SAP, 18개월 된 독일 AI 스타트업 Prior Labs에 11억 6천만 달러 투자 및 경쟁 에이전트 차단

SAP의 11억 6천만 달러 베팅: 왜 '구조화된 데이터'인가?

지난 2월 OpenAI의 COO가 언급했듯이, AI가 기업의 복잡한 비즈니스 프로세스에 실질적으로 침투하여 가치를 창출하는 모습은 아직 초기 단계에 머물러 있습니다. 하지만 'SaaSpocalypse(SaaS 종말)'의 파고 속에서 2026년 주가가 크게 하락하며 위기를 맞았던 기업용 소프트웨어의 거물 SAP에게 이 문제는 단순한 기술 도입을 넘어 생존이 걸린 핵심 과제입니다.

SAP는 최근 독일의 유망 AI 스타트업인 Prior Labs를 인수하기로 결정하며, 향후 4년 동안 총 10억 유로(약 11억 6천만 달러)를 투입하겠다는 공격적인 계획을 발표했습니다. 이번 투자의 핵심은 단순히 생성형 AI를 도입하는 것이 아니라, 기업 정보의 근간이 되는 테이블과 데이터베이스 같은 '구조화된 데이터(Structured Data)'를 전문적으로 다루는 AI 연구소를 구축하는 데 있습니다.

기업용 소프트웨어 시장에서 데이터는 곧 권력입니다. SAP는 기존의 언어 모델(LLM)이 가진 한계를 극복하고, 회계, 인사, 조달, 비용 관리 등 기업 운영의 핵심 영역에서 즉각적인 예측과 실행이 가능한 AI 모델을 확보함으로써 시장의 주도권을 다시 가져오겠다는 전략을 세운 것으로 풀이됩니다.

18개월 만의 경이로운 엑싯, Prior Labs가 증명한 TFM의 잠재력

테이블 기반 파운데이션 모델(TFM)의 기술적 우위

Prior Labs의 창업자인 Frank Hutter, Noah Hollmann, Sauraj Gambhir는 불과 18개월 전, 기업용 데이터에 최적화된 '테이블 기반 파운데이션 모델(TFMs)'을 개발하기 위해 회사를 설립했습니다. 이들은 텍스트 중심의 LLM보다 기업의 데이터베이스에 저장된 수치와 관계를 이해하는 데 훨씬 더 적합한 모델을 만드는 데 집중해 왔습니다.

실제로 SAP의 핵심 제품군인 회계 및 인사 관리 솔루션은 방대한 양의 데이터베이스에 의존하고 있습니다. 따라서 언어적 추론을 넘어 데이터 간의 상관관계를 정확히 짚어내는 TFM 기술은 SAP의 기존 제품군과 결합했을 때 폭발적인 시너지를 낼 수 있는 최적의 도구입니다.

이들의 기술력을 증명하듯, Prior Labs의 오픈 소스 모델인 TabPFN 시리즈는 이미 개발자 커뮤니티에서 300만 회 이상의 다운로드를 기록하며 강력한 기술적 입지를 다졌습니다. 이는 단순한 이론적 모델을 넘어 실무 환경에서 작동 가능한 기술임을 입증하는 지표입니다.

압도적인 규모의 현금 거래와 성공적인 엑싯

이번 거래의 세부 사항 중 가장 눈에 띄는 점은 그 규모와 방식입니다. SAP는 인수 금액을 공식적으로 밝히지는 않았으나, 투자사 Pathfounders에 따르면 이번 거래는 창업자들에게 매우 성공적인 엑싯(exit)이 되었습니다.

특히 Frank Hutter를 포함한 세 명의 창업자에게 선불로 5억 달러 이상의 현금이 지급된 '거의 전액 현금(almost all-cash)' 방식의 거래였다는 점은 Prior Labs가 보유한 기술의 가치가 얼마나 높게 평가받았는지를 보여줍니다.

지난 2025년 2월, Balderton Capital이 주도한 프리 시드 라운드에서 약 930만 달러를 조달했던 이 스타트업이 불과 1년 남짓한 시간 만에 수십 배의 기업 가치를 인정받으며 독일 역사상 가장 큰 벤처 성과 중 하나로 기록되게 되었습니다.

에이전트 AI 시대의 방어 기제: SAP의 폐쇄적 생태계 전략

기술 산업의 흐름이 스스로 판단하고 행동하는 '에이전트형 AI(Agentic AI)'로 급격히 이동함에 따라, SAP는 기술적 도약과 동시에 강력한 방어적 태세를 취하고 있습니다. The Information의 보도에 따르면, SAP는 자체 AI 연구소를 육성하는 한편, OpenClaw와 같이 명시적으로 승인되지 않은 외부 에이전트 기술이 자사 생태계에 침투하는 것을 엄격히 차단하고 있습니다.

SAP의 최신 API 정책을 살펴보면 이러한 폐쇄적 전략이 더욱 명확해집니다. SAP는 'SAP 인증 아키텍처'를 제외한 모든 AI 에이전트가 API를 통해 자사 제품에 접근하는 것을 공식적으로 '금지'하고 있습니다. 이는 외부 에이전트가 기업의 핵심 데이터에 접근할 때 발생할 수 있는 보안 리스크와 데이터 무결성 문제를 통제하려는 의도로 보입니다.

물론 이러한 폐쇄성 속에서도 전략적 파트너십은 열려 있습니다. SAP는 고객이 직접 에이전트를 구축할 수 있도록 돕는 자체 솔루션인 'Joule Agents'를 베타 서비스로 제공하고 있으며, Nvidia와의 협업을 통해 Nvidia Agent Toolkit을 지원합니다. 이는 Nvidia의 보안 중심 모델인 NemoClaw를 사용하는 고객들에게는 예외적으로 허용되는 구조를 갖추고 있습니다.

LLM을 넘어선 SAP의 광범위한 AI R&D 로드맵

SAP의 AI 전략은 Prior Labs 인수 하나에 그치지 않습니다. 도미닉 아삼(Dominik Asam) CFO가 강조했듯이, SAP의 핵심 과제는 R&D 포트폴리오에 신기술을 얼마나 빠르게 도입하여 규모의 경제 우위를 유지하느냐에 달려 있습니다. 이를 위해 SAP는 이미 다양한 생성형 AI 기업들에 선제적인 투자를 진행해 왔습니다.

SAP는 OpenAI의 강력한 경쟁자인 Anthropic에 투자했을 뿐만 아니라, 유럽의 AI 주권을 상징하는 Aleph Alpha와 Cohere를 지원하며 글로벌 AI 강자들의 생태계에 깊숙이 관여하고 있습니다. 이는 특정 모델에 종속되지 않고 다양한 AI 기술을 자사 플랫폼에 통합하려는 포석입니다.

또한 SAP는 관계형 사전 학습 트랜스포머 모델인 'SAP-RPT-1'을 자체 개발하며 기술적 자립도를 높이고 있습니다. 필립 헤르직(Philipp Herzig) CTO는 기업용 AI의 진정한 기회는 대규모 언어 모델(LLM) 그 자체가 아니라, 전 세계 비즈니스를 실질적으로 움직이는 '구조화된 데이터'를 위해 설계된 AI에 있다고 단언했습니다.

세일즈포스와의 전략적 대조: 개방형 vs 수직 계열화

SAP의 이러한 폐쇄적이고 통제 중심적인 접근 방식은 또 다른 SaaS 거물인 세일즈포스(Salesforce)와 극명한 대조를 이룹니다. 세일즈포스는 'SaaSpocalypse'의 위협을 극복하기 위해 보다 개방적인 생태계 전략을 채택하고 있습니다.

세일즈포스는 새로운 'Headless 360' 아키텍처를 통해 기업 고객이 OpenClaw를 포함하여 자신이 원하는 에이전트를 자유롭게 선택하고 통합할 수 있는 환경을 제공합니다. 이는 고객의 선택권을 넓히고 생태계의 확장성을 극대화하는 전략입니다.

결국 시장은 두 가지 길로 나뉩니다. SAP처럼 강력한 보안과 통합된 경험을 제공하기 위해 생태계를 수직 계열화할 것인가, 아니면 세일즈포스처럼 다양한 에이전트가 활동할 수 있는 개방형 플랫폼을 지향할 것인가의 문제입니다. 기업 고객들은 보안의 안정성과 기술적 유연성 사이에서 각자의 우선순위에 따라 선택하게 될 것입니다.

한국 기업과 AI 스타트업을 위한 전략적 시사점

SAP의 이번 행보는 한국의 SaaS 기업과 AI 스타트업들에게 매우 중요한 시사점을 던져줍니다. 단순히 텍스트를 생성하는 LLM 기술에 매몰될 것이 아니라, 기업의 실제 비즈니스 로직이 담긴 '구조화된 데이터'를 어떻게 AI가 이해하고 처리하게 만들 것인지에 대한 고민이 필요합니다.

특히 도메인 특화 AI(Vertical AI)를 준비하는 스타트업이라면, Prior Labs의 TFM 사례처럼 특정 데이터 형식(테이블, DB 등)에 최적화된 모델을 통해 기존 거대 플랫폼이 해결하지 못하는 미세한 영역을 공략하는 것이 유효한 전략이 될 수 있습니다.

또한, 에이전트 AI 시대가 도래함에 따라 기업용 소프트웨어는 단순한 도구를 넘어 '실행 주체'로 진화하고 있습니다. 한국의 기업용 솔루션 기업들 역시 자사 제품의 API를 어떻게 개방할 것인지, 혹은 어떻게 폐쇄적인 보안 생태계를 구축하여 고객의 신뢰를 얻을 것인지에 대한 아키텍처 설계 단계부터 전략적인 판단을 내려야 할 시점입니다.