소프트웨어 주식이 공포와 안도 사이를 오가는 가운데 SaaSpocalypse가 돌아왔다

AI 에이전트가 SaaS 비즈니스 모델을 약화시킬지를 두고 투자자들이 논쟁을 벌이는 가운데, 소프트웨어 주식은 2026년 내내 매도세와 반등을 거듭했다. Google News를 통해 확산 중인 최신 보도는 이 갈등을 다시 무대 중앙으로 끌어냈다. 시장은 더 이상 모든 소프트웨어 구독을 똑같이 견고한 것으로 보지 않는다.

최근의 변동이 소프트웨어의 종말을 입증하는 것은 아니다. 이는 반복 매출이 자동으로 프리미엄 밸류에이션을 받을 자격이 있다는 기존의 가정에 투자자들이 신뢰를 잃었음을 보여준다. 이제 모든 실적 발표는 해당 벤더가 핵심 데이터를 통제하는지, 지속 가능한 워크플로를 보유하는지, 아니면 단지 인터페이스를 판매하는지를 가르는 시험대가 된다.

이 구분은 일일 주가 움직임보다 더 중요하다. Anthropic, OpenAI 및 다른 모델 개발사들은 리서치, 코딩, 금융, 영업, 행정 업무에 에이전트를 도입하고 있다. Salesforce, ServiceNow, Workday, Adobe, HubSpot 및 소규모 벤더들은 AI가 사용자 수나 가격 결정력을 압박하기 전에 자사 가치를 확장한다는 점을 입증해야 한다.

투자자들이 이를 일축하려 했던 뒤 SaaSpocalypse가 돌아왔다

현재의 논쟁은 기업들이 계속 소프트웨어를 구매할지에 관한 것이 아니다. 에이전트가 여러 시스템을 넘나들며 작동할 수 있을 때 어떤 소프트웨어가 가치를 유지하는지에 관한 것이다.

“SaaSpocalypse”라는 용어는 서비스형 소프트웨어 기업의 AI 주도 재평가를 뜻하는 약어로 자리 잡았다. SaaS는 일반적으로 반복 구독을 통해 인터넷으로 애플리케이션을 제공한다. 투자자들은 예측 가능한 갱신, 높은 매출총이익률, 그리고 제공 비용을 같은 비율로 늘리지 않고도 고객을 추가할 수 있는 능력 때문에 역사적으로 이 모델을 높게 평가했다.

AI 에이전트는 이 공식의 일부를 뒤흔든다. 에이전트는 제한된 감독 아래 다단계 작업을 계획하고 실행할 수 있는 소프트웨어다. 정보를 검색하고, 연결된 도구를 사용하며, 문서를 만들고, 기록을 업데이트하고, 애플리케이션 간에 업무를 넘길 수 있다.

시장이 즉각적으로 우려하는 지점은 단순하다. 하나의 에이전트가 이전에는 여러 전문 애플리케이션이 필요했던 업무를 수행할 수 있다면 고객은 벤더를 통합할 수 있다. 자동화가 더 많은 기초 업무를 처리하게 되면 직원용 좌석 수도 줄일 수 있다.

이 주장은 Anthropic이 2월 Claude의 코딩 및 업무 환경 기능을 확장한 뒤 힘을 얻었다. Anthropic의 enterprise agents 발표에서는 Cowork와 플러그인이 법무, 영업, 금융, 제품, 데이터 업무 전반에서 작동하는 모습을 보여줬다.

이 제품 방향은 투자자들에게 일반적인 AI 전망보다 더 구체적인 근거를 제공했다. Claude는 더 이상 채팅 창에서 텍스트를 생성하는 데만 머물지 않았다. 회사 데이터와 기존 도구를 활용할 수 있는 실행 계층으로 자리매김하고 있었다.

Anthropic은 또한 Cowork가 역할별 플러그인을 통해 Claude를 전문가로 전환할 수 있다고 밝혔다. 이는 하나의 좁은 작업을 중심으로 구축된 제품, 즉 포인트 솔루션에 어려운 질문을 던졌다. 에이전트가 연결된 데이터와 서비스를 통해 동일한 워크플로를 구성할 수 있다면, 기업이 왜 별도의 인터페이스를 유지해야 하는가?

시장 답변은 반복해서 바뀌었다. 새로운 AI 기능이 기존 제품을 위협하는 것처럼 보일 때 소프트웨어 주식은 매도세를 보였다. 실적이 견고한 수요를 보여주거나 투자자들이 칩 주식에서 벗어나 순환매에 나설 때는 반등했다. 가이던스, 고객 증가, 계약 지표가 높아진 기준을 넘지 못할 때마다 다시 하락했다.

8월 7일에는 이러한 격렬한 투자심리 변화를 중심으로 근본적인 software stock debate가 다뤄졌다. 이 변동이 중요한 이유는 투자자들이 AI 시대 소프트웨어를 위한 지속 가능한 밸류에이션 모델에 아직 합의하지 못했음을 보여주기 때문이다.

시장에서는 한때 대부분의 반복 매출을 방어력의 증거로 간주했다. 이제는 각 구독이 통합, 자동화 또는 더 저렴한 AI 기반 대체재로부터 무엇으로 보호되는지 묻는다.

강력한 분기는 이런 우려를 일시적으로 잠재울 수 있다. 하지만 해소할 수는 없다. 오늘 인식되는 매출은 기업용 에이전트가 신뢰할 만한 대안이 되기 전에 체결된 계약에서 나오는 경우가 많다.

이 시차는 현재 실적과 주가가 서로 다른 이야기를 할 수 있는 이유를 설명한다. 기업은 매출 성장을 보고하면서도 투자자들이 수년 뒤 성장에 대한 추정치를 낮추는 상황이 가능하다. 반대로 하나의 강력한 AI 지표는 기업이 더 넓은 사업을 보호했다는 증명 없이도 급격한 반등을 일으킬 수 있다.

이 불확실성은 해당 부문에 대한 Google News 보도에서 도출되는 첫 번째 중요한 결론이다. SaaSpocalypse는 단일한 폭락이 아니다. 운영상 증거가 완성되기 전에 비즈니스 모델 전환의 가격을 매기려는 장기적인 시도다.

AI 에이전트는 질문을 좌석 수에서 완료된 업무로 바꿨다

AI 에이전트는 직원 수와 소프트웨어 매출의 연결고리를 위협하지만, 거버넌스가 적용된 데이터와 신뢰할 수 있는 실행에 대한 새로운 수요도 만든다.

전통적인 SaaS 벤더들은 일반적으로 사용자, 팀 또는 조직 단위로 접근 권한을 판매한다. 이 방식은 직원들이 애플리케이션 안에서 대부분의 작업을 수행할 때 효과적이다. 직원 수가 늘면 일반적으로 좌석 수도 늘고, 폭넓은 도입은 계정 확장을 뒷받침한다.

에이전트는 이 관계를 약화시킨다. 소수의 자동화된 작업자가 기록을 조회하고, 보고서를 준비하며, 시스템을 모니터링하고, 승인 절차를 라우팅할 수 있다. 하나의 에이전트가 여러 직원을 지원한다면 고객은 사람 중심의 좌석을 더 적게 필요로 할 수 있다.

실제 사례를 보면 위험은 더 명확해진다. 영업팀은 잠재 고객 조사, 통화 준비, 고객 기록, 예측, 후속 메시지를 위해 각각 다른 제품을 사용할 수 있다. 기초 시스템에 연결된 에이전트는 영업 담당자가 모든 인터페이스를 열 필요 없이 맥락을 수집하고 다음 조치를 만들어낼 수 있다.

그렇다고 모든 제품이 사라지는 것은 아니다. 고객 관계 기록은 여전히 신뢰할 수 있는 저장소가 필요하다. 권한은 계속 강제될 수 있어야 하며, 관리자는 감사 추적을 필요로 한다. 예측 로직, 산업 데이터, 규정 준수 통제 역시 신뢰할 만한 시스템을 요구한다.

압력은 이 시스템들 사이의 인터페이스 계층에 가장 크게 가해진다. 주로 사람이 한 데이터베이스에서 다른 데이터베이스로 정보를 옮기도록 돕는 제품은 대체하기 더 쉬워진다. 서로 다른 애플리케이션이 데이터를 교환하도록 하는 커넥터와 API를 사용하는 에이전트가 그 워크플로를 재현할 수 있기 때문이다.

Anthropic의 제품 확장은 이러한 방향을 보여준다. 이 회사는 피치북 작성, 고객 검증, 월말 회계 업무 등을 위한 finance agents를 출시했다.

이 에이전트들은 플러그인, 연결된 데스크톱 애플리케이션, 관리형 인프라를 통해 작동한다. Anthropic은 사용자가 고객 대면 업무나 규제를 받는 업무를 검토하고 승인하는 과정에 계속 관여한다고 말한다. 기업 자동화에는 여전히 감독이 필요하므로 이 단서는 중요하다.

그럼에도 이 제품은 경쟁의 경계를 바꾼다. 모델 제공업체는 모든 SaaS 벤더가 직접 구축하기를 기다리지 않고 역할별 워크플로를 패키지화할 수 있게 됐다. 또한 Microsoft 문서와 다른 연결 시스템 전반에서 작동해 독립형 인터페이스의 이점을 줄일 수 있다.

기존 소프트웨어 벤더들도 자체 에이전트로 대응하고 있다. Salesforce는 Agentforce를 홍보하고 있으며, ServiceNow는 AI를 IT 및 직원 워크플로에 연결한다. Microsoft는 애플리케이션 포트폴리오 전반에 copilots와 에이전트를 배치하고 있다. Adobe, Workday, HubSpot 등도 기존 제품에 생성형 기능을 내장하고 있다.

따라서 전략적 갈등은 문자 그대로의 “AI 대 소프트웨어”가 아니다. AI는 소프트웨어이며, 대부분의 에이전트는 데이터, 권한 부여, 거래 처리를 위해 기존 애플리케이션에 의존한다.

실제 갈등은 통합형 에이전트 플랫폼과 파편화된 포인트 도구 사이에 있다. 모델 개발사들은 사용자가 업무를 시작하는 장소가 되기를 원한다. 기존 SaaS 기업들은 자사 애플리케이션이 핵심 통제 지점으로 남기를 원한다.

사용자가 시작하는 지점을 통제하는 일은 중요하다. 어떤 제품이 관심을 받고, 맥락을 포착하며, 구매 결정에 영향을 미칠지를 결정하기 때문이다. 직원들이 모든 작업을 범용 에이전트 안에서 시작한다면 전문 애플리케이션은 눈에 보이지 않는 인프라가 될 수 있다.

이러한 변화는 기초 서비스가 살아남아도 브랜드 충성도를 약화시킬 수 있다. 고객은 여전히 데이터베이스, 디자인 엔진 또는 분석 서비스를 사용할 수 있지만, 다른 회사의 에이전트를 통해 이들과 상호작용할 수 있다. 그러면 원래 벤더는 차별화와 마진 측면에서 압박을 받는다.

하지만 에이전트는 기계 활동도 더 많이 만든다. 자동화된 작업자는 추가 검색, 데이터베이스 쿼리, 보안 이벤트, 문서, 거래를 생성할 수 있다. 사용량이나 완료된 업무에 따라 과금하는 벤더는 이러한 증가한 볼륨의 혜택을 받을 수 있다.

이것이 핵심적인 역전이다. AI는 사람 사용자 수를 줄이는 동시에 전체 소프트웨어 사용량을 늘릴 수 있다. 결과는 기업이 접근 권한, 활동, 성과 또는 이 세 가지의 조합 중 무엇에 가격을 매기는지에 달려 있다.

같은 증거를 두고 소프트웨어 주식이 계속 출렁이는 이유

투자자들은 단기 재무 데이터로 장기적 파괴를 평가하려 하고 있어, 가이던스의 작은 변화가 비정상적으로 큰 신뢰 변화로 이어진다.

상장 소프트웨어 기업들은 매출, 마진, 고객 증가, 계약 약정을 보고한다. 이 수치들은 현재 사업을 잘 설명한다. 하지만 에이전트가 2년 뒤 워크플로를 대체할지를 측정하는 데는 덜 효과적이다.

이 불일치는 모든 분기 실적 발표를 상반된 해석에 취약하게 만든다. 낙관적인 투자자는 반복 매출, 갱신 행태, 확장되는 AI 제품을 지적할 수 있다. 비관적인 투자자는 이러한 수치가 고객에게 신뢰할 만한 대안이 생기기 전에 체결된 계약을 반영한다고 주장할 수 있다.

ServiceNow는 7월에 분명한 사례를 제공했다. 투자자들이 새로운 기업용 AI 경쟁 관련 보도를 검토하면서 정규 거래 시간 중 주가가 하락했다. 이후 이 회사의 분기 실적과 전망이 안도감을 제공하자 주가는 반전했다.

기초 사업 운영이 몇 시간 사이에 바뀐 것은 아니었다. 시장은 미래 손실이 밸류에이션에 이미 얼마나 반영됐는지에 대한 추정치를 바꿨다.

연초 Salesforce CEO Marc Benioff는 AI가 기존 소프트웨어를 파괴할 것이라는 생각에 반박했다. 그는 현재의 불안을 과거 기술 전환기와 비교하며, 에이전트가 Salesforce의 고객 데이터와 워크플로를 사용할수록 Salesforce의 가치가 더 높아질 수 있다고 주장했다.

이 주장은 논리적 기반을 갖고 있다. 범용 모델은 신뢰성 있게 행동하기 전에 정확한 비즈니스 맥락이 필요하다. 고객, 재무, 직원 또는 운영에 관한 권위 있는 데이터베이스를 뜻하는 시스템 오브 레코드는 그러한 맥락을 제공한다.

그러나 같은 주장에는 위험도 있다. 벤더의 주된 방어 논리가 AI가 자사 데이터를 필요로 한다는 것이라면, 고객은 데이터베이스는 유지하면서 인접 기능에 대한 지출은 줄일 수 있다. 데이터의 지속성은 모든 인터페이스, 부가 기능 또는 직원 좌석이 이전의 가치를 유지한다는 보장이 아니다.

따라서 소프트웨어 기업들은 여러 질문을 동시에 기준으로 평가받고 있다. 투자자들은 현재 수요, 방어 가능한 데이터, 의미 있는 AI 매출, 지속 가능한 마진, 자동화와 함께 작동하는 가격 모델의 증거를 원한다.

한 가지 시험만 통과해서는 더 이상 충분하지 않다. 매출이 강해도 가이던스가 약하면 매도세를 촉발할 수 있다. 명확한 수익화가 없는 빠른 AI 도입은 비용 우려를 키울 수 있다. 경쟁업체가 더 저렴하게 워크플로를 재현할 수 있다면 높은 마진도 취약해 보일 수 있다.

기술 분야 간 자본이 순환할 때 논쟁의 양상도 달라진다. 2026년 일부 기간에는 모델 개발에 막대한 컴퓨팅 용량이 필요했기 때문에 투자자들이 칩과 데이터센터 인프라를 선호했다. 소프트웨어는 더 큰 파괴 위험에 노출돼 있고 즉각적인 AI 수익도 적어 보였다.

이 거래는 빠르게 반전될 수 있다. 칩 기업에 대한 기대가 지나치게 높아지면 투자자들은 반복적인 현금흐름과 더 낮은 밸류에이션을 가진 소프트웨어 종목으로 돌아갈 수 있다. 동반 반등이 반드시 SaaSpocalypse 논리가 기각됐음을 의미하지는 않는다.

단지 상대적 위험이 변했다는 뜻일 수 있다. 시장은 기업을 개별적으로 평가하는 것이 아니라 대안을 가격에 반영한다. 기술 시장의 다른 부문이 더 비싸 보일 때 소프트웨어는 몇 거래일 동안 수익률에서 앞설 수 있다.

따라서 주가 변동을 SaaS의 생존 여부에 대한 일일 투표로 해석해서는 안 된다. 여기에는 실적, 금리, 밸류에이션, 포지셔닝, AI 도입에 대한 변화하는 기대가 함께 반영된다.

다만 이 변동성은 한 가지 지속적인 변화를 보여준다. 투자자들은 더 이상 소프트웨어 공급업체에 AI 전략을 설명할 무제한의 시간을 주지 않는다. 새 제품이 핵심 구독 기반을 약화하지 않으면서 수익을 더하고 있다는 재무적 증거를 원한다.

2월 Anthropic에 대한 반응이 특히 거셌던 이유는 이 회사가 먼 연구 개념이 아니라 실제로 작동하는 제품을 선보였기 때문이다. Claude Opus 4.6은 더 긴 에이전트형 작업, 코딩, 재무 분석, 리서치, 오피스 문서를 처리하도록 설계됐다.

Anthropic은 이후 Claude Code의 기업 구독이 2026년 초 이후 4배 증가했다고 밝혔다. 자금 조달 발표에서도 기업용 사용이 Claude Code 매출의 절반 이상을 차지한다고 설명했다.

이 수치는 Anthropic이 제시한 것이며, SaaS 대체를 직접 측정한 지표는 아니다. 다만 기업들이 의미 있는 규모로 에이전트형 도구에 비용을 지불하고 있음을 보여준다. 이는 상장 소프트웨어 공급업체들이 경쟁 위협을 일축하기 더 어렵게 만들었다.

가장 강력한 방어책은 데이터와 결과에 대한 소유권이다

권위 있는 정보를 저장하고, 정책을 집행하거나, 중요한 비즈니스 결과에 대한 책임을 지는 소프트웨어는 여전히 방어력이 있다.

범용 에이전트는 그럴듯한 인터페이스를 빠르게 만들 수 있다. 그러나 엔터프라이즈 시스템 구축은 화면과 워크플로 코드 생성 이상의 일을 수반한다.

기업에는 신원 관리, 권한, 보존 정책, 감사 기록, 통합, 안정성, 지원이 필요하다. 규제 대상 조직에는 시스템이 중대한 결정을 내리거나 권고할 때 명확한 책임 체계도 필요하다.

이러한 요건은 기록 시스템에 유리하게 작용한다. 수년간의 거래를 유지하는 금융 애플리케이션은 가벼운 보고 인터페이스만큼 쉽게 대체할 수 없다. 급여, 복리후생, 접근 권한, 규정 준수를 결정하는 인사 플랫폼 역시 여전히 중요하다.

ServiceNow도 운영 워크플로에서 유사한 방어력을 갖고 있다. 이 플랫폼은 요청, 승인, 사고, 기기, 직원, 비즈니스 서비스를 연결한다. 인터페이스를 바꾸는 일은 그 아래에 있는 신뢰받는 운영 구조를 재현하는 일보다 쉽다.

같은 논리는 Datadog 같은 옵저버빌리티 기업에도 적용된다. 옵저버빌리티는 소프트웨어 성능을 이해하기 위해 시스템 데이터를 수집하고 분석하는 일을 뜻한다. AI로 생성된 애플리케이션은 엔지니어링 팀이 모니터링해야 할 서비스와 변경의 수를 늘릴 수 있다.

이 시나리오에서 AI는 모니터링 계층에 대한 수요를 만든다. 자동화된 코드가 늘수록 배포, 의존성, 보안 경고, 예기치 못한 장애도 늘어날 수 있다. 제품이 이러한 이벤트를 조사하는 신뢰할 수 있는 장소로 남는다면 공급업체는 이익을 얻는다.

이 구분은 좁은 범위의 포인트 툴에는 덜 유리하다. 주요 기능이 텍스트 작성, 기록 요약, 정보 이동, 보고서 서식 지정이라면 범용 모델은 연결된 데이터를 통해 같은 작업에 근접할 수 있다.

그렇다고 모든 포인트 툴이 쓸모없어지는 것은 아니다. 전문 기업은 독점 정보, 도메인별 평가, 유통, 통합의 깊이를 통해 가치를 지킬 수 있다. 범용 에이전트가 프롬프트와 몇 개의 커넥터만으로 재현할 수 없는 무언가를 보여줘야 한다.

기업 구매자들도 통제되지 않은 교체에 저항할 것이다. 핵심 시스템을 옮기려면 직원 재교육, 데이터 이전, 통제 체계 수정, 운영 위험 감수가 수반될 수 있다. 이러한 전환 비용은 기존 사업자에게 시간을 제공한다.

시간이 면역을 뜻하는 것은 아니다. 기존 사업자는 그 시간을 제품과 상업 모델을 재설계하는 데 써야 한다. 기존 애플리케이션에 채팅 패널을 추가하는 것만으로는 업무가 시작되고 끝나는 방식의 더 깊은 변화를 해결할 수 없다.

더 나은 대응은 제품을 실행 플랫폼으로 전환하는 것이다. 이는 비즈니스 규칙, 데이터 품질, 책임성을 유지하면서 에이전트가 승인된 작업을 수행하도록 허용하는 것을 의미한다.

예를 들어 고객 지원 플랫폼은 사람 상담원 좌석 수만이 아니라 해결된 사례를 기준으로 요금을 부과할 수 있다. 보안 제품은 보호되는 워크로드나 분석된 이벤트에 가격을 연동할 수 있다. 개발 도구는 사용자 접근권과 자동화된 사용량을 결합할 수 있다.

이러한 모델은 수익을 증가하는 기계 활동과 정렬한다. 동시에 측정 문제도 만든다. 고객은 무엇이 결과로 집계되는지, 자동화가 실제로 품질을 개선하는지 이해할 필요가 있다.

AI 에이전트는 실수하거나, 오래된 맥락을 사용하거나, 연결된 시스템 전반에서 잘못된 조치를 취할 수 있다. 에이전트가 더 오랜 시간 작동하거나 검토 없이 여러 도구를 사용할 때 위험은 커진다.

Anthropic의 자체 엔터프라이즈 자료도 역할 기반 통제, 커넥터 권한, 사용량 모니터링, 감사 기능을 강조한다. 엔터프라이즈 배포 가이드라인은 즉각적인 전사 교체가 아니라 단계적 도입을 설명한다.

이는 가장 극단적인 SaaSpocalypse 시나리오에 반하는 증거다. 기업들은 신뢰받는 시스템을 단순히 삭제하고 모델에 무제한 접근 권한을 넘기는 것이 아니다. 에이전트를 거버넌스가 적용된 환경 안에 배치하고 있다.

동시에 이는 더 선별적인 파괴 논리를 뒷받침한다. 에이전트가 그러한 환경 전반에서 안전하게 작동하기 시작하면 기업들은 여전히 얼마나 많은 별도 인터페이스와 워크플로 도구가 필요한지 의문을 제기할 수 있다.

지식 근로자도 개인적으로 같은 통합 압력에 직면한다. 정보가 회의, 문서, 애플리케이션에 흩어져 있을 때 검색 가능한 AI 지식 기반은 작업 전반의 맥락을 보존할 수 있다. 원리는 엔터프라이즈 논쟁과 닮아 있다. 에이전트의 실행 능력이 커질수록 체계화된 맥락의 가치도 높아진다.

약세론은 여전히 명확한 대체 증거가 부족하다

SaaSpocalypse 논리는 실제 가격 책정 위협을 지적하지만, 그 사이에 충분한 증거 없이 기술적 역량에서 고객 행동으로 곧바로 넘어가는 경우가 많다.

모델은 애플리케이션 프로토타입을 빠르게 생성할 수 있다. 그렇다고 기업이 이를 규제 대상 또는 미션 크리티컬한 워크플로 전반에 배포한다는 뜻은 아니다.

내부 소프트웨어에는 유지보수 의무가 따른다. 누군가는 통합을 업데이트하고, 보안을 모니터링하며, 장애를 처리하고, 통제를 문서화하고, 사용자를 지원해야 한다. AI로 생성된 애플리케이션은 초기 개발 비용을 낮출 수 있지만 이러한 지속 비용은 그대로 남긴다.

따라서 구축 대 구매 결정은 워크플로에 따라 달라진다. 임시 대시보드나 팀 전용 승인 도구는 내부에서 쉽게 만들 수 있다. 그러나 글로벌 급여 시스템, 고객 데이터베이스, 금융 원장은 전혀 다른 위험을 제시한다.

모델 제공업체도 소프트웨어 기업에 의존한다. 에이전트에는 API, 신원 시스템, 클라우드 플랫폼, 데이터베이스, 운영 도구가 필요하다. 에이전트가 작업을 완료할 때는 자신이 대체한다고 여겨지는 바로 그 산업이 유지하는 서비스를 자주 호출한다.

Nvidia CEO Jensen Huang은 AI가 소프트웨어를 광범위하게 대체한다는 생각은 비논리적이라고 말했다. 그의 입장은 더 높은 지능이 소프트웨어 사용을 줄이기보다 늘린다는 견해와 일치한다.

Nvidia는 AI 도입이 확대될수록 이익을 얻기 때문에 이 견해는 면밀히 검토할 가치가 있다. 그러나 이는 중요한 기술적 현실을 포착한다. 모델은 정의된 규칙을 적용하고 예측 가능한 거래를 만들어내는 결정론적 시스템, 즉 소프트웨어의 필요성을 없애지 않는다.

에이전트는 송장을 승인해야 한다고 판단할 수 있다. 하지만 금융 시스템은 여전히 승인을 기록하고, 접근 권한을 검증하며, 계정을 업데이트하고, 감사 추적을 보존한다. 에이전트와 애플리케이션은 서로 다른 기능을 수행한다.

가장 신뢰할 만한 약세 시나리오는 더 좁다. AI는 필수 시스템 위에 놓인 인터페이스와 수동 워크플로 제품의 수를 줄인다. 또한 고객에게 재현이 쉬워진 기능의 계약을 협상할 때 더 큰 협상력을 제공한다.

이 압력은 점진적으로 나타날 수 있다. 고객은 핵심 계약을 갱신하면서도 모듈을 제거하거나, 좌석 수 증가를 줄이거나, AI 기능의 포함을 요구할 수 있다. 수익은 계속 증가하더라도 확장률과 마진은 약화할 수 있다.

이 때문에 오늘의 실적으로는 논쟁을 결론지을 수 없다. 주목해야 할 신호에는 계약 구성, 워크로드 사용량, 고객 유지율, AI 제품에 직접 연결된 수익 규모가 포함된다.

공급업체가 보고하는 AI 지표는 주의해서 봐야 한다. 기업들은 예약, 연간 반복 매출, 사용자, 사용량을 서로 다르게 정의한다. 증가하는 AI 수치에는 완전히 새로운 수요가 아니라 다른 제품에서 이전된 지출이 포함될 수 있다.

고객 사례 연구도 광범위한 도입을 과장할 수 있다. 초기 사용자는 흔히 추가 지원을 받고 유리한 조건의 워크플로를 선택할 수 있다. 성공적인 파일럿이 같은 에이전트가 조직 전체에서 작동할 수 있음을 증명하지는 않는다.

반대의 실수는 모든 구현 난관을 기존 사업자에 대한 영구적인 보호막으로 보는 것이다. 모델 신뢰성, 맥락 처리, 도구 통제는 개선되고 있다. Anthropic의 Sonnet 4.6 발표는 컴퓨터 사용, 계획, 코딩, 장문 맥락 추론의 발전을 강조했다.

이는 일부 평가와 초기 사용자 피드백에 기반한 회사의 주장이다. 특정 엔터프라이즈 애플리케이션을 대체할 수 있음을 독립적으로 입증하지는 않는다. 다만 더 많은 워크플로 소프트웨어에 도전하기 위해 필요한 역량을 보여준다.

신중한 결론은 소멸과 부정의 중간에 있다. SaaS 모델은 살아남겠지만, 그 경제성은 덜 획일적이 될 것이다. 신뢰받는 데이터, 운영 책임, 높은 전환 비용을 갖춘 제품은 더 강한 방어력을 가져야 한다.

주로 인간 사용자에게 정보를 제공하는 제품은 더 큰 압력을 받는다. 그 기능은 범용 에이전트, 기존 플랫폼 또는 내부 구축 도구로 이동할 수 있다.

Google News 결과는 강한 헤드라인이 점진적인 비즈니스 모델 변화보다 더 빠르게 확산되기 때문에 논쟁을 이분법적으로 보이게 할 수 있다. 엔터프라이즈 도입은 더 복잡한 결과를 낳을 것이며, 통합, 새로운 사용량 기반 수익, 좌석 수 증가 둔화, 에이전트 사용 확대가 함께 일어날 것이다.

투자자와 소프트웨어 구매자가 다음으로 주시해야 할 것

SaaSpocalypse가 지속적인 실적 문제가 될지, 아니면 공격적인 밸류에이션 재조정에 그칠지를 결정할 세 가지 신호가 있다.

첫 번째 신호는 주요 SaaS 공급업체 전반의 순매출 유지율이다. 이 지표는 기존 고객 집단이 확장, 축소, 해지 이후 시간이 지나며 지출을 늘리는지 줄이는지를 측정한다.

안정적인 유지율은 광범위한 대체 논리를 약화할 것이다. 고객들이 좌석 수 감소를 상쇄할 만큼 충분한 제품이나 사용량을 추가하고 있음을 보여주기 때문이다. 여러 분기에 걸쳐 유지율이 하락한다면 AI 통합이 실제 계약에 영향을 주고 있음을 시사할 것이다.

헤드라인 숫자만큼이나 구성도 중요하다. 투자자들은 새로운 AI 사용량과 기존 모듈에서 이전된 지출을 구분해야 한다. 또한 평균 계약 규모 확대가 둔화되는 가운데 고객 증가세가 지속되는지도 살펴봐야 한다.

두 번째 신호는 벤더들이 가격 정책을 어떻게 바꾸는지다. 좌석 기반 구독은 이해하기 쉽지만, 기계가 더 많은 일을 수행하는 상황에는 잘 맞지 않는다. 사용량 및 성과 기반 가격 책정은 자동화된 활동과 더 밀접하게 연동된다.

성공적인 전환이 이뤄지면, 인터페이스를 사용하는 직원 수가 줄더라도 에이전트가 가치 있는 업무를 만들어낼 때 벤더는 더 많은 수익을 얻을 수 있다. 반대로 전환에 실패하면 고객 혼란, 예측하기 어려운 청구서, 또는 모델 컴퓨팅 비용에 따른 마진 압박이 발생할 수 있다.

소프트웨어 구매자는 라이선스 수만이 아니라 전체 워크플로 비용을 비교해야 한다. 여기에는 모델 사용량, 통합 작업, 거버넌스, 모니터링, 그리고 사람의 검토가 포함된다. 직원들이 에이전트의 행동을 반복해서 수정해야 한다면, 그 에이전트는 더 저렴한 것이 아니다.

세 번째 신호는 범용 에이전트가 신뢰할 수 있는 트랜잭션 계층이 되는지 여부다. 문서와 요약본을 만드는 것만으로는 충분하지 않다. 기업이 에이전트에게 고객 기록 업데이트, 거래 승인, 인프라 변경, 또는 규제 대상 워크플로 완료를 맡길 때 큰 전환이 시작된다.

권한 관리와 감사 로그가 결정적일 것이다. 자신의 행동을 설명하거나 제한할 수 없는 범용 에이전트는 여전히 보조 도구에 머문다. 여러 시스템에서 안전하게 작동하는 에이전트는 신뢰할 만한 통합 계층이 된다.

Salesforce, ServiceNow, Workday, HubSpot, Adobe 및 기타 벤더들의 다음 분기 실적 발표는 이 세 가지 신호를 중심으로 읽어야 한다. 매출 성장만으로는 핵심 질문에 답할 수 없다.

투자자들에게는 유지율, 가격 책정, 실제 에이전트 실행에 관한 근거가 필요하다. 기업 구매자들에게는 통제력을 약화하지 않으면서 자동화가 업무의 전체 비용을 낮춘다는 증거가 필요하다.

이 답들이 불완전한 상태로 남아 있는 한 소프트웨어 주가의 변동은 계속될 것이다. 강력한 실적은 회복력을 보여줄 수 있는 반면, 또 다른 모델 출시가 몇 시간 만에 우려를 되살릴 수도 있다. 어느 반응도 최종 결론으로 받아들여서는 안 된다.

더 유용한 질문은 SaaS가 사라지는지 여부가 아니다. 인터페이스가 AI 에이전트로 바뀔 때, 어떤 기업이 신뢰할 수 있는 데이터, 비즈니스 규칙, 그리고 측정 가능한 결과에 대한 통제력을 유지하는가다.

고객이 무엇을 갱신하고, 무엇을 제거하며, 어디에서 에이전트의 실행을 허용하는지 지켜보라. 그러한 결정은 다음의 극적인 Google News 헤드라인보다 더 많은 것을 보여줄 것이다.