직원 6명·누적 투자 1.2억 엔의 FriendlyData, 시드 완료 다음 달 ServiceNow에 8자리 달러로 매각

금액은 모두 1달러=150엔으로 환산한 원화(엔화) 개산액을 함께 표기한다.

3년도 안 돼 끝난 회사 이야기

FriendlyData는 2016년 Michael Rumiantsau, Alex Zaytsev, Alexey Zenovich 세 사람이 설립한 엔터프라이즈용 소프트웨어 기업이다. 하는 일은 하나였다. 평범한 영어로 쓴 질문을 SQL로 변환해, 데이터베이스에 질의할 수 있게 하는 것. SQL을 쓸 줄 모르는 업무 담당자가 엔지니어를 거치지 않고도 자사 데이터를 다룰 수 있게 하는, 이른바 Text-to-SQL 영역이다.

2018년 10월, 이 회사는 상장기업 ServiceNow(캘리포니아주 산타클라라)에 인수됐다. 매각가는 They Got Acquired의 표기로 “low 8 figures”, 즉 8자리 달러 초반대=십수억 엔 규모로 알려져 있다. 창업한 지 3년도 채 안 됐고, 직원은 6명, 누적 투자액은 120만 달러(약 1억 8,000만 엔)였다. 게다가 매각 시점에는 “엔터프라이즈 고객 확보를 이제 막 시작한” 단계였다.

매출로도 고객 수로도 설명되지 않는 가격이 왜 성립했을까. 먼저 시계열부터 짚어본다.

시계열로 보는 2016→2018

주목할 것은 아래 세 줄의 밀도다. 시드 라운드를 마감한 다음 달에 회사가 팔렸다. 보통 시드 조달은 “앞으로 몇 년에 걸쳐 회사를 키우겠다”는 선언이며, 그 직후의 매각은 전혀 다른 판단을 의미한다.

무엇을 만들고 있었나

Rumiantsau는 벨라루스 출신 소프트웨어 엔지니어로, 현지 스타트업 Flatlogic에서 CTO를 지낸 경력이 있다. 2017년 샌프란시스코로 건너가, 처음에는 수탁 개발 회사와 FriendlyData를 동시에 운영했다.

제품 쪽의 결정적 사실은 하나다. **“알려진 Text-to-SQL 벤치마크를 모두 웃돌았다”**는 점이다. 인수 이유를 설명한 Rumiantsau의 말이 그대로 남아 있다.

ServiceNow는 세계에서 가장 고도화된 NLP(자연어 처리) 역량을 구축하는 데 관심이 있었다. FriendlyData의 기술은 알려진 Text-to-SQL 벤치마크를 모두 웃돌고 있었다.(요지)

팔린 것은 매출이 아니라 수치로 비교 가능한 기술적 우위였다.

흐름이 바뀐 10개월

전환점은 2018년에 집중돼 있다. 그전 2년간 FriendlyData는 “창업자가 수탁 개발과 병행해 돌리는 제품”이었다. 이것이 바뀐 계기가 500 Startups 배치 20 선발이다. Rumiantsau는 이 선발을 “창업자로서의 인생에서 전환점이었다”고 명언하며, 이유를 이렇게 설명한다.

이민자인 나에게는 소셜 프루프(사회적 증명)를 갖게 된 것이 많은 문을 열어줬다.(요지)

그리고 선발을 거쳐 2018년 9월 시드를 마감했고, 그 직후 ServiceNow로부터 제안이 들어와 10월에 성사됐다. 전후를 나란히 놓으면 궤도의 변화는 명확하다.

기술 자체는 2016년부터 계속 만들어온 것이며, 2018년에 갑자기 좋아진 게 아니라 그 기술이 “눈에 보이게” 됐다는 점이 달라졌을 뿐이다.

왜 “매출이 거의 없는 회사”에 십수억 엔이 붙었나

세 가지 구조가 겹쳐 있다.

우선 검증 비용이 낮았다. 매수자가 비상장 스타트업을 평가할 때 가장 비용이 많이 드는 것은 “이 기술이 정말 좋은가”를 확인하는 일이다. Text-to-SQL에는 공개 벤치마크라는 공통 잣대가 있었고, FriendlyData는 그 잣대에서 1위였다. 매출 실적이 없어도 매수자는 몇 시간 만에 우위를 확인할 수 있다. 반대로 말하면, 잣대가 없는 영역에서는 같은 기술력이라도 이런 가격은 성립하지 않는다.

매수자가 재무적 인수가 아니라 전략적 인수를 하고 있었다는 배경이 있다. ServiceNow는 AI·머신러닝에 대규모 투자를 하던 중이었고, “세계 최고의 NLP 역량”을 목표로 내걸고 있었다. 이 경우 가격 산정 기준은 “이 회사 이익의 몇 배인가”가 아니라 **“같은 것을 직접 만들었을 때의 비용과 시간”**이 된다. 상장기업에게 1년의 지연에 따른 기회비용은 십수억 엔을 가볍게 넘을 수 있다. 매도자의 매출이 거의 없어도 가격이 성립하는 이유가 여기에 있다.

팀이 통째로 이동했다는 사실이 값을 마저 밀어 올렸다. 공동창업자 3명 전원이 ServiceNow에 합류해, 기술을 모회사 플랫폼에 통합하는 쪽으로 돌아섰다. 매수자가 손에 넣은 것은 코드뿐만 아니라 그것을 계속 움직일 수 있는 사람이었다. 이런 형태는 이른바 아크하이어(인재 확보형 인수)의 색이 짙다.

여기에 더해 간과할 수 없는 것이 Rumiantsau의 영업관이다. 그는 **“첫 판매는 MVP가 완성되기 전에 끝내둬야 한다”**고 말하며, 실제로 프로토타입 단계부터 기업에 접촉하기 시작했다. “쓰고 있는 사람의 피드백이 가장 좋다”는 것이 이유다. 그 결과 인수 시점에 “엔터프라이즈 고객 확보를 막 시작한” 상태를 만들어낼 수 있었다. 0과 “막 시작함”의 차이는 매수자 입장에서는 크게 보인다.

3명 대 70명이라는 비대칭

이 사례에서 가장 생생한 숫자는 매각가가 아니라 실사(듀 딜리전스)에 참여한 인원수다.

Rumiantsau는 “상장기업에 매각하는 것은 통과해야 하는 정밀 조사와 실사의 양 때문에 힘들었다”고 회고한다. 소수 팀이 상장기업에 매각할 때, 협상과 자료 대응이 사업 운영과 거의 같은 양의 공수를 빼앗는다. 매각 프로세스 자체가 6명 규모 회사에게는 하나의 큰 프로젝트가 된다.

그가 훗날 SNS에서 공유한 교훈도 이 비대칭을 전제로 한 것이었다. 여러 매수 후보와 협상할 것, 대기업에 매각할 경우 경영진 스폰서를 확보할 것, 그리고 거래가 무산될 경우의 대안을 준비해둘 것. 3명이 실사 대응을 하는 동안 사업이 멈추고, 게다가 거래가 성사되지 않으면 회사는 치명상을 입는다.

이 사례에서 읽어낼 수 없는 부분

솔직히 적어두면, 이 사례에는 숫자의 공백이 많다. 매각가는 “8자리 달러 초반대”라는 폭이 있는 표현이며, 정확한 금액은 비공개다. ARR도 고객 수도 공개되지 않았다. 따라서 “얼마를 벌면 얼마에 팔리는가”를 여기서 배울 수는 없다.

게다가 시드 완료 다음 달에 매각한다는 판단은, 자금 조달의 전제 자체를 스스로 포기하는 판단이기도 하다. 조달 직후의 매각은 투자자 입장에서는 단기간에 회수할 수 있는 좋은 거래지만, 창업자 쪽이 몇 년 뒤에 얼마나 크게 키울 수 있었을지는 검증할 수 없다. 매각은 언제나 “그 시점에 내린다”는 선택이며, 이 사례는 속도의 대가를 공개하지 않는다.

무엇을 따라 할 수 있고, 무엇을 따라 할 수 없나

따라 하기 쉬운 부분은 두 가지다. 하나는 MVP 완성 전부터 잠재 고객과 이야기를 시작하는 운영 방식. 다른 하나는 외부의 잣대가 존재하는 영역을 선택한다는 설계 사상이다. 벤치마크, 공개 점수, 제3자 인증 등 자신의 우위를 남이 짧은 시간에 확인할 수 있는 지표가 있는 영역이라면, 실적이 얇은 단계에서도 평가받을 수 있다.

따라 할 수 없는 부분은 그보다 더 크다. 우선 2018년이라는 타이밍이다. 당시 Text-to-SQL은 전문적인 머신러닝 과제였고, 벤치마크 1위에는 가치가 있었다. 지금은 파운데이션 모델이 같은 종류의 기능을 폭넓게 제공하고 있어, 같은 기술로 같은 평가를 받기는 어려워 보인다. 다음으로 500 Startups 배치 20 선발 그 자체. 이는 지원한다고 통과되는 것이 아니며, 게다가 그의 경우 “이민자 창업자로서의 신용 조회를 대체하는” 특수한 방식으로 작용했다. 그리고 마지막으로 매수자가 먼저 다가왔다는 점. 매도자가 찾아다닌 안건이 아니라 ServiceNow 쪽이 먼저 움직인 결과이며, 이는 의도해서 만들어낼 수 없는 조건이다.

덧붙이자면 Rumiantsau는 이후 ServiceNow를 떠나 AI 분석 스타트업 Narrative BI를 창업했고, @founders.ai라는 투자 플랫폼을 통해 다른 창업자들에게 투자도 하고 있다. 매각으로 끝난 것이 아니라, 그다음의 자본과 신용으로 전환한 형태다.

함께 읽으면 좋은 글

• ScrapingBee — 소규모 SaaS가 매각에 이르기까지 숫자를 만드는 방식
• MENTA — 사업회사에 의한 아크하이어형 인수의 일본 사례