Caspian Advisory Partners는 중앙아시아의 유틸리티 규모 재생에너지 거래에 집중하는 국경 간 투자 자문사입니다. Asel Bekova는 이 회사의 이머징 마켓 파이프라인에서 정량적 딜 분석을 총괄하며, 프로젝트 파이낸스 구조화, 신용위원회 준비, 투자자 대상 보고를 담당합니다. 이 회사는 DCF 전문성이 깊고 거래 일정은 주 단위로 측정될 만큼 민첩하게 운영됩니다.
카자흐스탄 템플릿 없이, 3가지 금융 구조를 한 번에
과제는 카자흐스탄의 유틸리티 규모 태양광 PV 프로젝트에 대해 25년 DCF를 구축하는 것이었습니다. 동시에 세 가지 구조를 다뤄야 했습니다. 100% 자기자본, 상업은행 대출, 그리고 개발금융기관의 양허성 대출입니다. 각 구조마다 NPV, Equity IRR, DSCR이 필요했으며, 하나의 프로젝트 기간에서 총 아홉 개의 서로 다른 재무 결과를 산출해야 했습니다.
이 시장에는 사용할 템플릿이 없었습니다. 카자흐스탄의 인플레이션 이력과 국내 에너지 믹스는 유럽 벤치마크로 대체할 수 없었습니다. PPA 가격은 다른 시장의 LCOE 추정치가 아니라, 카자흐스탄의 실제 태양광 경매 낙찰 수준과 규제 요금표에 맞춰야 했습니다. 일반적인 입력값을 사용하면 위원회 검토를 통과하지 못하는 NPV와 IRR 수치가 나옵니다.
실제 분석에 들어가기 전에도 세 가지 단계가 연속으로 필요했습니다. 카자흐스탄 거시경제 파일을 찾고 파싱하는 작업, numpy_financial이 포함된 Python 환경을 구축하는 작업, 그리고 초기 결과가 신뢰할 수 있는 현지 시장 상황을 반영하지 못하자 Capex와 PPA 가격을 재보정하는 작업이었습니다. 이 과정을 수동으로 순차 진행했다면 자금 조달 일정 자체를 놓칠 위험이 있었습니다.
Energent.ai는 모델링과 전달의 레이어가 되었습니다
에이전트는 원시 입력부터 최종 산출물까지 모든 단계를 처리했습니다.
- 수집 카자흐스탄 인플레이션 이력과 에너지 믹스 파일을 로컬 저장소에서 불러와, 단 하나의 수식도 작성하기 전에 위치를 찾고 읽고 파싱했습니다
- 구축 세 가지 구조를 동시에 포괄하는 25년 Python DCF를 만들어 매출, 운영비, 부채 상환 일정, 부채 상환 후 자기자본 현금흐름을 포함했습니다
- 설치 numpy_financial을 설치하고 모델을 실행한 뒤, 초기 결과를 카자흐스탄 시장 상황과 대조해 검토했습니다
- 재보정 세션 중간에 Capex와 PPA 가격을 카자흐스탄 경매 낙찰가와 규제 요금 수준에 맞게 조정했으며, 모델을 다시 시작하지 않았습니다
- 생성 DCF 방법론, 금융 구조 비교, 카자흐스탄 거시경제 맥락, 지표 해석을 평이한 언어로 담은 구조화된 분석 보고서를 작성했습니다
- 배포 시각화 서브에이전트를 호출해 NPV, Equity IRR, DSCR을 25년 전체 기간에 걸쳐 세 가지 구조별로 보여주는 인터랙티브 HTML 비교 대시보드를 구축했습니다
외부 모델러도 없었습니다. 별도의 환경 설정 단계도 없었습니다. 보조 시각화 도구도 없었습니다.
단순한 속도 향상이 아닌, 현지 보정
- 카자흐스탄 특화 거시 입력값 — 인플레이션 이력과 에너지 믹스는 일반적인 이머징 마켓 대체값이 아니라 로컬 파일에서 직접 수집되어, 대출기관 검토를 통과하지 못하는 값으로 대체되지 않았습니다
- 세션 중간 재보정 — 초기 Capex와 PPA 가격이 신뢰할 수 없는 사업성 스프레드를 만들자, 두 입력값을 수정하고 같은 세션 안에서 모델을 다시 실행했으며, 수정 주기를 거치지 않았습니다
- 병렬 산출물 생성 — 분석 보고서와 HTML 대시보드를 동시에 생성해, 여러 단계의 워크플로를 하나의 감사 가능한 세션으로 압축했습니다
- 위원회 제출용 출력 형식 — 대시보드는 추가 서식 작업도, 모델 파일 접근도 없이 바로 위원회 구성원에게 배포할 수 있었습니다
단일 감사 가능 세션에서 완성된 9개 결과와 대시보드
- 세 가지 금융 구조 각각에 대해 NPV, Equity IRR, DSCR을 산출한 아홉 개의 재무 결과를 카자흐스탄 특화 입력값에 맞춰 생성 및 보정
- 구조화된 분석 보고서와 인터랙티브 HTML 비교 대시보드, 두 개의 발표용 산출물 전달
- 외부 전문가를 투입하거나 모델을 재시작하지 않고 세션 중간에 가정 수정 완료
- 데이터 수집, 모델 구축, 가정 검토, 대시보드 제작을 아우르는 워크플로를 한 세션으로 압축
"이머징 마켓 거래에서는 가정 보정 단계에 가장 많은 시간이 들어갑니다. 그 작업을 세션 안에서 끝내고 — 위원회 자료까지 이미 구축된 상태에서 — 모델을 만드는 일보다 판단이 필요한 부분에 집중할 수 있었다는 점이 핵심이었습니다." — Caspian Advisory Partners의 선임 재무 분석가 Asel Bekova