Loading skill
Install any skill in seconds. Free to start, no credit card required.
Get Started Free →아이디어부터 사업계획서·비즈니스 모델 캔버스·피치덱·재무 모델·실행 로드맵까지, 스타트업 종합 계획서를 한 번에 만들어 드립니다. 다음과 같은 요청 시 사용하세요: - "스타트업 계획 짜줘" - "창업 사업계획서 써줘" - "비즈니스 모델 만들어줘" - "피치덱 구성해줘" - "BM 캔버스 설계해줘" - "시장 분석부터 재무 모델까지 전체 플랜 만들어줘" - "투자자 피치 자료 준비해줘" 6단계로 아이디어 검증·시장 분석·BM 설계·피치덱·재무 모델·로드맵을 만들고, PPT 변환이나 AI 표현 다듬기로 이어집니다.
.claude/skills/modu-ai-startup-launchpad/SKILL.md| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-03 | ✗→✓ | ▲ Improved | 109% | 0% |
| case-14 | ✗→✓ | ▲ Improved | 186% | 0% |
| case-23 | ✗→✓ | ▲ Improved | 213% | 0% |
| case-07 | ✓→✓ | ＝ Same ✓ | 210% | 0% |
| case-12 | ✓→✓ | ＝ Same ✓ | 300% | 0% |
스타트업 종합 계획 수립 스킬입니다. 아이디어 단계에서부터 사업계획서, 비즈니스 모델 캔버스, 피치덱 구조, 재무 모델, 실행 로드맵까지 스타트업 성공에 필요한 모든 계획 문서를 단계별 생성합니다.
이 스킬은 6단계 체계적 워크플로우를 통해 스타트업 창업 준비부터 투자 유치까지의 전 과정을 지원합니다. 시장 분석, BM 설계, 피치덱 구조화, 재무 모델링, 실행 로드맵을 종합적으로 다루며, 각 단계별 산출물은 후속 작업(피치덱 PPT 변환, AI 슬롭 후처리)과 연계됩니다.
2026 한국 스타트업 환경은 승자독식입니다. 전체 투자 건수는 줄어드는데 100억+ 대형 라운드는 늘었고, 그 75%가 정부 6대 전략산업에 집중. 사업계획서는 단순 회사 소개가 아니라 AI 시대 차별성 + 글로벌 확장 + 명확한 단위 경제성 증명 문서입니다.
① 수익 모델은 6가지 안에 들어간다
물품 판매 / 가입비·이용료 (구독) / 라이센싱 / 중개수수료 / 대여료·임대료 / 광고. 기업 수익 모델이 이 여섯을 벗어나는 경우는 거의 없습니다. 하이브리드(예: 구독 + 중개수수료) 모델은 비중·우선순위 명시. 2026 추가: AI 사용량 기반 종량제(usage-based)는 SaaS+구독 변형.
처음부터 어디에 속하는지 명확히 정의하지 못하면 BM 캔버스도 의미 없음.
② Freemium·다운로드 = 매출 안 나오는 함정
"기본 무료 + 고급 유료"는 한국에서 유의미한 매출 거의 안 나옴 (체리피커 다수). 비용 구조가 사용자 증가에 정비례하는 비즈니스(스트리밍·AI 추론 등)는 더 위험 — 매출 < 비용으로 빠르게 자금 소진.
| ❌ 허무 지표 | ✅ 진짜 지표 | |---|---| | 다운로드 수 | CAC (고객 획득 비용) | | 누적 가입자 | LTV (고객 생애 가치) | | MAU·DAU (가입 후 무료 사용자) | Retention·Churn | | 페이지 뷰 | Unit Economics | | 매출 (원가 무시) | 누적 이익 (LTV × 재구매) |
LTV:CAC 최소 3:1 유지가 SaaS 기준선.
③ BM 캔버스는 워크숍, 혼자 채우지 말 것
공동창업자·핵심 직원과 빈 캔버스 함께 채우기. 같은 공간에서 오래 일했어도 9블록을 메우는 동안 각자 다른 그림을 그리고 있었음이 드러남 → 토론으로 단일 방향 확정.
9블록: 가치 제안 / 고객 세분화 / 채널 / 고객 관계 / 수익원 / 핵심 자원 / 핵심 활동 / 핵심 파트너 / 원가 구조.
④ TPO별 사업계획서 분기
같은 회사라도 5가지 목적에 따라 디테일이 다름:
| 용도 | 핵심 강조 | |---|---| | 투자 유치 (IR Deck) | 성장성·수익성·경쟁력·지속가능성 (데이터·팩트) | | 회사 소개 | 비전·연혁·팀·핵심 서비스 | | 기술 평가 | 기술 사양·특허·R&D 로드맵 | | 입찰 제안 | RFP 부합도·납기·레퍼런스 | | 제휴 제안 | 상호 가치·시너지·통합 시나리오 | | 정부 지원사업 | 공모 평가 기준·심사 항목 부합 |
처음에 어디 쓸지 정하지 않으면 모든 자리에서 어중간함.
⑤ 단계별 강조 포인트 (시리즈 mismatch = 즉시 거절)
| 단계 | 핵심 강조 | |---|---| | 예비창업·시드 | 시장 가능성, 창업자·팀 우수성, MVP 검증 | | Pre-A·A | NSM + 단위 경제성 + 글로벌 확장 로드맵 | | B+ | 수익성·매출·영업이익, IPO·M&A 가능성 |
2026 시드-A 단계 한국 거절 사유 Top:
⑥ 투자금 사용처 = 신뢰의 시작
"인건비 + 마케팅비" 거칠게 적으면 옥상에서 돈 뿌리기로 보임. 마케팅 비중이 크다면 그동안 검증된 마케팅 효율 데이터(CAC, ROAS, 채널별 전환율)를 함께 제시 → "검증은 끝, 이제 실행만"이라는 자신감으로 변환.
지분 희석 가이드: 일반적으로 회사 가치 대비 10-20% 투자. 10억 원 투자 = 회사 가치 50-100억 원 암묵적 합의.
⑦ "경쟁사 없다" = 시장조사 부족 신호
경쟁자 부재는 매력이 아니라 위험 신호. 적절한 경쟁자가 있어야 시장 규모가 적절하다는 뜻. 강력한 경쟁자를 전면에 놓고 그들의 구조적 한계(비용 구조·기술 스택·운영 모델·고객 도달 채널)를 명시 + 우리가 무력화하는 설계 제시. 국내뿐 아니라 해외 경쟁사·글로벌 리더 분석도 포함하면 신뢰도 ↑.
> 💡 2026 한국 초기 스타트업 IR 통과 4대 요소: (1) 수익 모델 6대 분류 명시 (2) AI 시대 차별성 (3) 글로벌 확장 로드맵 (4) 마케팅 효율 검증 데이터. 이 넷 갖춘 사업계획서면 시리즈A 평가 80%+ 통과.
스타트업 아이디어의 시장성, 실행 가능성, 차별화 가능성을 종합적으로 검증합니다. Problem-Solution Fit과 Product-Market Fit의 초기 진단을 수행합니다.
출력 항목:
타겟 시장의 규모, 성장성, 구조를 심층 분석하고 진입 전략을 수립합니다. 산업 트렌드, 규제 환경, 고객 여정을 포함한 포괄적인 시장 조사를 수행합니다.
출력 항목:
비즈니스 모델 캔버스(BM Canvas) 9개 빌딩 블록을 체계적으로 설계합니다. 수익 모델, 비용 구조, 핵심 파트너, 핵심 자원, 핵심 활동, 가치 제안, 고객 관계, 채널, 고객 세그먼트를 정의합니다.
출력 항목:
투자자 피치를 위한 10-15슬라이드 피치덱 구조를 설계합니다. 문제, 솔루션, 시장, 비즈니스 모델, 트랙션, 팀, 재무, 요청을 논리적으로 배열합니다.
출력 항목:
3개년 재무 추정을 포함한 재무 모델을 생성합니다. 손익계산서(P&L), 현금흐름표(Cash Flow), 대차대조표(Balance Sheet)의 주요 항목을 추정합니다.
출력 항목:
창업부터 시장 진입까지의 실행 계획을 4분기(Q1-Q4) 단위로 수립합니다. 각 분기별 목표, 주요 Milestone, 자원 요구사항, 리스크 완화 계획을 포함합니다.
출력 항목:
입력:
아이디어: 중소 제조업체를 위한 AI 기반 생산 최적화 SaaS
타겟 시장: 국내 중소 제조업체 (직원 10-100인, 연 매출 10-100억원)
팀 정보: 창업자 2인 (CEO: 제조업 컨설팅 10년, CTO: AI/ML 8년)
초기 자본: 3억원 (팀 자출 1억원 + 엔젤 투자 2억원)출력 요약:
입력:
아이디어: 프리미엄 반려동물 유기농 사료 D2C 브랜드
타겟 시장: 반려동물 보유 1인 가구, 연 소득 5천만원 이상
팀 정보: 창업자 3인 (CEO: 이커머스 운영 5년, CMO: 브랜딩 7년, COO: 공급망 6년)
초기 자본: 5억원 (팀 자출 2억원 + VC 시드 투자 3억원)출력 요약:
markdown# [스타트업명] 종합 계획서 ## 1. 아이디어 검증 ### 1.1 문제 정의 ### 1.2 솔루션 가치 제안 ### 1.3 타겟 고객 정의 ### 1.4 경쟁 Landscape 분석 ### 1.5 실행 가능성 진단 ## 2. 시장 분석 ### 2.1 시장 규모 추정 (TAM/SAM/SOM) ### 2.2 시장 성장성 분석 ### 2.3 고객 세분화 ### 2.4 고객 여정 매핑 ### 2.5 진입 장벽 분석 ### 2.6 시장 리스크 ## 3. 비즈니스 모델 캔버스 ### 3.1 9개 빌딩 블록 상세 ### 3.2 수익 모델 설계 ### 3.3 가격 책정 전략 ## 4. 피치덱 구조 ### 4.1 슬라이드별 구성 (10-15슬라이드) ### 4.2 각 슬라이드 핵심 메시지 ### 4.3 시각화 제안 (차트, 다이어그램) ## 5. 재무 모델 ### 5.1 3개년 손익계산서 추정 ### 5.2 현금흐름표 추정 ### 5.3 주요 재무 지표 ### 5.4 초기 자본 요구사항 ### 5.5 투자 요청액과 사용 계획 ### 5.6 Break-even 분석 ## 6. 실행 로드맵 ### 6.1 Q1 (Foundation Phase) ### 6.2 Q2 (Validation Phase) ### 6.3 Q3 (Growth Phase) ### 6.4 Q4 (Scale Phase) ### 6.5 각 분기별 Milestone과 성공 지표
| 변수 | 설명 | 예시 | |------|------|------| | {startup_name} | 스타트업명 | AI옵틱스 | | {idea} | 스타트업 아이디어 | 중소 제조업체 AI 생산 최적화 SaaS | | {target_market} | 타겟 시장 | 국내 중소 제조업체 (직원 10-100인) | | {team_info} | 팀 정보 | CEO: 제조업 컨설팅 10년, CTO: AI/ML 8년 | | {initial_capital} | 초기 자본 | 3억원 (팀 자출 1억 + 엔젤 2억) |
다음 4가지 입력값 중 하나라도 누락되면 계획서 품질이 현저히 저하됩니다. 반드시 입력을 확보한 후 진행하세요.
생성된 종합 계획서의 서술(narrative) 본문은 반드시 moai-core:ai-slop-reviewer → moai-content:humanize-korean 체인을 통해 후처리해야 합니다. moai-core:ai-slop-reviewer로 AI 패턴(반복적 표현, 과장된 어조, 추상적 문장)을 제거한 뒤 moai-content:humanize-korean으로 한국어 표현을 자연스럽게 다듬습니다. 3개년 재무 모델·손익 추정 등 표·수치 산출물은 후처리 대상이 아닙니다 — moai-office:xlsx-creator로 라우팅하세요.
후처리 체크포인트:
| Case | Status | Duration (ms) | Turns | Tokens | Tool calls | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Without | With | Δ | Without | With | Δ | Without | With | Δ | Without | With | Δ | ||
case-06 | fail→fail | 38,794 | 40,002 | +3% | 1 | 1 | 0% | 6,184 | 11,294 | +83% | 0 | 0 | — |
case-07 | pass→pass | 16,773 | 16,066 | -4% | 1 | 1 | 0% | 2,473 | 7,659 | +210% | 0 | 0 | — |
case-12 | pass→pass | 12,068 | 16,129 | +34% | 1 | 1 | 0% | 1,881 | 7,525 | +300% | 0 | 0 | — |
case-01 | fail→fail | 33,234 | 29,865 | -10% | 1 | 1 | 0% | 5,497 | 10,225 | +86% | 0 | 0 | — |
case-02 | fail→fail | 33,197 | 35,127 | +6% | 1 | 1 | 0% | 5,602 | 11,401 | +104% | 0 | 0 | — |
case-03 | fail→pass | 32,041 | 34,416 | +7% | 1 | 1 | 0% | 5,351 | 11,168 | +109% | 0 | 0 | — |
case-04 | fail→fail | 24,143 | 20,975 | -13% | 1 | 1 | 0% | 4,056 | 8,527 | +110% | 0 | 0 | — |
case-05 | pass→pass | 7,616 | 28,404 | +273% | 1 | 1 | 0% | 1,064 | 10,935 | +928% | 0 | 0 | — |
case-08 | pass→pass | 15,590 | 12,107 | -22% | 1 | 1 | 0% | 2,334 | 7,026 | +201% | 0 | 0 | — |
case-09 | pass→pass | 11,812 | 11,653 | -1% | 1 | 1 | 0% | 1,884 | 6,771 | +259% | 0 | 0 | — |
case-10 | pass→pass | 14,512 | 19,925 | +37% | 1 | 1 | 0% | 2,257 | 8,214 | +264% | 0 | 0 | — |
case-11 | pass→pass | 17,751 | 15,081 | -15% | 1 | 1 | 0% | 2,818 | 7,496 | +166% | 0 | 0 | — |
case-13 | pass→pass | 13,945 | 15,904 | +14% | 1 | 1 | 0% | 2,184 | 7,426 | +240% | 0 | 0 | — |
case-14 | fail→pass | 19,305 | 22,179 | +15% | 1 | 1 | 0% | 3,076 | 8,783 | +186% | 0 | 0 | — |
case-15 | fail→fail | 20,665 | 37,953 | +84% | 1 | 1 | 0% | 3,463 | 11,273 | +226% | 0 | 0 | — |
case-16 | pass→pass | 21,185 | 21,530 | +2% | 1 | 1 | 0% | 3,067 | 8,250 | +169% | 0 | 0 | — |
case-17 | pass→pass | 13,365 | 12,392 | -7% | 1 | 1 | 0% | 2,232 | 7,096 | +218% | 0 | 0 | — |
case-18 | pass→pass | 15,346 | 15,696 | +2% | 1 | 1 | 0% | 2,694 | 7,636 | +183% | 0 | 0 | — |
case-19 | pass→pass | 14,721 | 12,524 | -15% | 1 | 1 | 0% | 2,365 | 7,009 | +196% | 0 | 0 | — |
case-20 | pass→pass | 14,760 | 11,542 | -22% | 1 | 1 | 0% | 2,557 | 7,007 | +174% | 0 | 0 | — |
case-21 | pass→pass | 12,881 | 11,550 | -10% | 1 | 1 | 0% | 2,124 | 7,001 | +230% | 0 | 0 | — |
case-22 | pass→pass | 12,774 | 7,137 | -44% | 1 | 1 | 0% | 1,985 | 6,360 | +220% | 0 | 0 | — |
case-23 | fail→pass | 13,992 | 11,699 | -16% | 1 | 1 | 0% | 2,242 | 7,026 | +213% | 0 | 0 | — |
case-24 | pass→pass | 13,282 | 13,854 | +4% | 1 | 1 | 0% | 1,984 | 7,140 | +260% | 0 | 0 | — |
case-25 | pass→pass | 8,985 | 5,129 | -43% | 1 | 1 | 0% | 1,439 | 5,979 | +315% | 0 | 0 | — |
DecimalAI ran this skill against gemini-3.6-flash twice over the same eval suite — once with the skill loaded and once without — and compared the two runs case by case. 25 cases were attempted. The headline lift of +12 percentage points is the difference between those two pass rates over the 25 comparable cases. 1 case got worse with the skill loaded, and it is included in that figure.
Without the skill loaded, the model failed this case. With it loaded, the same prompt on the same model passed. This is one improved case from the latest verified run; every case, including any that regressed, is in the table above.
Other measured skills in the registry, with their headline benchmark lift.