8.3. Step 2. 기초 데이터 수집
앞서 가치평가 모델의 기반이 되는 템플릿을 설계해 보았습니다. 이제 그 안을 채울 '데이터' 를 확보할 차례입니다. 이번 단계에서는 현금흐름할인법(DCF, Discounted Cash Flow) 평가에 필수적인 기초 데이터의 종류를 구분해 보고, 특히 수작업 비중이 높은 외부 데이터를 클로드 엑셀과 MCP 서버를 활용해 어떻게 스마트하게 자동 수집할 수 있는지 구체적으로 알아보겠습니다.
1. 기초 데이터 종류
현금흐름할인법(DCF, Discounted Cash Flow) 평가에 필요한 기초 데이터는 그 원천에 따라 크게 내부 데이터와 외부 데이터로 나뉩니다.
1.1. 내부 데이터
내부 데이터는 평가 대상 회사로부터 직접 수령해야 하는 자료입니다. 실무적으로는 회사의 구체적인 프로세스를 파악하기 위해 인터뷰 등을 병행하지만, 본 가이드에서는 핵심 데이터를 임의로 생성하여 진행하겠습니다.
필수적인 내부 데이터 목록은 다음과 같습니다.
- 과거 3개년 재무제표
- 고정자산명세서 및 관리대장
- 사업계획서(추정 재무제표의 근거 자료)
- 부서별 인원 및 채용 계획
- 신용등급 (타인자본비용 산정 시 활용)
위 목록은 가장 기본적인 케이스를 가정한 것입니다. 실제 평가에서는 대상 회사의 산업 특성이나 개별 상황에 따라 필요한 자료가 크게 달라질 수 있습니다.
1.2. 외부 데이터
외부 데이터는 할인율 산출, 현금흐름 추정의 근거가 되는 주요 지표, 그리고 유사회사(Peer Group) 자료 수집을 위해 필요합니다. 이 중 할인율 산출 및 주요 지표 자료는 한 번 정리해 두면 같은 평가기준일인 다른 평가 업무에도 공통적으로 사용할 수 있지만, 유사회사 자료는 회사별로 매번 새롭게 수집해야 합니다.
1. 할인율 산출 기초자료 (실무적으로 가장 많이 사용하는 자료를 인용하였습니다.)
- 무위험 이자율(Risk-Free Rate): 평가기준일 현재 한국 10년 국공채 수익률
- 시장위험 프리미엄(ERP): 시장위험프리미엄 가이던스 중간값 적용(한국공인회계사회)
- 규모 프리미엄(Size Premium): 한국의 기업규모위험 프리미엄 연구결과(한국공인회계사회)
- 신용등급별 회사채 수익률: 금융투자협회 채권정보센터 자료
2. 주요 거시경제 지표 (실무적으로 가장 많이 사용하는 자료를 인용하였습니다.)
- 거시경제지표: EIU(Economist Intelligence Unit) 전망치
- 산업 성장률: 전문 기관의 산업별 전망 보고서 인용
3. 유사회사(Peer Group) 관련 자료
- 유사회사 베타(Beta): 한국공인회계사회(KICPA) 제공
- 유사회사 시가총액: 평가기준일 현재 주가 x 유통주식수
- 유사회사 이자부부채(IBD), 비지배지분, 한계세율 등: DART 사업보고서
외부 데이터 수집에서 가장 많은 시간이 소요되는 작업은 단연 유사회사 관련 자료 수집입니다. 수십 개에 달하는 유사회사를 상대로 일일이 최신 베타를 조회하고, 실시간 주가와 유통주식수를 확인해 시가총액을 계산해야 합니다. 또한, 각 회사의 사업보고서를 열어 이자부부채를 찾고 한계세율까지 계산하려면 엄청난 수작업과 시간이 필요합니다.
하지만 **커넥터(MCP)**를 활용하면, 이처럼 번거롭고 반복적인 과정을 프롬프트 단 하나로 자동화할 수 있습니다.
2. 유사회사 자료 수집 자동화 (MCP 활용)
이번 작업에서는 아래의 peer-group-search MCP 서버를 활용하여 베타, 이자부부채, 시가총액 등의 데이터를 즉시 조회하고 엑셀에 출력해 보겠습니다.
이번 작업에 활용된 MCP 서버의 핵심 기능 요약입니다. 보다 상세한 기능 설명과 구체적인 사용법은 아래의 GitHub 페이지를 통해 확인하실 수 있습니다.
GitHub: https://github.com/procpalee/DCF-Peergroup-Search
| 데이터 명칭 | 활용 서비스/API | 연동 방식 및 특징 |
|---|---|---|
| 가치평가 통합 데이터 | 종합 | 베타, 이자부부채(IBD), 시가총액, 주가를 한 번에 수집합니다. 캐싱을 통해 응답 속도를 높였습니다. |
| 베타(Beta) | 한국공인회계사회(KICPA) | 한공회 베타 조회 서비스를 직접 연동하여 공신력 있는 실질/조정베타 데이터를 실시간으로 가져옵니다. |
| 재무 데이터(IBD 등) | OpenDART (XBRL) | XBRL Axis 파싱을 통해 기업마다 다른 이자부부채 내역을 정밀하게 추출합니다. |
| 시장 데이터(시총/주가) | 네이버 금융(Naver Finance) | 실시간 시장 지표를 연동하여 현재가, 시가총액 등 평가 시점의 마켓 밸류를 즉시 반영합니다. |
2.1. 유사기업 선정
유사기업을 선정하려면 먼저 업종이 유사한 상장사 리스트를 확보하고, 각 기업의 주요 제품과 서비스를 분석하여 적합성을 판단해야 합니다. 이 과정을 클로드 엑셀에게 다음과 같이 요청해 보겠습니다.
peer-group MCP 서버를 사용해서 DCF 평가에 필요한 유사기업 선정을 할거야. 다음의 순서대로 작업을 수행해줘
1. 조회대상 업종에 해당하는 상장사 리스트를 출력
- 조회대상 업종 코드 : 3039
2. 위의 상장사 리스트에 해당하는 회사의 주요 제품 및 서비스 요약해서 정리
- 조회대상 연도 : 2025년
3. 평가대상회사는 자동차 부품을 제조하며, 이와 거리가 먼 회사는 유사기업에서 제외
요청을 받은 에이전트는 MCP 서버에서 상장사 리스트를 조회하고, 각 회사의 주요 제품 및 서비스를 확인합니다. 이후 평가 대상 회사(자동차 부품 제조업)와의 관련성을 분석하여 결과를 정리해 줍니다. 클로드 엑셀이 정리한 유사기업 선정 분석 시트는 다음과 같습니다.
하나하나 확인해서 입력해야했던 과정이 순식간에 시트에 정리된 것을 확인할 수 있습니다. '검토 필요'로 분류된 기업들도 유사기업으로 포함하여 계속 진행해 보겠습니다.
2.2. 유사기업 데이터 수집
이제 선정된 유사기업들에 대해 베타(2년 Weekly), 이자부부채, 비지배지분, 법인세차감전이익, 주가, 유통주식수 데이터를 수집해 달라고 요청합니다.
MCP 서버에는 분기말 기준 데이터가 캐시되어 있어 빠르게 조회가 완료됩니다.
만약 이자부부채 합계 외에 세부 내역(단기차입금, 유동성장기부채 등)이 필요하다면 추가로 요청할 수도 있습니다.
이러한 과정을 거쳐 클로드 엑셀이 최종적으로 완성한 유사기업(Peer Group) 데이터 표의 모습입니다.
위와 같이 여러 단계에 걸쳐 진행했던 데이터 수집 과정을 하나의 스킬로 만들면, 향후 동일한 작업을 훨씬 빠르고 일관되게 수행할 수 있습니다. /skill-creator 를 사용해서 "지금까지 수행한 작업을 스킬로 만들어줘"라고 요청하면 됩니다.