파일 목록으로

Scorecard

Opportunity Score 산출

DemandScore = 0.35*PainFrequency + 0.25*Urgency + 0.20*WorkaroundIntensity + 0.20*BudgetSignal
Confidence = SourceDiversityFactor × SampleSizeFactor × RecencyFactor
OpportunityScore = DemandScore × Confidence

DemandScore

FactorScore (1-5)근거
PainFrequency5TDEE 부정확 (72% 사용자 보고), Apple Watch 28% 오차
Urgency3불만은 높지만 "지금 당장 해결해야 할" 위기는 아님
WorkaroundIntensity4nSuns 스프레드시트, MacroFactor 구독, 수동 보정 등 활발
BudgetSignal4MacroFactor $72/yr에 "worth it" 평가, RMR 테스트 $100-500 지불

DemandScore = 0.35(5) + 0.25(3) + 0.20(4) + 0.20(4) = 1.75 + 0.75 + 0.80 + 0.80 = 4.10

Confidence

FactorScore (0.5-1.0)근거
SourceDiversityFactor0.94개 채널 (Reddit, App Store, 학술, 포럼)
SampleSizeFactor0.6커밋된 신호 24개(accepted 19 + discarded 5), accepted 중 고품질(eqs≥7) 13개
RecencyFactor0.9대부분 2025-2026 데이터, 2025 메타분석 포함

Confidence = 0.9 × 0.6 × 0.9 = 0.486

OpportunityScore

OpportunityScore = 4.10 × 0.486 = 1.99 / 5.0

→ 중간 수준. 수요는 확실하나 기술적 실현 가능성과 경쟁 차별화가 핵심 변수.

경쟁 환경 평가

경쟁자 매트릭스

경쟁자접근법가격사용자음식 로깅차별화 수준
MacroFactor음식+체중 adaptive$72/yr200K+필수높음 (정확도)
ZoltAW+체중 adaptive$20/yr~29 평점선택직접 경쟁 (동일)
LumenCO2 호흡 분석$199+sub500K+불필요다른 세그먼트
Carbon Diet음식+체중 coaching~$100/yr중간필수MacroFactor와 경쟁
무료 계산기정적 공식무료수백만불필요기준선 (부정확)

경쟁 우위 평가

Tab0가 이길 수 있는 포인트:

  1. 유일한 조합: 사진 AI + 미량 영양소 + Apple Watch + 대사 추정을 모두 갖춘 앱은 시장에 없음
  2. 저마찰 입력: 사진 찍기(1-2분/일) vs 수동 로깅(15-20분/일) → MacroFactor/Cronometer 대비 압도적 UX
  3. 영양소-대사 인사이트: 미량 영양소까지 다루면 "왜 대사가 변하는가"를 설명할 수 있는 유일한 앱
  4. 단식-대사 연결: FastingWorks 기존 사용자에게 "단식이 내 대사에 미치는 영향" 제공 → 경쟁자에 없는 앵글
  5. 3-앱 생태계: HRV + 혈당 + 단식 데이터를 결합한 대사 인사이트 → 단일 앱으로는 불가능한 멀티모달 분석

Tab0가 이기기 어려운 포인트:

  1. 사진 AI 정확도: 음식 사진 → 미량 영양소 추정의 정확도는 아직 학술적으로 미검증 (패턴/추세 접근으로 완화)
  2. 사진 촬영 의존: 사용자가 사진을 안 찍으면 핵심 데이터가 없음 → 습관화 유도가 성패 갈림
  3. 기존 사용자 기반: MacroFactor 200K vs Tab0 건강앱 사용자 수

기술적 실현 가능성 평가

핵심 질문: 음식 사진 AI + Apple Watch로 의미 있는 대사 추정이 가능한가?

가능하다는 근거:

  • 음식 사진 AI로 섭취량(Intake, kcal/day) 추정이 가능해지면서 에너지 밸런스 방정식이 풀림: EE = Intake - (ΔWeight_kg × κ_kcal/kg / Δt_day) + AW 보정(kcal/day)
  • 사진 AI 매크로 추정 오차 ±20-30%는 체중 추세와 결합하여 시간에 따라 자동 보정 (MacroFactor 검증 논리 동일)
  • Apple Watch 심박수 정확도 4.4% → 활동 에너지 보정의 신뢰할 수 있는 보조 지표
  • HRV 변화가 대사 스트레스/적응의 프록시 지표
  • 미량 영양소는 절대 수치보다 패턴/추세가 중요 → 정확도 요구가 매크로보다 느슨

리스크:

  • 사진 AI → 미량 영양소 추정 정확도는 아직 검증 필요 (패턴/추세 중심 제공으로 완화)
  • 사진 촬영 습관화가 핵심 — 촬영 이탈 시 Intake 데이터 부재로 대사 추정 정확도 급락
  • 체중 변동의 노이즈 (수분, 나트륨, 위장관 내용물)
  • AI API 비용 (~$0.01-0.03/사진) → 마진 관리 필요

결론

음식 사진 AI가 포함되면서 에너지 밸런스 방정식이 풀리고, 미량 영양소까지 다루는 것은 시장에 없는 유일한 포지션이다.

  • ✅ "사진 찍기 + Apple Watch = 대사 종합 추정" → 수동 로깅 대비 압도적 저마찰
  • ✅ "철분 부족 → 에너지 하락" 같은 영양소-대사 인사이트 → 경쟁자에게 없는 차별화
  • ✅ "단식 기간 중 당신의 안정시 에너지 소모가 안정적입니다" → 단식-대사 불안 해소
  • ⚠️ 사진 촬영 적극 유도가 핵심 — 온보딩부터 매 끼니 알림까지 설계 필요

0 / 44