시장 분석과 경쟁 인텔리전스
TAM/SAM/SOM 에이전트 산출, 경쟁사 크롤링 파이프라인, Porter's 5 Forces 자동화
시장 규모 산출 — TAM/SAM/SOM
브랜드 전략의 출발점은 시장이 얼마나 크고, 우리가 얼마나 가져갈 수 있는가를 수치화하는 것입니다.
| 지표 | 정의 | 산출 방법 |
|---|---|---|
| TAM | Total Addressable Market | 산업 보고서 + 인구통계 × 평균 지출 |
| SAM | Serviceable Available Market | TAM × 지역/채널 필터 |
| SOM | Serviceable Obtainable Market | SAM × 예상 점유율(보통 1~5%) |
market-sizing-agent 프롬프트 예시
당신은 시장 규모 분석 에이전트입니다.
## 입력
- industry: "국내 반려동물 건강식품"
- region: "한국"
- year: 2026
## 작업
1. 공개된 산업 보고서, 통계청 데이터, IR 자료를 참조하여 TAM을 추정하세요.
2. 온라인 D2C 채널에 한정하여 SAM을 산출하세요.
3. 신규 브랜드 1년차 기준 SOM을 보수적(1%), 기본(3%), 낙관(5%)으로 시나리오 분석하세요.
4. 출처와 가정(assumption)을 반드시 명시하세요.
## 출력 형식
| 지표 | 금액(억 원) | 근거 |Top-down vs Bottom-up
| 접근법 | 설명 | 장점 | 단점 |
|---|---|---|---|
| Top-down | 전체 시장 → 필터링 | 빠르게 큰 그림 파악 | 가정에 의존 |
| Bottom-up | 단위 경제 × 고객 수 | 현실적 추정치 | 데이터 수집 비용 |
교차 검증 필수
Top-down과 Bottom-up 결과가 2배 이상 차이나면 가정을 재검토해야 합니다. 에이전트에게 두 방식을 모두 수행시킨 후 차이 분석을 요청하세요.
TAM/SAM/SOM 산출 워크플로우
경쟁사 인텔리전스
competitor-intel-agent 파이프라인
⚖️ 법률·컴플라이언스
경쟁사 데이터 수집 시 해당 사이트의 이용약관(ToS), 개인정보보호법(PIPA), robots.txt 준수 여부를 반드시 확인하세요. 공개된 정보 기반 분석은 허용되나, 크롤링·스크래핑은 법적 리스크가 있을 수 있습니다.
경쟁사 분석 프레임워크
1단계: 경쟁사 식별
직접 경쟁사: 동일 카테고리, 동일 타겟
간접 경쟁사: 다른 카테고리, 동일 니즈 해결
대체재: 완전히 다른 솔루션으로 동일 JTBD 해결2단계: 데이터 수집 항목
| 항목 | 데이터 소스 | 에이전트 도구 |
|---|---|---|
| 트래픽 | SimilarWeb, Ahrefs | web_traffic_tool |
| 키워드 | SEMrush, Google Ads | keyword_research_tool |
| 소셜 | 인스타그램, 유튜브 API | social_api_tool |
| 리뷰 | 네이버 스토어, 쿠팡 | review_scraper_tool |
| 가격 | 공식 사이트, 오픈마켓 | price_monitor_tool |
🇰🇷 한국 시장
위 표의 web_traffic_tool, keyword_research_tool 등은 에이전트 설계 시 개념적으로 정의하는
도구명 예시입니다. 실제 구현 시에는 각 데이터 소스의 공식 API 또는 MCP 서버를 연결하여 도구를
구성합니다. 한국 시장에서는 네이버 데이터랩 API, 카카오 키워드 도구, 쿠팡 파트너스 API 등 로컬
소스의 연동이 특히 중요합니다.
3단계: 비교 매트릭스
| 항목 | 우리 브랜드 | 경쟁사 A | 경쟁사 B | 경쟁사 C |
| --------- | ----------- | ----------- | ----------- | --------- |
| 가격대 | - | ₩25,000 | ₩32,000 | ₩18,000 |
| 주력 채널 | - | 인스타그램 | 유튜브 | 네이버 |
| USP | - | 유기농 인증 | 수의사 추천 | 최저가 |
| 약점 | - | 배송 느림 | 가격 높음 | 품질 이슈 |경쟁사 분석 리포트 템플릿
| 항목 | 자사 | 경쟁사 A | 경쟁사 B | 경쟁사 C |
|---|---|---|---|---|
| 제품/서비스 | ||||
| 핵심 가치 제안 | — | — | — | — |
| 가격대 | — | — | — | — |
| 주요 차별점 | — | — | — | — |
| 마케팅 채널 | ||||
| 월간 웹 트래픽 (추정) | — | — | — | — |
| 주력 소셜 채널 | — | — | — | — |
| 콘텐츠 발행 빈도 | — | — | — | — |
| 광고 집행 채널 | — | — | — | — |
| SEO 지표 | ||||
| 도메인 권위 (DA) | — | — | — | — |
| 월간 오가닉 키워드 수 | — | — | — | — |
| 상위 3 키워드 | — | — | — | — |
| 고객 인식 | ||||
| 리뷰 평점 (평균) | — | — | — | — |
| 주요 불만 사항 | — | — | — | — |
| NPS (추정) | — | — | — | — |
에이전트 활용 팁
이 템플릿의 각 셀을 에이전트가 자동으로 채우도록 프롬프트를 설계할 수 있습니다. SimilarWeb API → 트래픽, Ahrefs API → SEO 지표, 리뷰 크롤러 → 고객 인식 데이터를 파이프라인으로 연결하면 주간 자동 업데이트가 가능합니다.
Porter's 5 Forces 자동화
각 Force별 에이전트 분석 항목
| Force | 분석 항목 | 데이터 소스 |
|---|---|---|
| 경쟁 강도 | 경쟁사 수, 시장 성장률, 차별화 수준 | 산업 보고서, 크롤링 |
| 진입 장벽 | 초기 투자, 규제, 브랜드 충성도 | 법규 DB, 특허 DB |
| 대체재 | 고객 전환 비용, 대체 솔루션 성능 | 리뷰 분석, 설문 |
| 공급자 교섭력 | 공급업체 집중도, 원재료 가격 변동 | 원자재 시세 API |
| 구매자 교섭력 | 고객 집중도, 가격 민감도, 정보 비대칭 | 거래 데이터, 설문 |
분석 결과 해석
에이전트가 각 Force를 1~5점으로 채점하고, 종합 매력도를 산출합니다.
- 80% 이상: 매력적인 시장, 적극 진입 권장
- 50~80%: 차별화 전략 필수
- 50% 미만: 신중한 검토 필요
산업별 가중치 차이
위 공식은 5가지 Force의 단순 평균을 사용하지만, 실제로는 산업별로 중요도가 다릅니다. 예를 들어 기술 산업에서는 대체재 위협과 신규 진입자 위협이 상대적으로 높고, 원자재 기반 산업에서는 공급자 교섭력이 더 중요합니다. 단순 평균은 출발점으로 활용하되, 해당 산업의 특성에 맞게 가중치를 조정하는 것을 권장합니다.
시장 트렌드 모니터링
트렌드 감지 에이전트
정기적으로(주 1회) 실행하여 시장 변화를 포착합니다.
| 모니터링 항목 | 소스 | 주기 |
|---|---|---|
| 산업 뉴스 | Google News API, 네이버 뉴스 | 일간 |
| 소비자 트렌드 | 네이버 데이터랩, Google Trends | 주간 |
| 규제 변화 | 법제처, 관보 | 월간 |
| 기술 변화 | Product Hunt, TechCrunch | 주간 |
얼리 워닝 시스템
트렌드 에이전트가 급격한 변화를 감지하면 Slack/이메일로 즉시 알림을 보내도록 설정하세요. 예: 주요 경쟁사의 가격 인하, 신규 규제 발표, 바이럴 콘텐츠 출현 등.
다음 단계
시장과 경쟁 환경을 파악했으니, 다음으로 고객 세분화와 퍼소나 엔지니어링 챕터에서 타겟 고객을 구체적으로 정의하는 방법을 다룹니다.