Passive.
Passive AI 주식 시장 분석 앱 웹페이지 이동

EBITDA 흑자 — 무엇을 빼기 전 이익인가 (2026)

기업이 “EBITDA 흑자”라고 말할 때 확인해야 할 것은 무엇을 빼기 전 숫자인가다. EBITDA는 이자, 세금, 감가상각, 무형자산 상각을 제외하기 전의 이익이다. 설비 투자가 큰 사업에서는 이 항목들이 실제 부담의 상당 부분을 차지하기 때문에, 같은 회사라도 EBITDA와 순이익의 방향이 다를 수 있다. 이 글은 EBITDA의 정의와 한계, 함께 볼 지표를 정리한다.

종목별 실적과 이익 구조는 Passive의 기업 실적 화면에서 확인할 수 있다.

EBITDA는 어떻게 계산되나

이름 그대로 네 항목을 더한 값이다.

EBITDA = 영업이익 + 감가상각비 + 무형자산 상각비

또는 순이익에서 거꾸로 올라가는 방식으로도 계산한다.

EBITDA = 순이익 + 이자비용 + 법인세 + 감가상각비 + 무형자산 상각비

이 지표가 쓰이는 이유는 비교 때문이다. 자본 구조(빚이 많은지 적은지)와 세율, 회계상 상각 방식이 다른 기업들을 같은 선에서 비교하려는 목적이다.

또 감가상각은 현금이 실제로 나가지 않는 비용이라, 영업에서 나오는 현금 창출력을 가늠하는 대용치로 쓰이기도 한다.

설비 투자가 큰 사업에서 생기는 왜곡

문제는 감가상각이 과거에 실제로 나간 돈이라는 점이다. 서버와 데이터센터를 사면 현금은 그때 나가고, 회계상 비용은 몇 년에 걸쳐 나뉘어 잡힌다.

그래서 설비를 계속 새로 사야 하는 사업에서는 EBITDA가 실제 상황을 과장할 수 있다.

사업 유형EBITDA의 유용성
설비 투자가 적은 사업현금 창출력과 비교적 가까움
설비를 주기적으로 교체하는 사업실제 부담을 덜 반영
부채 비중이 큰 사업이자 부담이 빠져 있어 주의 필요

AI 연산처럼 하드웨어 세대 교체가 빠른 분야에서는 특히 그렇다. 감가상각 기간을 길게 잡으면 연간 비용이 줄어 EBITDA와 영업이익이 좋아 보이지만, 실제 장비 수명이 그보다 짧으면 나중에 손상 처리로 돌아온다.

함께 봐야 할 지표

EBITDA 하나만으로 판단하지 않으려면 다음을 같이 본다.

  • 영업활동 현금흐름: 실제로 들어온 현금.
  • 자본적 지출(CapEx): 설비에 나간 현금.
  • 잉여현금흐름: 영업활동 현금흐름에서 자본적 지출을 뺀 값. 사업을 유지하면서 남는 돈이다.
  • 이자비용: 부채가 큰 기업에서는 이 항목이 손익을 가른다.
  • 감가상각 기간 가정: 동종 업계와 비교해 길지 않은지.

특히 잉여현금흐름은 EBITDA가 놓치는 부분을 메운다. EBITDA가 흑자여도 설비 투자가 그보다 크면 잉여현금흐름은 마이너스가 된다.

업종별 밸류에이션 수준은 Passive의 섹터 밸류에이션 화면에서 비교해 볼 수 있다.

비상장 기업에 적용할 때

비상장 기업의 EBITDA는 추가로 주의할 부분이 있다.

  • 외부 감사 여부: 공시 의무가 없어 산출 기준이 회사마다 다르다.
  • 조정 항목: “조정 EBITDA”라는 표현이 붙으면 일회성 비용, 주식보상비용 등을 추가로 제외한 경우가 많다.
  • 비교 시점: 라운드 시점에 공개된 숫자는 그 이후 상황을 반영하지 않는다.

주식보상비용은 특히 논쟁이 되는 항목이다. 현금이 나가지 않지만 주식 수가 늘어 기존 주주 지분이 희석되기 때문이다.

정리

EBITDA는 이자·세금·감가상각을 빼기 전 이익으로, 자본 구조와 회계 방식이 다른 기업을 비교하기 위해 쓰인다.

설비를 계속 사야 하는 사업에서는 이 지표가 실제 부담을 덜 보여준다. 감가상각은 과거에 나간 현금의 기록이기 때문이다.

그래서 EBITDA 흑자라는 문장을 볼 때는 자본적 지출과 잉여현금흐름, 이자비용을 함께 확인하는 편이 낫다. 비상장 기업이라면 산출 기준과 조정 항목도 함께 봐야 한다.

실적·현금흐름 데이터를 종목별로 모아 보려면 Passive를 참고할 수 있다.

이 글은 회계 지표를 정리한 것이며, 특정 기업의 투자 권유가 아니다.

본 정보는 투자자문이 아니며 투자 판단과 책임은 사용자에게 있습니다. 더 많은 지표는 Passive 홈에서 확인할 수 있습니다. © 2026 DataInsightLab