TableTalk

NFC 주문과 CCTV 기반 AI 분석을 연결하는 스마트 매장 운영 플랫폼입니다. 고객은 앱 설치 없이 주문하고, 점주는 분실 가능 물체 알림과 매장 이용 데이터를 확인하는 서비스를 목표로 합니다. 현재 Smart Order MVP 개발 단계입니다.

TableTalk은 Smart Order, Smart Safety, Store Intelligence의 세 가지 핵심 서비스를 제공한다. 1. Smart Order – NFC 기반 비대면 주문, 결제 각 테이블에 부착된 NFC 태그를 스마트폰으로 태깅하면 앱 설치 없이 모바일 웹 메뉴판에 접속할 수 있다. 고객은 자신의 자리에서 메뉴 확인부터 주문·결제까지 진행할 수 있으며, 점주는 관리자 페이지를 통해 주문 현황과 테이블 상태를 확인할 수 있다. 2. Smart Safety — AI 기반 분실물 탐지 및 알림 매장 CCTV 영상을 활용하여 고객의 착석 공간을 모니터링하고, 고객 퇴장 시점을 기준으로 전·후 영상의 변화를 분석한다. Change Detection과 객체 탐지 기술을 활용하여 고객 퇴장 이후 테이블 또는 좌석 주변에 새롭게 남겨진 휴대폰, 지갑, 가방 등의 물체를 탐지하고 분실 가능성이 있는 경우 매장 직원 또는 고객에게 알림을 제공한다. 이를 통해 고객이 매장을 완전히 떠나기 전에 분실 가능성을 확인하고, 점주가 분실 신고 발생 후 CCTV 영상을 수동으로 확인해야 하는 업무 부담을 줄일 수 있다. 3. Store Intelligence — AI 기반 매장 운영 분석 분실물 탐지를 위해 구축된 CCTV 영상 분석 시스템을 매장 운영 분석으로 확장한다. 영상에서 고객의 입·퇴장, 테이블 착석 및 퇴장, 점유 상태 등을 분석하여 시간대별 방문객 수, 매장 혼잡도, 테이블 점유율, 평균 체류시간, 테이블 회전율 등의 운영 정보를 제공한다. 또한 TableTalk의 NFC 주문 데이터와 영상 분석 결과를 결합하여 착석 후 첫 주문까지의 시간, 추가 주문 발생률, 체류시간 대비 주문금액, 시간대별 고객 수와 매출 관계 등 기존 주문 시스템만으로는 파악하기 어려운 매장 이용 패턴을 분석한다. 분석 결과는 점주용 대시보드를 통해 일·주·월 단위의 통계와 운영 리포트 형태로 제공한다.

TableTalk의 주요 고객은 주점·포차·호프집 등 고객 체류시간이 길고 음주를 동반하는 외식업 매장 운영자이며, 서비스의 최종 이용자는 해당 매장을 방문하는 고객이다. 기존 외식업 매장은 주문·결제, 고객 관리, 분실물 대응, 매장 운영 분석이 각각 분리되어 있다. 특히 음주 매장에서는 고객의 주의력 저하로 휴대폰, 지갑, 가방 등의 분실이 발생할 수 있으며, 분실 신고가 접수되면 점주 또는 직원이 직접 CCTV를 확인해야 하는 부담이 발생한다. 또한 POS 및 기존 주문 시스템에서는 매출과 주문 정보는 확인할 수 있지만 고객의 실제 체류시간, 테이블 점유율, 회전시간, 매장 혼잡도 등 고객이 매장을 어떻게 이용하는지에 대한 정보는 파악하기 어렵다. TableTalk은 고객에게 간편한 주문·결제와 분실 예방 서비스를 제공하고, 점주에게는 주문 자동화, 분실 대응 업무 감소, 고객 및 테이블 이용 데이터를 활용한 매장 운영 분석을 제공한다.

기존 테이블오더 및 QR/NFC 주문 서비스는 메뉴 확인, 주문, 결제 등 주문 프로세스의 효율화에 주로 초점을 두고 있다. TableTalk은 여기에서 한 단계 더 나아가 주문 시스템과 CCTV 기반 AI 영상 분석을 하나의 서비스로 결합한다. 첫 번째 차별점: AI 기반 분실 예방 기능이다. 고객 퇴장을 하나의 이벤트로 인식하고 퇴장 전·후의 테이블 및 좌석 상태를 비교하여 새롭게 남겨진 물체를 탐지함으로써, 분실 발생 이후 CCTV를 확인하는 사후 대응 방식에서 분실 가능성을 즉시 알려주는 예방적 방식으로 전환한다. 두 번째 차별점: 기존 CCTV를 매장 운영 데이터 수집 수단으로 활용한다는 점이다. 별도의 무게 센서나 전용 카메라 등의 고가 하드웨어 대신 기존 매장 CCTV 영상에서 사람과 물체의 상태 변화를 분석하여 방문객 수, 혼잡도, 체류시간, 테이블 점유율 및 회전율 등의 정보를 생성한다. 세 번째 차별점: 영상 데이터와 주문 데이터의 결합이다. TableTalk은 NFC 주문 시스템과 영상 분석 시스템을 함께 제공하므로 고객의 실제 매장 이용 과정과 주문 기록을 연결할 수 있다. 이를 통해 단순 매출 통계를 넘어 고객 체류시간, 추가 주문, 테이블 회전 등 매장 운영 과정과 매출의 관계를 분석할 수 있다. 즉, TableTalk은 단순한 테이블오더 시스템이 아니라 주문·안전·운영 분석을 통합한 AI 기반 스마트 매장 플랫폼이라는 점에서 기존 주문 서비스와 차별화된다.

본 팀은 박사과정 1명, 석사과정 1명으로 구성되어 있다. 박사과정 연구원은 Image Restoration을 전공하며, 매장 CCTV 환경에서 흔히 발생하는 저조도·역광·블러 등으로 인한 영상 품질 저하 문제를 개선하는 전처리 모듈을 개발해 Smart Safety의 change detection 및 객체 탐지 정확도를 높이는 역할을 맡는다. 또한 AI 파이프라인 전반의 설계와 통합을 총괄한다. 석사과정 연구원은 Object Detection·Tracking을 전공하며, Smart Safety의 분실물 탐지 모델(YOLO/RF-DETR 기반 소형 객체 탐지)과, Store Intelligence의 고객 입·퇴장 및 테이블 점유 추적을 위한 Multi Object Tracking 모델 개발을 담당한다. 이를 통해 방문객 수, 혼잡도, 체류시간, 테이블 회전율 등 운영 데이터를 산출한다. Smart Order의 NFC 웹앱·결제 연동·관리자 페이지 등 비AI 영역은 두 팀원이 공동으로 개발한다.

초기에는 NFC 주문·결제와 퇴장 기반 분실물 탐지에 집중하고, 동일한 CCTV 분석 기반을 활용해 운영 분석으로 확장할 계획입니다.

매장 대상 월 구독형 SaaS를 기반으로 기능별 요금제를 구성합니다.

주요 수익원은 월 구독료, 상위 요금제 이용료, 초기 설치·설정 비용입니다. 주요 비용은 클라우드·AI 추론, 데이터 수집·라벨링, 개발·유지보수와 매장 설치·영업 비용입니다.

초기 타겟 시장은 대학가 및 유흥가에 위치한 개인 주점·포차·호프집 등 음주를 동반하는 외식업 매장으로 설정한다. 해당 매장은 고객의 체류시간이 길고 분실물 발생 가능성이 상대적으로 높아 TableTalk의 분실 예방 기능을 명확하게 전달할 수 있으며, 테이블 회전 및 고객 체류시간 분석 역시 매장 운영에 활용할 수 있다. 초기에는 대학가·유흥가의 1~2개 협력 매장을 확보하여 실제 환경에서 NFC 주문 시스템과 AI 분실물 탐지 기능을 검증한다. 동시에 방문객 수, 체류시간, 테이블 점유율 등 운영 데이터가 점주의 의사결정에 실질적으로 도움이 되는지를 검증한다. 파일럿을 통해 확보한 탐지 성능, 분실 예방 사례 및 운영 효율 개선 데이터를 바탕으로 인근 개인 매장으로 서비스를 확대하고, 이후 프랜차이즈 주점 브랜드와의 B2B 제휴를 추진한다. 장기적으로는 주점뿐만 아니라 카페, 음식점, 푸드코트 등 고객의 착석과 테이블 이용이 발생하는 다양한 오프라인 매장으로 서비스를 확장한다.

AI 모델 개발, 실증을 위한 클라우드 컴퓨팅 자원 지원, 파일럿 매장 매칭 및 실증 지원, 초기 투자 유치를 위한 멘토링 및 IR 컨설팅을 희망합니다.