▲

AI가 B2B SaaS를 죽이고 있다

 (nmn.gl)
1P by GN⁺ 18시간전 | ★ favorite | 댓글 2개
  • AI 기반 ‘바이브 코딩(vibe coding)’ 의 확산으로 기업 고객이 직접 맞춤형 툴을 만들 수 있게 되면서 기존 B2B SaaS 모델이 위협받고 있음
  • 고객들은 더 이상 고정된 SaaS 기능에 만족하지 않고, 유연성과 즉각적 커스터마이징을 요구하며, 충족되지 않으면 갱신을 중단하거나 이탈함
  • 반면, 보안·인증·안정성을 갖춘 SaaS 플랫폼은 여전히 강점을 유지하며, 이를 명확히 전달해야 함
  • 생존을 위해 SaaS 기업은 ‘시스템 오브 레코드(System of Record)’ 로 자리 잡고, 고객이 그 위에서 직접 맞춤형 워크플로를 구축할 수 있도록 해야 함
  • AI는 SaaS 자체를 없애는 것이 아니라, 진화하지 않는 SaaS를 도태시키는 변화의 촉매로 작용하고 있음

AI가 B2B SaaS에 미치는 위협

  • AI는 고객이 직접 내부 툴을 생성할 수 있게 하며, 기존 SaaS의 핵심 가치인 반복 판매 구조를 흔들고 있음
    • 고객은 여러 ‘바이브 코딩’ 툴을 이용해 CRUD 및 워크플로 앱을 손쉽게 제작
    • 일부 기업은 기존 SaaS 구독을 취소하고, Github·Notion API 등을 활용해 자체 솔루션을 구현
  • 시장도 이를 반영해 Morgan Stanley의 SaaS 지수가 나스닥 대비 40포인트 하락, HubSpot과 Klaviyo 주가가 약 30% 하락
  • 고객은 이제 “가능한 것”을 알고 있으며, 더 많은 유연성과 맞춤성을 요구함

고객 행동 변화와 매출 영향

  • 고객이 원하는 기능을 제공하지 못하면 이탈률(churn) 이 급증
    • 한 Series B 영업 담당자는 특정 워크플로 미지원으로 수십만 달러 규모의 계약 손실 위험을 언급
  • 과거에는 기업이 ERP에 맞춰 조직을 변경했지만, 이제는 SaaS가 고객의 방식에 맞춰야 함
  • 고객이 직접 AI를 활용해 내부 도구를 만드는 시대에, 기존 SaaS의 경직성은 매출 감소로 이어짐

생존 전략 1: 시스템 오브 레코드(System of Record)

  • 회사의 핵심 업무가 SaaS 위에서 운영된다면, 해당 플랫폼은 조직 내 필수 인프라로 자리 잡음
    • 예: 데이터 시각화도 SaaS 대신 직접 바이브 코딩으로 구현 가능
  • SaaS 기업은 단순 애플리케이션 제공을 넘어, 데이터·UI 기반의 핵심 기록 시스템으로 전환해야 함
  • 이러한 구조는 고객 락인(lock-in) 을 강화하고, 장기적 유지율을 높임

생존 전략 2: 보안·인증·안정성 강화

  • 비전문가가 만든 바이브 코딩 앱은 보안 취약점을 내포
    • 예: 재무팀이 만든 승인 툴이 공개 S3 버킷에 암호화되지 않은 데이터 저장, 영업팀의 계산기가 인증 없이 접근 가능
  • 반면, 엔터프라이즈 SaaS는 역할 기반 접근 제어, 암호화, 침투 테스트, GDPR/HIPAA 준수 등으로 신뢰 확보
  • 보안은 눈에 보이지 않기에, SaaS 업체는 이 가치를 적극적으로 설명해야 함
    • 고객이 직접 만든 툴은 인증·백업·가용성·컴플라이언스를 스스로 관리해야 함을 상기시켜야 함

생존 전략 3: 고객 중심의 커스터마이징

  • 고객에게 업무 방식을 바꾸라고 요구하는 시대는 종료
    • 성공하는 SaaS는 초고도 맞춤화(customization) 를 제공
  • 한 유지보수 SaaS 사례에서, 복잡한 UI로 인해 현장 기술자 사용률이 35% 이하였으나,
    • 바이브 코딩 기반 화이트라벨 플랫폼을 도입해 70% 이상으로 상승
    • 고객 성공팀이 며칠 만에 맞춤형 모바일 웹앱을 제작해 배포
  • 사용자는 자신에게 필요한 기능만 접근하고, 경영진은 맞춤 리포트를 직접 생성
  • 이러한 구조는 리텐션·참여도·확장성을 동시에 높임

AI 시대의 SaaS 진화 방향

  • AI는 SaaS를 파괴하는 것이 아니라, 변화를 거부하는 SaaS를 도태시키는 요인
  • 과거 “한 번 만들고 영원히 판매”하던 모델은 더 이상 유효하지 않음
    • 고객은 이제 비기술자도 직접 툴을 만드는 경험을 통해 새로운 기준을 가짐
  • 생존하는 기업은 기능 중심 SaaS가 아니라, 고객이 그 위에 구축할 수 있는 플랫폼이 될 것
  • 일부 VC는 이러한 변화를 “미래의 마켓플레이스와 소프트웨어 기업 모델” 로 평가
  • 결론적으로, AI는 SaaS를 먹는 것이 아니라, 누가 포크를 쥐고 진화할지를 결정하는 전환점임

Giga Catalyst 소개

  • Giga Catalyst는 B2B SaaS 기업을 위한 화이트라벨 AI 플랫폼으로,
    • 사용자가 기존 시스템 위에서 바이브 코딩으로 맞춤 워크플로를 구축 가능
  • 이를 통해 리텐션·참여도·확장성을 높이는 2026년형 솔루션으로 제시됨
  • 관심 있는 기업은 맞춤 데모 요청 또는 공식 사이트에서 추가 정보 확인 가능
▲
hmmhmmhm 2시간전  [-]

금방 곧 에이전트가 곧 SaaS 가 되고 SaaS 가 곧 에이전트가 되지 않을까요?

답변달기
▲
GN⁺ 18시간전  [-]
Hacker News 의견들
  • SaaS 회사가 고객의 특정 리포팅 워크플로우를 지원하지 못해 수십만 달러 규모의 계정을 잃을 뻔했음
    결국 고객 요구사항을 구현하기 위해 나와 협업 중임. 고객이 원하는 기능을 직접 만들어야 한다니, 아이러니함
  • 예전부터 개발자들, 특히 주니어들이 “주말에 뚝딱 만들어서 비싼 SaaS를 대체할 수 있다”고 믿는 경향이 있었음
    하지만 관리자의 입장에서 보면, 회사는 그런 맞춤형 시스템의 책임을 지고 싶어하지 않음. 나도 관리자가 되고 나서야 그 이유를 이해하게 됨
    • 예전에 대기업에서 백엔드 리라이트 프로젝트에 참여했는데, 알고 보니 그들이 Django를 다시 만들고 있었음
      주말 동안 Django로 프로토타입을 만들어 보여줬더니, 월요일에 회사가 혼란에 빠졌고 상사가 다시는 그렇게 하지 말라 했음
      결국 퇴사했지만, 때로는 새로 온 사람이 더 나은 버전을 빠르게 만들 수 있음. 문제는 그게 47개 팀의 이해관계에 막혀 있다는 점임
    • 요즘은 프로토타입을 빠르게 만들고 시장에 내놓는 게 훨씬 쉬워졌음
      하지만 제품은 단순히 코드가 아니라 마케팅·세일즈·고객지원이 함께 움직여야 함
      또 데이터가 기업의 진입장벽이기 때문에, 신규 제품은 시장에서 시간을 쌓아야 함
    • 이 vibe-coding이 SaaS를 대체한다는 생각은 예전의 “** 암호화폐가 법정화폐를 대체한다**”는 주장과 비슷한 망상임
    • Datadog 같은 플랫폼을 버리고 오픈소스 self-hosted 대안을 쓰려는 개발자들을 보면, 유지보수 비용을 간과하는 경우가 많음
      “무료” 대안도 결국 다른 형태의 비용을 요구함
    • “하루 만에 Zoom을 만들 수 있다”는 식의 착각도 비슷함
      두 대의 컴퓨터 간 영상 연결까진 되지만, 실제 제품의 마지막 80%가 전체 시간의 99% 를 차지함
  • B2B SaaS는 AI에 가장 저항력 있는 분야라고 생각함
    대부분의 기업은 “우리가 직접 만들기 싫으니 돈을 낸다”는 마인드로 움직임. 보수적인 시장임
    • 예전에 “기가비트 인터넷이 보급되면 모두가 자기 이메일 서버를 돌릴 것”이라는 글이 떠올랐음
    • B2B SaaS는 단순히 소프트웨어를 파는 게 아니라 도메인 전문성과 그에 대한 책임감을 파는 것임
    • 대기업은 그렇지만, SMB(중소기업) 시장은 훨씬 다르게 움직임
    • 기업들이 여전히 돈을 내고 싶어 하지만, 이제는 SaaS 선택지가 많아져서 Salesforce나 Atlassian 같은 기존 강자들의 진입장벽이 낮아짐
      Canva가 문서, Notion이 이메일로 확장하는 식으로 인접 시장 경쟁이 심화됨
    • 대기업의 문제는 가격이 아니라 도입 시간·프로세스 적합성·인력 부족임
  • 일부 스타트업 CEO가 “GitHub와 Notion API로 SaaS를 대체했다”고 말하지만, 이런 건 데이터 없는 일화 수준임
    실제로는 대부분의 SaaS 주식이 여전히 고점 근처에서 거래 중임
    관련 기사도 단 한 명의 애널리스트 발언에 불과함
    • B2B SaaS 업계에서 일하는 입장에서 보면, 고객이 자체 통합 기능을 만들면 오히려 우리 제품의 가치가 올라감
      대부분의 기업은 회계나 HRIS 같은 시스템을 직접 만들고 싶어 하지 않음
    • 누군가 “AI가 AI 관련 기사들을 죽이고 있다”는 패러디 기사를 쓴다면 재밌을 듯함
    • 이런 글은 마치 이발사가 헤어스타일을 추천하는 것처럼 자기 이익을 위한 조언 같음
    • 연간 1만 달러짜리 SaaS를 대체하려고 월급 1만 달러짜리 엔지니어를 투입하는 건 비경제적임
      게다가 대부분의 고객사는 엔지니어조차 없음
    • 결국 이런 글은 리드 생성용 콘텐츠일 뿐임
  • SaaS는 ‘Software’보다 ‘Service’에 더 초점을 맞춰야 함
    고객은 내부 구현보다 결과, 품질, 가격, 가용성을 원함. AI는 SaaS를 죽이는 게 아니라 두 번째 S로 이동시키는 중임
    • SaaS 기업은 단순한 소프트웨어 회사가 아니라 세일즈 조직임
      Dropbox나 Atlassian이 기술적으로는 뒤처져도 여전히 살아남는 이유는 판매력과 고객 서비스 덕분임
    • 하지만 대부분의 서비스는 대체 가능하고, 집중력 짧은 시장에서는 진입장벽이 높은 분야만 살아남음
    • 두 번째 S는 종종 벤더 락인과 컨설팅 수익을 극대화하기 위해 설계됨
    • SharePoint나 Teams의 품질을 보면, 고객이 꼭 품질만 보는 건 아닌 듯함
  • AI가 B2B SaaS를 죽이는 게 아니라, 구축비용 구조를 바꾸는 중임
    기업은 필요한 10개 기능만 직접 만들어 SLA를 맞추면 됨. AI가 이 CapEx/OpEx 균형을 바꾸고 있음
    • 실제로 필요한 기능이 12개뿐이고, 그중 2개는 기존 SaaS에 없을 때가 많음. Jira 같은 툴을 쓰다 보면 다들 자기 버전을 상상해봄
    • 하지만 내부에서 만든 앱은 보안·권한관리·유지보수 문제로 금방 한계에 부딪힘
    • 우리 회사도 연간 50만 달러짜리 SaaS를 며칠 만에 대체했지만, 필요한 기능은 극히 일부였음
    • 도메인 지식이 명확하면 정확히 필요한 것만 빠르게 만들 수 있음
    • 하지만 실제로는 요구사항 정의와 합의가 가장 어려움. 기술 구현보다 조율 과정이 더 힘듦
  • SaaS를 죽이는 게 아니라, 오히려 고객의 피드백 루프를 강화한다고 봄
    고객이 직접 프로토타입을 만들면, 그건 제품의 필요성을 증명하는 신호임
    SaaS 기업은 이를 반영해 더 나은 기능을 빠르게 제공할 수 있음
    • SaaS 기업의 강점은 여전히 세일즈 역량임. 소프트웨어 비용은 세금 공제도 되고, 기업 입장에선 미미한 지출임
    • SaaS는 여러 고객의 요구를 모아 산업별 인사이트를 제공할 수 있음. 고객은 자기가 뭘 원하는지 모를 때가 많음
    • 물론 SaaS도 락인과 마이그레이션 비용 문제는 존재함. 하지만 데이터를 완전히 소유할 수 있다면 덜 두려움
  • AI가 만든 vibe-coded 시스템은 결국 시간폭탄이 될 가능성이 큼
    구조적 결함을 인간이 임시방편으로 덮고, 그들이 퇴사하면 데이터 품질이 무너짐
    결국 다시 도메인 중심 설계를 할 수 있는 컨설팅 수요가 늘어날 것임
    살아남는 SaaS는 ‘Software’가 아니라 ‘Solutions’를 의미하게 될 것임
    • 하지만 미래에는 AI가 이런 vibe 코드의 정제(unvibe) 까지 자동으로 할 수도 있음
  • 작은 스타트업에서는 직접 데이터 시각화 툴을 만들 수 있겠지만, 대기업 환경에서는 방화벽·인증·관리 구조 등으로 불가능함
    개인 경험을 일반화하면 안 됨
    • BI SaaS는 단순히 차트를 파는 게 아니라 권한 시스템·쿼리 캐싱·스케줄링 등을 제공함
      Snowflake나 Definite.app처럼 데이터 플랫폼이 BI 기능을 내장하면서 경쟁이 바뀌는 중임
  • SaaS를 대체하려면 “더 나은 것”이 아니라 충분히 괜찮은 것이면 됨
    특히 비싼 ERP나 CRM처럼 매년 가격이 오르는 제품은 내재화를 고려할 만함
    다만 오피스 제품군이나 급여 시스템처럼 법적·관행적 진입장벽이 있는 SaaS는 계속 남을 것임
    • 대형 리테일사의 재고 시스템을 직접 만들어본 경험상, vibe coding은 프로토타입까지만 유용함
      실시간 일관성과 데이터 규모 문제로, 잘못된 초기 결정이 나중에 큰 비용으로 돌아옴
      AI는 반복 작업엔 도움 되지만, 핵심 시스템은 여전히 신중히 설계해야 함
답변달기