The Hidden Capital Crunch Behind Silicon Valley''s AI Boom

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

The Hidden Capital Crunch Behind Silicon Valley’s AI Boom를 중심으로, 높은 성장률과 높은 투자 가치는 별도로 검증해야 한다. 매출이 전년 대비 10~20배 늘어도 마진, 고객 집중도, 매출 연를 핵심 판단 포인트로 압축 정리한다.

📌 핵심 요점

1. 높은 성장률과 높은 투자 가치는 별도로 검증해야 한다. 매출이 전년 대비 10~20배 늘어도 마진, 고객 집중도, 매출 연환산 방식에 따라 사업의 질은 다르다. 일부 기업의 높은 가격에는 소프트웨어 예산을 넘어 인건비 지출까지 확보하리라는 기대가 반영돼 있지만, 노동 대체가 본격화됐다는 관찰은 아직 없다.
2. 투자 경쟁이 VC의 자금 소진을 앞당긴다. 일부 대형 운용사는 예상보다 약 세 배 빠르게 투자하면서 펀드 모집 주기를 단축하고 있다. 자금이 부족하면 투자 기업 수를 줄이거나 목표 지분을 낮춰야 하며, 투자 약정 이후 실제 송금이 지연되는 사례도 나타난다.
3. VC의 투자 의지는 LP의 현금 공급 능력과 다르다. 회수가 기대에 못 미치는 가운데, 일부 LP는 전체 운용자산의 30~50%가 소수 대형 비상장기업에 집중돼 있다는 설명이다. 핵심 기업에서 회수가 발생하는지와 그 회수에 참여할 수 있는지가 신규 출자 여력을 좌우한다.
4. 연산 경쟁의 지속 여부는 지분과 부채 조달에 함께 달려 있다. 현금 대신 연산을 투자하거나 성장 비용을 별도 금융으로 지원하는 대안이 거론된다. 다만 연산 자원의 사용 기간과 가치 하락을 계약에 반영해야 하며, 인프라 공급자는 필요한 부채를 감당할 조건으로 확보해야 한다.
5. 실제 제품 효용이 커져도 진입 가격과 쏠림 위험은 남는다. 자료는 현재의 빠른 성장과 이용 확산을 긍정적으로 평가하면서도, 소수 기업의 조 달러 성공 가능성이 다른 기업의 가격까지 끌어올린다고 지적한다. 뛰어난 창업자가 추진하는 덜 알려진 시장을 먼저 이해하는 전략이 대안으로 제시된다.

🧩 배경과 문제 정의

• AI 기업의 빠른 성장과 대규모 연산 수요가 투자 경쟁을 자극하면서, 기업의 자금 조달과 VC의 펀드 소진 속도가 함께 빨라지고 있다.
• 높은 매출 성장률만으로 기업을 비교하기 어렵다. 마진, 고객 집중도, 계약 구조가 다르고, 기존 소프트웨어 지출을 넘어 인건비 시장까지 확보할 수 있는지도 불확실하다.
• 기업에 투자할 자금은 VC를 거쳐 LP에서 나온다. 회수 지연과 소수 대형 기업에 대한 자산 집중 때문에 투자 수요가 커져도 새로운 현금 공급에는 제약이 생긴다.
• 연산 자원 확보 경쟁의 지속 가능성은 기술 수요뿐 아니라 기업의 후속 조달 능력과 인프라 공급자의 부채 조달 조건에도 달려 있다.

🕒 시간순 섹션별 상세정리

1. 같은 투자 라운드에서도 참여자에 따라 가격이 크게 벌어진다

• 초기부터 주목받는 기업에는 투자 수요가 몰리고, 창업자가 선호하는 VC가 유리한 가격으로 먼저 투자한다. 경쟁에서 밀린 VC는 다음 라운드까지 기다리기보다 당장 참여하기 위해 더 높은 가격을 제시한다 [01:12]
• 2021년에는 몇 주 뒤 기업가치가 두 배가 되는 후속 투자가 있었다면, 현재는 최초 투자와 나란히 진행되는 별도 트랜치에서 가격이 3~5배까지 높아지는 사례가 있다 [01:50]

2. 투자 속도 경쟁이 조건 변경과 상대적 박탈감을 키운다

• 시장을 따라잡으려는 VC가 빠르게 투자 제안을 내놓은 뒤 조건을 바꾸거나 제안을 철회하는 행태가 나타난다. 이런 모습은 2021년과 닮아 있다 [02:51]
• 보유 기업의 평가가치 상승은 뛰어난 성과보다 시장을 따라가기 위한 최소 조건처럼 느껴진다. 자기 포트폴리오의 성과에 만족하더라도 다른 기업의 급성장을 보면 다시 뒤처졌다는 압박을 받는다 [03:13]

3. 폭발적인 매출 성장에는 서로 다른 수익 구조가 숨어 있다

• 전년 대비 10~20배 성장하는 기업도 전통적인 고마진 SaaS와 같은 매출 구조를 갖췄다고 볼 수 없다. 낮거나 음수인 마진, 높은 고객 집중도, 최근 한 달 매출의 단순 연환산, 소비자 매출이나 사용량 기반 매출 등이 섞여 있다 [04:12]
• 성장률은 비슷한 사업 구조의 기업끼리 비교해야 한다. 데이터 라벨링 기업은 데이터 확보 비용 때문에 마진이 15~20%에 그칠 수 있고, 기반 모델에 의존하는 기업은 수익의 상당 부분을 모델 제공자에게 지급한다 [05:13]

4. AI 기업의 높은 가격은 소프트웨어 시장을 넘어선 인건비 시장을 전제한다

• 일부 버티컬 SaaS 기업은 매출의 100배에 거래되는 반면, 상장 SaaS 기업의 매출 배수는 13배 수준이다. 이 격차를 설명하려면 해당 기업을 소프트웨어 판매 회사로 볼지, 노동을 대체하는 회사로 볼지 판단해야 한다 [05:56]
• 대규모 매출에서도 연간 5~10배 성장이 이어지지만, 실제 노동 대체가 본격화됐다는 관찰은 아직 없다. 법률사무소의 소프트웨어 예산은 제한적이어도 법률보조인력 지출은 훨씬 크며, 그 지출의 20%를 확보할 수 있다면 기업 규모를 설명하는 계산이 달라진다 [06:14]

5. 2021년의 과열 징후와 현재 AI 제품의 실질적 효용이 공존한다

• 2021년에는 SaaS 매출 800만 달러 기업이 10억 달러 가치로 자금을 조달하기도 했다. 시장 규모가 제한적이고 연간 반복 매출 1억 달러까지 약 7년을 내다봐야 했던 기회와 비교하면, 현재 기업의 성장 잠재력은 더 크다는 평가다 [07:01]
• 거래 경쟁, 공개시장 투자자의 벤처 진입, 빠른 투자 제안과 철회는 당시와 비슷하다. 최근 6~8주 동안 제안 후 재협상 사례가 크게 늘었지만, 현재가 이미 2021년 같은 정점인지, 그보다 이른 2019년 같은 단계인지는 단정하지 않는다 [07:31]

6. 대형 VC의 자금 수요가 기존 펀드 설계를 앞질렀다

• VC는 통상 초기 투자 집행 기간을 18~24개월로 설정하고 후속 투자 자금을 따로 남긴다. 그러나 일부 대형 운용사는 같은 기간에 두세 차례 펀드를 조성할 만큼 예상보다 약 세 배 빠르게 투자하고 있다 [10:13]
• 투자하고 싶은 기업 수와 기업 가격이 모두 예상을 웃돌면서, 목표 지분을 확보하는 데 필요한 자금도 커졌다. 이에 따라 다음 펀드 모집 시점은 빨라지고 모집 규모도 확대된다 [11:02]

7. LP의 유동성 문제는 소수 대형 기업에 집중돼 있다

• LP는 현재 시점까지 더 많은 투자금 회수를 기대했지만 실제 유동성은 기대에 못 미쳤다. 일부 LP의 높은 벤처 비중을 들여다보면, 실질적으로 전체 운용자산의 30~50%가 SpaceX·Anthropic·OpenAI·Databricks 같은 소수 기업에 집중된 경우가 있다 [12:26]
• 벤처 자산 비중을 낮출 만큼 큰 현금을 돌려주려면 이들 핵심 기업에서 회수가 발생해야 한다. 관련 기업에 충분히 투자한 펀드에 출자했는지가 LP의 실질적인 유동성을 좌우한다 [12:54]

8. 펀드 소진 가속이 투자 약정과 실제 송금 사이의 지연으로 번진다

• 한 펀드는 25억 달러를 조성해 7월부터 투자하고 이듬해 1월에 다시 모집할 예정이며, 다른 펀드는 30억 달러를 받은 지 9개월 만에 50억 달러를 추가로 찾고 있다. 유력 운용사들은 조달에 성공할 것으로 보지만 자금 소진 속도는 매우 빠르다 [15:36]
• 최근 8~12주에는 1억 5,000만 달러 투자를 제안하면서 실제 집행은 약 3개월 뒤로 요청하는 사례가 나타났다. 기존 펀드 자금은 이미 투자처가 정해져 있고, 새 펀드의 계약·등록과 자본 납입 요청에 필요한 금융 한도 설정에 시간이 걸리기 때문이다 [16:09]

9. 연산 비용을 주식 투자금으로만 충당하는 방식에 대안이 필요하다

• Anthropic이 약 100억 달러의 현금을 소진하고도 현재 매출 규모와 85% 매출총이익률에 도달했다는 수치는 자본 효율성을 높게 평가하는 근거다. 다만 이 평가는 미래 지출 약정과 부채를 일단 제외한 것이다 [17:20]
• 성장 비용을 별도 금융상품으로 지원하는 방식은 이미 존재한다. GC의 고객 가치 펀드처럼 1,000만 달러 투입으로 3,000만 달러 매출을 만들 수 있다는 관계가 입증되면 그 비용을 금융으로 제공하는 구조가 한 예다 [18:12]

10. 현금 대신 연산 자원을 투자하는 방식에도 계약과 자산 가치 문제가 남는다

• 일부 VC는 현금 대신 연산 자원을 제공한다. 어차피 조달금을 연산에 쓸 창업자에게는 자원 확보 자체가 더 매력적이어서, 연산을 가져오는 투자자에게 투자 참여 기회를 보장하기도 한다 [18:55]
• 연산 자원 투자는 확보 가격뿐 아니라 제공 기간, 한 차례 학습만 지원할지 여부, 자원 재사용 횟수와 시간에 따른 성능·가치 저하까지 설계해야 한다 [19:11]

11. 연산 공급 과잉 전망 속에서도 작은 기업은 자원 확보에 어려움을 겪는다

• 유휴 연산 설비가 늘어날 것이라는 전망과 네오클라우드의 주식시장 부진이 있는 한편, 현장에서는 이전 세대 GPU조차 확보하기 어렵고 GPU 가격도 계속 오르는 상반된 신호가 나타난다 [20:49]
• 대형 네오클라우드 중에는 2억 달러 미만 규모의 거래에 관심이 적은 곳도 있다. 그보다 작은 기업은 여러 공급처에서 연산 용량을 나눠 임차해야 하며, 투자사도 포트폴리오 기업의 자원 확보를 반복해서 돕고 있다 [21:26]

12. 네오랩의 대규모 자금 소모와 기술 성과의 불확실성이 수요의 변수다

• 우수한 자산으로 평가받는 기업은 계속 자금을 조달하겠지만, 새 AI 연구소인 네오랩 전체가 같은 상황은 아니다. 뛰어난 곳이 두세 곳일 것이라는 초기 예상과 달리, 각각 10억~50억 달러를 조달한 네오랩이 약 80~90곳에 이른다는 추산이다 [22:24]
• 한 네오랩은 두 번째로 보이는 조달에서 10억 달러를 모집해 이듬해 한 차례 학습에 전액 사용할 계획이었고, 같은 해 추가로 50억 달러가 필요할 것으로 예상했다. 이런 기업의 성과를 조달 규모로 가늠하게 되는 상황 자체가 투자 판단의 어려움을 보여준다 [22:57]

13. 연산 인프라의 제약은 지분보다 부채 조달에서 먼저 생길 수 있다

• 자본시장 위축이 연산 공급 확대를 막을 가능성이 있으며, 특히 인프라 구축에는 조달한 자기자본의 5~10배를 넘는 부채가 필요할 수 있다 [24:05]
• 최근 일부 네오클라우드의 주식시장 부진은 차입 비용을 높일 가능성이 있다. 사업 지속 가능성은 지분 투자금을 확보하는 것뿐 아니라, 필요한 부채를 사업성이 유지되는 조건으로 조달할 수 있는지에 달려 있다 [24:24]

14. 최대 성공 규모에 대한 기대가 시드 투자 가격까지 끌어올린다

• 2016년에는 최상의 결과를 100억 달러 기업으로 상정해 가격을 매겼지만, 2021년 무렵에는 Stripe·Databricks·Airbnb·DoorDash 등의 성장으로 기대 기준이 1,000억 달러로 올라갔다 [25:13]
• 실제로 1,000억 달러에 도달한 기업은 당시 유력 후보와 추가 두세 곳 정도였는데도, 다른 기업들까지 같은 잠재력을 가진 것처럼 가격이 높아졌다 [25:45]

15. 과열기에는 뛰어난 창업자의 덜 자명한 아이디어가 초과수익 기회가 된다

• 어느 투자 단계에서도 좋은 기업에 합리적인 가격으로 투자할 기회는 있다. 반면 2021년 매출 100배 SaaS처럼 가장 눈에 띄는 투자 대상에 자금 대부분을 집중한 펀드는 해당 빈티지에서 부진할 가능성이 높다는 평가다 [26:30]
• 초기 투자에서 뛰어난 창업자가 누구나 좋다고 보는 아이디어를 추진하면, 특히 과열기에는 매우 높은 시장가격을 지불하게 된다 [27:06]

16. 시장이 주목하기 전에 투자하는 전략과 Conduit의 BCI 사례

• 이미 드러난 기회에 잘 대응하면 상위 25% 운용사가 될 수 있지만, 아직 명확하지 않은 시장의 뛰어난 창업자를 먼저 지원해야 상위 5%를 노릴 수 있다는 관점이다. 경쟁이 적을 때는 투자 가격도 유리하게 정할 수 있다. Conduit은 뇌에 칩을 이식하는 방식과 달리 머리에 착용하는 제품으로 뇌 정보를 추출한다 [28:27]
• 초기 시연에서는 사용자가 생각을 타이핑하기 전에 모델이 약 80% 정확도로 의미를 파악했다고 한다. 이후 인간 학습 데이터가 3만 시간으로 늘었고, 최근 8~10주 사이 BCI에 관심이 몰리면서 대규모 투자 라운드에 13개의 투자조건서가 들어왔다 [29:09]

17. 뛰어난 창업자와 낮은 투자 전환율이 함께 나타나는 기회

• Etched의 Gavin Uberti는 투자자들에게 능력을 인정받았지만, 스타트업이 AI 칩 분야의 기존 강자를 이기기 어렵다는 의심을 받았다. Sequoia가 100억 달러 기업가치를 인정한 뒤에는 시장의 인식이 바뀌고 다른 칩 기업들도 매우 높은 가치로 자금을 조달했다 [30:38]
• 투자조건서가 15개면 가격이 크게 오르지만, 2~3개라면 경쟁이 적어 합리적인 가격과 의미 있는 지분을 확보할 여지가 있다. 다만 투자조건서의 개수 자체가 투자 판단의 핵심 기준은 아니다 [31:20]

18. 예측하기 어려운 기업가치와 비교 거래가 만드는 가격 상승

• 현재의 투자 가격을 정당화하려면 기업이 도달할 규모를 매우 크게 상상해야 한다. Anthropic과 OpenAI 같은 기업을 둘러싼 조 달러 가치평가와 상장 기대는 투자자들이 상정하는 성장의 상한을 넓힌다 [32:51]
• 시장을 잘 아는 투자자조차 예상 투자 가격의 상단과 하단에 약 4배 차이를 둘 정도로 가격 형성이 불규칙하다. 거래를 놓치지 않으려는 투자자가 두 번째로 높은 제안의 3배를 지불할 수도 있다 [33:43]

19. 검증된 대형 기업 투자도 진입 가격과 쏠림을 피할 수 없다

• Databricks처럼 규모가 크고 빠르게 성장하는 기업은 사업을 검토하기 쉽고, 큰 자금을 수동적으로 투자할 수 있는 선택지다. 다만 현재 가격이 상승 여력이 남은 2019년에 가까운지, 고평가됐던 2021년에 가까운지를 판단해야 한다 [35:28]
• Stripe는 여전히 뛰어난 기업이고 현재 가치가 1,790억 달러에 이르지만, 제시된 과거 투자 사례의 5년 수익률은 연간 내부수익률 약 11~12%로 추산된다. 훌륭한 기업을 높은 가격에 사도 벤처시장 상위 25% 수준의 성과를 얻을 수 있다는 평가지만, 기업의 우수성이 압도적인 투자 수익을 보장하지는 않는다 [35:52]

20. 데이터 판매의 지속성에 대한 두 가지 사업 모델

• 모델 개발사가 필요한 데이터를 모두 확보하면 데이터 공급사의 사업이 끝날 것이라는 예상과 달리, 데이터 수요는 계속 증가하고 있다. 필요한 데이터의 종류와 품질을 미리 파악하고 수집할 수 있는 기업이 유리하며, 수집 난도는 가격과 마진에 영향을 준다 [37:51]
• 로보틱스 데이터 기업 중 한 부류는 데이터 판매 자체를 장기 사업으로 본다. 앞으로 10~20년 동안 판매를 이어가며 수백억 달러 매출을 만들 수 있고, 고객의 데이터 수요에도 끝이 없을 것이라는 가정이다 [38:16]

21. 성공한 기업에서 나온 개인 자금이 초기 창업을 지원한다

• 대형 기업의 상장으로 부유해지는 직원들이 늘면 새로운 엔젤투자 자금이 유입될 수 있다. 실리콘밸리의 강점은 기관투자 이전 단계의 기업에 개인 자산으로 10만~100만 달러를 투자하는 사람이 밀집해 있다는 점이다 [40:52]
• 개인 투자금을 잃더라도 감수할 수 있는 투자자가 많아지면 초기 실험을 지원할 여지가 커진다. 엔젤투자로 큰 수익을 거둔 사람들이 다시 투자하는 순환은 창업과 혁신에 긍정적으로 작용할 수 있다 [41:10]

22. Abstract의 투자 단계 확대와 후속 투자 자본의 부족

• Abstract는 시드 중심에서 시리즈 A~C와 일부 성장 단계 투자로 범위를 넓혔다. Socket·Doctronic·Dust 등의 시리즈 B를 주도했고, Crusoe에 투자했으며, 2023년 펀드의 약 15%를 xAI의 설립 단계 투자에 배정했다 [41:55]
• 첫 펀드는 1억 달러였고 최신 펀드는 8억 달러다. 2018년에는 1억 달러도 첫 시드 펀드로 너무 크다는 지적을 받았지만, 2026년에는 8억 달러 규모를 작게 유지한 절제력을 칭찬받았다는 대비가 시장의 변화를 보여준다 [42:27]

23. 펀드 규모는 현재의 투자 역량과 수익률 유지 가능성으로 정한다

• 미래 펀드의 모습보다 현재 운용 중인 자금을 얼마나 잘 투자할지에 집중해야 다음 조달의 선택지가 넓어진다. Abstract는 다음 펀드 조성 약 6개월 전에 시장 내 입지와 투자 기회를 평가하고, 같은 수준 이상의 기업에 더 많은 자금을 투자하면서 수익률을 유지할 수 있는지 판단한다 [44:15]
• 과거 펀드들은 자본이 두 배였어도 동일한 수익률 수준을 유지할 수 있었을 것이라는 회고다. 자금이 더 있었다면 창업자에게 더 많은 자본을 제공하고 후속 라운드를 주도할 수 있었으며, 기업 내 입지와 투자사로서의 평판도 강화할 수 있었다는 판단이다 [44:50]

24. 투자 기회는 최고 수준이지만 과열은 2021년보다 낮다

• 약 10년의 벤처투자 경력을 기준으로 현재 투자 기회는 10점 만점에 10점이다. 일부 기업에 거액이 몰리는 현상을 넘어, 투자하고 싶은 기업의 수 자체가 어느 펀드 조성 시기보다 많다는 판단이다 [46:26]
• 과열 정도는 2021년을 10점으로 놓았을 때 현재 6.5~7점으로 평가한다. 기업의 성장 속도, 이용 확산, 제품과 시장의 적합성 확보가 전례 없이 빠르기 때문에 높은 가격을 뒷받침하는 실질적인 근거도 있다는 시각이다 [46:48]

25. AI 바이오와 자체 데이터·지능을 보유하는 기업의 잠재력

• 향후 5년을 볼 때 NewLimit, Chai Discovery, Isomorphic이 주목할 기업으로 꼽힌다. AI 기반 바이오 기업이 목표를 실현한다면 5,000억~1조 달러 또는 그 이상의 기업가치를 만들 수 있다는 전망이며, 실행에 필요한 팀·투자자·자본 접근성이 강점으로 드러난다 [47:25]
• 자체 데이터와 지식·지능을 보유한다는 구상도 유망하게 평가된다. Applied Compute는 이 분야를 개척하고 선도하는 기업으로 거론되며, 앞으로 실제로 어떻게 실행하는지가 관찰 대상이다 [47:41]

26. 예측시장과 로보틱스의 성장, 그리고 핵심 인재 유지 능력

• 예측시장 기업들은 AI 기업이 아닌 소비자 사업이면서도 매우 빠르게 성장하고 있다. 다만 몇 년 뒤 시장이 어떤 모습으로 자리 잡을지는 지켜볼 필요가 있다 [47:54]
• Physical Intelligence는 뛰어난 팀과 인재 유치·유지 능력을 바탕으로 수천억~1조 달러 규모 기업이 될 가능성이 있다고 평가된다 [48:04]

🧾 결론

• 자금 병목은 기업의 후속 투자 유치뿐 아니라 LP의 회수, VC의 펀드 모집·집행, 인프라 공급자의 차입 조건까지 연결해 살펴봐야 한다.
• 투자 제안이나 높은 평가가치만으로 실제 집행 가능한 현금과 사업의 지속 가능성을 확인할 수는 없다.
• AI 제품의 실질적 효용과 투자 과열은 공존할 수 있다. 좋은 기업을 찾는 일과 합리적인 가격에 투자하는 일은 각각 검증이 필요하다.

📈 투자·시사 포인트

• 성장률의 구성 확인: 유사한 사업 모델끼리 매출총이익률, 고객 집중도, 사용량 기반 매출과 연환산 기준을 비교필요가 있다.
• 자금 공급 경로 점검: 기업의 조달 발표와 함께 투자금 납입 일정, 후속 투자 여력, 관련 펀드의 신규 모집 상황을 확인해야 한다.
• 연산 인프라의 금융 조건 관찰: GPU 수급과 임차 가격에 더해 공급자의 차입 비용과 부채 조달 가능성을 살펴야 한다.
• 유명 기업 접근성의 가격 검증: 검증된 대형 기업에 투자할 기회가 있더라도 진입 가격과 포트폴리오 집중도가 기대 수익을 제한할 수 있다.

⚠️ 불확실하거나 확인이 필요한 부분

• 펀드 집행 지연, LP 자산 집중, 네오랩 수와 조달 규모는 자료에 제시된 사례·추산이다. 시장 전체에 얼마나 널리 나타나는지는 확인이 필요하다.
• Anthropic의 현금 소진액과 매출총이익률을 근거로 한 자본 효율성 평가는 미래 지출 약정과 부채를 제외한다. 전체 자금 부담을 평가하려면 이 항목들을 함께 확인해야 한다.
• AI 기업의 높은 가치평가를 뒷받침하는 인건비 시장 진입과 노동 대체는 아직 충분히 검증되지 않았다. 기술 성과의 범용성과 단기간 상용화 가능성도 열려 있다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 검토 기업의 성장률을 마진, 고객 집중도, 계약 구조, 매출 연환산 방식과 함께 정리한다.
• 투자 약정액과 실제 납입액·일정을 대조하고, 지연될 경우 필요한 운영자금과 후속 조달 계획을 확인한다.
• 펀드의 잔여 투자 여력, 후속 투자 준비금, LP 회수 상황을 구분해 점검한다.
• 연산 계약의 확보 가격, 제공 기간, 재사용 조건과 가치 하락을 확인하고, 인프라 공급자의 부채 조달 조건도 살핀다.

❓ 열린 질문

• 소수 대형 비상장기업의 회수가 LP의 신규 출자 여력을 충분히 회복시킬 수 있을까?
• 네오랩 가운데 기술 성과와 상용화 가능성을 입증해 필요한 후속 자금을 계속 확보할 기업은 얼마나 될까?
• 연산 비용을 지분 자본으로 충당하는 방식에 비해 별도 금융이나 연산 자원 투자가 더 적합한 조건은 무엇일까?