혼자 시작한 임원 데이터베이스, $5M ARR·$25M에 매각. Boardroom Insiders의 "수작업 데이터" 승리 공식

(달러 금액의 엔화 표기는 1달러=150엔 환산 개산)

전체 그림

“수작업 데이터”라는 역발상

Boardroom Insiders의 상품은 Fortune 500 기업의 임원 한 사람 한 사람에 대해 경력·공개 발언·우선 과제·성향까지 사람이 직접 정리한 상세 프로필 모음이다. B2B 영업 담당자와 컨설턴트가 “임원 미팅 예습”에 사용한다. 출발점은 Gillenwater가 대형 테크 기업 대상 컨설팅에서 목격한 현장의 막힘으로, 본인의 말을 빌리면 “영업 담당자는 C스위트에 어떻게 접근해야 할지, 무엇을 이야기해야 할지 몰랐다”. 그 예습 자료를 상품으로 떼어낸 것이 이 사업이다. 상위판인 BI Pro(인맥 지도·알림 포함)까지 포함해, 프로필 수는 2022년 시점 29,000건을 넘었다.

한 건씩 사람이 조사해 작성하기 때문에 규모 확장은 느리다. 하지만 그 느림이 그대로 진입장벽이 되었다. 기계적으로 크롤링할 수 있는 데이터라면 경쟁사도 같은 것을 만들 수 있다. 사람이 읽고 문맥을 편집한 데이터는 복제 비용이 높고, 게다가 임원의 면면은 끊임없이 바뀌기 때문에 계속 갱신하는 조직(이 회사의 경우는 인도의 조사 팀 25명)만이 유지할 수 있다. BuiltWith의 기계 수집 데이터가 혼자서 $14M ARR에 도달한 것과 짝을 이루는, “수작업 큐레이션 데이터” 쪽의 성공 사례다.

조달은 $200K뿐, 지분은 85% 남겼다

자본 정책은 이 사례의 또 다른 핵심이다. 초기 자금은 Gillenwater 본인의 컨설팅 수입(월 5자리 달러)이었다. 그 후 친구가 회사 매각으로 얻은 자금에서 $125K, 가족·친구로부터 약 $75K, 외부 조달은 누계 $200K로 마감하고, 방출한 지분은 약 15%에 그쳤다. VC를 넣지 않고 14년에 걸쳐 $5M ARR까지 키운 결과, $25M 매각 시 필두 주주였던 Gillenwater 개인에게 총액 $13M(약 19.5억 엔)이 들어왔다. 외부 자본 $200K에 대해 주주 전체에 대한 배분은 $22.5M이다. 저희석·장기전이라는 설계가 출구의 몫을 거의 그대로 창업자에게 남겼다.

매출 5배 평가가 붙은 이유

ARR $5M에 대해 $25M이라는 강한 평가는 데이터 비즈니스의 특성에서 나온다. 우선 매출총이익률이 높다(데이터는 한 번 만들면 몇 개 회사에든 팔 수 있다). 해지율 쪽도 낮다(연간 $50K~$300K의 라이선스가 영업 조직의 업무 흐름에 편입되면 빼내기 어렵다). 여기에 매수자인 Euromoney 같은 정보 대기업 입장에서는 기존 고객망에 얹기만 해도 매출이 늘어난다는 계산이 선다. 데이터를 파는 SaaS는, 같은 고객에게 다른 데이터를 파는 정보 대기업이 최종적인 매수자가 된다. 금융 정보·기업 정보 대기업은 항상 데이터 자산을 찾고 있으며, 니치하더라도 “거기에만 있는 데이터”에는 높은 배수가 붙는다.

프로세스의 시간축도 남아 있다. 매각 의사 결정이 2021년 봄, 어드바이저를 세운 프로세스 시작이 같은 해 9월, 클로징이 2022년 1월 20일이었다. 결단부터 착금까지 약 9개월이다.

$25M의 해부——실수령액은 약 $9M

매각액이 그대로 창업자의 계좌에 들어가는 것은 아니다. 이 건은 비용 내역까지 공개된 드문 사례다.

M&A 어드바이저만으로 매각액의 4%다. 각종 비용과 세금을 거치면 총액 $13M은 약 $9M까지 줄어든다. 그럼에도 주식을 갖지 않은 직원 13명에게 팬텀 스톡 형태로 $800K를 배분했으며, “$25M에 팔렸다”는 헤드라인 안쪽에서 돈이 어떻게 흐르는지를 여기까지 공개한 사례는 많지 않다.

할인해서 봐야 할 점——“1인 SaaS”는 아니다

“혼자 시작했다”는 정확하지만 “혼자 해냈다”는 아니다. 매각 시의 체제는 정직원 28명에 외부 조사·개발 27명을 더한 50명 이상으로, 수작업 데이터베이스는 편집 조직 그 자체가 상품이다. BuiltWith형(1인+자동 수집)과 비교하면 이익률과 가벼움에서는 뒤떨어지는 구조다. 속도도 마찬가지로, 창업부터 ARR $5M까지 14년, 수작업 큐레이션의 성장은 이 정도의 시간을 필요로 하며, 단기 출구를 노리는 설계와는 궁합이 나쁘다. 게다가 생성 AI가 정보 수집·요약을 저렴하게 만든 지금, “사람이 조사해서 쓰는” 것의 방어력이 얼마나 유지될지는 미지수다. 이 매각은 2022년 1월로, 그 전환점 직전에 완료되었다.

재현의 조건과 한계

규모를 걷어내고 남는 뼈대는 “누군가 비싸게 사는 정보를, 살 수 있는 형태로 편집한다”는 것은 기술이 없어도 혼자 시작할 수 있다는 설계와, 저희석인 채로 장기간 키우는 자본 정책이다. Gillenwater는 엔지니어가 아니며, 사업의 핵심은 소프트웨어가 아니라 편집이었다. 한편 연간 $50K~$300K라는 가격대는 Fortune 500의 영업 예산을 전제로 하며, 고단가 엔터프라이즈 고객층이 얇은 시장에서는 성립하지 않는다. 일본에서 같은 유형을 생각한다면, 임원 정보 자체의 복제보다 먼저 “갱신 부담이 크고, 매수자의 업무 흐름에 파고드는 니치 정보”가 어디에 있는지를 찾아내는 작업이 필요하다. Microgrid Knowledge 같은 니치 정보 자산의 매각과 함께, “정보의 편집”을 출구까지 운반하는 유형으로 읽고 싶다.

함께 읽으면 좋은 글

• BuiltWith — 대극에 있는 “기계 수집 데이터” 1인 SaaS
• Microgrid Knowledge — 니치 정보 자산 매각의 유사 사례