편식은 '알아서' 안 고쳐진다 → 매일 그 아이에게 맞는 행동을 처방해야 하고(엔진) → 그 행동을 가능케 하는 식재료가 정확히 그 양으로 도착해야 하며(HW) → 그 반응이 다시 엔진으로 환류된다(루프). 이 셋이 한 몸이라 순수 SW도, 순수 식품회사도 못 한다.
엔진이 "단순 LLM 래퍼"가 아닌 이유
실물 3기둥1독자 코퍼스 — LLM이 모르는 데이터
LLM은 "이 아이가 한국 급식에서 무엇을 먹었는지" 모릅니다. 우리는 압니다.
- NEIS·식약처 전국 급식 실데이터로 학습한 메뉴→식재료 매핑 사전(약 1만 메뉴, 결정론)
- 레시피 동시출현 기반 음식↔식재료 궁합 그래프(pair + 사촌 bridge)
- 음식×식재료 키트 매트릭스(정성 채점)
→ 프롬프트로 못 만드는 축적 자산. LLM은 "상투과자→OO"를 환각하지만, 우리 사전은 안 합니다.
2결정론 엔진 = 저비용 · 일관 · 안전
매 결정마다 LLM을 부르지 않습니다. "무슨 영양소를 목표로, 어떤 행동을, 중복 없이, 언제 강화/정체로 전환할지"는 전부 코드(결정론 코칭 플랜 엔진)가 계산합니다. LLM은 마지막 문장만 씁니다. 게다가 이 계획 로직은 즉흥 규칙이 아니라 보건복지부 지침 + 35가지 국제 편식 방법론을 13 시나리오·코칭무브로 코드화한 하네스 — 검증된 임상 지침의 결정론화입니다.
| 단순 LLM 래퍼 | 밀프레드 엔진 | |
|---|---|---|
| 비용 | 결정마다 토큰 = 비쌈 | 지능 대부분이 무료 코드 = 저비용 |
| 일관성 | 매번 환각·표류 | 결정층 환각 0 = 안전 |
| 개인화 | 무상태(프롬프트뿐) | 아이별 누적 상태 = 진짜 개인화 |
→ "저비용·개인화·안전"은 마케팅 문구가 아니라 결정론/LLM 분리 설계에서 나오는 구조적 결과입니다. 실제로 아이 1명당 월 LLM 운영비는 약 1,000원 안팎(추정)에 그칩니다 — 소형 모델은 하루 한 통의 편지 작문에만 쓰이기 때문입니다.
3개인화 데이터 루프 — 쓸수록 정밀
코칭은 그 아이의 누적 끼니 31종 영양 분석에서 나옵니다. 어제·지난주 편지와 대조해 중복을 피하고 결핍을 회전시킵니다. LLM 프롬프트엔 이 per-child 상태가 없습니다. 데이터가 쌓일수록 우리만 정밀해집니다.
엔진 레이어 — 한눈에
비전공자용 · 위→아래로 쌓이는 플랫폼피치가 진행될수록 한 겹씩 아래로 쌓여, 마지막엔 하드웨어까지 닿습니다. 경쟁사는 위쪽 SW에서 멈추지만, 우리 플랫폼은 끝까지 내려갑니다.
우리만의 데이터 — LLM이 모르는 지식
전국 급식 1만 메뉴 사전 · 음식↔식재료 궁합 그래프 · 영양 31종 사전
💡 ChatGPT엔 없는, 우리만 쌓은 자산'무엇을·어떻게'는 전부 코드가 결정
무슨 영양소를 채울지 · 어떤 행동을 권할지 · 겹치지 않게 · 언제 강도를 올릴지 — 코드가 계산
💡 AI 호출 0회 → 비용 0 · 환각 0결정된 내용을 따뜻한 편지 문장으로
이미 정해진 내용을 예쁘게 옮기는 마지막 한 겹일 뿐
전체에서 가장 얇은 겹 — 여기만 'AI'처방대로 극소량·극다품종 제조
시중에서 못 사는 7종을 극소량씩, 폐기 없이 그 아이 맞춤으로
🏭 협력사 100평 제조시설 · 100만 인분콜드체인으로 문 앞까지
5중보냉 48시간 냉기 지속 · 집 14끼니에 맞춰 배송
🚚 신선도 유지한 채 개인화 배송 실현① 우리만의 식자재 창고(데이터) → ② 그 아이만을 위해 메뉴를 짜는 셰프(결정론 엔진) → ③ 예쁘게 담는 플레이팅(LLM) → ④ 그 재료를 실제로 길러 배송하는 농장·물류(하드웨어).
'단순 LLM 래퍼'는 창고도 셰프도 농장도 없이 플레이팅만 하는 것 — 누가 와도 똑같은 즉석요리가 나옵니다.
❌ 단순 LLM 래퍼
✅ 밀프레드 플랫폼
왜 HW가 밑받침돼야 하는가
사업구조의 논리 사슬- 코칭이 "오늘 당근을 극소량 노출하세요"라고 말해도, 부모가 그 식재료를 손에 못 쥐면 아무 일도 안 일어난다. 앎은 결과가 아니다.
- 그런데 극다품종·극소량 식재료는 시중에서 못 산다 — 한 봉지 사서 한 조각 쓰고 폐기. SW의 처방을 충족할 공급이 시장에 없다.
- 그래서 처방(SW) ↔ 충족(HW)이 한 몸이어야 한다. 추천한 식재료가 정확히 그 양으로 문 앞에 와야 루프가 닫힌다.
- 이 HW(극소량·극다품종 개인화 제조·콜드체인)는 순수 SW 회사가 못 만든다(제조·물류 인프라 필요). 반대로 순수 식품회사는 엔진이 없다. → 둘을 동시에 가진 자리가 비어 있고, 그게 해자.
- 게다가 HW는 데이터 수집 채널이기도 하다 — 배송한 식재료에 대한 아이의 반응이 다시 엔진으로 환류. 순수 SW는 이 반응 데이터를 못 얻는다.
- 결론: HW가 밑받침된 SW만이 처방을 결과로 바꾸고, 동시에 학습 데이터를 얻는다. 그리고 이 HW를 긴밀한 협력사가 이미 갖고 있다.
현황(B2G)을 최소로 섞는 법
히어로 아님 · 토대로만현재 요리교육 턴키 사업은 시드의 히어로가 아니라 두 개의 토대입니다. 수익성(흑자·순이익)은 언급하지 않습니다 — 채널 크기(성장·침투)만 씁니다.
① (협력사) HW 능력 증명
창업자 동생이 운영하는 신선 밀키트 제조사 '밀프레드' — 100평 제조시설 · 5중보냉 48시간 콜드체인 · 누적 100만 인분 = "극소량 개인화 배송을 실제로 굴릴 수 있다"의 증거
② 0-CAC 획득 채널
전국 초등 14% + 유치원·어린이집 요리행사 = 부모 앱 설치로 이어지는 유통망(CPI ~1,500원)