Corporate Venture Capital 업무에 AI를 실제로 적용하면 어떤 모습일지 궁금해서, 딜 소싱부터 스크리닝까지 이어지는 워크플로우를 직접 만들어 봤습니다.

장점 — 사람이 놓치는 신규 딜을 넓은 범위에서 매일 찾아냅니다. 뉴스·특허·투자공시를 동시에 훑어 커버리지가 넓고, 반복 작업이라 피로도 없이 지속됩니다.

한계 — 비공개 라운드나 스텔스 모드 스타트업은 애초에 데이터가 없어 못 잡습니다. "신규성"의 기준 자체가 사람이 짠 프리셋에 의존적이라 초기 튜닝이 필요합니다.

장점 — 모든 딜을 동일한 기준으로 평가해 사람마다 다른 주관적 편차를 줄입니다. 점수와 근거를 즉시 제시해 검토 우선순위를 빠르게 정할 수 있습니다.

한계 — 창업자의 실행력, 팀 케미 같은 정성적 요소는 약합니다. 채점 기준 자체는 사람이 설계해야 하며, 기준이 틀리면 결과도 틀립니다 — AI가 아니라 기준 설계의 문제입니다.

장점 — 계약서·재무제표·특허 등 방대한 문서를 요약하고 위험 신호를 빠르게 하이라이트해 검토 속도를 크게 높입니다.

한계 — 법적 책임이 따르는 최종 결론(계약 리스크 판단, 재무 이상 징후의 인과 해석)은 여전히 전문가 검증이 필수입니다. 요약을 그대로 믿으면 맥락을 놓칠 수 있습니다.

장점 — 비교 가능한 유사 딜(comparables)을 빠르게 모아 초기 밸류에이션 레인지를 제시하는 데는 유용합니다.

한계 — 협상력, 시장 타이밍, 전략적 시너지처럼 정량화하기 어려운 요소가 최종 가격을 좌우합니다. 결국 협상의 결과이지 계산의 결과가 아닙니다.

장점 — 문서 초안 작성, 과거 유사 케이스 요약, 형식적 문서화 작업의 시간을 크게 줄여줍니다.

한계 — 투자심의는 조직 내부 정치, 책임 소재, 리스크 감수 성향이 얽힌 의사결정입니다. AI는 문서 작성을 보조할 뿐, 그 이상 관여하는 것은 위험합니다.