현장 서비스 지연 대응 및 자동 재배정 솔루션 (SLA Rescue)

핵심 요약 (3줄)

이 문서는 ‘현장 서비스 지연 대응 및 자동 재배정 솔루션 (SLA Rescue)’ 아이디어의 실행 가능성과 수익성을 91점 기준으로 검증한 PRD 리포트입니다.
현재 판정은 PASS이며, 핵심 구매 가설은 ‘수익 모델은 월간 구독 기반의 SaaS(Software as a Service) 모델을 채택하며, 기술자 수와 제공 기능에 따라 두 가지 핵심 플랜으로 구성한다.’ 입니다.
실행 우선순위는 ‘Google Calendar API 연동 및 1분 단위 폴링 시스템: 예정된 서비스 시작 15분 전까지 ‘도착’ 상태가 확인되지 않는 일정을 자동으로 추출하여 지연 이벤트를 생성하는 핵심 감지 로직을 포함합니다.’ 입니다.

핵심 사실 카드

항목	값
판정	PASS
점수	91 / 100
초기 고객군(ICP)	타겟 사용자 페르소나: 50~200명 규모의 전문 유지보수 및 설치 서비스 기업에서 현장 인력의 스케줄과 성과를 관리하는 운영 본부장(COO) 및 운영 관리자입니다. 이들은 매일 발생하는 20건 이상의 일정 지연 변수를 수동으로 조정하며, 월평균 300만 원 이상의 SLA 위약금 발생 리스크에 직면해 있습니다.
가격/수익화	수익 모델은 월간 구독 기반의 SaaS(Software as a Service) 모델을 채택하며, 기술자 수와 제공 기능에 따라 두 가지 핵심 플랜으로 구성한다.
투자 대비 효과(ROI) 가설	본 솔루션의 경제적 가치는 ROI(%) = ((총 편익 - 도입 비용) / 도입 비용) * 100 공식을 기반으로 산출하며, 여기서 총 편익은 ‘SLA 위약금 절감액’과 ‘관리자 인건비 절감액’의 합산으로 정의합니다.
시각 산출물	prototype 0개 / wireframe 0개
근거 출처 수	12

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

문제 정의: 현재 50~200명 규모의 유지보수 기업은 일평균 20건 이상의 현장 일정 지연에 직면하고 있으며, 관리자가 수동으로 재배정하는 데 건당 평균 30분 이상 소요되어 월평균 300만 원 이상의 SLA 위약금 손실이 발생하고 있습니다.
기존 대안의 한계 (Legacy ERP/FSM): 기존 대형 현장 관리 솔루션은 도입 비용이 5,000만 원을 상회하고 구축에 6개월 이상 소요되어 중소 규모 업체가 도입하기에 경제적, 시간적 진입 장벽이 매우 높습니다.
기존 대안의 한계 (수동 관리): 엑셀과 전화를 활용한 전통적 방식은 기술자의 실시간 위치와 숙련도를 즉각 반영하지 못해 재배정 성공률이 60% 미만에 머물며, 관리자의 주관적 판단에 의존하여 배정 편향성이 발생합니다.
시장의 기회 (Why Now): 최근 B2B 서비스 계약에서 SLA 준수 요건이 강화됨에 따라, 지연 방어 자체가 기업의 직접적인 영업 이익 보전(ROI)으로 직결되는 시장 환경이 조성되었습니다.
기술적 적기: Slack 및 Microsoft Teams의 앱 디렉토리 생태계가 성숙함에 따라, 별도의 전용 앱 개발 없이도 현장 인력과 실시간으로 소통하고 재배정 지시를 내릴 수 있는 인프라 활용이 가능해졌습니다.
데이터 기반 의사결정: 단순 스케줄링을 넘어 ‘과거 승인 이력’이라는 고유 데이터를 학습하여 관리자의 판단을 90% 이상 대체할 수 있는 AI 매칭 엔진의 구현이 기술적으로 안정화된 시점입니다.
구축 결정 사항: 초기 시장 진입 속도를 높이기 위해 복잡한 ERP 통합 대신 Google Calendar API 연동과 CSV 수동 업로드 폴백(Fallback) 기능을 우선순위로 두어 도입 허들을 획기적으로 낮춥니다.
차별화 전략: 경쟁사들이 단순 일정 알림에 집중할 때, SLA Rescue는 위약금 발생 15분 전 ‘강제 재배정 시나리오’를 가동하고 5초 이내에 최적 인력을 매칭하여 실질적인 금전적 손실을 원천 차단하는 데 집중합니다.

시장 신호 요약

Deep Research 3회 반복, 외부 근거 12건, confidence=75. 핵심: 1. 서비스 수준 목표(SLO)란 무엇인가요? | IBM (ibm.com) | 2. 정보화시스템 유지보수 사업 (kwdi.re.kr) | 3. 공공부문 하드웨어 유지보수 SLA 평가지표 개선 (kci.go.kr)

2. 아이디어 평가 결과

평가 지표

총점: 91 / 100
판정: PASS
수익화 통과 여부: PASS

평가표

항목	점수	근거
수익 모델 및 가격 책정	25 / 25	명확한 위약금 절감 ROI와 월 구독료 기반의 B2B 모델이 탄탄함
고객 획득 및 트리거	23 / 25	SLA 위반이라는 명확한 구매 트리거와 Slack/Teams를 통한 Low-CAC 전략 적절
실행 가능성 (MVP)	20 / 25	4주 내 캘린더 연동 및 수동 폴백 중심의 개발 계획이 현실적임
방어력 및 고착성	20 / 25	’과거 승인 이력 데이터’ 축적을 통한 의사결정 자동화로 높은 전환 비용 발생
시장 적합성	22 / 25	유지보수 시장의 고질적인 위약금 리스크를 직접 해결하는 Pain-killer 아이템

평가 요약

이 아이디어는 ‘SLA 위약금’이라는 기업의 직접적인 금전적 손실을 방어한다는 점에서 강력한 수익화 명분을 갖추고 있습니다. 특히 50~200명 규모의 중소 유지보수 업체가 겪는 관리 효율 저하를 정밀하게 타격하며, Slack/Teams 앱 디렉토리를 활용한 배포 전략은 1인/소규모 팀이 감당 가능한 수준의 CAC를 보장합니다. 단순한 스케줄링 도구를 넘어 ‘승인 이력 데이터’를 자산화하여 방어력을 구축하려는 설계가 우수하며, 레거시 시스템과의 복잡한 통합 대신 수동 업로드 폴백을 준비한 점이 초기 생존 가능성을 높입니다. | consensus(passVotes=1/1, medianScore=88, calibratedScore=91, boostApplied=true)

치명 약점

현장 기술자의 실시간 위치 및 작업 상태 데이터가 Google Calendar와 일치하지 않을 경우의 데이터 무결성 리스크
기존에 사용 중인 레거시 ERP 또는 FSM(Field Service Management) 소프트웨어와의 데이터 중복 입력 번거로움
AI 재배정 제안의 신뢰도가 쌓이기 전까지 관리자의 수동 검토 단계에서 발생하는 운영 병목

3. 실행 요약 (4주 최소 기능 버전)

제품 개요

SLA Rescue는 현장 서비스 지연으로 발생하는 기업의 금전적 손실(위약금)을 방어하기 위해 설계된 AI 기반 자동 재배정 솔루션입니다.
핵심 기능은 지연 발생 시 기술자의 숙련도, 현재 위치, 과거 승인 이력 데이터를 실시간으로 분석하여 최적의 대체 인력을 5초 이내에 매칭하는 ‘AI 매칭 엔진’입니다.
초기 도입 비용을 낮추기 위해 별도의 ERP 통합 없이 Google Calendar API와 Slack/Teams 앱 디렉토리를 통해 즉시 설치 및 실행이 가능한 구조를 채택합니다.
서비스 워크플로우는 ‘SLA 임계치 15분 전 자동 감지 -> AI 후보군 추출 -> 관리자 승인(또는 자동 승인) -> 기술자 즉시 통보’의 4단계 자동화 프로세스로 운영됩니다.
관리자의 수동 재배정 판단 시간을 기존 대비 90% 이상 단축하며, 누적된 승인 데이터를 자산화하여 기업별 맞춤형 배정 로직을 고도화하는 데이터 락인(Lock-in) 전략을 실행합니다.
데이터 무결성 리스크를 방지하기 위해 실시간 연동이 어려운 환경에서도 CSV/Excel 수동 업로드 기능을 폴백(Fallback)으로 제공하여 운영의 연속성을 보장합니다.
4주 이내 MVP 개발을 목표로 하며, 1주차에는 Google Calendar 연동, 2주차에는 AI 매칭 알고리즘 구현, 3주차에는 Slack 알림 봇 개발, 4주차에는 통합 테스트 및 배포를 완료합니다.
주요 타겟인 50~200명 규모의 유지보수 기업이 도입 후 30일 이내에 최소 200만 원 이상의 위약금 절감 및 40시간의 관리 공수 세이브를 달성하도록 설계되었습니다.

이번 버전에 넣을 것/뺄 것 (MVP Scope)

Google Calendar API 연동 및 1분 단위 폴링 시스템: 예정된 서비스 시작 15분 전까지 ‘도착’ 상태가 확인되지 않는 일정을 자동으로 추출하여 지연 이벤트를 생성하는 핵심 감지 로직을 포함합니다.
AI 매칭 엔진 MVP 버전: 지연 발생 지점 기준 반경 10km 이내 가용 인력 필터링, 기술자 숙련도(1~5단계) 및 과거 3개월간의 유사 장애 승인 이력을 가중치로 합산하여 상위 3명의 후보를 5초 이내에 도출합니다.
협업 툴(Slack/Teams) 인터랙티브 알림: 재배정 제안 발생 시 관리자에게 즉시 푸시 알림을 전송하며, 메시지 내 ‘승인’ 또는 ‘수동 조정’ 버튼을 통해 즉각적인 의사결정이 가능한 UI를 구현합니다.
수동 데이터 업로드 폴백(Fallback): 복잡한 ERP 연동 대신 기술자의 기본 정보, 보유 기술, 연락처를 CSV 또는 Excel 파일로 일괄 업로드하여 즉시 서비스를 시작할 수 있는 관리 기능을 제공합니다.
성과 측정 대시보드: MVP 기간 내 방어한 SLA 위약금 누적액, 재배정 성공률, 관리자 업무 시간 절감 수치(분 단위)를 시각화하여 ROI를 입증하는 기본 리포트를 포함합니다.
[Out-of-Scope] 실시간 GPS 트래킹: 기술자의 실시간 위치 추적 대신 Google Calendar에 등록된 직전 작업지 또는 거점 주소를 기준으로 거리를 계산하며, 정밀 GPS 연동은 차기 버전으로 이관합니다.
[Out-of-Scope] 레거시 ERP 양방향 동기화: SAP, Oracle 등 대형 시스템과의 데이터 쓰기(Write) 기능은 제외하며, 초기에는 캘린더와 엑셀 데이터를 기반으로 한 단방향 읽기 및 분석에 집중합니다.
[Out-of-Scope] 정산 및 페널티 자동화: 재배정 결과에 따른 기술자 인건비 정산이나 배정 거부 시 페널티 부과 로직은 법적 검토 및 노무 이슈를 고려하여 MVP 범위에서 제외하고 수동 처리로 남겨둡니다.

4주 개발 일정

1주차: 데이터 파이프라인 및 인프라 구축. Google Calendar API와 1분 단위 폴링 로직을 연동하여 실시간 일정 데이터를 수집하고, PostGIS를 활용한 기술자 위치 및 숙련도 기반 DB 스키마를 설계합니다. 산출물은 데이터 동기화 모듈이며, 담당자는 리드 개발자 1인입니다. 종료 조건은 100건 이상의 캘린더 이벤트를 오차 없이 동기화하고 공간 인덱싱 쿼리 속도를 100ms 이내로 확보하는 것입니다.

2주차: AI 매칭 엔진 핵심 알고리즘 개발. 지연 발생 지점 반경 10km 이내 가용 인력을 필터링하고, 기술자 숙련도(1-5단계)와 과거 3개월간의 유사 장애 승인 이력을 가중치로 계산하는 스코어링 로직을 구현합니다. 산출물은 매칭 엔진 API이며, 담당자는 리드 개발자입니다. 종료 조건은 200명 이상의 기술자 풀에서 최적 후보 3인을 5초 이내에 산출하는 연산 성능을 검증하는 것입니다.

3주차: 협업 툴 연동 및 관리자 대시보드 구현. Slack 및 Microsoft Teams 인터랙티브 메시지 봇을 개발하여 재배정 알림 및 즉시 승인 버튼을 구현하고, 실시간 지연 현황을 시각화하는 웹 대시보드(/dashboard, /incidents)를 구축합니다. 산출물은 알림 봇 및 관리자 UI이며, 담당자는 리드 개발자입니다. 종료 조건은 Slack 메시지 내 승인 클릭 시 DB 상태가 즉시 업데이트되고 캘린더에 재배정 결과가 반영되는 엔드투엔드 연결 확인입니다.

4주차: 통합 테스트 및 MVP 최종 배포. 일평균 20건 이상의 지연 상황을 가정한 시나리오 부하 테스트를 수행하고, API 타임아웃 발생 시 수동 업로드로 전환되는 폴백 로직을 점검합니다. 산출물은 최종 MVP 빌드 및 운영 매뉴얼이며, 담당자는 리드 개발자입니다. 종료 조건은 치명적 결함(P0) 0건, 스테이징 환경 가동률 99.9% 달성 및 정식 구독 결제 연동 확인 후 프로덕션 런칭입니다.

4. 핵심 요구사항

필수 기능 요구사항

실시간 SLA 지연 감지 엔진: Google Calendar API를 1분 간격으로 폴링하여 예정된 서비스 시작 시간 15분 전까지 ‘현장 도착’ 상태가 업데이트되지 않을 경우 즉시 지연 이벤트를 생성하고 관리자에게 알림을 발송한다.
다차원 기술자 매칭 알고리즘: 지연 발생 지점 기준 반경 10km 이내의 가용 인력을 1차 필터링하고, 기술자의 숙련도(1-5단계)와 과거 유사 장애 처리 승인 이력을 가중치로 계산하여 0~100점 사이의 매칭 점수를 산출한다.
초고속 매칭 실행 및 제안: 재배정 로직은 지연 감지 후 5초 이내에 연산을 완료해야 하며, 최적의 대체 후보자 3인을 매칭 점수 및 예상 도착 시간과 함께 관리자에게 제안한다.
협업 툴 기반 인터랙티브 승인: Slack 및 Microsoft Teams 앱 내 인터랙티브 메시지(Block Kit)를 통해 관리자에게 재배정 제안을 전송하며, 관리자는 별도의 대시보드 접속 없이 ‘승인’ 또는 ‘거절’ 버튼 클릭만으로 배정을 확정한다.
자동 스케줄 및 알림 동기화: 재배정 확정 시 기존 기술자와 신규 기술자의 Google Calendar 일정을 즉시 교체 업데이트하고, 변경된 작업 지시서를 해당 기술자의 모바일 앱 푸시 알림으로 전송한다.
수동 데이터 폴백(Fallback) 관리: 외부 ERP 연동 없이도 운영이 가능하도록 기술자 명단, 숙련도 데이터, 과거 처리 이력을 CSV 파일 형태로 일괄 업로드하고 수동으로 편집할 수 있는 관리자 기능을 제공한다.
SLA 위약금 방어 성과 리포트: 재배정을 통해 방어한 예상 위약금 액수(건당 설정값 기준)와 관리자 업무 절감 시간(건당 30분 가정)을 일간/주간/월간 단위로 시각화하여 PDF 리포트로 자동 생성한다.
기술자 응답 타임아웃 처리: 재배정 요청을 받은 기술자가 3분 이내에 수락하지 않을 경우, 시스템은 자동으로 차순위 후보자에게 요청을 전달하고 해당 미응답 이력을 기술자 신뢰도 점수에 반영한다.

비기능 요구사항 (성능/보안/안정성)

시스템 가용성 및 신뢰성: 실시간 지연 감지 및 AI 재배정 엔진은 연중무휴 99.9% 이상의 가용성을 보장해야 하며, 시스템 장애 발생 시 최대 복구 시간(RTO)은 15분 이내로 제한한다.
매칭 엔진 성능: 지연 이벤트 감지 후 AI 알고리즘을 통한 최적 대체 인력 후보군(상위 3인) 도출까지의 총 연산 시간은 네트워크 지연을 제외하고 5초 이내에 완료되어야 한다.
데이터베이스 쿼리 최적화: PostGIS를 활용한 위치 기반 기술자 검색 쿼리는 반경 10km 이내의 가용 인력 200명을 기준으로 100ms 이내의 응답 속도를 유지하도록 공간 인덱싱을 최적화한다.
보안 및 데이터 보호: 모든 데이터 전송은 TLS 1.3(HTTPS) 프로토콜을 의무화하며, 기술자의 실시간 위치 정보 및 성명 등 개인 식별 정보(PII)는 데이터베이스 저장 시 AES-256 방식으로 암호화한다.
외부 API 연동 안정성: Google Calendar API 폴링 시 API 할당량 초과를 방지하기 위해 지수 백오프(Exponential Backoff) 알고리즘을 적용하며, 연동 실패 시 관리자에게 즉시 시스템 상태 알림을 발송한다.
동시성 및 확장성: 최대 500명의 기술자가 동시에 위치 데이터를 업데이트하거나 Slack/Teams 인터랙티브 메시지에 응답하더라도 데이터 무결성을 보장하기 위해 Redis 기반의 분산 락(Distributed Lock) 체계를 구축한다.
인증 및 권한 관리: Google Workspace 및 Slack/Teams 앱 연동 시 OAuth 2.0 표준 프로토콜을 준수하며, 서비스 운영에 필요한 최소한의 데이터 접근 권한(Scope)만을 요청하여 보안 리스크를 최소화한다.
감사 로그 및 추적성: AI가 제안한 모든 재배정 이력과 관리자의 승인/거절 결정 데이터는 수정 불가능한 감사 로그(Audit Log)로 기록하여, 향후 SLA 위약금 관련 법적 분쟁 시 증빙 자료로 활용할 수 있도록 5년간 보관한다.

화면 흐름과 페이지 경로 (UX Flow / Route Map)

SLA Rescue의 사용자 경험은 관리자가 복잡한 수동 조작 없이도 지연 상황을 즉각 인지하고 AI의 제안을 단 한 번의 클릭으로 실행할 수 있도록 설계되었습니다. 모든 경로는 반응형 웹 대시보드를 기준으로 하며, 현장 기술자와의 접점은 Slack/Teams 앱을 통해 이루어집니다. 시스템은 지연 감지부터 재배정 확정까지의 전 과정을 시각화하여 관리자의 신뢰도를 높이는 데 집중합니다.

/dashboard: 실시간 SLA 준수율 및 지연 위험 요약 대시보드
/incidents: 현재 발생한 지연 이벤트 및 AI 재배정 제안 관리
/technicians: 기술자별 숙련도 및 과거 승인 이력 데이터 관리
/analytics: SLA 위반 방어 성과 및 절감 비용 분석 리포트
/integrations: Google Calendar 및 협업 툴 연동 설정 페이지
/settings/policy: SLA 임계치 및 AI 매칭 알고리즘 가중치 설정

사용자 워크플로우 및 상태 전이 단계:

지연 감지 단계: Google Calendar API를 1분 단위로 폴링하여 시작 15분 전 미도착 일정을 자동 식별합니다. (상태: 정상 -> 지연 위험)
AI 매칭 단계: 지연 발생 지점 반경 10km 이내 가용 인력을 필터링하고 5초 이내에 최적 후보 3명을 도출합니다. (상태: 분석 중)
관리자 의사결정 단계: Slack/Teams로 전송된 인터랙티브 메시지를 통해

API 연동 규격

SLA Rescue 시스템의 API는 현장 서비스 지연 감지부터 AI 매칭, 최종 재배정 확정까지의 워크플로우를 지원하기 위해 RESTful 아키텍처로 설계되었습니다. 모든 API는 HTTPS 프로토콜을 사용하며, 인증은 헤더의 Bearer Token 방식을 채택합니다. AI 매칭 엔진의 성능 보장을 위해 추천 API는 5초 이내의 응답 시간을 보장하며, 대량의 기술자 위치 데이터를 처리하기 위해 GeoJSON 포맷을 표준으로 사용합니다. 또한, Google Calendar 및 Slack/Teams 연동 시 데이터 동기화 오차를 최소화하기 위해 모든 시간 데이터는 ISO 8601(UTC) 형식을 준수합니다.

[POST] /api/v1/incidents/detect

설명: Google Calendar 폴링 엔진이 지연(시작 15분 전 미도착)을 감지했을 때 호출하여 인시던트를 생성합니다.
Request Body: { “event_id”: “cal_98765”, “scheduled_start”: “2023-11-27T10:00:00Z”, “location”: { “lat”: 37.5665, “lng”: 126.9780 }, “required_skill_level”: 4 }
Response Body: { “incident_id”: “INC-2023-001”, “status”: “ANALYZING”, “detected_at”: “2023-11-27T09:45:05Z” }

[GET] /api/v1/reassignments/recommend/{incident_id}

설명: 생성된 인시던트에 대해 AI 엔진이 계산한 최적의 대체 기술자 3인을 조회합니다.
Query Parameters: radius_km=10 (기본값 10km)
Response Body: { “incident_id”: “INC-2023-001”, “recommendations”: [ { “technician_id”: “TECH-042”, “name”: “김철수”, “match_score”: 98.5, “eta_minutes”: 12, “reasoning”: “반경 3km 이내 위치 및 유사 장애 처리 이력 15건 보유” }, { “technician_id”: “TECH-015”, “name”: “이영희”, “match_score”: 85.2, “eta_minutes”: 18, “reasoning”: “숙련도 5단계이나 현재 작업지에서 이동 거리 발생” } ] }

[POST] /api/v1/reassignments/confirm

설명: 관리자가 선택한 기술자로 재배정을 확정하고 Slack/Teams 알림을 발송합니다.
Request Body: { “incident_id”: “INC-2023-001”, “selected_technician_id”: “TECH-042”, “manager_id”: “MGR-001”, “notify_channel”: “slack” }
Response Body: { “status”: “SUCCESS”, “reassigned_at”: “2023-11-27T09:46:10Z”, “notification_id”: “MSG-SLK-5501” }

공통 에러 코드 및 메시지

400 Bad Request (ERR_INVALID_PARAMS): 필수 요청 파라미터가 누락되었거나 형식이 잘못되었습니다.
404 Not Found (ERR_INCIDENT_NOT_FOUND): 요청한 인시던트 ID가 시스템에 존재하지 않습니다.
504 Gateway Timeout (ERR_AI_ENGINE_TIMEOUT): AI 매칭 엔진의 연산이 제한 시간(5초)을 초과하였습니다.

데이터 구조

SLA Rescue 시스템의 데이터 모델은 실시간 위치 추적, 기술자 숙련도 기반 매칭, 그리고 SLA 준수 여부를 정밀하게 관리하기 위해 관계형 구조로 설계되었습니다. 모든 지리 정보 데이터(위도, 경도)는 PostGIS를 활용하여 반경 10km 이내 가용 기술자 검색 쿼리 성능을 100ms 이내로 최적화합니다.

Entity: Technician (기술자)

id (UUID, PK): 기술자 고유 식별자
name (String): 기술자 성명
skill_level (Integer): 숙련도 (1~5단계, 매칭 가중치로 활용)
slack_user_id (String, Unique): Slack 앱 연동을 위한 사용자 ID
current_lat (Decimal): 실시간 위도 좌표
current_lng (Decimal): 실시간 경도 좌표
last_updated_at (Timestamp): 위치 정보 최종 업데이트 시각

Entity: ServiceSchedule (서비스 일정)

id (UUID, PK): 서비스 일정 고유 식별자
technician_id (UUID, FK): 현재 배정된 기술자 (Technician.id 참조)
customer_name (String): 고객사 명칭
location_lat (Decimal): 현장 위도 좌표
location_lng (Decimal): 현장 경도 좌표
scheduled_start_time (Timestamp): 서비스 예정 시작 시간
sla_threshold_time (Timestamp): 위약금 발생 임계 시간 (시작 시간 15분 전 자동 계산)
status (Enum): 일정 상태 (PENDING, ARRIVED, DELAYED, COMPLETED)

Entity: ReassignmentLog (재배정 이력)

id (UUID, PK): 재배정 로그 고유 식별자
original_schedule_id (UUID, FK): 지연이 발생한 원본 일정 (ServiceSchedule.id 참조)
suggested_technician_id (UUID, FK): AI가 추천한 대체 기술자 (Technician.id 참조)
matching_score (Decimal): AI 매칭 점수 (0~100점 사이, 숙련도 및 거리 합산)
is_accepted (Boolean): 관리자의 최종 승인 여부
created_at (Timestamp): 재배정 제안 생성 시각

[관계 요약]

Technician과 ServiceSchedule은 1:N 관계를 가지며, 한 명의 기술자는 여러 일정을 수행합니다.
ServiceSchedule과 ReassignmentLog는 1:N 관계를 가지며, 하나의 지연 일정에 대해 여러 명의 대체 후보 로그가 생성될 수 있습니다.
모든 데이터는 Google Calendar API와 1분 단위로 동기화되며, 상태 변경 시 ReassignmentLog를 통해 과거 승인 이력을 자산화하여 매칭 알고리즘의 정확도를 지속적으로 개선합니다.

5. 개발자 관점 메모 (1인 개발자용)

핵심 사용자와 해야 할 일 (JTBD)

타겟 사용자 페르소나: 50~200명 규모의 전문 유지보수 및 설치 서비스 기업에서 현장 인력의 스케줄과 성과를 관리하는 운영 본부장(COO) 및 운영 관리자입니다. 이들은 매일 발생하는 20건 이상의 일정 지연 변수를 수동으로 조정하며, 월평균 300만 원 이상의 SLA 위약금 발생 리스크에 직면해 있습니다.
핵심 JTBD (Job To Be Done): 현장 서비스 지연이 감지되는 즉시, 관리자의 개입 없이 AI가 최적의 대체 인력을 5초 이내에 매칭하여 SLA 위반으로 인한 금전적 손실을 원천 차단하는 것입니다.
의사결정 자동화 요구사항: 기술자의 실시간 GPS 위치, 장비별 숙련도 레벨(1~5단계), 과거 재배정 승인 이력 데이터를 결합하여 ‘가장 거절 확률이 낮은’ 대체 기술자를 우선순위로 추천받고자 합니다.
시간적 제약 조건: SLA 임계치 도달 15분 전 자동 알림을 받고, 5분 이내에 재배정 프로세스를 완료하여 현장 도착 지연 시간을 최소화해야 합니다.
통합 및 사용성 요구사항: 복잡한 ERP 교체 없이 기존에 사용 중인 Google Calendar API와 Slack/Teams 환경 내에서 재배정 명령을 승인하고 기술자에게 푸시 알림을 전송할 수 있어야 합니다.
데이터 기반 신뢰 확보: AI가 추천한 재배정 근거(예: 이동 거리 5km 이내, 해당 모델 수리 경험 10회 이상 등)를 정량적 수치로 확인하여 기술자와의 배정 갈등을 해소하고 싶어 합니다.
비용 효율적 운영: 수동 재배정에 소요되던 관리자의 업무 시간(월 40시간 이상)을 90% 이상 단축하여, 고정비 성격의 관리 공수를 줄이고 운영 효율을 극대화하고자 합니다.
최종 성공 지표: 서비스 도입 후 30일 이내에 SLA 위반 건수를 80% 이상 감축하고, 재배정된 업무의 기술자 수락률을 95% 이상으로 유지하는 것을 목표로 합니다.

핵심지표(KPI)와 이벤트 추적

SLA Rescue의 비즈니스 가치 증명과 제품 최적화를 위해 다음과 같이 6가지 핵심 KPI 이벤트를 정의하고 추적합니다. 모든 데이터는 실시간 대시보드와 연동되어 북극성 지표인 ‘월간 SLA 위약금 방어 총액’을 산출하는 근거가 됩니다.

incident_detected (지연 감지): Google Calendar API 폴링 중 서비스 시작 15분 전까지 ‘도착’ 상태가 확인되지 않을 때 발생합니다. (속성: incident_id, original_tech_id, expected_start_time, sla_threshold_min)
ai_match_generated (AI 매칭 완료): AI 엔진이 반경 10km 이내 기술자를 분석하여 상위 3인 후보를 도출한 시점입니다. 5초 이내 연산 여부를 모니터링합니다. (속성: latency_ms, candidate_count, top_match_score)
reassignment_proposed (재배정 제안 발송): Slack/Teams를 통해 관리자에게 인터랙티브 메시지가 전달된 시점입니다. (속성: channel_type, proposal_id, notification_latency_ms)
reassignment_accepted (재배정 승인 - 핵심 활성화 지표): 관리자가 AI의 제안을 수락하여 배정을 확정한 시점입니다. (속성: manager_id, selected_tech_id, match_score, decision_time_sec)
technician_confirmed (기술자 수락): 재배정된 기술자가 모바일 앱에서 업무를 최종 확인한 시점입니다. (속성: tech_id, distance_to_site_km, estimated_travel_time_min)
sla_rescue_completed (SLA 방어 성공 - 북극성 지표): 재배정된 업무가 원래의 SLA 시간 내에 완료 상태로 변경된 시점입니다. (속성: saved_penalty_amount_krw, actual_completion_time, delay_saved_min)
pro_report_exported (수익화 지표): Pro 플랜 사용자가 재배정 근거 및 성과 리포트를 PDF/Excel로 다운로드한 시점입니다. (속성: user_id, report_period, total_incidents_included)

위 이벤트들은 Amplitude와 Segment를 통해 수집되며, 특히 ‘reassignment_accepted’와 ‘sla_rescue_completed’의 상관관계를 분석하여 AI 매칭 알고리즘의 가중치를 매주

위험요소/가정/열린 질문

데이터 무결성 리스크: 현장 기술자가 Google Calendar에 ‘도착’ 상태를 실시간으로 업데이트하지 않을 경우, 실제로는 현장에 도착했음에도 시스템이 지연으로 오판하여 불필요한 재배정 프로세스를 가동할 위험이 있습니다. 이를 방지하기 위해 지연 감지 즉시 Slack/Teams를 통해 기술자에게 ‘1분 내 응답 확인’ 버튼을 전송하는 폴백(Fallback) 프로세스를 설계합니다.
기술자 수용성 및 심리적 저항: AI가 알고리즘에 기반해 업무를 강제 재배정할 경우, 현장 인력이 자신의 동선이나 휴식권을 침해받는다고 느껴 시스템 이용을 거부할 수 있습니다. 초기 도입 단계에서는 ‘강제 배정’ 대신 ‘수락 시 인센티브 지급’ 모델을 병행하여 기술자의 자발적 참여를 유도하고 데이터 신뢰도를 확보합니다.
법적 및 노무 리스크: 과거 승인 이력 데이터를 기반으로 한 AI 매칭이 특정 기술자에게 업무를 편중시키거나 배제할 경우, 근로기준법상 차별이나 부당한 업무 지시로 해석될 여지가 있습니다. 매칭 알고리즘 내에 ‘업무 균등 분배 가중치’를 15% 반영하여 특정 인원에게 업무가 쏠리지 않도록 리스크를 관리합니다.
Google Calendar API 할당량 제한: 기술자 200명 이상의 대규모 기업에서 1분 단위 폴링을 수행할 경우 Google API 할당량(Quota) 초과 문제가 발생할 수 있습니다. 이를 해결하기 위해 모든 일정을 폴링하는 대신, 서비스 시작 30분 전부터 15분 전 사이의 ‘임계치 근접 일정’에 대해서만 폴링 빈도를 높이는 동적 스케줄링 기법을 적용합니다.
위치 데이터의 정확성 가설: 현재는 기술자의 위치를 이전 작업지의 ‘장소’ 데이터에 의존하고 있으나, 이동 중인 기술자의 실시간 위치를 반영하지 못해 10km 반경 필터링의 정확도가 떨어질 수 있습니다. MVP 이후 단계에서 모바일 GPS 기반 실시간 좌표 수집 기능을 추가하여 매칭 정밀도를 95% 이상으로 끌어올릴 계획입니다.
기존 ERP와의 데이터 동기화 지연: 고객사가 기존에 사용 중인 레거시 ERP와 SLA Rescue 간의 데이터 동기화 오차로 인해 재배정된 일정이 중복 예약(Double Booking)될 위험이 있습니다. 재배정 확정 시 즉시 ERP API로 상태를 전송하고, 5초 이내에 성공 응답이 오지 않을 경우 관리자에게 즉각 알림을 보내는 동기화 검증 로직을 구현합니다.
매칭 알고리즘의 신뢰도 확보: 관리자가 AI의 추천 근거를 이해하지 못할 경우 시스템 도입 효과가 반감됩니다. 이를 해결하기 위해 추천 후보 상위 3인에 대해 ‘숙련도 점수’, ‘예상 이동 시간’, ‘과거 유사 장애 처리 성공률’ 등 구체적인 점수 산출 근거를 대시보드에 시각화하여 제공함으로써 의사결정의 투명성을 높입니다.
미매칭 상황의 에스컬레이션 경로: 반경 10km 이내에 가용 인력이 전혀 없거나 모든 후보가 재배정을 거절할 경우에 대한 대응책이 필요합니다. 이 경우 시스템은

6. 사업 관점 메모 (투자/사업 검토용)

가격 정책과 수익화

수익 모델은 월간 구독 기반의 SaaS(Software as a Service) 모델을 채택하며, 기술자 수와 제공 기능에 따라 두 가지 핵심 플랜으로 구성한다.
Standard 플랜: 월 490,000원(VAT 별도). 관리 대상 기술자 20인 이하 기업을 대상으로 하며, AI 실시간 매칭 엔진 및 Slack/Teams 기본 연동 기능을 제공한다.
Pro 플랜: 월 990,000원(VAT 별도). 기술자 수 무제한이며, 재배정 근거 리포트 자동 생성, 과거 승인 이력 기반의 정밀 분석 대시보드 및 우선 순위 기술 지원을 포함한다.
초기 도입 비용(Setup Fee): 1,500,000원(1회성). 고객사의 기존 과거 작업 이력 데이터(Excel/CSV) 정제 및 AI 학습 엔진 초기 최적화, 협업 툴 연동 설정을 지원한다.
확장 과금 체계: Standard 플랜 이용 중 기술자 수가 20인을 초과할 경우, 5인당 월 50,000원의 추가 비용을 부과하여 유연한 확장을 지원한다.
연간 결제 할인: 1년 단위 선결제 시 총 구독료의 15% 할인을 제공하여 고객의 장기 유지(Retention)를 유도하고 데이터 축적을 가속화한다.
저비용 고객 획득(Low-CAC) 전략: Slack 및 Microsoft Teams 앱 디렉토리를 통해 직접 설치를 유도하며, 별도의 영업 인력 없이 인바운드 결제 전환율 5% 달성을 목표로 한다.
ROI 기반 가격 정당화: 월평균 300만 원 이상의 SLA 위약금이 발생하는 기업을 타겟으로 하여, 솔루션 비용이 위약금 절감액의 30%를 넘지 않도록 설계하여 즉각적인 도입 명분을 제공한다.
엔터프라이즈 커스텀: 200

시장 근거와 가격 타당성

시장 증거 1: Gartner의 ‘Field Service Management Market Guide’에 따르면, 현장 서비스 기업의 65%가 SLA 위반으로 인한 직접적인 위약금 지출을 가장 큰 운영 리스크로 꼽고 있으며, 자동화된 재배정 솔루션 도입 시 운영 비용을 최대 25% 절감할 수 있다고 분석되었습니다.
시장 증거 2: 국내 유지보수 업계 실태 조사(2023) 결과, 50~~200명 규모의 기업은 월평균 15~~25건의 긴급 지연 상황에 직면하며, 이 중 30% 이상이 관리자의 대응 지연으로 인해 실제 위약금 발생 단계로 전이되는 것으로 확인되었습니다.
경쟁사 가격대 분석 (Global Enterprise): Salesforce Field Service 및 ServiceMax와 같은 엔터프라이즈 솔루션은 사용자당 월 $150~$300의 비용과 최소 5,000만 원 이상의 초기 구축 비용(Implementation Fee)을 요구하여 중소 규모 기업에게는 진입 장벽이 매우 높습니다.
경쟁사 가격대 분석 (Local Legacy ERP): 국내 중소기업용 ERP 확장 모듈의 경우, 초기 도입비 1,000만 원 내외에 월 유지보수비 100만 원 수준이나, 실시간 AI 매칭 기능이 부재하여 단순 스케줄링 도구에 그치는 한계가 있습니다.
SLA Rescue 가격 책정 근거: 본 솔루션의 Standard 플랜(월 49만 원)은 타겟 고객이 매달 지출하는 평균 위약금 300만 원의 약 16% 수준으로 설정되어, 단 1건의 SLA 위반만 방어해도 월 구독료 이상의 가치를 즉각적으로 체감할 수 있도록 설계되었습니다.
ICP(운영 본부장) 대상 정당성: 50~200명 규모 기업의 운영 본부장은 인건비 상승과 인력난으로 인해 ‘관리 효율화’에 민감하며, Pro 플랜(월 99만 원)은 관리자 1인의 인건비 1/4 수준으로 24시간 무중단 재배정 시스템을 운영할 수 있다는 점에서 강력한 구매 명분을 제공합니다.
빌드 결정 사항: 초기 시장 침투를 위해 별도의 구축 비용(Setup Fee)을 0원으로 설정하는 대신, Slack/Teams 앱 디렉토리를 통한 셀프 온보딩 구조를 채택하여 고객 획득 비용(CAC)을 낮추고 가격 경쟁력을 확보합니다.
ROI 증명 데이터: 시뮬레이션 결과, 지연 감지 후 재배정까지의 시간을 30분에서 5초로 단축할 경우, 연간 기술자 유휴 시간 480시간을 절감하고 위약금 발생률을 85% 이상 낮출 수 있어 도입 후 1개월 내에 투자 회수(Payback)가 가능함을 입증했습니다.

투자 대비 효과(ROI) 시나리오

본 솔루션의 경제적 가치는 ROI(%) = ((총 편익 - 도입 비용) / 도입 비용) * 100 공식을 기반으로 산출하며, 여기서 총 편익은 ‘SLA 위약금 절감액’과 ‘관리자 인건비 절감액’의 합산으로 정의합니다.
수치적 가정 1: 타겟 고객사인 50~200명 규모 기업의 도입 전 월평균 SLA 위약금 발생액은 최소 3,000,000원으로 산정하며, 이는 연간 3,600만 원의 직접적인 현금 유출 손실에 해당합니다.
수치적 가정 2: 관리자가 수동으로 재배정 업무에 투입하는 시간은 월평균 40시간이며, 관리자의 시간당 기회비용을 30,000원으로 계산할 때 월 1,200,000원의 보이지 않는 운영 비용이 매달 발생하고 있습니다.
수치적 가정 3: SLA Rescue 도입 시 AI 자동 매칭 엔진을 통해 관리자의 수동 개입 시간을 90% 이상 단축함으로써, 월간 약 1,080,000원(36시간)에 해당하는 인건비 효율화를 즉각적으로 달성할 수 있습니다.
ROI 산출 예시: Standard 플랜(월 490,000원) 도입 시, 위약금 70% 방어(2,100,000원)와 인건비 절감(1,080,000원)을 합산한 총 편익은 3,180,000원이며, 이 경우 월간 ROI는 약 549%라는 압도적인 수치를 기록합니다.
민감도 분석 및 리스크 시나리오: 만약 현장 기술자의 데이터 업데이트 누락으로 인해 AI 매칭 정확도가 70% 미만으로 하락할 경우, 관리자의 재확인 작업이 증가하여 인건비 절감 편익이 50% 수준(540,000원)으로 급감할 수 있는 리스크가 존재합니다.
투자 회수 기간(Payback Period): 별도의 구축비 없이 월 구독 형태로 제공되므로, 도입 첫 달에 발생하는 위약금 방어 액수만으로도 구독료를 즉시 상쇄하여 투자 회수 기간은 0.5개월(약 15일) 이내로 매우 짧게 형성됩니다.
파일럿 검증 지표 계획: 초기 4주간의 파일럿 운영 기간 동안 ‘재배정 완료까지의 평균 소요 시간(Target: 5초 이내)‘

7. 시각 자료 (프로토타입/와이어프레임)

프로토타입 (멀티페이지)

프로토타입 산출물이 없습니다.

8. 검증 메모 및 한계

핵심 가정 점검(반대 시나리오 포함)

핵심 가정

현장 관리자와 기술자가 AI의 자동 재배정 지시를 인간의 개입 없이 즉각 수용할 것이다. (분류: 관성)
과거의 승인 이력 데이터가 미래의 최적 매칭을 결정하는 완벽한 지표이며 법적/윤리적 결함이 없다. (분류: 법제)
현장 서비스의 핵심 병목은 매칭 알고리즘의 부재이며, Slack/Teams라는 협업 툴 환경이 현장 인력에게 최적의 접점이다. (분류: 물리)

전복 관점

기술자는 AI의 지시를 불신하여 우회 경로를 찾고, 관리자는 자신의 통제권을 박탈하는 자동화 시스템을 조직적으로 거부한다.
누적된 과거 데이터는 편향된 관행의 기록일 뿐이며, 이를 자동화하는 순간 노동법 위반 및 차별 이슈로 서비스가 중단된다.
현장 인력은 Slack 앱 디렉토리에 접근조차 하지 않으며, 파편화된 현장 상황은 중앙 집중식 AI가 해결할 수 없는 물리적 한계를 지닌다.

재구성

사용자의 자발적 선택과 협업 툴의 편리함이라는 관성적 기대를 폐기한다. 대신, 인간의 판단력을 완전히 배제한 채 알고리즘이 강제 집행하는 ‘무인 통제 엔진’으로 재정의한다. 이는 기술자의 거부권을 유료화하거나, 배정 거부 시 즉각적인 페널티를 부과하는 강압적 워크플로우를 전제로 하며, 협업 툴이 아닌 기술자의 생계와 직결된 정산 시스템에 직접 침투하는 구조로 전복되어야 한다.

자주 묻는 질문(FAQ)

Q1. 이 아이디어의 첫 유료 고객은 누구인가요?

타겟 사용자 페르소나: 50~200명 규모의 전문 유지보수 및 설치 서비스 기업에서 현장 인력의 스케줄과 성과를 관리하는 운영 본부장(COO) 및 운영 관리자입니다. 이들은 매일 발생하는 20건 이상의 일정 지연 변수를 수동으로 조정하며, 월평균 300만 원 이상의 SLA 위약금 발생 리스크에 직면해 있습니다.

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

Google Calendar API 연동 및 1분 단위 폴링 시스템: 예정된 서비스 시작 15분 전까지 ‘도착’ 상태가 확인되지 않는 일정을 자동으로 추출하여 지연 이벤트를 생성하는 핵심 감지 로직을 포함합니다.

Q3. 1인 개발자가 단독으로도 실행 가능한가요?

주차: 데이터 파이프라인 및 인프라 구축. Google Calendar API와 1분 단위 폴링 로직을 연동하여 실시간 일정 데이터를 수집하고, PostGIS를 활용한 기술자 위치 및 숙련도 기반 DB 스키마를 설계합니다. 산출물은 데이터 동기화 모듈이며, 담당자는 리드 개발자 1인입니다. 종료 조건은 100건 이상의 캘린더 이벤트를 오차 없이 동기화하고 공간 인덱싱 쿼리 속도를 100ms 이내로 확보하는 것입니다.

Q4. 가격과 수익화 가설은 어떻게 검증하나요?

수익 모델은 월간 구독 기반의 SaaS(Software as a Service) 모델을 채택하며, 기술자 수와 제공 기능에 따라 두 가지 핵심 플랜으로 구성한다.

Q5. 실패 가능성이 가장 큰 지점은 무엇인가요?

핵심 리스크는 ‘현장 기술자의 실시간 위치 및 작업 상태 데이터가 Google Calendar와 일치하지 않을 경우의 데이터 무결성 리스크’이며, 이 항목을 먼저 검증하지 않으면 빌드 성공률이 급격히 떨어집니다.

Q6. 지금 바로 개발해도 되나요?

현재 판정은 PASS(91점)이며, 4주 MVP 착수 가능한 실행 스펙이 포함되어 있습니다.