창업을 위한 제반 체크리스트 작성
2025.11.16

소개
ChatGPT와 개발자F의 프롬프트 만들기, GEMS를 활용하여 창업에 필요한 제반사항을 구체화 해봄.
당신은 드론분야의 비행교육원 및 인력매칭 플랫폼을 운영하고 취업을 돕는 전문 컨설턴트 로서 현재 나는 드론조종자 1종 및 드론지도조종자 면허를 취득하고 비행교육원 및 인력매칭 플랫폼을 준비중인 사람으로 교육장 및 비행장 등 제반 사업을 준비하고 있는데 이에 필요한 준비사항을 도출하여 커리어 전환할수 있도록 하여주고 구체적인 액션플랜 제시, 준비일정 및 소요비용을 정리해주고 이를 doc 파일 및 표형식으로 정리해줘요
진행 방법
먼저 ChatGPT에 프롬프트를 작성하여 질문하였고, 이 프롬프트를 강화 하기 위해 개발자F의 프롬프트 만들기의 도움을 받아 프롬프트를 정리 강화한 후 GEMS에 입력하여 결과물을 도출해보았음
Tip: 드론 전문가의 입장에서 드론교육장 및 드론 비행장, 플랫폼을 운영을 하기 위한 일정, 소요비용 등
Tip:


Tip: 코드 전문은 코드블록에 감싸서 작성해주세요. ( / 을 눌러 '코드 블록'을 선택)
# Create a multi-sheet Excel template for CAPEX/OPEX planning
import pandas as pd
from datetime import datetime
from pathlib import Path
file_path = Path("/mnt/data/드론_교육장_플랫폼_CAPEX_OPEX_템플릿.xlsx")
# Inputs sheet
inputs = pd.DataFrame({
"항목": [
"시작연도", "감가상각 방법", "감가상각 연수(시설)", "감가상각 연수(장비)",
"월별 수강생 수(평균)", "수강료(1인)", "B2B 프로젝트/월", "B2B 프로젝트 단가",
"평균 가동률(%)", "예비비(%)", "부가세 포함 계산 여부(예/아니오)"
],
"값": [
datetime.now().year, "정액법", 5, 3,
80, 450000, 3, 3000000,
70, 5, "아니오"
],
"설명": [
"재무 시작 연도", "정액법 고정", "건물·시설 감가상각 연수", "드론/배터리/시뮬레이터",
"월 평균 수강생(모든 과정 합)", "B2C 평균 수강료", "월 평균 B2B 프로젝트 수", "B2B 1건 평균 매출",
"시설/강좌 평균 가동률", "예상치 불확실성 대비", "부가세 계산 포함 선택"
]
})
# CAPEX sheet
capex = pd.DataFrame({
"분류": [
"부지/시설", "부지/시설", "부지/시설", "관제·안전", "관제·안전",
"장비(기체)", "장비(배터리)", "장비(시뮬레이터)", "RTK/통신", "기타 개발/플랫폼 초기"
],
"항목": [
"실내 돔(30x50m)", "도심/수변/산악 코스 조성", "전기·조명·CCTV", "관제실 구축", "소방/응급/안전설비",
"산업용 기체(예: RTK 포함)", "배터리/충전/보관함", "조종 시뮬레이터(세트)", "RTK 기준국/중계", "플랫폼 초기 개발비"
],
"수량": [1,1,1,1,1,6,24,6,1,1],
"단가": [350000000, 180000000, 90000000, 60000000, 40000000, 9000000, 800000, 7000000, 25000000, 200000000],
"공급가액": [None]*10,
"비고": [
"구조물/차광/방풍 포함", "장애물/표지/완충녹지", "배선/관제 카메라 포함", "관제 테이블/벽면 스크린", "AED/소화/구급키트",
"RTK 옵션 포함 예시", "SoH 관리 보관함 포함", "교관/수강생용", "설치비 포함", "MVP 범위"
]
})
# Compute 공급가액 formula placeholders as None; Excel consumers can add formulas
# OPEX sheet
opex = pd.DataFrame({
"분류": ["인건비", "인건비", "시설운영", "시설운영", "시설운영", "마케팅", "보험", "플랫폼", "플랫폼", "기타"],
"항목": ["교관/평가원 인건비", "운영/관제 스태프", "전력/통신", "임차료/관리비", "소모품/정비", "광고/프로모션", "책임/기체 보험", "클라우드/IaaS", "SaaS/구독", "기타 예비비"],
"주기": ["월", "월", "월", "월", "월", "월", "연", "월", "월", "월"],
"단가": [20000000, 8000000, 5000000, 12000000, 3000000, 3000000, 20000000, 4000000, 1500000, 2000000],
"수량": [1,1,1,1,1,1,1,1,1,1],
"월환산액": [None]*10,
"비고": ["강사 4~6명 포함", "관제/안전/행정", "냉난방 포함", "부지/시설 가정", "프롭/모터/ESC 등", "디지털/오프라인 혼합", "대인/대물/기체", "모니터링/백업 포함", "결제/문자인증 등", "5% 예비비"]
})
# Staffing sheet (detail for instructors etc.)
staff = pd.DataFrame({
"직무": ["수석 교관", "교관", "평가원(파트)", "운영/관제", "정비"],
"인원": [1, 3, 2, 2, 1],
"월급여": [6000000, 4000000, 2000000, 3500000, 3800000],
"월합계": [None]*5,
"비고": ["교육 품질/커리큘럼 책임", "실습/시뮬/현장", "시험 기간 집중투입", "스케줄/안전/출결", "정비 계획/점검"]
})
# Subscriptions/Insurance
subs = pd.DataFrame({
"구분": ["보험", "보험", "구독", "구독", "구독"],
"항목": ["대인/대물 책임보험", "기체 보험(비행/지상)", "결제 게이트웨이", "문자/알림", "모니터링/로그"],
"주기": ["연", "연", "월", "월", "월"],
"단가": [20000000, 12000000, 500000, 300000, 400000],
"수량": [1, 1, 1, 1, 1],
"월환산액": [None]*5,
"비고": ["한도 상향 권장", "기체 수량에 따라 변동", "거래당 수수료 별도", "알림 트래픽에 비례", "로그 보존 90일 기준"]
})
# Summary sheet (empty structure with labels; formulas to be added by users)
summary = pd.DataFrame({
"항목": [
"총 CAPEX", "총 OPEX(연)", "총 인건비(연)", "총 구독/보험(연)",
"연 매출 추정(B2C)", "연 매출 추정(B2B)", "총 매출(연)",
"감가상각비(연)", "영업이익(연)"
],
"값(원 또는 식)": [
"=SUM(CAPEX!E:E)",
"=SUMPRODUCT((OPEX!C:C=\"월\")*(OPEX!D:D*OPEX!E:E))*12 + SUMPRODUCT((OPEX!C:C=\"연\")*(OPEX!D:D*OPEX!E:E))",
"=SUM(인건비!D:D)*12",
"=SUMPRODUCT((구독_보험!C:C=\"월\")*(구독_보험!D:D*구독_보험!E:E))*12 + SUMPRODUCT((구독_보험!C:C=\"연\")*(구독_보험!D:D*구독_보험!E:E))",
"=(Inputs!B5*Inputs!B6*12)*(Inputs!B9/100)",
"=(Inputs!B7*Inputs!B8*12)",
"=SUM(B5:B6)",
"=(Inputs!B3>0)* (SUM(CAPEX!E:E)/Inputs!B3 + SUMIF(CAPEX!A:A,\"장비*\",CAPEX!E:E)/Inputs!B4)",
"=B7-(B2+B3+B4+B8)"
]
})
# Monthly cashflow structure
months = [f"{m}월" for m in range(1,13)]
cashflow = pd.DataFrame({
"구분": ["매출_B2C","매출_B2B","합계매출","OPEX","인건비","구독/보험","감가상각","순현금흐름"] + months
}).T
cashflow.columns = cashflow.iloc[0]
cashflow = cashflow.iloc[1:].reset_index(drop=True)
# Write to Excel
with pd.ExcelWriter(file_path, engine="openpyxl") as writer:
inputs.to_excel(writer, sheet_name="Inputs", index=False)
capex.to_excel(writer, sheet_name="CAPEX", index=False)
opex.to_excel(writer, sheet_name="OPEX", index=False)
staff.to_excel(writer, sheet_name="인건비", index=False)
subs.to_excel(writer, sheet_name="구독_보험", index=False)
summary.to_excel(writer, sheet_name="요약", index=False)
cashflow.to_excel(writer, sheet_name="월별현금흐름", index=False)
file_path.as_posix()(내용 입력)결과와 배운 점
다양한 AI를 활용하여 필요한 자료 및 정보를 획득할 수 있다.
처음에는 무슨 GENS 등 챗봇을 만들라고 하는 내용을 이해하지 못하였고 길을 찾을 수 없었다. 지금도 정확히는?
GENS로 챗봇을 만들어 보하고 하는데...?
필요한 부분을 더욱 보강하여 새로운 사업을 구상하는데 활용할 것임.
(내용 입력)
도움 받은 글 (옵션)
참고한 지피터스 글이나 외부 사례를 알려주세요.
(내용 입력)
로그인하고 댓글을 남겨 주세요
읽으면서 많이 배웠어요.
드론 교육장과 플랫폼을 이렇게 구체적으로 준비해가는 과정이 정말 인상적이네요. ChatGPT-GEMS 흐름도 잘 잡으셔서 점점 사업 틀이 또렷해지는 느낌이었어요.
특히 CAPEX/OPEX까지 직접 템플릿으로 정리하신 부분이 눈에 띄었어요.
이런 준비가 쌓이면 실제 창업 단계에서 훨씬 수월하게 움직이실 것 같아요.
아직 생소한 도구들이 많겠지만, 이렇게 하나씩 해보는 과정 자체가 큰 자산이 될 거예요.
앞으로 구상하시는 드론 교육·매칭 플랫폼, 꼭 좋은 방향으로 자리 잡으시길 응원합니다! 🚀


.png&w=3840&q=75)

드론 교육장 창업 준비를 이렇게 체계적으로 접근하시다니 인상적입니다.^^ 처음엔 GEMS가 뭔지 이해 못했다"고 솔직하게 말씀하신 것도 공감돼요. 근데 결과물 보니까 완전히 마스터하신 것 같은데요? 이 자료로 실제 창업 준비 화이팅이에요! 이제 사업계획서 만들기 젬스 또 하나 만들면 금상첨화일듯요. 딥리서치 시장조사도 하구요!! 화이팅입니다. ^^