핵심 요약
생성형 AI는 단순한 보조 도구를 넘어, 특정 산업의 실제 업무를 통째로 수행하는 수직형 AI 에이전트로 진화하고 있다.
이 흐름은 과거 SaaS가 박스 소프트웨어를 대체했던 변화와 닮았지만, 이번에는 소프트웨어 비용뿐 아니라 인건비까지 흡수할 수 있어 시장 규모가 더 커질 수 있다.
유망한 출발점은 화려한 아이디어보다, 반복적이고 지루하며 규칙이 많은 업무를 깊게 파고드는 것이다.
SaaS의 역사로 보는 AI의 미래
과거 소프트웨어 산업의 큰 전환점은 프로그램을 컴퓨터에 설치하던 시대에서, 웹에서 바로 쓰는 SaaS 시대로 넘어간 순간이었다.
이 변화는 단순한 배포 방식의 변화가 아니었다. 사용자는 더 쉽게 접근했고, 기업은 더 빠르게 도입했으며, 스타트업은 기존 대기업이 놓친 틈새를 공략할 수 있었다.
지금의 LLM도 비슷한 성격을 가진다. 새로운 기술이 등장했을 때 처음에는 "이걸 어디에 써야 하지?"라는 질문이 나오지만, 시간이 지나면 완전히 새로운 제품군이 만들어진다. 발표자는 이 흐름의 다음 주인공이 수직형 AI 에이전트라고 본다.
왜 SaaS는 그렇게 큰 시장이 되었나
많은 창업자가 소비자 앱 중심으로 시장을 보지만, 실제로 지난 20년간 벤처 투자의 큰 비중은 B2B SaaS로 향했다.
이유는 간단하다. 기업 운영에는 업종별, 부서별, 업무별로 아주 다른 문제들이 존재한다. 급여, 회계, 고객지원, 채용, 테스트, 정부 입찰처럼 겉보기에 비슷해 보여도 실제로는 규칙과 이해관계가 모두 다르다.
그래서 "모든 회사를 위한 하나의 소프트웨어"보다, 특정 문제를 깊게 푼 여러 회사가 더 많이 생겼다. SaaS는 하나의 거대한 승자보다 수백 개의 큰 회사를 만든 시장이었다.
Vertical AI Agent는 무엇이 다른가
SaaS는 사람의 일을 돕는 도구였다.
Vertical AI Agent는 사람의 일을 직접 수행하는 작업자에 가깝다.
예를 들어 기존 SaaS가 고객센터 직원이 더 효율적으로 일하게 해줬다면, 수직형 AI 에이전트는 문의를 읽고, 분류하고, 답변하고, 필요한 시스템 작업까지 처리할 수 있다.
즉, "소프트웨어를 쓰는 사람"이 필요했던 구조에서 "소프트웨어가 사람 역할까지 맡는 구조"로 바뀌는 것이다. 이 차이 때문에 AI 에이전트 시장은 SaaS보다 더 클 수 있다는 주장이 나온다.
왜 시장 규모가 SaaS보다 더 클 수 있는가
기업의 비용 구조를 보면 소프트웨어 구매 비용보다 인건비가 훨씬 크다.
SaaS는 소프트웨어 예산을 가져갔다.
AI 에이전트는 소프트웨어 예산에 더해, 반복 업무를 수행하던 인력 비용까지 대체할 수 있다.
그래서 같은 영역을 공략하더라도, 기존 SaaS 회사보다 10배 큰 회사가 나올 수 있다는 논리가 성립한다. 단순히 툴을 파는 것이 아니라, 실제 운영 기능 전체를 흡수하기 때문이다.
대기업보다 스타트업이 유리한 이유
겉으로 보기에는 구글, 마이크로소프트 같은 대기업이 모든 AI 기회를 가져갈 것처럼 보인다.
하지만 실제 기업용 시장에서는 깊은 도메인 이해가 중요하다. 급여 처리, 보험 청구, QA 테스트, 채용 운영, 정부 조달 같은 업무는 규정이 많고 맥락이 복잡하다. 큰 플랫폼 기업이 이런 세부 영역마다 집요하게 파고들기는 어렵다.
반면 스타트업은 하나의 문제만 붙잡고, 아주 구체적인 사용자 경험과 워크플로를 만들 수 있다. SaaS 시대에 그랬듯, AI 시대에도 이런 집중이 강력한 무기가 된다.
초기에 좋은 기회는 "뻔한 소비자 앱"보다 "지루한 업무"에 있다
대중이 쉽게 떠올리는 AI 기회는 범용 비서, 검색, 개인용 음성 도우미 같은 것이다.
하지만 이런 영역은 대기업도 바로 인식하는 시장이다. 경쟁이 치열하고, 기존 플랫폼이 유리하다.
반대로 반복적이고 귀찮고 복잡한 백오피스 업무는 눈에 잘 띄지 않지만, 실제 가치가 크다. 정부 입찰 서류 찾기, 치과 보험 청구, 자동차 대출 연체 독촉 전화, 고객지원 응답, QA 테스트 같은 일들이 여기에 해당한다.
이런 일은 멋져 보이지 않아도, 자동화되면 강력한 사업이 된다.
좋은 제품은 "챗봇"이 아니라 "완결된 업무 시스템"이다
겉보기 데모는 쉽게 만들 수 있다.
하지만 실제 기업 업무를 대체하려면 단순한 프롬프트 몇 줄로는 부족하다.
현업에서는 예외 처리, 권한 관리, 기록 보관, 여러 시스템 연동, 정확도 검증, 실패 복구 같은 요소가 필요하다. 그래서 진짜 강한 회사는 "AI가 답변을 잘한다" 수준이 아니라, "업무 전체를 안전하게 끝낸다"는 수준까지 올라가야 한다.
발표자들이 강조한 것도 이 점이다. 겉으로는 경쟁사가 많아 보여도, 실제로 완성도 높은 운영 시스템을 만든 회사는 적을 수 있다.
수직화는 왜 계속 중요한가
고객지원만 봐도 회사마다 요구사항이 다르다.
개발자 도구 회사의 지원은 기술 문서와 API 맥락을 이해해야 하고, 즉시배송 마켓플레이스의 지원은 환불·배송·주문 상태 같은 복잡한 운영 규칙을 다뤄야 한다.
그래서 "모든 회사를 위한 하나의 AI 고객지원"보다는, 특정 업종에 최적화된 제품이 먼저 강해질 가능성이 크다.
이 패턴은 SaaS에서도 반복됐다. 넓게 얕게 푸는 제품보다, 좁게 깊게 푸는 제품이 초기 시장을 연다.
음성 AI는 특히 빠르게 실전 투입되고 있다
음성 AI는 불과 몇 달 전만 해도 지연시간과 자연스러움이 부족해 보였지만, 이제는 실제 콜 업무를 대체하는 수준까지 올라오고 있다.
예를 들어 대출 상환 독촉, 고객 응대, 상담 자동화처럼 원래 대규모 콜센터 인력이 필요했던 분야에서 빠르게 도입되고 있다.
이 분야가 강한 이유는 가치가 분명하기 때문이다. 통화 한 건, 상담원 한 명, 처리량 증가 같은 성과를 바로 측정할 수 있다. 즉, 기술 시연이 아니라 운영 지표로 바로 증명된다.
조직 구조 자체도 AI로 바뀔 수 있다
이 흐름은 제품 변화에만 그치지 않는다.
기업 내부에서도 예전처럼 매출이 늘면 사람 수도 비례해 늘어나는 공식이 약해질 수 있다. 과거에는 성장 병목을 해결하려면 영업, 지원, 운영 인력을 계속 채용해야 했다.
이제는 같은 문제를 더 많은 사람 대신 더 뛰어난 엔지니어와 AI 시스템으로 풀 수 있다. 그래서 미래의 큰 회사는 직원 수가 훨씬 적은데도 큰 매출을 낼 수 있다는 전망이 나온다.
한마디로, AI는 제품을 바꾸는 동시에 회사가 커지는 방식도 바꾸고 있다.
어떤 아이디어를 찾아야 하는가
좋은 출발점은 화려한 비전보다 현장 관찰이다.
누군가 하루 종일 새로 올라온 공고를 새로고침하고 있거나, 보험 청구를 수작업으로 처리하거나, 테스트 결과를 반복 확인하거나, 같은 질문에 수백 번 답하고 있다면 그곳이 기회일 수 있다.
특히 창업자가 직접 아는 업계, 가족이나 친구가 일하는 현장, 이전 직장에서 겪은 불편은 강력한 출발점이 된다. 문제를 가까이서 본 사람일수록 예외 상황과 진짜 구매자를 더 잘 이해하기 때문이다.
인사이트
수직형 AI 에이전트의 핵심은 "AI를 붙인 소프트웨어"가 아니라 "기업의 특정 기능을 통째로 수행하는 시스템"이다.
기회를 찾고 싶다면, 먼저 멋진 기술보다 지루한 현실을 보라. 사람이 반복적으로 읽고, 입력하고, 확인하고, 전화하고, 분류하는 일이 있다면 그곳이 가장 현실적인 출발점이다.
좋은 아이디어의 기준은 단순하다. 데모가 아니라 실제 업무를 끝낼 수 있는가, 그리고 그 결과로 사람 수·시간·비용을 눈에 띄게 줄일 수 있는가.
출처 및 참고 :
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.