M&A 실사(Diligence)를 위한 20개의 Claude 에이전트: '출처를 밝히거나, 주장을 삭제하라'는 단 하나의 원칙으로 구축됨
요약
M&A 실사 과정에서 발생할 수 있는 AI의 환각 문제를 해결하기 위해 '출처를 밝히거나 삭제하라'는 원칙으로 설계된 20개의 소규모 에이전트 팩 'The Deal Team'을 소개합니다. 각 에이전트는 단일 작업에 집중하며 모든 수치와 주장에 대해 문서 내 근거를 인용하여 신뢰성을 확보합니다.
핵심 포인트
- 단순 요약이 아닌 출처 인용(Citation) 중심의 에이전트 설계
- 문서 내 모순되는 정보를 찾아내는 규율(Discipline) 강조
- M&A 실사 시 데이터 신뢰성 확보를 위한 오픈소스 도구 제공
- 대규모 모델 하나보다 전문화된 소규모 에이전트 활용의 이점
대부분의 사람들은 문서를 요약하기 위해 AI를 사용합니다.
인수(Acquisition) 과정에서 요약은 결코 신뢰해서는 안 되는 단 한 가지 요소입니다.
만약 모델이 EBITDA 수치를 지어내거나, 판매자에게 유리하도록 이탈률(Churn) 수치를 조용히 반올림하거나, 고객 집중 리스크(Customer-concentration risk)를 그럴싸하게 들리도록 완화한다면, 그것은 나중에 발견할 수 있는 단순한 오타가 아닙니다. 그것은 당신이 딜(Deal)의 가격을 책정한 근거가 됩니다. 당신이 그 사실을 알게 되었을 때는 이미 의향서(LOI)에 서명했고, 한 달을 허비했으며, 다시는 되찾을 수 없는 신뢰를 잃은 후일 것입니다.
그래서 저는 정반대의 방식으로 에이전트 팩을 구축했습니다. 모든 것을 읽고 자신감 넘치는 한 단락을 건네주는 하나의 거대한 에이전트가 아닙니다. 각각 단 하나의 작업만을 수행하며, 자신의 작업 과정을 보여주고, 모든 사실적 주장(Factual claim)을 그것이 나온 출처로 인용하거나, 당신이 확인하기 전에 해당 주장을 삭제하도록 설계된 20개의 작은 에이전트들입니다.
이것은 The Deal Team이라고 불립니다. MIT 라이선스이며, 무료이고, GitHub에 올라와 있습니다.
소규모 인수자들이 이를 가장 어렵게 느끼는 이유
2인 규모의 서치 펀드(Search fund)는 미드마켓 사모펀드(PE firm)와 동일한 양의 CIM(정보 메모란), 재무제표, 법률 문서를 검토합니다. 티저(Teasers), 데이터 룸(Data rooms), 7자리 수의 의사결정 과정은 동일하지만, 기관 투자자들이 당연하게 여기는 애널리스트(Analysts), 어소시에이트(Associates), 그리고 백오피스(Back office)가 없을 뿐입니다.
그 지점이 바로 AI가 명백한 승리처럼 보이는 곳입니다. 그리고 실제로도 그렇습니다. 하지만 실패 모드(Failure mode)가 "요약이 약간 거칠다"는 것이 아님을 기억하기 전까지만 말이죠. 실패 모드는 완전히 확신에 차서 말하지만, 맞는 숫자와 구별할 수 없는 틀린 숫자입니다.
CIM을 읽고, 이를 재무제표와 연결하며, 질문 목록을 만드는 작업은 대상 기업당 수일간의 책임자(Principal) 시간이 소요되며, 그 중 대부분은 무산될 딜에 소비됩니다. 당신은 더 빨리 움직이고 싶을 것입니다. 하지만 추적할 수 없는 결과물을 신뢰해서는 더 빨리 움직일 수 없습니다.
해결책은 더 똑똑한 요약기가 아닙니다. 그것은 규율(Discipline)입니다: 모든 수치는 문서의 한 줄로 거슬러 올라가 추적 가능해야 하며, 그렇지 않다면 사용되지 않아야 합니다.
"인용하거나 삭제하라(Cite or cut)"가 실제로 구현되는 방식
가장 명확한 증거는 프롬프트(Prompt)가 아니라 완성된 브리프(Brief)에 있습니다. 소방 점검 사업인 가상의 대상 기업 "Project Sentinel"에 대한 전체 샘플 브리프가 준비되어 있습니다. 이 샘플을 확인해 볼 가치가 있는 이유는, 단순한 요약본은 할 수 없는 단 한 가지 일, 즉 문서 내에서 자기 자신과 모순되는 내용을 잡아내는 규율(Discipline)을 보여주기 때문입니다.
CIM(기업투자설명서)의 8페이지에는 고객 기반이 잘 다각화되어 있으며, 단일 고객의 매출 비중이 15%를 넘지 않는다고 되어 있습니다. 하지만 동일한 문서의 9페이지에 나열된 실제 계정들을 보면, 가장 큰 고객의 매출 비중이 약 22%에 달합니다. 두 페이지의 내용이 동시에 참일 수는 없습니다. 단순히 CIM을 요약하기만 하는 모델은 8페이지의 다각화 문구를 반복할 것이고, 당신은 미처 발견하지 못한 집중 위험(Concentration risk)을 간과한 채 딜(Deal) 가격을 책정하게 될 것입니다. 반면, 이 브리프는 두 구절을 각각 해당 페이지를 인용하여 토씨 하나 틀리지 않고 그대로 보여주며, 최종 판단은 당신의 몫으로 남겨둡니다.
그다음은 대부분의 AI 도구가 절대 보여주지 않는 부분인 '폐기 로그(Discard log)'입니다. 초안을 작성하는 동안 모델은 "회사는 미결 소송이 없다"라는 주장을 생성했습니다. 하지만 문서 어디에도 이를 뒷받침하는 내용이 없었기에, 이 내용은 브리프에 포함되기 전에 삭제되었고 대신 하나의 액션(Action)으로 전환되었습니다: 즉, '10년 치 소송 이력 요청'이라는 과제로 바뀐 것입니다. 깔끔하게 정리된 "평균 계약 가치는 약 18,000달러" (단일 출처 구절과 연결할 수 없음)나 "기술자 유지율이 높음" (CIM에 이직률에 대한 언급이 없음)과 같은 내용들도 같은 운명을 맞이했습니다.
이것이 화면 하나에 담긴 전체 철학입니다. 검증된 주장은 출처를 보여줍니다. 모순되는 내용은 양쪽 모두를 보여줍니다. 검증할 수 없는 주장은 당신에게 전달되지 않고, 하나의 질문이 됩니다.
패키지에 실제로 포함된 내용
실제 딜(Deal)의 5개 단계를 따라가도록 명령받은 20개의 에이전트(Agent)가 있습니다. 하나의 에이전트가 내놓은 결과물을 다음 에이전트의 입력값으로 전달하는 방식입니다.
- Sourcing (소싱): 집중된 타겟 리스트를 구축하고, 모호한 가설을 테스트 가능한 형태로 구체화하며, 중개인처럼 보이지 않으면서도 답장을 이끌어낼 수 있는 소유자 직접 연락(owner-direct outreach) 문구를 작성합니다.
- Screening (스크리닝): 티저(teaser)를 읽고 무엇이 실제로 판매되고 있는지 파악하며, 몇 분 만에 귀하의 가설에 따라 점수를 매기고, 나중에 거래를 무산시킬 수 있는 초기 위험 신호(red flags)를 스캔하며, 죽은 거래에 빠져들지 않도록 명확한 진행/중단(go/no-go) 결정을 강제합니다.
- Diligence (실사): 전체 CIM(정보 메모)을 인용이 포함된 쉬운 영어 요약본으로 읽고, 재무 데이터를 유의미한 신호(signal)로 변환하며, 고객 집중도(customer concentration)를 스트레스 테스트하고, 시장 논리를 검증(sanity-check)하며, AI 또는 분석가 요약본을 원본과 대조하여 감사하는 **Citation Checker (인용 검증기)**를 실행합니다.
- Valuation (가치 평가): 비교 논리(comparable logic)를 통해 범위를 설정하고, 레버리지(leverage) 상황에서도 작동하는지 스케치하며, 과도한 비용을 지불하기 전에 스스로를 점검합니다.
- Process and close (프로세스 및 종결): 잊어버렸을 법한 실사 질문 목록을 생성하고, 날카로운 경영진 미팅을 준비하며, 전체 과정을 깔끔한 IC(투자심의위원회) 스타일의 메모로 변환합니다.
각각의 역할이 명시된 20개 에이전트 전체 명단은 README에서 확인할 수 있습니다.
실행 방법 (약 30초 소요)
각 에이전트는 바로 복사하여 사용할 수 있는 프롬프트가 담긴 단일 SKILL.md 파일로 구성되어 있습니다. 두 가지 방법이 있습니다:
설정 없는 복사-붙여넣기. claude.ai를 열고, 원하는 에이전트의 프롬프트를 복사하여 첫 번째 메시지로 붙여넣은 다음, 거래 관련 자료(티저, CIM, 손익계산서(P&L), 귀하의 가설 등)를 첨부하세요. 자주 사용할 에이전트의 경우, 프롬프트를 Claude Project의 맞춤형 지침(custom instructions)에 넣어두면 해당 프로젝트 내의 모든 채팅이 곧 그 에이전트가 됩니다.
Claude 스킬로 설치하기. skills/ 폴더 아래의 각 폴더는 독립적입니다. 원하는 폴더를 귀하의 스킬 디렉토리에 넣으면, Claude가 귀하가 수행 중인 작업을 설명할 때 적절한 에이전트를 찾아 사용합니다:
git clone https://github.com/MariusGithub13/open-deal-team.git
cp -r open-deal-team/skills/* ~/.claude/skills/
이 모든 것을 안전하게 만드는 단 하나의 습관
에이전트가 중요한 수치를 제공할 때, 해당 수치가 가리키는 인용(citation)을 확인하십시오. 모든 수치는 문서의 특정 줄(line)로 거슬러 올라갈 수 있어야 합니다. 만약 그렇지 않다면, 검증되지 않은 것으로 간주하십시오.
매번 출처를 확인하는 그 단 하나의 습관이, 딜(deal)에서 AI를 단순히 '사용'하는 것과 AI를 '신뢰'하는 것 사이의 차이를 만듭니다. 이 에이전트들은 그 확인 과정을 빠르게 수행하도록 구축되었습니다. 에이전트는 각 주장(claim)이 어디에서 왔는지 알려주며, 필요한 정보가 누락된 경우 이를 대충 메우는 대신 정보가 없음을 알려줍니다.
프롬프트에서 제품으로, 솔직한 버전
저는 이 작업이 어디서 끝나고 제 제품이 어디서 시작되는지에 대해 솔직하게 말씀드리겠습니다. 그렇지 않은 척하는 것은 "인용하거나, 아니면 삭제하라"는 핵심 원칙을 훼손하는 일이기 때문입니다.
에이전트는 여러분에게 규율(discipline)을 제공합니다. 즉, 여러분이 직접 프롬프트를 실행하고, 한 번에 문서 하나씩 확인하며, 각 인용을 수동으로 검토하는 방식입니다. 그것이 진정한 가치의 대부분이며, 이는 영구적으로 무료입니다. 만약 여러분이 프롬프트만 사용한다면 그것으로 충분하며, 그 프롬프트는 MIT 라이선스로 아무런 제약 없이 여러분의 것입니다.
하지만 수동으로 확인하는 부분은 확장이 불가능한 지점이기도 합니다. 단일 대상(target)에 대해 에이전트 하나, 문서 하나, 수동 인용 확인 한 번은 괜찮습니다. 하지만 활성화된 데이터 룸(data room), CIM(기업투자설명서), 3년 치 재무제표, 세무 신고서, QoE(수익성 분석), 그리고 서로 일치해야 하는 수많은 계약서 뭉치를 다루는 상황이라면, 확인 작업 자체가 곧 업무이며, 이는 아무도 시간을 낼 수 없는 업무입니다.
그것이 바로 제가 **Deal OS**를 구축한 목적입니다. 이 제품은 데이터 룸 전체를 한 번에 읽고, 모든 인용을 원본과 대조하여 검증하며, 여러분이 확인하기 전에 검증할 수 없는 주장들은 미리 폐기합니다. 또한, 여러분이 각 쌍을 일일이 수동으로 대조하는 대신, CIM, 재무제표, 경영진 콜(management call) 내용이 서로 충돌하는 문서 간의 모순(contradictions)을 찾아내어 표시합니다.
만약 하나의 딜을 진행 중이라면 프롬프트를 사용하십시오. 만약 여러 개의 딜을 진행 중이고 수동 확인 작업이 더 이상 감당할 수 없는 수준(scaling)이라면, 그때가 바로 이 제품이 제 역할을 할 때입니다. 어느 쪽을 선택할지 결정하기 전에 샘플 딜에 대한 전체 출처 인용 브리프를 읽어보실 수 있습니다.
솔직한 참고 사항
이 도구들은 여러분의 판단을 가속화하고 거래(deal)를 더 빠르게 검토할 수 있도록 돕는 분석 도구입니다. 이는 투자, 법률, 세무 또는 회계 자문이 아니며, 여러분의 자체적인 검증이나 전문가의 자문을 대체하지 않습니다. 항상 에이전트의 출력물을 원본 문서와 대조하여 확인하십시오. 이것이 바로 인용 규칙(cited rule)이 설계된 목적입니다.
"출처를 밝히거나, 주장을 삭제하라(cite it or cut it)"는 아이디어가 유용하다면, 여러분이 할 수 있는 가장 좋은 일은 **이 리포지토리에 스타(star)를 누르는 것**입니다. 그래야 CIM(Confidential Information Memorandum)의 홍수 속에서 허우적거리는 다음 검색자도 이 도구를 찾을 수 있습니다. 포크(Fork)하여 여러분의 논리(thesis)에 맞게 프롬프트를 수정해 보시고, 어떤 에이전트가 제 역할을 다하는지, 어떤 에이전트가 개선이 필요한지 저에게 알려주세요.
Marius Andronie, Devaland, Deal OS 작성.
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기