데이터의 중요성이 커지면서 재무학 기반의 전통적인 가치평가 이외의 방식으로 데이터의 가치를 현실성 있게 평가하는 연구가 진행되고 있습니다. 제가 읽어본 여러 논문들 중에 유의미하다고 생각되는 평가법은 실물옵션, 게임이론, 경제적 가치 접근법 그리고 기업가치 접근법이 있었습니다.
대체 평가법 연구 자료 및 사례 검토 내역
이 평가법들에 대해 범용성, 객관성, 신뢰성, 적용 편의성 관점에서 고려해 보았을 때 게임이론의 경우에는 그 계산 과정이 매우 복잡하고, 경제적 가치 접근법의 경우 가치를 평가하는 과정이 매우 주관적이어서 실무에 적용하기에는 어려움이 있어 보입니다.
대체 평가법 연구 자료 및 검토 결과
1) 실물옵션
실물옵션평가는 전통적으로 사용되는 투자에 따른 미래현금흐름의 가치, 투자비용 등과 같은 변수들 뿐만 아니라, 사업의 변동성을 핵심적인 변수로 감안함으로써 보다 유연하고 동적으로 투자를 할 수 있는 전략적 도구 활용 가능한 평가 기법입니다.
Data-Driven Business를 영위하는 기업의 옵션가치
전통적 기법인 현금흐름할인법과 모두 프로젝트나 투자로부터 발생하는 미래의 현금흐름을 현재가치로 할인하다는 측면에서는 동일합니다. 즉, 실물옵션 방법에서 의사결정의 유연성을 고려하지 않을 경우가 바로 현금흐름할인법인 것입니다. 현금흐름할인법은 현재시점에서 가지고 있는 정보에 기초하여 프로젝트의 현금흐름과 비용을 평가하고, 프로젝트를 채택하는가 기각하는가의 결정 현재시점에서 결정합니다. 따라서 여러가지 대안들의 현재가치를 각각 계산하고 최고의 현재가치를 가져오는 방법을 택합니다.
실물옵션 방법에서는 현금흐름할인법과는 달리 프로젝트의 시작 여부를 현재시점에서 결정할 필요가 없습니다. 다시 말해, 시간이 흐르면서 프로젝트가 가지는 불확실성이 없어지면서 보다 확실한 상황에서 프로젝트의 가치를 평가하고 투자여부를 결정합니다.
실물옵션의 유형으로는 우선 투자 전략 측면에서는 성장옵션, 유예옵션, 포기옵션 등 몇가지로 분류할 수 있습니다.
실물옵션에서 적용하는 옵션가격결정모형은 크게 이항모형, 블랙-숄즈모형, 몬테카를로 시뮬레이션 모델 등이 있습니다.
2) 게임이론
게임이론 중 데이터 가치를 평가할 수 있는 방법에는 샤플리 가치(Shapley Value)가 있는데 샤플리 가치란 협조적 게임 이론에서 게임의 참여자간 협조로 얻어진 총 이득을 각 참여자의 기여도에 따라 배분하는 방법론입니다. 게임 참여자의 샤플리 가치는 ①각 참여자의 가중치와 ②한계 기여도로 산출 가능합니다.
샤플리 가치(Shapley Value)의 개념
샤플리 가치를 이용한 데이터 가치평가 방법은 데이터 머신 러닝 기반 모델 기반 서비스를 통해 특정한 양의 수익을 창출한다고 가정했을 때, 총 수익을 각각 데이터 기여자에게 배분하여 원천 데이터 가치를 산출합니다.
수익 배분 시 샤플리 가치를 이용하여 각각의 데이터 기여자 (데이터 소스)의 기여도 측정이 가능합니다. 하지만 정확한 샤플리 가치 계산에 필요한 수익에 대한 기여도 계산 시, 효용 함수 평가의 수는 참여자 수가 늘어날 수록 기하 급수적으로 증가하여 계산이 어려움이 있어 실제 평가에 활용하기에는 아직까지는 적절하지 않다고 생각됩니다.
샤플리 가치를 활용한 데이터 가치평가 로직
3) 경제적 가치 접근법
데이터 경제(Data economy)란 데이터의 활용이 다른 산업 발전의 촉매역할을 하고 새로운 제품과 서비스를 창출하는 경제를 뜻합니다. 기업들이 데이터를 경쟁력을 취득하기 위한 자산으로 인식하며, 데이터를 활용하여 경영 전략을 도출함으로써 경제적 가치를 창출하게 됩니다.
A. 데이터 경제적 가치
세계 시가총액 상위 10개 기업 중 7개 기업 (애플, 아마존, 구글 마이크로소프트, 페이스북, 알리바바 등)2) 이 대규모 데이터의 수집, 유통, 활용의 과정을 통해 신제품∙서비스 제공, 생산성∙효율성 향상, 제품 서비스 질 향상 등 경제적 가치를 얻고 있습니다.
B. 가치창출 체계
데이터 생태계의 가치사슬(데이터의 수집·저장·유통·활용)을 기반으로 공급-중개-수요 시장을 통해 경제적 가치(*)창출하고 있습니다.
(*) 신제품·서비스 제공, 생산성·효율성 향상, 제품·서비스의 질 향상 등
데이터 경제 가치창출 체계
C. 데이터 경제적 가치기반 M&A 사례
애플, 마이크로소프트, 구글, 페이스북 등 글로벌 Data-Driven 기업들은 피인수법인의 데이터를 획득을 통해 신사업을 창출하고자 M&A를 진행하고 있습니다.
경제적 가치관점에서 M&A 대상기업의 가치는 플랫폼의 활성 사용자수와 데이터 가치라고 평가하고 있습니다.
Data-Driven M&A 사례
4) 기업가치 접근법
기업가치접근법은 시장에서 평가되는 시가총액(상장기업의 경우) 또는 외부 평가에 의한 투자평가가치(비상장기업의 경우)를 이용하여 재무제표에 계상되지 않은 무형자산가치 중에서 데이터의 가치를 산출하는 방법입니다. 시가총액을 활용할 경우 직전 3개월 시가총액의 평균 값을, 투자가치를 활용하는 경우 가장 최근 평가받은 투자가치를 활용할 것을 권장합니다.
기업가치의 구성[1]
기업가치의 접근법의 장점은 이미 거래된 시장가격을 기반으로 가치를 산정하기에 시장정보가 반영되어 있고, 매출이 작음에도 기업가치가 높은 벤처기업이나 스타트업에 적용 가능합니다. 평가 상에 단점은 기업가치에 대한 지나친 믿음으로 데이터 가치가 고평가 될 수 있고, 무형자산에서 데이터 가치만 분류하기가 쉽지 않습니다. 수익접근법과 같이 무형자산가치에서 데이터의 기여도를 추정하는 것이 수익접근법을 활용한 데이터 가치평가의 핵심입니다. 데이터 기여도를 산출하는 방법은 앞서 수익접근법에서 언급한 바와 같이 기업 내 데이터와 관련하여 업무를 수행하는 인원 비중 또는 기업 내 데이터와 관련 자산 비중 등을 활용할 수 있습니다.
[1] Brand finance 참고
Comentarios