파일 목록으로

Risk Register — GlucoseWorks

리스크 매트릭스

#리스크영향도발생 확률완화 전략
R-1추론 정확도 미검증높음중간실험 3: CGM 대조 파일럿 25명×14일. 식이 데이터로 최대 인자 품질 확보. r < 0.25 시 Kill
R-2FDA/식약처 규제높음낮음2026.01 가이던스에서 비침습 혈당 추정 웰니스 명시적 허용. 법률 검토 의뢰.
R-3Apple Watch 비침습 혈당 출시높음낮음-중간2027 루머. FDA 승인 등 현실적 장벽. 최소 1-2년 시간 창. 빠른 실행이 최선의 완화.
R-4Oura 혈당 기능 확대높음중간Apple Watch 생태계 집중. Oura 미보유자가 대다수. Oura가 CGM 연동으로 가면 차별화 유지.
R-5January AI 기술 격차중간중간"패시브 생체신호 중심" 축으로 차별화. 동일 "혈당 예측" 축 정면 경쟁 회피.
R-6glucorexia 유발중간중간상대 점수(0-100), 절대 혈당 수치 미표시, "추정/인사이트" 용어, 건강한 프레이밍.
R-7메시지-기능 불일치중간높음마케팅 메시지를 구현 범위로 제한. 의료/진단/약물 주장 배제. 용어 게이트 통일.
R-8식이 기록 부담/채택 실패중간중간패시브 우선 + "optional but rewarding". AI 음식 인식. 5초 이내 완료. 피드백 루프가 동기 제공.
R-9과학적 회의론 확산중간중간CGM 대조 데이터 축적. 보수적 마케팅. "추정/트렌드" 용어. 학술 근거 인용.
R-10"패시브" 포지셔닝과 식이 기록 충돌중간중간"Without → With" 프레이밍: 기록 없이도 작동 → 기록하면 2배 정확. 패시브 = 기본값.
R-11AI 음식 인식 정확도 한계낮음중간비서양 음식(한식 등) 정확도 저하 가능. 수동 입력 fallback + 한국 음식 DB 보강(KR/ko 확장 시).
R-12편향된 증거 기반중간높음산업 리포트/경쟁사 행동 기반 신호 비중 높음(76%). 실험 1-3에서 1차 사용자 데이터 확보 필수.

리스크 상세

R-1: 추론 정확도 미검증 (단일 최대 리스크)

캘리브레이션 시스템이 구현되었고, 식이 기록으로 최대 인자(38-55%) 품질이 확보되었으나:

  • CGM 대조 검증 이력 여전히 없음
  • Rule-based 모델의 근본적 한계 (ML 대비)
  • 식이 기록이 정확도에 실제로 기여하는지 미검증

Go/Kill 갈림길: 실험 3에서 코호트 1(캘리브레이션+식이 기록) r ≥ 0.40이면 Go, r < 0.25이면 Kill.

R-10: "패시브" 포지셔닝과 식이 기록 충돌 (신규)

"Apple Watch만으로 대사 건강 추정"이라는 메시지와 "식사 기록도 하세요"가 충돌할 수 있음.

완화 프레이밍:

접근메시지
기존"Apple Watch만으로 대사 건강 추정"
권장"Apple Watch로 자동 추정 + 식사 기록하면 2배 더 정확"
핵심 원칙패시브 = 기본값, 식이 기록 = 정확도 부스터 (선택)

R-12: 편향된 증거 기반 (신규)

demand-discovery에서 수집한 21개 고품질 신호 중:

  • 1차 사용자 직접 경험: 5개 (24%)
  • 산업 리포트/경쟁사 행동: 10개 (48%)
  • 학술 논문: 6개 (28%)

직접 사용자 인터뷰/설문이 미실시된 상태. 실험 1-3을 통해 1차 데이터를 확보하는 것이 이 편향을 해소하는 유일한 방법.

0 / 23