Solution
회원 ↔ 트레이너, 데이터로 연결된 관리 루프
회원의 기록은 앱 안에서 자동으로 정리되어 트레이너에게 넘어가고, 트레이너의 코칭은 다시 회원에게 돌아옵니다. 회원은 최소한의 노력으로 관리받고, 트레이너는 더 많은 회원을 더 높은 품질로 관리하며, 그 사이의 모든 판단은 감이 아닌 데이터를 근거로 이루어집니다.
불규칙한 생활 속 2030 고혈압·당뇨 위험군을 위한
트레이너 연계 식단·운동 코칭 플랫폼, On-Care
회원이 음식 사진 한 장·간단한 입력만 하면, 앱이 식단과 운동을 회원별·날짜별로 정리해 트레이너에게 전달합니다. 트레이너는 흩어진 메시지 대신 정리된 리포트 위에서 코칭하고, 그 코칭은 다시 회원에게 돌아옵니다.
On-Care는 헬스 트레이너와 회원 사이의 식단·운동 관리 소통을 자동화하는 플랫폼입니다. 회원이 음식 사진 한 장·간단한 입력만 하면 앱이 식단과 운동을 회원별·날짜별로 정리해 트레이너에게 전달하고, 트레이너는 흩어진 메시지를 뒤지는 대신 정리된 리포트 위에서 코칭합니다.
타깃은 불규칙한 생활로 만성질환 위험이 커진 2030 고혈압·당뇨 위험군입니다. 위험은 빠르게 느는데도 질환 인지·관리율은 전 연령에서 가장 낮아 관리 공백이 가장 큰 층이며, 단순 칼로리 계산이 아니라 “무엇을 피하고 어떻게 움직여야 하는지”를 이어주는 관리가 필요합니다.
트레이너와 회원 모두 “기록은 하는데 그 기록이 관리로 이어지지 않는” 같은 벽에 부딪힙니다.
회원 30~40명의 식사·운동을 개별 메신저로 일일이 확인하느라 하루 한 시간 넘게 쓰지만, 대화가 흩어져 회원별 흐름이 한눈에 보이지 않습니다. 회원이 늘수록 관리 품질이 떨어져 확장이 어렵습니다.
매 끼 검색·입력하는 번거로움에 기록을 며칠 만에 포기하고, 어렵게 남긴 기록도 “그래서 무엇을 바꿔야 하는지”로 이어지지 않습니다.
2030 세대의 만성질환은 빠르게 늘지만, 정작 이 연령대의 인지·관리율은 가장 낮습니다. 이 관리 공백이 On-Care가 겨냥하는 지점입니다.
※ 지표마다 연령대·조사연도가 다릅니다(신체활동은 성인 전체 추세). 동일 표본의 직접 비교가 아니라, 2030 중심의 만성질환 증가와 관리 공백을 함께 보여주는 근거로 제시합니다.
Sources — 청년 2형 당뇨 유병률 2010–2020 · Diabetes Fact Sheet 2024 · Korea Hypertension Fact Sheet 2024 · Physical Activity Trends (KNHANES)
회원의 기록은 앱 안에서 자동으로 정리되어 트레이너에게 넘어가고, 트레이너의 코칭은 다시 회원에게 돌아옵니다. 회원은 최소한의 노력으로 관리받고, 트레이너는 더 많은 회원을 더 높은 품질로 관리하며, 그 사이의 모든 판단은 감이 아닌 데이터를 근거로 이루어집니다.
On-Care는 회원 앱과 트레이너 웹이 같은 백엔드를 공유합니다. 회원이 남긴 기록은 트레이너 웹의 리포트로, 트레이너의 코칭은 회원 앱의 알림·채팅으로 이어집니다. 둘 다 설치 없이 웹에서 바로 열어볼 수 있습니다.
기록은 최소한으로, 관리는 트레이너와 함께.
흩어진 메시지 대신, 정리된 리포트 위에서 코칭.
음식 사진을 찍으면 Vision(VLM)이 음식과 양을 추정하고, 식약처 공공 DB의 영양성분 참고값으로 나트륨·칼로리·당 추정치를 제공합니다. 완벽한 자동 계산이 아니라 기록 부담을 없애는 것이 목적이며, 최종 값은 회원·트레이너가 확인·보정합니다.
트레이너가 세션에서 입력한 프로그램·수행이 회원 기록에 자동 반영되어, 회원이 일일이 적지 않아도 데이터가 쌓입니다.
식단·운동·활동을 회원별·날짜별로 묶어 트레이너에게 전달합니다. “이 회원, 이번 주 나트륨 과다 · 유산소 부족”을 한눈에 파악합니다.
회원의 목표와 조건(위치·시간·성향)에 맞춰 트레이너·헬스장을 추천하고 앱 안에서 연결합니다.
만성질환 위험군에 맞춘 나트륨·활동량 목표와 일일 미션. 많이 먹은 날은 활동량을, 적게 먹은 날은 식단을 조정하는 식단↔운동 연동 코칭을 제공합니다.
사진에서 시작해 Vision(VLM)이 음식과 양을 추정하고, 공공 영양성분 DB 참고값으로 추정치를 보정한 뒤, 구조화된 기록과 트레이너 리포트로 이어집니다. 최종 값은 회원·트레이너가 확인·수정할 수 있습니다.
Flutter 앱(회원·트레이너 이중 모드) ↔ FastAPI 백엔드(REST·JWT) ↔ PostgreSQL(pgvector) · AI 엔진(Vision(VLM) 인식·공공 영양 DB 매칭) · 외부 API.
기존 서비스는 회원 개인의 기록에서 끝납니다. On-Care는 그 기록을 트레이너의 코칭 자원으로 연결하는 흐름 자체가 차별점입니다.
| 항목 | 필라이즈 | 밀리그램·인아웃 | On-Care |
|---|---|---|---|
| 식단 기록 | 사진 AI 인식 | 사진·빠른 입력 | 사진 → 공공 영양 DB 매칭 |
| 트레이너 연계 | 앱 내 AI 코치만 | 없음 | 회원 데이터 자동 정리 → 트레이너 전달 |
| 회원 관리 확장성 | 없음 | 없음 | 1인이 다수 회원을 데이터로 관리 |
| 만성질환 특화 | 일부 (혈당) | 체중 감량 중심 | 고혈압·당뇨 위험군 (나트륨·GI) |
| 데이터 흐름 | 개인 앱 내 완결 | 개인 앱 내 완결 | 회원 ↔ 트레이너 양방향 |
핵심 타깃은 2030 고혈압·당뇨 위험군과 이들을 관리하는 트레이너입니다. 가성비·선택권에 민감한 세대라 무료 진입 후 선택적 유료화 구조와 잘 맞습니다.
트레이너·헬스장 중개 수수료 / 구매 전환 커미션, 트레이너용 고도화 기능 구독.
기본 기능은 무료로 진입장벽을 낮추고, 가치를 체감한 사용자가 고도화 기능을 결제합니다.
광고(상위 노출 등)는 보조 수입으로만 활용합니다.
2026 이화여자대학교 컴퓨터공학전공 캡스톤디자인
지도교수 — 황의원 교수님 (이화여자대학교 · 컴퓨터공학전공)
별도 설치 없이 웹에서 바로 사용할 수 있습니다. 회원 앱과 트레이너 웹을 나란히 열어 양쪽 흐름을 함께 확인해 보세요.