분석에 들어가기 전에 숫자부터 고정해 두겠습니다. 아래 수치는 우버 공식 발표와 독일 인수합병법상 공개매수 공시를 1차 기준으로 삼았고, 항목마다 어느 수준까지 확인된 것인지 표시해 두었습니다. 태그가 붙어 있으니 인용하실 때 참고하시면 좋겠습니다.

Pin the numbers before analysing them. Everything below is anchored to Uber's official release and the German takeover filing, with a verification tag on each line.

배달 플랫폼을 두고 규모의 경제를 이야기하는 것은 흔한 일입니다. 문제는 해상도입니다. 배달에서 수익이 늘어나는 경로는 성격이 완전히 다른 세 개의 메커니즘으로 나뉘는데, 국경을 넘는 인수는 그중 하나에만, 그것도 간접적으로 작용합니다. 이 구분을 해두지 않으면 148억 달러가 무엇을 산 값인지 끝내 설명할 수 없습니다.

Calling delivery a scale business is easy. The problem is resolution. Increasing returns here come from three mechanically distinct sources, and a cross-border acquisition touches only one of them, indirectly. Without that distinction there is no way to say what $14.8 billion actually bought.

① 밀도는 왜 비선형인가Why density is non-linear

라이더 한 명이 시간당 몇 건을 처리하느냐를 결정하는 것은 주문 건수 자체가 아니라 묶음배송(batching)이 가능한 주문 쌍의 수입니다. 일정한 시간창 안에 픽업지와 배송지가 충분히 가까운 주문 두 건이 동시에 존재해야 묶을 수 있기 때문입니다. 여기서 재미있는 산수가 나옵니다. 밀도가 n배가 되면 짝지을 수 있는 후보 쌍은 대략 n²에 비례해 늘어납니다. 배차 알고리즘이 뒤져볼 수 있는 탐색 공간 자체가 제곱으로 커지는 셈입니다. 그래서 건당 비용 곡선은 밀도에 대해 볼록하게 감소합니다.

What sets a courier's deliveries-per-hour is not the order count but the number of batchable order pairs: orders whose pickup and drop-off points are close enough within a time window. Multiply density by n and candidate pairs grow roughly as n² — the dispatcher's search space itself expands quadratically. Cost per order therefore falls convexly in density.

여기서 첫 번째 결론이 나옵니다. 밀도의 경제는 철저하게 지역적입니다. 그리고 우버가 사들인 것은 이미 각 지역에서 밀도를 확보해 둔 사업체들입니다. 즉 우버는 밀도를 만든 것이 아니라 구매한 것입니다. 구매한 밀도는 피인수 기업의 재무제표에 이미 반영되어 있으니, 그 자체로는 프리미엄을 정당화해 주지 못합니다.

The first conclusion follows. Density economics is entirely local. What Uber bought are businesses that already have density in their own cities. Uber did not create density; it purchased it — and purchased density is already in the target's accounts, so on its own it cannot justify a premium.

② 그렇다면 무엇이 국경을 넘는가So what does travel?

답은 고정비입니다. 그리고 2026년의 배달 플랫폼에서 가장 큰 고정비 항목은 인건비도 마케팅비도 아닌 알고리즘 개발·운영 스택입니다. 배차 최적화, 도착시간 예측, 수요·공급 예측, 조리시간 예측, 사기탐지, 광고 랭킹, 지도·경로 인프라가 여기에 들어갑니다. 이 스택은 개발 비용이 거의 전부 고정비이고 한 번 만들어두면 복제하는 데 드는 추가 비용이 0에 가깝습니다. 경제학 교과서에 나오는 자연독점적 비용구조가 바로 이런 모양입니다.

Fixed cost. And in 2026 the largest fixed-cost line in a delivery platform is neither headcount nor marketing but the algorithmic stack: dispatch optimisation, ETA prediction, demand and supply forecasting, prep-time estimation, fraud detection, ad ranking, mapping. Development cost is almost entirely fixed and marginal replication cost is near zero — a textbook natural-monopoly cost structure.

배달은 흔히 양면시장이라고 불리지만, 실제로는 3면 시장입니다. 소비자와 음식점, 그리고 라이더가 있고 세 변의 성질이 서로 전혀 다릅니다. 여기서 Armstrong(2006)의 경쟁병목(competitive bottleneck) 개념이 정확히 들어맞습니다. 한쪽이 플랫폼 하나만 쓰고(single-home) 다른 쪽은 여러 플랫폼을 동시에 쓴다면(multi-home), 플랫폼은 싱글호밍하는 쪽에 닿는 유일한 통로를 쥐게 됩니다. 그리고 그 독점적 접근권을 멀티호밍하는 쪽에 비싸게 팔아 지대를 뽑습니다.

Delivery is usually called two-sided; it is actually three-sided — consumers, restaurants, couriers — and the three sides behave differently. Armstrong's (2006) competitive bottleneck applies exactly: when one side single-homes and the other multi-homes, the platform holds monopoly access to the multi-homing side and extracts rent there.

한국 배달시장의 구조는 아주 분명합니다. 소비자는 점점 싱글호밍 쪽으로 가고(구독과 쿠폰으로 묶이니까요), 음식점은 사실상 전부 멀티호밍합니다. 배민과 쿠팡이츠, 요기요에 동시에 입점하지 않는 식당은 찾기 어렵습니다. 그 결과 병목의 반대편, 즉 음식점이 지대의 부담자가 됩니다. 매출은 느는데 영업이익률은 떨어진다는 이른바 성장의 역설은 정서적인 하소연이 아니라, 이 구조에서 산술적으로 따라 나오는 결과입니다.

Korea's structure is clear: consumers increasingly single-home (subscriptions, coupon lock-in) while restaurants universally multi-home — almost no kitchen lists on only one app. So the burden of the rent falls on the restaurants. The familiar pattern of rising revenue and falling operating margin is not sentiment; it is the arithmetic consequence of this structure.

지분을 미리 싸게 쌓아두고 프리미엄은 마지막 물량에만 지불하는 것은 대형 공개매수의 표준 전술입니다. 흥미로운 질문은 그다음에 있습니다. 지불한 프리미엄 총액과 발표한 시너지의 현재가치를 나란히 놓고 보면 무엇이 남을까요.

Accumulating a cheap stake in advance and paying the premium only on the final tranche is standard tender-offer craft. The interesting question comes after: put the total premium paid next to the present value of the announced synergies, and what is left?

다행히 공개된 수치만으로도 계산이 가능합니다.

The disclosed figures are enough.

완전희석 주식수  = €13.0B ÷ €41.50        ≈ 3.13억 주
미영향 주가      = €41.50 ÷ 2.27           ≈ €18.28   (127% 프리미엄 역산)
미영향 시가총액  = €18.28 × 313M           ≈ €5.7B
발표 전 3M VWAP  = €41.50 ÷ 1.34           ≈ €30.97   → 시총 ≈ €9.7B
총 지불 프리미엄 = (41.50 − 18.28) × 313M  ≈ €7.3B    (≈ $8.4B)

Fully diluted shares   = €13.0B ÷ €41.50         ≈ 313M
Unaffected price       = €41.50 ÷ 2.27           ≈ €18.28   (from the 127% premium)
Unaffected equity      = €18.28 × 313M           ≈ €5.7B
Pre-announcement VWAP  = €41.50 ÷ 1.34           ≈ €30.97   → ≈ €9.7B
Total premium paid     = (41.50 − 18.28) × 313M  ≈ €7.3B    (≈ $8.4B)

이제 반대편을 보겠습니다. 런레이트 시너지 $1.2B를 세전 기준 8~10배로 자본화하면 $9.6~12.0B가 나옵니다. 여기에 세금과 실현 확률, 실현까지 걸리는 시차 할인을 반영하면 이 값은 빠르게 프리미엄 근처까지 내려옵니다.

Now the other side. Capitalising $1.2B of run-rate synergies at 8–10× pre-tax gives $9.6–12.0B. Adjust for tax, execution probability and the delay to realisation and it drops quickly toward the premium.

실물옵션으로서의 방어적 인수Defensive M&A as a real option

"내가 안 사면 경쟁자가 산다"는 직관은 실물옵션 이론으로 깔끔하게 정식화됩니다. 다만 정확히 말하면 취득 옵션이 아니라 배제 옵션(preemption option)입니다. 이 옵션의 가치는 인수한 뒤 벌어들일 현금흐름의 현재가치가 아니라, 경쟁자가 그 자산을 가졌을 때 우버가 잃게 될 미래 현금흐름의 현재가치입니다. 그래서 방어적 인수는 DCF로 계산하면 언제나 비싸 보입니다. DCF는 반사실적 손실을 계산해 주지 않으니까요.

"If I don't buy it, a rival will" formalises as a real option — precisely, not an acquisition option but a preemption option. Its value is not the PV of the acquired cash flows but the PV of the cash flows Uber would lose if a rival held the asset. Defensive deals always look expensive on a DCF, because a DCF never prices the counterfactual loss.

물론 이 논리에도 분명한 한계가 있습니다. 옵션은 불확실성이 해소될 때까지 기다릴 수 있을 때만 가치를 갖습니다(Dixit–Pindyck). 인수를 끝내는 순간 옵션은 사라지고 남는 것은 매몰비용뿐입니다. 저스트잇 테이크어웨이가 그럽허브를 73억 달러에 사서 3년 뒤 6.5억 달러에 되판 것이 그 사례입니다. 옵션을 행사한 다음 그 자산에서 밀도를 만들어내지 못했기 때문입니다. 배제 옵션은 실행 역량이 뒷받침되지 않으면 그냥 비싼 보험일 뿐입니다.

The logic has a hard limit. An option is only valuable while you can wait (Dixit–Pindyck); exercise it and all that remains is sunk cost. Just Eat Takeaway paid $7.3B for Grubhub and sold three years later for $650M because, having exercised, it never built density in the asset. A preemption option without execution capability is just expensive insurance.

한국 사례의 특수성이 여기서 드러납니다. 이 결합에는 한국 내 수평 중첩이 없습니다. 우버이츠는 2019년 9월에 한국에서 철수했고, 지금 우버의 한국 사업은 이동(택시 호출)뿐입니다. 배달앱 시장에서 우버의 점유율은 0입니다. 따라서 전통적인 수평결합 심사의 문법, 그러니까 시장을 획정하고 HHI 증분을 계산한 뒤 구조적 시정조치를 부과하는 순서가 아예 적용되지 않습니다.

Here is what makes Korea unusual: there is no horizontal overlap. Uber Eats left Korea in September 2019, and Uber's Korean business is mobility only. Its delivery-app share is zero. The standard horizontal playbook — define the market, compute the HHI delta, order divestiture — simply does not apply.

당사자 입장에서는 좋은 소식처럼 들리실 겁니다. 그런데 규제당국 입장에서는 오히려 더 까다로운 사건이 됩니다. 남아 있는 이론은 세 가지입니다.

That sounds like good news for the parties, but it makes the case harder for the regulator, not easier. Three theories remain.

• 혼합결합 / 생태계 효과. 이동과 배달, 구독을 묶은 꾸러미가 배달앱 시장으로의 신규 진입과 확장을 봉쇄하느냐는 질문입니다. 시장을 획정할 때 이동과 배달을 분리하면 봉쇄 이론을 세우기 어렵고, "일상 앱(everyday app)"으로 한데 묶으면 세우기가 쉬워집니다. 결국 시장획정 자체가 이 사건의 승부처입니다.
• 데이터 결합. 우버의 이동 데이터와 배민의 주문 데이터를 합쳤을 때 생기는 예측력 우위가 경쟁상 진입장벽이 되느냐는 질문입니다. 경쟁법과 개인정보보호법이 겹치는 지점이기도 합니다.
• 자기우대. 통합된 라이더 풀이나 검색 랭킹에서 자사 서비스를 우대할 유인이 생기느냐는 질문입니다.

• Conglomerate / ecosystem effects. Does bundling rides + delivery + subscription foreclose entry into delivery apps? If the market is defined narrowly (delivery apps only), foreclosure is hard to establish; if defined as an "everyday app" ecosystem, it is easy. Market definition is the whole case.
• Data combination. Does merging Uber's mobility data with Baemin's order data create a predictive advantage that functions as an entry barrier? Competition law meets privacy law here.
• Self-preferencing. Unified courier dispatch and search ranking both create incentives to favour own services.

2020년 선례가 이 대비를 아주 잘 보여줍니다. DH가 우아한형제들을 인수할 당시에는 요기요와 배민이 같은 시장에서 직접 경쟁하고 있었습니다. 누가 봐도 명백한 수평 중첩이었고, 공정위는 요기요를 매각하라는 구조적 시정조치를 부과했습니다. 그런데 2026년에는 잘라낼 중첩 자체가 없습니다. 그래서 이번에 시정조치가 나온다면 행태적 조건일 가능성이 높습니다.

The 2020 precedent shows the contrast precisely. When DH bought Woowa, Yogiyo and Baemin competed head-on — an unambiguous horizontal overlap, and the KFTC ordered a structural remedy (sell Yogiyo). In 2026 there is no overlap to sever, so any remedy is more likely to be behavioural.

"글로벌 기술 플랫폼에 얹으면 더 싸고 효율적"이라는 주장은 검증이 가능한 명제입니다. 그리고 그 답은 층위마다 다릅니다.

"Put it on a global tech platform and it gets cheaper" is a testable claim — and the answer differs by layer.

AI 스택을 이전 가능성 기준으로 분해해 보면 세 개의 층이 나옵니다. 가장 위층은 국경을 자유롭게 넘나들고, 가장 아래층은 절대 넘지 못합니다. 그리고 발표된 시너지의 대부분은 위층에서 나옵니다.

Decompose the stack by transferability and you get three layers. The top layer crosses borders freely; the bottom layer never does. Most of the announced synergy lives at the top.

"데이터가 쌓이면 이긴다"는 명제는 대부분의 경우 사실이 아닙니다. Hagiu와 Wright가 정리했듯, 데이터가 지속가능한 경쟁우위가 되려면 네 가지 조건이 동시에 충족되어야 합니다. 하나라도 빠지면 해자가 되지 못합니다.

"More data wins" is usually false. As Hagiu and Wright set out, data becomes a durable advantage only when four conditions hold simultaneously.

해석이 조금 미묘합니다. 배달 데이터 그 자체는 강력한 해자가 아닙니다. 음식점이 모든 앱에 동시 입점하는 한 메뉴와 가격, 조리시간 데이터는 경쟁자에게도 흘러가기 때문입니다. 그런데 이동 이력과 결합되는 순간 성질이 달라집니다. "이 사람이 어디에 살고, 어디로 출근하고, 주말에는 어디를 가고, 몇 시에 귀가하는가"는 배달만 하는 경쟁자가 원리적으로 접근할 수 없는 정보이고, 그것이 배달 수요 예측과 광고 타게팅의 정확도를 직접 끌어올립니다.

The reading is subtle. Delivery data alone is not a strong moat — as long as restaurants list everywhere, menu, price and prep-time data leak to rivals. But combined with mobility history it changes character. Where someone lives, commutes, goes on weekends and returns home is information a delivery-only rival cannot obtain in principle, and it feeds directly into demand prediction and ad targeting.

그래서 이 사건의 경쟁법적 핵심은 수수료가 아니라 데이터 결합을 어디까지 허용할 것인가에 있습니다. 한국에서는 개인정보보호법이 여기에 곧바로 작동합니다. 계열사 간 개인정보 공유는 원칙적으로 별도 동의가 필요하고, 목적 외 이용도 제한됩니다. 즉 기술적으로 가능한 결합과 법적으로 허용되는 결합 사이에 상당한 간극이 있습니다. 공정위와 개인정보보호위원회가 사실상 같은 행위를 서로 다른 법으로 들여다보게 되는 구조입니다.

So the competition-law heart of this case is not commissions but how far data may be combined. In Korea PIPA bites directly: sharing personal data across affiliates generally requires separate consent, and secondary use is constrained. There is a wide gap between what is technically possible and what is lawful — and the KFTC and the PIPC end up regulating the same conduct under different statutes.

소유주가 바뀌면 수수료가 오를 것이라는 예상이 흔합니다. 그런데 경제학적으로 더 정확한 예측은 명목 수수료율은 오르지 않는다는 쪽입니다. 수수료율은 눈에 잘 보이고, 정치적으로 비싸며, 이미 상생협의체 합의라는 앵커가 걸려 있습니다. 올리는 순간 국회와 언론이 즉시 반응할 것입니다.

The common expectation is that a change of owner brings higher commissions. The sharper prediction is that headline commission rates will not rise. They are visible, politically expensive, and already anchored by a negotiated rate agreement. Raising them draws immediate parliamentary and press response.

대신 회수는 경매 쪽으로 옮겨갑니다. CPC 검색광고 경매는 경제학적으로 훨씬 강력한 도구인데, 이유는 세 가지입니다.

Extraction moves to the auction instead. A CPC search-ad auction is a far more powerful instrument, for three reasons.

• 가격차별이 자동으로 일어납니다. 수수료율은 모든 점주에게 똑같이 적용되지만, 경매는 각 점주가 스스로 지불의사를 드러내게 만듭니다. 노출 한 건의 가치가 높은 점주가 알아서 더 냅니다. 사실상 3차 가격차별에 가까운 회수 방식입니다.
• 지대가 점주들끼리의 경쟁에서 나옵니다. 상위 노출 자리는 개수가 정해진 고정 자원입니다. 노출 총량이 늘지 않는 한, 점주들이 서로 입찰가를 올려도 순위만 바뀌고 총 주문량은 그대로입니다. 늘어난 광고비는 전부 플랫폼으로 갑니다. 점주 집단 전체로 보면 순수한 지대 이전인 셈입니다.
• 정치적으로 보이지 않습니다. "광고는 자율적 선택"이라는 프레임이 성립하기 때문입니다. 실제로는 노출 없이 주문이 들어오지 않으니 선택이라고 하기 어렵지만, 규제 대상으로 삼기는 훨씬 까다롭습니다.

• Price discrimination happens automatically. A commission rate is uniform; an auction makes each merchant reveal willingness to pay. Merchants for whom an impression is worth more, pay more.
• The rent comes from merchants competing with each other. Top placement is a fixed resource. Unless total impressions grow, merchants bidding each other up reorders the ranking without adding orders — the extra spend is a pure transfer to the platform.
• It is politically invisible, because "advertising is voluntary" is a sustainable frame. It is not voluntary if there are no orders without impressions, but it is much harder to regulate.

허브앤스포크 위험The hub-and-spoke risk

한 가지만 더 짚겠습니다. 알고리즘 담합 문헌(Calvano 외, 2020)이 보여준 것은, 서로 대화하지 않고 독립적으로 학습하는 가격 알고리즘들이 명시적 합의 없이도 초경쟁적 가격에 수렴할 수 있다는 사실입니다. 이 딜은 그보다 구조적으로 더 민감한 형태를 만듭니다. 하나의 소유주가 인접 시장에서 여러 브랜드를 서로 다른 알고리즘으로 운영하되, 같은 데이터와 같은 팀, 같은 목적함수를 공유하는 구조이기 때문입니다. 명시적 담합이 없어도 정보 흐름 자체가 허브 역할을 할 수 있습니다. 한국에서 당장 문제가 되지는 않습니다. 우버가 배달 쪽에 다른 브랜드를 갖고 있지 않으니까요. 다만 이동과 배달이 같은 라이더 공급을 두고 경쟁하기 시작하면, 이 문제는 노동시장 쪽에서 먼저 모습을 드러낼 것입니다.

One more. The algorithmic-collusion literature (Calvano et al., 2020) shows independently learning pricing algorithms can converge on supra-competitive prices without any explicit agreement. This deal creates a structurally more sensitive version: one owner running multiple brands in adjacent markets on distinct algorithms that nonetheless share data, teams and objective functions. The information flow itself can act as the hub. It is not an immediate issue in Korea — Uber has no second delivery brand here — but it surfaces first on the labour side, where mobility and delivery bid for the same courier supply.

라이더 노동시장은 이미 수요독점(monopsony)에 가깝습니다. 노동력을 파는 사람은 많은데 사는 사람, 즉 플랫폼은 몇 개 되지 않고, 다른 지역으로 옮겨가는 데에도 비용이 듭니다. 수요독점에서는 임금이 한계생산가치보다 낮게 형성되고 고용량도 경쟁적 수준보다 적어집니다. 플랫폼 통합은 구매자 수를 줄이는 일이므로 이 격차를 더 벌립니다.

Courier labour is already close to monopsony: few effective buyers, and relocation is costly. Under monopsony wages sit below marginal revenue product and employment below the competitive level. Consolidation reduces the number of buyers and widens the gap.

분석은 틀릴 수 있어야 분석입니다. 그래서 각 예측에 관찰 지표와 시한을 함께 붙였습니다.

Analysis has to be capable of being wrong. Each prediction carries a metric and a horizon.

점주 대응책은 대체로 목록 형태로 제시됩니다. 그런데 각 항목이 플랫폼의 어떤 경제학적 변수를 실제로 움직이는지 따져보면 우선순위가 확연히 달라집니다.

Merchant advice usually arrives as a list. Ranking it by which economic variable each option actually moves makes the priorities obvious.

이 딜의 아이러니는 여기에 있습니다. 우버는 규모가 이긴다는 믿음으로 148억 달러를 썼는데, 정작 배달에서 이기게 해주는 그 규모는 국경을 넘지 못합니다. 그래서 우버가 실제로 산 것은 밀도가 아니라 밀도 위에 얹을 알고리즘 층의 분모입니다. 같은 AI 스택을 두 배의 주문 위에 얹는 것, 그것이 이 거래의 실질입니다.

The irony sits here. Uber spent $14.8 billion on the belief that scale wins — but the scale that actually wins in delivery does not cross borders. What Uber bought is not density; it is a bigger denominator for the algorithmic layer sitting on top of density. The same AI stack spread over twice the orders. That is the deal.

이 논리가 옳다면 두 가지가 따라 나옵니다. 첫째, 시너지는 실현될 가능성이 높습니다. 고정비 분산은 실행 리스크가 낮은 종류의 시너지이기 때문입니다. 둘째, 그렇게 아낀 돈이 소비자에게 자동으로 흘러가지는 않습니다. 경쟁압력이 없는 시장에서 비용 절감은 가격 인하가 아니라 마진 확대로 귀결됩니다. 지금으로서는 한국 배달앱 시장에 쿠팡이츠라는 실질적 경쟁자가 남아 있다는 사실이 점주와 소비자에게 가장 유효한 안전장치입니다.

If that logic holds, two things follow. First, the synergies will probably land — fixed-cost amortisation is the low-execution-risk kind. Second, the gains do not flow to consumers automatically. Without competitive pressure, cost savings become margin, not price cuts. The most effective safeguard for Korean merchants and consumers right now is simply that Coupang Eats is still a real competitor.

그리고 협상력의 원천은 결국 플랫폼이 필요로 하는 밀도를 누가 통제하는가에 있습니다. 점주 한 명은 플랫폼에게 아무것도 아니지만, 상권 단위로 묶인 점주 집단은 밀도 그 자체입니다. 이 딜을 실용적으로 읽는 방법은 바로 그 지점에서 시작합니다.

And the source of bargaining power is precisely who controls the density the platform needs. One merchant is nothing to the platform; at the level of a commercial district, merchants are the density. That is where the practical reading of this deal begins.

1차 자료Primary

• Uber Technologies, "Uber Announces Acquisition Offer for Delivery Hero," 보도자료press release, 2026-07-16 — investor.uber.com
• 공정거래위원회, 딜리버리히어로–우아한형제들 기업결합 조건부 승인 의결, 2020-12Korea Fair Trade Commission, conditional approval of Delivery Hero / Woowa Brothers, Dec 2020
• Uber Newsroom Korea, 우버이츠 국내 운영 종료 안내, 2019-09-09Uber Newsroom Korea, notice of Uber Eats Korea closure, 9 Sep 2019
• Reuters / Bloomberg 거래 보도 (2026-07-15~16)deal coverage, 15–16 Jul 2026

이론 참고Theory

• Rochet & Tirole (2003), Platform Competition in Two-Sided Markets, JEEA
• Armstrong (2006), Competition in Two-Sided Markets, RAND — 경쟁병목competitive bottlenecks
• Hagiu & Wright (2020), When Data Creates Competitive Advantage, HBR
• Dixit & Pindyck (1994), Investment under Uncertainty — 실물옵션real options
• Calvano, Calzolari, Denicolò & Pastorelli (2020), Artificial Intelligence, Algorithmic Pricing and Collusion, AER
• Manning (2003), Monopsony in Motion; Azar, Marinescu & Steinbaum — 노동시장 집중도labour market concentration
• Whinston (1990), Tying, Foreclosure and Exclusion, AER

먼저 누가 누구인지부터 정리하겠습니다. 이 딜은 회사가 많이 나와서 이것만 헷갈려도 글이 잘 안 읽힙니다.

Start with who is who. This deal involves enough companies that confusing them alone will make the analysis unreadable.

"손자회사"가 무슨 뜻인가What "grandchild company" means

지배구조가 사슬로 이어져 있습니다.

Ownership runs as a chain.

Uber  ──지분 인수──▶  Delivery Hero  ──기존 보유──▶  우아한형제들  ──운영──▶  배달의민족
(모회사)              (자회사)                       (손자회사)              (서비스 브랜드)

Uber  ──acquires──▶  Delivery Hero  ──already owns──▶  Woowa Brothers  ──operates──▶  Baemin
(parent)             (subsidiary)                      (grandchild)                    (brand)

즉 우버가 배민을 직접 사는 것이 아니라, 배민의 할아버지 회사를 사는 구조입니다. 이것이 중요한 이유는 한국 공정거래위원회의 심사 대상이 "우버의 배민 인수"가 아니라 "우버의 DH 인수"이기 때문입니다. 해외 기업 간 결합이라도 국내 시장에 영향을 주면 심사 대상이 됩니다. 이를 역외적용이라고 부릅니다.

Uber is not buying Baemin directly; it is buying Baemin's grandparent. This matters because what the Korea Fair Trade Commission reviews is "Uber acquiring DH," not "Uber acquiring Baemin." A foreign-to-foreign merger still falls under review if it affects the Korean market — extraterritorial application.

공개매수 (tender offer)Tender offer

상장회사를 인수할 때, 개별 주주들에게 "여러분 주식을 이 가격에 사겠습니다"라고 공개적으로 제안하는 방식입니다. 주주 각자가 팔지 말지 결정합니다.

A public offer to every shareholder of a listed company: "we will buy your shares at this price." Each holder decides individually whether to sell.

• 자발적 공개매수(voluntary) — 법이 강제해서가 아니라 인수자가 스스로 하는 것입니다.
• 최소 응모 요건(minimum acceptance threshold) — "전체 주식의 50%+1주 이상이 응모하지 않으면 거래를 취소하겠다"는 조건입니다. 어중간하게 30%만 확보하고 경영권도 못 잡는 상황을 피하기 위한 안전장치입니다.
• 응모 확약(irrevocable undertaking) — 대주주가 미리 "우리는 무조건 응모하겠다"고 서면으로 약속하는 것입니다. Prosus가 이걸 해줬기 때문에 우버는 발표 시점에 이미 승부를 사실상 결정지은 상태였습니다.

• Voluntary — made by choice, not because law compels it.
• Minimum acceptance threshold — "if fewer than 50% + 1 share are tendered, we walk away." It prevents ending up with an awkward 30% stake and no control.
• Irrevocable undertaking — a large holder commits in writing to tender. Prosus gave one, which is why the outcome was effectively settled before the announcement.

→ 본문 연결 · 01장 사실관계 원장, FIG 1→ In the analysis · §01 fact ledger, FIG 1

지분가치(equity value) vs 기업가치(EV)Equity value vs enterprise value

• 지분가치 = 주가 × 주식수. 주주에게 돌아가는 몫입니다.
• 기업가치(Enterprise Value) = 지분가치 + 순차입금. 회사 전체를 사업 단위로 볼 때의 값입니다.

• Equity value = price × shares. What accrues to shareholders.
• Enterprise value = equity value + net debt. The business as a whole.

이 딜의 $14.8B는 지분가치입니다. DH의 부채까지 합치면 EV는 더 큽니다. 본문에서 EV/EBITDA 같은 배수를 쓰지 않고 지분가치만으로 계산한 이유는, 공시에서 확정적으로 확인되는 값이 지분가치이기 때문입니다.

The $14.8B here is equity value; EV is larger once DH's debt is added. The analysis works in equity value rather than EV/EBITDA multiples because equity value is what the filing states definitively.

완전희석 (fully diluted)Fully diluted

스톡옵션이나 전환사채 등이 전부 주식으로 바뀐다고 가정했을 때의 주식수입니다. 실제 발행주식수보다 큽니다. 본문의 3.13억 주는 완전희석 기준입니다.

The share count assuming every option and convertible converts. Larger than shares outstanding. The 313M figure in the analysis is fully diluted.

VWAP와 "미영향 주가"VWAP and the "unaffected price"

• VWAP (Volume-Weighted Average Price) — 거래량 가중 평균 주가입니다. 단순 평균보다 실제 체결 상황을 잘 반영합니다.
• 미영향 주가(unaffected price) — 인수설이 시장에 알려지기 전의 주가입니다. 인수 소문이 돌기 시작하면 주가가 미리 오르기 때문에, 진짜 프리미엄을 재려면 소문 이전 가격과 비교해야 합니다.

• VWAP — volume-weighted average price. Reflects where trading actually happened better than a simple mean.
• Unaffected price — the price before the market knew a bid was coming. Rumours push the price up in advance, so measuring the real premium requires comparing against the pre-rumour level.

이 딜에서 프리미엄이 두 개 나오는 이유가 바로 이것입니다.

That is why this deal has two premium figures.

회사는 보통 작아 보이는 34%를 앞세우고, 분석하는 쪽은 127%를 봐야 합니다.

Companies lead with the smaller 34%. Analysts should look at the 127%.

→ 본문 연결 · 04장, FIG 4→ In the analysis · §04, FIG 4

파생상품 익스포저와 "야금야금 매집"Derivative exposure and creeping acquisition

우버는 발표 전에 의결권 24.77%를 직접 갖고 있었고, 추가로 11.74%를 파생상품(주로 총수익스왑, TRS)으로 확보해 뒀습니다.

Before announcing, Uber directly held 24.77% of the votes plus another 11.74% of economic exposure through derivatives, mainly total return swaps (TRS).

TRS는 쉽게 말해 "주식을 직접 갖지는 않지만 주가 손익은 내가 가져가는" 계약입니다. 이렇게 하면 공시 의무를 늦추거나 피할 수 있고, 주가를 미리 밀어올리지 않으면서 경제적 지분을 쌓을 수 있습니다. 이렇게 조용히 지분을 모으는 것을 creeping acquisition이라고 부릅니다. 핵심 효과는 평균 취득단가가 헤드라인 가격보다 훨씬 낮아진다는 점입니다.

A TRS means you do not hold the shares but you take the gain and loss on them. It can defer or avoid disclosure obligations and lets you build economic ownership without pushing the price up in advance. Accumulating quietly this way is called creeping acquisition. The point is that the average cost of the stake ends up far below the headline offer price.

런레이트 시너지 (run-rate synergy)Run-rate synergy

"18개월 뒤 시점에서 연간으로 환산하면 $1.2B만큼 비용이 줄어든다"는 뜻입니다. 누적 절감액이 아니라 연간 반복되는 절감액입니다. 그래서 이것을 기업가치로 환산하려면 배수를 곱해야 합니다.

"By month 18, annualised savings reach $1.2B." It is a recurring annual figure, not a cumulative total — which is why converting it into value requires multiplying by a multiple.

EPS accretion / dilutionEPS accretion / dilution

인수 후 주당순이익(EPS)이 늘면 accretive, 줄면 dilutive입니다. 우버는 "클로징 시점부터 accretive, 3년차에 한 자릿수 후반 %"라고 밝혔습니다. 다만 이건 회계상 EPS이지 가치 창출과 같은 말이 아닙니다. 현금을 싸게 빌려 이익이 나는 회사를 사면 EPS는 거의 항상 오릅니다.

If earnings per share rise after the deal it is accretive, if they fall it is dilutive. Uber guided to accretion at close and high-single-digit accretion by year three. But this is accounting EPS, not value creation: borrow cheaply to buy a profitable company and EPS almost always rises.

브리지 파이낸싱 / 총레버리지Bridge financing and leverage

• 브리지(bridge) — 인수대금을 일단 단기 대출로 조달하고 나중에 회사채 발행 등으로 갈아타는 방식입니다. €14B 브리지가 그것입니다.
• 총레버리지 2배 미만 — 총차입금 ÷ EBITDA < 2. 신용등급을 지키기 위한 자체 목표선입니다.

• Bridge — fund the purchase with short-term debt first, then refinance into bonds. That is the €14B facility.
• Gross leverage below 2× — total debt ÷ EBITDA < 2, a self-imposed line to protect the credit rating.

분리매각 (carve-out / divestiture)Carve-out / divestiture

인수 대상 중 일부 사업을 떼어내 제3자에게 파는 것입니다. 보통 두 가지 이유로 합니다. 첫째는 반독점 대응으로, 겹치는 사업을 미리 없애면 경쟁당국이 문제 삼을 것이 줄어듭니다. 둘째는 자기잠식 방지로, 같은 회사 브랜드끼리 서로 고객을 뺏는 상황을 피하기 위함입니다.

Selling part of the target to a third party. Two usual motives: antitrust — removing overlaps before review leaves the regulator less to object to — and avoiding cannibalisation between brands under one owner.

SSW로 넘기는 14개 시장이 정확히 이 경우이고, 이것이 클로징 조건으로 묶여 있습니다. 즉 우버 인수가 완료되어야 SSW 거래도 성립합니다.

The 14 markets going to SSW are exactly this, and the sale is a closing condition: it only completes if Uber's takeover does.

→ 본문 연결 · 05장, FIG 5→ In the analysis · §05, FIG 5

본문 04장의 계산을 한 줄씩 풀어보겠습니다.

Here is §04's calculation, line by line.

① 주식수 역산① Back out the share count

완전희석 지분가치 €13.0B ÷ 주당 €41.50 = 약 3.13억 주

fully diluted equity €13.0B ÷ €41.50 per share = ~313 million shares

공시가 "€41.50에 사면 전체가 €13.0B"라고 했으니, 나눠보면 주식수가 나옵니다.

The filing says €41.50 per share values the whole company at €13.0B, so division gives the share count.

② 미영향 주가 역산② Back out the unaffected price

프리미엄 127%는 "미영향 주가보다 127% 더 준다"는 뜻이므로 이렇게 됩니다.

A 127% premium means paying 127% more than the unaffected price, so:

€41.50 = 미영향주가 × (1 + 1.27) = 미영향주가 × 2.27
미영향주가 = 41.50 ÷ 2.27 ≈ €18.28

€41.50 = unaffected × (1 + 1.27) = unaffected × 2.27
unaffected = 41.50 ÷ 2.27 ≈ €18.28

③ 총 프리미엄③ Total premium

(41.50 − 18.28) × 3.13억 주 ≈ €7.3B  (≈ $8.4B)

(41.50 − 18.28) × 313M shares ≈ €7.3B  (≈ $8.4B)

이것이 "소문 이전 가치 대비 우버가 더 얹어준 총액"입니다.

That is the total Uber added on top of the pre-rumour value.

④ 시너지를 가치로 환산하기④ Turn synergies into value

연간 $1.2B가 영원히 반복된다면 그 가치는 얼마일까요. 영구연금 공식으로 계산합니다.

What is $1.2B a year worth if it repeats forever? Use the perpetuity formula.

가치 = 연간 현금흐름 ÷ 할인율
     = $1.2B ÷ 0.10  = $12B    (할인율 10%  → 배수 10배)
     = $1.2B ÷ 0.125 = $9.6B   (할인율 12.5% → 배수 8배)

value = annual cash flow ÷ discount rate
      = $1.2B ÷ 0.10  = $12B    (10% rate   → 10× multiple)
      = $1.2B ÷ 0.125 = $9.6B   (12.5% rate →  8× multiple)

즉 배수 N배 = 할인율 1/N입니다. 8~10배를 쓴 이유는 이 정도가 성숙한 사업의 통상 범위이기 때문입니다. 여기에 세금과 실현 확률, 실현까지 걸리는 시간 할인을 반영하면 값은 더 내려갑니다.

So an N× multiple is a 1/N discount rate. The 8–10× range is used because that is typical for a mature business. Adjusting for tax, execution probability and the delay to realisation pushes the figure lower still.

⑤ 그래서 결론이 무엇인가⑤ So what is the conclusion

지불한 프리미엄     ≈ $8.4B
발표 시너지의 가치  ≈ $9.6~12B (세전, 낙관적)

premium paid            ≈ $8.4B
value of announced      ≈ $9.6–12B (pre-tax, optimistic)
synergies

거의 같습니다. 이것이 본문의 핵심 주장입니다. 우버가 아낀 돈의 대부분을 DH 주주에게 미리 지불했다는 것입니다. M&A 연구에서 반복 확인되는 현상으로, "인수 프리미엄이 시너지를 피인수 기업 주주에게 이전한다"고 표현합니다.

They are nearly the same. That is the analysis's central claim: Uber paid away most of its savings to DH's shareholders up front. The M&A literature calls this the transfer of synergies to the target through the premium.

그렇다면 우버 주주는 왜 이 거래를 할까요. 발표하지 않은 것들, 즉 매출 시너지와 배제 옵션에 걸고 있는 것입니다.

So why would Uber's shareholders want this? They are betting on what was not announced: revenue synergies and the preemption option.

→ 본문 연결 · 04장 전체, FIG 4→ In the analysis · all of §04, FIG 4

다면시장(multi-sided market)이란What a multi-sided market is

여러 집단을 중개하면서, 한쪽에 매기는 가격이 다른 쪽의 참여에 영향을 주는 시장입니다. Rochet & Tirole의 핵심 통찰은 "가격의 총합(level)이 아니라 가격의 구조(structure)가 중요하다"는 것입니다.

A market intermediating several groups where the price charged to one side affects participation on another. Rochet & Tirole's insight: what matters is the price structure, not the price level.

배달앱은 3면입니다. 소비자에게는 배달비를 깎아주고 음식점에게 수수료를 받는 식으로, 한쪽을 보조하고 다른 쪽에서 회수하는 구조가 전형적입니다.

Delivery apps are three-sided. Discount the consumer's delivery fee and charge the restaurant a commission: subsidise one side, recover from another.

직접 vs 간접 네트워크 효과Direct vs indirect network effects

• 직접(direct) — 같은 집단이 늘수록 좋아집니다. 카카오톡은 친구가 많을수록 좋습니다.
• 간접(indirect / cross-side) — 다른 집단이 늘수록 좋아집니다. 소비자가 많으면 음식점에게 좋고, 음식점이 많으면 소비자에게 좋습니다.

• Direct — more of the same group is better. A messaging app is better with more friends on it.
• Indirect / cross-side — more of the other group is better. More diners helps restaurants; more restaurants helps diners.

배달앱은 간접 효과가 지배적입니다. 그리고 본문의 논점은 그 간접 효과가 전국 단위가 아니라 동네 단위에서만 작동한다는 것입니다. 부산 사람이 많아져도 강남 소비자의 선택지는 늘지 않습니다.

Delivery is dominated by indirect effects — and the analysis's point is that they operate at neighbourhood scale, not national scale. More users in Busan does not widen the choice set for a diner in Gangnam.

싱글호밍 / 멀티호밍 / 경쟁병목Single-homing, multihoming, competitive bottleneck

싱글호밍은 한 플랫폼만 쓰는 것, 멀티호밍은 여러 플랫폼을 동시에 쓰는 것입니다. Armstrong(2006)의 경쟁병목(competitive bottleneck) 논리는 이렇습니다.

Single-homing means using one platform; multihoming means using several at once. Armstrong's (2006) competitive bottleneck runs as follows.

한국 배달시장에 대입하면 소비자가 싱글호밍 쪽이라 혜택을 받고, 음식점이 멀티호밍 쪽이라 비용을 냅니다. 그래서 "매출은 느는데 남는 게 없다"는 점주들의 체감은 감정이 아니라 구조의 결과입니다.

In Korea, consumers are the single-homing side and receive the benefits; restaurants are the multihoming side and bear the cost. "Revenue keeps growing but nothing is left over" is not a feeling; it is what the structure produces.

지대(rent)라는 말What "rent" means here

경제학에서 지대는 "경쟁이 충분했다면 존재하지 않았을 초과 이익"을 뜻합니다. 부동산 임대료와는 다른 개념입니다. 본문에서 "지대를 뽑는다", "지대 이전"이라고 쓸 때는 경쟁 부족에서 나오는 초과 몫이 누구에게 가는가를 말하는 것입니다.

In economics, rent is surplus profit that would not exist under sufficient competition — not property rent. When the analysis says "extracts rent" or "rent transfer," it is asking who captures the excess that competitive pressure would have eliminated.

밀도의 경제 — nC2 산수Density economics — the nC2 arithmetic

본문 FIG 2의 핵심입니다. 묶음배송을 하려면 가까운 두 주문이 동시에 존재해야 합니다. 주문이 n개일 때 짝지을 수 있는 조합의 수는 이렇습니다.

The core of FIG 2. Batching requires two nearby orders existing at the same time. With n orders, the number of pairs is:

nC2 = n(n−1)/2

n=3 →  3 × 2 / 2 =  3
n=6 →  6 × 5 / 2 = 15

주문이 2배가 되면 조합은 5배가 됩니다. 이것이 "밀도가 비선형으로 효과를 낸다"는 말의 실체입니다. 알고리즘이 아무리 좋아도 고를 수 있는 후보가 없으면 최적화할 것이 없습니다.

Double the orders and the pairs go up five-fold. That is what "density works non-linearly" actually means. However good the algorithm, with no candidates there is nothing to optimise.

번들링과 봉쇄Bundling and foreclosure

두 상품을 묶어 팔면 경쟁자가 하나만으로는 대항하기 어려워집니다(Whinston 1990). 우버원과 배민클럽 결합이 나오면, 배달만 하는 경쟁자는 "배달 + 이동"이라는 묶음과 싸워야 합니다. 이것이 경쟁법에서 혼합결합의 봉쇄 이론으로 다뤄지는 이유입니다.

Sell two products together and a rival with only one struggles to match the offer (Whinston 1990). If Uber One and Baemin Club combine, a delivery-only competitor has to fight a "delivery + rides" bundle. This is what competition law treats as conglomerate foreclosure.

전환비용과 락인(lock-in)Switching costs and lock-in

바꾸는 데 드는 비용입니다. 구독료를 이미 냈거나, 쿠폰이 쌓여 있거나, 주소와 결제수단이 저장돼 있으면 전환비용이 올라갑니다. 락인은 이 전환비용이 충분히 커져서 사실상 떠나지 못하는 상태를 말합니다.

The cost of changing. A subscription already paid, accumulated coupons, saved addresses and payment methods all raise it. Lock-in is when that cost gets high enough that leaving stops being realistic.

→ 본문 연결 · 02~03장, FIG 2·3→ In the analysis · §02–03, FIG 2 & 3

기업결합의 세 유형Three types of merger

이 딜의 한국 부분이 혼합결합이라는 것이 본문 05장의 출발점입니다. 우버이츠가 2019년에 철수했으므로 한국 배달앱 시장에서 우버의 점유율은 0이고, 따라서 겹치는 부분이 없습니다.

§05 starts from the fact that the Korean side of this deal is conglomerate. Uber Eats left in 2019, so Uber's share of Korean delivery apps is zero and nothing overlaps.

시장획정과 SSNIPMarket definition and SSNIP

경쟁법의 첫 단계는 "이 사건의 시장은 무엇인가"를 정하는 것입니다. 시장을 좁게 잡으면 점유율이 높아 보이고 넓게 잡으면 낮아 보입니다. 그래서 시장획정이 곧 결론인 경우가 많습니다.

Step one in any case is defining the market. Define it narrowly and shares look high; define it broadly and they look low. Very often market definition decides the case.

전통적 방법이 SSNIP 테스트입니다. "가상의 독점기업이 가격을 작지만 유의미하게(보통 5~10%) 지속적으로 올렸을 때, 고객이 다른 데로 도망가서 손해를 볼까?"를 묻습니다. 도망가지 않으면 그 범위가 하나의 시장입니다.

The traditional tool is the SSNIP test: would a hypothetical monopolist lose money by raising prices a small but significant amount (usually 5–10%) on a lasting basis? If customers do not leave, that set of products is one market.

HHIHHI

시장 집중도 지표입니다. 각 사업자 점유율(%)을 제곱해서 더합니다.

A concentration index: square each firm's percentage share and add them up.

예: 60%, 30%, 10% → 60² + 30² + 10² = 3600 + 900 + 100 = 4600

e.g. 60%, 30%, 10% → 60² + 30² + 10² = 3600 + 900 + 100 = 4600

수평결합에서는 결합 후 HHI와 그 증가분을 보고 심사합니다. 혼합결합에서는 겹치는 것이 없어 HHI가 올라가지 않으므로 이 도구를 쓸 수 없습니다.

Horizontal review looks at post-merger HHI and the delta. In a conglomerate merger nothing overlaps, so HHI does not move and the tool is unusable.

구조적 vs 행태적 시정조치Structural vs behavioural remedies

본문의 예측 P4는 "2026년에는 구조적 조치의 법적 근거가 약하므로 행태적 조건으로 갈 것"이라는 내용입니다.

Prediction P4 in the analysis says the legal basis for a structural remedy is weak in 2026, so the outcome will be behavioural.

생태계 이론 · 자기우대 · killer acquisitionEcosystem theory, self-preferencing, killer acquisitions

• 생태계(ecosystem) 이론 — 개별 시장에서는 문제가 없어도, 여러 서비스를 묶은 생태계 전체가 진입을 봉쇄한다는 논리입니다.
• 자기우대(self-preferencing) — 플랫폼이 심판이면서 선수일 때, 자기 서비스를 검색 상위에 올리는 행위입니다.
• killer acquisition — 잠재적 경쟁자가 될 스타트업을 미리 사서 없애는 것입니다.

• Ecosystem theory — no single market shows a problem, but the bundle of services as a whole forecloses entry.
• Self-preferencing — when the platform is both referee and player, ranking its own services above others.
• Killer acquisition — buying a startup that would have become a competitor, in order to shut it down.

2020년 선례 요약The 2020 precedent

2019.12  DH, 우아한형제들 인수 발표 (약 4.7조 원)
2020.12  공정위 조건부 승인
         조건: DH가 보유한 요기요를 6개월 내 매각
         이유: 배민 + 요기요 합산 점유율이 압도적 → 명백한 수평 중첩
2021.08  요기요, GS리테일 등 컨소시엄에 매각

Dec 2019  DH announces acquisition of Woowa Brothers (~KRW 4.7tn)
Dec 2020  KFTC clears it conditionally
          Condition: DH must sell Yogiyo within six months
          Reason: Baemin + Yogiyo combined share overwhelming — clear overlap
Aug 2021  Yogiyo sold to a GS Retail-led consortium

2026년 사건과의 결정적 차이는 그때는 겹쳤고 지금은 겹치지 않는다는 점입니다.

The decisive difference from 2026: then there was an overlap; now there is none.

→ 본문 연결 · 05장, FIG 5→ In the analysis · §05, FIG 5

배차(dispatch)란 어떤 문제인가What dispatch actually is

"지금 들어온 주문들을 대기 중인 라이더들에게 어떻게 배정할 것인가"입니다. 수학적으로는 할당 문제(assignment problem) 혹은 그 확장형이고, 실시간으로 계속 풀어야 합니다. 목적함수는 보통 여러 개를 섞습니다. 총 배달시간 최소화, 라이더 소득 균형, 음식 품질, 취소율 같은 것들입니다.

"How do we assign the orders arriving now to the couriers waiting now?" Mathematically an assignment problem or an extension of one, solved continuously in real time. The objective usually blends several goals: total delivery time, fairness of courier earnings, food quality, cancellation rate.

ETA 예측ETA prediction

Estimated Time of Arrival, 즉 "이 주문은 몇 분 뒤 도착할까"를 예측하는 회귀 문제입니다. 정확도가 중요한 이유는 소비자 만족도에 직결될 뿐 아니라, 배차 알고리즘의 입력값이기 때문입니다. ETA가 부정확하면 묶음배송 판단이 전부 틀어집니다.

Estimated time of arrival — a regression problem. Accuracy matters not only for customer satisfaction but because ETA is an input to the dispatcher. Get it wrong and every batching decision downstream is wrong too.

묶음배송(batching)Batching

한 라이더가 두 건 이상을 한 번에 처리하는 것입니다. 시간당 처리건수를 올리는 가장 강력한 수단이지만, 두 번째 손님의 대기시간이 늘어나므로 효율과 품질의 트레이드오프가 있습니다.

One courier carrying two or more orders at once. The strongest lever on deliveries per hour, but the second customer waits longer — an efficiency-versus-quality trade-off.

왜 알고리즘이 아니라 밀도가 제약인가Why density, not the algorithm, is the constraint

본문 AI 파트의 핵심 주장입니다. 배차 품질은 대략 이렇게 생각하실 수 있습니다.

The central claim of the AI sections. Think of dispatch quality roughly like this:

실제 성능 ≈ f(알고리즘 품질) × g(선택 가능한 후보의 양)

realised performance ≈ f(algorithm quality) × g(available candidates)

두 번째 항이 0에 가까우면 첫 번째 항이 아무리 좋아도 소용이 없습니다. 그래서 본문은 "(모델 × 밀도)의 함수"라고 표현했습니다. 인수는 앞의 항만 개선합니다.

If the second term is near zero, the first term does not matter. Hence the phrasing "a function of (model × density)" — and an acquisition only improves the first term.

전이(transfer)가 되는 것과 안 되는 것What transfers and what does not

머신러닝에서 모델을 다른 환경에 가져다 쓸 때 분포 이동(distribution shift) 문제가 생깁니다. 서울과 자카르타는 도로 구조, 이동수단(오토바이 비중), 건물 형태, 주문 시간대 분포가 전부 다릅니다.

Moving a model to a new environment runs into distribution shift. Seoul and Jakarta differ in road layout, vehicle mix, building types and the distribution of order times.

본문이 "이전되는 것은 방법론이지 학습된 지식이 아닙니다"라고 한 것이 이 뜻입니다. 그리고 이전되는 쪽은 전부 고정비 절감이라는 점이 논지의 핵심입니다.

This is what "what moves is method, not learned knowledge" means. And critically, everything on the transferable side is fixed-cost saving.

데이터 네트워크 효과 (Hagiu & Wright)Data network effects (Hagiu & Wright)

"데이터가 많으면 무조건 이긴다"는 통념을 반박하는 틀입니다. 데이터가 진짜 해자가 되려면 네 조건이 동시에 필요합니다.

A framework rebutting the "more data always wins" assumption. Data becomes a real moat only if four conditions hold at once.

1. 데이터가 늘수록 성능이 계속 좋아질 것 (수익체감이 빠르면 소용없습니다)
2. 데이터가 빨리 낡지 않을 것
3. 사용자별 데이터가 그 사용자에게 곧바로 더 나은 경험으로 이어질 것
4. 경쟁자가 비슷한 데이터를 얻기 어려울 것

1. Performance keeps improving with more data (fast diminishing returns kill it)
2. The data does not go stale quickly
3. A user's own data translates directly into a better experience for them
4. Rivals cannot easily obtain comparable data

배달 데이터 단독으로는 1·2·4가 약합니다. 그런데 이동 데이터와 결합하면 4번이 강해집니다. 이동 이력은 배달만 하는 경쟁자가 원리적으로 얻을 수 없기 때문입니다. 본문 07장의 논지가 이것입니다.

Delivery data alone is weak on 1, 2 and 4. But combined with mobility data, condition 4 becomes strong, because trip history is something a delivery-only rival cannot obtain in principle. That is the argument of §07.

CPC 광고 경매의 원리How the CPC ad auction works

검색 광고는 보통 GSP(Generalized Second Price) 경매로 돌아갑니다. 광고주들이 클릭당 지불의사 금액을 입찰하고, 플랫폼은 (입찰가 × 품질점수) 순으로 노출 순위를 매기며, 클릭이 발생하면 바로 아래 순위가 낸 금액 수준을 과금합니다.

Search advertising typically runs a generalised second-price (GSP) auction. Advertisers bid what a click is worth to them, the platform ranks by (bid × quality score), and on a click charges roughly what the next-ranked bidder offered.

여기서 나오는 두 가지 성질이 본문 08장의 근거입니다.

Two properties follow, and they are the basis of §08.

1. 자동 가격차별 — 노출의 가치가 높은 점주는 자발적으로 더 냅니다. 플랫폼이 일일이 조사하지 않아도 각자가 지불의사를 드러냅니다.
2. 고정 자원 위의 경쟁 — 화면 상단 자리는 개수가 정해져 있습니다. 모든 점주가 입찰가를 올려도 순위만 바뀌고 총 주문량은 그대로입니다. 늘어난 광고비는 전부 플랫폼으로 갑니다. 점주 집단 전체로 보면 순수한 손실입니다.

1. Automatic price discrimination — merchants for whom an impression is worth more voluntarily pay more. The platform learns willingness to pay without investigating anyone.
2. Competition over a fixed resource — there are only so many top slots. If every merchant raises their bid, the ranking shuffles and total orders stay the same. The extra spend goes entirely to the platform: a pure loss for merchants as a group.

이것이 "수수료율보다 광고가 무섭다"는 주장의 근거입니다.

This is why the analysis argues advertising is more dangerous than the commission rate.

알고리즘 담합Algorithmic collusion

Calvano 외(2020)가 보인 것은, 서로 대화하지 않는 강화학습(Q-learning) 가격 알고리즘들이 명시적 합의 없이도 경쟁 수준보다 높은 가격에 수렴할 수 있다는 것입니다. 담합의 고의를 입증해야 하는 기존 경쟁법으로는 다루기 어렵습니다.

Calvano et al. (2020) showed that Q-learning pricing agents which never communicate can still converge on supra-competitive prices with no explicit agreement. Competition law, which needs to prove intent to collude, struggles with this.

허브앤스포크(hub-and-spoke)는 원래 "경쟁자들이 직접 담합하지 않고 공통의 거래상대(허브)를 통해 조율하는" 구조를 말합니다. 한 소유주가 여러 브랜드를 같은 팀과 같은 데이터로 운영하면 그 자체가 허브 역할을 할 수 있습니다.

Hub-and-spoke originally describes competitors coordinating not directly but through a shared counterparty. One owner running several brands off the same team and the same data can itself become that hub.

→ 본문 연결 · 06~08장, FIG 6·7→ In the analysis · §06–08, FIG 6 & 7

독점 vs 수요독점Monopoly vs monopsony

• 독점(monopoly) — 파는 사람이 하나라 가격을 올립니다.
• 수요독점(monopsony) — 사는 사람이 하나 또는 소수라 가격을 내립니다.

• Monopoly — one seller, so the price goes up.
• Monopsony — one or few buyers, so the price goes down.

라이더 노동시장은 후자에 가깝습니다. 노동력을 파는 사람(라이더)은 많고, 사는 사람(플랫폼)은 몇 개 되지 않습니다.

Courier labour is the second case: many sellers of labour, very few buyers.

FIG 8 읽는 법How to read FIG 8

왜 MFC가 S보다 위에 있을까요. 이게 수요독점의 핵심이자 가장 헷갈리는 부분입니다.

Why does MFC sit above S? This is the heart of monopsony and the part that trips people up.

경쟁시장이면 한 명 더 쓰는 비용은 그 사람의 임금과 같습니다. 그런데 수요독점자는 혼자서 시장 임금을 움직입니다. 한 명을 더 데려오려면 임금을 올려야 하는데, 그러면 이미 일하고 있는 사람들 임금도 다 같이 올려줘야 합니다.

In a competitive market, hiring one more person costs exactly that person's wage. But a monopsonist moves the market wage single-handedly. To attract one more worker it must raise the wage — and then it must raise everyone else's wage too.

지금 100명을 시급 10,000원에 고용 중
101번째를 데려오려면 시급 10,100원이 필요

추가 비용 = 10,100원        (새로 온 사람)
         + 100원 × 100명   (기존 인원 인상분)
         = 20,100원

→ 새 사람의 임금(10,100)보다 훨씬 큽니다. 이것이 MFC입니다.

currently employing 100 people at 10,000 won/hour
attracting the 101st requires 10,100 won/hour

added cost = 10,100          (the new hire)
           + 100 × 100       (the raise for existing staff)
           = 20,100

→ far more than the new hire's own wage of 10,100. That is MFC.

플랫폼은 MFC = MRP인 지점에서 고용량 L*를 정하고, 그 인원을 데려오는 데 필요한 최소 임금(공급곡선 S 위의 값)만 지급합니다. 그래서 임금 w < MRP가 되고, 그 차이가 수요독점 격차입니다. 통합으로 사는 사람 수가 줄면 이 격차가 벌어집니다.

The platform sets employment L* where MFC = MRP, then pays only the minimum wage needed to attract that many people — the value on the supply curve S. So w < MRP, and that gap is the monopsony wedge. Consolidation reduces the number of buyers and widens it.

가격차별 1·2·3차First-, second- and third-degree price discrimination

전통적으로 1차 가격차별은 이론상의 개념이었습니다. 개인의 지불의사를 알 방법이 없었기 때문입니다. AI가 바꾼 지점이 정확히 여기입니다. 개별 라이더의 과거 수락 이력으로 유보임금, 즉 그 사람이 수락하는 최소 금액을 추정할 수 있으면, 건별로 다른 단가를 제시해 공급곡선 아래 잉여를 거의 다 회수할 수 있습니다. 이것을 알고리즘 임금차별이라고 부릅니다.

First-degree discrimination was long a theoretical construct, because no one could observe individual willingness to pay. This is precisely what AI changed. Estimate a courier's reservation wage from their history of accepted and declined jobs, then offer a different rate per job, and almost all the surplus under the supply curve can be captured. This is algorithmic wage discrimination.

→ 본문 연결 · 09장, FIG 8→ In the analysis · §09, FIG 8

공정위 기업결합 심사KFTC merger review

일정 규모 이상의 결합은 신고 의무가 있습니다. 역외적용이 적용되어, 외국 기업 간 결합이라도 국내 시장에 영향을 주면 심사합니다. 이 딜이 여기 해당합니다. 결과는 승인 / 조건부 승인 / 불허 셋 중 하나이고, 대형 플랫폼 사건은 대부분 조건부 승인으로 끝납니다.

Deals above certain thresholds must be notified. Under extraterritorial application, foreign-to-foreign mergers are reviewed if they affect the Korean market — which is the case here. Outcomes are clearance, conditional clearance, or prohibition; large platform cases almost always end in conditional clearance.

개인정보보호법(PIPA)과 계열사 데이터 결합PIPA and combining affiliate data

핵심만 말씀드리면, 회사가 같은 그룹이 되었다는 사실만으로 개인정보를 합칠 수는 없습니다. 수집 목적 범위를 벗어나는 이용은 원칙적으로 별도 동의가 필요합니다.

The essential point: becoming part of the same group does not by itself permit merging personal data. Use beyond the purpose for which data was collected generally requires separate consent.

따라서 "우버 이동 데이터 + 배민 주문 데이터"의 결합은 기술적으로는 쉬워도 법적으로는 별개 문제입니다. 그래서 이 사건은 공정위와 개인정보보호위원회가 같은 행위를 서로 다른 법으로 보게 되는 구조가 됩니다.

So combining Uber trip data with Baemin order data is easy technically but a separate question legally. The result is that the KFTC and the Personal Information Protection Commission end up examining the same conduct under different statutes.

상생협의체와 차등수수료The negotiated tiered commission

2024년 배달플랫폼-입점업체 상생협의체에서 매출 구간별 차등 수수료가 합의됐습니다. 고매출 구간일수록 높고 영세 구간은 낮은 구조입니다. 본문에서 "이미 앵커가 있다"고 한 것이 이것입니다. 한 번 사회적으로 합의된 숫자는 올리기가 정치적으로 매우 비쌉니다.

In 2024 a platform-merchant council agreed a commission schedule that varies by merchant revenue: higher for large sellers, lower for small ones. This is the "anchor" the analysis refers to. Once a number has been socially negotiated, raising it becomes politically very expensive.

다만 이 합의는 중개수수료만 다룹니다. 광고비와 배달비 분담은 포함되지 않습니다. 본문 FIG 7의 문제의식이 여기서 나옵니다.

But the agreement covers the commission only. Advertising spend and the merchant's share of delivery fees are outside it — which is exactly the concern FIG 7 raises.

온플법The online platform bills

여러 형태의 법안이 논의되어 왔으나 2026년 중반 기준 입법이 확정되지 않은 상태입니다. 통과 여부와 내용에 따라 이 딜의 규제 환경이 크게 달라질 수 있어, 본문에서 관찰 변수로 다뤘습니다.

Several versions have been debated but, as of mid-2026, none has been enacted. Whether and how one passes could change the regulatory environment for this deal substantially, which is why the analysis treats it as a variable to watch.

논지가 어떻게 이어지는지 흐름만 다시 정리해 드립니다.

How the argument connects, start to finish.

[전제] 배달의 수익체증은 세 가지 — 밀도 / 고정비 분산 / 멀티호밍 절단
   │
   ├─ 밀도는 반경 2~3km에서만 작동한다 (nC2 논리)
   │      → 국경을 넘는 인수로는 개선 불가
   │      → 산 밀도는 이미 장부에 반영됨 → 프리미엄 정당화 못 함
   │
   ├─ 그렇다면 남는 건 고정비 분산
   │      → 2026년 배달업의 최대 고정비 = AI 스택
   │      → "이 딜은 AI 인프라 통합이다"   ★핵심 주장
   │
   ├─ 그런데 AI 스택도 층마다 다르다
   │      → 전역 이전 가능 = 고정비 절감 (시너지의 대부분)
   │      → 지역 종속 = 실제 배차 성능 (개선 안 됨)
   │      → "이전되는 건 방법론이지 학습된 지식이 아니다"
   │
   ├─ 숫자로 검증: 프리미엄 $8.4B ≈ 시너지 가치 $9.6~12B
   │      → 비용 시너지는 이미 다 지불됨
   │      → 남는 근거는 매출 시너지 + 배제 옵션
   │
   ├─ 규제: 한국엔 수평 중첩 없음 → 혼합결합 이론밖에 없음
   │      → 구조적 조치 어려움 → 행태적 조건
   │
   ├─ 회수: 수수료는 안 오름 (정치적 비용) → 광고 경매로 이동
   │      → 감시 지표는 수수료율이 아니라 광고매출 비중
   │
   └─ 노동: 구매자 수 감소 → 수요독점 격차 확대
          → 알고리즘 개인화 임금 = 1차 가격차별

[PREMISE] Increasing returns in delivery come from three things —
          density / fixed-cost amortisation / severing multihoming
   │
   ├─ Density only works within a 2–3 km radius (the nC2 logic)
   │      → cross-border acquisition cannot improve it
   │      → purchased density is already in the accounts → no premium justified
   │
   ├─ So what remains is fixed-cost amortisation
   │      → the largest fixed cost in 2026 delivery = the AI stack
   │      → "this deal is an AI-infrastructure consolidation"   ★ core claim
   │
   ├─ But the AI stack differs layer by layer
   │      → globally transferable = cost savings (most of the synergy)
   │      → locally bound = realised dispatch performance (not improved)
   │      → "what moves is method, not learned knowledge"
   │
   ├─ Check it numerically: premium $8.4B ≈ synergy value $9.6–12B
   │      → cost synergies are already paid away
   │      → what is left rests on revenue synergies + the preemption option
   │
   ├─ Regulation: no horizontal overlap in Korea → only conglomerate theories
   │      → structural remedies hard → behavioural conditions
   │
   ├─ Extraction: commissions will not rise (political cost) → moves to the ad auction
   │      → the metric to watch is ad revenue share, not the take rate
   │
   └─ Labour: fewer buyers → wider monopsony gap
          → algorithmic personalised pay = first-degree discrimination

이론 배경을 직접 확인하고 싶으실 때 순서대로 권해 드립니다.

If you want to check the theory at source, this is the order I would suggest.