서비스가 새로운 소프트웨어다: AI가 전달하는 결과물을 판매하는 법에 대한 세쿼이아의 벡(Bek)의 견해

"서비스: 새로운 소프트웨어"라는 가설이 불러온 파장

줄리앙 벡(Julien Bek)은 자신이 바이럴이 될 것이라고는 전혀 예상하지 못했습니다. 세쿼이아(Sequoia) 런던 오피스의 초기 단계 투자자인 벡은 그저 회사의 최근 투자 테마 중 하나를 강조하고, 세쿼이아가 최근 지원한 스타트업들을 소개하고 싶었을 뿐이라고 말합니다. 그래서 그는 "서비스: 새로운 소프트웨어(Services: The New Software)"라는 제목의 블로그 글을 써서 자신의 소셜 피드에 게시했습니다. 게시된 지 며칠 만에 이 글은 X(구 트위터)에서 조회수 100만 회를 돌파했으며, 현재는 300만 회에 육박하고 있습니다. 링크드인(LinkedIn)에서도 45만 회 이상의 임프레션을 기록했습니다.

도발적인 헤드라인이 도움이 된 것은 분명합니다. 하지만 벡의 가설은 사람들의 공감을 불러일으켰습니다. 요약하자면, 그는 세계의 차세대 1조 달러 기업은 하드웨어나 소프트웨어를 제품으로 판매하지 않을 것이라고 생각합니다. 대신, AI 기반 소프트웨어를 활용해 인간의 전문 지식과 함께 '결과물(outcome)'을 판매할 것입니다. 예를 들어, 고객 서비스 소프트웨어를 판매하는 대신, 오늘날의 비즈니스 프로세스 아웃소싱(BPO) 기업들처럼 고객을 위해 직접 고객 서비스를 제공하는 방식입니다. 하지만 이 새로운 진입자들은 처음부터 AI 네이티브(AI-native)로 시작할 것입니다. 리걸테크(Legal tech)를 판매하는 대신 법률 서비스를 판매하는 식입니다.

이미 이 모델을 추구하고 있는 기업들의 좋은 예로는 법률 분야의 로빈 AI(Robin AI)와 레고라(Legora), 부동산 시장의 드웰리(Dwelly)가 있습니다. 또한 컨설팅 분야의 디스틸 AI(Dystyl AI), 금융 서비스의 로고(Rogo), 보험 중개 시장의 위드커버리지(WithCoverage)도 있습니다. 벡은 앞으로 훨씬 더 많은 기업이 등장할 것이라고 생각합니다. 또한 기업이 소프트웨어에 1달러를 쓸 때 서비스에는 6달러를 쓴다는 점을 언급하며, 시장 잠재력이 엄청날 것이라고 확신합니다.

지능(Intelligence)과 판단력(Judgment)의 구분

AI가 해결할 수 있는 영역과 그렇지 않은 영역

지능 대 판단력. 벡은 이러한 가능성을 고찰하기 위한 분류 체계를 개발했습니다. 그는 지능과 판단력을 구분합니다. 지능은 기본적으로 정답과 오답의 집합 사이의 정의가 매우 명확한 모든 것을 의미합니다. 코딩, 수학, 물리학, 그리고 회계, 법률, 의학의 일부 작업들을 생각하면 됩니다. AI 모델은 이러한 지능을 전달하는 데 매우 능숙해지고 있습니다. 반면, 판단력은 취향, 전문적인 직관, 그리고 재능과 경험을 모두 필요로 하는 미묘하지만 종종 결정적인 질적 차이에 더 가깝습니다. 많은 기업이 AI 모델에 판단력을 주입하는 방법을 찾으려 노력하고 있지만, 대부분 아직 그 단계에 도달하지 못했습니다.

그는 특정 서비스가 지능-판단력 척도에서 어떻게 순위가 매겨지는지, 그리고 기업들이 특정 서비스를 이미 아웃소싱하는 경향이 있는지 아니면 내부에서 수행하는지를 축으로 하는 매트릭스 분석을 수행합니다. 먼저 벡은 기업들이 이미 법률 서비스, 감사, 보험 중개 등과 같이 서비스 제공업체에 아웃소싱하는 작업들을 살펴봅니다. 그런 다음 그중에서 인간의 전문적인 판단력이 아주 조금만 필요하고 주로 지능에 관한 것인 하위 집합을 살펴봅니다. 벡은 이곳이 AI 네이티브 서비스 기업들이 성장하기에 가장 적합한 지점(sweet spot)이라고 생각합니다. 그는 "고객이 서비스에 100달러를 지불하는데, 여러분이 AI를 많이 활용해 높은 매출 총이익률을 유지하면서도 동일한 서비스를 80달러에 제공할 수 있다면, 그것은 정말 흥미로운 기회라고 생각합니다"라고 말합니다.

그가 이 범주에 속한다고 보는 기능으로는 보험 중개, 보험 사고 조사, IT 관리 서비스, 세무 자문 서비스, 회계 및 감사 서비스, 간단한 법률 서비스, 급여 관리 서비스, 그리고 특정 컴플라이언스(준법 감시) 서비스 등이 있습니다.

'오토파일럿' 모델: AI 에이전트와 인간의 협업

벡은 이 범주의 스타트업을 '오토파일럿(autopilots)'이라고 부릅니다. 그는 이 용어를 서비스가 인간 전문가와 똑같은 수준으로 AI 에이전트에 의해 완전히 수행될 수 있다는 의미로 사용한 것이 아닙니다. 그가 의미한 바는 항공기의 오토파일럿이 작동하는 방식과 유사하게, 서비스를 제공하는 프로세스가 상당 부분 자동화될 수 있다는 것입니다. 즉, 인간이 여전히 시스템을 모니터링하고 가장 어려운 작업을 처리하며 문제가 발생할 경우 개입할 준비를 하고 있지만, 프로세스의 많은 부분이 자동화되어 있는 상태를 말합니다. 그는 인간 전문가와 AI 시스템 간의 상호작용이 훨씬 더 많은 '코파일럿(copilots)' 방식과 이를 대조합니다.

단순한 비용 절감을 넘어선 새로운 과금 방식

AI 네이티브 기업들이 가질 수 있는 가장 큰 장점 중 하나는 가격 책정(pricing)에 있습니다. AI 기반 서비스 기업들이 잠재적으로 더 낮은 비용을 청구할 수 있다는 점뿐만 아니라, 청구 방식 자체를 다르게 할 수 있다는 점입니다. 많은 섹터의 많은 서비스 기업들이 시간 단위로 비용을 청구해 왔습니다. 하지만 결과(outcome)를 기준으로 청구하는 것은 게임의 규칙을 완전히 바꿉니다. 그는 "규모가 작은 기업이 대기업과 경쟁하기 위해 할 수 있는 최선의 방법은 실제로 가격 책정으로 그들을 파괴하는 것입니다"라고 말합니다. 다만, 고객들이 다른 방식의 결제 방식에 익숙해지도록 만드는 데는 시간이 걸릴 수 있다는 점도 인정합니다.

수익성과 시장 진입의 과제

마진은 어떨까요? 벡은 이 방정식이 일부 사람들이 생각하는 것만큼 나쁘지 않다고 말합니다. 예를 들어 보험 중개 분야에서, WithCover와 같은 AI 네이티브 스타트업은 전통적인 보험 중개인 한 명이 판매하는 양의 10배를 판매할 수 있다고 그는 말합니다. 잠재적인 문제가 될 수 있는 두 가지 비용은 AI 추론(inference) 비용과 서비스 판매를 위한 시장 진입(go-to-market) 비용입니다. 벡은 AI 기반 고객 서비스 솔루션을 판매하는 Sierra의 CEO 브렛 테일러(Bret Taylor)의 수치를 인용하며, 일부 순수 SaaS 기업의 매출 총이익률이 90%가 아닌 70% 정도로 보일 수 있다고 언급했습니다. 하지만 70% 역시 여전히 건전한 마진입니다. 시장 진입 비용은 여전히 해결되지 않은 과제로 남아 있습니다. 기업용 서비스 판매는 소프트웨어 판매와 같은 방식으로 확장(scale)할 수 없기 때문입니다.

AI 네이티브 스타트업과 레거시 기업의 경쟁

세쿼이아만이 이러한 아이디어를 가진 투자자는 아닙니다. 사모펀드(PE)들은 기존의 비소프트웨어 기업들을 인수하여(roll-up) AI 기반의 효율성을 주입한 뒤, 훨씬 더 높은 배수로 되팔 수 있다고 베팅하고 있습니다. 하지만 벡은 AI 네이티브 스타트업이 레거시 기업들이 AI 우선 조직으로 변모하는 속도보다 훨씬 빠르게 상당한 시장 점유율을 확보할 수 있을 것이라고 생각합니다. 레거시 기업들은 기존 고객과의 관계와 신뢰를 가지고 있습니다. 이는 특히 가장 가치가 높은 업무에서 강력한 무기가 됩니다. 하지만 어느 시점이 되면, 더 낮은 가격으로 결과물을 제공한다는 점이 많은 이들로 하여금 적어도 AI 네이티브 기업들을 시도해 보게끔 유혹할 것입니다.