리스크 인텔리전스의 가격을 논의할 때면 거의 언제나 두 가지 반응이 나옵니다. 하나는 “지금까지 큰 사고가 없었으니 급한 일은 아닙니다”라는 반응입니다. 다른 하나는 “잘못된 투자 한 건으로 펀드가 끝날 수도 있으니 당연히 필요합니다”라는 반응입니다.
둘 다 틀렸습니다. 더 정확히 말하면, 둘 다 계산을 건너뜁니다.
첫 번째 반응은 은연중에 생존 편향에 기대고 있습니다. 두 번째는 꼬리위험과 기대비용을 혼동합니다. 어느 쪽도 수십만 달러 규모의 예산 항목을 설명해야 하는 파트너 회의에서는 설득력이 없습니다.
이제 계산을 살펴보겠습니다. 공급업체의 발표 자료가 아니라 펀드 운용사가 자체 수치를 넣어 사용할 수 있는 모델입니다. 놀라운 ROI 수치를 만들어 주지는 않습니다. 대신 근거를 제시할 수 있는 수치를 산출하며, 그것이 더 유용합니다.
이 시장의 ROI 수치가 대부분 타당하지 않은 이유
리스크 및 컴플라이언스 마케팅에서 제시하는 수치는 대체로 두 부류로 나뉩니다. 어느 쪽도 면밀한 검토를 견디지 못합니다.
공급업체는 최근의 제재 조치를 가져옵니다. 예를 들어 벌금 $5,000만으로 끝난 제재 위반 사건을 제시하고, 자사 플랫폼이었다면 적발했을 것이라 주장하며 수치를 부풀립니다. 구매자는 반대 방향으로 계산합니다. “우리는 피해를 본 적이 없으니 가치는 0입니다.” 어느 쪽도 예산을 세우는 데 도움이 되지 않습니다.
실제로 물어야 할 질문은 더 구체적입니다. 향후 12개월 동안 포트폴리오 전반에서, 위험에 노출된 대상의 상태를 지속적으로 파악하지 않고 운영할 때의 기대비용은 얼마일까요? 이것이 기댓값입니다. 현실적으로 가능한 결과별로 확률과 영향을 곱해 합산합니다. 신중하게 구성하면 하나의 범위가 나옵니다. 근거를 들어 설명해야 할 것은 그 범위입니다.
“신호 누락 비용”에 실제로 포함되는 항목
대부분의 비용 분석은 직접 손실에서 끝납니다. 그러면 실제 비용의 핵심을 놓치게 됩니다.
너무 늦게 발견한 제재 대상 거래 상대방, 공개되지 않은 창업자의 이력, 사용자 자금을 빼돌리는 사칭 활동처럼 중대한 신호를 놓치면 5가지 층위에서 비용이 발생합니다. 선택적으로 더하는 항목이 아닙니다. 실제로 비용이 청구되는 방식입니다.
직접 손실. 제재 대상이거나 사기를 저지르거나 운영을 중단한 기업 등에 노출된 자본입니다. 가장 명확하게 산출할 수 있는 수치이며, 대개 가장 작은 항목입니다.
규제 비용. 벌금, 시정명령, 인허가상 불이익, 사후에 시정 프로그램의 이행을 입증하는 비용입니다. 미국 재무부의 OFAC 최근 조치 페이지를 보면 건수와 규모를 명확히 파악할 수 있습니다. FinCEN의 집행 조치 기록도 참고할 수 있습니다. 수십만 달러 규모의 제재금은 일상적입니다. 수천만 달러 규모도 드물지 않습니다. 규제 관련 총비용에서 벌금 자체가 가장 큰 항목인 경우는 드뭅니다.
법률 비용. 외부 법률 자문, 내부 조사, LP와 공동투자자에 대한 공시 의무, 합의금 발생 위험입니다. 실제로 벌금이 부과되는지와 관계없이 누적됩니다.
평판 비용. 모델링하기는 더 어렵고 과소평가하기는 쉽습니다. LP의 신뢰는 측정할 수 있으며, 운영상 사고가 발생하면 하락합니다. Principles for Responsible Investment (PRI)와 업계 단체의 설문조사에서 운영 실사는 기관 자금 배분 담당자의 주요 심사 요인 상위 3개에 꾸준히 포함됩니다. 다음 펀드의 자금 모집에 영향이 나타나며, 때로는 수년간 이어집니다.
기회비용. 선임 파트너가 사고 대응에 쓰는 시간만큼 투자처 발굴, 포트폴리오 지원, 자금 모집에 쓸 시간이 줄어듭니다. 소수 인원으로 운영하는 파트너십에서는 눈에 보이지 않는 비용 중 이 항목이 가장 큰 경우가 많습니다.
5가지 항목을 합산하면, 규제 위험에 상당히 노출된 대부분의 중견 펀드에서 중대한 신호 한 건을 놓쳤을 때의 총비용은 $100만~$200만 수준입니다. 이는 당사 고객 전반에서 관찰한 결과와도 일치합니다. 실제 수치는 관할권 구성, LP 구성, 진행하는 거래의 명목 규모에 따라 달라집니다.
확률은 계산의 절반
신호를 놓쳤다고 해서 반드시 손실이 실현되는 것은 아닙니다. 대부분의 부정적 신호는 심각한 사태로 번지지 않습니다. 일부는 번집니다. 계산은 3가지 입력값에 달려 있습니다.
포트폴리오 기업당 연간 중대 신호 발생률. 다른 어떤 요인보다 업종에 따라 차이가 큽니다. 암호화폐 및 국경 간 위험 노출은 국내 SaaS보다 발생률이 상당히 높습니다. 암호화폐에 특화된 기본 발생률의 공개 자료로는 Chainalysis의 연례 암호화폐 범죄 보고서가 가장 명확한 참고 자료입니다. 보다 폭넓은 컴플라이언스 분야에서는 ACAMS 자료가 유용한 업종별 기준을 제공합니다.
사태 악화의 조건부 확률. 모든 부정적 신호가 문제로 이어지지는 않습니다. 하지만 90일간 방치된 신호는 24시간 이내에 대응한 동일한 신호보다 사태가 악화될 확률이 상당히 높습니다. 이 관계는 비선형적이며, 대부분의 펀드가 과소평가하는 부분이 바로 여기에 있습니다.
탐지 지연. 공개 출처에 신호가 처음 나타난 시점부터 운용 담당자가 조치를 취할 수 있는 시점까지의 간격입니다. 분기별 검토를 실시하는 펀드에서는 평균 약 89일입니다. 이를 24시간 미만으로 줄이면 다른 어떤 단일 입력값보다 모델 결과에 큰 영향을 줍니다. 기존의 정기 검토 방식으로는 구조적으로 조정할 수 없는 변수입니다.
모델
쉽게 풀면 다음과 같습니다.
모니터링하지 않는 리스크의 연간 기대비용 = (포트폴리오 대상 수) × (대상당 연간 중대 신호 수) × (탐지 지연을 고려한 사태 악화 확률) × (실제 발생한 사고의 총비용)
각 변수에는 단일 수치가 아닌 범위를 사용해야 합니다. 검토를 견딜 수 있는 모델은 결과를 구간으로 제시합니다. 중간값은 기본 예상 시나리오가 됩니다. 상한값은 계획 수립의 기준이 됩니다.
계산 예시
가상의 중견 벤처투자사를 가정하겠습니다.
- 암호화폐 및 해외 보유 자산을 포함한 다양한 업종의 포트폴리오 기업 40개
- 대상당 연간 중대 신호 기본 발생률 약 0.6건(업종 혼합 기준)
- 현재 주기: 분기별 검토, 평균 탐지 지연 80~90일
- 위의 5가지 항목을 합산한 사고당 총비용 $100만~$200만
계산하면 다음과 같습니다.
40 × 0.6 × 분기별 검토 시 사태 악화 확률 약 12% × 평균 사고 비용 $150만 ≈ 연간 기대비용 $430만.
지속 모니터링을 적용해 동일한 모델을 계산해 보겠습니다(24시간 미만 탐지, 사태 악화 확률 약 3%로 하락).
40 × 0.6 × 3% × $150만 ≈ 연간 기대비용 $108만.
이 규모와 위험 노출 특성을 가진 투자사가 분기별 검토에서 지속 모니터링으로 전환하면, 그 차이인 연간 기대편익은 약 $320만입니다. 연간 10만 달러대 초반의 플랫폼 구독료와 비교하면 그 비율은 명확합니다.
자체 입력값을 사용하면 다른 수치가 나옵니다. 포트폴리오가 작거나, 위험도가 낮은 업종에 투자하거나, 규제 위험 노출이 적으면 절대 금액이 줄어듭니다. 하지만 벤처, 암호화폐, 대체자산 분야에서 운용하는 펀드에 현실적인 입력 범위를 적용하면 결과는 비슷한 수준에 도달합니다. 지속 모니터링은 자체 비용을 회수하며, 대개 그 차이도 큽니다.
결과를 실제로 좌우하는 요인
충분히 다양한 입력값으로 모델을 계산하면 3가지가 명확해집니다.
탐지 지연은 포트폴리오 규모보다 중요합니다. 지연을 90일에서 1일로 줄이는 것이 운용자산(AUM)을 2배로 늘리는 것보다 기대비용에 더 큰 영향을 줍니다. 이 역시 기존의 정기 검토 방식으로는 본질적으로 조정할 수 없는 변수입니다.
업종 구성은 기본 발생률을 좌우합니다. 암호화폐, 신흥시장, 규제 산업에 대한 노출이 큰 펀드의 중대 신호 발생률은 국내 기술 펀드보다 몇 배나 높습니다. 펀드 간 차이의 대부분은 여기서 발생합니다.
꼬리위험이 평균을 좌우합니다. 중대한 사고 한 건이 기대비용의 대부분을 차지합니다. 따라서 “우리는 피해를 본 적이 없다”는 말로 모델을 반박할 수 없습니다. 오히려 그것이 출발점입니다. 모델은 아직 발생하지 않은 사고의 비용에 발생 확률을 가중해 계산합니다.
투자 판단을 결정짓는 비대칭성
리스크 인텔리전스는 과소투자의 손실에는 한계가 없고 과잉투자의 비용에는 상한이 있는, 몇 안 되는 펀드 지출 항목입니다.
플랫폼 구독료는 정해진 금액입니다. 중대한 신호를 놓쳤을 때의 비용은 그렇지 않습니다. 펀드는 리스크 인텔리전스에 너무 많이 지출해도 회복할 수 있습니다. 하지만 리스크 인텔리전스가 포착했을 사고에서 언제나 회복할 수 있는 것은 아닙니다.
이 비대칭성이 실제 투자 논리입니다. 플랫폼이 모든 사고를 포착한다고 가정할 필요는 없습니다. 기본 발생률이 0이 아니고, 탐지 지연에 따라 사태 악화 확률이 급격히 높아지며, 중대한 사고 한 건의 실제 비용이 플랫폼 지출의 10배 수준을 넘는다는 사실만 받아들이면 됩니다. 이 3가지는 모두 데이터로 관찰할 수 있습니다.
자주 묻는 질문
대체로 두 부류로 나뉩니다. 대형 공개 스캔들에서 가져온 막대한 손실 수치와, 산출 방법 없이 공급업체가 제시하는 절감액입니다. 둘 다 해당 사고가 실제로 그 펀드에 발생할 가능성을 고려하지 않으므로, 개별 펀드에 적용하면 타당성을 잃습니다.
대부분의 분석이 멈추는 지점인 직접 손실보다 더 많은 항목이 포함됩니다. 조사와 법률 업무, 다른 업무에서 차출되는 경영진의 시간, 은행 및 거래 상대방과의 관계에 미치는 영향, 다음 펀드 자금 모집에 미치는 영향, 이후의 시정 조치가 포함됩니다.
확률이 계산의 절반이기 때문입니다. 신호를 놓쳤다고 해서 손실이 실현되는 것은 아닙니다. 대부분은 아무 일 없이 끝나지만, 일부는 그렇지 않습니다. 현실적인 모델은 최악의 상황을 확실히 발생할 일처럼 제시하는 대신, 나쁜 결과의 비용에 실제 발생 빈도를 곱합니다.
포트폴리오의 규모와 성장 속도, 투자 분야에서 부정적 사건이 발생하는 기본 빈도, 신호가 탐지되지 않은 채 남아 있는 기간입니다. 탐지 속도가 중요한 이유는 극적인 효과보다 계산에 있습니다. 문제가 발견되지 않은 채 오래 진행될수록, 발견 시점에 이미 발생한 비용이 커집니다.
리스크 인텔리전스는 과다 지출의 비용에는 상한이 있고 그 금액을 알 수 있지만, 과소 지출의 비용은 그렇지 않은 몇 안 되는 펀드 지출 항목입니다. 대개 의사결정을 결정짓는 것은 눈길을 끄는 단일 수치보다 이 비대칭성입니다.
아닙니다. 보장이 아니라 기댓값을 산출합니다. 어떤 펀드는 수년간 중대한 사고 없이 운영한 뒤 비용을 과도하게 지불했다고 합리적으로 판단할 수도 있습니다. 이 모델은 특정 연도를 예측하기 위한 도구가 아니라 불확실성 속에서 결정하기 위한 도구입니다.
결론
이 모델은 보장이 아니라 기댓값을 산출합니다. 어떤 펀드는 수년간 중대한 사고 없이 운영합니다. 다른 펀드는 한 분기에 두 건을 겪기도 합니다. 어느 결과도 계산을 반박하지는 않습니다.
이 모델은 포트폴리오 전반을 제대로 파악하지 못한 채 운영하는 비용을 수치화하고, 파트너 회의에서 검증할 수 있는 형태로 제시합니다. 포트폴리오 기업이 30개 이상이고 암호화폐, 해외 보유 자산, 규제 업종에 상당한 노출이 있는 대부분의 펀드에서는 눈길을 끄는 수치나 최악의 시나리오를 내세우지 않아도 투자 근거가 명확합니다. 필요한 것은 현실적인 계산뿐입니다.
자체 수치로 모델을 계산하려면 Beady AI와 실제 포트폴리오를 바탕으로 함께 검토할 수 있습니다. 실무 상담을 예약하면 현재 리스크 솔루션 공급업체가 아마 공개하지 않을 항목까지 포함해 실제 입력값으로 계산을 구성해 드립니다.
