AI는 기업용 소프트웨어판을 어떻게 바꿀 것인가
학습 차원에서 틈틈이 해외 전문가들이 블로그나 미디어 그리고 책에서 쓴 글을 번역 또는 요약 정리하고 있습니다. 이번 포스팅도 그중 하나고요. 거칠고 오역된 부분이 있을 수 있습니다. 제대로 번역되지 않은 부분은 확인 주시면 반영토록 하겠습니다. 의미 전달이 애매한 문장은 삭제했습니다. 이번에는 Aki Ranin가 미디엄에 올린 글을 정리한 것입니다
내 경력 초창기에는 SaaS가 없었다. 기술 회사들은 필요한 것은 무엇이든 직접 구축했다. 소규모 기업도 집에서 직접 만든 근무 시간표, CRM, 심지어 ERP 같은 것을 사용했다. 이런 식으로 '레거시 소프트웨어'를 사용했다. 대부분 동기 부여가 부족한 여름 인턴들이 돌아가면서 만든 형편없는 소프트웨어였고, 모두가 항상 불평만 늘어놓았다. 그러다 SaaS가 등장했다.
이제 기본적인 스타트업 운영체제는 거미줄처럼 얽혀 있는(spiderweb) SaaS다. 그리고 모든 창업자들이 말하는 대로 그 비용은 정말 빠르게 늘어난다. 지금 여러분 비즈니스에서 사용하고 있는 SaaS 도구 중 CFO가 들어본 적도 없는 툴들이 있을 것이다.
최악은 SaaS 회사들이 총 마진에 너무 안주해 혁신조차 하지 않는다는 것이다. 나는 경력의 대부분 JIRA를 사용해왔는데, 처음 시작할 때와 완전히 똑같아 보인다. 10년 전과 똑같은 끔찍한 소프트웨어를 클라우드로 옮긴 것뿐이다. 버튼 모서리를 좀 더 둥글게 만들었을 뿐이다. 약간만이다. 상황은 더욱 심해져서 지금은 SaaS 요금을 관리하기 위해 SaaS가 필요하다. 농담이 아니다.
AI OS
세일즈포스, 허브스팟, 심지어는 Shopify 같은 전체 스위트들이 굳이 쓸 필요가 없는 상황에서 SaaS 도구가 작은 공백을 메워주는 경우가 종종 있다.. AI 도움으로, 그리고 곧 AI 에이전트를 통해 당신은 직접 무언가를 구축할 수 있다. 최종 결과는 다음과 같을 수 있다. 업계와 사용 사례에 맞는 기능을 여러 도메인에 걸쳐 구축한 다음 가벼운 웹 앱이나 마이크로서비스로 배포합니다. 빌드하고 싶지 않은 기능의 경우 대부분 API를 사용한다. Stripe 같은 것을 예로 들 수 있다.
예를 들어 전용 UI가 있는 경우, 어느 시점에서 툴들을 연결해 영업 및 마케팅과 같은 도메인을 통합하는 더 큰 제품군으로 통합하기 시작할 수 있다. 이 소프트웨어에서 핵심은 AI와 LLM이 될 것이다. 경우에 따라서는 이러한 전체 워크플로우가 자동화되어 UI가 필요 없고 AI가 일련의 API 호출을 탐색해 독립적으로 작업을 수행할 수도 있다.
이것이 오늘날 가능하다고 생각하지 않나? 와이콤비네이터(YC) 스타트업 인턴이 SaaS 도구에 16,000달러를 지불하는 대신 AI 기반 인보이스 처리 파이프라인을 구축한 사례가 이미 있다. 두 시간이 걸렸다. Zapier와 유사한 AI 자동화 워크플로우를 만들 수 있는 또 다른 YC 지원 AI 스타트업인 Gumloop에서 이를 확인할 수 있다. 보시다시피, 이것은 AI를 사용해 코드를 만드는 것이 아니다.이전에는 전문 소프트웨어가 필요했던 작업을 LLM이 수행하는 것일 뿐이다. 이제 LLM은 Gmail로 전송된 모든 영수증을 분석해 공급업체와 금액을 추출하고 영수증을 분류하여 Notion DB에 저장한 후 재무 관리자에게 문자로 전송한다. 이것이 바로 AI OS를 시작하는 방법이다.
더 복잡한 소프트웨어는 어떨까?
작은 업무만 처리할 수 있는 스타트업의 경우 만들기가 더 쉽다. 시간이 지남에 따라 제품과 운영의 복잡성이 증가함에 따라 이러한 작업 범위가 넓어지기 시직한다. 스타트업은 커지면서 기업이 된다. 기업들은 보안과 컴플라이언스에 더 신경을 쓴다. 소프트웨어 공급업체는 이를 처리하거나 적어도 처리한다고 말한다.
엔터프라이즈 소프트웨어가 반드시 더 안전하다고 생각하지는 않는다. 시간이 더 걸리겠지만, 오늘날 스타트업에 적용되는 것과 동일한 방법이 AI 에이전트가 복잡성을 처리할 수 있게 되면 결국 엔터프라이즈에도 적용될 것이다.
여기에 두 번째 트렌드가 작용하고 있다. 바로 AI가 개발자 생산성을 향상시키고 있다는 점이다. 샘은 300%라고 말한다. 코드는 AI가 대체함에 따라 더 저렴해질 것이다. 아마도 너무 저렴해져서 한계가 있을 뿐만 아니라 무의미해질 수도 있다. 이 또한 효율성의 점진적인 개선만을 고려하고 있기 때문에 다소 보수적인 모델이다. AI 에이전트가 생산 규모와 품질 면에서 더 큰 프로그래밍 작업을 수행할 수 있을 만큼 충분히 숙련되면 비용 하한선은 일직선으로 떨어질 것이다.
모든 SaaS가 똑같이 만들어지는 것은 아니다
코드는 저렴하다. 누가 살고 누가 죽을까? 변화에 더 많이 노출될 기업은 소프트웨어 자체가 제품인 순수 SaaS 기업들이다. 물론 대부분의 기업은 자체적으로 포토샵을 만들지 않을 것이다. 많은 경우에 그것은 과잉으로 보인다. 그러나 자체 CRM을 만드는 것은 SaaS 이전에는 그리 드문 일이 아니었다. 그럴 수도 있다. 데이터독과 같은 기술 플랫폼은 위험에 처해 있다. 대부분의 스타트업은 좋은 아이디어인 것 같아서 데이터독을 사용하지만 결국 돈만 낭비하고 쓸모없는 디버그 결과물만 기록하게 된다. LLM이 할 수 있는 일처럼 보인다.
그럼에도 불구하고 이 회사들은 포기하지 않고 계속할 것이다.
이미 많은 기업이 소프트웨어 제품군에 다양한 AI 통합 기능을 추가하고 있다. 그러나 기업의 현실은 새로운 시대를 위해 스스로를 재창조하는 것이 어렵다는 것인데, 이 경우 AI를 기반으로 한 대안이 될 것이다. 혁신가의 딜레마에 빠진 기업들은 너무 늦게 따라잡을 때까지 분기별 EBITDA 목표조차 희생하지 않으면서 SaaS에[서 이윤을 계속 .짜낼 것이다.여기서 경쟁 상대는 새로운 스타트업이 아니라 기존 고객 기반이다. 생존에 훨씬 유리한 위치에 있는 회사는 실제로 소프트웨어가 제품에 대한 액세스를 용이하게 하는 서비스를 제공하는 회사다.
Paypal과 Stripe은 거래 수수료 마진을 얻는 대신 엄청난 고통과 재정적 위험을 감수한다. 서둘러 교체할 필요는 없다. Shopify는 물류의 물리적 계층과 코드를 훨씬 뛰어넘는 풍부한 파트너 에코시스템을 추가한다. Square와 같은 다른 업체는 실제 하드웨어를 제공하기 때문에 더 많은 코드로 쉽게 대체할 수 없다. 오히려 AI는 이러한 업체들의 입지를 더욱 공고히 할 것이다. AI는 재정적 해자를 넓혀주는 효율성을 더욱 높여서 엄청난 규모로 극도로 낮은 마진으로 운영할 수 있게 해주고, 대부분 사람 대신 AI 기반 에이전트를 통해 서비스를 제공할 수 있게 해주기 때문이다.
