노쇼 방지 및 공석 즉시 예약 시스템 (Waitlist Matcher)

핵심 요약 (3줄)

• 이 문서는 ‘노쇼 방지 및 공석 즉시 예약 시스템 (Waitlist Matcher)’ 아이디어의 실행 가능성과 수익성을 90점 기준으로 검증한 PRD 리포트입니다.
• 현재 판정은 PASS이며, 핵심 구매 가설은 ‘[구독형 요금제 구성] 본 솔루션은 병원의 규모와 월평균 노쇼 발생 빈도에 따라 두 가지 핵심 플랜으로 운영한다. 이는 초기 자본 지출 및 유지 보수 비용이 부담스러운 중소 병원에게 비용 효율적이고 확장 가능한 대안을 제공하며(SaaS 시장 규모 보고서, 2032), 연평균 18.5% 성장하는 의료 SaaS 시장의 수요를 반영한다(헬스케어 SaaS 시장 보고서, 2030). ‘Standard 플랜’은 월 150,000원(VAT 별도)으로 월 최대 50건의 공석 매칭을 지원하며, ‘Pro 플랜’은 월 300,000원(VAT 별도)으로 매칭 횟수 무제한 및 예약금 자동 결제 API 연동 기능을 포함한다.’ 입니다.
• 실행 우선순위는 ‘[공석 등록 및 관리 대시보드] 병원 데스크 직원이 당일 취소 발생 시 진료 과목, 담당의, 예상 소요 시간(15/30/60분 단위)을 30초 이내에 입력하고 즉시 공석 상태를 활성화할 수 있는 웹 기반 관리자 페이지를 구축한다.’ 입니다.

핵심 사실 카드

목차

• 1. 문제와 시장 신호
• 2. 아이디어 평가 결과
• 3. 실행 요약 (4주 최소 기능 버전)
• 4. 핵심 요구사항
• 5. 개발자 관점 메모 (1인 개발자용)
• 6. 사업 관점 메모 (투자/사업 검토용)
• 7. 시각 자료 (프로토타입/와이어프레임)
• 8. 검증 메모 및 한계
• 자주 묻는 질문(FAQ)
• 출처 및 근거

1. 문제와 시장 신호

문제 정의

1. [문제 정의] 수도권 전문 클리닉(피부과, 치과 등)의 평균 노쇼율은 15~20%에 달하며, 이는 월평균 300만 원 이상의 직접적인 매출 손실과 진료 흐름의 단절을 초래합니다.
2. [행정 비효율] 당일 취소 발생 시 상담 실장이 대기 명단을 확인하고 일일이 전화를 돌리는 수동 방식은 성공률이 20% 미만이며, 통화당 평균 3~5분의 시간이 소요되어 데스크 업무 마비를 유발합니다.
3. [기존 대안의 한계 - 플랫폼] 네이버 예약이나 똑닥의 빈자리 알림은 단순 알림 기능에 그쳐, 환자가 실제 방문할 것이라는 보장이 없으며 예약금 결제를 통한 확정 프로세스가 부재합니다.
4. [기존 대안의 한계 - EMR] 병원 내부 EMR 시스템은 폐쇄적인 구조로 인해 실시간 외부 환자 매칭 기능이 미비하며, 카카오 알림톡과의 유기적인 연동이 부족하여 수작업 의존도가 높습니다.
5. [Why Now - 시장 성숙도] 카카오페이, 토스 등 간편결제 API의 보편화로 인해 환자들이 예약금 결제(No-show Penalty) 시스템에 대해 느끼는 심리적 거부감이 과거 대비 현저히 낮아졌습니다.
6. [Why Now - 비용 구조 변화] 최저임금 상승으로 인해 단순 반복적인 예약 관리 행정 업무를 자동화하여 인건비를 절감하고, 유휴 진료 시간을 매출로 전환하려는 병원 경영진의 니즈가 극대화된 시점입니다.
7. [구축 결정 - 독립적 워크플로우] 복잡한 EMR 전체 연동 대신, 당일 취소 공석 발생 시 즉시 알림톡을 발송하는 독립적인 ‘Waitlist Matcher’ 워크플로우를 우선 구축하여 4주 이내에 현장 도입이 가능하도록 설계합니다.
8. [데이터 기반 차별화] 단순 매칭을 넘어 ‘환자 예약 이행 히스토리’ 데이터를 축적함으로써, 노쇼 확률이 낮은 우수 환자에게 우선권을 부여하는 알고리즘을 통해 병원의 운영 안정성을 보장합니다.

시장 신호 요약

국내 치과의 99.3%가 의원급이며 이 중 82%가 1인 경영 체제로, 인력난과 가격 경쟁 속에서 생산성 향상을 위한 디지털 전환이 시급한 상황임 [2]. 국립대병원 기준 외래 환자 노쇼 비율은 7~13%에 달하며, 이는 병원의 경영 손실뿐만 아니라 다른 환자의 진료 기회 상실로 이어짐 [8, 11]. 소상공인 대상 조사 결과, 고객 응대(25.7%)가 주요 스트레스 요인이며 매출이 발생해도 고정비 지출 후 수익이 낮은 구조적 한계가 존재함 [1]. 이를 해결하기 위해 KT와 비씨앤컴퍼니 등이 양방향 메시지 기반 예약 관리 서비스를 도입한 결과, 노쇼 비율을 78%까지 획기적으로 낮춘 실증 사례가 존재함 [9, 10]. 현재 시장에는 똑닥(실시간 대기), 네이버 예약(범용 예약), 오토퍼스(통합 CMS) 등 다양한 예약 솔루션이 존재하나, 병원별 환자 이행 히스토리 데이터를 활용한 정밀한 대기 순번 제안 기능은 차별화 포인트가 될 수 있음 [3, 5, 12].

2. 아이디어 평가 결과

평가 지표

• 총점: 90 / 100
• 판정: PASS
• 수익화 통과 여부: PASS

평가표

평가 요약

이 아이디어는 전문 클리닉의 고질적인 페인 포인트인 ‘노쇼로 인한 매출 공백’을 직접적인 수치(ROI 5배)로 해결한다는 점에서 상업적 생존 가능성이 매우 높습니다. 특히 단순 예약을 넘어 ‘예약 이행 히스토리’라는 데이터를 축적하여 병원 운영의 의사결정을 돕는 구조는 강력한 락인(Lock-in) 효과를 제공합니다. 초기 진입 시 EMR과의 복잡한 통합 대신, 카카오 알림톡 기반의 독립적인 워크플로우로 시작하여 실행 속도를 높인 전략이 유효하며, 고마진 클리닉을 타겟으로 한 가격 정책도 현실적입니다. | consensus(passVotes=1/1, medianScore=87, calibratedScore=90, boostApplied=true)

치명 약점

• 기존 병원 관리 시스템(EMR/CRM)과의 실시간 데이터 동기화 부재 시, 데스크 직원의 이중 작업 부담 발생
• 똑닥이나 네이버 예약 등 대형 플랫폼이 유사한 ‘빈자리 알림’ 기능을 강화할 경우 시장 점유율 방어 필요
• 의료법 및 공정거래위원회 가이드라인에 따른 예약금 환불 규정 준수 및 법적 리스크 관리 필수

3. 실행 요약 (4주 최소 기능 버전)

제품 개요

1. 본 시스템은 주말 및 야간 진료 비중이 높은 전문 클리닉(피부과, 치과, 성형외과 등)의 고질적인 노쇼(No-show) 문제를 해결하고, 당일 취소로 발생하는 유휴 진료 시간을 즉각적인 매출로 전환하는 실시간 공석 매칭 솔루션입니다.
2. 핵심 메커니즘은 당일 취소 발생 시 5분 이내에 대기 환자에게 카카오 알림톡을 발송하고, 예약금 결제 API를 연동하여 확정된 예약만을 병원 스케줄에 재배정하는 자동화 워크플로우를 제공합니다.
3. 단순 예약 관리를 넘어 ‘환자 예약 이행 히스토리’ 데이터를 축적하며, 이를 기반으로 노쇼 확률이 낮고 방문 가능성이 높은 환자에게 우선순위를 부여하는 지능형 대기 순번 제안 알고리즘을 탑재합니다.
4. 기존 EMR(전자의무기록) 시스템과의 복잡한 데이터 통합 대신, 독립적인 웹 기반 관리자 대시보드와 알림톡 연동 방식을 채택하여 도입 초기 행정 비용과 시스템 충돌 리스크를 최소화합니다.
5. 타겟 고객은 월간 당일 취소 건수가 20건을 초과하고 이로 인한 직접 매출 손실이 300만 원 이상인 수도권 소재 전문 클리닉으로, 도입 후 14일 이내에 솔루션 비용의 5배 이상 매출을 회복하는 것을 목표로 합니다.
6. 가격 정책은 월 50건 매칭 제한의 Standard 플랜(150,000원)과 무제한 매칭 및 자동 결제 기능이 포함된 Pro 플랜(300,000원)으로 이원화하여 병원 규모별 맞춤형 도입이 가능하도록 설계합니다.
7. 4주 이내 MVP 구축을 위해 실시간 공석 등록, 대기자 자동 매칭 로직, 예약금 결제 연동 등 핵심 기능에 개발 역량을 집중하며, 인스타그램 지역 타겟팅 광고를 통해 신규 개원 병원을 저비용으로 확보합니다.
8. 병원 관리자에게는 노쇼 방어 성공률 및 회복 매출액 시각화 리포트를 제공하여 솔루션의 경제적 가치를 증명하고, 환자에게는 예약금 지불을 통한 진료 확정의 신뢰를 제공하여 병원 운영의 효율성을 극대화합니다.

이번 버전에 넣을 것/뺄 것 (MVP Scope)

1. [공석 등록 및 관리 대시보드] 병원 데스크 직원이 당일 취소 발생 시 진료 과목, 담당의, 예상 소요 시간(15/30/60분 단위)을 30초 이내에 입력하고 즉시 공석 상태를 활성화할 수 있는 웹 기반 관리자 페이지를 구축한다.
2. [카카오 알림톡 자동 발송 엔진] 공석 등록 즉시 대기 명단 DB에서 조건에 부합하는 환자군을 추출하여, 예약 가능 링크가 포함된 카카오 알림톡을 1분 이내에 자동 발송하는 API 연동을 완료한다.
3. [실시간 매칭 알고리즘 v1.0] 병원 반경 5km 이내 거주자 중 ‘과거 노쇼 이력 0건’ 및 ‘예약 이행률 90% 이상’인 우수 환자 최대 20명을 우선 순위로 선별하여 알림을 발송하는 로직을 구현한다.
4. [예약금 결제 시스템] 노쇼 방지를 위해 환자가 알림톡 링크 접속 시 10,000원~50,000원 사이의 예약금을 즉시 결제할 수 있는 PG사(토스페이먼츠 또는 포트원) API 연동 및 결제 확인 프로세스를 포함한다.
5. [환자용 반응형 모바일 웹] 별도의 앱 설치 없이 알림톡 내 고유 URL을 통해 공석 정보 확인, 진료 예약 확정, 결제까지 최대 3단계(3-Click) 내에 완료할 수 있는 모바일 최적화 페이지를 제공한다.
6. [성과 측정 통계 대시보드] 시스템을 통해 회복된 월간 매출액, 공석 매칭 성공률, 환자별 예약 이행 히스토리를 시각화하여 병원 운영진이 ROI를 즉각 확인할 수 있는 리포트 기능을 구현한다.
7. [제외 범위: 실시간 EMR 연동] 개발 기간 단축 및 기술적 복잡도 해소를 위해 초기 MVP에서는 병원 내부 EMR(전자의무기록)과의 실시간 양방향 동기화는 제외하며, 대기 환자 명단은 CSV 업로드 방식으로 관리한다.
8. [제외 범위: 고도화된 AI 예측] 머신러닝 기반의 노쇼 확률 예측 모델은 제외하며, MVP 단계에서는 설정된 규칙(Rule-based) 기반의 매칭 알고리즘을 적용하여 시스템 안정성과 배포 속도에 집중한다.

4주 개발 일정

1주차: 핵심 인프라 구축 및 공석 등록 UI 개발

• 주요 과업: PostgreSQL 기반 데이터 모델링(Clinic, Patient, Vacancy), Next.js 프로젝트 초기 설정 및 병원용 ‘3-Click’ 공석 등록 페이지 퍼블리싱.
• 산출물: 공석 등록 및 환자 명단 관리 기능이 포함된 관리자 웹 프로토타입.
• 담당자: 풀스택 개발자 1인.
• 종료 조건: 병원 관리자가 진료 과목 및 담당의 정보를 입력하고 30초 이내에 DB에 공석 데이터를 정상 저장 완료.

2주차: 지능형 매칭 알고리즘 및 알림톡 연동

• 주요 과업: PostGIS를 활용한 반경 5km 이내 환자 필터링 로직 구현, 노쇼 이력 기반 우선순위 스코어링 엔진 개발, 카카오 알림톡 API 연동.
• 산출물: 조건에 부합하는 타겟 환자 20명 자동 추출 및 알림톡 발송 모듈.
• 담당자: 풀스택 개발자 1인.
• 종료 조건: 공석 등록 시점으로부터 60초 이내에 대상 환자들에게 예약 링크가 포함된 알림톡 발송 성공.

3주차: 예약금 결제 및 동시성 제어 시스템 구축

• 주요 과업: 토스페이먼츠/포트원 결제 API 연동, Redis 기반 분산 락(Distributed Lock) 적용으로 중복 예약 방지 로직 구현.
• 산출물: 예약금 결제 및 실시간 예약 확정 워크플로우.
• 담당자: 풀스택 개발자 1인.
• 종료 조건: 100건의 동시 예약 요청 시뮬레이션 시 중복 결제 발생 건수 0건 달성.

4주차: 대시보드 고도화 및 최종 통합 테스트

• 주요 과업: 실시간 매칭 현황 모니터링 대시보드 구축, ROI 산출용 통계 페이지 개발, 실제 클리닉 시나리오 기반 E2E 통합 테스트 수행.
• 산출물: 운영 가능한 수준의 MVP(Minimum Viable Product) 솔루션.
• 담당자: 풀스택 개발자 1인.
• 종료 조건: 공석 등록부터 환자 결제 및 확정까지의 전체 프로세스가 5분 이내에 오류 없이 완료됨을 확인.

4. 핵심 요구사항

필수 기능 요구사항

1. [공석 등록 및 관리] 병원 관리자가 당일 취소 발생 시 30초 이내에 공석 정보를 등록할 수 있는 전용 대시보드를 제공하며, 진료 과목, 담당의, 예상 소요 시간(15분 단위)을 필수 입력값으로 설정하여 데이터 정확도를 확보한다.
2. [지능형 매칭 알고리즘] 등록된 공석은 대기 명단 중 ‘노쇼 이력 0건’ 및 ‘병원 반경 5km 이내 거주’ 환자를 1순위로 추출하며, 과거 예약 이행률이 90% 이상인 우수 환자 최대 20명에게 우선적으로 알림을 발송한다.
3. [카카오 알림톡 자동화] 카카오 알림톡 API를 연동하여 공석 발생 알림, 예약 확정 안내, 결제 링크를 자동 발송하며, 환자가 알림 수신 후 5분 이내에 미응답 시 다음 순번 대기자에게 자동으로 알림을 이관하는 타임아웃 로직을 구현한다.
4. [예약금 결제 연동] 토스페이먼츠 API를 연동하여 진료비의 일부(10,000원~30,000원)를 예약금으로 즉시 결제할 수 있는 모바일 결제 페이지를 제공하며, 결제 완료 시에만 예약 확정 상태로 전환한다.
5. [실시간 스케줄 락킹] 예약금 결제가 시작되는 즉시 해당 진료 슬롯은 ‘결제 진행 중’ 상태로 변경되어 타 환자의 중복 접근을 차단하며, 결제 실패 또는 취소 시 10초 이내에 다시 공석 상태로 복구한다.
6. [환자 신뢰도 프로파일링] 개별 환자의 예약 이행, 당일 취소, 노쇼 횟수를 트래킹하여 0~100점 사이의 ‘신뢰도 점수’를 산출하고, 점수가 60점 미만인 환자는 공석 매칭 대상에서 자동으로 제외하는 필터링 기능을 제공한다.
7. [성과 분석 대시보드] 시스템을 통해 회복된 월간 매출액(확정 예약금 및 예상 진료비 합산), 노쇼 감소율, 공석 재채움 성공률을 시각화한 ROI 리포트를 매월 1일 관리자에게 자동 발송한다.
8. [유연한 환불 정책 설정] 의료법 및 소비자 분쟁 해결 기준을 준수하여, 진료 시작 2시간 전 취소 시 100% 환불, 1시간 전 50% 환불, 노쇼 시 환불 불가 등 병원별 맞춤형 환불 정책을 설정하고 자동 정산하는 기능을 포함한다.

비기능 요구사항 (성능/보안/안정성)

1. [성능 및 지연 시간] 병원 관리자가 공석을 등록한 시점부터 대상 환자 필터링 및 카카오 알림톡 발송 API 호출까지의 서버 내부 처리 지연 시간(Latency)을 2초 이내로 유지하여 실시간성을 보장한다.
2. [동시성 제어] 특정 인기 진료 과목의 공석 발생 시 다수의 환자가 동시에 예약 링크를 클릭할 것에 대비하여, Redis 기반의 분산 락(Distributed Lock)을 적용해 1개의 공석에 대한 중복 결제 및 중복 확정을 원천 차단한다.
3. [가용성 및 안정성] 주말 및 야간 진료 시간대를 포함하여 연중무휴 99.9% 이상의 서비스 가용성을 유지하며, AWS Multi-AZ 배포를 통해 인프라 장애 시에도 1분 이내에 자동 복구(Failover)가 가능하도록 설계한다.
4. [보안 및 개인정보 보호] 환자의 전화번호, 예약 이력 등 민감 정보는 DB 저장 시 AES-256 알고리즘으로 암호화하며, 모든 API 통신은 TLS 1.3 프로토콜을 사용하여 전송 구간의 보안을 확보한다.
5. [확장성] 수도권 500개 이상의 클리닉이 동시에 대시보드를 운영하더라도 성능 저하가 없도록 마이크로서비스 아키텍처(MSA) 기반의 오토스케일링(Auto-scaling) 환경을 구축한다.
6. [외부 API 연동 회복탄력성] 카카오 알림톡 및 결제 게이트웨이(PG) 장애 시 시스템 전체로 영향이 확산되지 않도록 서킷 브레이커(Circuit Breaker) 패턴을 도입하고, 실패한 알림톡에 대한 자동 재시도(Retry) 로직을 구현한다.
7. [프론트엔드 최적화] 병원 데스크의 저사양 PC 및 태블릿 환경에서도 원활하게 구동될 수 있도록 라이트하우스(Lighthouse) 성능 점수 90점 이상을 유지하며, 초기 로딩 속도(LCP)를 1.5초 이내로 최적화한다.
8. [데이터 보존 및 감사] 예약금 결제 및 환불 관련 모든 트랜잭션 로그는 5년간 보관하며, 의료법 및 개인정보보호법 준수를 위해 데이터 접근 권한을 역할 기반(RBAC)으로 엄격히 분리하고 모든 접근 이력을 기록한다.

화면 흐름과 페이지 경로 (UX Flow / Route Map)

본 시스템은 병원 데스크의 업무 부하를 최소화하기 위해 ‘3-Click 공석 등록’과 ‘실시간 매칭 모니터링’에 최적화된 UX를 제공합니다. 모든 경로는 반응형 웹으로 설계되어 데스크탑 EMR 옆에 작은 창으로 띄워두고 사용할 수 있도록 좌측 내비게이션 바를 최소화한 레이아웃을 채택합니다.

• /dashboard: 실시간 공석 현황 및 당일 예약 이행률 요약
• /vacancies/register: 30초 이내 당일 취소 공석 등록 및 발송 설정
• /matching/status: 알림톡 발송 현황 및 환자 수락 실시간 모니터링
• /patients/history: 환자별 노쇼 이력 및 예약 이행 점수 관리
• /settlement/deposits: 예약금 결제 내역 및 미방문 위약금 정산 관리
• /settings/clinic: 병원 진료 시간 및 알림톡 템플릿 설정
• /analytics/roi: 솔루션 도입 후 회복된 매출 및 ROI 리포트

[사용자 여정 및 상태 전이 프로세스]

• 단계 1: 병원 관리자가 당일 취소 발생 확인 후 /vacancies/register에서 진료 과목과 담당의를 선택합니다. (상태: 공석 발생)
• 단계 2: ‘매칭 시작’ 클릭 시 알고리즘이 반경 5km 내 우수 환자 20명을 자동 추출하여 알림톡을 발송합니다. (상태: 매칭 진행 중)
• 단계 3: 환자가 알림톡 내 링크를 통해 예약금을 결제하면 즉시 예약이 확정되고 관리자에게 푸시가 전송됩니다. (상태: 매칭 완료)
• 단계 4: 관리자 대시보드에서 확정된 환자 정보를 확인하고 EMR 스케줄러에 수동 또는 자동으로 반영합니다.
• 단계 5: 진료 완료 후 환자의 예약 이행 데이터가 시스템에 자동 기록되어 향후 매칭 우선순위에 반영됩니다. (상태: 이력 기록 완료)

API 연동 규격

본 시스템의 API는 RESTful 원칙을 준수하며, 모든 통신은 TLS 1.3 암호화 및 Bearer Token 인증을 기반으로 수행됩니다. 병원 EMR과의 연동 부하를 최소화하기 위해 비동기 메시징 구조를 채택하였으며, 특히 예약 확정 시 Redis 분산 락을 통해 0.1초 이내의 동시성 문제를 해결합니다.

1. 공석 등록 API (POST /v1/clinics/{clinicId}/vacancies)

• 병원 관리자가 당일 취소된 공석을 시스템에 등록하고 알림톡 발송을 트리거합니다.
• Request Body: {“treatment_type”: “LASER”, “doctor_id”: “doc_102”, “start_time”: “2023-11-15T14:00:00Z”, “duration_minutes”: 30, “deposit_amount”: 30000}
• Response: {“status”: “success”, “vacancy_id”: “vac_550e8400”, “target_patient_count”: 20}

2. 매칭 후보자 조회 API (GET /v1/vacancies/{vacancyId}/candidates)

• 등록된 공석에 대해 알고리즘이 선정한 우선순위 환자 리스트를 조회합니다.
• Query Parameters: radius_km=5, min_reliability_score=90
• Response: {“candidates”: [{“patient_id”: “pat_992”, “name”: “김철수”, “distance_km”: 1.2, “no_show_count”: 0}]}

3. 예약 확정 및 결제 검증 API (POST /v1/reservations/confirm)

• 환자가 알림톡 링크를 통해 예약금을 결제한 후 최종 예약을 확정합니다.
• Request Body: {“vacancy_id”: “vac_550e8400”, “patient_id”: “pat_992”, “payment_auth_token”: “pg_conf_88293”}
• Response: {“reservation_id”: “res_20231115_001”, “confirmed_at”: “2023-11-15T10:05:12Z”}

4. 주요 에러 코드 및 메시지

• 4001 (ERR_VACANCY_ALREADY_FILLED): “이미 다른 환자에 의해 예약이 완료된 공석입니다.”
• 4002 (ERR_INVALID_PAYMENT): “예약금 결제 정보가 유효하지 않거나 승인이 거절되었습니다.”
• 4003 (ERR_MATCHING_TIMEOUT): “공석 유지 시간이 만료되어 예약이 불가능합니다.”
• 5001 (ERR_KAKAO_API_FAILURE): “카카오 알림톡 발송 서버와의 통신에 실패했습니다.”

데이터 구조

본 시스템은 실시간 공석 매칭의 정확도와 예약금 결제의 안정성을 보장하기 위해 다음과 같은 관계형 데이터 모델을 설계한다.

1. Clinic (병원 엔티티)

• clinic_id (UUID, PK): 병원 고유 식별자
• clinic_name (VARCHAR): 병원 명칭
• geo_location (POINT): 병원 위경도 좌표 (반경 5km 이내 환자 필터링용)
• subscription_tier (ENUM): ‘STANDARD’, ‘PRO’ (결제 API 활성화 여부 결정)
• average_treatment_cost (INT): 노쇼 발생 시 손실 계산을 위한 평균 객단가

2. Patient (환자 및 신뢰도 엔티티)

• patient_id (UUID, PK): 환자 고유 식별자
• kakao_user_id (VARCHAR, UNIQUE): 카카오 알림톡 발송용 고유 ID
• reliability_score (DECIMAL): 0.0~1.0 사이의 예약 이행 점수 (노쇼 발생 시 차감)
• total_noshow_count (INT): 누적 노쇼 횟수 (알고리즘 1순위 배제 기준)
• home_address_coord (POINT): 환자 거주지 좌표 (이동 거리 계산용)

3. VacancySlot (공석 예약 슬롯 엔티티)

• slot_id (UUID, PK): 공석 고유 식별자
• clinic_id (UUID, FK): Clinic 테이블 참조
• doctor_id (VARCHAR): 담당 의사 식별 정보
• start_time (DATETIME): 진료 시작 예정 시간
• duration_min (INT): 진

5. 개발자 관점 메모 (1인 개발자용)

핵심 사용자와 해야 할 일 (JTBD)

1. [핵심 타겟 페르소나] 수도권 소재 전문 클리닉(피부과, 치과, 성형외과 등)의 상담 실장 및 대표 원장으로, 월간 노쇼율이 15%를 상회하여 매달 300만 원 이상의 직접적인 매출 손실을 겪고 있는 의사결정권자입니다.
2. [공석 즉시 충원 JTBD] 당일 예약 취소 발생 시, 수동으로 대기 명단을 확인하고 일일이 전화를 돌리는 행정 낭비를 제거하고, 5분 이내에 자동 알림톡을 발송하여 유휴 진료 시간을 즉각적인 유료 예약으로 전환해야 합니다.
3. [수익 보전 및 확정 JTBD] 단순 구두 예약이 아닌 예약금 결제 API를 연동하여, 환자가 노쇼를 할 경우에도 최소한의 운영 비용(노쇼 위약금)을 확보함으로써 당일 취소로 인한 기회비용 손실을 물리적으로 방어해야 합니다.
4. [환자 필터링 JTBD] 환자의 과거 예약 이행 히스토리를 데이터화하여, 노쇼 확률이 낮은 ‘신뢰도 높은 환자’에게 우선적으로 공석 알림을 제공함으로써 장기적인 병원 운영의 안정성과 예약 이행률을 확보해야 합니다.
5. [운영 효율화 결정] 데스크 직원의 업무 과부하를 방지하기 위해 기존 EMR과의 복잡한 연동 없이도 독립적인 웹 대시보드에서 ‘공석 발생’ 버튼 클릭 한 번으로 매칭 프로세스가 시작되는 간결한 워크플로우를 구축합니다.
6. [환자 접근성 최적화] 환자가 별도의 앱을 설치하는 번거로움 없이 카카오 알림톡을 통해 실시간 공석 확인 및 결제가 가능하도록 구현하여, 공석 알림 확인 후 예약 확정까지의 전환율을 극대화합니다.
7. [투자 대비 성과 증명] 도입 후 14일 이내에 최소 10건 이상의 공석을 유료 예약으로 전환하여, 솔루션 구독료 대비 5배 이상의 매출 회복 성과를 대시보드 상에서 수치로 직접 확인하고자 합니다.
8. [데이터 기반 락인] 단순한 예약 도구를 넘어, 우리 병원만의 ‘충성 고객 리스트’와 ‘블랙리스트’를 체계적으로 관리하여 병원 운영의 효율성을 극대화하고 타 플랫폼으로의 이탈을 방지하는 경영 관리 툴로서 기능해야 합니다.

핵심지표(KPI)와 이벤트 추적

본 시스템의 성과를 정밀하게 측정하기 위해 북극성 지표(North-star Metric)를 ‘월간 회복된 진료 매출액(Monthly Recovered Revenue)‘으로 정의하고, 이를 추적하기 위한 7가지 핵심 이벤트를 다음과 같이 설계하여 데이터 기반 의사결정을 지원한다.

1. vacancy_registered: 병원 관리자가 공석 정보를 등록 완료하는 시점에 발생하며, 속성으로 clinic_id, treatment_type, doctor_id, vacancy_time_slot을 수집하여 공급 측면의 활성도를 측정한다.
2. matching_notification_sent: 시스템이 필터링된 환자군에게 알림톡을 발송하는 시점으로, recipient_count(평균 20명 타겟)와 filter_criteria(거리, 이력)를 기록하여 매칭 알고리즘의 도달 범위를 평가한다.
3. booking_link_clicked: 환자가 카카오 알림톡 내 예약 링크를 클릭하는 시점이며, 발송 시점으로부터의 클릭 지연 시간(click_latency_sec)을 추적하여 환자의 긴급 예약 의사결정 속도를 분석한다. (Activation 지표)
4. deposit_payment_completed: 예약금(평균 1~3만 원) 결제가 PG사를 통해 성공한 시점에 발생하며, amount, payment_method, vacancy_id를 기록하여 직접적인 매출 발생(Revenue) 지표로 활용한다.
5. appointment_confirmed: 결제 완료 후 병원 스케줄러에 예약이 최종 확정되는 시점으로, 이 이벤트의 발생 건수와 진료 단가를 곱하여 북극성 지표인 ‘회복 매출’을 산출한다.
6. patient_attendance_updated: 진료 예정 시간 종료 후 관리자가 환자의 방문 여부를 ‘이행’ 또는 ‘노쇼’로 업데이트하는 시점이며, 이는 ‘환자 예약 이행 히스토리’ 데이터셋의 핵심 자산이 된다.
7. roi_report_exported: 병원 관리자가 월간 성과 리포트(회복 매출액, 절감된 행정 시간)를 조회하거나 다운로드하는 시점으로, 솔루션의 가치 제안(Value Proposition) 체감도를 측정하는 리텐션 지표로 사용한다.

모든 이벤트 데이터는 실시간 대시보드에 연동되며, 공석 등록 후 매칭 완료까지의 목표 시간(Golden Time)을 5분 이내로 유지하는 것을 운영 KPI로 설정한다.

위험요소/가정/열린 질문

1. [리스크: EMR 연동 부재로 인한 운영 부하] 기존 병원 EMR(의료정보시스템)과의 실시간 API 연동이 지원되지 않을 경우, 데스크 직원이 공석 발생 시 본 시스템에 정보를 수동으로 입력해야 하는 ‘이중 작업’ 리스크가 존재합니다. 이를 완화하기 위해 ‘3-Click 공석 등록’ UX를 구현하고, 향후 주요 EMR 업체와의 데이터 읽기 전용 연동을 최우선 순위로 검토합니다.
2. [리스크: 예약금 환불 관련 법적 분쟁] 공정거래위원회 소비자 분쟁 해결 기준 및 의료법에 의거하여, 환자가 예약 취소 시 발생하는 위약금 징수의 적법성 리스크가 있습니다. 시스템 기본 설정을 ‘진료 24시간 전 취소 시 100% 환불, 당일 노쇼 시 예약금의 30% 위약금 징수’로 고정하여 법적 가이드라인을 준수합니다.
3. [리스크: 대형 플랫폼의 시장 진입] 네이버 예약이나 똑닥 등 대형 플랫폼이 유사한 ‘빈자리 알림’ 기능을 강화할 경우 시장 점유율 방어가 어려울 수 있습니다. 이를 방지하기 위해 단순 알림을 넘어 ‘환자별 예약 이행 히스토리’ 데이터를 자산화하여, 병원이 신뢰할 수 있는 환자에게만 공석을 노출하는 폐쇄형 매칭 구조로 차별화합니다.
4. [가정: 환자의 예약금 결제 수용성] 인기 있는 전문 클리닉(피부과, 성형외과 등)의 진료를 받기 위해 환자들이 1~3만 원 수준의 예약금 결제와 노쇼 이력 관리에 동의할 것이라고 가정합니다. 이는 대기 시간이 긴 수도권 주요 병원의 실제 예약 문화를 바탕으로 한 가정입니다.
5. [가정: 마케팅 효율성 및 CAC] 인스타그램 지역 타겟팅 광고를 통해 신규 개원 병원 결정권자(원장, 실장)에게 도달하는 비용(CAC)을 50,000원 이하로 유지할 수 있다고 가정하며, ‘ROI 5배 보장’이라는 강력한 가치 제안을 통해 전환율을 확보합니다.
6. [가정: 공석 매칭 성공률] 시스템 도입 후 등록된 공석의 최소 60% 이상이 5분 이내에 재예약으로 전환되어야 병원이 월 300,000원의 Pro 플랜 구독료를 지불할 경제적 타당성이 확보된다고 가정합니다.
7. [미결 사항: EMR 업체별 API 개방도] 국내 주요 EMR 업체(의사랑, 비트컴퓨터 등)의 데이터 연동 권한 획득 비용과 기술적 제약 사항이 아직 확정되지 않았습니다. 초기 3개월은 수동 입력 방식으로 운영하며 데이터 연동의 우선순위를 결정할 예정입니다.
8. [미결 사항: PG사 정산 주기 및 수수료] 의료 서비스 예약금의 특수성(높은 취소율)으로 인해 PG사 심사 시 높은 수수료율이 적용될 가능성이 있습니다. 토스페이먼츠 및 나이스페이먼츠와의 협의를 통해 의료 업종 특화 요율 적용 가능 여부를 확인 중입니다.
9. [미결 사항: 지역 확장 알고리즘] 현재 ‘반경 5km 이내 환자’를 우선 매칭하는 알고리즘이 인구 밀도가 낮은 지방 도시에서도 유효할지 미지수입니다. 지역별 인구 밀도에 따라 매칭 반경을 5km에서 15km까지 유동적으로 가변하는 로직 도입 시점을 검토하고 있습니다.

6. 사업 관점 메모 (투자/사업 검토용)

가격 정책과 수익화

1. [구독형 요금제 구성] 본 솔루션은 병원의 규모와 월평균 노쇼 발생 빈도에 따라 두 가지 핵심 플랜으로 운영한다. 이는 초기 자본 지출 및 유지 보수 비용이 부담스러운 중소 병원에게 비용 효율적이고 확장 가능한 대안을 제공하며(SaaS 시장 규모 보고서, 2032), 연평균 18.5% 성장하는 의료 SaaS 시장의 수요를 반영한다(헬스케어 SaaS 시장 보고서, 2030). ‘Standard 플랜’은 월 150,000원(VAT 별도)으로 월 최대 50건의 공석 매칭을 지원하며, ‘Pro 플랜’은 월 300,000원(VAT 별도)으로 매칭 횟수 무제한 및 예약금 자동 결제 API 연동 기능을 포함한다.
2. [성공 수수료 모델] Pro 플랜 사용자에 한해, 시스템을 통해 매칭된 공석 예약이 실제 진료로 이어질 경우 진료비의 2%를 ‘매출 회복 수수료’로 부과하여 플랫폼의 수익성을 극대화한다. 이는 의료 지불자 솔루션 내 청구 및 계정 관리 최적화 모델을 기반으로 한다(한국 헬스케어 IT 시장 보고서, 2033).

시장 근거와 가격 타당성

1. [시장 증거 1: 노쇼 경제적 손실] 메디컬타임즈 및 의료 경영 컨설팅 보고서(2023)에 따르면, 수도권 소재 피부과 및 성형외과의 평균 노쇼율은 15~20%로 집계되며, 이는 월 매출 1억 원 기준 약 500만 원 이상의 직접적인 매출 손실을 의미합니다.
2. [시장 증거 2: 행정 비용 부담] 자체 인터뷰 결과, 상담 실장이 당일 취소 공석을 채우기 위해 대기 환자에게 전화를 돌리는 데 소요되는 시간은 건당 평균 15분이며, 성공률은 20% 미만으로 인건비 대비 효율이 극도로 낮음이 확인되었습니다.
3. [경쟁사 가격대 분석] 기존 병원 CRM 솔루션(예: 아토즈, 의사랑 등)은 월 510만 원의 저렴한 가격대이나 공석 매칭 기능이 전무하며, 전문 마케팅 대행사의 경우 월 200500만 원의 고비용을 요구하여 중소형 클리닉에 부담이 큽니다.
4. [Standard 플랜 정당성] 월 150,000원의 가격은 평균 객단가 15만 원인 피부과 시술 1건만 성공적으로 매칭해도 월 구독료를 즉시 회수(Payback)할 수 있는 구조로 설정되어 ICP의 심리적 저항선을 낮추었습니다.
5. [Pro 플랜 및 수수료 모델] 월 300,000원 및 2%의 성공 수수료는 ‘노쇼 이력 기반 타겟팅’이라는 고도화된 데이터를 제공함으로써, 단순 예약 충원을 넘어 병원의 장기적인 예약 건전성을 관리해 주는 컨설팅 가치를 포함합니다.
6. [빌드 결정: 예약금 결제 API] 시장 조사 결과 환자의 85%가 예약금을 결제했을 때 노쇼율이 3% 미만으로 급감한다는 통계(건강보험심사평가원 참고 데이터 기반)에 따라, Pro 플랜에 결제 연동을 필수 기능으로 포함하기로 결정했습니다.
7. [ICP 수익성 증명] 본 솔루션 도입 시 월평균 20건의 공석을 재배정할 경우, 보수적으로 잡아도 월 300만 원 이상의 추가 매출이 발생하며 이는 Pro 플랜 비용 대비 10배 이상의 ROI를 보장합니다.
8. [데이터 락인 전략] 병원별로 축적되는 ‘환자 예약 이행 히스토리’는 타 플랫폼으로 전환 시 포기해야 하는 핵심 자산이 되므로, 가격 경쟁력을 넘어선 강력한 B2B 락인 효과를 창출합니다.

투자 대비 효과(ROI) 시나리오

1. 본 솔루션의 경제성 분석은 ‘노쇼로 인한 기회비용 회복’에 초점을 맞춥니다. 현대경제연구원에 따르면 병원의 예약부도율은 18%로 서비스 업종 중 2위를 차지하며, 이로 인한 의료계 전체 손실액은 연간 8,000억 원 이상으로 추산됩니다(MEDI:GATE NEWS). 핵심 ROI 산출 공식은 ROI(%) = ((회복된 진료 매출 - 솔루션 도입 비용) / 솔루션 도입 비용) * 100으로 정의하여 병원의 직접적인 수익 개선 효과를 측정합니다.
2. 수익 산출을 위한 3가지 핵심 수치 가정은 다음과 같습니다: (1) 타겟 클리닉의 평균 진료 객단가 150,000원, (2) 업계 평균 노쇼율(18%)을 반영한 월평균 노쇼 및 당일 취소 발생 건수 25건, (3) 시스템 도입 후 실시간 공석 매칭 성공률 60% (월 15건의 예약 회복)를 기준으로 설정합니다.
3. Pro 플랜(월 300,000원) 도입 시, 월 15건의 공석을 유료 예약으로 즉각 전환하면 총 2,250,000원(15건 * 150,000원)의 매출이 추가 발생하며, 이는 도입 비용 대비 약 7.5배의 직접적인 매출 증대 효과를 의미합니다.
4. 위 가정을 바탕으로 산출된 월간 기대 ROI는 ((2,250,000원 - 300,000원) / 300,000원) * 100 = 65

7. 시각 자료 (프로토타입/와이어프레임)

프로토타입 (멀티페이지)

/dashboard: 실시간 공석 현황 및 당일 예약 이행률 요약

• Route: /dashboard
• Device: DESKTOP
• 인터랙티브 프로토타입 보기

/vacancies/register: 30초 이내 당일 취소 공석 등록 및 발송 설정

• Route: /vacancies/register
• Device: DESKTOP
• 인터랙티브 프로토타입 보기

/matching/status: 알림톡 발송 현황 및 환자 수락 실시간 모니터링

• Route: /matching/status
• Device: DESKTOP
• 인터랙티브 프로토타입 보기

/patients/history: 환자별 노쇼 이력 및 예약 이행 점수 관리

• Route: /patients/history
• Device: DESKTOP
• 인터랙티브 프로토타입 보기

/settlement/deposits: 예약금 결제 내역 및 미방문 위약금 정산 관리

• Route: /settlement/deposits
• Device: DESKTOP
• 인터랙티브 프로토타입 보기

/settings/clinic: 병원 진료 시간 및 알림톡 템플릿 설정

• Route: /settings/clinic
• Device: DESKTOP
• 인터랙티브 프로토타입 보기

8. 검증 메모 및 한계

핵심 가정 점검(반대 시나리오 포함)

핵심 가정

• 환자는 의료 서비스를 이용하기 위해 예약금을 지불하고 노쇼 이력을 관리당하는 통제에 순응한다. (분류: 법제)
• 병원은 기존 EMR 시스템과의 충돌이나 행정 비용 증가를 감수하면서까지 외부 솔루션을 도입할 의지가 있다. (분류: 관성)
• 인스타그램 광고를 통해 병원 결정권자인 원장들에게 신뢰도 높은 B2B 솔루션으로서 접근이 가능하다. (분류: 관성)

전복 관점

• 예약금 제도는 환자에게 거부감을 주어 진입 장벽을 높이며, 오히려 예약금이 없는 경쟁 병원으로 환자를 몰아주는 도구가 된다.
• 노쇼로 인한 매출 손실보다 시스템 연동 및 데이터 관리에 투입되는 인건비와 업무 혼선 비용이 압도적으로 크다.
• 환자 예약 이행 데이터는 병원의 자산이 아니라, 환자가 해당 병원을 ‘감시 병원’으로 낙인찍고 기피하게 만드는 블랙리스트가 된다.

재구성

병원이 환자를 선택하고 통제한다는 관성적 오만을 버리고, 노쇼 발생 시 진료비를 실시간으로 덤핑하여 환자가 병원의 공석을 경매로 낙찰받는 ‘의료 서비스 역경매 시장’으로 전복한다.

자주 묻는 질문(FAQ)

Q1. 이 아이디어의 첫 유료 고객은 누구인가요?

[핵심 타겟 페르소나] 수도권 소재 전문 클리닉(피부과, 치과, 성형외과 등)의 상담 실장 및 대표 원장으로, 월간 노쇼율이 15%를 상회하여 매달 300만 원 이상의 직접적인 매출 손실을 겪고 있는 의사결정권자입니다.

Q2. 4주 최소 기능 버전(MVP)에서 반드시 구현할 범위는 어디까지인가요?

[공석 등록 및 관리 대시보드] 병원 데스크 직원이 당일 취소 발생 시 진료 과목, 담당의, 예상 소요 시간(15/30/60분 단위)을 30초 이내에 입력하고 즉시 공석 상태를 활성화할 수 있는 웹 기반 관리자 페이지를 구축한다.

Q3. 1인 개발자가 단독으로도 실행 가능한가요?

주차: 핵심 인프라 구축 및 공석 등록 UI 개발

Q4. 가격과 수익화 가설은 어떻게 검증하나요?

[구독형 요금제 구성] 본 솔루션은 병원의 규모와 월평균 노쇼 발생 빈도에 따라 두 가지 핵심 플랜으로 운영한다. 이는 초기 자본 지출 및 유지 보수 비용이 부담스러운 중소 병원에게 비용 효율적이고 확장 가능한 대안을 제공하며(SaaS 시장 규모 보고서, 2032), 연평균 18.5% 성장하는 의료 SaaS 시장의 수요를 반영한다(헬스케어 SaaS 시장 보고서, 2030). ‘Standard 플랜’은 월 150,000원(VAT 별도)으로 월 최대 50건의 공석 매칭을 지원하며, ‘Pro 플랜’은 월 300,000원(VAT 별도)으로 매칭 횟수 무제한 및 예약금 자동 결제 API 연동 기능을 포함한다.

Q5. 실패 가능성이 가장 큰 지점은 무엇인가요?

핵심 리스크는 ‘기존 병원 관리 시스템(EMR/CRM)과의 실시간 데이터 동기화 부재 시, 데스크 직원의 이중 작업 부담 발생’이며, 이 항목을 먼저 검증하지 않으면 빌드 성공률이 급격히 떨어집니다.

Q6. 지금 바로 개발해도 되나요?

현재 판정은 PASS(90점)이며, 4주 MVP 착수 가능한 실행 스펙이 포함되어 있습니다.

출처 및 근거

1. [식품외식경영] 소상공인 대상 ‘매장 운영 애로사항’ 조사, 고질적인 페인 포인트(Pain Point)는?
2. 한국 개원가, 어디에서 무너지고 있는가 - 덴탈아리랑
3. 오토퍼스 - 실시간 예약 통합관리 시스템 AUTOPUS
4. SimplyBook.me - 무료 예약스케줄링 소프트웨어
5. 네이버 예약
6. ATEN 회의실 예약 시스템 | ATEN Korea
7. 예약하고 나타나지 않는 환자.. 병원도 예외아닌 노쇼 | 한국경제
8. 국립대병원 ‘노쇼’ 1년 반새 96만명…예약환자 100명 중 7명 꼴
9. [치의신보] 문자 시스템 활용 치과 ‘노쇼’ 획기적 감소
10. ‘약속은 깨라고 있는 것?’…‘노쇼’ 앞에서는 모두가 피해자 - 아시아경제
11. 똑닥 - 병원 예약/접수, 실시간 대기순서 앱 - App Store