파일 목록으로

Assumptions — CGM-free 혈당 반응 추론

시장 규모 가정

가정수치출처신뢰도
전체 CGM 시장 (2025)$13.3BMordor Intelligence높음
미국 OTC CGM 시장 (2024)$48.6MGrand View Research높음
OTC CGM 웰니스 세그먼트 비율62%Grand View Research높음
미국 전당뇨 인구9,600만명RBC Capital/CDC높음
미국 웰니스 트래커 사용자1.2억명Grand View Research중간
소프트웨어 기반 대안의 SAM 점유 가능성5-10%자체 추정낮음
Apple Watch 비침습 혈당 출시 시점2027+Bloomberg/MacRumors중간

기술 가정

가정근거신뢰도
HRV-혈당 상관관계 유효r ≈ −0.45 (Sleep Medicine, 2023)중간
스마트워치 기반 예측 정확도 84-87% 달성 가능Duke/Nature 연구 (n=25,000 measurements)중간
피처 엔지니어링으로 R² 0.73 가능Karunarathna & Liang (2025, 236 features)낮음
컨슈머 웨어러블 HRV 정확도 충분Oura Gen 4 CCC=0.99 vs ECG (2025)높음
Rule-based → ML 전환 시 정확도 향상연구 근거 다수이나 자체 데이터로 검증 필요낮음

⚠️ 현재 구현의 기술 수준 (중요)

현재 Tab0 Inference 패키지는 rule-based 가중합 모델이며, ML/AI 모델이 아닙니다. 구체적으로:

  • 모델: 7개 입력 피처의 단순 가중합 (GlucoseInferenceService.swift:40-93)
    • 탄수화물 38% + 식후 HR 변화 24% + HRV 변화 20% + 수면 12% + 단식 6%
    • 가중치는 문헌 기반 추정값이며, 자체 데이터로 최적화되지 않음
  • 개인화 없음: 모든 사용자에게 동일한 가중치 적용. January AI는 14일 CGM 학습 후 개인화된 ML 모델 제공.
  • 검증 없음: CGM 실측값 대비 정확도 측정 이력 없음
  • 의료 용도 불가: 당뇨병 환자의 인슐린 투여량 결정, 저혈당 경고 등 의료 목적에는 절대 사용할 수 없는 수준. 정상인에게 식사/생활습관 변화의 상대적 영향을 참고하는 용도로만 유효.

이 기술 한계는 시장 규모 추정과 포지셔닝에 직접적인 영향을 줍니다:

  1. TAM에서 당뇨/전당뇨 환자 제외 필요: 전당뇨 9,600만명을 TAM에 포함한 것은 과대 추정. 의료 조언이 불가한 rule-based 웰니스 도구의 실질적 TAM은 "대사 건강에 관심 있는 건강한 성인"으로 한정해야 함.
  2. January AI와의 기술 격차가 큼: January AI는 Nature 논문 기반 개인화 ML + CGM 초기 학습인 반면, Tab0는 비개인화 rule-based. 동일 시장에서 직접 경쟁하기 어려운 수준.
  3. "예측" 용어 사용 부적절: 현재 수준은 "예측(prediction)"보다 "참고 지표(reference indicator)" 또는 "경향성 추론(trend inference)"이 더 정확한 표현.

사용자 행동 가정

가정근거신뢰도
사용자가 일 1회 이상 추론 실행January AI 사용 패턴 참고, 검증 필요낮음
상대 점수가 절대 수치보다 불안 유발 낮음glucorexia 연구 간접 추론, 검증 필요낮음
단식 사용자가 혈당 반응 연계에 관심단식 커뮤니티 관찰, 직접 검증 필요중간
$5/월 지불 의사 존재January AI $62/년 레퍼런스, 검증 필요중간

규제 가정

가정근거신뢰도
"웰니스 인사이트" 프레이밍이 FDA 규제 회피 가능January AI가 동일 접근으로 운영 중중간
"혈당 측정/진단" 주장 금지FDA가 스마트워치 혈당 측정 미승인 명시높음
한국 식약처 규제확인 필요미확인

0 / 23