DesigningSpace into Asset

시장은 어디에 서 있나

국내외 주요 공간·팝업 플랫폼과 건물주용 부동산 SaaS를 모두 점검했다. 거의 모두가 같은 곳에 모인다.

고객은 브랜드 아니면 소비자다. 공간은 거쳐가는 무대일 뿐이다. 건물주를 보는 운영 SaaS도 있으나, 대형 포트폴리오의 효율화에 머문다.

비어 있는 자리

공간 비즈니스의 거인들은 모두 '많은 공간을 빠르게'를 향한다. 중개 플랫폼은 한 공간을 한 번 빌려주고 곧 다음으로 넘어가고, 건물주용 운영 SaaS는 수십 채의 건물을 한꺼번에 관리한다. 어느 쪽도 단 하나의 공간에 1년을 들여 깊게 설계하지는 않는다.

그들의 힘은 규모에서 나오고, 우리의 힘은 깊이에서 나온다.

1년 = 열두 칸

공간의 1년을 열두 칸으로 본다. 각 칸은 두 겹으로 짜인다 — 위는 집객, 아래는 정산.

앵커는 직접 돈을 벌지 않는다. 사람을 모은다. 집객 자체가 광고다. 미끼와 정산이 한 칸 안에 같이 살고, 이것이 열두 번 반복된다.

자산가치를 올리는 두 지렛대

집객이 곧 자산가치

연 NOI = 앵커 수입 + (팝업·타깃 수입 × 채움률) − 운영비. 자산가치 증분 = NOI ÷ Cap Rate. Cap Rate는 서울 프라임 오피스가 아닌, 서북권 중소형 복합상업의 리스크 프리미엄을 반영한 값이다. 공실 리스크는 별도 검토한다.

개념은 화면이 된다.

앞의 전략은 문장이 아니라, 작동하는 제품입니다. 브랜드의 감(感)을 읽는 기획자와 숫자를 계산하는 회계사를 한 팀에 둔 구조 — 판단은 AI가, 확정은 사람이.

Calendar · A Year in This Space

큐레이션이 사람을 모으고, 데이터가 다음 큐레이션을 설계합니다.

열두 달이 열두 개의 프로그램으로 채워지고, Annual Forecast Map이 주 단위 집객 예측을 보여준다. 넷플릭스가 볼수록 정확해지듯, 이 캘린더도 한 바퀴 돌 때마다 매칭이 정확해진다.

Discover · DIKW Engine

흩어진 데이터를 정보로 정제하고, 지식으로 축적해, 의사결정으로 완성합니다.

내비게이션이 교통상황에 맞춰 경로를 다시 짜듯, 팔로워·지역 조건을 바꾸면 후보가 즉시 재계산된다. 흩어진 계정(Data)이 채점된 후보(Information)를 거쳐 공간의 지식(Knowledge·Wisdom)으로 축적된다. 후보는 AI가 고르고, 확정은 사람이 누른다.

Diagnose · Fit × Draw

공간과 브랜드, 서로 가장 잘 맞는 짝을 찾습니다.

공간 적합도 × 집객력의 매트릭스에 후보들이 정렬된다. 키울 브랜드와 거를 브랜드가 한 화면에서 드러난다.

Optimize · Uncertainty, Managed

불확실성은 제거의 대상이 아니라, 관리의 대상입니다.

일기예보가 강수확률로 말하듯, 채움률 40~85%의 불확실성을 확률 밴드로 관리한다. 실측이 쌓일수록 폭은 좁아지고, 바닥은 올라간다.

Inbox · Who Responded

첫 컨택부터 최종 계약까지, 파이프라인 전 과정을 관리합니다.

회신이 긍정·조건·무응답으로 분류되고, 각 건마다 다음 액션이 제시된다. 놓치는 브랜드가 없다.

Setup · Brand Registry

브랜드를 등록하는 순간, 공간 적합도가 산출됩니다.

누구를 · 어디에 · 언제. 검증된 성장 곡선과 오프라인 미충족 수요 — 두 조건을 가진 브랜드를 정밀하게 찾는다.

결과로 가는 길

• 단기 · 가동
  12칸의 큐레이션

  앵커와 타깃의 페어 12칸으로 1년을 확정하고, 집객 → 정산 구조를 실측으로 증명한다.

• 중기 · 축적
  48슬롯 데이터 엔진

  회전마다 매칭 결과가 데이터로 축적된다. 캘린더가 한 바퀴 돌 때마다, 이 공간만의 매칭 엔진이 정확해진다.

• 장기 · 통합
  판단과 계산의 통합 자산 엔진

  브랜드를 읽는 판단(LLM)과 자산가치를 계산하는 엔진(Non-LLM)이 한 시스템이 된다. 기획자와 회계사가 한 팀이 되는 구조.

2층 구조