활용해 데이터 수집 비용 최소화 가능"],"weaknesses":["법제처 국가법령정보 오픈API 및 로앤비·카인드 등 기존 서비스가 유사 기능을 이미 일부 제공하여 차별화 설득이 어려움","타깃 고객(소규모 로펌·사내 법무)의 AI 도입 예산이 제한적이며 구매 사이클이 보수적","법령 개정 주기에 맞춘 실시간 색인 갱신 파이프라인 유지에 지속적인 운영 비용 발생","법적 책임 문제로 인해 AI 답변에 대한 면책 조항 관리와 신뢰도 확보가 상업화의 핵심 장벽","한국 시장 단독 타깃으로 글로벌 확장성이 낮고 시장 규모 자체가 협소"]}}],"score_stdev":0,"competitor_jaccard":0.1328,"score_values":[62,62,62,62,62]}]},{"id":"radnote","plan":"# RadNote\n\n영상의학 구조화 판독 보고서 작성을 돕는 데스크톱 도구입니다. DICOM 뷰어 사이드패널에 검사별 구조화 보고 템플릿(BI-RADS, LI-RADS)을 띄우고 음성 받아쓰기로 슬롯을 채웁니다. 누락 항목 체크리스트로 보고 완결성을 보장하며 모든 처리는 오프라인 로컬에서 수행해 환자 데이터가 외부로 나가지 않습니다.","domain":"in","bench":{"runs":[{"score":65,"competitors":["joyceannie/multi_agent_medical_system","cicatriiz/healthcare-mcp-public","the-swarm-corporation/radiology-swarm","x-izhang/ccd","arsmedicatech/arsmedicatech","u9401066/med-paper-assistant","vintasoftware/medplum-ai-concierge","329162516/medprompt","zhihuanglab/tissuelab","tudb-labs/llm-medical-agent","pku-aicare/colacare","nanboy-ronan/awesome-medical-imaging-agents"]},{"score":65,"competitors":["joyceannie/multi_agent_medical_system","cicatriiz/healthcare-mcp-public","the-swarm-corporation/radiology-swarm","x-izhang/ccd","arsmedicatech/arsmedicatech","u9401066/med-paper-assistant","vintasoftware/medplum-ai-concierge","329162516/medprompt","zhihuanglab/tissuelab","tudb-labs/llm-medical-agent","pku-aicare/colacare","nanboy-ronan/awesome-medical-imaging-agents"]},{"score":65,"competitors":["joyceannie/multi_agent_medical_system","cicatriiz/healthcare-mcp-public","the-swarm-corporation/radiology-swarm","x-izhang/ccd","arsmedicatech/arsmedicatech","u9401066/med-paper-assistant","vintasoftware/medplum-ai-concierge","329162516/medprompt","zhihuanglab/tissuelab","tudb-labs/llm-medical-agent","pku-aicare/colacare","nanboy-ronan/awesome-medical-imaging-agents"]},{"score":65,"competitors":["joyceannie/multi_agent_medical_system","cicatriiz/healthcare-mcp-public","the-swarm-corporation/radiology-swarm","x-izhang/ccd","arsmedicatech/arsmedicatech","u9401066/med-paper-assistant","vintasoftware/medplum-ai-concierge","329162516/medprompt","zhihuanglab/tissuelab","tudb-labs/llm-medical-agent","pku-aicare/colacare","nanboy-ronan/awesome-medical-imaging-agents"]},{"score":65,"competitors":["joyceannie/multi_agent_medical_system","cicatriiz/healthcare-mcp-public","the-swarm-corporation/radiology-swarm","x-izhang/ccd","arsmedicatech/arsmedicatech","u9401066/med-paper-assistant","vintasoftware/medplum-ai-concierge","329162516/medprompt","zhihuanglab/tissuelab","tudb-labs/llm-medical-agent","pku-aicare/colacare","nanboy-ronan/awesome-medical-imaging-agents"]}],"score_stdev":0,"competitor_jaccard":1,"score_values":[65,65,65,65,65]},"fable":[{"temperature":0,"runs":[{"score":62,"competitors":["microsoft/vscode","radiologyinformatics/dcm4chee-arc-light","cornerstonejs/cornerstone3d","ohif/viewers","pydicom/pydicom"],"raw":{"score":62,"competitors":[{"name":"microsoft/vscode","stars":0},{"name":"RadiologyInformatics/dcm4chee-arc-light","stars":312},{"name":"cornerstonejs/cornerstone3D","stars":1200},{"name":"OHIF/Viewers","stars":3100},{"name":"pydicom/pydicom","stars":2300}],"strengths":["오프라인 로컬 처리로 HIPAA/개인정보보호법 규제 리스크 최소화 — 병원 IT 보안 심사 통과 용이","BI-RADS, LI-RADS 등 표준화된 보고 체계 지원으로 즉각적인 임상 가치 제공","음성 받아쓰기 + 누락 항목 체크리스트 조합으로 판독 시간 단축 및 오류 감소라는 명확한 ROI","틈새 버티컬(영상의학과) 집중으로 범용 AI 솔루션 대비 깊은 도메인 특화 가능","데스크톱 사이드패널 방식으로 기존 PACS 워크플로우 교체 없이 도입 가능 — 낮은 전환 비용"],"weaknesses":["영상의학과 의사 수가 제한적(국내 약 5,000명)이어서 TAM이 좁고 성장 천장이 낮음","대형 PACS 벤더(Sectra, Philips IntelliSpace, Fujifilm Synapse)가 유사 기능을 번들로 제공하며 진입 장벽 형성","병원 IT 조달 사이클이 길고(6~18개월) 의사결정권자가 분산되어 있어 영업 비용 과다","오프라인 전용 제약으로 클라우드 기반 AI 모델 업데이트·개선 속도가 경쟁사 대비 느림","음성 인식 정확도가 의학 용어·한국어 혼용 환경에서 검증되지 않으면 신뢰도 리스크 존재","수익 모델이 불명확 — 병원 라이선스 vs 개인 구독 vs 건당 과금 선택에 따라 단위 경제성 차이 큼"]}},{"score":62,"competitors":["ohif/viewers","cornerstonejs/cornerstone3d","microsoft/innereye-deeplearning","pydicom/pydicom","robinfaro/radiant"],"raw":{"score":62,"competitors":[{"name":"ohif/viewers","stars":4800},{"name":"cornerstonejs/cornerstone3D","stars":2100},{"name":"microsoft/InnerEye-DeepLearning","stars":1200},{"name":"pydicom/pydicom","stars":2300},{"name":"robinfaro/RadiAnt","stars":0}],"strengths":["오프라인 로컬 처리로 HIPAA/개인정보보호법 규제 리스크를 원천 차단 — 병원 IT 보안 심사 통과 용이","BI-RADS, LI-RADS 등 표준화된 보고 체계 지원으로 즉각적인 임상 가치 제공","음성 받아쓰기 + 누락 항목 체크리스트 조합으로 판독 시간 단축 및 오류 감소라는 명확한 ROI 제시 가능","DICOM 뷰어 사이드패널 통합으로 기존 워크플로우 변경 최소화 — 도입 저항 낮음","틈새 버티컬(영상의학 보고서)에 집중하여 범용 AI 솔루션 대비 차별화 명확"],"weaknesses":["병원·의료기관 B2B 영업 사이클이 극도로 길고(6~18개월) 초기 현금흐름 확보 어려움","PACS 벤더(GE, Siemens, Philips)가 유사 기능을 자사 플랫폼에 번들로 제공할 경우 대체 위험 높음","로컬 온디바이스 음성인식 품질이 클라우드 대비 낮아 의학 전문용어 인식 정확도 확보가 기술적 난제","국가별 의료 규제(FDA 510(k), CE MDR, 식약처 인허가) 대응 비용이 스타트업 규모에 과중할 수 있음","잠재 고객(영상의학과)의 수가 제한적이어서 시장 규모(TAM) 자체가 협소 — 스케일업 한계 존재"]}},{"score":62,"competitors":["microsoft/vscode","cornerstonejs/cornerstone3d","ohif/viewers","dcmjs-org/dcmjs","nuance-communications/powerscribe","radiologyinformatics/mtuitive","softek/structured-reporting"],"raw":{"score":62,"competitors":[{"name":"microsoft/vscode","stars":0},{"name":"cornerstonejs/cornerstone3D","stars":1200},{"name":"OHIF/Viewers","stars":4800},{"name":"dcmjs-org/dcmjs","stars":650},{"name":"nuance-communications/powerscribe","stars":0},{"name":"RadiologyInformatics/mTuitive","stars":0},{"name":"Softek/Structured-Reporting","stars":0}],"strengths":["완전 오프라인 로컬 처리로 HIPAA/개인정보보호법 규제 리스크 최소화 — 병원 IT 보안 심사 통과 용이","BI-RADS, LI-RADS 등 표준화된 템플릿 지원으로 보고서 품질 및 법적 방어력 향상","음성 받아쓰기 + 누락 체크리스트 조합으로 판독 시간 단축 및 오류 감소라는 명확한 ROI 제시 가능","데스크톱 사이드패널 방식으로 기존 PACS/DICOM 워크플로우 비침습적 통합 — 도입 장벽 낮음","틈새 버티컬(영상의학 특화)에 집중하여 범용 AI 의료 솔루션 대비 차별화 명확"],"weaknesses":["영업 사이클이 극도로 길고 복잡함 — 병원 조달, 임상 검증, IT 보안 심사 등 12~24개월 소요 일반적","Nuance PowerScribe, Philips IntelliSpace 등 기존 엔터프라이즈 벤더의 강력한 시장 지배력과 기존 계약 관계","오프라인 온-프레미스 모델은 업데이트·유지보수 비용 증가 및 SaaS 대비 낮은 마진 구조","음성 인식 정확도가 의학 용어(특히 한국어 방사선 전문 용어)에서 충분히 검증되지 않으면 신뢰도 리스크","단일 데스크톱 앱으로는 멀티 사이트 병원 네트워크 확장성 및 중앙 관리 기능 부재","국내 시장만으로는 TAM이 제한적이며, 글로벌 확장 시 각국 규제(FDA 510k, CE MDR) 인증 비용 부담"]}},{"score":62,"competitors":["ohif/viewers","cornerstonejs/cornerstone3d","microsoft/innereye-deeplearning","pydicom/pydicom","robinfaro/radiant"],"raw":{"score":62,"competitors":[{"name":"ohif/viewers","stars":4800},{"name":"cornerstonejs/cornerstone3D","stars":2100},{"name":"microsoft/InnerEye-DeepLearning","stars":1200},{"name":"pydicom/pydicom","stars":2300},{"name":"robinfaro/RadiAnt","stars":0}],"strengths":["오프라인 로컬 처리로 HIPAA/개인정보보호법 규제 리스크를 원천 차단 — 병원 IT 보안 심사 통과 용이","BI-RADS, LI-RADS 등 표준화된 보고 체계 지원으로 즉각적인 임상 가치 제공","음성 받아쓰기 + 누락 항목 체크리스트 조합으로 판독 시간 단축 및 오류 감소라는 명확한 ROI 제시 가능","DICOM 뷰어 사이드패널 통합으로 기존 워크플로우 변경 최소화 — 도입 저항 낮음","틈새 버티컬(영상의학 보고서)에 집중하여 범용 AI 솔루션 대비 차별화 명확"],"weaknesses":["병원·의료기관 B2B 영업 사이클이 극도로 길고(6~18개월) 초기 현금흐름 확보 어려움","PACS 벤더(GE, Siemens, Philips)가 유사 기능을 자사 플랫폼에 번들로 제공할 경우 대체 위험 높음","로컬 온디바이스 음성인식 품질이 클라우드 대비 낮아 의학 전문용어 인식 정확도 확보가 기술적 난제","국가별 의료 규제(FDA 510(k), CE MDR, 식약처 인허가) 대응 비용이 스타트업 규모에 과중할 수 있음","잠재 고객(영상의학과)의 수가 제한적이어서 시장 규모(TAM) 자체가 협소 — 스케일업 한계 존재"]}},{"score":62,"competitors":["microsoft/vscode nuance powerscribe - no public repo","cornerstonejs/cornerstone3d","ohif/viewers","openradiology/radreport","pydicom/pydicom"],"raw":{"score":62,"competitors":[{"name":"microsoft/vscode (Nuance PowerScribe - no public repo)","stars":0},{"name":"cornerstonejs/cornerstone3D","stars":2100},{"name":"OHIF/Viewers","stars":3100},{"name":"openradiology/RadReport","stars":41},{"name":"pydicom/pydicom","stars":2300}],"strengths":["완전 오프라인 로컬 처리로 HIPAA/개인정보보호법 규제 리스크를 원천 차단 — 병원 IT 보안 심사 통과 가능성 높음","BI-RADS, LI-RADS 등 표준화된 템플릿 기반으로 보고서 품질 일관성 확보 및 의료 소송 리스크 감소","음성 받아쓰기 + 누락 체크리스트 조합으로 영상의학과 워크플로우 마찰 최소화","DICOM 뷰어 사이드패널 통합으로 컨텍스트 전환 없는 UX — 실제 임상 현장 니즈에 부합","틈새 버티컬(영상의학 구조화 보고)에 집중하여 범용 EMR 대비 깊은 도메인 특화 가능"],"weaknesses":["Nuance PowerScribe, Philips IntelliSpace 등 기존 엔터프라이즈 솔루션이 병원 시스템에 이미 깊이 통합되어 있어 교체 비용(switching cost) 매우 높음","병원·의료기관 B2B 영업 사이클이 12~24개월로 길고 조달 절차가 복잡 — 스타트업 현금흐름에 치명적","오프라인 온-프레미스 모델은 클라우드 대비 업데이트·유지보수 비용이 높고 확장성 제한","로컬 음성 인식(STT) 모델의 의학 전문용어 정확도가 클라우드 기반 대비 낮을 수 있어 핵심 UX 저하 위험","국내 시장만으로는 TAM이 협소(영상의학과 전문의 약 4,000명 수준) — 글로벌 확장 전략 없으면 성장 한계 명확","DICOM 뷰어 연동 방식이 병원마다 상이하여 커스터마이징 개발 비용이 고객사별로 반복 발생할 가능성"]}}],"score_stdev":0,"competitor_jaccard":0.4076,"score_values":[62,62,62,62,62]},{"temperature":1,"runs":[{"score":62,"competitors":["ohif/viewers","cornerstonejs/cornerstone3d","microsoft/innereye-deeplearning","milvuai/radreport","pydicom/pydicom"],"raw":{"score":62,"competitors":[{"name":"ohif/Viewers","stars":4800},{"name":"cornerstonejs/cornerstone3D","stars":2100},{"name":"microsoft/InnerEye-DeepLearning","stars":1200},{"name":"milvuai/radreport","stars":180},{"name":"pydicom/pydicom","stars":2300}],"strengths":["오프라인 로컬 처리로 HIPAA/개인정보보호법 컴플라이언스 강점 — 병원 보안 정책 통과 용이","BI-RADS, LI-RADS 등 표준화된 구조화 보고 템플릿은 실제 임상 워크플로우와 직결","음성 받아쓰기 + 누락 체크리스트 조합으로 판독 오류 감소 및 보고 완결성 보장","DICOM 뷰어 사이드패널 통합으로 기존 워크플로우 최소 변경 — 도입 마찰 낮음","니치 타겟(영상의학과)에 집중한 버티컬 SaaS 전략으로 PMF 달성 가능성 높음"],"weaknesses":["영상의학과 의사 대상 B2B 영업 사이클이 매우 길고(6~18개월) 병원 IT 조달 프로세스 복잡","데스크톱 앱 형태는 업데이트·배포·지원 비용이 클라우드 SaaS 대비 높음","Nuance PowerScribe, Mednax 등 기존 대형 RIS/PACS 벤더가 유사 기능을 번들로 제공 중","오프라인 음성 인식 엔진의 한국어 의학 용어 정확도 확보가 기술적 난관","단일 기능(보고서 작성 보조)으로는 대형 병원의 전사 도입 명분 약함 — 확장 로드맵 필요","글로벌 시장 진출 시 각국 의료기기 인허가(FDA 510k, CE MDR) 비용 및 시간 부담"]}},{"score":62,"competitors":["ohif/viewers","cornerstonejs/cornerstone3d","microsoft/ai-radiology-assistant","openmedical/orthanc","pydicom/pydicom"],"raw":{"score":62,"competitors":[{"name":"ohif/viewers","stars":4800},{"name":"cornerstonejs/cornerstone3D","stars":2100},{"name":"microsoft/AI-Radiology-Assistant","stars":380},{"name":"openmedical/orthanc","stars":890},{"name":"pydicom/pydicom","stars":2300}],"strengths":["완전 오프라인 처리로 HIPAA/PIPA 등 의료 데이터 규제 리스크 최소화 — 병원 IT 보안 심의 통과 용이","BI-RADS·LI-RADS 등 국제 표준 템플릿 내장으로 즉각적인 임상 가치 제공","음성 받아쓰기 + 누락 체크리스트 조합이 판독 시간 단축 및 오류 감소라는 명확한 ROI 제시 가능","기존 DICOM 뷰어와 사이드패널 연동 방식으로 워크플로우 마찰 최소화","틈새 버티컬(영상의학과)에 집중한 포지셔닝으로 범용 AI 솔루션 대비 차별화"],"weaknesses":["잠재 고객(병원·영상의학과)의 의사결정 사이클이 6~18개월로 매우 길고 조달 과정이 복잡함","국내외 대형 PACS 벤더(Infinitt, Sectra, Fujifilm)가 동일 기능을 번들로 추가할 경우 대체 위험","오프라인 전용 제약으로 클라우드 기반 AI 판독 보조(Aidoc, Lunit 등) 대비 기능 확장성 한계","영상의학과 전문의 수가 제한적이어서 TAM(총 유효 시장)이 작고 단가 협상력도 구매자 우위","음성 인식 의료 한국어 정확도 확보 및 지속적 모델 업데이트를 오프라인 환경에서 유지하는 기술 비용 부담"]}},{"score":62,"competitors":["ohif/viewers","cornerstonejs/cornerstone3d","microsoft/innereye-deeplearning","openradiology/openreport","radreport/radreport-templates"],"raw":{"score":62,"competitors":[{"name":"ohif/viewers","stars":4800},{"name":"cornerstonejs/cornerstone3D","stars":1100},{"name":"microsoft/InnerEye-DeepLearning","stars":890},{"name":"openradiology/openreport","stars":120},{"name":"RadReport/radreport-templates","stars":85}],"strengths":["오프라인 온-프레미스 처리로 HIPAA/개인정보보호법 규제 대응 용이 — 병원 IT 보안팀 설득 장벽 낮춤","BI-RADS·LI-RADS 등 국제 표준 템플릿 기반으로 초기 도입 명분 명확","음성 받아쓰기 + 누락 체크리스트 조합은 판독 오류 감소라는 측정 가능한 ROI 제공","데스크톱 사이드패널 방식으로 기존 PACS 워크플로우를 대체하지 않고 보완 — 도입 마찰 최소화","틈새 버티컬(영상의학 보고서)에 집중해 범용 AI 의료 툴 대비 전문성 어필 가능"],"weaknesses":["잠재 고객(병원·영상의학과)의 구매 사이클이 6~18개월로 매우 길고 의사결정자가 다수(IT·의무기록·의료진)라 초기 매출 확보 난이도 높음","Nuance PowerScribe(Nuance/Microsoft), 삼성 MedRIC 등 대형 PACS 벤더가 동일 기능을 번들로 제공하며 교체 비용 발생","오프라인 전용 제약으로 클라우드 기반 AI 판독 보조(예: Lunit INSIGHT, Aidoc) 연동 및 멀티사이트 협업 기능 구현 곤란","음성 인식 엔진을 로컬에서 실행 시 하드웨어 요구사항이 높아 구형 병원 인프라와 충돌 가능","국내 시장만으로는 TAM이 협소하며 해외 진출 시 FDA 510(k)/CE MDR 인허가 비용·기간 부담 큼","영상의학과 전문의 1인당 라이선스 모델이면 단가가 낮고, 병원 단위 계약은 영업 인력 없이 달성하기 어려움"]}},{"score":62,"competitors":["nuance-communications/dragon-medical-one","ohif/viewers","cornerstonejs/cornerstone3d","microsoft/innereye-deeplearning","medihunter/powiadomienia_rejestracja"],"raw":{"score":62,"competitors":[{"name":"nuance-communications/dragon-medical-one","stars":0},{"name":"ohif/viewers","stars":4200},{"name":"cornerstonejs/cornerstone3D","stars":1900},{"name":"microsoft/InnerEye-DeepLearning","stars":1200},{"name":"medihunter/powiadomienia_rejestracja","stars":580}],"strengths":["완전 오프라인·로컬 처리로 HIPAA/개인정보보호 규제 환경에 적합 — 병원 IT 보안팀의 도입 장벽을 낮춤","BI-RADS·LI-RADS 등 표준화된 보고 체계를 템플릿으로 구현해 보고 품질 일관성 확보","음성 입력 + 누락 항목 체크리스트 조합으로 판독 시간 단축 및 오류 감소라는 명확한 ROI 제시 가능","기존 DICOM 뷰어와의 사이드패널 통합 방식으로 워크플로 변경 최소화 — 낮은 전환 비용","틈새(영상의학 특화) 시장 집중으로 범용 AI 솔루션 대비 차별화 가능"],"weaknesses":["Nuance PowerScribe(Nuance/Microsoft), Montage, Primordial 등 엔터프라이즈 강자들이 이미 병원 장기계약을 선점 — 영업 사이클이 매우 길고 교체 비용이 큼","데스크톱 단독 설치 형태는 병원 IT 표준화 정책(Web-only, VDI 환경)과 충돌할 위험","오프라인 STT(음성인식) 모델의 한국어 의학 용어 정확도가 클라우드 대비 낮을 수 있어 핵심 UX 리스크","영상의학과 의사 수가 제한적(국내 약 5,000명)이라 TAM이 협소하며 글로벌 확장 시 현지화 부담 큼","단순 템플릿·체크리스트 기능은 모방이 쉬워 경쟁사 또는 OHIF 플러그인으로 빠르게 복제될 수 있음","병원 EMR/RIS 시스템과의 결과 전송 통합 부재 시 이중 입력 문제로 채택률 저하 가능"]}},{"score":62,"competitors":["microsoft/vscode","cornerstonejs/cornerstone3d","ohif/viewers","openradiology/openradiology","nuance-communications/powerscribe","radiologyreportingtools/rrg"],"raw":{"score":62,"competitors":[{"name":"microsoft/vscode","stars":0},{"name":"cornerstonejs/cornerstone3D","stars":1200},{"name":"OHIF/Viewers","stars":4800},{"name":"openradiology/openradiology","stars":320},{"name":"nuance-communications/powerscribe","stars":0},{"name":"RadiologyReportingTools/RRG","stars":85}],"strengths":["완전 오프라인/로컬 처리로 HIPAA·GDPR·개인정보보호법 규정 준수가 용이하며 병원 IT 보안 심사 통과 가능성 높음","BI-RADS·LI-RADS 등 표준화된 구조화 보고 체계 지원으로 의료 품질 향상 및 법적 리스크 감소에 직접 기여","음성 입력 + 누락 항목 체크리스트 조합으로 판독 시간 단축과 완결성 동시 해결이라는 명확한 가치 제안","영상의학과 특화 니치 포지셔닝으로 일반 EMR 벤더와의 직접 경쟁 회피 가능","데스크톱 사이드패널 방식은 기존 PACS 워크플로우 변경 최소화로 도입 저항감 낮음"],"weaknesses":["Nuance PowerScribe, Synapse Radiology 등 기존 엔터프라이즈 벤더의 강력한 병원 락인 및 영업망 경쟁 극복이 핵심 과제","오프라인 온디바이스 음성인식(STT) 품질이 서버 기반 대비 의학 용어 정확도에서 열위할 수 있어 핵심 기능 신뢰도 리스크","병원·의료기기 소프트웨어 인증(FDA 510k, 식약처 의료기기 허가 등) 획득에 막대한 시간·비용 소요","PACS 벤더별 DICOM 연동 호환성 유지 비용이 높고 각 병원마다 커스터마이징 요구가 발생할 가능성 높음","의사결정권자가 CIO·구매위원회로 세일즈 사이클이 길고(6~18개월), 초기 스타트업의 현금흐름 관리가 어려움","타겟 사용자(영상의학과 전문의) 풀이 국내 약 5,000명 수준으로 시장 규모가 제한적이어서 글로벌 확장 전략 필수"]}}],"score_stdev":0,"competitor_jaccard":0.3103,"score_values":[62,62,62,62,62]}]},{"id":"dangolbot","plan":"# 단골봇\n\n네이버 톡톡과 카카오 채널을 통합 관리하는 소상공인용 AI 고객응대 도구입니다. FAQ 기반 자동응답을 존댓말·반말 톤으로 골라 보내고 환불·배송 시나리오 템플릿으로 반복 문의를 처리합니다. 자동응답이 어려운 문의는 사람에게 핸드오프하고 미응답 건을 모아 일일 리포트로 알려줍니다.","domain":"in","bench":{"runs":[{"score":56,"competitors":["tgoai/tgo","laozuzhen/xianyu-openclaw-channel","huabeitech/agent-desk","tiledesk/tiledesk-chatbot","naver/clova-chatbot-user-guide","haoyiyin/basjoo","ntg2208/production-ai-customer-support","10xshivam/cenra","nuaazs/askllm","mhajder/ai-response-generator","marksantiago290/customer_support_agent","codewithmuh/ai-support-agent"]},{"score":56,"competitors":["tgoai/tgo","laozuzhen/xianyu-openclaw-channel","huabeitech/agent-desk","tiledesk/tiledesk-chatbot","naver/clova-chatbot-user-guide","haoyiyin/basjoo","ntg2208/production-ai-customer-support","10xshivam/cenra","nuaazs/askllm","mhajder/ai-response-generator","marksantiago290/customer_support_agent","codewithmuh/ai-support-agent"]},{"score":56,"competitors":["tgoai/tgo","laozuzhen/xianyu-openclaw-channel","huabeitech/agent-desk","tiledesk/tiledesk-chatbot","naver/clova-chatbot-user-guide","haoyiyin/basjoo","ntg2208/production-ai-customer-support","10xshivam/cenra","nuaazs/askllm","mhajder/ai-response-generator","marksantiago290/customer_support_agent","codewithmuh/ai-support-agent"]},{"score":56,"competitors":["tgoai/tgo","laozuzhen/xianyu-openclaw-channel","huabeitech/agent-desk","tiledesk/tiledesk-chatbot","naver/clova-chatbot-user-guide","haoyiyin/basjoo","ntg2208/production-ai-customer-support","10xshivam/cenra","nuaazs/askllm","mhajder/ai-response-generator","marksantiago290/customer_support_agent","codewithmuh/ai-support-agent"]},{"score":56,"competitors":["tgoai/tgo","laozuzhen/xianyu-openclaw-channel","huabeitech/agent-desk","tiledesk/tiledesk-chatbot","naver/clova-chatbot-user-guide","haoyiyin/basjoo","ntg2208/production-ai-customer-support","10xshivam/cenra","nuaazs/askllm","mhajder/ai-response-generator","marksantiago290/customer_support_agent","codewithmuh/ai-support-agent"]}],"score_stdev":0,"competitor_jaccard":1,"score_values":[56,56,56,56,56]},"fable":[{"temperature":0,"runs":[{"score":62,"competitors":["chatwoot/chatwoot","botpress/botpress","calcom/cal.com","typebot","카카오 i 커넥트 kakao","채널톡 channel.io"],"raw":{"score":62,"competitors":[{"name":"chatwoot/chatwoot","stars":22100},{"name":"botpress/botpress","stars":12800},{"name":"calcom/cal.com","stars":31200},{"name":"Typebot","stars":6900},{"name":"카카오 i 커넥트 (Kakao)","stars":0},{"name":"채널톡 (Channel.io)","stars":0}],"strengths":["네이버 톡톡 + 카카오 채널 동시 통합은 한국 소상공인 실사용 채널과 정확히 일치하여 즉각적인 실용성 확보","존댓말·반말 톤 선택 기능은 업종별 브랜드 톤앤매너를 반영한 한국 시장 특화 차별점","환불·배송 등 반복 시나리오 템플릿으로 비기술 사용자도 빠른 온보딩 가능","사람 핸드오프 + 일일 미응답 리포트 조합으로 소상공인의 신뢰 불안을 직접 해소","타깃 세그먼트(소상공인)가 명확하여 마케팅 채널 집중 가능"],"weaknesses":["네이버·카카오 API 정책 변경 시 핵심 기능이 즉시 영향받는 플랫폼 종속 리스크","채널톡·카카오 i 커넥트 등 대형 사업자가 유사 기능을 무료·저가로 번들 제공 중","FAQ 기반 자동응답은 LLM 기반 경쟁자 대비 응답 품질 한계가 빠르게 드러날 수 있음","소상공인 시장은 객단가가 낮아 수익성 확보를 위한 대규모 가입자 확보가 필수적","인스타그램 DM·문자 등 추가 채널 미지원 시 멀티채널 수요 증가에 대응 어려움","일일 리포트 외 실시간 알림·대시보드 부재 시 경쟁 제품 대비 기능 열위 인식 가능"]}},{"score":62,"competitors":["chatwoot/chatwoot","botpress/botpress","calcom/cal.com","typebot-io/typebot.io","yoast/javascript"],"raw":{"score":62,"competitors":[{"name":"chatwoot/chatwoot","stars":22100},{"name":"botpress/botpress","stars":12800},{"name":"calcom/cal.com","stars":31200},{"name":"typebot-io/typebot.io","stars":7900},{"name":"Yoast/javascript","stars":1200}],"strengths":["네이버 톡톡 + 카카오 채널 동시 통합은 한국 소상공인 실사용 채널에 정확히 부합하며 로컬 핏이 높음","존댓말·반말 톤 선택 기능은 업종별(카페 vs 병원 등) 브랜드 보이스 차별화 니즈를 충족하는 한국 특화 UX","환불·배송 시나리오 템플릿으로 온보딩 허들을 낮춰 비기술 소상공인도 즉시 사용 가능","사람 핸드오프 + 일일 미응답 리포트 조합으로 완전 자동화 불신을 해소하는 현실적 설계","국내 소상공인 약 780만 명이라는 대규모 잠재 타깃 시장 존재"],"weaknesses":["네이버·카카오 API 정책 변경 시 핵심 기능이 즉시 영향받는 플랫폼 종속 리스크가 매우 높음","카카오 i 오픈빌더, 네이버 클로바 등 플랫폼 자체 챗봇 도구가 무료로 제공되어 직접 대체 가능","소상공인 타깃 특성상 월 구독료 지불 의향이 낮고 객단가 한계로 수익 모델 확장이 어려움","FAQ 기반 자동응답은 GPT 기반 경쟁 솔루션 대비 응답 품질 차별화 포인트가 약함","글로벌 확장성이 거의 없어 한국 시장 포화 시 성장 천장이 낮음"]}},{"score":62,"competitors":["chatwoot/chatwoot","botpress/botpress","calcom/cal.com","typebot","카카오 i 커넥트 kakao i connect","채널톡 channel.io"],"raw":{"score":62,"competitors":[{"name":"chatwoot/chatwoot","stars":22000},{"name":"botpress/botpress","stars":13000},{"name":"calcom/cal.com","stars":32000},{"name":"Typebot","stars":7000},{"name":"카카오 i 커넥트 (Kakao i Connect)","stars":0},{"name":"채널톡 (Channel.io)","stars":0}],"strengths":["네이버 톡톡 + 카카오 채널 동시 통합은 한국 소상공인 실사용 채널에 정확히 맞춘 로컬 특화 전략","존댓말·반말 톤 선택 기능은 국내 정서에 맞는 차별화 포인트로 글로벌 솔루션이 대체하기 어려움","환불·배송 등 반복 시나리오 템플릿은 비기술 사용자(소상공인)의 진입 장벽을 낮춤","일일 미응답 리포트는 소규모 사업자의 고객 이탈 방지에 실질적 가치 제공","핸드오프 기능으로 완전 자동화의 신뢰 문제를 보완, 소상공인 수용성 향상"],"weaknesses":["네이버·카카오 API 정책 변경 시 핵심 기능이 즉시 타격받는 플랫폼 종속 리스크","채널톡·카카오 i 커넥트 등 자본력 있는 경쟁사가 동일 기능을 번들로 무료 제공 가능","소상공인 타깃은 객단가가 낮아 수익성 확보를 위한 대규모 가입자 확보가 필수적","FAQ 기반 자동응답은 LLM 기반 경쟁 제품 대비 응답 품질 한계가 명확함","국내 시장에만 한정되어 글로벌 확장성이 구조적으로 제한됨"]}},{"score":62,"competitors":["microsoft/botframework-sdk","botpress/botpress","rasa-hq/rasa","channeltalk/channel-web","typebot-io/typebot.io"],"raw":{"score":62,"competitors":[{"name":"microsoft/botframework-sdk","stars":7400},{"name":"botpress/botpress","stars":12800},{"name":"rasa-hq/rasa","stars":19200},{"name":"channeltalk/channel-web","stars":380},{"name":"typebot-io/typebot.io","stars":6900}],"strengths":["네이버 톡톡 + 카카오 채널 동시 통합은 한국 소상공인 실사용 채널과 정확히 일치하여 즉각적인 실용성 확보","존댓말·반말 톤 선택 기능은 업종별 브랜드 정체성을 반영한 차별화 포인트로 경쟁 제품에 없는 한국 특화 UX","환불·배송 시나리오 템플릿은 소상공인의 가장 빈번한 문의 유형을 선제적으로 해결하여 온보딩 마찰 최소화","일일 미응답 리포트는 비기술 사용자도 운영 현황을 직관적으로 파악할 수 있어 리텐션에 유리","한국 소상공인 약 780만 명이라는 명확하고 대규모인 타깃 시장 존재"],"weaknesses":["네이버·카카오 플랫폼 API 정책 변경 시 핵심 기능이 즉시 영향을 받는 플랫폼 종속 리스크가 매우 높음","채널톡·솔루션형 카카오 비즈니스 등 이미 시장에 안착한 경쟁자 대비 브랜드 인지도와 신뢰 자산 부재","FAQ 기반 자동응답은 LLM 기반 경쟁 제품 등장으로 기술 차별성이 빠르게 희석될 가능성","소상공인 고객군은 가격 민감도가 높고 SaaS 구독 모델에 대한 지불 의향이 낮아 수익화 경로 설계가 어려움","핸드오프 이후 상담사 관리·CRM 연동 등 후속 워크플로우 기능이 부재하면 중규모 성장 단계에서 이탈 발생 우려"]}},{"score":62,"competitors":["chatwoot/chatwoot","botpress/botpress","calcom/cal.com","typebot","카카오 i 커넥트 kakao i connect","채널톡 channel.io"],"raw":{"score":62,"competitors":[{"name":"chatwoot/chatwoot","stars":22000},{"name":"botpress/botpress","stars":13000},{"name":"calcom/cal.com","stars":32000},{"name":"Typebot","stars":7000},{"name":"카카오 i 커넥트 (Kakao i Connect)","stars":0},{"name":"채널톡 (Channel.io)","stars":0}],"strengths":["네이버 톡톡 + 카카오 채널 동시 통합은 한국 소상공인 실사용 채널에 정확히 맞춘 로컬 특화 전략","존댓말·반말 톤 선택 기능은 국내 정서에 맞는 차별화 포인트로 글로벌 솔루션이 대체하기 어려움","환불·배송 등 반복 시나리오 템플릿은 비기술 사용자(소상공인)의 진입 장벽을 낮춤","일일 미응답 리포트는 소규모 사업자의 고객 이탈 방지에 실질적 가치 제공","핸드오프 기능으로 완전 자동화의 신뢰 문제를 보완, 소상공인 수용성 향상"],"weaknesses":["네이버·카카오 API 정책 변경 시 핵심 기능이 즉시 타격받는 플랫폼 종속 리스크","채널톡·카카오 i 커넥트 등 자본력 있는 경쟁사가 동일 기능을 번들로 무료 제공 가능","소상공인 타깃은 객단가가 낮아 수익성 확보를 위한 대규모 가입자 확보가 필수적","FAQ 기반 자동응답은 LLM 기반 경쟁 제품 대비 응답 품질 한계가 명확함","국내 시장에만 한정되어 글로벌 확장성이 구조적으로 제한됨"]}}],"score_stdev":0,"competitor_jaccard":0.4104,"score_values":[62,62,62,62,62]},{"temperature":1,"runs":[{"score":62,"competitors":["chatwoot/chatwoot","papercups-io/papercups","botpress/botpress","seratch/slack-bolt-python","typebot-io/typebot.io"],"raw":{"score":62,"competitors":[{"name":"chatwoot/chatwoot","stars":21000},{"name":"papercups-io/papercups","stars":5600},{"name":"botpress/botpress","stars":12800},{"name":"seratch/slack-bolt-python","stars":1200},{"name":"typebot-io/typebot.io","stars":6900}],"strengths":["네이버 톡톡·카카오 채널 동시 지원으로 한국 소상공인 핵심 채널 커버","존댓말·반말 톤 선택 기능은 국내 정서에 맞는 차별화 포인트","환불·배송 등 반복 시나리오 템플릿으로 비기술 사용자도 즉시 활용 가능","사람 핸드오프 + 일일 미응답 리포트로 소상공인의 신뢰 불안 해소","타깃 시장(한국 소상공인 약 700만 사업체)의 규모가 충분히 큼"],"weaknesses":["네이버·카카오 플랫폼 API 정책 변경 시 서비스 전체가 흔들리는 종속 리스크","글로벌 확장성 낮음 — 한국 시장에만 국한되어 TAM 한계 명확","소상공인 특성상 낮은 객단가(ARPU)로 수익성 확보가 어려움","카카오 챗봇 빌더, 네이버 클로바 등 플랫폼 자체 AI 도구와 직접 경쟁","FAQ 기반 자동응답은 기술 장벽이 낮아 후발 복제 진입이 쉬움","AI 응답 오류 발생 시 소상공인 브랜드 평판 직격 — 책임 소재 불명확"]}},{"score":62,"competitors":["chatwoot/chatwoot","papercups-io/papercups","botpress/botpress","yoctol/bottender","hubtype/botonic"],"raw":{"score":62,"competitors":[{"name":"chatwoot/chatwoot","stars":21800},{"name":"papercups-io/papercups","stars":5600},{"name":"botpress/botpress","stars":12900},{"name":"Yoctol/bottender","stars":4200},{"name":"hubtype/botonic","stars":960}],"strengths":["네이버 톡톡·카카오 채널 동시 통합은 한국 소상공인 실사용 채널에 정확히 부합하며 로컬 특화 해자 형성 가능","존댓말·반말 톤 선택 기능은 글로벌 경쟁사가 제공하지 않는 한국어 특화 UX 차별점","환불·배송 시나리오 템플릿은 온보딩 마찰을 줄여 비기술 소상공인의 즉시 도입 장벽을 낮춤","AI 핸드오프 + 일일 미응답 리포트 조합은 소규모 사장님의 운영 가시성 니즈를 직접 해결","국내 소상공인 수(약 680만) 기준 타깃 시장 규모가 충분하고 SaaS 월정액 모델 적합"],"weaknesses":["네이버·카카오 API 정책 변경 또는 플랫폼 자체 AI 고도화 시 핵심 기능이 즉시 위협받는 플랫폼 종속 리스크","카카오 비즈니스·네이버 클로바 등 플랫폼 자체 공식 챗봇 솔루션과의 경쟁에서 신뢰도·연동 안정성 열위 가능성","FAQ 기반 자동응답은 LLM 기반 경쟁자 진입 시 기술 차별성이 빠르게 희석될 수 있음","소상공인 세그먼트는 객단가가 낮고 결제 이탈률이 높아 유닛 이코노믹스 확보가 어려움","멀티채널 통합 특성상 각 플랫폼의 메시지 비용·API 제한이 가격 구조 복잡성을 높임"]}},{"score":62,"competitors":["microsoft/botframework-sdk","botpress/botpress","chaskiq/chaskiq","chatwoot/chatwoot","highlight/highlight"],"raw":{"score":62,"competitors":[{"name":"microsoft/botframework-sdk","stars":7400},{"name":"botpress/botpress","stars":12800},{"name":"chaskiq/chaskiq","stars":3200},{"name":"chatwoot/chatwoot","stars":20100},{"name":"highlight/highlight","stars":7600}],"strengths":["네이버 톡톡 + 카카오 채널 통합이라는 한국 시장 특화 포지셔닝으로 글로벌 경쟁자 대비 현지화 우위","존댓말·반말 톤 선택 기능은 소상공인 브랜드 개성 반영 수요에 직결되는 실용적 차별점","환불·배송 등 반복 시나리오 템플릿으로 비기술 사용자도 빠르게 온보딩 가능","사람 핸드오프 + 일일 미응답 리포트 조합이 소상공인의 신뢰 불안을 낮추는 안전망 역할","국내 소상공인 700만+ 잠재 고객군이라는 대규모 TAM 존재"],"weaknesses":["네이버·카카오 플랫폼 API 정책 변경 시 핵심 기능이 즉시 영향받는 플랫폼 종속 리스크","카카오 i 오픈빌더, 네이버 클로바 챗봇 등 플랫폼 자체 공식 챗봇 도구와의 직접 경쟁","FAQ 기반 자동응답은 LLM 기반 경쟁자 등장 시 기술 차별성이 급격히 약화될 수 있음","소상공인 고객군은 월정액 SaaS 지불 의향이 낮고 이탈률이 높아 LTV 확보가 어려움","채널 확장(인스타그램 DM, 쿠팡 문의 등) 없이는 중장기 성장 천장이 낮음"]}},{"score":62,"competitors":["chaiport/channel-io","kakao-business/bizmessage-sdk","thingsflow/iloveschool","botpress/botpress","go-chatbot/go-chat-bot","microsoft/botframework-sdk"],"raw":{"score":62,"competitors":[{"name":"chaiport/channel-io","stars":0},{"name":"kakao-business/bizmessage-sdk","stars":0},{"name":"thingsflow/iloveschool","stars":0},{"name":"botpress/botpress","stars":12800},{"name":"go-chatbot/go-chat-bot","stars":834},{"name":"microsoft/botframework-sdk","stars":3000}],"strengths":["네이버 톡톡·카카오 채널 통합으로 한국 소상공인 주요 채널을 단일 대시보드에서 관리 가능","존댓말·반말 톤 선택은 업종별(청년 타깃 vs 중장년 타깃) 브랜드 정체성 반영에 실용적","환불·배송 등 고빈도 시나리오 템플릿으로 도입 초기 설정 허들을 낮춤","미응답 일일 리포트는 IT 비전문가 소상공인도 운영 현황 파악 가능하게 함","한국 SMB 시장 특화로 글로벌 범용 챗봇 대비 현지화 경쟁우위 확보 가능"],"weaknesses":["네이버·카카오 API 정책 변경 시 핵심 기능이 즉시 영향받는 플랫폼 종속 리스크","채널톡·카카오 i 오픈빌더 등 이미 무료 또는 저가로 유사 기능을 제공하는 경쟁자 존재","소상공인 타깃은 객단가(ARPU)가 낮아 수익성 확보를 위한 대량 가입자 확보 필요","FAQ 기반 자동응답은 LLM 기반 경쟁 제품 대비 응답 품질 한계 명확","핸드오프 이후 상담원 인터페이스가 별도 필요해 올인원 완결성이 부족할 수 있음","국내 시장 한정으로 글로벌 확장 경로가 사실상 없어 TAM이 제한적"]}},{"score":62,"competitors":["chatwoot/chatwoot","botpress/botpress","microsoft/botframework-sdk","rasa-hq/rasa","chaskiq/chaskiq"],"raw":{"score":62,"competitors":[{"name":"chatwoot/chatwoot","stars":22000},{"name":"botpress/botpress","stars":13000},{"name":"microsoft/botframework-sdk","stars":7400},{"name":"rasa-hq/rasa","stars":19000},{"name":"chaskiq/chaskiq","stars":3200}],"strengths":["네이버 톡톡 + 카카오 채널 동시 통합은 한국 소상공인 실사용 채널에 정확히 부합하며 로컬 경쟁 해자가 존재함","존댓말·반말 톤 선택 기능은 한국어 특유의 언어 문화를 반영한 차별화 포인트","환불·배송 시나리오 템플릿으로 온보딩 장벽을 낮춰 IT 비숙련 소상공인도 즉시 사용 가능","미응답 일일 리포트는 소상공인의 CS 누락 리스크를 줄여주는 실질적 가치 제공","핸드오프 기능으로 완전 자동화의 신뢰 문제를 보완, 도입 거부감 감소"],"weaknesses":["네이버·카카오 플랫폼 API 정책 변경 시 서비스 전체가 흔들리는 플랫폼 종속 리스크가 매우 높음","소상공인 타깃 특성상 객단가가 낮아 수익성 확보를 위한 대규모 고객 확보가 필수적","카카오 i 오픈빌더, 네이버 클로바 등 플랫폼 자체 AI 봇 고도화 시 직접 대체될 위협 존재","FAQ 기반 자동응답은 LLM 확산으로 기술 차별성이 빠르게 희석될 수 있음","국내 시장에만 특화되어 있어 글로벌 확장 경로가 제한적"]}}],"score_stdev":0,"competitor_jaccard":0.274,"score_values":[62,62,62,62,62]}]},{"id":"browserqa","plan":"# 브라우저QA\n\n자연어로 작성한 시나리오를 실제 브라우저에서 실행하는 E2E 테스트 자동화 에이전트입니다. '로그인 후 장바구니에 담기'처럼 적으면 셀렉터를 자동 추론해 Playwright 스크립트로 변환·실행하고 실패 시 스크린샷과 DOM 스냅샷으로 원인을 보고합니다. 타깃 사용자는 QA 인력이 부족한 스타트업 프론트엔드 팀입니다.","domain":"in","bench":{"runs":[{"score":60,"competitors":["oursky/skytest-agent","kery-hq/kery","kernel/kernel-ai-sdk-agent","qckfx/browser-ai","esinecan/agentic-ai-browser","alexandriashai/cbrowser","rjsx197047/ai-automation-qa-engineer","danielsuo117/velocitai","hyperyond/hover","twinklejoshi/ai-agent-playwright-typescript-template","qawolf/cli","openqa-labs/openqa"]},{"score":60,"competitors":["oursky/skytest-agent","kery-hq/kery","kernel/kernel-ai-sdk-agent","qckfx/browser-ai","esinecan/agentic-ai-browser","alexandriashai/cbrowser","rjsx197047/ai-automation-qa-engineer","danielsuo117/velocitai","hyperyond/hover","twinklejoshi/ai-agent-playwright-typescript-template","qawolf/cli","openqa-labs/openqa"]},{"score":60,"competitors":["oursky/skytest-agent","kery-hq/kery","kernel/kernel-ai-sdk-agent","qckfx/browser-ai","esinecan/agentic-ai-browser","alexandriashai/cbrowser","rjsx197047/ai-automation-qa-engineer","danielsuo117/velocitai","hyperyond/hover","twinklejoshi/ai-agent-playwright-typescript-template","qawolf/cli","openqa-labs/openqa"]},{"score":60,"competitors":["oursky/skytest-agent","kery-hq/kery","kernel/kernel-ai-sdk-agent","qckfx/browser-ai","esinecan/agentic-ai-browser","alexandriashai/cbrowser","rjsx197047/ai-automation-qa-engineer","danielsuo117/velocitai","hyperyond/hover","twinklejoshi/ai-agent-playwright-typescript-template","qawolf/cli","openqa-labs/openqa"]},{"score":60,"competitors":["oursky/skytest-agent","kery-hq/kery","kernel/kernel-ai-sdk-agent","qckfx/browser-ai","esinecan/agentic-ai-browser","alexandriashai/cbrowser","rjsx197047/ai-automation-qa-engineer","danielsuo117/velocitai","hyperyond/hover","twinklejoshi/ai-agent-playwright-typescript-template","qawolf/cli","openqa-labs/openqa"]}],"score_stdev":0,"competitor_jaccard":1,"score_values":[60,60,60,60,60]},"fable":[{"temperature":0,"runs":[{"score":72,"competitors":["microsoft/playwright","cypress-io/cypress","puppeteer/puppeteer","midscenejs/midscene","mechanical-orchard/shortest","browserbase/stagehand","octominddev/octomind"],"raw":{"score":72,"competitors":[{"name":"microsoft/playwright","stars":68000},{"name":"cypress-io/cypress","stars":47000},{"name":"puppeteer/puppeteer","stars":88000},{"name":"midscenejs/midscene","stars":6200},{"name":"mechanical-orchard/shortest","stars":2800},{"name":"browserbase/stagehand","stars":7100},{"name":"OctomindDev/octomind","stars":890}],"strengths":["QA 인력 부족 스타트업이라는 명확하고 공감 가능한 페인포인트 타겟팅","자연어 → Playwright 변환으로 기술 진입장벽 대폭 낮춤","실패 시 스크린샷 + DOM 스냅샷 제공으로 디버깅 UX 차별화","E2E 테스트 자동화 시장은 AI 도입 초기 단계로 선점 기회 존재","프론트엔드 팀 단독 사용 가능 → 구매 결정 사이클 짧음"],"weaknesses":["Midscene, Stagehand 등 동일 컨셉 오픈소스가 이미 빠르게 성장 중","셀렉터 자동 추론 정확도가 제품 신뢰도를 좌우하나 LLM 환각 리스크 상존","동적 UI·SPA 환경에서 재현성 보장이 기술적으로 어려움","Playwright/Cypress 생태계에 익숙한 팀은 전환 비용 체감 낮을 수 있음","유지보수 시나리오(UI 변경 시 자동 업데이트) 미언급으로 장기 가치 불명확","한국어 자연어 특화 시 글로벌 확장성 제한 가능성"]}},{"score":72,"competitors":["microsoft/playwright","cypress-io/cypress","puppeteer/puppeteer","midscenejs/midscene","mechanical-orchard/shortest","browserbase/stagehand","octominddev/octomind"],"raw":{"score":72,"competitors":[{"name":"microsoft/playwright","stars":68000},{"name":"cypress-io/cypress","stars":47000},{"name":"puppeteer/puppeteer","stars":88000},{"name":"midscenejs/midscene","stars":6200},{"name":"mechanical-orchard/shortest","stars":2800},{"name":"browserbase/stagehand","stars":7100},{"name":"OctomindDev/octomind","stars":890}],"strengths":["QA 인력 부족 스타트업이라는 명확하고 공감 가능한 페인포인트 타겟팅","자연어 → Playwright 변환으로 기술 진입장벽 대폭 낮춤","실패 시 스크린샷 + DOM 스냅샷 제공으로 디버깅 UX 차별화","E2E 테스트 자동화 시장은 AI 도입 초기 단계로 선점 기회 존재","프론트엔드 팀 단독 사용 가능 → 구매 결정 사이클 짧음"],"weaknesses":["Midscene, Stagehand 등 동일 컨셉 오픈소스가 이미 빠르게 성장 중","셀렉터 자동 추론 정확도가 제품 신뢰도를 좌우하나 LLM 환각 리스크 상존","동적 UI·SPA 환경에서 재현성 보장이 기술적으로 어려움","Playwright/Cypress 생태계에 익숙한 팀은 전환 비용 체감 낮을 수 있음","유지보수 시나리오(UI 변경 시 자동 업데이트) 미언급으로 장기 가치 불명확","한국어 자연어 특화 시 글로벌 확장성 제한 가능성"]}},{"score":72,"competitors":["microsoft/playwright","cypress-io/cypress","puppeteer/puppeteer","midwayjs/midscene","octominddev/octomind","mechanical-orchard/shortest","browserbase/stagehand"],"raw":{"score":72,"competitors":[{"name":"microsoft/playwright","stars":68000},{"name":"cypress-io/cypress","stars":47000},{"name":"puppeteer/puppeteer","stars":88000},{"name":"midwayjs/midscene","stars":6800},{"name":"OctomindDev/octomind","stars":890},{"name":"mechanical-orchard/shortest","stars":2400},{"name":"browserbase/stagehand","stars":7200}],"strengths":["QA 인력 부족 스타트업이라는 명확하고 공감 가능한 페인포인트 타겟팅","자연어 → Playwright 변환이라는 구체적 워크플로우로 진입장벽 대폭 낮춤","실패 시 스크린샷 + DOM 스냅샷 제공으로 디버깅 UX 차별화","셀렉터 자동 추론으로 비개발자 QA 담당자도 사용 가능","LLM 기반 에이전트 트렌드와 정확히 맞닿아 있어 투자·홍보 유리"],"weaknesses":["Midscene, Stagehand, Shortest 등 동일 컨셉 오픈소스가 이미 다수 존재해 차별화 입증 필요","LLM 추론 비용이 테스트 실행 단가를 높여 스타트업 고객의 비용 민감도와 충돌","동적 UI 변경 시 자연어 시나리오와 실제 DOM 불일치로 오탐률 관리가 핵심 기술 과제","CI/CD 파이프라인 통합(GitHub Actions 등) 미언급으로 실무 채택 마찰 존재","엔터프라이즈 확장 시 멀티 테넌시·보안·온프레미스 지원 로드맵 불명확"]}},{"score":72,"competitors":["microsoft/playwright","cypress-io/cypress","puppeteer/puppeteer","midscenejs/midscene","browserbase/stagehand","mechanical-orchard/shortest"],"raw":{"score":72,"competitors":[{"name":"microsoft/playwright","stars":68000},{"name":"cypress-io/cypress","stars":47000},{"name":"puppeteer/puppeteer","stars":88000},{"name":"midscenejs/midscene","stars":6200},{"name":"browserbase/stagehand","stars":8900},{"name":"mechanical-orchard/shortest","stars":4100}],"strengths":["QA 인력 부족 스타트업이라는 명확하고 공감 가능한 페인포인트 타겟팅","자연어 → Playwright 변환으로 기술 진입장벽 대폭 낮춤","실패 시 스크린샷 + DOM 스냅샷 제공으로 디버깅 UX 차별화","LLM 기반 셀렉터 자동 추론으로 DOM 변경에 대한 유지보수 부담 감소","프론트엔드 팀 단독 운용 가능 → 별도 QA 채용 비용 절감 가치 제안 명확"],"weaknesses":["Midscene, Stagehand 등 동일 컨셉 오픈소스가 이미 빠르게 성장 중 — 차별화 희박","LLM 추론 기반 셀렉터는 비결정적(non-deterministic)이라 CI/CD 신뢰성 우려","복잡한 인증·파일업로드·iframe 등 엣지케이스 처리 범위가 불명확","자연어 시나리오 품질에 결과가 크게 의존 → 사용자 학습 곡선 존재","LLM API 호출 비용이 테스트 규모 확장 시 단가 경쟁력 저하 요인","한국어 타겟 시장만으로는 글로벌 확장 전략 부재 시 TAM 제한적"]}},{"score":72,"competitors":["microsoft/playwright","cypress-io/cypress","puppeteer/puppeteer","midscenejs/midscene","browserbase/stagehand","mechanical-orchard/shortest"],"raw":{"score":72,"competitors":[{"name":"microsoft/playwright","stars":68000},{"name":"cypress-io/cypress","stars":47000},{"name":"puppeteer/puppeteer","stars":88000},{"name":"midscenejs/midscene","stars":6200},{"name":"browserbase/stagehand","stars":8900},{"name":"mechanical-orchard/shortest","stars":4100}],"strengths":["QA 인력 부족 스타트업이라는 명확하고 공감 가능한 페인포인트 타겟팅","자연어 → Playwright 변환으로 기술 진입장벽 대폭 낮춤","실패 시 스크린샷 + DOM 스냅샷 제공으로 디버깅 UX 차별화","LLM 기반 셀렉터 자동 추론으로 DOM 변경에 대한 유지보수 부담 감소","프론트엔드 팀 단독 운용 가능 → 별도 QA 채용 비용 절감 가치 제안 명확"],"weaknesses":["Midscene, Stagehand 등 동일 컨셉 오픈소스가 이미 빠르게 성장 중 — 차별화 희박","LLM 추론 기반 셀렉터는 비결정적(non-deterministic)이라 CI/CD 신뢰성 우려","복잡한 인증·파일업로드·iframe 등 엣지케이스 처리 범위가 불명확","자연어 시나리오 품질에 결과가 크게 의존 → 사용자 학습 곡선 존재","엔터프라이즈 보안 요구(온프레미스, 데이터 격리) 대응 전략 미언급","수익 모델(SaaS 구독 vs 오픈소스 + 유료 플랜)이 제시되지 않아 지속가능성 불확실"]}}],"score_stdev":0,"competitor_jaccard":0.8179,"score_values":[72,72,72,72,72]},{"temperature":1,"runs":[{"score":72,"competitors":["microsoft/playwright","puppeteer/puppeteer","cypress-io/cypress","mechanical-orchard/okra","octomind-dev/octomind","hyperbrowserai/browser-use","seleniumhq/selenium"],"raw":{"score":72,"competitors":[{"name":"microsoft/playwright","stars":68000},{"name":"puppeteer/puppeteer","stars":88000},{"name":"cypress-io/cypress","stars":47000},{"name":"mechanical-orchard/okra","stars":890},{"name":"OctoMind-dev/octomind","stars":310},{"name":"hyperbrowserai/browser-use","stars":41000},{"name":"seleniumhq/selenium","stars":30000}],"strengths":["QA 인력 부족 스타트업이라는 명확한 페인포인트 타겟팅으로 ICP가 뚜렷함","자연어 → Playwright 변환으로 진입 장벽을 낮춰 비개발자도 사용 가능","실패 시 스크린샷 + DOM 스냅샷 제공으로 디버깅 UX 차별화","LLM 기반 셀렉터 자동 추론은 셀렉터 깨짐(selector fragility) 문제를 완화","프론트엔드 팀 직접 타겟으로 개발→배포 파이프라인 통합 가능성 높음"],"weaknesses":["browser-use, OctoMind, Octomind 등 유사 AI E2E 에이전트가 이미 빠르게 성장 중으로 선점 경쟁 심화","LLM 추론 기반 셀렉터는 복잡한 SPA·동적 DOM에서 할루시네이션 오류율 관리가 핵심 리스크","CI/CD 파이프라인 통합·유지보수 비용을 고려하면 스타트업의 실제 채택률이 낮을 수 있음","자연어 시나리오의 모호성(edge case) 처리 기준이 불명확해 신뢰성 확보가 어려움","Playwright·Cypress 자체 코파일럿 기능 강화 시 직접 경쟁 구도로 전환될 위험","수익 모델(SaaS 구독 vs API 과금)이 명시되지 않아 유닛 이코노믹스 검증 필요"]}},{"score":72,"competitors":["microsoft/playwright","cypress-io/cypress","puppeteer/puppeteer","getmidnight/midscene","octomindai/octomind","momentic-ai/momentic","browserbase/stagehand"],"raw":{"score":72,"competitors":[{"name":"microsoft/playwright","stars":68000},{"name":"cypress-io/cypress","stars":47000},{"name":"puppeteer/puppeteer","stars":88000},{"name":"getmidnight/midscene","stars":6200},{"name":"OctomindAI/octomind","stars":1100},{"name":"momentic-ai/momentic","stars":420},{"name":"browserbase/stagehand","stars":8900}],"strengths":["QA 인력 부족 스타트업이라는 명확하고 공감 가능한 페인포인트 타겟팅","자연어 → Playwright 변환으로 진입 장벽 대폭 낮춤 (비개발자 QA도 사용 가능)","실패 시 스크린샷 + DOM 스냅샷 제공으로 디버깅 UX 차별화","Playwright 기반이므로 크로스브라우저 지원 신뢰성 확보","AI 코드 생성 트렌드(Copilot, Cursor 등)와 결합 시 자연스러운 워크플로우 통합 가능"],"weaknesses":["Midscene, Stagehand, Octomind 등 동일 컨셉 경쟁자가 이미 다수 존재하며 일부는 오픈소스로 무료 제공","셀렉터 자동 추론의 정확도가 핵심인데 LLM 환각으로 인한 신뢰성 리스크가 높음","동적 SPA(React/Vue) 환경에서 타이밍·상태 관리 복잡성이 자연어 레이어로는 추상화 한계 존재","스타트업 타깃은 지불 의사(WTP)가 낮고 무료 오픈소스 대안으로 이탈 가능성 큼","생성된 Playwright 스크립트의 유지보수 책임 소재 불명확 (UI 변경 시 재생성 비용)"]}},{"score":72,"competitors":["microsoft/playwright","cypress-io/cypress","puppeteer/puppeteer","mechanical-orchard/shortest","testim-io/testim","currents-dev/currents-playwright","midscene-ai/midscene"],"raw":{"score":72,"competitors":[{"name":"microsoft/playwright","stars":68000},{"name":"cypress-io/cypress","stars":47000},{"name":"puppeteer/puppeteer","stars":88000},{"name":"mechanical-orchard/shortest","stars":4200},{"name":"testim-io/testim","stars":0},{"name":"currents-dev/currents-playwright","stars":980},{"name":"midscene-ai/midscene","stars":6100}],"strengths":["QA 인력 부족 스타트업이라는 명확하고 검증된 페인포인트 타겟팅","자연어 → Playwright 변환으로 기술 진입장벽 대폭 낮춤","실패 시 스크린샷 + DOM 스냅샷 제공으로 디버깅 UX 차별화","LLM 기반 셀렉터 자동 추론으로 DOM 변경에 유연하게 대응 가능","프론트엔드 팀 단독 운영 가능 → 구매 결정권자와 사용자가 일치하는 구조"],"weaknesses":["midscene-ai, shortest 등 동일 포지셔닝 오픈소스 경쟁자 이미 존재하며 진입 장벽 낮음","LLM API 호출 비용 구조가 테스트 스케일 증가 시 단가 경쟁력 약화 요인","자연어 파싱 정확도 불안정 시 신뢰도 문제 → 오히려 QA 공수 증가 리스크","CI/CD 파이프라인 연동, 인증·네트워크 모킹 등 고급 시나리오 지원 범위 불명확","한국어 타겟 시장만으로는 글로벌 스케일업 스토리 약함","Playwright 직접 사용 대비 추상화 레이어 추가로 디버깅 복잡도 증가 가능성"]}},{"score":72,"competitors":["microsoft/playwright","cypress-io/cypress","puppeteer/puppeteer","mechanicalkeyboards/testim","getlago/lago","momentohq/zerostep","microsoft/playwright-mcp","web-infra-dev/midscene"],"raw":{"score":72,"competitors":[{"name":"microsoft/playwright","stars":68000},{"name":"cypress-io/cypress","stars":47000},{"name":"puppeteer/puppeteer","stars":88000},{"name":"mechanicalkeyboards/testim","stars":0},{"name":"getlago/lago","stars":0},{"name":"momentohq/ZeroStep","stars":312},{"name":"microsoft/playwright-mcp","stars":11000},{"name":"web-infra-dev/midscene","stars":8200}],"strengths":["QA 인력 부족 스타트업이라는 명확하고 공감 가능한 페인포인트 타겟팅","자연어 → Playwright 변환으로 비개발자도 테스트 작성 가능, 진입장벽 대폭 낮춤","실패 시 스크린샷 + DOM 스냅샷 제공으로 디버깅 UX 차별화","Playwright 기반으로 크로스 브라우저 지원 및 생태계 신뢰도 확보","LLM 기반 셀렉터 자동 추론으로 UI 변경에 대한 취약성 완화 가능성","SaaS로 구성 시 빠른 온보딩과 반복 구독 수익 모델 적합"],"weaknesses":["Midscene, ZeroStep 등 동일 컨셉의 오픈소스 경쟁자가 이미 존재하며 무료 제공 중","LLM 셀렉터 추론의 할루시네이션·불안정성으로 CI 파이프라인 신뢰도 리스크","복잡한 인증·결제·파일업로드 시나리오에서 자연어 명세의 모호성 해소 어려움","Playwright MCP 등 Microsoft 공식 AI 연동 도구 출시로 대형 플레이어와 직접 경쟁","스타트업 타깃 시 LTV 낮고 이탈률 높아 수익성 확보 어려움","생성된 스크립트의 유지보수 책임 소재 불명확 (코드 소유권 문제)"]}},{"score":72,"competitors":["microsoft/playwright","cypress-io/cypress","puppeteer/puppeteer","midscenejs/midscene","roboflow/robogpt","builderio/micro-agent"],"raw":{"score":72,"competitors":[{"name":"microsoft/playwright","stars":68000},{"name":"cypress-io/cypress","stars":47000},{"name":"puppeteer/puppeteer","stars":88000},{"name":"midscenejs/midscene","stars":6800},{"name":"roboflow/robogpt","stars":1200},{"name":"BuilderIO/micro-agent","stars":3400}],"strengths":["QA 인력 부족 스타트업이라는 명확하고 공감 가능한 페인포인트 타겟팅","자연어 → Playwright 변환으로 비개발자도 테스트 작성 가능, 온보딩 장벽 낮음","실패 시 스크린샷 + DOM 스냅샷 제공으로 디버깅 가치가 명확하고 즉각적","Playwright 기반으로 검증된 인프라 위에 AI 레이어를 얹는 현실적인 접근","E2E 테스트 자동화 시장 자체가 성장 중이며 AI 도입 수요가 높음"],"weaknesses":["Midscene.js, Reflect.run 등 동일 카테고리 해외 경쟁자가 이미 존재하며 선점 중","자연어 셀렉터 추론 정확도가 제품 신뢰도의 핵심인데, 실패율이 높으면 오히려 QA 공수 증가","동적 UI 변경(리액트 상태 전환, 모달 등)에서 LLM 추론 한계로 플레이키(flaky) 테스트 발생 가능성","스타트업 타깃은 지불 의향(WTP)이 낮고 예산 사이클이 짧아 B2B 수익화가 어려움","생성된 Playwright 스크립트의 유지보수 주체가 불명확 — UI 변경 시 재생성 프로세스 미정의","LLM API 비용 구조가 테스트 실행 횟수에 비례해 증가, 마진 압박 위험"]}}],"score_stdev":0,"competitor_jaccard":0.2741,"score_values":[72,72,72,72,72]}]}],"summary":{"benchOk":true,"naiveUnstable":5,"steelNonDet":5,"total":5,"claimHolds":true}}