AI 검색은 소셜 멘션·리뷰를 답변에 인용합니다. 단일 채널만 살피면 인용의 원인을 끝내 놓치고 맙니다 —
멀티시그널 통합 학습이 예측 정확도의 본질이며, 경쟁사가 단기간에 복제 불가능한 데이터 자산입니다.
AI 검색만 보는 도구도, 소셜만 보는 도구도 이미 있습니다. 둘을 하나의 모델에 합쳐 12국에서 동시에 추론하는 곳은 저희뿐입니다.
10 / 20
PLUORA · OUR PREDICTIVE MODEL
Pluora — 통합 시그널을 예측으로
12+ 소스의 멀티시그널을 단일 예측 모델로 수렴시킵니다. 콘텐츠가 어디서 어떻게 노출 · 인용 · 추천될지 발행 전에 출력해 드립니다.
INPUTS · 12+ 소스
· AI Search (7)
· Social (5)
· News & Community (85+)
· 12개국 ISP IP
· Real Browser Capture
· Licensed APIs
· 30M+ 누적 학습
→
PREDICTION MODEL
Pluora
v0.8 · GEO Score Engine
Plu(다수) + ora(추론) — 12국 × 12채널의 인용을 추론하는 AI 모델. 매주 자동 재학습.
TRAINING
30M+
MAPE
8.6%
RETRAIN
주 1회
→
OUTPUTS · 예측 신호
인용 확률 — AI 답변 진입 가능성
노출 점수 — SNS 추천 가시성
SOV 변동 — 경쟁사 점유율 추이
개선 시뮬 — +N pt 보강 액션
Sentiment Forecast — 감성 변화 예측
CATEGORY
Predictive Marketing AI — 기존 솔루션들은 소셜만, 또는 AI 검색만 측정합니다.
저희는 둘을 합쳐 예측합니다.
Pluora는 측정이 아닌 예측 모델입니다. 30M+ 멀티시그널 학습이 만든 경쟁사가 따라올 수 없는 IP입니다.
11 / 20
PATH TO #1
세계 1등이 되는 3단계 경로
데이터 우위 → 카테고리 창출 → 인프라 장악. 단순 매출 성장이 아니라, 각 단계에서 복제 불가능한 자산을 쌓아 최종 표준이 됩니다.
PHASE 1 · 2026-27
데이터 우위 선점
Data Dominance
아시아 최대 AI 답변 데이터셋 구축.
Profound는 미국 중심 → 우리는 12개국 × 7 플랫폼 × 한국어·일본어 커버리지로 공백 시장을 선점합니다.
핵심 지표
누적 데이터 1,000만+ 아시아 시장 점유율 1위
PHASE 2 · 2027-29
예측 모델로 카테고리 창출
Category Creation
누적 데이터로 "AI 인용 확률 예측 모델" 출시.
"마케팅 엔지니어링"이라는 새 카테고리의 표준이 됩니다. 경쟁사가 돈으로 살 수 없는 자체 IP.
핵심 지표
GEO Score 업계 표준화 글로벌 고객 30-60사
PHASE 3 · 2030+
표준 = 인프라 장악
Infrastructure Lock-in
브랜드가 AI 마케팅 결정을 내릴 때 반드시 Plurank 점수를 참조.
FICO가 신용의 기준이 된 것처럼, Plurank는 AI 브랜드 가시성의 기준이 됩니다.
핵심 지표
시장 130조+ TAM 광고주·컨설팅·투자자 필수 플랫폼
FLYWHEEL
데이터가 쌓일수록 → 예측이 정확해지고 → 더 많은 고객이 모이고 → 더 많은 데이터가 쌓입니다.
이 순환 구조 때문에 먼저 시작한 회사가 압도적으로 유리합니다.
단순 매출 성장이 아닙니다. 각 단계에서 복제 불가능한 자산을 쌓아, AI 시대 브랜드 의사결정의 세계 표준이 됩니다.
12 / 20
COMPETITION
두 진영 사이의 공백 — 저희만 둘 다 가지고 있습니다
Social listening 진영도, AI search 진영도 단일 시그널만 봅니다. 둘을 통합해 예측하는 모델은 아직 존재하지 않습니다.
SOCIAL LISTENING
Brandwatch · Talkwalker
· 소셜 미디어 시그널 수집
· 브랜드 멘션 모니터링
· AI 검색 데이터 부재
· 예측 모델 부재 (모니터링)
VALUATION
$450M · Cision 인수
AI SEARCH ONLY
Profound · AthenaHQ
· ChatGPT/Perplexity 인용 측정
· 미국 중심 단일 채널
· 소셜 시그널 부재
· 측정 중심 (예측 약함)
VALUATION
$1B · 2026.02 Series C
PLURANK · PLUORA
AI 검색 + 소셜 + 예측
· 7 AI + 5 SNS + 뉴스 통합
· 12개국 멀티시그널
· Pluora — 인용 확률 예측
· Multi-Signal Predictive AI
POSITION
카테고리 정의자
둘 사이의 공백은 우연이 아닙니다 — 카테고리 미정의 상태입니다:
① 매몰비용 — Profound는 AI search 인프라에 $1B+ 투자 / Brandwatch는 social 인프라에 수년 투자, 피봇 비용 막대 ·
② 데이터 모트 — 7 AI + 5 SNS + 뉴스를 12개국 멀티시그널로 동시 운영하는 곳은 우리뿐 ·
③ 예측 vs 측정 — 두 진영 모두 모니터링/측정에 머물러 있고 예측 모델은 부재 ·
④ Winner-Takes-Most — Nielsen·Bloomberg가 먼저 표준이 된 회사가 이긴 것처럼, 통합 예측 카테고리도 그렇게 됩니다.
플랫폼 수가 아니라 카테고리 정의가 승부를 가른다 — Multi-Signal Predictive Marketing AI, 그 카테고리를 우리가 만듭니다.
13 / 20
TEAM
만들고, 팔고, 키우고, 매각해본 팀
3x 엑싯 개발자 + 8년 B2B 운영 + 12년차 디자이너 + 맥킨지 전략가 + 대한항공 중국통 — 다음 단계 글로벌 확장을 위한 자문 라인업
김
김건희
CEO · 테크리드
3x EXIT 더블류디자인호텔(2017)·홀드(2022)·시크(2025) 매각
풀스택 개발자, 48대 크롤링 인프라 직접 설계·구축
김
김지현
COO
B2B 운영 8년 하우스텝 CSO (시리즈 A·B 유치) 반장창고 CSO
B2B 영업·고객 관계·운영 전문
박
박규리
Product Designer
업력 12년 UX/UI 전문
제품 디자인 시스템 구축, 엔터프라이즈 대시보드 설계
김
김건호
Advisor · 전략
McKinsey 출신 로벳틴 부대표 (글로벌 스킨케어) 시크 대표
전략 수립·브랜드 경영·시장 진출 자문
채
채종훈
Advisor · 중국 시장 고문
대한항공 중국지역본부장 (상하이·칭다오·베이징 거점) → 한국지역본부장 → 한국프로스포츠협회 사무총장
중국 영업·마케팅 총괄 경험 + 현지 중국인 리소스 확보 = 중국 GTM·데이터 진입 자산
기술 리스크 Zero (CEO 직접 구축) · 세일즈 검증 (COO B2B 투자 유치 경험) · EXIT 검증 (3회 매각 = 투자자 회수 경험)
"아이디어만 있는 팀이 아닙니다." 이 팀은 기술을 만들고, 고객을 데려오고, 회사를 키우고, 매각까지 해본 팀입니다.
14 / 20
FINANCIALS
설립 6개월만에, 국내 Top1 데이터 마케팅 에이전시 데이터 공급 계약 체결 및 S사 · L사 데이터 공급
구독형 계약 구조로 검증된 PMF
세금계산서 발행 매출
1.7억원
설립 2025.10 ~ 현재 6개월
총 계약 매출
2억원+
GEO · AiCX · AX/DX · EV AI 4개 사업 라인 합산
GEO 데이터 사업 계약 구조
국내 Top1 데이터 마케팅 에이전시를 통해 글로벌 S사 신규 제품 런칭 GEO 데이터 공급
초기 구축비6,000만원
월 정기 과금700~800만원+/월 (2026 연말까지)
현재 수금4,000만원
2026년 GEO 예상 매출~1.3억원
추가 파이프라인
의료기관 글로벌 환자 유치 GEO
협의 중7천~1.5억원
로컬 GEO 최적화
진행 중12개 업체
고객은 일회성 리포트가 아닌 지속 구독을 택했습니다. "초기 구축비 + 월 과금" 모델은 이 데이터의 필수성을 증명합니다.
15 / 20
GLOBAL FOOTPRINT
한국 출발 → 12개국 동시 측정 — 국내 유일 글로벌 데이터 마케팅
한국 15+ 파트너 + 일본·프랑스·미국·중국 4국 거점 + 12개국 멀티시그널 인프라 — Seed 단계에서 이미 글로벌 확장 발판이 깔려 있습니다.
이미 구축된 자산: 48 크롤러 + 22만 데이터 + 매출 2억+ 계약 — 신규 스타트업 3-5년치 기반을 이미 보유. 5억으로 세 미션을 동시 실행합니다.
2억 · 50%
제품 · 인프라 · ML
SaaS 셀프서비스 대시보드 MVP ML 예측 모델 v1 개발 착수 AWS 인프라 + LLM API 운영비 데이터사이언티스트 1명 채용
1억 · 25%
세일즈 · 고객 확장
BD 1명 + CS 1명 채용 Top3 에이전시 채널 구축 엔터 15-20사 확보
0.7억 · 17%
해외 거점 · 글로벌
일본·동남아 영업 진출 현지 에이전시 설립/파트너십 해외 컨퍼런스·BD 출장
0.3억 · 8%
운영 · 마케팅
법무·회계·세무 카테고리 인지도 구축 콘텐츠·PR
국내 선점 + 예측 모델 + 해외 거점 — 3개 축을 동시에 세우는 시드. Profound가 아시아에 오기 전 18개월이 골든타임입니다.
18 / 20
VISION
Predictive Marketing AI, 그 카테고리를 우리가 정의합니다.
AI가 노출을 결정하는 시대의 마케팅 인프라 — 이것이 우리의 정체성입니다.
AI 검색 + 소셜 + 추천 알고리즘 — 모든 채널의 노출·인용·추천을 하나의 예측 모델 Pluora로 통합합니다.
Brandwatch가 social을, Profound가 AI 검색을 정의했듯이, 통합 예측의 시대는 Plurank가 정의합니다.
브랜드가 AI 마케팅 전략을 세울 때, 가장 먼저 접속하는 플랫폼. 그것이 우리의 10년 후 모습입니다.
19 / 20 · APPENDIX 1
APPENDIX · PRODUCT ROADMAP
Enterprise 데이터 → 예측 모델 SaaS 제품
지금의 Enterprise Consulting은 질 좋은 학습 데이터를 확보하는 통로 — 단계적으로 SaaS · DaaS · AI Agent를 출시해 시장을 대중화하고 복리로 확장합니다.
GROWTH TRAJECTORY · ARR (억원)
2026 H1 (NOW) → 2028+
Enterprise 데이터
예측 모델 SaaS
복리 확장
THE PLAYBOOK
Enterprise 고객의 매출 + 데이터로 예측 모델을 훈련 →
Multi-Tier SaaS 전면 개방 (Enterprise · Growth · Entry 동시) →
Self-Serve 확산으로 시장 데이터를 다시 빨아들여 →
Enterprise 가치 상승 (복리 반복).
— Scale AI · Palantir · Snowflake 정석 플레이북
Enterprise Consulting = 학습 데이터의 대가 — SaaS(2026 H2) · DaaS(2027) · AI Agent(2028+)로 단계적 확장하며 Self-Serve로 대중화합니다.
20 / 20 · APPENDIX 2
APPENDIX 2 · INVESTOR Q&A
예상 질문에 대한 우리의 답변
데이터 해자, 시장 타이밍, 채널 변동성, 기술 위협 — 투자자께서 가장 자주 물으시는 네 가지에 직접 답해드립니다.
Q · 데이터 해자
"자본이 충분한 회사가 들어오면 따라올 수 있지 않나요?"
A · 자본은 인프라를 사지만, 과거의 시간은 사지 못합니다.
서버·프록시·엔지니어는 자본으로 1~3개월에 구축됩니다. 그러나 30M+ 발행↔인용 데이터는 매주 그 시점에 캡처해야만 쌓이고, AI 답변은 그 순간 휘발됩니다 — 자본이 100억 들어와도 18~24개월 전의 답변을 되돌려 만들어주지는 않습니다. 그 사이 저희 모델은 매주 30M씩 더 무거워집니다. 추격선은 매주 한 주씩 더 멀어집니다.
Q · 시장 타이밍
"Gartner는 AI 에이전트 채택이 느리다고 하는데요?"
A · 오히려 그 점이 저희 가설을 강화합니다.
채택이 느린 지금이야말로 인프라 표준을 선점할 수 있는 적기입니다. 채택이 가속되기 시작하면 기존 사업자들의 자리가 굳어져 표준을 잡을 시간이 사라지기 때문입니다. Brandwatch가 social listening 카테고리의 강자가 된 것도 같은 이유로, 시장이 막 도입을 시작하던 초기에 자리를 잡았기 때문이었습니다.
Q · 채널 변동성
"AI 채널이 너무 빨리 바뀌지 않나요?"
A · 바로 그래서 단일 채널 도구는 무너집니다.
반면 Pluora는 멀티시그널 학습 모델이기 때문에 새로운 채널이 등장해도 입력 소스만 추가하면 그대로 작동합니다. 경쟁사처럼 채널마다 별도의 도구를 처음부터 다시 만들 필요가 없으며, 이 점이 그대로 구조적 해자가 됩니다.
Q · 기술 위협
"LLM이 직접 마케팅 도구가 되지 않을까요?"
A · LLM은 생성, Pluora는 예측 — 서로 다른 레이어입니다.
LLM은 답을 만들어내는 도구이고, Pluora는 그 답에서 어떤 콘텐츠가 인용되고 어떤 노출이 발생할지 예측하는 모델입니다. 두 모델은 서로 다른 레이어에 있기 때문에 경쟁이 아닌 보완 관계이며, 오히려 LLM이 보편화될수록 "어느 LLM이 무엇을 인용할지" 예측하는 가치는 더 커집니다.
데이터 해자, 타이밍, 채널 변동성, 기술 위협 — 네 가지 질문 모두에서 저희 가설이 강화되는 것을 확인하실 수 있습니다.