Erik Salazar, Iconic 설립자 겸 CEO – 인터뷰 시리즈

Erik Salazar, Iconic 설립자 겸 CEO는 20년 이상에 걸친 인수합병, 엔터프라이즈 인프라, 헬스케어 기술 및 스타트업 리더십 경험을 가진 연쇄 창업가이자 기술 경영자입니다. 2023년에 Iconic을 시작하기 전에는 헬스케어 테스트 플랫폼인 Kit.com의 COO 겸 공동 설립자로 재직했으며, 이후 Ro Health Ventures에 인수되었습니다. 경력 초기에 Salazar는 Unitas Global을 공동 설립하여 회사를 주요 클라우드 및 인프라 서비스 제공업체로 성장시킨 뒤 Digital Alpha에 인수되었습니다. 또한 CoreSite에서 리더십 역할을 수행했으며, The Carlyle (CG ) Group에서 금융 경력을 시작해 인수심사, 모델링 및 인수 업무에 집중했습니다. 이러한 재무 전문성, 운영 리더십 및 스타트업 실행 경험을 바탕으로 Salazar는 전통적으로 파편화된 M&A 산업을 기술 기반 자문 서비스, AI 기반 구매자 매칭 및 비즈니스 평가를 통해 현대화하기 위해 Iconic을 설립했습니다.

Iconic은 비즈니스 소유자가 회사를 보다 효율적으로 매각하고 판매자와 구매자 모두에게 더 나은 결과를 제공하도록 설계된 AI 기반 M&A 플랫폼입니다. 이 회사는 독점 소프트웨어와 숙련된 자문가를 결합하여 가치 평가, 구매자 탐색부터 거래 관리 및 종료까지 거래 프로세스의 모든 단계를 간소화합니다. 인공지능, 자동화 및 데이터 분석을 활용함으로써 Iconic은 전통적으로 수작업 프로세스와 파편화된 네트워크에 의존해 온 하위 중간 시장 M&A 거래에 더 큰 투명성, 속도 및 정밀성을 제공하고자 합니다. 플랫폼은 기술 기반 자문 서비스에 중점을 두어 핀테크, AI 및 비즈니스 중개 분야의 교차점에 위치하며, 비공개 기업의 매매 방식을 현대화하려고 합니다.

아버지께서 수십 년 동안 구축한 가치를 충분히 실현하지 못한 소규모 사업주였던 경험이 Iconic의 영감이 되었습니다. 그 이야기를 공유해 주시고, 소기업을 위한 M&A 프로세스를 현대화하려는 결정에 어떻게 영향을 미쳤는지 설명해 주실 수 있나요?

아버지는 수십 년 동안 여행사를 운영했습니다. 고객이 신뢰하고 직원이 의존하며 사업이 잘 돌아가는 실질적인 회사를 만들었습니다. 그러다 병에 걸리게 되었습니다. 더 이상 운영할 수 없게 된 시점이 왔고, 다음에 무엇을 해야 할지 전혀 몰랐습니다. 소기업을 매각하는 절차가 있다는 사실도, 시장이 존재한다는 사실도 몰랐습니다. 자신이 운영할 수 없고 자녀들 중 누구도 대신할 수 없다면, 그 사업은 끝이라고 생각했습니다.

그래서 그런 일이 일어났습니다. 사업은 종료되었지만, 실패해서가 아니라 아무도 구하는 방법을 몰랐기 때문이었습니다.

그 기억은 제게 남아 있었습니다. 공동 설립자인 Roberto와 제가 소기업 M&A 시장을 파고들었을 때, 전문적인 기회는 명확했습니다. 하지만 시장 분석 아래에는 언제나 개인적인 것이 있었습니다 – 바로 적절한 인프라가 없어서 아버지와 같은 사람이 사업을 잃어버리는 모습을 본 기억이었습니다. Iconic은 어느 정도 그가 결코 얻지 못한 결과라고 할 수 있습니다.

향후 10년 동안 약 600만 개의 소기업이 소유권이 이전될 것으로 예상됩니다. 현재 M&A 인프라가 이 물결 같은 소유권 이전에 대비하지 못한 이유는 무엇이라고 보십니까?

인프라는 소기업 M&A 시장을 위해 설계되지 않았습니다. 투자 은행, M&A 자문사 및 기관 거래 지원은 전통적으로 일정 규모 이상의 거래를 위해 만들어졌습니다. 메인 스트리트의 소기업들은 방정식에서 제외되었습니다.

그들에게 존재하는 것은 대부분 수작업이며, 스프레드시트, 이메일 스레드, 데이터가 공유되지 않은 지역 브로커들의 고립된 작업, 그리고 표준화된 프로세스가 없습니다. 이러한 설정은 수백만 건의 거래가 동시에 진행될 때 버틸 수 없습니다.

귀하는 Carlyle에서의 사모펀드, 데이터 센터 인프라, 헬스케어 스타트업, 그리고 현재 M&A 기술에 이르는 다양한 배경을 가지고 있습니다. 이러한 산업에서 얻은 교훈 중 Iconic 구축에 가장 가치 있었던 것은 무엇입니까?

가장 솔직한 답은 개인적인 경험에서 나옵니다. Kit이 인수될 때, 저는 변호사와 전문 M&A 임원들로 가득한 테이블 맞은편에서 매도 측에 있었습니다. 올바른 팀, 즉 M&A에서 실제로 무엇을 해야 하는지 아는 사람들이 주변에 없었다면 결과는 크게 달라졌을 것이라고 말씀드릴 수 있습니다.

그 경험은 한 가지를 분명히 했습니다: 올바른 인프라와 접근성을 가진 사람들이 승리한다는 사실입니다. 이를 갖추지 못한 사람들은 테이블 위에 돈을 남겨두거나, 더 나아가 인생에서 가장 중요한 재정적 순간에 착취당하게 됩니다.

저는 사모펀드에서도 같은 패턴을 보았습니다. 최고의 딜 플로우와 최고의 데이터를 보유한 기업들은 시간이 지날수록 그 이점을 복합적으로 확대합니다. 다른 모든 기업은 허용된 범위 내에서 격차를 메우려 합니다. 이러한 비대칭은 월스트리트만큼 메인 스트리트에서도 뚜렷하게 존재합니다. 차이점은 메인 스트리트에서는 이를 당연하게 여기고 있다는 점입니다.

소기업 소유자들은 수십 년 동안 실질적인 무언가를 구축해 왔습니다. 고객과 지역사회에 직접 손으로 서비스를 제공했습니다. 그리고 매각 시점이 오면, 로드맵 없이 외국의 프로세스를 탐색하게 됩니다. 이것이 Iconic이 해결하려는 문제입니다.

소기업 거래는 종종 스프레드시트, 이메일 및 수작업 프로세스에 의존합니다. 향후 5년 동안 AI가 현실적으로 제거할 수 있는 가장 큰 비효율성은 무엇입니까?

딜 준비가 첫 번째 실제 병목 현상입니다. 사업을 시장에 내놓기 위해 준비하는 데는 몇 주가 걸리며, 대부분은 재무 정리, CIM(투자자용 정보 메모) 작성, 구매자 프로파일 설정에 소요됩니다. 이는 모두 구조화되고 반복 가능한 작업으로, AI가 실제로 뛰어난 분야입니다.

구매자 매칭 또한 좋은 결과를 보장하는 데 필수적입니다. 현재 프로세스는 기본적으로 브로커의 연락처 리스트에 불과합니다. AI는 개별 브로커가 접근할 수 없는 신호들을 끌어낼 수 있습니다. 여기에는 인수 이력, 명시된 투자 기준, 섹터 내 롤업 패턴, 그리고 활발한 딜 탐색을 나타내는 검색 행동 등이 포함됩니다. 그리고 실사(due diligence)는 근본적으로 문서 관리 및 교차 참조 문제입니다. 바로 이러한 작업이 AI가 소요 시간을 절반으로 줄일 수 있는 영역입니다.

5년 후, 거래의 프런트엔드(준비)와 백엔드(실사)는 오늘과 크게 달라질 것입니다. 중간 단계, 즉 판매자가 자신이 만든 것을 누군가에게 신뢰할지 결정하는 부분은 여전히 인간이 담당합니다. AI가 지루한 작업을 담당함으로써 자문가들은 가장 영향력 있는 업무에 집중할 수 있게 됩니다.

많은 AI 스타트업이 인간 전문성을 대체하는 데 초점을 맞추고 있습니다. Iconic은 자문가를 대체하기보다 보강하는 것으로 보입니다. 왜 M&A의 미래는 AI 전용이 아니라 인간+AI라고 생각하십니까?

M&A는 본질적으로 신뢰 거래입니다. 판매자는 평생 구축해 온 것을 넘겨줍니다. 그 순간은 자동화될 수 없습니다. 판매자가 시스템과 거래하고 있다고 느끼고, 실제로 무엇이 걸려 있는지 이해하는 사람 대신에 시스템과 거래하고 있다고 느끼면, 거래는 성사되지 않습니다.

오늘날 소기업 M&A의 과제는 브로커에게 모든 작업을 수작업으로 수행하도록 요구받았다는 점이며, 이는 그들이 처리할 수 있는 딜 수를 제한하고 각 판매자와 실제로 보낼 수 있는 시간을 제한합니다. 이것이 실제 비용입니다. 이 소유자들은 인생에서 가장 큰 재정적 결정을, 종종 처음으로, 로드맵 없이, 그리고 대표성의 질에 제한을 두고 탐색하고 있습니다. 대규모 거래에서는 투자 은행이 분석가 팀을 투입해 문제를 해결합니다. 메인 스트리트에서는 이것이 불가능하지만, 현재 기술이 허용하는 것이 가능합니다. 우리는 이제 격차를 메울 수 있습니다. 브로커가 스프레드시트와 구매자 이메일에 파묻혀 있을 때, 그들은 가장 필요로 하는 사람과 함께 있는 시간이 줄어듭니다.

우리가 구축하고 있는 것은 그 한계를 제거하는 것입니다. AI가 운영 부담을 처리하고, 브로커는 관계, 신뢰, 모델이 복제할 수 없는 인간 판단을 담당합니다.

또한 실질적인 현실이 있습니다. 이러한 거래는 실제 법률, 재무 및 세금 복잡성을 수반하며, 이는 책임 있는 전문가가 필요합니다. 그러나 메커니즘을 넘어, 판매자가 자신의 평생 작업을 낯선 사람에게 넘겨줄지 결정할 때는 진정으로 보이고, 그 과정을 안내받아야 합니다. 이것은 소프트웨어 문제가 아니라 사람 문제이며, 앞으로도 항상 그럴 것입니다.

Iconic의 핵심 약속 중 하나는 거래 종료에 필요한 시간을 단축하는 것입니다. 가장 자주 거래를 지연시키는 구체적인 병목 현상은 무엇이며, AI가 이를 해결하는 방법은 무엇입니까?

판매자는 종종 준비가 부족한 상태로 시장에 나옵니다. 재무 정리, 프레젠테이션 자료 작성, 현실적인 가치 범위 설정 등에 몇 주가 추가될 수 있습니다. 그런 다음 구매자 접근이 너무 광범위한데, 이는 타깃 데이터가 얇기 때문입니다. 브로커는 부적절한 매칭을 보완하기 위해 폭넓게 진행하지만, 이는 거래에 적합하지 않은 구매자에게 시간을 소비하게 합니다. 누군가가 LOI(의향서) 단계에 들어가면, 실사는 공유 드라이브와 버전 혼란이 있는 이메일 체인으로 변합니다. 매번 느리고 수작업입니다.

AI는 각 단계를 압축합니다. 도구가 재무 데이터를 자동으로 끌어와 정리하면 준비가 빨라지고, 행동 신호와 거래 이력을 기반으로 작업하면 접근이 더 정확해지며, 문서가 실시간으로 조직되고 교차 참조될 때 실사는 순차적인 수작업 검토 대신 진행됩니다.

비즈니스 평가는 모든 인수에서 가장 논쟁이 많은 측면 중 하나입니다. 특히 비교 가능한 거래 데이터가 부족한 소규모 기업에 대해 AI가 평가 방법론을 어떻게 변화시킬 것으로 보십니까?

여기서의 도전은 데이터에 관한 것입니다. 투자 은행가들이 중간 시장 거래에 의존하는 비교 거래 데이터가 여기서는 규모가 없습니다. 거래가 보고되지 않고, 조건이 공개되지 않으며, 표본 크기가 작습니다. 따라서 평가가 일관되지 않으며, 그 일관성은 모든 거래 양쪽에 마찰을 일으킵니다.

AI는 수작업 분석이 효율적으로 처리할 수 없는 입력을 패턴 매칭함으로써 도움을 줍니다. 여기에는 산업 벤치마크, 지역 시장 상황, 소유자 의존도, 고객 집중도, 반복 매출 등이 포함됩니다. 협상에 대한 보다 방어 가능한 시작점을 제공하며, 이는 모든 것을 해결하지 못하더라도 실제로 유용합니다. 모델은 시간이 지남에 따라 더 많은 거래 데이터가 포착될수록 개선됩니다.

AI는 대부분의 가치가 소유자의 관계에 있는 기업에서는 가장 어려움을 겪을 것입니다. 이를 어떻게 비교합니까? 대부분은 할 수 없으며, 그렇다고 가장하는 알고리즘은 사람들을 오도할 것입니다.

구매자 매칭은 Iconic이 AI를 적용하고 있는 또 다른 영역입니다. 전통적인 브로커가 놓칠 수 있는 최고의 전략적 또는 재무적 구매자를 식별할 때, 머신러닝이 발견할 수 있는 신호나 데이터 포인트는 무엇입니까?

전통적인 브로커는 수년간 구축한 네트워크를 기반으로 작업합니다. 그 네트워크는 훌륭할 수 있지만, 지역적이고 한정적입니다. 중서부에서 제조 딜을 진행하는 브로커는 해당 지역의 구매자를 알고 있을 것입니다. 그러나 그들은 해당 섹터에서 조용히 롤업을 진행 중인 PE 펌이나, 6개월 전 유사 사업을 매각하고 현재 적극적으로 찾고 있는 패밀리 오피스에 대해서는 모를 수 있습니다.

머신러닝은 전혀 다른 신호 세트, 즉 활발한 인수 검색, 과거 거래 패턴, 명시된 투자 위임, 딜 탐색 모드를 나타내는 웹 행동, 그리고 인간이 생각하지 못할 산업 인접성을 기반으로 작동합니다. 이는 개별 브로커가 연락처 리스트를 통해 찾지 못하는 구매자를 드러냅니다.

또한 더 미묘한 작업, 즉 가중치를 부여합니다. 모든 자격 있는 구매자가 최적의 구매자는 아닙니다. 최고의 매치는 일반적으로 시너지 효과가 실제로 존재하고, 문화적 정렬이 이루어지며, 판매자의 사람들과 유산이 보존될 가능성이 높은 경우입니다. 이러한 신호는 데이터에 존재하지만 아직 활용되지 않았습니다.

하위 중간 시장은 전통적으로 투자 은행에 의해 소외되었습니다. 왜 이 세그먼트가 오랫동안 간과되었으며, 기술 기반 플랫폼이 어떤 경제적 기회를 창출합니까?

순수한 단위 경제학 때문입니다. 투자 은행은 대규모 거래에서 작동하는 수수료 구조를 기반으로 설계되었습니다. 5억 달러 규모의 거래는 팀과 일정에 정당성을 부여하는 수익을 창출합니다. 300만 달러 규모의 거래는 그렇지 않으며, 완전히 다른 비용 구조 없이는 불가능합니다. 그래서 은행은 대형 시장으로 올라갔고, 메인 스트리트는 이미 존재하던 지역 브로커 인프라, 즉 파편화되고 대체로 자본이 부족한 구조를 얻게 되었습니다.

이는 은행의 실패가 아니라 단순히 수학적인 문제입니다. 기술이 수학을 바꿉니다. AI가 이전에 상당한 노동 시간을 요구하던 작업을 처리하면, 작은 거래의 경제성이 실현 가능해집니다. 더 적은 비용으로 더 많은 거래를 더 나은 결과와 함께 수행할 수 있습니다. 이것이 실제로 이 시장을 열어줍니다.

이해관계는 실질적입니다. 이 세그먼트에는 수조 달러 규모의 소기업 자산이 있습니다. 대부분의 소유자는 실제 거래 인프라에 접근한 적이 없습니다. 이것이 우리가 추구하는 기회입니다.

앞으로 AI 에이전트가 소싱, 실사, 협상 등 M&A 프로세스의 상당 부분을 독립적으로 처리할 수 있는 미래를 상상하십니까, 아니면 인간 판단이 주요 거래에서 결정적인 요소로 남을 것이라고 보십니까?

AI 에이전트는 대부분의 사람들이 기대하는 것보다 더 많은 부분을, 그리고 더 빠르게 처리할 것입니다. 소싱, 딜 준비, 데이터룸 관리, 실사 검토, 초기 조건 구조화 등. 기본 역량은 빠르게 발전하고 있어 이러한 영역에서 상당한 AI 참여가 가까운 미래의 현실이 될 것입니다.

인간 판단이 남는 부분은 실제로 거래 성사 여부를 결정하는 순간입니다. 판매자가 이 구매자를 신뢰할지 결정하는 순간, 모델이 포착하지 못하는 협상 요소, 예를 들어 새로운 소유자가 15년 동안 함께 일한 30명을 유지할지 여부 등은 사람에 의해 판단됩니다.

제가 구축하고 있는 버전은 AI가 프로세스를 운영하면서 인간이 관찰하는 것이 아니라, AI가 운영적인 부담을 흡수해 자문가가 오직 자신만이 할 수 있는 업무에 시간을 할애하도록 하는 것입니다. 이는 일반적으로 사업 소유자 인생에서 가장 큰 거래이며, 신뢰할 수 있는 인간이 전 과정을 안내하고 AI가 포착하지 못하는 제안의 미묘함을 밝혀주는 것이 AI와 함께 하는 인간 중심의 노력일 것입니다.

멋진 인터뷰에 감사드립니다. 더 알고 싶으신 독자분들은 Iconic을 방문하십시오.