🎬 AI 타고 날아갈 줄 알았던 SaaS 회사들의 좌절, 누가누가 떨고있나?

▶️ 유튜브

• 원본 링크: https://youtu.be/21JV_uOJ4q4?si=80kW56-40NJ8ozCo

🖼️ 4컷 인포그래픽

💡 한 줄 결론

AI 에이전트가 무너뜨리는 것은 개별 기능이 아니라 사람 수에 기대던 SaaS의 워크플로우와 인당 과금 구조이며, 앞으로의 승자는 기능 앱보다 데이터 저장소·오케스트레이션·전환비용을 장악한 플랫폼일 가능성이 높다. 투자 판단의 핵심은 AI 도입 여부가 아니라 에이전트 시대에도 가격 결정권과 락인을 유지할 수 있는지다.

📌 핵심 요점

1. 최근 시장 충격은 챗봇 성능 향상이 아니라 법률 검토, 예약, 보안 점검, 분석 실행처럼 여러 단계를 직접 수행하는 에이전틱 AI가 전문 SaaS의 업무 흐름을 실제로 잠식하기 시작한 데서 나왔다.
2. 주가 급락의 본질은 당장 실적 훼손보다 ARR과 인당 과금 모델이 무너질 수 있다는 미래 우려이며, 그래서 대형 SaaS와 중견 소프트웨어 기업들이 실적 발표보다 먼저 재평가를 받았다.
3. 공개 데이터에 기대고, 개발 난이도가 낮고, 네트워크 효과와 전환비용이 약한 SaaS일수록 위험하며, 독점 데이터·깊은 업무 내재화·높은 마이그레이션 비용을 가진 기업은 상대적으로 방어력이 높다.
4. AI 시대에는 계정 수 기반 BM보다 사용량·처리량·에이전트 실행량·오케스트레이션 가치 중심으로 과금 축이 이동할 가능성이 높고, 기존 고가 SaaS는 기능 소멸보다 가격 인하 압박을 먼저 받을 수 있다.
5. SI와 아웃소싱은 저난도 개발 인력 투입형 모델이 약해지는 대신, AI로 요구사항을 빠르게 시각화하고 인간이 보안·최적화·운영 품질을 책임지는 고부가 컨설팅형 구조로 재편될 여지가 크다.

🧠 상세 요약

1) 배경과 문제 정의

이 대담의 출발점은 “AI 기능이 늘어나는 것”보다 “사람이 직접 소프트웨어를 다루던 방식 자체가 AI 에이전트 중심으로 바뀌고 있다”는 문제의식이다. 따라서 판단 포인트도 기능 우위가 아니라, 누가 데이터와 워크플로우를 붙잡고 과금 구조를 다시 설계할 수 있는지로 옮겨간다.

2) 섹션별 상세 정리

1. 에이전트형 AI가 SaaS 위협을 현실 이슈로 바꿨다 [00:00]

• 패널은 초기 생성형 AI 열풍과 지금의 충격이 다르다고 본다. 예전에는 보조 기능으로 보였지만, 이제는 리서치·작성·검토·실행을 잇는 워크플로우 전체를 에이전트가 대신하기 시작했다.
• 핵심은 “좋은 기능 추가”가 아니라 “기존 전문 SaaS가 맡던 절차가 통째로 대체될 수 있다”는 인식이 시장에 퍼졌다는 점이다.

2. 법률·보안·예약 같은 전문 영역도 안전지대가 아니게 됐다 [02:06]

• 법률 플러그인 사례에서는 조문 탐색, 계약서 리스크 점검, 규제 위반 검토 같은 고가 전문 소프트웨어의 핵심 가치가 AI로 상당 부분 대체될 수 있다는 공포가 언급된다.
• 보안 정적 분석 역시 비슷하다. 완벽하지 않더라도 “곧 맡길 수 있겠다”는 기대만으로도 기존 전문 툴의 밸류에이션이 흔들릴 수 있다는 논리다.

3. 시장은 실적보다 ARR 붕괴 가능성을 먼저 가격에 반영했다 [04:18]

• 최근 SaaS 주가 급락은 당장 매출 붕괴보다 반복 매출의 예측 가능성이 약해질 수 있다는 공포에서 나왔다.
• SaaS가 사랑받았던 이유가 ARR 누적 구조였는데, 에이전트가 인간 사용자를 줄이면 그 전제가 깨질 수 있어 투자자들이 미래 리스크를 선반영했다.

4. 대형 SaaS도 예외가 아니지만 타격 강도는 다르게 나타난다 [08:02]

• 세일즈포스, SAP, 어도비, 마이크로소프트 같은 대표 SaaS도 약세를 보였고, 유니티·피그마·허브스팟·톰슨 로이터 같은 기업은 더 큰 낙폭이 언급된다.
• 다만 영상은 대기업이 완전히 무너지기보다, 중소형 플레이어와 해자가 약한 제품군이 먼저 압박을 체감할 가능성이 높다고 본다.

5. 가장 큰 위협은 기능 대체보다 인당 과금 붕괴다 [10:56]

• 기존 ERP·CRM·HR SaaS는 직원 수나 계정 수를 기준으로 과금해 왔는데, 에이전트가 업무를 대신하면 많은 사람이 직접 로그인할 필요가 줄어든다.
• 한두 개 계정과 에이전트만으로도 고객 분류, 메일 작성, 보고 생성까지 가능해지면 매출의 토대였던 인당 과금이 흔들린다.

6. BM은 계정 수에서 사용량·처리량·플랫폼 가치로 이동할 수 있다 [12:41]

• 발표자는 과거 온프레미스 라이선스가 서버 수에서 CPU 코어 수로 바뀐 역사처럼, AI 시대에도 과금 기준이 재설계될 것이라고 본다.
• 살아남는 기업은 계정 수가 아니라 실행량, 저장량, 처리량, 오케스트레이션 가치 같은 새로운 단위를 설계해야 하며, 그렇지 못하면 가격 결정권을 잃을 가능성이 크다.

7. UI/UX 해자는 약해지고 데이터 저장소와 프로세스 내재화가 더 중요해진다 [14:13]

• 사람이 직접 조작하던 시대에는 좋은 화면과 UX가 강한 무기였지만, 에이전트가 API로 소프트웨어를 호출하는 구조에서는 그 가치가 상대적으로 약해질 수 있다.
• 반면 CRM·ERP 안에 쌓인 데이터, 업무 규칙, 표준화된 프로세스는 여전히 가치가 남는다. 결국 저장소와 운영 로직이 새로운 방어선이 된다.

8. 방어력은 독점 데이터, 네트워크 효과, 전환비용에서 나온다 [19:18]

• 영상은 위험한 SaaS의 특징으로 낮은 개발 난이도, 공개 데이터 의존, 약한 평판, 낮은 전환비용을 제시한다.
• 반대로 독점 데이터셋, 업계 표준 지위, 깊은 자동화 시퀀스, 복잡한 API 연동, 높은 마이그레이션 비용은 AI 시대에도 강한 락인으로 작동할 수 있다.

9. 메일침프 사례는 “기능 단순성 ≠ 대체 용이성”을 보여준다 [22:00]

• 이메일 발송 기능만 보면 구현이 쉬워 보여도, 실제 운영에서는 구독자 데이터, 자동화 플로우, 템플릿, 외부 연동이 복잡하게 얽혀 있다.
• 그래서 단순 기능 비교만으로는 생존 가능성을 판단할 수 없고, 고객이 옮길 때 잃는 운영 자산과 전환 마찰까지 봐야 한다는 메시지가 나온다.

10. “SaaS 안의 AI”와 “SaaS를 없애는 AI”는 완전히 다른 문제다 [25:13]

• 기존 SaaS가 AI를 붙이는 것은 사용자가 더 잘 쓰게 하기 위한 보강일 수 있지만, 범용 에이전트가 동일 업무를 웹에서 직접 처리하면 SaaS 자체가 필요 없어질 수도 있다.
• 따라서 기업 입장에서는 단순히 AI 기능을 붙이는 것만으로 충분하지 않고, 왜 자사 플랫폼이 여전히 필수 레이어인지 설명할 수 있어야 한다.

11. SI와 아웃소싱은 인월형 모델보다 컨설팅형 모델로 이동한다 [27:56]

• 인도 IT 아웃소싱과 한국 SI는 저난도 프로젝트에서 AI와 직접 경쟁하게 되며, 단순 인력 투입형 가치는 약해질 수 있다.
• 대신 요구사항 정렬, 빠른 프로토타이핑, 품질 보증, 보안, 최적화처럼 인간이 책임져야 하는 구간을 중심으로 더 높은 부가가치를 만들 수 있다는 방향이 제시된다.

12. 수혜 가능성이 큰 쪽은 오케스트레이션과 데이터 플랫폼이다 [33:49]

• 서비스나우 같은 기업은 앞으로 사람 간 조율뿐 아니라 에이전트 간 조율을 담당하는 오케스트레이션 레이어로 재해석될 수 있다.
• 세일즈포스, 스노우플레이크, 데이터브릭스처럼 데이터 저장소와 플랫폼을 장악한 기업도 여전히 강한 위치를 가질 수 있으며, 돈이 애플리케이션 층에서 인프라·플랫폼 층으로 이동할 가능성이 강조된다.

13. 한국의 신생 SaaS와 작은 개발사가 먼저 충격을 받을 수 있다 [38:21]

• 해자가 약한 신생 SaaS는 고객사가 AI를 활용해 직접 내부 도구를 만들기 시작하면서 더 빠르게 고객 이탈을 겪을 수 있다.
• MVP를 빨리 만드는 것만으로는 차별화가 약해졌고, 배포력·유통력·초기 사용자 확보·빠른 매각 전략까지 포함한 새로운 성장 경로가 필요하다는 진단이 나온다.

14. 변화는 빠르지만 완전한 붕괴보다 재편에 가깝다 [43:28]

• 영상 후반부에서는 기업이 직접 만들 수 있어도 운영 부담 때문에 다시 SaaS로 돌아오는 사례도 제시된다.
• 결론적으로 지금은 실적 붕괴보다 주가가 먼저 놀란 단계에 가깝고, 앞으로의 핵심은 “누가 더 싸고, 더 깊게 묶고, 더 잘 조율하느냐”를 중심으로 산업 구조가 재편되는 것이다.

✅ 액션 아이템

• 보유하거나 검토 중인 SaaS 기업을 인당 과금 의존도 / 독점 데이터 보유 여부 / 고객 전환비용 / 사용량 기반 전환 가능성 4개 축으로 재분류해 고위험군과 방어군을 나눈다.
• 자사 제품이 있다면 다음 분기 로드맵을 기능 추가 목록이 아니라 에이전트 호출용 API, 데이터 저장소 가치, 오케스트레이션 기능, 신규 과금 단위 중심으로 다시 설계한다.
• 영업 자료에서 “사람 한 명보다 싸다”는 메시지 대신 AI 대안 대비 총비용, 자체 개발 유지보수 비용, 운영 리스크 비용을 수치로 비교한 방어 자료를 만든다.
• 주요 고객별로 데이터 이관 난이도, 자동화 시퀀스 복잡도, 외부 시스템 연동 수, 내부 프로세스 내재화 수준을 점수화해 실제 락인 지도를 만든다.
• SI·외주 조직이라면 제안서를 인월 기준 견적서가 아니라 AI 프로토타입 시연 + 요구사항 확정 + 인간의 보안·최적화·운영 안정화 범위로 재구성해 본다.

❓ 열린 질문

• 세일즈포스·SAP 같은 대형 SaaS의 해자는 정말 데이터 저장소와 프로세스 표준화에 있는가, 아니면 시장이 예상하는 것보다 더 빠르게 가격 인하 압박으로 약해질 수 있는가?
• 오케스트레이션 플랫폼이 유망하다는 논리는 설득력 있지만, 범용 모델 사업자가 그 조율 레이어까지 직접 흡수하면 서비스나우류 기업의 실질 해자는 어디에 남는가?
• 공개 데이터 기반 SaaS가 취약하다는 진단은 타당해 보이지만, 실제 현장에서는 운영 지원·컴플라이언스 책임·정확도 보증이 어느 정도까지 방어력으로 작동하는가?
• 인당 과금에서 사용량 기반 과금으로 전환할 때, 고객 입장에서는 비용 예측 가능성이 떨어질 수 있는데 그 불확실성을 감수할 만큼의 생산성 개선이 실제로 입증될 수 있는가?