AX 사례, AI Roll-up, 그리고 기업가치 향상을 위한 AI 기반 경영 방법론. 방법론은 글로 계속 공개하고, 검증된 모듈은 도입 회사에 바로 적용합니다.
온라인 반려동물용품 대기업 츄이(Chewy)가 기술 기반 동물병원 플랫폼 모던애니멀(Modern Animal)을 인수하며 진료 클리닉망을 단번에 두 배 넘게 키웠다. 파편화된 미국 동물병원 시장에서 사모펀드의 전통적 롤업과 AI 기반 운영 표준화가 어떻게 만나는지 짚는다.
후계자 없는 오너가 회사를 제3자에게 팔 때 처음으로 세제 혜택이 생긴다. 감면 폭을 숫자로 뜯어보고, 정작 미국 AI 롤업이 즐겨 고르는 업종 상당수가 이 혜택에서 빠진다는 점까지 짚는다.
후계자 없는 오너 130만 명이라는 일본의 승계 절벽은 사업체를 사 모으는 롤업이 아니라 M&A 중개 자체를 AI로 재설계한 상장사를 낳았다. M&A 리서치 인스티튜트(M&A Research Institute)의 성장 구조와 한계를 짚는다.
미국의 AI 롤업(AI Roll-up) 사례들이 반복적으로 고른 산업의 공통점을 판단 기준 네 가지로 정리하고, 공인중개사·세무회계·장기요양기관 등 한국 후보 산업에 그대로 대입해본다.
오너 고령화와 후계자 부재라는 조건은 한국도 미국 못지않게 갖췄지만, 조직적으로 매물을 사 모아 AI로 개조하는 플레이어는 아직 보이지 않는다. 세제와 자본시장의 구조적 이유를 짚는다.
AI 롤업이 주목받는 만큼, 인수한 회사를 하나로 묶는 과정에서 무엇이 어긋나는지는 상대적으로 덜 다뤄진다. 반려동물 병원 체인의 갑작스런 폐업과 냉난방 수리업 롤업의 직원 리뷰를 통해 통합 비용·인재 이탈·문화 충돌이라는 세 가지 실패 경로를 짚는다.
제너럴 카탈리스트(General Catalyst)부터 스라이브 홀딩스(Thrive Holdings)까지 자금이 쏠리는 가운데, AI 롤업이 실패할 것이라 보는 투자자와 애널리스트들의 논거를 정리한다. 밸류에이션 베팅, 롤업의 오랜 실패율, 방어력 부재, 짧은 검증 기간이 핵심이다.
이 시리즈가 다뤄온 메트로폴리스·롱레이크·스라이브 홀딩스·콘스텔레이션 소프트웨어 등 여러 AI 롤업 사례를 가로질러, 실제로 공개된 숫자가 무엇을 증명하고 무엇을 증명하지 못하는지를 정리한다.
앤트로픽(Anthropic)과 오픈에이아이(OpenAI)가 나란히 사모펀드(PE)와 합작법인을 만들어 포트폴리오 기업에 엔지니어를 파견하기 시작했다. 비스타 에쿼티 파트너스(Vista Equity Partners)와 톰아 브라보(Thoma Bravo)의 구글 클라우드 제휴, 그리고 톰아 브라보의 대형 손실 사례를 통해 AI가 사모펀드 포트폴리오에서 어떻게 가치를 만들고 동시에 무너뜨리는지 짚는다.
1995년부터 수직시장 소프트웨어 회사를 500곳 넘게 사 모아온 콘스텔레이션 소프트웨어(Constellation Software)가 인수 대상을 고르는 기준에 처음으로 'AI 렌즈'를 넣었다. 2026년 2분기 실적과 함께 드러난 이 변화는, 신생 AI 롤업들이 흉내내려는 원형이 AI를 어떻게 받아들이고 있는지를 보여준다.
벤처캐피탈 제너럴 카탈리스트(General Catalyst)는 스타트업에 소수 지분을 투자하는 대신 콜센터·법률·부동산관리 회사를 통째로 인수하는 '크리에이션 전략'에 자산의 상당 부분을 배정했다. 왜 전통적인 벤처 모델로는 이 그림이 안 그려지는지, 그리고 이 구조를 두고 업계에서 나오는 회의론을 짚는다.
오픈에이아이(OpenAI)가 지분을 보유한 지주회사 스라이브 홀딩스(Thrive Holdings)가 소프트뱅크(SoftBank) 등으로부터 20억 달러(약 2조 8,500억원)를 새로 조달했다. 기업가치 120억 달러(약 17조 1,000억원)로 회계·IT 서비스 회사 70여 곳을 묶은 이 실험은 AI 랩이 자본과 손잡고 전통 산업을 직접 사들이는 새로운 패턴을 보여준다.
사모펀드 톰아 브라보(Thoma Bravo)가 화물 중개사 WWEX 그룹과 배송 소프트웨어 옥테인(Auctane)을 합쳐 120억 달러 규모의 물류 플랫폼 쉽스테이션 글로벌(ShipStation Global)을 만들었다. 조각난 화물 중개 시장에 소프트웨어를 얹어 몸값을 다시 매기는 전형적인 AI 롤업 구조를 뜯어본다.
사모펀드 뉴마운틴 캐피털(New Mountain Capital)은 병원 청구 대행사와 AI 스타트업 두 곳을 합쳐 매출 8억 달러 규모의 의료비 청구관리(RCM) 회사 스마터 테크놀로지스를 만들었다. 왜 하필 병원 청구 업무가 롤업의 표적이 됐는지, 어디서 마진이 나오는지를 짚는다.
승계자 없는 오너의 은퇴, 추론 비용의 붕괴, 출구가 막힌 사모·벤처 자금이 동시에 겹치면서 AI 롤업(AI Roll-up)이라는 전략에 유례없는 조건이 만들어졌다. 세 흐름이 왜 하필 지금 함께 일어났는지를 짚는다.
주차장, 콜센터, 회계법인, 로펌, IT 관리서비스, 보험대리점까지 업종을 가리지 않고 번지는 AI 롤업(AI Roll-up)이 대체 무엇이길래 이렇게 자본이 몰리는지, 전통적 사모펀드 롤업과 무엇이 다른지를 정리한다.
미국 보험 대리점 인수합병 건수가 7년 만에 최저 수준으로 떨어진 2026년, 아메리칸 그로스 인슈어런스(American Growth Insurance)는 7,000만 달러를 모아 대리점을 사 모으고 AI로 후선업무를 다시 짓는 베팅을 시작했다. 첫 인수 건과 함께 이 전략이 왜 지금 나왔는지, 어디서 마진이 나오는지를 짚는다.
미국 주택소유자협회(HOA) 관리업체를 사 모으던 롱레이크(Long Lake)가 2026년 5월 아메리칸 익스프레스 글로벌 비즈니스 트래블(Amex GBT)을 63억 달러에 인수하겠다고 밝혔다. 입주자 관리라는 지루한 업종에서 시작한 롤업이 어떻게 여행 플랫폼 인수까지 갔는지, 그 재무적 논리와 위험을 짚는다.
냉난방(HVAC)·배관·전기 수리업체를 계속 사들여온 에이펙스 서비스 파트너스(Apex Service Partners)가 2026년 5월 아폴로 글로벌 매니지먼트(Apollo Global Management)로부터 20억 달러를 유치하며 기업가치 100억 달러를 인정받았다. 파편화된 수리업 시장과 기술 인력난이라는 두 조건이 왜 이 업종을 롤업의 표적으로 만들었는지 살펴본다.
전직 팔란티어(Palantir) 최고정보책임자가 이끄는 실드 테크놀로지 파트너스(Shield Technology Partners)가 8개월 만에 미국 관리형 IT 서비스(MSP) 업체를 열 곳 넘게 사들였다. 뒷배는 오픈에이아이(OpenAI)가 지분을 투자한 스라이브 홀딩스(Thrive Holdings)다.
미국 사모펀드가 관리서비스조직(MSO)이라는 우회 구조로 로펌 뒷단을 사들이며 AI 도구를 얹기 시작했다. 비변호사의 로펌 소유를 금지하는 규정 때문에 다른 산업의 롤업과는 다른 형태를 취할 수밖에 없다.
오픈에이아이(OpenAI)와 스라이브 홀딩스(Thrive Holdings)가 뒤를 받치는 미국 회계 플랫폼 커런트(Current, 옛 크리트 프로페셔널스 얼라이언스)가 향후 2년간 5억 달러(약 7,100억원)를 들여 미국 회계법인을 계속 사들이겠다고 밝혔다. 승계자 없는 소형 회계사무소가 가장 조용히 AI 롤업의 재료가 되고 있는 사례다.
AI 컴퓨터 비전 스타트업 메트로폴리스(Metropolis)가 상장 주차 운영사 SP플러스(SP+)를 인수해 하루아침에 미국 최대 주차 사업자가 된 뒤, 부채와 지분을 섞은 자금조달로 기업가치를 5년 만에 50억 달러로 키웠다. 오래된 산업을 인수해 AI로 개조하는 롤업의 설계와 그 안에 숨은 신뢰 리스크를 살펴본다.
에이전틱 AI 플랫폼 옐로우에이아이(Yellow.ai)가 스팩(SPAC) 합병으로 나스닥에 상장하며 조달 자금을 아웃소싱(BPO) 기업 인수에 쓰겠다고 밝혔다. 무너지는 콜센터 산업을 AI 롤업의 재료로 보는 이 전략은 아직 계획 단계지만, 산업 재평가와 인수 전략을 동시에 설계한 사례로 눈여겨볼 만하다.
건설 관리 소프트웨어 회사 프로코어(Procore)가 시각 데이터 플랫폼 드론디플로이(DroneDeploy)를 8억 4,500만 달러(약 1조 2,000억원)에 인수했다. 인수 목적이 고객 기반이 아니라 데이터라는 점에서 AI 시대 M&A와 인수 후 통합(PMI)이 어떻게 달라지는지 보여준다.
법인카드 명세서를 열어보면 이름도 기억나지 않는 SaaS 결제가 매달 빠져나간다. 하나하나는 몇만 원이라 아무도 신경 쓰지 않지만, 다 모으면 무시 못 할 금액이 된다. 사용 로그를 상시로 감사하는 에이전트가 있으면 그 돈이 보이기 시작한다.
경쟁사가 가격을 내리고, 채용 공고를 새로 올리고, 리뷰란에서 불만이 쌓이는 그 순간이 진짜 정보다. 분기에 한 번 정리하는 경쟁사 리포트로는 이미 늦게 안다. 신호를 상시로 훑는 에이전트가 있으면 대응 속도 자체가 달라진다.
채용에서 지는 이유는 인재풀이 좁아서가 아니라 응답이 느려서인 경우가 많다. 단계 사이의 공백을 에이전트가 상시로 메우면, 사람은 평가와 오퍼 협상이라는 진짜 판단이 필요한 순간에만 집중할 수 있다.
고객센터 문의함은 늘 밀려 있고, 급한 것과 안 급한 것이 뒤섞인 채 순서대로 쌓인다. 문의를 상시로 분류하고 표준 답변 초안까지 만들어두는 에이전트가 있으면, 사람은 판단이 필요한 이례 건만 본다.
대시보드는 매출이 빠졌다는 사실은 보여주지만 왜 빠졌는지는 알려주지 않는다. KPI가 움직인 원인을 상시로 추적해 문장으로 던져주는 장치가 있어야 회의가 그 자리에서 끝난다.
딜이 늦어지는 이유는 협상 테이블이 아니라 계약서가 누군가의 메일함에서 잠자는 시간에 있다. 표준 조항은 에이전트가 상시로 걸러내고, 사람은 진짜 이례적인 조항에만 집중하게 하면 딜 속도 자체가 바뀐다.
이사회 덱을 만드는 일주일 동안 회사는 계속 움직인다. 매달 급조하는 정적인 보고서 대신, 매일 갱신되는 숫자를 상시로 보여주는 회사가 투자자의 신뢰도 얻고 대표 자신의 판단도 빨라진다.
통장 잔고를 월평균 지출로 나누는 계산법은 회사가 실제로 언제 위태로워지는지 알려주지 않는다. 매출채권과 매입채무, 급여일과 세금 일정을 반영해 매일 갱신되는 예측이 있어야, 위기가 아니라 여유 있을 때 손을 쓸 수 있다.
이탈 통보를 받는 순간에는 이미 늦었다. 이탈은 어느 날 갑자기 벌어지는 사건이 아니라 몇 주에서 몇 달에 걸쳐 쌓이는 과정이고, 그 신호를 상시로 읽는 회사만 미리 손을 쓴다.
원가도 오르고 경쟁사 가격도 바뀌었는데 우리 가격표만 3년 전 그대로인 회사가 많다. 가격은 한 번 정하고 마는 결정이 아니라 계속 다시 계산해야 하는 변수이고, 그걸 사람이 상시로 하지 못하니 결국 안 하게 되는 거다.
매각이나 투자 얘기가 나온 뒤에야 자료를 그러모으는 회사가 대부분이다. 실사가 늦어질수록 매수자의 의심은 커지고 가격은 깎인다. 협상력은 평소에 얼마나 정리해뒀느냐에서 나온다.
회사들이 AI 도입에 실패하는 이유는 대개 모델을 잘못 골라서가 아니다. 그 모델에게 먹일 회사 고유의 지식이 애초에 정리되어 있지 않아서다. 성능은 모델의 크기가 아니라 회사가 쌓아온 컨텍스트의 양에서 나온다.
대기업엔 전략기획실이 있고 중소·중견기업엔 없다. 좋은 전략팀은 화재보험처럼 안 써야 잘 산 것이라 그 비용을 매달 정당화하기가 어렵기 때문이다. 반복 가능한 스캔 업무를 에이전트에게 넘기면 이 방정식이 바뀐다.
검색은 사람이 클릭하도록 설득하는 게임이었지만, 에이전트가 대신 고르고 사는 시대에는 설득이 아니라 자격 요건을 갖추는 게임으로 바뀐다. 브랜드가 사람보다 먼저 에이전트에게 읽혀야 하는 이유를 정리해본다.
이번 달 순이익이 얼마냐고 물으면 대표는 숫자 하나로 답한다. 그 숫자 안에 몇 개의 레버가 숨어 있는지 아는 대표는 생각보다 적다. 손익계산서를 항목 단위로 뜯어봐야 어디를 당겨야 할지가 보인다.
몇 달 걸려 만든 보고서가 몇 주 만에 서랍으로 들어가는 걸 여러 번 봤다. 문제는 분석의 질이 아니라 산출물의 형태였다. 컨설팅이 남겨야 하는 건 읽는 문서가 아니라 계속 돌아가는 시스템이다.
에이전트 하나만 만들어달라는 요청을 받을 때마다 결국 필요한 건 에이전트가 아니라 에이전트들을 설계하는 상위 레이어였다. 시공 이전에 설계도가 있어야 하는 것처럼, 실행 에이전트 이전에 그것들을 배치하고 조율하는 아키텍트 에이전트가 있어야 한다.
에이전트 도입이 초안 작성 단계에서 멈추는 이유는 기술이 아니라 권한 설계의 부재다. 전결 규정처럼 판정 규칙을 명시하면, 에이전트는 감시받는 도구가 아니라 믿고 맡기는 실행자가 된다.
비싼 CRM(고객관계관리)을 도입해도 채워지는 회사는 드물다. 문제는 도구가 아니라 기록이라는 노동을 누가 지느냐다. 에이전트에게 기록을 맡기면 영업은 처음으로 팔기만 하는 일이 된다.
얼마를 원하느냐고 물으면 대부분 숫자가 아니라 감탄사로 답한다. 목표 기업가치를 먼저 찍고 오늘의 EBITDA와 멀티플로 거꾸로 다리를 놓아보면, 해야 할 일의 우선순위가 완전히 다르게 보인다.
회사가 어젯밤 무슨 일이 있었는지 아침에 먼저 알려주지 않으면, 대표는 늘 한 박자 늦게 반응하는 사람이 된다. 모니터링 공백이 쌓여 만드는 것은 사고가 아니라 뒤늦은 발견이다.
높은 밸류는 성공의 척도가 아니라 갚아야 할 약속이다. 상장 시장의 멀티플이 진짜 싯가이고, 그 숫자를 지지하지 못하는 기업은 좀비가 된다.
1억의 인건비가 들어야 해결할 수 있는 일을 30만원에 해결할 수 있다면, 9,970만원을 무이자로 대출받는 것과 같다. AI 레버리지는 비개발자 경영자에게 더 크게 작동한다.
사업은 리스크 테이커의 영역이고 투자는 리스크 매니저의 영역이다. AI Roll-up은 이 두 세계를 만족시키는 절묘한 교집합이고, 나는 그 사이의 통역사가 되려 한다.
실무는 에이전트가 처리하고 인간은 전략적 의사결정만 내리는 시대. 화면 점유율의 시대가 가고 실행 점유율의 시대가 오고 있다. 그리고 생산이 아닌 소비가 중심이 되는 시대가 온다.
ROT(Return on Token)이 가장 높은 영역은 경영이다. 경영이 소스코드가 되는 순간, EBITDA와 기업가치가 다시 써진다.