데이터 기반 투자 : 혁신의숲 데이터 활용법
안녕하세요, 스타트업 성장 분석 플랫폼 '혁신의숲'입니다.
혁신의숲은 건강한 스타트업 생태계를 만드는데 기여하고, 스타트업 성장의 가치를 많은 분들에게 전달하기 위해 9,700여 개 스타트업의 모든 성장 데이터를 무료로 제공하고 있습니다. 혁신의숲 사이트를 직접 둘러보며, 스타트업의 투자 정보, 월간 고유 방문자 수, 소비자 거래액, 재방문율, 특허, 매출, 고용 등 다양한 데이터를 확인해보세요! 모든 데이터는 36개월 간의 과거부터 현재까지의 시계열 데이터로 구성되어, 이를 바탕으로 미래 성장에 대한 인사이트를 얻을 수 있습니다.
이번 리포트에서는 ‘데이터 기반 투자 : 혁신의숲 데이터 활용법’이라는 주제로, 투자의 성공을 위한 핵심 자원인 데이터의 의미와 중요성을 인식하고, 데이터 기반의 글로벌 벤처투자자들의 현황과 국내 스타트업 성장 예측 연구로부터 인사이트를 얻을 수 있을 것이라고 믿습니다.
또한 스타트업 성장 분석 플랫폼 ‘혁신의숲’에서는 유망한 스타트업을 발굴하고 그들의 가치를 정확히 평가할 수 있도록 데이터 기반의 다양한 솔루션을 운영하고 있습니다. 스타트업의 성장을 보여주는 데이터와 노하우를 바탕으로 개발한 솔루션이 투자 활동을 지원할 수 있도록 혁신의숲이 응원하겠습니다.
필진 소개
박진무 / 마크앤컴퍼니 스타트업 애널리스트
오늘도 호기심과 궁금증으로 인터넷 브라우저 새 탭이 가득 찼습니다. 특히 사람과 사람이 만들어 내는 문화를 읽는 것을 즐거워하는데 산업도 결국 문화의 일부분이 아닐까 생각합니다. 현재 마크앤컴퍼니에서 혁신의숲 데이터를 기반으로 스타트업 비즈니스를 분석하는 업무와 예비/초기창업자를 대상으로 멘토링 및 액셀러레이팅을 진행하고 있습니다.
[목차]
1. 투자의사결정 과정에서 데이터의 의미
2. Data-driven VC의 등장
3. 국내 스타트업 성장 예측 연구
4. 스타트업 성장 분석 플랫폼으로서 혁신의숲의 준비
5. 혁신의숲 데이터를 통해 바라본 스타트업 카테고리별 통계 및 성장분석
6. 맺음말
01. 투자의사결정 과정에서 데이터의 의미
누구나 투자를 합니다. 혹시 투자와는 전혀 인연이 없다고 생각하고 계실지 모르겠습니다. 미래 더 큰 구매력을 기대하고 현재의 구매력을 포기하는 행위’로 투자를 정의합니다. ‘구매력’을 조금 더 넓게 ‘자원’으로 생각해 본다면, 단순히 금융·부동산 자산을 현금으로 매입하는 것뿐만 아니라 시간을 쓰는 것도 투자의 일종으로 볼 수 있기 때문입니다. 현재의 시간을 포기하고 미래의 더 나은 시간을 기대하는 자기 계발, 인적 네트워크 활동 등 일상적인 모든 행위도 넓게는 투자 행위로 볼 수 있다는 점에서 미래를 기대하는 의사결정이 이루어지는 매 순간 우리는 투자를 한다고 말할 수도 있겠습니다.
투자는 정보를 알게 된 시점과 그로부터 비롯된 의사결정으로 성패가 결정됩니다. 의사결정의 순간을 돌이켜보면 왜 그런 결정을 했을까 후회하고, 지금 알고 있는 것을 그때 알았더라면 하는 아쉬움이 들기 마련인데요. 인간의 인지능력에는 한계가 있고 모든 면을 바라볼 수는 없기 때문입니다. 정보의 양은 무한대에 가깝고, 정보가 생성되고 전파되는 속도는 인간이 정보를 처리하는 속도보다 훨씬 빠릅니다. 최근의 인공지능 기술의 발달은 인간의 인지적 한계를 초월하게 해줄 것으로 기대하게 합니다. 인공지능 기술을 통해 외부 환경 변화 및 소비자들의 행동 패턴을 분석하여 향후 떠오를 비즈니스를 예측하여 투자하는 등 전에 없던 시도들이 생겨나고 있는데요. 다만, 이것이 기능하려면 인공지능이 학습할 수 있도록 다량의 데이터가 필요합니다.
미국 시카고대 경영대학원의 발레리 니콜라예프 교수 연구팀이 지난 2024년 5월 발표한 논문 '거대언어모델을 통한 재무제표 분석(Financial Statement Analysis with Large Language Models)'에 따르면, 약 15,000 개의 기업 재무제표를 GPT-4 모델에 입력하여 특정 시점의 실적을 기준으로 1년 뒤 실적을 예측해 본 결과, 인간 애널리스트보다 높은 정확도로 미래 실적을 예측하는 데 성공했다고 합니다.
연구*의 주요 내용을 살펴보면 CoT(생각의 사슬) 제공 GPT 모델이 인간 애널리스트의 1개월 후 예측보다 약 7%p 높은 정확도를 기록했는데요. 조만간 자산 포트폴리오를 관리하는 수준을 넘어 개별 종목의 매매도 도와줄 수 있는 인공지능 투자 서비스가 시장에 출시될 날이 멀리 있지 않은 것처럼 느껴집니다. 그럼에도 연구 결과에서 CoT, 즉 실적 변화의 맥락을 학습하지 못한 모델은 인간 애널리스트에 비해 낮은 수준의 정확도를 기록했는데요. 섣불리 미래를 예단할 수는 없겠지만 어떤 데이터를 입력하여 원하는 방향으로 예측을 이끌 것인지는 인간의 과제로 남겨져 있는 듯 보입니다.
그에 따라 데이터와 기술 진보의 시대에 갖춰야 할 능력은 ‘어떤 데이터가 중요한 데이터인지’를 가려낼 수 있는 통찰이 될 것입니다. 기계학습이 아무리 발전하더라도 욕구와 만족을 위해 목적과 방향을 설정하는 주체는 인간일 테니까요. 데이터를 향한 통찰은 단순히 숫자나 그래프를 그려내는 것에 그치지 않고, 흐름과 맥락을 이해하며 원하는 결과를 얻기 위해 데이터를 취사선택하는 능력을 요구합니다. 끊임없이 학습하고 새로운 정보를 습득하며, 데이터를 해석하는 다양한 방법들을 익혀야 할 텐데요. 데이터의 시대에 살아가는 우리는 투자의 성공을 위한 핵심 자원인 데이터를 통해 더 나은 의사결정을 내리고, 더 큰 성과를 끌어낼 수 있을 것입니다. 현대 투자자에게 있어 데이터의 중요성을 인식하고, 나보다 앞서 데이터를 적절히 활용하고 있는 다른 플레이어들의 방법론을 충분히 알고 있는 것이 필수적인 과제가 될 것입니다.
*각각 무작위 예측, 실적이 발표된 1·3·6개월 후 인간 애널리스트의 예측, CoT(Chain-of-Thought, 실적 상승 및 하락 결과의 근거가 되는 정보)를 제공하지 않은 GPT모델, CoT를 제공한 모델로 정확도를 비교
02. Data-driven VC의 등장
모든 투자를 통틀어 스타트업 벤처투자는 트렌드를 가장 빠르게 파악해야 하는 첨병의 역할을 합니다. 유망한 스타트업이 두각을 드러내기도 전에 미리 가능성을 알아채고 투자한 뒤 그 스타트업이 정말로 큰 성장을 해야만 생존이 가능하기 때문인데요. 최근 벤처투자 업계에서도 데이터를 활용한 투자 방법론이 점점 확산되고 있습니다. 글로벌 벤처투자사 Andreessen Horowitz의 공동 창립자 Ben Horowitz는 ‘데이터는 모든 좋은 투자의사결정의 기초(Data is the foundation of every good investment decision.)’라고 언급했던 만큼 데이터는 투자의사결정 과정에서 매우 중요한 위치를 차지합니다. 대략 20년 전 플랫폼 비즈니스의 시초가 되는 서비스들이 탄생하며 스타트업 생태계가 무르익기 시작하던 그 시점에도 벤처투자사들 대다수가 투자의사결정에 있어서 데이터의 중요성에는 공감했습니다만 스타트업을 해석할 만한 데이터가 충분치 않았기 때문에 데이터를 보조적인 수단으로써 참고할 뿐이지 전적으로 데이터 기반의 투자의사결정을 논하기에는 부족했던 것이 사실입니다. 혁신적인 비즈니스 모델은 전통적인 지표들과 방법론으로는 그 성과를 제대로 평가하기 어려우며, 빠르게 변화하고 융합하는 역동적인 모습을 가지고 있기 때문에 여전히 벤처투자사들은 기업가의 비전과 팀의 역량, 시장의 잠재력 등 직관과 경험에 기반하여 성장 가능성을 판단하고 있습니다.
시간이 흘러 스타트업이 역사와 분석할 만한 데이터가 쌓이고 그들을 파악하기 적합한 새로운 관점의 성장 분석 및 예측 기법들이 연구됨에 따라 글로벌 벤처투자사 중 데이터 활용을 선도하는 몇몇 투자사들이 생겨났는데요. 이들은 직접 데이터를 수집하고 해석할 수 있는 도구를 개발하여 적극적으로 투자 방법론에 적용하고 있는 모습입니다. Earlybird Venture Capital의 파트너 Andre Retterath가 운영하는 서비스 Data-driven VC는 데이터 기반 벤처투자자들의 현황과 인사이트를 제공하는 리포트 및 뉴스레터를 발간하고 있습니다. 2024년 Data-driven VC 보고서에 따르면 2023년에 151개였던 Data-driven 투자사가 2024년에 190개로 약 25.8% 증가한 것으로 조사되었습니다.
또한 기업 데이터 분석 기업 CB INSIGHTS와 Pitchbook은 자신들이 보유한 데이터를 활용하여 전문적으로 스타트업의 성장을 예측할 수 있는 분석 도구를 개발하고 있습니다. 성격이 다른 비즈니스로 출발했던 벤처투자사와 기업 데이터 분석업체가 하나의 결착 지점으로 모이고 있는 것이 흥미롭습니다. CB INSIGHTS는 자체 개발한 모자이크 점수(Mosaic Score)를 통해 스타트업의 성장 가능성을 평가하는데요. 모자이크 점수는 회사의 성장 속도와 발전 상태(Momentum), 시장 규모와 경쟁 상황(Market), 자금조달 이력 및 재무 상태(Money), 경영진의 역량과 경험(Management)이라는 4M 데이터 포인트를 분석하여 스타트업의 성과를 예측하는 지표로, 투자자들이 더욱 객관적인 기준을 바탕으로 투자 결정을 내릴 수 있도록 도움을 줍니다. PitchBook은 VC Exit Predictor를 통해 투자자들에게 스타트업의 성공적인 EXIT 가능성을 예측하는 도구를 제공합니다. VC Exit Predictor는 300만 개 이상의 기업에 대한 데이터베이스와 시장 규모, 경쟁환경, 고객 수요 등을 고려한 평가 모델링 등의 데이터 및 알고리즘을 바탕으로, 투자자들이 투자한 스타트업이 얼마나 성공적으로 인수되거나 상장될 확률을 제시합니다.
이와 같은 데이터 기반의 투자 도구들은 세밀하게 벤처투자사들의 투자 전략수립을 도와주고 과학적으로 예측 가능하도록 투자를 할 수 있게 해주는데요. 데이터 기반의 투자 방법론을 적용하게 된다면 직접적인 인적 네트워크 범위 바깥의 시장 전체를 조망하여 매력적인 투자 대상을 발굴할 수 있게 해주며, 사전 검토 및 실사 편의성이 높아지는 것은 물론 기업 및 창업자 모니터링 및 추적이 가능해집니다. 투자 이후에도 포트폴리오사의 성장 지표를 확인하여 적절한 시기에 유효한 지원 관리를 해줄 수 있기 때문에 투자 수익률을 높이는 데 긍정적인 영향을 줄 것임을 예측해 볼 수 있습니다.
특히 방대한 양의 데이터를 빠르게 분석하고, 그 속에서 의미 있는 패턴과 인사이트를 도출할 수 있는 인공지능과 머신러닝 기술의 발전은 데이터 기반 투자에 혁신을 가져올 것으로 기대됩니다. 앞으로도 데이터 기반의 투자 방법론은 더욱 발전할 것이며, 이는 벤처투자 업계의 판도를 바꾸는 중요한 요소가 될 것입니다. 데이터가 가져오는 혁신은 단순히 투자 결정을 돕는 것을 넘어서, 빠른 의사결정을 통해 자금조달을 용이하게 만들어 더욱 건강한 스타트업 생태계를 만들 수 있을 것으로 전망합니다.
03. 국내 스타트업 성장 예측 연구
2024년 6월, 영국 출판사 Taylor & Francis에서 발간하는 기술 전략 전문 학술지인 Technology Analysis & Strategic Management(이후 TASM)에 등재된 서울과학기술대학교 이학연 교수 연구팀의 스타트업 연구는 국내에서도 본격적인 스타트업 성장 예측 연구가 진행되고 있음을 알렸습니다.
이 연구는 '혁신의숲'이 보유한 스타트업 데이터를 해석하고 현실에 적용하는 방식에 집중하여 모바일 스타트업의 성장 패턴을 분석하여 사업 모델이 성장 패턴에 어떤 영향을 미치는지 알아보고 있는데요. 연구팀은 '혁신의숲'에서 제공하는 월간 고유방문자 수 데이터를 활용하여, 266개의 모바일 스타트업을 대상으로 성장 곡선을 분석한 결과, 사용자 행동과 성장 속도에 따라 모바일 스타트업의 성장 패턴을 크게 ‘Stealthy Influencer’, ‘Rapid Scaler’, ‘Late Bloomer’, ‘Niche Dominator’ 네 가지로 분류할 수 있다는 점을 밝혀냈습니다.
스타트업의 유형을 분류한 후 플랫폼 비즈니스와 비플랫폼 비즈니스, 정액제 모델과 사용량 기반 모델 간의 차이를 분석하여 중요한 차이점 또한 도출했는데요. 사업유형별로 성장 속도, 유지율 및 수익성, 데이터 활용 측면에서 다른 양상을 보이는 것을 알 수 있습니다. 연구에서 밝혀진 스타트업의 성장 패턴과 유형별 특성이 비즈니스 모델에 따라 달라질 수 있다는 것은 벤처투자사의 스타트업 투자 결정과 스타트업의 성장 전략 수립에 중요한 인사이트가 될 수 있습니다.
04. 스타트업 성장 분석 플랫폼으로서 혁신의숲의 준비
스타트업 생태계는 급변하는 시장 환경 속에서 끊임없는 혁신과 성장을 요구받습니다. 혁신의숲은 유망한 스타트업을 발굴하고 그들의 가치를 정확히 평가할 수 있도록 다양한 솔루션을 개발하고 테스트하는 과정에 있는데요. ‘그로스파인더’를 통해 유망한 스타트업을 발굴할 수 있다는 것이 매년 개최하고 있는 ‘혁신의숲 어워즈’를 통해 증명되었으며, 새롭게 출시한 스타트업 성장 분석 대시보드인 ‘혁신의숲 인사이트’를 통해 산업을 이루고 있는 개별 스타트업 각각의 위치와 그렇게 이루어진 산업의 전반적인 트렌드를 한눈에 파악해 볼 수 있게 되었습니다. 약 15,000개 이상의 스타트업의 5,000,000개 데이터와 혁신의숲의 노하우가 결합하여 만들어진 그로스파인더와 혁신의숲 인사이트는 스타트업 투자의 여러 단계에서 도움을 줄 것으로 기대하고 있습니다.
1) 그로스파인더
투자 선호도 또는 조성한 펀드의 목적에 따라 투자사는 특정 조건을 만족하는 스타트업을 발굴해야 합니다. 반드시 투자사가 아니더라도 대기업의 오픈이노베이션 프로그램에서 협업 가능한 스타트업을 선정하거나, 공공기관에서 지원할 스타트업을 찾는 경우 등 다양한 목적으로 스타트업의 속성 중 찾고 있는 속성에 부합하는 스타트업을 찾아야 할 때가 있습니다. 이 때 기존에는 인적 네트워크 또는 보도자료를 통해서 회사의 정보를 습득하고 인지한 뒤 기업에 직접 접촉하여 미팅을 해야 했는데요. 그로스파인더는 회사 이름을 모르더라도 기업을 찾는 기준이 있다면 성장률 및 기본 정보를 바탕으로 조건에 부합하는 스타트업을 손쉽게 찾아낼 수 있습니다. 먼저 스타트업 데이터를 기반으로 투자 단계 및 누적 투자 금액, 기업 카테고리와 키워드 등 원하는 조건을 입력하여 해당하는 스타트업만 검색에 포함되도록 1차 필터링을 설정할 수 있습니다.
1차로 스타트업을 필터링한 후 성장 지표의 절대값 또는 월 평균 성장률 기반의 조건을 입력함으로써 유망한 스타트업의 목록이 빠르고 정확하게 추출됩니다. 이러한 스크리닝 과정을 통해 검토해봐야 하는 기업의 목록을 단축할 수 있으므로 딜 소싱 과정에서 발생할 수 있는 비효율을 최소화할 수 있습니다.
2) 혁신의숲 인사이트
그리고 산업을 분석할 때 충분히 매력적인 시장인가를 판단하는 기준은 아무래도 시장 전체의 규모와 성장성일 것입니다. 규모를 파악하기 위해서는 시장에 속해 있는 스타트업들의 매출액의 총합을 알아야 하고, 성장성을 파악하기 위해서는 해당 데이터의 누적된 역사가 필요합니다. 공시의무가 있는 기업이라면 연도별 매출액 자료를 쉽게 찾을 수 있습니다. 그러나 스타트업은 대부분 외부 감사를 받지 않으며, 매출이 발생하지 않는 시장 검증 단계에 머무르고 있는 스타트업도 높은 비율을 차지합니다. 더군다나 전혀 존재하지 않았던 비즈니스를 창출하고 있거나, 여러 산업의 성격이 조금씩 융합된 경우 기존에 정의되었던 산업군에 포함하는 일이 매우 어렵습니다. 이러한 문제 인식에서 출발한 혁신의숲 인사이트는 스타트업의 재무 데이터만을 바라보는 것이 아니라 방문자수, 거래액, 고용인원, 투자금액 등 다양한 대안적 데이터와 스타트업을 분류하는 혁신의숲만의 체계를 통해 스타트업 산업을 분석할 수 있는 프레임워크를 제공합니다.
혁신의숲 인사이트는 바라보고 있는 산업에서 주목해 볼만한 기업을 순위 테이블로 확인할 수 있다는 것이 큰 장점입니다. 소비자 거래액, 트래픽, 고용 인원, 객단가 등 시점마다 변화하는 데이터를 기준으로 산업 내 유망 기업을 한눈에 파악하여 산업의 인사이트를 얻을 수 있습니다.
데이터 기반 스타트업 투자 인사이트 제공은 혁신의숲이 목표인 건강한 스타트업 생태계를 만들기 위한 하나의 과제입니다. 그로스파인더와 혁신의숲 인사이트를 통해 개별 스타트업의 성장을 예측하는 것은 물론, 새로운 산업의 미래 또한 밝혀줄 수 있도록 준비하고 있으며, 그로스파인더와 혁신의숲 인사이트로 달라질 스타트업 벤처투자 환경을 기대해봅니다.
05. 혁신의숲 데이터를 통해 바라본 스타트업 카테고리별 통계 및 성장분석
산업 분석을 위해 먼저 산업을 정의하는 과정이 필요하다고 언급했는데요. 산업을 정의해야 비교의 기준 값을 설정할 수 있고 개별 기업들을 산업 기준에 대비하여 분석할 수 있기 때문입니다. 혁신의숲은 스타트업의 사업을 정성적으로 파악하여 기타 카테고리를 제외하고 총 23개의 카테고리로 스타트업을 분류하고 있습니다. 카테고리를 나누는 기준과 스타트업의 속성은 시장의 상황에 따라 빠르게 변화할 가능성을 내포합니다. 따라서 혁신의숲에서는 변화되고 있는 산업 환경에 맞추어 카테고리 자체와 개별 스타트업에게 부여된 카테고리 속성을 지속해서 업데이트하고 있습니다. 여기에 더해 하나의 스타트업이 여러 범위에 걸친 비즈니스를 영위하고 있는 경우가 많으므로 복수의 카테고리 속성을 부여하고 있는데요. 이번 리포트에서 다룰 통계는 복수의 카테고리 속성의 가중치를 고려하여 산출하였습니다. 혁신의숲 인사이트에서는 관심있는 카테고리에 해당하는 기업을 정의하고 카테고리의 평균 값과 개별 기업을 비교를 해볼 수 있습니다.
Part1. 카테고리별 투자 유치 데이터 분석
가장 먼저 어떤 카테고리가 투자 유치를 받은 비율이 높았는지를 분석해보았습니다. 아래 차트의 비율은 2020년대 이후를 기준으로 카테고리에 속하는 것으로 환산되는 기업 전체 개수에서 투자건수가 0인 기업을 뺀 비율이며, AI/딥테크/블록체인, 물류, 환경/에너지 등이 비교적 높은 비율로 투자를 받은 것이 확인됩니다. AI/딥테크/블록체인 카테고리는 미래 실현될 기술에 대한 기대감으로 투자가 원활하게 이루어진 것으로 판단되며, 물류 카테고리는 사업에 필수적인 영역임과 동시에 최근 라스트마일 물류와 풀필먼트 등 물류혁신이 이루어지고 있다는 점이 주효했다고 생각해볼 수 있습니다. 한 가지 특이점은 자본 시장에서 기후위기에 대한 민감한 반응이 여실히 드러나고 있다는 점인데요. 환경/에너지의 최근 투자 비율이 급격하게 상승하며 지속 가능성의 문제를 해결해줄 스타트업의 탄생을 기대하고 있습니다.
이어서 카테고리 별 전체 투자 금액에서 최근 1년간 투자 금액의 비율을 통해 최근 주목받는 카테고리를 파악할 수 있습니다. 제조/하드웨어, 환경/에너지, AI/딥테크/블록체인 카테고리의 비율이 높은 것으로 확인되는데요. 앞서 살펴보았던 2020년 대 높은 투자 비율을 기록했던 AI/딥테크/블록체인, 환경/에너지 카테고리가 포함되어 있고 제조/하드웨어 카테고리의 최근 투자액 비율을 통해 그동안 플랫폼 비즈니스가 스타트업 투자를 주도했다면, 앞으로는 기술로 무게중심이 옮겨갈 것으로 예측 가능합니다. 인공지능 기술이 중심축이 되어 소프트웨어 전반의 혁신과 함께 AI의 작동 기반이 되는 하드웨어를 혁신하는 기업으로 투자 자본이 몰리는 모습입니다.
또한 투자 단계는 대략적인 기업의 성장 단계를 보여준다고 할 수 있습니다. 카테고리 전반의 성숙도를 파악하기 위해 카테고리에 속해 있는 기업들의 투자단계를 0(투자이력 없음)부터 12(IPO)까지로 단계에 따라 척도화하고 척도의 평균을 계산했습니다. 투자 단계가 업력과 강한 상관관계(r=0.56)를 보이는 것은 아니나, 통신/보안/데이터, 제조/하드웨어 등 벤처투자 활성화 이전부터 비즈니스가 이어져오던 카테고리와 같이 특성이 뚜렷하게 드러나는 산업군을 제외한다면 유의미한 상관관계를 확인할 수 있어 참고해볼만 합니다. 통계의 결과에서 광고/마케팅, 뷰티/화장품 카테고리의 투자 단계가 가장 앞서 진행된 것이 보이는데요. 광고/마케팅의 경우 플랫폼 비즈니스 기반의 스타트업 생태계가 커지는 것과 동시에 명백한 수요가 검증된 산업군입니다. 특히 온라인 광고 시장은 꽤 오랜 기간 동안 데이터 기반의 의사결정으로 전환하여 성과를 입증함으로써 위치가 공고해진 것으로 추정해볼 수 있습니다. 뷰티/화장품 카테고리의 경우는 브랜드를 궤도에 안착시킨 이후 M&A로 엑싯 방향을 설정하는 경향성이 있어 평균수치가 높아진 것으로 보입니다.
Part2. 카테고리별 매출액 및 영업이익 분석
특정 시장에 속한 모든 기업의 연간 매출액을 모두 합산한 값을 시장규모라 부릅니다. 이 수치는 간접적으로는 시장에 존재하는 무형적 수요의 크기를 의미합니다. 혁신의숲의 카테고리로 분류된 기업들도 마찬가지로 매출액 합계를 통해 카테고리 규모를 알아볼 수 있습니다. 스타트업의 특성을 고려해봤을 때 빠르게 매출을 발생시킬 수 있고 진입장벽이 비교적 낮아 플레이어가 많은 커머스 카테고리의 매출액 규모가 가장 큰 것을 확인할 수 있는데요. 여기에 더해 쿠팡, 컬리, 배달의 민족 등 거대한 규모확장이 이루어지고 있는 영역이다 보니 약 49조원에 달하는 매출액이 발생한 것으로 보입니다. 산업의 지형 변화에 따른 매출액 규모 변화를 추적해보는 것도 산업을 분석하는 데 도움이 될 수 있을 것입니다. 혁신의숲 인사이트에서는 산업 평균 매출액과 특정 기업의 매출액을 시각화된 대시보드를 통해 한 눈에 알아볼 수 있습니다.
아래는 기업 개수에 따른 규모 편차를 최소화하기 위해 카테고리 내 기업당 평균 매출액을 분석한 차트인데요. 2022년 대비 기업당 매출액 변화율을 살펴봤을 때 엔데믹 국면에 접어들면서 빠르게 회복한 산업인 여행/레저(55.45%▲), 패션(46.14%▲) 카테고리의 상승이 두드러집니다. 반면 게임 카테고리의 매출이 감소한 것으로 확인되는데요. 한국콘텐츠진흥원이 발간한 ‘2023 게임백서’에 따르면 2022년 대비 2023년 국내 게임이용률은 74.4%에서 62.9%로 11.5%p감소한 것으로 조사되었으며, 원인으로는 엔데믹으로 인한 야외활동 증가와 OTT, 숏폼콘텐츠 등 타 콘텐츠 이용률 증가를 꼽았습니다.
게임 카테고리가 전년대비 매출액 규모가 크게 감소했음에도 불구하고 영업이익은 평균 126.1억원으로 모든 카테고리 중 가장 높은 수치를 확인할 수 있었습니다. 기술 완성과 고객의 수요를 검증해야 하는 과제가 남아있는 카테고리와는 달리 명확한 수익을 기대할 수 있는 점을 알 수 있습니다. 반면 자율주행 기술을 개발하고 있는 기업들이 다수 포진된 모빌리티/교통, 수차례의 임상시험을 거쳐 실효를 입증해야 하는 헬스케어/바이오, 생태계가 이제 만들어지고 있는 AI/딥테크/블록체인, 그리고 이를 모두 포괄하는 제조/하드웨어 카테고리는 수익을 증명하기까지는 다소 시간이 걸릴 것으로 예상됩니다.
Part3. 2024년 5월 기준 월간 고유 방문자수/소비자 거래/고용 인원 분석
혁신의숲에서 주목하고 있는 핵심지표는 고유 방문자수, 소비자 거래, 고용 인원입니다. 훌륭한 사람들이 모여서 서비스를 만들면 서비스에 방문자가 많아질 것이고 방문자가 많아지면 거래가 늘 것이라는 가정이 있기 때문인데요. 다만, 산업의 카테고리에 따라 반드시 일반에 공개되어 방문자가 발생하는 것은 아닙니다. 따라서 카테고리별로 방문자수 데이터 보유 여부를 고려하여 분석의 결과를 살펴봤습니다. 표기된 수치는 데이터를 보유하고 있는 기업들의 평균 수치를 의미합니다.
2024년 5월의 방문자수 평균이 가장 높은 것은 금융/보험/핀테크 카테고리인데요. 네이버페이, 카카오페이 등 대형 페이먼트 솔루션과 토스뱅크, 카카오뱅크, 케이뱅크 등 인터넷 은행이 해당 카테고리에 주로 포함되어 있고 매년 5월 종합소득세 신고 등의 시점 이슈로 인해 평균적으로 높은 수치를 기록하는 것으로 해석할 수 있습니다. 대체로 일반 고객들이 웹/모바일을 통해 접속하는 커머스, 소셜미디어/커뮤니티, 모빌리티/교통, 콘텐츠/예술, 패션 등이 월 평균 15만 이상의 높은 방문자수를 확보했는데요. 혁신의숲 인사이트에서는 산업 평균 방문자수와 특정 기업의 방문자수를 시계열 데이터로 분석하여 변화의 추이를 쉽게 파악할 수 있습니다.
방문자수 분석에서 확인했던 동일한 이유로 금융/보험/핀테크의 거래액이 압도적으로 높은 것으로 확인됩니다. 앞서 언급했듯 2024년 5월이라는 시기적 특성 상 종합소득세 신고 건으로 거래가 많았던 핀테크 기업들의 거래액이 늘었고, 또 다른 한편으로는 소비와 결제의 온라인 비중이 높아짐에 따라 여러 페이먼트 솔루션을 이용하게 된 것이 높은 거래액 평균에 크게 기여했다고 분석됩니다. 또한, 커머스 공룡들의 혁신 방향이 물류로 향하게 되었고, 3PL에서 진화하여 풀필먼트를 전문으로 하는 스타트업들의 거래액이 느는 추세로 물류의 약진을 설명할 수 있을 것 같습니다. 혁신의숲 인사이트에서는 산업 평균 월간 거래액과 특정 기업의 월간 거래액을 시계열데이터를 기반으로 연초에 영어교육 서비스의 거래액이 늘거나, 봄, 가을에 캠핑 커머스의 거래액이 늘고, 겨울에 거래액이 급감하는 공유 킥보드 등 사업의 내용을 고려한 추세 분석이 가능합니다.
고용 인원이라는 결과지표에는 여러 원인이 복합적으로 작용하고 있습니다. 산업의 성숙도는 물론 투자액, 매출액, 영업이익 등에 따른 현금 보유량이 영향을 줄 수도 있고 산업 특성에 따른 노동집약성에서 기인한 것일 수도 있습니다. 가령 평균 고용인원이 가장 낮은 환경/에너지 카테고리는 앞서 투자단계 분석에서 보았듯 산업의 성숙도에 따른 이유로 분석할 수 있겠지만, 평균 고용인원이 가장 높은 게임 카테고리는 영업이익 수준도 가장 높아 고용 여력이 큰 것을 이유로 들 수 있는 것처럼 말입니다.
다양한 스타트업 성장 지표들의 카테고리 별 평균을 파악하고 있으면 분석하고자 하는 특정 스타트업이 있을 때 스타트업이 산업 내에서 상대적으로 어느 위치에 있는지 파악하는 것이 가능합니다. 혁신의숲은 이러한 분석 과정을 간편하게 하기 위해서 혁신의숲 인사이트를 개발했고, 혁신의숲 인사이트를 통해 매월 스타트업과 산업 평균의 간격 변화를 측정할 수 있습니다. 이제 막 Data-driven의 출발점에 섰다고 생각됩니다.
06. 맺음말
얼마 지나지 않아 현실 세계에서 발생하는 모든 것들은 데이터로 표현될 수 있을 것입니다. 데이터처리, 인공지능 기술의 발달로 예측은 더욱 정교해질 텐데요. 방대한 데이터가 입력된 인공지능 투자도구는 투자 업계 전반에 큰 영향을 줄 것으로 예상됩니다. 투자자들은 전통적인 재무제표 분석을 넘어, 글로벌 경제 지표, 소셜 미디어 트렌드, 대안 평가 지표, 서비스 이용자들의 행동패턴 등 다양한 데이터를 종합적으로 수집, 분석하여 더 나은 투자의사결정 체계를 갖춰 나갈 것입니다. 리스크는 줄이고 투자수익률은 극대화하는 것은 물론 더욱 신속한 판단을 통해 자본이 이동하고 스타트업 생태계 활성화에 기여할 수 있습니다. 이러한 모든 과정에서 데이터를 확보하고 해석하는 능력이 매우 중요한 경쟁력으로 떠오를 전망입니다.
그런데 이번 리포트에서 말하고자 했던 바가 데이터만이 무조건 옳으며 직관적으로 또는 경험적으로 하는 결정은 모두 나쁜 결정이라고 말하고 싶은 것이 아닙니다. 오히려 결정을 내릴 때 한 가지 요인만 바라보는 결정 방식은 오류를 범할 가능성이 높습니다. 스타트업 투자에서 데이터는 의사결정을 보조하는 역할로 창업자의 의지와 열정과 같은 요인들은 데이터로 표현하지 못하는 부분들이 분명히 있습니다. 반면, 판단하는 주체가 사람이기에 편견으로 놓치는 부분도 있을 것입니다. 데이터와 직관이 상호보완적으로 결합되었을 때 비로소 큰 힘을 발휘하게 될 것이라 바라보고 있습니다. 혁신의숲 역시 성장을 보여주는 데이터와 노하우를 바탕으로 투자 활동을 지원할 수 있는 도구들을 개발하며 벤처투자 업계의 혁신을 응원하겠습니다.
[지난 혁신의숲 분석리포트가 궁금하다면?]
7월 2주차 : 정부가 집중 발굴한 미래 유니콘 기업들은?
7월 1주차 : 지난 3년 동안 포폴사 IPO가 많았던 투자사 5곳의 투자 기록 살펴보기
6월 4주차 : '1020세대' 10명 중 5명이 지갑을 연 서비스는?
6월 3주차 : 연 매출 200억 이상의 성인교육 스타트업들
혹시 궁금하신 내용이나 '혁신의숲' 브런치 채널에서 만나고 싶은 스타트업이 있다면, 언제든 [브런치 제안하기] 혹은 [댓글]로 남겨주세요!
