EV/EBITDA 앱을 처음 설치했는데 업종 설정을 잘못하면 평균 배수가 3.2배에서 7.8배까지 오차가 발생한다. 같은 기업이라도 IT 서비스와 제조업 간 EV/EBITDA 배수는 최대 2.4배 차이를 보이는데, 이 차이가 곧 470억 원의 기업 가치 차이로 이어진다.
이 오차는 단순히 숫자놀음이 아니다. M&A;나 투자 결정 시 실제 손실로 연결되며, 특히 중소기업의 경우 잘못된 배수 적용으로 자금 조달에 실패하는 사례가 매년 15%씩 증가하고 있다. 아래 표에서 전체 옵션을 먼저 확인하고, 본문에서 각 조건을 자세히 풀어보겠다.
| 구분 | 기본 설치 | 업종별 설정 | 고급 설정 |
|---|---|---|---|
| 설치 시간 | 3분 | 8분 | 15분 이상 |
| 적용 배수 범위 | 전체 평균 | 업종별 평균 | 세부 조건 반영 |
| 정확도 | ±30% | ±15% | ±5% |
| 필요 데이터 | EBITDA만 | EBITDA+업종코드 | 재무제표+시장데이터 |
왜 같은 기업이 다른 배수를 가질까
EV/EBITDA 배수는 기업의 미래 현금 흐름을 현재 가치로 환산하는 과정에서 업종 특유의 리스크와 성장성을 반영한다. 예를 들어, 2025년 기준 소프트웨어 업종의 평균 배수는 12.1배인 반면, 철강 업종은 5.3배에 불과하다. 이 차이는 자산 집약도와 진입 장벽에서 기인하는데, 소프트웨어 기업은 초기 투자 비용이 낮지만 높은 성장성이 반영되는 반면, 철강 기업은 대규모 설비 투자와 경기 민감도가 높은 리스크를 반영한다.
실제 사례를 보면, 2024년 M&A; 시장에서 같은 EBITDA를 가진 두 기업의 거래 가격이 업종 설정 차이로 38% 달랐다. 이 차이는 단순히 배수 적용 오류가 아니라, 해당 업종의 평균 회수 기간과 자본 비용(WACC)을 반영한 결과다. 특히 신흥 시장에서는 이 차이가 더 크게 나타나는데, 동남아시아의 경우 같은 업종이라도 국가별로 최대 40%의 배수 차이가 발생한다.
배수 결정의 숨겨진 변수들
대부분의 사용자는 앱 설치 후 기본 설정만 사용하지만, 실제로는 5가지 변수가 배수 결정에 결정적 영향을 미친다. 아래 표는 각 변수가 배수에 미치는 영향을 수치화한 결과다.
| 변수 | 낮은 경우 | 높은 경우 | 배수 영향 |
|---|---|---|---|
| 성장률(YoY) | 3% 미만 | 15% 이상 | ±2.1배 |
| 자본 집약도 | 자산/매출 0.3 미만 | 자산/매출 1.2 이상 | ±1.8배 |
| 경기 민감도 | 경기 방어형 | 경기 순환형 | ±1.5배 |
| 진입 장벽 | 낮음 | 높음 | ±1.2배 |
| 지역 리스크 | 선진국 | 신흥국 | ±0.9배 |
표에서 놓치기 쉬운 점은 변수 간 상호작용이다. 예를 들어, 높은 성장률을 보이는 기업이라도 자본 집약도가 높으면 배수가 오히려 낮아질 수 있다. 2025년 유니콘 기업 중 23%가 이 패턴을 보였는데, 이들은 높은 성장률에도 불구하고 대규모 설비 투자 요구로 인해 실제 배수가 평균보다 0.7배 낮게 형성됐다. 이는 단순한 평균 배수 적용으로는 포착하기 어려운 부분으로, 앱의 고급 설정에서 ‘상호작용 효과’를 별도로 조정해야 한다.
업종 코드 입력 시 SIC 코드와 NAICS 코드를 혼동하지 마라. 같은 ‘제조업’이라도 SIC 코드 2000번대와 NAICS 31~33번대는 세부 분류가 달라 배수 차이가 1.2배까지 발생한다. 특히 미국 시장을 대상으로 할 때는 NAICS를, 글로벌 기업을 다룰 때는 GICS 코드를 사용하는 것이 표준이다.
내 기업에 맞는 배수 찾는 법
적합한 EV/EBITDA 배수를 결정하기 위해서는 먼저 기업의 ‘경제적 해자’를 파악해야 한다. 해자가 강한 기업은 평균 배수보다 1.5~2.0배 높은 배수를 적용할 수 있다. 예를 들어, 특허 기술이나 강력한 브랜드를 가진 기업은 같은 업종 내에서도 최대 30% 높은 배수를 받을 수 있다. 2026년 기준 글로벌 M&A; 시장에서는 해자 유무에 따라 평균 1.8배의 배수 차이가 발생했다.
다음으로 고려해야 할 것은 기업의 라이프사이클 단계다. 스타트업 단계의 기업은 성장성에 무게를 두는 반면, 성숙 단계의 기업은 안정성에 무게를 둔다. 실제 2025년 데이터에 따르면, 스타트업의 경우 EV/EBITDA 배수가 15.2배인 반면, 성숙 기업은 8.7배에 그쳤다. 이 차이는 단순히 성장률 차이만이 아니라, 투자자들이 요구하는 할인율에서 기인하는데, 스타트업의 경우 평균 12%의 할인율을 적용받는 반면 성숙 기업은 7%에 불과하다.
중소기업의 경우 ‘피어 그룹 분석’을 통해 배수를 조정하라. 동일 업종 내 유사한 규모와 성장성을 가진 5~10개 기업의 배수를 평균 내면 ±5% 이내의 정확도를 확보할 수 있다. 특히 상장되지 않은 기업을 평가할 때는 이 방법이 필수적이다.
설정 후 반드시 확인해야 할 3가지
앱 설치와 업종 설정이 완료된 후에도 세 가지 항목을 반드시 재확인해야 한다. 첫째, 입력한 EBITDA 값의 기간이다. 대부분의 앱은 기본적으로 최근 12개월(TTM) EBITDA를 사용하지만, 계절성 업종(예: 농업, 관광)의 경우 3년 평균 EBITDA를 사용해야 오류를 방지할 수 있다. 2025년 농업 기업 평가에서 TTM EBITDA를 사용한 경우 실제 가치보다 22% 과대평가된 사례가 보고됐다.
둘째, 배수 적용 시점의 시장 상황을 반영해야 한다. 금리 변동은 EV/EBITDA 배수에 직접적인 영향을 미치는데, 2026년 기준 미국 Fed의 금리 인하 시점에 맞춰 배수를 0.5~0.8배 상향 조정해야 한다. 이는 할인율 변화가 기업 가치에 미치는 영향을 반영한 것으로, 실제 M&A; 시장에서는 금리 1%p 변화 시 평균 0.3배의 배수 변동을 보였다.