기업이 AI 에이전트를 도입할 때 가장 먼저 부딪히는 질문은 "어떤 모델을 쓸까"가 아니다. 실제 현장에서는 "이 에이전트가 어느 시스템의 데이터를 읽고, 누구의 승인을 받고, 실패하면 어디로 되돌아가야 하는가"가 더 어렵다.
이 맥락에서 SAP의 n8n 투자는 단순한 스타트업 베팅이 아니다. SAP는 독일 워크플로 자동화 플랫폼 n8n에 투자해 기업가치를 52억 달러로 평가했고, n8n 도구를 SAP의 에이전트 구축 환경인 Joule Studio에 내장하기로 했다. 이는 2025년 10월 25억 달러 평가 이후 1년도 안 돼 두 배 이상 오른 수치다.1
n8n은 '자동화 도구'에서 AI 오케스트레이션 계층으로 이동했다
n8n의 출발점은 Zapier나 Make와 비교되는 워크플로 자동화였다. 여러 앱과 데이터베이스, 내부 시스템을 노드 기반으로 연결해 반복 업무를 자동화하는 방식이다. 차이는 개방성과 유연성에 있었다. n8n은 fair-code 라이선스를 내세웠고, 자체 호스팅이 가능하다는 점을 강하게 밀었다.
AI가 들어오면서 이 포지션이 바뀌었다. 이제 n8n은 단순히 "슬랙 메시지를 받으면 구글시트에 기록한다" 수준의 자동화가 아니라, AI 에이전트가 이벤트를 감지하고 판단을 조율하며 후속 액션을 실행하는 흐름을 설계하는 플랫폼으로 자신을 설명한다. 회사 발표 기준 n8n은 1,400개 이상의 엔터프라이즈 고객과 170만 명의 월간 활성 개발자·빌더 커뮤니티를 보유하고 있으며, 1,000개 이상의 통합을 제공한다고 밝혔다.2
실무적으로 중요한 지점은 여기다. 기업 AI 프로젝트는 데모에서는 잘 보이지만 운영 단계에서 막히는 경우가 많다. 권한, 감사 로그, 예외 처리, 데이터 위치, 승인 흐름이 없으면 "똑똑한 챗봇"은 만들어도 "운영 가능한 업무 시스템"은 만들기 어렵다. n8n이 SAP에 매력적인 이유는 모델 성능이 아니라 이 연결부를 다룬다는 점이다.
SAP에게 필요한 것은 더 많은 AI 기능이 아니라 실행 경로다
SAP는 이미 Joule이라는 AI 어시스턴트와 Business AI Platform을 밀고 있다. 하지만 SAP 고객의 현실은 복잡하다. 재무, 조달, 공급망, 인사 데이터는 SAP 안에 있지만, 실제 업무는 Salesforce, ServiceNow, Slack, 내부 DB, 커스텀 애플리케이션까지 얽혀 있다.
Joule Studio에 n8n이 들어간다는 것은 SAP 고객이 에이전트를 만들 때 더 넓은 외부 시스템과 연결할 수 있는 시각적 캔버스를 얻게 된다는 뜻이다.3 SAP 입장에서는 AI 에이전트를 "SAP 내부 기능"으로만 묶지 않고, 기업 전체 프로세스의 접착제로 확장할 수 있다.
흥미로운 점은 SAP의 최근 AI 행보가 한 방향을 가리킨다는 것이다. SAP는 고객 커뮤니케이션 AI 기업 Parloa와도 협력하고, 구조화 데이터 분석에 특화된 Prior Labs 인수도 추진 중이다. Prior Labs는 표 형식 데이터용 foundation model을 다루며, SAP는 향후 4년간 10억 유로 이상을 투자할 계획이라고 전해졌다.4
해석하자면 SAP는 범용 LLM 경쟁에 정면으로 뛰어들기보다, 기업 데이터와 프로세스 위에서 AI가 작동하는 계층을 확보하려 한다. n8n은 그중 "행동을 실행하는 계층"에 가깝다.
52억 달러 평가는 성장성의 신호이지만, 그대로 받아들이면 안 된다
n8n은 2025년 10월 1억8천만 달러 규모의 Series C를 유치하며 25억 달러 평가를 받았다. 당시 회사는 누적 투자금이 2억4천만 달러에 이르렀고, 사용자 성장 6배, 매출 성장 10배를 언급했다.5
이번 52억 달러 평가는 그 연장선에 있지만, 일반적인 순수 지분 투자 라운드와는 다르게 봐야 한다. 일부 보도에 따르면 SAP의 지분은 1.3% 미만이며, 총 약정 규모에는 기존 주주 지분을 사는 세컨더리 거래와 라이선스 계약이 포함된 것으로 알려졌다. 구체 조건은 공개되지 않았다.6 즉 "시장이 n8n 전체를 현금 투자만으로 52억 달러로 가격 매겼다"고 단정하기보다는, 전략적 파트너십과 상업 계약이 결합된 평가로 읽는 편이 안전하다.
그럼에도 신호는 분명하다. 유럽 기업 AI 시장에서 "모델을 만드는 회사"만이 아니라 "AI를 업무에 꽂아 넣는 회사"도 고평가를 받기 시작했다. 특히 GDPR, 데이터 주권, 자체 호스팅 요구가 강한 유럽 대기업에는 이 지점이 크다. Mercedes-Benz가 n8n을 선택한 이유로 클라우드 종속을 피하고 데이터와 워크플로 통제권을 유지할 수 있다는 점을 언급한 것도 같은 맥락이다.7
도입을 검토한다면 '편리함'보다 통제 구조를 먼저 봐야 한다
n8n 같은 도구는 매력적이다. 현업은 빠르게 자동화를 만들 수 있고, 개발자는 API와 코드로 확장할 수 있다. 하지만 자동화 캔버스가 많아질수록 새로운 리스크도 생긴다. 누가 만든 워크플로인지, 어떤 데이터에 접근하는지, 실패 시 어떤 업무 영향이 있는지 관리하지 못하면 AI 이전의 RPA 난맥상이 반복될 수 있다.
따라서 기업이 봐야 할 기준은 세 가지다.
첫째, 에이전트가 접근하는 데이터와 권한을 중앙에서 통제할 수 있는가. 둘째, 모든 실행과 판단이 감사 가능하게 남는가. 셋째, 현업이 빠르게 만들되 운영 전에는 보안·컴플라이언스 검토를 통과하는 구조가 있는가.
SAP-n8n 조합은 이 기준을 충족하려는 방향으로 보인다. 다만 실제 제품 통합의 깊이, 라이선스 비용, SAP 외부 시스템과의 운영 안정성은 고객 사례가 더 쌓여야 판단할 수 있다. 지금 신경 써야 할 사람은 AI 모델을 고르는 팀만이 아니다. ERP, 보안, 데이터 거버넌스, 업무 자동화를 책임지는 팀이 함께 봐야 한다. 앞으로의 기업 AI 경쟁은 "누가 더 똑똑한 답을 내는가"보다 "누가 더 안전하게 일을 끝내는가"로 이동하고 있다.
참고
4SAP Bets Big on AI, Invests in n8n at a $5.2 Billion Valuation
5n8n raises $180m to get AI closer to value with orchestration
6SAP Bets Big on AI, Invests in n8n at a $5.2 Billion Valuation
7SAP Bets Big on AI, Invests in n8n at a $5.2 Billion Valuation
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.