매출 추정을 동인으로 분해하는 법
시장 규모에 점유율을 곱한 추정은 투자자가 믿지 않습니다. 매출을 움직이는 실제 변수로 쪼개고, 각 변수의 근거를 붙이는 순서를 정리했습니다.
투자 자료에서 가장 자주 보는 매출 추정은 이런 모양입니다.
국내 시장 규모 2조 원, 3년 내 점유율 1% 확보 시 매출 200억 원
숫자만 보면 겸손해 보입니다. 1%밖에 안 되니까요. 그런데 이 방식으로 만든 추정은 투자 심사에서 거의 예외 없이 무너집니다. 이유는 간단합니다. 1%를 어떻게 달성할 것인지가 숫자 안에 들어 있지 않기 때문입니다.
심사역이 물을 수 있는 질문은 하나뿐입니다. "왜 1%입니까?" 여기에 "보수적으로 잡았습니다"라고 답하는 순간 그 추정은 근거가 아니라 희망이 됩니다.
위에서 내려오지 말고 아래에서 쌓아 올립니다
시장 규모에서 시작하는 방식을 톱다운(top-down)이라고 합니다. 편하지만 검증이 안 됩니다. 반대로 회사가 실제로 통제하는 변수에서 시작해 매출까지 쌓아 올리는 방식을 보텀업(bottom-up)이라고 합니다.
가장 단순한 형태는 이렇습니다.
매출 = 고객 수 × 평균 단가 × 구매 빈도
이 세 개를 각각 따로 설명할 수 있으면, 매출 추정은 세 개의 작은 주장으로 나뉩니다. 심사역은 "매출 200억"을 통째로 반박할 필요 없이 "고객 수 가정이 낙관적이다"라고 특정해서 물을 수 있고, 대표는 그 항목만 방어하면 됩니다. 논의가 가능해지는 것 자체가 이 방식의 목적입니다.
한 번 더 쪼갭니다
고객 수는 그 자체로도 결과값입니다. 어떻게 고객이 되는지를 다시 분해합니다.
고객 수 = 유입 × 전환율 × (1 − 이탈률)
여기까지 내려가면 각 항목에 실제로 측정하고 있는 숫자를 붙일 수 있습니다. 지난 3개월 광고비 대비 유입, 무료 체험에서 유료로 넘어간 비율, 6개월 뒤에도 남아 있는 비율 같은 것들입니다.
사업 형태에 따라 분해 방식은 달라집니다.
- 구독형 — 신규 고객, 이탈, 계정당 단가를 월 단위로 굴립니다. 기존 고객이 남아 누적되는 구조라 이탈률이 결과를 가장 크게 좌우합니다.
- 커머스 — 방문자, 구매 전환율, 객단가, 재구매율로 나눕니다. 채널별로 전환율이 크게 다르므로 채널을 먼저 나눈 뒤 각각 계산하는 편이 정확합니다.
- B2B 영업 — 영업 인력 수, 1인당 미팅 수, 수주 전환율, 계약 단가로 나눕니다. 영업 조직 규모가 곧 매출 상한이 됩니다.
제약 조건을 반드시 확인합니다
동인으로 분해하면 놓치기 쉬운 함정이 하나 사라집니다. 회사가 감당할 수 없는 매출을 추정하는 일입니다.
B2B 영업 조직이 5명인데 3년 뒤 계약 건수가 2,000건으로 늘어나는 추정을 만들었다면, 영업사원 한 명이 연간 400건을 처리해야 합니다. 가능한 숫자입니까? 불가능하다면 그 추정은 영업 인력 채용 계획과 함께 다시 만들어야 합니다.
생산능력, 고객 응대 인력, 재고 회전, 서버 용량 모두 마찬가지입니다. 매출을 동인으로 분해하면 이런 물리적 상한이 자동으로 드러납니다. 톱다운 추정에는 이 검증 장치가 없습니다.
가정은 따로 분리해서 관리합니다
실무에서 가장 자주 보는 문제는 계산식 안에 숫자가 직접 박혀 있는 것입니다. =1200*0.03*12 같은 수식이 시트 곳곳에 흩어져 있으면, 전환율 가정을 3%에서 2.5%로 바꾸는 데 반나절이 걸리고 어딘가는 반드시 빠뜨립니다.
가정을 한 시트에 모으고 계산 시트는 그 셀을 참조만 하도록 만듭니다. 그러면 가정 하나를 바꿨을 때 최종 매출이 얼마나 움직이는지 즉시 보입니다. 이 구조가 잡혀 있어야 다음 단계인 민감도 분석이 가능해집니다.
각 가정 옆에는 근거를 한 줄로 적어둡니다.
| 가정 | 값 | 근거 |
|---|---|---|
| 유료 전환율 | 3.2% | 최근 6개월 실적 평균 |
| 월 이탈률 | 2.5% | 최근 3개월 실적 |
| 객단가 | 42,000원 | 현재 요금제 가중평균 |
| 광고 효율 | 유입 1건당 8,000원 | 지난 분기 집행 실적 |
이 표가 있으면 심사역과의 대화가 완전히 달라집니다. 숫자를 방어하는 자리가 아니라 가정을 함께 검토하는 자리가 됩니다.
가정이 틀렸을 때를 미리 보여줍니다
추정은 반드시 틀립니다. 중요한 것은 틀렸을 때 얼마나 틀리는지를 아는 것입니다.
핵심 동인 두세 개를 골라 낙관·기본·보수 세 가지로 움직여 봅니다. 전환율이 3.2%가 아니라 2%였다면, 이탈률이 두 배였다면 매출과 자금 소진 시점이 어떻게 달라지는지 표로 만듭니다.
이걸 준비해 가면 심사역이 "가정이 낙관적인데요"라고 했을 때 "그 경우를 계산해 봤습니다" 라고 답할 수 있습니다. 추정치의 정확도보다 이 답변 하나가 신뢰에 훨씬 크게 작용합니다.
만들기 전 체크리스트
- 매출을 최소 세 개의 동인으로 분해했는가
- 각 동인에 실제 측정값 또는 출처가 붙어 있는가
- 측정값이 없는 가정은 그렇다고 표시했는가
- 인력·생산능력 등 물리적 상한과 충돌하지 않는가
- 가정이 계산식과 분리되어 한곳에 모여 있는가
- 핵심 가정을 움직인 시나리오를 세 개 이상 만들었는가
- 추정 기간 동안 필요한 자금과 소진 시점이 함께 계산되는가
재무추정을 만드는 목적은 미래를 맞히는 것이 아닙니다. 회사가 무엇을 믿고 어디에 돈을 쓰기로 했는지를 숫자로 드러내는 것입니다. 그래서 좋은 추정은 정확한 추정이 아니라 틀렸을 때 어디가 틀렸는지 알 수 있는 추정입니다.
동인으로 분해해 두면 6개월 뒤 실적과 비교할 때 어느 가정이 빗나갔는지 바로 보입니다. 그때 계획을 고치는 일이 훨씬 쉬워집니다.