나는 특정 산업 vertical에 특화된 SaaS 회사의 CTO임
우리 고객들은 스스로 툴을 만들 능력이 없고, 대부분의 “시스템”은 Excel임
대기업 중 두 곳이 우리 제품을 복제해 내부적으로 쓰려 했지만, 하나는 포기했고 다른 곳은 사용자들이 “별로”라고 평가했음. 유료 고객을 잃은 적은 없음
우리는 AI 에이전트를 적극 활용해 개발 속도를 높였지만, 여전히 병목은 “무엇을 만들지 아는 것”임.
제품의 가치는 사용자가 인식하지 못하는 수많은 도메인 결정에 있음. 이런 통찰은 내부 개발자가 하루 만에 복제할 수 없는 것임
“무엇을 만들지 아는 게 병목”이라는 말에 공감함. LLM 덕분에 이제 많은 개발자들이 이 현실을 직접 체감하고 있음
영업팀이 “우리가 내부에서 만들면 돼요” 혹은 “LLM에 넣으면 되죠”라는 말을 자주 들음
하지만 고객이 지불하는 건 LLM 래퍼가 아니라, 그 외의 99%의 복잡한 부분 — 어려운 기술, 반복 업무, SLA와 지원 체계임
도메인 전문성 + 빠른 피드백 루프가 B2B SaaS 성공의 핵심임
은행권 LOB 앱을 예로 들면, 고객과 매일 피드백을 주고받지 않으면 경쟁에서 뒤처짐
고객이 속도를 따라오지 못할 때는 우리 직원이 임시로 고객사에 들어가 함께 일하기도 함
HN의 매력은 종종 댓글이 본문보다 가치 있다는 점임
AI의 진짜 가치는 솔로 개발자나 인디 해커에게 있음
팀 프로세스나 예산 제약 없이 완성도 높은 앱을 만들 수 있게 되었음
다만, 이제 시장이 훨씬 붐비고 다양해질 것 같음
나는 PartsBox라는 전자 부품 재고 관리 SaaS 창업자임
AI가 걱정되긴 하지만 잠은 잘 자고 있음
고객이 문제의 깊이를 모르고 AI로 자체 앱을 만들까 걱정되지만, 이미 스프레드시트로 비슷한 일을 하고 있음
진짜 어려운 건 코딩이 아니라 도메인 모델링임. 세상의 복잡한 프로세스를 이해하고, 사용성과 복잡성 사이에서 균형을 잡는 일임
하지만 이런 모델을 잘 만들어도 복제본이 금방 따라옴
“세상을 이해하고 모델링하는 능력”은 AI가 쉽게 대체할 수 없는 부분임
산업별 도메인 지식은 대부분 기업 내부에 잠겨 있고, 학습 데이터에 포함되지 않음
그래서 오히려 이런 산업의 개발자는 더 안정적인 위치에 있음
우리는 Inventree라는 오픈소스 대안을 자체 호스팅 중임
AI를 이용해 백엔드와 프론트엔드 일부를 수정했는데, 이틀 만에 워크플로우 문제를 해결함
완전한 AI 솔루션은 비현실적이지만, 오픈소스 기반에 AI를 얹으면 맞춤형 저비용 솔루션을 만들 수 있음
Microsoft가 Excel, Word, Access 등에 AI를 통합해 이런 “거의 자동화된” 업무를 노릴 가능성이 큼
기술적 질문도 있었음 — 왜 Clojure를 썼는지, Common Lisp 대신 선택한 이유가 SaaS 기능 때문인지 궁금하다고 함
어떤 이는 “AI가 UI를 대신 조작하는 도우미(assistant) 가 되면, SaaS는 단순한 도구 호출(tool call) 로 전락할 수 있다”고 지적함
이는 SaaS의 광고 채널을 없애고 제품을 상품화(commoditize) 할 위험이 있음
나는 오히려 AI가 맞춤형 통합 솔루션 수요를 폭발적으로 늘리고 있다고 봄
특히 제조업처럼 수십 년간 변하지 않은 산업에서 변화가 시작되고 있음
AI 덕분에 이제 훨씬 많은 새로운 소프트웨어가 가능해졌고, 앞으로 몇 년간 폭발적으로 만들어질 것임
다만 여전히 도메인 지식이 중요하며, AI를 쓰려면 무엇을 요청해야 하는지 알아야 함
대부분의 고객은 여전히 스프레드시트와 ERP를 다루는 수준임
제조업은 변화에 보수적이고, AI의 신뢰성 부족이 큰 리스크임
그래서 변화는 점진적이거나, 압도적인 이점이 있을 때만 일어남
2000년대 초 대기업들은 내부 IT팀으로 LOB 앱을 만들었지만, 이후 SaaS가 비용 효율성으로 시장을 장악했음
이제 다시 내부 개발 시대로 돌아가는 듯함
하지만 AI를 활용한 맞춤형 SaaS 외주 서비스가 새롭게 등장할 수도 있음
굳이 해고된 내부 IT 인력을 다시 고용할 필요는 없음
이 글의 논지는 이해가 안 됨. AI가 SaaS를 대체한다는 건, AI가 스스로 일을 할 수 있을 때의 이야기임
AI가 코드를 생성하더라도 여전히 엔지니어링, 보안, 운영이 필요함. 그건 비쌈
차라리 SaaS 구독료를 내는 게 훨씬 저렴함
규모의 경제를 오해한 주장임
내부 앱은 유지보수 비용 100%를 부담하지만, SaaS는 고객 수 N에 따라 1/N만 부담함
AI 코드가 대체할 수 있는 건 원래 SaaS로 만들 가치가 없던 것뿐임
예를 들어 Retool 같은 제품은 SaaS라기보다 이미 구식화된 툴임
그래도 개발자 대상 SaaS는 예외일 수 있음
예를 들어 Claude로 5분 만에 대시보드를 만들 수 있다면, 굳이 유료 SaaS를 쓸까?
나는 UI Bakery 같은 내부 앱 빌더를 만들고 있음
일부 고객은 연간 10만 달러 이상의 SaaS 구독을 취소하려 함
대부분의 SaaS를 유지하는 이유는 단 하나의 기능 때문임
하지만 커스텀 툴로 전환하면 배포와 수명주기 관리가 새 과제가 됨
반면, 고유 데이터 접근권을 가진 SaaS는 여전히 강함
예를 들어 HubSpot의 Clearbit 인수는 고객 유지 전략으로 매우 합리적임
나는 특정 업종을 위한 맞춤형 ERP를 내부에서 개발 중임
AI 덕분에 소규모 팀으로도 맞춤형 소프트웨어를 빠르게 만들 수 있음
이제는 “부티크 소프트웨어” 시대가 열렸다고 생각함
AI가 내 생산성을 최소 4배 높였음.
“2주 만에 충분히 좋은” 제품을 만들 수 있는데, 왜 비싼 SaaS를 써야 하나?
하지만 과거에 내부 개발을 전면 도입한 회사는 결국 유지보수 지옥에 빠졌음
초기엔 빠르지만, 점점 취약하고 복잡한 시스템이 되어버림
인력, 운영, 휴가 커버 등을 고려하면 내부 개발의 총비용은 SaaS보다 훨씬 큼
AI가 코드 생산량을 늘리면 유지보수 부담도 커짐
보안, 인프라, DevOps 모두 확장해야 함
SaaS는 네트워크 효과가 있지만 내부 툴은 없음. 결국 SaaS가 더 저렴함
AI 덕분에 내부 개발의 경제성이 약간 나아졌지만, 여전히 SaaS는 비용 절감이 목적이 아님
대부분의 기업은 여전히 서비스 이용을 선호함
내부 ERP는 맞춤형이라 온보딩과 유지보수가 더 오래 걸림
기능 추가 요구가 끝없이 이어지고, AI 에이전트는 일부 작업(모형 설계 등)엔 유용하지만, 기업 핵심 업무에는 오류가 많음
기술 스택과 접근 방식에 대한 질문도 있었음
요즘 많은 기업이 엔터프라이즈 SaaS 갱신 견적을 의심하기 시작했음
하지만 “AI가 Workday나 Salesforce를 대체한다”는 건 마법 같은 생각임
현실적으로 Claude Code가 그런 대형 시스템을 완성할 수는 없음
실제로 써본 사람이라면 그 한계를 알 것임
Hacker News 의견들
나는 특정 산업 vertical에 특화된 SaaS 회사의 CTO임
우리 고객들은 스스로 툴을 만들 능력이 없고, 대부분의 “시스템”은 Excel임
대기업 중 두 곳이 우리 제품을 복제해 내부적으로 쓰려 했지만, 하나는 포기했고 다른 곳은 사용자들이 “별로”라고 평가했음. 유료 고객을 잃은 적은 없음
우리는 AI 에이전트를 적극 활용해 개발 속도를 높였지만, 여전히 병목은 “무엇을 만들지 아는 것”임.
제품의 가치는 사용자가 인식하지 못하는 수많은 도메인 결정에 있음. 이런 통찰은 내부 개발자가 하루 만에 복제할 수 없는 것임
하지만 고객이 지불하는 건 LLM 래퍼가 아니라, 그 외의 99%의 복잡한 부분 — 어려운 기술, 반복 업무, SLA와 지원 체계임
은행권 LOB 앱을 예로 들면, 고객과 매일 피드백을 주고받지 않으면 경쟁에서 뒤처짐
고객이 속도를 따라오지 못할 때는 우리 직원이 임시로 고객사에 들어가 함께 일하기도 함
팀 프로세스나 예산 제약 없이 완성도 높은 앱을 만들 수 있게 되었음
다만, 이제 시장이 훨씬 붐비고 다양해질 것 같음
나는 PartsBox라는 전자 부품 재고 관리 SaaS 창업자임
AI가 걱정되긴 하지만 잠은 잘 자고 있음
고객이 문제의 깊이를 모르고 AI로 자체 앱을 만들까 걱정되지만, 이미 스프레드시트로 비슷한 일을 하고 있음
진짜 어려운 건 코딩이 아니라 도메인 모델링임. 세상의 복잡한 프로세스를 이해하고, 사용성과 복잡성 사이에서 균형을 잡는 일임
하지만 이런 모델을 잘 만들어도 복제본이 금방 따라옴
산업별 도메인 지식은 대부분 기업 내부에 잠겨 있고, 학습 데이터에 포함되지 않음
그래서 오히려 이런 산업의 개발자는 더 안정적인 위치에 있음
AI를 이용해 백엔드와 프론트엔드 일부를 수정했는데, 이틀 만에 워크플로우 문제를 해결함
완전한 AI 솔루션은 비현실적이지만, 오픈소스 기반에 AI를 얹으면 맞춤형 저비용 솔루션을 만들 수 있음
이는 SaaS의 광고 채널을 없애고 제품을 상품화(commoditize) 할 위험이 있음
나는 오히려 AI가 맞춤형 통합 솔루션 수요를 폭발적으로 늘리고 있다고 봄
특히 제조업처럼 수십 년간 변하지 않은 산업에서 변화가 시작되고 있음
AI 덕분에 이제 훨씬 많은 새로운 소프트웨어가 가능해졌고, 앞으로 몇 년간 폭발적으로 만들어질 것임
다만 여전히 도메인 지식이 중요하며, AI를 쓰려면 무엇을 요청해야 하는지 알아야 함
대부분의 고객은 여전히 스프레드시트와 ERP를 다루는 수준임
그래서 변화는 점진적이거나, 압도적인 이점이 있을 때만 일어남
2000년대 초 대기업들은 내부 IT팀으로 LOB 앱을 만들었지만, 이후 SaaS가 비용 효율성으로 시장을 장악했음
이제 다시 내부 개발 시대로 돌아가는 듯함
굳이 해고된 내부 IT 인력을 다시 고용할 필요는 없음
이 글의 논지는 이해가 안 됨. AI가 SaaS를 대체한다는 건, AI가 스스로 일을 할 수 있을 때의 이야기임
AI가 코드를 생성하더라도 여전히 엔지니어링, 보안, 운영이 필요함. 그건 비쌈
차라리 SaaS 구독료를 내는 게 훨씬 저렴함
내부 앱은 유지보수 비용 100%를 부담하지만, SaaS는 고객 수 N에 따라 1/N만 부담함
AI 코드가 대체할 수 있는 건 원래 SaaS로 만들 가치가 없던 것뿐임
예를 들어 Retool 같은 제품은 SaaS라기보다 이미 구식화된 툴임
예를 들어 Claude로 5분 만에 대시보드를 만들 수 있다면, 굳이 유료 SaaS를 쓸까?
나는 UI Bakery 같은 내부 앱 빌더를 만들고 있음
일부 고객은 연간 10만 달러 이상의 SaaS 구독을 취소하려 함
대부분의 SaaS를 유지하는 이유는 단 하나의 기능 때문임
하지만 커스텀 툴로 전환하면 배포와 수명주기 관리가 새 과제가 됨
반면, 고유 데이터 접근권을 가진 SaaS는 여전히 강함
예를 들어 HubSpot의 Clearbit 인수는 고객 유지 전략으로 매우 합리적임
나는 특정 업종을 위한 맞춤형 ERP를 내부에서 개발 중임
AI 덕분에 소규모 팀으로도 맞춤형 소프트웨어를 빠르게 만들 수 있음
이제는 “부티크 소프트웨어” 시대가 열렸다고 생각함
AI가 내 생산성을 최소 4배 높였음.
“2주 만에 충분히 좋은” 제품을 만들 수 있는데, 왜 비싼 SaaS를 써야 하나?
초기엔 빠르지만, 점점 취약하고 복잡한 시스템이 되어버림
인력, 운영, 휴가 커버 등을 고려하면 내부 개발의 총비용은 SaaS보다 훨씬 큼
보안, 인프라, DevOps 모두 확장해야 함
SaaS는 네트워크 효과가 있지만 내부 툴은 없음. 결국 SaaS가 더 저렴함
대부분의 기업은 여전히 서비스 이용을 선호함
기능 추가 요구가 끝없이 이어지고, AI 에이전트는 일부 작업(모형 설계 등)엔 유용하지만, 기업 핵심 업무에는 오류가 많음
요즘 많은 기업이 엔터프라이즈 SaaS 갱신 견적을 의심하기 시작했음
하지만 “AI가 Workday나 Salesforce를 대체한다”는 건 마법 같은 생각임
현실적으로 Claude Code가 그런 대형 시스템을 완성할 수는 없음
실제로 써본 사람이라면 그 한계를 알 것임
Jamin Ball의 Clouded Judgement: Long Live Systems of Record 글이 훨씬 현실적임
다만 소규모 기업은 간단한 스크립트로 생산성 향상을 얻을 수 있게 되었음
SaaS의 가치는 고객 성장 속도와 높은 NRR, 그리고 80~90%의 마진율에 기반함
하지만 AI 토큰 비용이 포함되면, 그 마진 구조가 흔들릴 가능성이 큼