공식 스킬 · 재무
재무 모델 가정 검토
재무 모델의 가정을 검토한다. 가정마다 출처를 적고, 민감도를 보고, 과거 실적에 비춰 타당성을 확인하고, 가장 중요한 가정 3개를 짚는다.
Claude, ChatGPT, 코딩 에이전트에서 쓸 수 있어요. Team, Business 요금제에서는 포드에 넣은 공식 스킬이 개선될 때마다 알아서 최신 버전으로 바뀌어요.
언제 쓰나요
- 모델을 이사회, 대출 기관, 투자자에게 보내기 전
- 예측이 너무 좋아 보이는데 아무도 이유를 설명하지 못한다
AI에게 주는 것
- 모델, 또는 모델의 입력값과 결과
- 같은 동인에 대한 실제 과거 실적
- 신뢰하는 벤치마크와 출처(선택)
받는 결과
가장 중요한 가정 3개, 민감도 표, 전체 가정 목록, 구조적인 문제를 담은 검토서.
진행 방법
- 모든 가정을 나열한다 입력 시트뿐 아니라 수식 안에 직접 입력한 숫자도 넣는다. 가정마다 무엇인지, 값, 단위, 기간, 출처(과거 실적, 계약, 계획, 추측), 누가 정했는지를 쓴다. 이 스킬의 기본값: 출처가 비어 있으면 "추측"으로 표시한다.
- 동인과 결과를 나눈다 동인은 입력값이다(전환율, 가격, 이탈률, 채용 계획, 급여). 결과는 계산된 값이다(매출, 번레이트). 계산하지 않고 숫자로 직접 입력한 결과가 있으면 표시한다.
- 입력값을 하나씩 바꿔 민감도를 본다 동인마다 정해진 폭만큼 바꾸고(이 스킬의 기본값: ±20%, 또는 사용자가 준 현실적인 범위) 주요 결과가 얼마나 바뀌는지 기록한다. 그 변화의 크기로 동인의 순위를 매긴다.
- 타당성을 확인한다 상위 동인을 회사의 과거 실적과 비교한다. 지금까지 가장 좋았던 달의 두 배인 성장률, 과거의 절반인 이탈률에는 이유가 있어야 한다. 사용자가 준 벤치마크와도 비교하고 출처를 밝힌다. 둘 다 없으면 "[확인 필요: 과거 실적이나 벤치마크 없음]"이라고 쓴다.
- 가장 중요한 3개를 짚는다 주요 결과에 가장 큰 영향을 주는 동인 3개를 고르고, 각각 현재 값, 그 값의 근거, 나쁜 쪽으로 틀렸을 때 결과가 어떻게 되는지, 확신을 높이려면 무엇이 필요한지(모을 데이터, 해 볼 테스트)를 쓴다.
- 구조적인 문제를 적는다 맞지 않는 단위(월간과 연간), 시점(채용 기간 없이 계획 1개월 차부터 근무하는 신규 인력), 서로 연동되어야 하는데 연동되지 않은 동인(영업 인력은 늘었는데 1인당 목표는 그대로이고 매출도 움직이지 않음).
- 요약을 쓴다 2~3문장: 모델이 말하는 것, 모델이 기대고 있는 가정 3개, 가장 큰 위험.
팀과 함께 쓰기
AI Skill Pod에 추가하면 외부 협력자를 포함해 팀원 모두가 자기 AI에서 같은 버전을 써요. 팀에서 AI 스킬을 공유하는 방법 읽기
변경 기록
- v1.0.0 · · First release.
출처
출처는 영어 페이지예요.
- The Aqua Book (2026-11-04 확인)
- What is Sensitivity Analysis? (2026-11-04 확인)