AI 가치평가, '추정 vs 계산' 나눠야 산다

AI에게 기업 가치평가를 통째로 맡기면 어떻게 될까. 그럴듯한 '공정가치' 숫자는 나오지만, 그 숫자가 근거에서 나온 건지 모델이 지어낸 건지 알 수 없다. 깃허브에 공개된 오픈소스 '스톡밸류에이션(StockValuation.io)'은 이 문제를 추정은 에이전트, 계산은 도구로 책임을 가르는 방식으로 푼다. 제작자는 "교육 목적이며 투자 조언이 아니다"라고 못 박았다.

무슨 일인가

이 워크플로에서 코덱스(Codex)나 클로드 같은 에이전트는 기업을 조사하고, 공시 자료에서 근거를 모으고, 가치평가에 필요한 질문을 던지고, 교육용 보고서를 쓴다. 반면 현금흐름할인(DCF) 계산 자체는 로컬 서비스가 맡아 감사 가능한(auditable) 숫자를 돌려준다. 공개된 데모에서는 코덱스 명령줄 도구가 스페이스X(SpaceX)를 대상으로 공시 근거를 검토하고 단계별 질문에 답하며 교육용 평가 관점을 만들어냈다. 깃허브 별 27개, 포크 11개로 아직 초기 프로젝트다.

핵심 짚어보기

핵심 발상은 평가 거장 애스워드 다모다란(Aswath Damodaran)의 원칙에서 왔다. 최종 숫자보다 '비즈니스 스토리 → 가정 → 현금흐름'으로 이어지는 사슬이 더 중요하다는 것이다. DCF의 어려움은 공식이 아니라 입력값에 있다. 매출 성장률, 영업 마진, 재투자, 위험, 영구가치, 자본구조 — 작은 입력 변화가 평가액을 크게 흔든다. 도구가 이 가정들을 숨기면 결과가 근거에서 나왔는지 판단할 수 없다. 그래서 이 워크플로는 핵심 동인마다 안내형 질문을 던지고, 시나리오를 로컬 서비스로 다시 계산하며, 근거가 약한 평가 사례는 '준비됐다'고 포장하지 않고 약하다고 표시한다. 에이전트가 숨은 숫자를 지어내거나 손으로 공정가치를 계산하는 일은 막는 구조다.

1인기업 실전 적용 포인트

• 숫자가 중요한 업무(견적·재무모델·단가 계산)는 LLM에 계산을 맡기지 말고, 계산은 코드·스프레드시트에, 해석과 설명만 에이전트에 분리하라. 환각을 구조적으로 차단하는 방법이다.
• 산출물에는 입력 가정을 항상 함께 노출하라. "이 결과는 성장률 X%, 마진 Y% 가정"처럼 가정이 보여야 검토와 책임 추적이 된다.
• 근거가 약한 결과는 자신 있게 내놓지 말고 '낮은 신뢰도'로 표시하는 단계를 워크플로에 넣어라. 자동화의 신뢰는 '모름을 인정하는 설계'에서 나온다.
• 에이전트에게는 자료 조사·요약·가정 점검 같은 잘하는 일을, 정밀 계산은 결정론적 도구에 — 이 역할 분담 원칙은 가치평가 밖의 어떤 자동화에도 적용된다.

전망 / 주의점

이 도구는 교육용이며 투자 판단의 근거가 아니다. 또한 초기 단계 오픈소스라 실사용 전 검증이 필요하다. 그럼에도 'AI는 추론, 계산은 검증된 도구'라는 책임 분리 패턴은 재무·견적·데이터 자동화 전반에 적용할 수 있는 보편 설계 원칙이라는 점에서 1인기업이 눈여겨볼 만하다.

출처: GitHub (https://github.com/stockvaluation-io/stockvaluation_io)