AI 데이터센터 프로젝트의 투자유치를 위해 DCF를 바탕으로 수익·비용·위험 3축의 산업 특화 가치평가 모델을 설계한 사례입니다.
이 사례는 안효상 회계사가 회계법인 마일스톤 재직 당시 수행한 업무입니다.
대규모 인프라 사업의 투자유치에서 투자자가 가장 먼저 묻는 것은 "이 프로젝트가 얼마의 가치를 만드는가"입니다. AI 데이터센터 프로젝트를 추진하던 A사도 같은 질문 앞에 서 있었고, 현금흐름할인법(DCF)을 바탕으로 데이터센터 산업에 맞춘 평가모델을 설계해 그 답을 숫자로 제시했습니다.
일반 부동산 임대 모델로는 부족했던 이유
데이터센터를 단순한 건물 임대사업으로 보면 가치가 제대로 드러나지 않습니다. AI 학습용과 추론용은 전력 설계도, 과금 방식도 다릅니다. 여기에 친환경 에너지 활용 계획과 인허가·준공 단계별 위험까지 함께 반영해야 했습니다. 그래서 평가를 수익, 비용, 위험의 세 축으로 나누어 설계했습니다.
수익 축 — 워크로드별로 쪼갠 현금흐름
- 임대료 하나로 묶지 않고, AI 학습·추론 등 워크로드별 매출 단가를 따로 추정했습니다.
- 단계별 준공 시나리오에 따라 가동률이 올라가는 램프업(Ramp-up) 기간의 현금유입을 구간별로 반영했습니다.
- 초기 대규모 자본 투입 뒤 이어지는 장기 현금흐름의 변동성을 모델 안에 체계적으로 담았습니다.
비용 축 — ESG가 원가 경쟁력이 되는 구조
A사는 데이터센터 운영에 친환경 에너지를 결합하는 사업구조를 검토하고 있었습니다. 자체 에너지 수급으로 운영비를 줄일 수 있는지를 시나리오별로 분석해 DCF에 반영했습니다. 글로벌 빅테크가 요구하는 RE100 대응 능력이 곧 운영비 개선으로 이어진다는 논리를 수치로 뒷받침한 것입니다.
위험 축 — 인프라 특성을 담은 할인율
- 초기 CAPEX 부담이 큰 사업 특성을 반영해 자본구조와 인허가 단계별 위험 프리미엄을 더한 할인율(WACC)을 산정했습니다.
- 준공 전과 준공 후의 위험 가중치를 달리 적용해 현재가치 산출의 논리적 근거를 확보했습니다.
- 향후 리츠(REITs) 등 자산 유동화 가능성까지 고려해 영구가치를 산출했습니다.
결과: 투자 협상의 언어가 생기다
이번 평가로 프로젝트의 미래 수익 잠재력이 수치로 드러났고, 핵심 현금 창출원과 위험 요인을 함께 볼 수 있는 기준이 마련되었습니다. 대규모 인프라 거래에서 정교한 밸류에이션은 사업 타당성을 증명하는 근거이자, A사가 파트너를 확보하고 기업가치를 높이는 협상 도구가 됩니다.