# 가장 큰 버티컬 AI 시장은 눈에 보이는 곳에 숨어 있다

> Clean Markdown view of GeekNews topic #28929. Use the original source for factual precision when an external source URL is present.

## Metadata

- GeekNews HTML: [https://news.hada.io/topic?id=28929](https://news.hada.io/topic?id=28929)
- GeekNews Markdown: [https://news.hada.io/topic/28929.md](https://news.hada.io/topic/28929.md)
- Type: GN+
- Author: [neo](https://news.hada.io/@neo)
- Published: 2026-04-27T10:15:02+09:00
- Updated: 2026-04-27T10:15:02+09:00
- Original source: [sapphireventures.com](https://sapphireventures.com/blog/the-biggest-vertical-ai-markets-are-hiding-in-plain-sight/)
- Points: 5
- Comments: 0

## Topic Body

- 파편화되고 운영이 복잡한 산업일수록 오히려 **버티컬 AI 시스템**이 강력한 방어벽을 구축할 수 있는 최적의 시장이며, 대부분의 창업자와 투자자가 이를 간과하고 있음  
- 깔끔한 단일 태스크 자동화는 쉽게 복제되지만, **규제·레거시 통합·예외 처리가 얽힌 워크플로**에 깊이 들어간 시스템은 경쟁자·고객·AI 연구소 모두가 쉽게 따라올 수 없는 구조  
- 시장 규모를 소프트웨어 예산이 아닌 **서비스·노동 비용** 기준으로 재산정하면, 작아 보이던 버티컬 시장이 실제로는 거대한 지출 영역임이 드러남  
- 제품이 업무를 보조하는 단계에서 **업무 자체를 대체하는 단계**로 전환되면, 동일 고객 내 과금 가능 영역이 수십 배로 확장 가능  
- 향후 5년간 각 산업에서 **목적 특화 버티컬 플랫폼, 기존 SoR의 AI 추가, 인하우스 AI 구축** 중 어떤 접근이 승리할지 결정될 전망  
  
---  
  
### 이 시장이 숨어 있는 이유  
  
- 최고의 버티컬 AI 시장을 숨기는 두 가지 특성이 동시에 그 시장의 **방어벽** 역할을 수행  
- 첫 번째 특성은 **워크플로 그릿(workflow grit)**: 예외 처리, 레거시 통합, 인간 승인, 컴플라이언스, 고비용 실패 모드가 가득한 복잡한 업무 환경  
  - 깔끔하고 잘 정의된 태스크는 구축·데모·판매가 쉽지만, 인텔리전스가 이식 가능해지는 순간 **상품화(commoditize)** 됨  
  - 좁고 저위험이며 기존 시스템에 쉽게 끼워넣을 수 있는 업무는 경쟁자가 기능을 복제하거나, 고객이 직접 만들거나, **프론티어 랩이 직접 출시**할 수 있음  
- 그릿이 높은 워크플로는 세 가지 위협을 모두 차단: 랩은 운영상 복잡함을 다루고 싶어하지 않고, 고객은 기술 역량이 부족하며, 경쟁자는 작업을 단축할 수 없음  
- AI를 그릿 높은 워크플로에서 사용 가능하게 만들려면, 모델 접근 이상의 작업이 필요: **비정형 데이터 구조화, 레거시 시스템 통합, 승인 루프 설계, 허용 오류율 정의, 실수 비용이 높은 환경에서의 신뢰 구축**  
  - 이 작업이 조용히 축적되어 새로운 진입자가 동일 모델을 구매해서는 복제할 수 없는 **워크플로 운영의 독자적 지도(proprietary map)** 형성  
- 초기에는 보상이 작아 보이지만, 이 어려운 운영 작업이 **인접 워크플로와 더 큰 예산 카테고리로의 확장 권한**을 부여  
  
#### 실제 사례: 자동차 대출, 의료 청구, 화물 물류  
  
- **Salient**: 연체 자동차 대출 차주에게 전화하는 AI 음성 에이전트 구축. FDCPA, TCPA, Reg F 규제 하에서 운영되며, 단일 위반이 규제 조치를 유발할 수 있는 환경  
  - AI가 중복되는 주·연방 규칙을 탐색하고, 실시간 결제 협상을 수행하며, 통화 빈도 제한을 준수하고, 필요 시 인간 에이전트로 라우팅해야 함  
  - 인간 추심 전화 비용은 **$4~$12**인 반면, AI 전화 비용은 그 일부에 불과  
- **Charta Health**: 전문 분야와 지역별로 다른 보험사 규칙, CPT 코드, 거부 패턴을 넘나드는 **사전 청구 차트 리뷰** 자동화  
- 화물 물류 분야에서 **HappyRobot**, **Pallet**, **Augment** 등이 운송사·화주·창고 간 조율에 필요한 끝없는 음성 통화, 이메일, 포털 업데이트를 처리하는 **AI 에이전트** 구축  
  - "트럭 기사에게 적재 상태를 전화로 확인"하는 것은 벤처 규모로 안 보이지만, 모든 적재 건에 수십 개의 수동 접점이 포함되며 물류 산업은 연간 **1조 달러 이상을 비물리적 운영 비용**에 지출  
  
#### 두 번째 특성: 시장 구조  
  
- 수천 개의 운영자에 걸쳐 **파편화**되어 있고, 구매자의 기술 DNA가 낮은 시장 구조  
- 수평형 AI 벤더는 배포 경제성을 맞추기 위해 집중된 고가치 고객이 필요하지만, 매출이 각기 다른 시스템과 비정형 데이터를 운영하는 수천 개 중소 사업자에 분산되면 **범용 플레이어가 GTM 노력을 정당화할 수 없음**  
- 부동산 운영사, 현장 서비스 회사, 외래 재활 클리닉 등은 사내에 프로덕션 AI를 구축할 **기술 역량이 없으며**, 기술을 소유 대상이 아닌 구매 대상으로 인식  
- 파편화가 구축 여지를 만들고, 낮은 자체 구축 성향이 이를 확대하여, 다른 누구보다 먼저 **운영 컨텍스트를 복리로 축적**할 시간 확보  
  
#### 사례: 미국 세무·회계 시장  
  
- 미국 세무·회계 시장은 **$1,450억 규모**의 산업으로, 약 46,000개 CPA 법인의 롱테일이 존재하며 이 중 86%가 **직원 10명 미만**  
  - 동시에 Big Four와 대형 전국 규모 법인도 포함  
- **Blue J**: AI 기반 세무 리서치 플랫폼으로, 양 끝단 모두에서 트랙션을 확보. 현재 **2,800개 이상 조직**에 서비스 제공, 사용량 **전년 대비 700% 이상 성장**  
- 롱테일 구조가 범용 플레이어에게 시장을 비매력적으로 만들고, 중복 세법·모호한 사실 패턴·전문가가 평판을 걸고 내리는 답변 등의 **워크플로 그릿**이 까다로운 구매자 환경에서도 지속 가능한 진입점 형성  
  
#### 방어벽의 복합적 강화  
  
- 운영 복잡성이 **전환 비용(switching costs)** 을 생성: 제거 시 인력 재고용, 프로세스 재구축, 수년간 축적된 워크플로 컨텍스트 포기가 필요  
- 파편화는 시간이 지나도 줄어들지 않고, 구매자가 갑자기 엔지니어링 DNA를 갖추지도 않음  
- OpenAI나 Anthropic이 시장의 존재를 인지할 즈음이면, 버티컬 시스템의 **운영 컨텍스트와 유통 기반이 이미 수년간 복리 축적**된 상태  
  
### 골디락스 TAM  
  
- 대부분의 버티컬 AI 시장이 숨어 있는 이유는 **시장 규모를 잘못 측정**하기 때문  
- 표준적 접근은 해당 카테고리의 **소프트웨어 지출**을 TAM으로 보는 것이지만, 파편화되고 운영이 복잡한 산업에서 소프트웨어 예산은 대체로 작음  
- 올바른 측정 기준은 산업이 **업무 자체에 지출하는 금액**: 업무를 수행하는 인력, 외주 제공자, 에이전시, 계약자 비용 등 **서비스·노동 예산**  
- 이 재정의가 가장 위험한 경쟁자들이 시장을 간과하는 이유도 설명: 소프트웨어 예산 기준으로 "부동산 임대용 AI"를 보면 니치로 보여 **프론티어 랩이 동원할 이유가 없음**  
  - 노동·서비스 예산 기준으로 보면 거대하지만, 그것이 드러날 즈음에는 버티컬 시스템이 이미 수년간 축적  
- **골디락스 TAM**의 조건: 벤처 성과를 내기에 충분히 크되 겸손한 소프트웨어 표면적으로 위장, 운영 복잡성으로 간과되며, 시스템 포지션 확립 후 극적으로 확장 가능  
  
#### 보조에서 대체로의 전환  
  
- 제품이 업무를 **보조**하는 것에서 **수행**하는 것으로 전환될 때 확장 발생  
- 부동산 관리 회사 사례: 임대 소프트웨어에 연간 **$30,000** 지출, 임대 직원에 **$300,000** 지출  
  - 제품이 업무 자체를 수행하기 시작하면, $30K 항목이 아니라 **$300K 항목**에 판매하는 것  
  - 워크플로·운영 전반으로 확장되면 전체 운영 예산인 **$1M 이상**에 접근 가능  
  - 동일 고객, 동일 회사에서 **과금 가능 영역이 30배 확장**  
  
#### 사례: EliseAI  
  
- **EliseAI**: AI 부동산 관리 플랫폼으로, 제한적 프롭테크 시장에서 시작  
  - 초기에는 단일 SKU 임대 자동화 솔루션으로 **~$50K ACV**에서 시작  
  - 제품이 임대 업무를 보조가 아닌 **대체**하면서 확장, 이후 유지보수, 수금, **AI 가이드 투어**로 임차인 생애주기 전체로 확대  
  - 현재 미국 아파트 **8채 중 1채**에 서비스 제공, 부동산 관리자·운영자가 플랫폼에 **수백만 달러 이상** 지출  
  - 헬스케어로도 진출하여 연간 **$6,000억의 행정 비용**을 동일 플레이북으로 공략 중  
- TAM이 제품과 함께 성장한 것이 아니라, 제품이 **TAM이 원래 얼마나 컸는지를 드러냄**  
  
### 먼저 도달하면 어떤 일이 발생하는가  
  
- 이 시장에서 시스템 포지션에 도달한 버티컬 AI 기업들은 단순히 큰 사업을 구축하는 것이 아니라, **향후 10년간 산업 전체의 운영 방식을 정의**하게 됨  
- Anthropic과 OpenAI가 애플리케이션 레이어에 실질적 위협이 되지만, **상충하는 우선순위**를 동시에 처리해야 함  
  - 모델 프론티어 발전에 지속적으로 투자해야 하고, 토큰 기반 매출 극대화는 에이전트 도입이 확대될수록 **최종 고객과 이해 충돌** 발생  
  - 그 위에 수십 개 서로 다른 버티컬을 위한 고품질 맞춤 애플리케이션을 동시에 구축해야 함  
- 대부분의 시장에서 목적 특화 버티컬 AI가 **순전한 집중력을 통해 랩을 실행력으로 능가**할 전망  
- 향후 5년이 각 시장에서 어떤 접근이 승리할지 결정: **AI 웨지를 버티컬 시스템으로 확장하는 목적 특화 플랫폼**, "충분히 좋은" AI를 덧씌워 시장 포지션을 유지하는 **기존 SoR(System of Record)**, 또는 Anthropic/OpenAI 위에 구축하는 **인하우스 AI**  
- 핵심 전략: 너무 작아 보이는 시장에서 **날카롭고 운영적으로 복잡한 진입점**을 선택, 워크플로 전반으로 확장하며 권한을 획득, 노동을 대체하고, 고객이 없이는 운영할 수 없는 **시스템이 될 것**  
- "**모델은 데모에서, 웨지는 파일럿에서, 시스템은 시장에서 이긴다**"

## Comments



_No public comments on this page._