전통적인 B2B SaaS(서비스형 소프트웨어)에서는 소프트웨어로 인간의 작업과 서비스를 보조했습니다. 이제는 소프트웨어가 그 작업 전체를 수행하고 있습니다. AI의 등장으로 SaaS의 개념이 역전되고 있습니다. 소프트웨어-서비스(SaaS)에서 서비스-소프트웨어(SaaS)로 변화하고 있는 것입니다.

AI 노동자의 등장은 소프트웨어와 노동 시장의 융합을 촉진하고 있습니다. 이는 창업자들에게 엄청난 기회를 제공할 것입니다.

노동과 소프트웨어가 하나의 시장으로 통합되고 있습니다

SaaS 기업들은 기존의 아날로그 프로세스를 디지털화 해왔습니다. 주로 기존 직무의 특정 업무를 더 쉽게 관리할 수 있도록 돕는 것이 목적이었습니다. 하지만 SaaS는 스스로 운영될 수 없었습니다. 항상 해당 소프트웨어를 운영할 인력을 회사에서 유지해야 했습니다.

예를 들어, SaaS 기반의 영업 도구를 구매한다고 해도 여전히 영업 사원을 채용하고 교육시켜야 했습니다.

전체 경제를 놓고 보면, 노동 시장과 소프트웨어 시장은 별개로 존재해 왔으며, 회사 내부에서도 인력 채용 예산은 소프트웨어 예산보다 항상 몇 배나 더 큰 규모였습니다. 대략적으로 계산해 보면, 미국 기업들은 지식 노동에 연간 5조 달러 이상을 지출하고 있는 반면, B2B SaaS에는 약 2,300억 달러를 지출합니다. 하지만 이제는 소프트웨어가 작업을 조직하고 실행할 수 있게 되면서, 노동과 소프트웨어가 하나의 거대한 시장으로 융합되고 있습니다.

이 기회는 단순한 시장 확장에 그치지 않습니다. 또한 마진 확장에 관한 것이기도 합니다.

이번 노동 전환 과정에서, 서비스 기업(30% 이하)과 SaaS 기업(80% 이상) 간의 기존 마진 격차가 AI 서비스가 사람 중심의 SaaS 도구 기반 서비스를 대체함에 따라 줄어들 것으로 예상됩니다. 서비스 마진이 소프트웨어 마진으로 바뀌게 될 것입니다.

시장과 마진 확장이 결합되면서 기존 소프트웨어가 아직 미치지 못한 영역에서 새로운 기술 기업이 등장할 기회가 열리고 있습니다.

참고로, 이 추정치는 지식 노동만을 다루고 있습니다. 이러한 개념이 더 많은 육체 노동으로도 확장될 것으로 예상됩니다. 이는 생성형 AI와 물리적 세계 간의 새로운 연결이 미래에 구축되면서 발생할 것입니다. 건설과 제조업과 같은 대규모 노동 시장 분야가 이러한 변화를 가장 먼저 목격할 가능성이 높습니다. (건설 분야에서의 이같은 변화를 간략히 다룬 바 있습니다.)

이 융합이 가속화 됨에 따라 일부 직무가 사라질 것으로 예상됩니다. 그러나 장기적으로는 AI가 일종의 제본스 역설을 일으킬 가능성이 큽니다. 즉, 효율성이 증가하면 단기적으로는 자원의 사용이 줄어들지만, 장기적으로는 수요가 급증하여 더 많은 자원 사용을 초래하게 됩니다.

이를 이 맥락에 적용하면, 앞으로 이러한 유형의 서비스에 대한 수요가 증가할 것이고, 이는 더 많은 일자리 기회를 창출할 것으로 기대됩니다. 이를 지원하기 위해 AI는 빠른 인력 재교육의 기회를 제공하여 사람들이 경력을 전환하고 새로운 기회에 맞출 수 있도록 돕습니다.

노동력은 기업이 구매하는 소프트웨어에 자연스럽게 "포함"될 것입니다. 이제 여러분의 새로운 AI 동료를 만나세요.

'AI 인력' 기업에 대한 두 가지 접근 방식

지금까지 AI 노동 분야에서 기업을 구축하는 데 있어 두 가지 접근 방식이 주로 사용되고 있습니다.

1. "AI 동료" 판매(내부)

첫 번째 접근 방식은 기존의 직무에 AI를 통합하는 것입니다.

소프트웨어 엔지니어

이에 대한 좋은 예로 Cognition Lab의 "AI 소프트웨어 엔지니어"인 Devin을 들 수 있습니다. Devin은 소프트웨어 엔지니어의 전반적인 작업 흐름에서 문제를 해결하고 솔루션을 찾아내며, 그 과정을 설명해 줍니다. 인간 노동자처럼 일할 뿐만 아니라, 인간과 유사한 의사소통 방식도 사용합니다.

세일즈 - 영업직군, 법률

같은 맥락의 다른 예로 "디지털 SDR"을 만드는 기업 11x 또는 Artisan을 들 수 있습니다. 이 경우 Alice와 Ava라는 AI는 매주 2~3건의 잠재 고객 미팅을 예약하고, 24시간 내내 일하며, 전체 판매 기술 스택을 소화해냅니다. 법률 분야에서는 포트폴리오 회사인 EvenUp이 수요서 작성 프로세스를 AI 자동화로 대체했습니다.

간호사

마지막으로, 이 분야의 발전을 선도하고 있는 기업으로는 NVIDIA와 Hippocratic.ai의 AI 기반 의료 에이전트를 들 수 있습니다. 이러한 AI '간호사'는 환자 면담, 건강 위험 평가, 수술 후 후속 조치를 수행합니다.

물론 이 AI들이 인간 간호사들이 제공하는 전체적인 간호 서비스를 제공하지는 못하지만, 현재 장기적인 인력 부족에 시달리는 간호사들의 부담을 덜어줄 수 있습니다.

이렇게 우리는 “AI 동료”라는 개념이 발전하는 과정을 볼 수 있습니다. 이 AI들은 단순한 업무 수행에 능할 뿐만 아니라, 소프트 스킬까지 갖추어 동료처럼 느껴질 수 있습니다.

2. "AI 공급업체/서비스" 판매(외부)

두 번째 접근 방식은 여러 직무를 포함하는 전체 작업 흐름을 자동화하는 것입니다. 이는 기본적으로 전체 서비스 업종을 AI로 대체하는 개념입니다. 예를 들어, AI 로펌, AI 브로커 등이 그 예입니다.

이 접근 방식은 몇 가지 형태로 나타납니다.

BPO

첫 번째는 기존의 BPO(비즈니스 프로세스 아웃소싱)를 새롭게 상상하는 것입니다.

이러한 변화는 고객 서비스, 영업, 마케팅, 금융 및 회계, 공급망 관리(물류 및 조달), 법률 서비스, 데이터 수집/입력/분석, 인사관리, 번역 및 현지화, 소프트웨어 개발, 품질 보증, 사이버 보안 또는 건설 비용 산출 및 견적과 같은 분야에서 일어날 가능성이 큽니다.

이미 이런 일이 일어나고 있습니다. 저희 포트폴리오 회사인 Smith.ai는 SMB(중소기업)를 위한 AI 기반 고객 서비스 에이전트를 개발했습니다. 이 플랫폼은 24시간 내내 고객 전화를 받고 메시지에 응답할 수 있으며, 이는 대규모의 인력을 고용해야 가능한 정확도를 제공합니다.

새로운 형태의 회사

두 번째 유형은 AI 없이는 한 지붕 아래 존재할 수 없는 새로운 유형의 '회사'를 만드는 것입니다.

이 접근 방식의 핵심은 여러 이해관계자가 필요한 분절된 프로세스를 찾는 것입니다. 건축 또는 리노베이션 서비스는 아날로그 작업과 디지털 작업이 동등한 비율로 혼합되어 있기 때문에 좋은 예가 될 수 있습니다.

이러한 유형의 비즈니스는 “서비스” 시장과 “노동/직원” 시장을 모두 아우를 수 있습니다. 두 경우 모두 인간 수준의 노동을 소프트웨어의 높은 수익률로 제공할 수 있습니다.

또한 이 트렌드는 SaaS(Software as a Service) 시장에도 변화를 일으킬 기회를 만듭니다. 첫째, AI 서비스 제공자가 내부에서 필요한 도구를 구축하면 기존 SaaS 도구가 불필요해질 수 있습니다. 둘째, 비즈니스 모델 갈등이 생길 수 있습니다. SaaS의 좌석당 과금(pay-per-seat) 모델은 인력이 늘어야 매출이 증가하는데, AI 인력이 증가하면 오히려 인력 수요가 감소할 것입니다.

결과적으로 SaaS 지출이 감소하고, SaaS 선도 기업이 흔들리며, 스타트업들이 더 많은 기회를 얻을 수 있게 됩니다.

따라서 이 기회는 기업용 소프트웨어보다 더 큰 잠재력을 가지고 있습니다.

AI 작업자가 가장 먼저 지배할 곳은 어디일까요?

AI를 고용하는 것이 인간을 고용하거나 하청을 주는 것보다 100배 더 경제적일 때 가장 큰 기회가 존재합니다. 이러한 조건에서는 AI 노동자가 번성할 수 있습니다.

이러한 경제성은 주로 AI의 비용 절감 기능(반복 작업 자동화 등)과 AI가 제공하는 부가 가치(개인화된 서비스로 더 많은 수익 창출)의 조합으로 달성됩니다.

다음은 이러한 특성을 가진 영역을 찾는 방법입니다:

AI가 우월한 분야

우선, 우리는 AI가 인간 노동보다 뛰어난 분야를 질문합니다.

몇 가지 핵심 요소는 다음과 같습니다:

• 자동화 가능한 프로세스의 양이 많을 것: 이는 단순하고 반복적이며 대량으로 처리되는 작업을 의미하며, 초기에는 복잡한 다단계 맞춤형 작업에는 해당하지 않을 수 있습니다.
• 인간 노동이 매우 비쌀 것: 인력 비용이 높은 분야에서 AI의 이점이 두드러질 수 있습니다.
• 인력 충원이 어렵고 노동 시장의 역학이 불안정할 것: 인력 부족 및 이직률이 높은 경우 AI가 인력 문제를 해결할 수 있습니다.
• 인간 노동자의 ROI(투자 대비 수익) 회수 기간이 길 것: 예를 들어, 상당한 온보딩 및 교육 시간이 필요한 경우가 이에 해당합니다.
• 도구의 단편화가 심할 것: 여러 도구가 사용되는 환경에서 상위 레이어로 도구를 통합할 기회가 존재합니다.
• 높은 허용 오차가 있을 것: 즉, 생명과 직결되지 않는 경우가 이상적입니다.
• 대량의 학습 데이터가 존재할 것: 이상적으로는 독점 데이터가 포함된 경우입니다.

여기서 AI가 뛰어난 분야로는 법률 문서 검토, 계정 관리, 소셜 미디어 콘텐츠 관리, 데이터 입력, 기본적인 고객 서비스 등을 예로 들 수 있습니다.

AI가 추가적인 가치를 제공하는 경우

둘째, 우리는 AI가 인간 노동자보다 추가적인 가치를 창출하는 분야를 질문합니다.

• 개인화가 고객 가치를 크게 높이는 분야
• 서비스 품질에서 속도가 중요한 요소인 분야
• 24/7 서비스가 중요한 분야
• 서비스의 이질성이 고품질 서비스 제공에 방해가 되는 분야

예시로 교육을 들 수 있습니다. AI 교사는 인간 교사보다 비용 측면에서 큰 이점이 있습니다. 예를 들어, Khan Academy의 AI 교사는 공립학교 교사 연봉과 비교했을 때 약 80배 저렴합니다.

물론 AI가 우리의 생애 내에 공립학교 교사를 대체할 가능성은 낮지만, AI가 교육에서 더 큰 역할을 하게 될 것입니다. 특히 맞춤형 교육이라는 새로운 시장을 창출할 수 있습니다.

AI 교사는 24시간 내내 가용하며, 학생의 요구에 맞춰 즉시 교육 스타일을 맞출 수 있습니다. 이는 전통적인 교실 외부에서 일어나는 즉각적인 맞춤형 학습입니다.

이처럼, AI는 산업을 자동화하고 대체하기보다는, 산업을 확장하는 역할을 할 수 있습니다.

누가 가장 먼저 AI 워커를 도입할까요?

우리는 AI를 처음 도입할 기업들이 운영 중심 기업이나 **중소기업(SMB)**일 것으로 예상합니다. 이러한 AI 솔루션은 전통적으로 인력 추가와 함께 선형적으로 성장해온 이들 기업이 새로운 확장 경로를 열 수 있게 해줍니다. 이제 이 기업들은 클릭 한 번으로 인력을 증가시킬 수 있으며, 동시에 필요할 때는 인력을 줄일 수도 있어 무한한 확장성과 유연성을 확보하게 됩니다.

이 기업들에게 AI는 무한한 레버리지를 제공하며, 더 낮은 비용으로 더 나은 성과를 이끌어냅니다. 이러한 점은 이들 기업에 있어 변혁적인 요소가 될 것입니다.

• AI는 24시간 일하며, 결근하지 않고, 경우에 따라서는 인간 노동자의 성과보다 자연스럽게 더 나은 결과를 만들어낼 수 있습니다.

그 다음으로 잠재적인 AI 도입 후보로 떠오르는 기업들은 다음과 같습니다:

• 빠르게 성장 중인 기업: 특히 기술 스타트업은 특정 직무에 대한 인력을 충분한 속도로 확보하는 데 어려움을 겪고 있습니다.
• 운영 효율성을 중시하는 사모펀드 지원 롤업 기업: 이들은 운영 효율성에 초점을 맞추어 구조조정을 고려하는 경우가 많습니다.
• 솔로프리너(Solopreneur): 이들은 다양한 어려움에 직면하고 있으며, 특정 영역에서 경험이 부족해 풀타임 인력을 고용하는 것이 비효율적입니다. 이로 인해 이들은 이미 프리랜서에게 매년 수십억 달러를 지출하고 있습니다.
• 대규모 기존 기업: 이들은 인력 이직률이 높고 낮은 마진에 의존하는 큰 인력을 보유하고 있는 경우가 많습니다. 전략적으로는 직원당 수익 비율이 가장 낮은 산업을 타겟으로 할 수 있으며, 전통적으로 인력과 함께 수익이 선형적으로 증가하는 업종도 대상이 될 수 있습니다.

곧, 몇 명(또는 그 이하)의 인원만으로 운영되는 대규모 기업들이 등장할 것입니다. 이러한 AI 동료와 AI 서비스 제공자들이 이 변화의 핵심 요소가 될 것입니다.

스타트업이 우위를 점하는 이유

AI 시대에는 누가 더 많은 보상을 받을지에 대한 질문이 늘 따라옵니다. 스타트업과 현존하는 기업 중 누가 더 큰 보상을 얻을 것인가? 스타트업이 더 많은 기회를 잡을 가능성이 높은 이유는 몇 가지가 있습니다:

특화된 전문성에 대한 강점

기본적인 AI 모델이나 대형 기업들이 대부분의 요청을 자동화할 수 있는 위치에 있더라도, 마지막 10-20%의 작업을 자동화하는 데 어려움을 겪을 가능성이 큽니다.

예를 들어, Devin과 같은 특화된 AI 소프트웨어 엔지니어와 ChatGPT나 다른 대형 언어 모델(LLM)의 코딩 기능을 비교해 보면,

특화된 AI 노동자들은 초기에 대형 AI 기업들을 능가할 가능성이 큽니다. 그 이유는 이들이 완벽함이 중요한 매우 구체적인 지식 작업을 수행하기 때문입니다. 예를 들어, 소프트웨어 회사에서는 "대충 맞는" 코드로는 충분하지 않기 때문에, 높은 정확도가 필수적입니다.

바로 이 지점에서 특화된 스타트업들이 큰 기회를 얻게 됩니다. 이들 스타트업은 특정 분야의 데이터를 보유하고 있으며, 사람이 개입하는 방식(human-in-the-loop)으로 작업을 진행하기 때문에 집중력이 떨어지는 대형 기업들을 능가하여 초기 시장 점유율을 빠르게 확보할 수 있습니다.

이러한 스타트업들은 틈새시장을 공략하고, 특화된 AI로 더 나은 성과를 내며, 대형 AI 기업이 커버하지 못하는 마지막 세밀한 작업들을 처리함으로써, 이 전환의 초기 단계에서 크게 앞서 나갈 것입니다.

비즈니스 모델의 충돌로 인한 기회 창출

결국 모든 기업과 서비스 제공업체는 경쟁력을 유지하기 위해 AI를 도입해야 할 것입니다. 그러나 이는 초기 단계에서 바로 이루어지지는 않을 수 있습니다. 혁신가의 딜레마(Innovator’s Dilemma)가 말하듯이, 특정 산업의 기존 서비스 제공업체들은 새로운 기술 도입에 어려움을 겪을 수 있습니다. 이러한 상황은 스타트업들에게 큰 기회를 제공합니다.

예를 들어, 법률 서비스를 생각해 봅시다. 고객별 청구 시간을 기준으로 운영하는 **고급 법률 사무소(white-glove law firm)**는 AI가 고객당 소요 시간을 줄일 경우 처음에는 이를 받아들이는 데 저항할 수 있습니다. 기존 고객 수를 유지한다면 총 수익이 감소하기 때문입니다.

이런 상황에서, 풀스택 AI 법률 회사라는 스타트업이 등장하여 훨씬 낮은 비용으로, 더 많은 사건과 고객을 대상으로 유사한 서비스를 제공할 수 있다면 어떻게 될까요? 이들은 기존 고급 법률 사무소만큼의 브랜드 인지도는 없을지라도, 결국 시장 점유율을 빼앗아 갈 가능성이 큽니다.

이러한 비즈니스 모델의 충돌은 네트워크 재구성의 기회를 제공합니다. 이러한 기회의 창은 기존 세대가 적응하면서 점차 닫히겠지만, 초기 선호 연결(preferential attachment)을 확보한 스타트업들은 장기적으로 시장 점유율을 두고 더 유리한 위치를 차지할 것입니다.

엔터프라이즈 판매로 가는 더 빠른 길

현재 모든 기업이 AI 도입을 고려하거나 최소한 도입 압박을 받고 있습니다. 이로 인해 스타트업과 협력하려는 의향이 이전보다 훨씬 높아졌습니다.

물론 일부 기업은 자체적으로 자동화를 구축하려 할 것입니다. 하지만 일부 기업은 초기 단계에서 스타트업과 협력하는 길을 선택할 가능성이 큽니다.

설령 기존 기업이 특정 운영 분야를 자체적으로 자동화하더라도, 모든 사업 부문을 다 자동화할 가능성은 낮습니다. 기존 기업들이 고객을 대상으로 이러한 서비스를 구축하는 동안, 스타트업들이 직접적으로 대기업 및 기존 기업에 판매할 여지가 남아 있습니다.

가까운 미래: '영혼이 담긴' 소프트웨어

초기에는 많은 서비스형 소프트웨어(SaaS) 기업들이 단순히 자동화 솔루션처럼 보일 것입니다. 예를 들어, 일일 관리 작업의 99%를 자동화할 수 있죠.

그러나 노동과 소프트웨어가 진정으로 하나의 시장으로 융합되기 위해서는 그 이상의 단계로 나아가야 합니다. 이를 완성할 회사들은 일종의 인간미를 갖출 필요가 있습니다.

좋은 서비스는 단지 효율적이기만 한 것이 아니라, 즐거운 경험을 제공해야 하기 때문입니다.

기존의 자동화는 비교적 단순한 작업, 예를 들어 음식 주문이나 송금 같은 일을 매우 잘 처리합니다. 이런 경우 마찰을 제거하는 것이 효과적이죠. 하지만 복잡한 상황이 발생하거나 문제가 생기면, 결국 사람과 통화하게 되는 경우가 많습니다.

소프트웨어가 진정으로 서비스를 대체하려면 인간적인 부분에 대한 공감과 실수를 이해하는 여유가 필요합니다. 마찰을 없애는 것만으로는 충분하지 않으며, 사람과 상호작용하는 것처럼 보이고 느껴져야 합니다.

다시 말해, 소프트웨어가 일종의 '영혼'을 가져야 합니다. 이 영혼은 직관적이고 마법 같은 사용자 인터페이스(UI)에서 나타날 수도 있고, 생각이 깊고 개인화된 '인격을 통해 나타날 수도 있습니다.

다음 세대의 AI 자동화는 훌륭한 고객 서비스 직원이나 영업 담당자, 혹은 서비스 제공자가 하듯, 사용자에게 이해하고 적응할 수 있을 것입니다.

우리는 이미 어조, 음성 변조 등과 같은 인간 커뮤니케이션의 미묘한 부분을 파악하는 '공감형 대규모 언어 모델'을 기반으로 하는 Hume.AI와 같은 감성 지능 기술을 개발하는 AI를 목격하기 시작했습니다.

자동화하려는 작업이 점점 더 복잡해짐에 따라 이 '영혼'의 중요성이 더욱 커지고 있습니다. 교육, 치료, 헬스케어와 같이 보다 실질적인 접근이 필요한 분야에서 AI가 진정으로 유용해질 수 있습니다.".

장기적으로, 영혼이 담긴 소프트웨어는 단순히 반복 작업을 자동화하려는 소프트웨어보다 더 오래 살아남을 것입니다.

이는 소프트웨어와 노동의 진정한 융합의 최종 단계입니다. 아직 완전히 실현된 것은 아니지만, 곧 다가올 것입니다.

이 분야에서 활동 중이라면 저희에게 연락해 주세요.

Brandon Nydick의 이 글에 대한 피드백에 감사합니다.

The AI Workforce is Here: The Rise of a New Labor Market

Software and labor are becoming one market. We’re seeing an “AI workforce” that will transform the services industry.

NFX

소프트웨어, 서비스(용역), 인건비로 3단 구조로 얼마나 큰 시장을 AI가 타겟하고 있는지를 보여준 완결성 있는 글로 사고의 구조를 익히게 되어서 굉장히 깨달음을 준 글이라 번역해보았습니다.

사실 내부, 외부적으로 AI를 활용하는 방법/ 더 유효한 적용처 등의 이야기는 연역적으로 고민해보면 모두 생각해볼 수 있는 내용이기에 읽는 것은 유의미 하지만 진짜 백미는 마지막 부분입니다.

몇몇 기술 변화는 빅테크, 기존 대기업에게만 기회를 주는데 이 영역에서의 혁신은 스타트업들에게 가장 큰 부가가치를 만들어 줄 것 같아 보여 정말 설레네요. 앞으로도 계속해서 이런 아티클들을 찾아보고 연구해보고 공유해보려고 합니다!