고객 문제
육안 평가는 규모화되기 어렵습니다
대형 herd 관리와 회복 추적에는 사람마다 달라지는 평가가 아니라 재현 가능한 측정이 필요합니다.
시장 구조
말로 신뢰를 만들고, 소에서 반복 매출을 확장합니다.
말은 빠른 전문가 피드백과 유료 리포트 검증에 적합합니다. 소는 파행 빈도와 경제적 손실이 커서 반복 매출 시장에 적합합니다. 돼지는 정밀 파행 진단보다 복지·행동 이상 모니터링으로 확장하는 편이 현실적입니다.
축산 모니터링
$14.82B
소 모니터링
$7.1B
말 헬스케어 전체
$10.4B
수의 AI 진단
$2.63B
시장 타이밍
카메라는 이미 현장에 있습니다
현장에 있는 고정 카메라와 업로드 영상을 먼저 활용해 도입 장벽을 낮춥니다.
제품 포지션
진단이 아니라 의사결정 보조
수의사와 운영자의 판단을 보조하는 제품으로 시작해 파일럿과 신뢰 확보를 앞당깁니다.
진입 전략
작게 시작하되, 확장 가능한 시장을 향해 설계합니다.
1단계: 말
현재 기술로 가장 빠르게 가치를 보여줄 수 있는 시장입니다. 수의사·경주·재활 리포트로 초기 유료 검증을 만듭니다.
- 비디오 업로드 기반 보행 리포트
- 골격 오버레이와 좌우 비대칭 지표
- 클리닉·마방 파일럿
2단계: 소
파행이 생산성과 복지에 직접 연결되는 시장입니다. 반복 과금과 플랫폼 파트너십으로 확장합니다.
- 고정 통로 카메라 모니터링
- 파행 위험 검토 큐
- Herd management 연동
3단계: 돼지
군집과 가림이 많기 때문에 파행 단독보다 복지·행동 이상 감지 모듈로 확장합니다.
- 돈방 단위 이상 행동 감지
- 모돈 이동성 위험 평가
- 복지·감사 모듈
사업 수치
핵심 가설은 보행 리포트가 반복 매출로 전환되는가입니다.
아래 수치는 확정 예측이 아니라 검증 가능한 운영 모델입니다. 말 리포트로 신뢰를 만들고, 소 모니터링에서 연간 계약 가치와 반복성을 키울 수 있는지가 핵심입니다.
말 리포트
$20-100
영상 1건당 리포트 가격입니다. 초기에는 전문가 검토가 포함된 프리미엄 리포트로 지불 의사를 검증합니다.
클리닉 구독
$300-1.5K
월 클리닉 플랜입니다. 반복 촬영, 회복 추적, 리포트 히스토리가 구독 전환의 근거가 됩니다.
소 모니터링 ACV
$6K-30K
농장, 카메라 수, herd 규모 기반 연간 계약 가정입니다. 파트너 유통이 붙으면 핵심 매출원이 됩니다.
1년차
$0.1-0.3M
2년차
$0.7-1.5M
3년차
$3-7M
1년차 가정
20-40개 말 클리닉·마방에서 리포트 워크플로우를 검증하고, 일부 구독 전환을 확인합니다.
2년차 가정
100-250개 말 유료 계정과 첫 소 유료 파일럿 또는 플랫폼 연동 매출을 목표로 합니다.
3년차 가정
소 모니터링이 성장의 주축이 되고, 말 제품은 프리미엄 검증 채널과 데이터 채널로 남습니다.
중단 기준
V26 real-video bridge가 신뢰 가능한 리포트를 만들지 못하면, 소 확장은 보류해야 합니다.
기술 차별성
차별성은 비디오를 신뢰 가능한 3D 보행 시퀀스로 바꾸는 학습 루프입니다.
범용 pose 모델은 따라올 수 있습니다. 하지만 동물별 골격 구조, 시간적 생체역학, 다중카메라 pseudo-label seed, 무라벨 영상 학습 루프가 결합되면 재현하기 어려운 데이터 엔진이 됩니다.
Synthetic anatomy에서 real video로
초기에는 3D anatomy 정답지로 안정적인 anchor를 만듭니다. 이후 10카메라 실제 말 영상으로 pseudo-3D seed를 만들고, V27부터는 무라벨 고정 비디오를 약지도·자가지도 신호로 학습에 넣습니다.
이 구조는 말에 한정되지 않습니다. 골격 head와 해부학 prior를 동물별로 교체하면 소, 돼지, 강아지로 확장할 수 있습니다.
Detect
말·소·돼지 crop tracking과 입력 품질 평가
Lift
patch-token visual feature를 동물별 3D 골격으로 변환
Stabilize
속도, 가속도, 뼈 길이 일관성, 말단 관절 안정화
Learn
LeWorldModel-style dynamics prior와 pseudo-label filtering
Report
위험 검토 큐, 보행 주기, 비대칭 추세, 수의사용 근거 리포트
로드맵
각 기술 단계는 다음 시장 단계의 리스크를 줄이도록 설계했습니다.
V24
시간적 말 골격 안정화
다리 끝 흔들림과 프레임 간 노이즈를 줄여 리포트 가능한 시퀀스를 만듭니다.
V25
카메라·데이터 다양화
정확히 고정된 synthetic camera 조건에서 벗어나 실제 고정 카메라의 허용 범위를 넓힙니다.
V25.5
LeWorldModel-lite
불가능한 움직임을 잡아내는 dynamics critic으로 pseudo-label 품질을 높입니다.
V26
10카메라 실제 말 영상 bridge
5마리 한계를 10개 시점으로 보완해 실제 영상 failure와 pseudo-3D seed를 확보합니다.
V27
3D 정답 없는 영상 학습
3D 정답 없는 고정 영상을 reprojection, temporal, bone, LeWM score로 필터링해 학습합니다.
V28
무라벨 고정 영상 확장
무라벨 고정 영상이 주요 학습원이 되고, synthetic GT는 regression anchor로 유지됩니다.
리스크 관리
확장 전에 반드시 검증해야 할 리스크를 명확히 둡니다.
제품은 자동 진단이 아니라 수의사와 농장 운영자를 위한 의사결정 보조에서 시작합니다. 고정 카메라 조건, 신뢰도 점수, 실패 상태 표시를 제품에 포함해 신뢰 가능한 범위 안에서 확장합니다.
Synthetic-to-real gap
Synthetic 성능은 실제 영상으로 그대로 이전되지 않습니다. 10카메라 real bridge와 curated GT anchor가 필요합니다.
임상 책임 리스크
자동 진단 포지션은 책임 리스크가 큽니다. 수의사 의사결정 보조와 장기 추세 모니터링으로 시작합니다.
무라벨 학습 collapse
무라벨만으로 학습하면 scale drift와 잘못된 pseudo-label 자기복제가 생길 수 있습니다. anchor mix가 필요합니다.
유통 리스크
농장 직접 영업은 느릴 수 있습니다. 말은 founder-led pilot, 소는 herd platform 파트너십이 현실적입니다.
단기 자금 사용처
다음 자금은 실제 영상 검증과 초기 유료 고객 확보에 집중됩니다.
V24 full validation, 10카메라 말 영상 bridge, 수의사용 리포트 워크플로우, 소 파트너 PoC까지 연결해 기술 데모를 반복 구매 가능한 제품으로 전환합니다.
말 전문가 리뷰어 3-5명
10카메라 실제 영상 검증
유료 클리닉·마방 파일럿
소 데이터 파트너 발굴