컨텐츠 바로가기

07.03 (수)

[마켓인]“똑똑하게 투자하자”…VC 투자도 AI가 분석한 데이터로

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다

데이터 드리븐 전략 빠진 글로벌 VC

직감에 객관적 지표 더해 투자 늘려가

포폴사 관리 차원에서도 데이터는 필수

국내도 데이터 활용에 대한 목소리 커져

이 기사는 2024년07월01일 18시39분에 마켓인 프리미엄 콘텐츠로 선공개 되었습니다.


[이데일리 마켓in 박소영 기자] “약간의 인공지능(AI) 데이터를 투자 과정에 활용하기만 해도 벤처캐피털(VC) 업계는 아주 큰 성과를 볼 수 있을 겁니다.”

글로벌 VC 업계가 ‘데이터 드리븐(데이터 주도적인)’ 전략에 빠져 있는 이유를 묻자, 한 관계자가 이렇게 답했다. VC들이 좋은 투자처를 발굴하고, 포트폴리오사를 키울 때 데이터 드리븐 방식을 도입하면 시너지를 낼 수 있다는 설명이다.

실제로 다수 글로벌 VC가 투자 네트워크를 활용함과 동시에 객관적인 데이터 지표를 통해 포트폴리오사의 밸류에이션을 높이는 방법을 강구하고 있다. 국내에서도 딜 소싱이나 파이프라인 형성, 신규 먹거리 분석 시 데이터 드리븐 전략을 사용해야 한다는 이야기가 높아지고 있어 업계 관심이 쏠리고 있다.

이데일리

(사진=AP)


1일 투자은행(IB) 업계에 따르면 글로벌 IT 시장조사 업체 가트너는 2025년까지 대다수 투자사가 ‘직감’을 통한 정성평가와 더불어 AI와 데이터 분석을 통한 정량평가를 통해 기업에 투자할 것이라고 분석했다.

실제로 요즘 글로벌 VC가 포트폴리오사를 발굴할 때 인맥을 통한 투자 네트워크를 꾸림과 동시에 데이터를 활용하는 경우가 많다. 간단한 자료일지라도 데이터화 한다면 남들보다 정보력 우위에 설 수 있다는 분석에서다. 예컨대 링크드인 데이터를 모아 평소 관심 있던 인재의 이직 소식을 모은다든가, 글로벌 컨퍼런스가 열렸을 때 평소 관심 있는 섹터의 어떤 회사가 참석하는지를 따져 만나야 할 인물과 회사 리스트를 짜는 식이다.

데이터는 딜 소싱이나 신규 먹거리를 분석하는 영역에서 가장 빛을 발하고 있다. 다수 글로벌 VC가 전략적 투자가 가능하다는 점에서 투자 효율성을 높이기 위해 데이터 드리븐 전략에 기반을 둬 투자하고 있다. 실패율을 줄여줄뿐더러 투자할만한지, 전략과 잠재적 성장 가능성은 어느 정도인지 식별하는 데 도움을 주기 때문이다.

VC 업계 한 관계자는 “투자사들이 데이터를 적극적으로 활용하면서 인바운드에서 아웃바운드 소싱으로 전력을 전환하고 있다”며 “가만히 앉아서 기업을 기다리기보다는 투자하기 적합한 인재와 영역을 찾아 투자를 제안하는 방식이 될성부른 떡잎을 발굴할 수 있기 때문에 점점 인기를 얻고 있다”고 전했다.

데이터 드리븐 전략은 투자한 포트폴리오사를 모니터링하는 데에도 적극적으로 활용되고 있다. 포트폴리오사의 재정 건전성이나 시장 내 차지하는 위치, 성장 잠재력을 분석해 부족한 부분은 보완해 키우고, 잘하는 부분은 지원하는 방식이 가능하다. 기존 포트폴리오사를 관리하면서 부족한 포트폴리오가 있는지, 새로 담을 포트폴리오와의 시너지는 없을지에 대한 분석도 가능케 한다.

상황이 이렇다 보니, AI와 데이터를 활용해 투자를 전담하는 조직을 만들거나, 관련 플랫폼을 만든 글로벌 VC들도 생겨났다. EQT 벤처스는 마더브레인이라는 AI 투자 플랫폼 출시했다. 회사는 해당 플랫폼이 빅데이터와 알고리즘을 기반으로 분석한 데이터를 통해 투자팀의 투자 결정을 돕는다. 기업 간 유사성을 정의해 경쟁사 매핑 작업에 도움을 주는 식이다. 이외에도 트라이브 캐피탈은 테르미나라는 정량적 데이터 분석을 위한 구독 기반 AI 소프트웨어 플랫폼 테르미나를 출시했다.

국내 투자사 사이에서도 데이터 드리븐 전략을 사용해 딜을 발굴하려는 움직임이 형성되고 있다. 자본시장 한 관계자는 “아직 국내에서는 매뉴얼과 주관적 판단에 의해 투자가 이뤄지지만, 글로벌 추세에 맞게 투자 솔루션을 개발하고 전담 엔지니어로 구성된 팀을 조성할 필요가 있다”며 “데이터를 통해 저평가된 섹터를 발굴하고, 잠재력 있는 회사나 창업가를 파악해 선점하면 혁신의 기회를 놓칠 가능성이 줄어들 것”이라고 강조했다.


기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.