▲

서비스는 소프트웨어가 되지 않을 것이다

 (better-tomorrow-ventures.ghost.io)
1P by GN⁺ 5시간전 | ★ favorite | 댓글과 토론
  • AI가 서비스 기업을 소프트웨어 기업으로 전환한다는 벤처캐피털 업계의 컨센서스가 확산되고 있지만, 실제로는 서비스 기업이 더 나은 서비스 기업이 되는 것이지 소프트웨어 기업으로 변하는 것이 아님
  • 전문 서비스 지출의 상당 부분은 산출물 품질이 아닌 책임 전가, 신뢰성, 자격 인증에 대한 대가이며, 이 영역은 AI로 대체하기 어려움
  • AI 도입으로 인한 마진 확대는 경쟁사 채택과 고객의 비용 전가 요구로 인해 일시적일 수 있으며, 지속 가능한 마진은 전문적 신뢰와 책임 계층에 존재
  • AI 도구가 오히려 엘리트 실무자를 기존 기업에 고착시키는 역설이 발생하며, AI 네이티브 기업 간 인재 경쟁이 마진 우위를 잠식
  • 서비스 시장은 소프트웨어 시장의 20~70배 규모이므로, 소프트웨어 수준의 마진이 아니더라도 책임 소유권과 고객 관계를 통해 벤처 규모의 성과 달성 가능

AI가 서비스를 소프트웨어로 전환한다는 벤처업계의 합의

  • 여러 유명 VC가 이를 4.6조 달러의 "Service as Software" 기회로 규정
  • General Catalyst는 법률, IT, 회계 등 서비스 기업을 인수해 AI를 적용하는 데 15억 달러를 투입
  • Thrive Capital은 서비스 기업 인수·AI화를 위해 10억 달러 이상의 펀드를 출범했으며, OpenAI가 지분을 취득하고 포트폴리오 기업에 엔지니어를 직접 파견
  • 핵심 논리: 글로벌 서비스 시장은 16조 달러, 소프트웨어 시장은 1조 달러 규모이며, AI가 서비스에 소프트웨어 수준의 마진(70~85%)을 가져올 수 있다면 가치 창출이 막대
    • 전문 서비스 기업의 마진은 좋은 날 기준 30~40% 수준

TAM 잉여(Surplus)는 실재하지만 전부 접근 가능하지는 않음

  • 거의 모든 전문 서비스 카테고리에서 소프트웨어 시장은 서비스 시장의 일부분에 불과하며, TAM 잉여 자체는 잘 알려진 사실
  • 그러나 TAM 잉여를 곧바로 접근 가능한 기회로 동일시하는 것은 이 분야에서 가장 흔한 실수
  • 전문 서비스 지출의 상당 부분은 산출물 자체가 아닌 다른 이유에 기반
    • 기업이 Big Four를 고용하는 이유는 감사 자체의 가치가 아니라, 문제 발생 시 "전문가 지침을 따랐다"는 방어 가능한 입장 확보
    • 규제 기관이 알고 신뢰하는 외부 법률 자문을 고용
    • 컨설턴트를 통해 구조조정을 독립적으로 권고받아 내부 리더십의 책임을 분산
  • 이는 비효율이 아니라 전문 서비스 작동 방식에 내장된 기능
  • 신뢰성과 외부 검증의 문제도 존재
    • CFO가 보상 구조조정을 발표할 때 "내부 분석에 따르면"보다 "McLagan 시장 데이터에 따르면"이라 말하는 것이 훨씬 수월
    • 프리미엄은 정보가 아닌 출처의 신뢰성에 부과
  • AI는 분석 작업은 수행할 수 있지만 책임 흡수 기능은 수행 불가
    • 이사회가 AI 모델을 가리키며 "전문가 지침에 의존했다"고 말할 수 없음
  • 핵심 질문: 서비스 TAM 중 실제 산출물 품질에 대한 부분과 책임 전가·정치적 방패·자격 인증에 대한 부분의 비율
    • AI로 접근 가능한 서비스 시장은 헤드라인 수치보다 의미 있게 작을 수 있음
    • 동시에 이는 고객 관계와 책임을 소유한 서비스 기업에 차별화 요소로 작용

마진 확대의 지속 가능성 문제

  • 접근 가능한 TAM 내에서도 마진 확대는 부분적으로 일시적일 수 있음
  • 경쟁사가 동일한 AI 역량을 채택하면 서비스가 가격 기준으로 재상품화
  • 고객이 AI가 기존 주니어 직원의 업무를 수행한다는 사실을 인식하면 비용 절감 전가를 요구
  • 지속 가능한 마진은 AI 자동화 산출물 위에 위치한 프리미엄 및 책임 계층에 존재
    • 예시 비교: 세무 작업을 자동화하고 비용 절감을 고객에 전가하는 회계 기업(마진 60%)과, 동일한 자동화에 더해 CPA가 신고서에 서명하고 E&O 보험을 보유하며 고객 관계를 소유하는 기업(마진 45%)
    • 전자는 동일 모델에 접근 가능한 모든 경쟁자에 취약하지만, 후자는 AI만으로는 복제 불가한 전문적 신뢰와 책임이라는 구조적 해자 보유
  • 경쟁 압력은 스타트업만이 아님
    • Anthropic은 DCF 모델링, 비교 기업 분석, 실사 데이터팩을 위한 사전 구축 에이전트 기술과 S&P Capital IQ, Moody's, PitchBook 커넥터를 포함한 Claude for Excel을 출시
    • OpenAI는 Accenture, BCG, Capgemini, McKinsey와 다년 "Frontier Alliance" 파트너십을 발표하여 기업 워크플로에 에이전트를 직접 배포
    • 파운데이션 모델 기업들이 스타트업의 서비스 레이어 구축을 기다리지 않고 워크플로를 직접 공략
    • 차세대 모델이 감사 워크페이퍼나 법률 문서를 자율적으로 완성할 수 있다면, "AI 기반 서비스"는 종착점이 아닌 과도기적 상태
  • 파운데이션 모델은 산출물은 복제 가능하지만, 전문적 관계, E&O 보장, 규제 자격 인증은 복제 불가

성장은 여전히 사람에 의존

  • AI가 개인당 처리 가능 상한을 높이지만 사람의 필요 자체를 제거하지는 않음
    • AI 기반 감사 기업에서 CPA가 이전보다 훨씬 많은 업무를 관리할 수 있지만 CPA 자체는 여전히 필요
  • 마진 확대 곡선은 수확 체감이 예상되며, 큰 이득은 초기에 발생하고 빠르게 평탄화
    • 마진이 55~65%에서 정체된다면 870억 달러 또는 1조 달러 이상 시장에서 충분히 매력적이지만, 정확한 정체 지점은 불확실하며 이것이 핵심 리스크
  • 이 기업들이 의존하는 인재는 희소하고 비용이 증가 중
    • AI 도구가 오히려 상황을 악화시킬 수 있음
    • 법률 분야 예시: Harvey, Legora 같은 버티컬 AI 도구가 기존 기업의 엘리트 실무자에 직접 판매되어 현재 위치에서의 생산성을 향상
    • Big Law 파트너가 AI를 활용해 3배 케이스로드를 처리하면 더 많은 수입, 더 흥미로운 업무를 하며 이탈 이유가 감소
    • 기존 기업을 파괴할 도구가 오히려 인재를 기존 기업에 고착시키는 결과
  • 다수의 AI 네이티브 법률 기업이 동일한 파트너를 영입하려 상호 경쟁
    • 10개의 VC 지원 AI 네이티브 기업이 동일 카테고리에서 대규모 자금을 조달하면, 공급 측에서 유한한 자격 전문가 풀에 대한 인재 비용 인플레이션, 수요 측에서 동일 고객을 놓고 가격 압력 발생
    • 모델을 매력적으로 만들었던 마진 우위가 기존 기업뿐 아니라 동일 플레이북을 운영하는 다른 스타트업에 의해서도 잠식
    • 합의 트레이드의 고전적 패러독스: 더 많은 자본이 이 테시스를 추격할수록 실행이 더 어려워짐

어떤 비즈니스 모델이 가장 유리한가

  • 초기 단계 투자자로서의 핵심 질문: "소프트웨어 기업이 될 것인가?"가 아니라 "이 창업자가 50% 이상 총마진과 반복 매출을 규모 있게 유지할 수 있는 충분한 레버리지를 구축할 수 있는가?"
    • 데이터 해자, 책임 관계, 워크플로 통제를 통한 전환 비용 기반 방어력 보유 여부
    • 1조 달러 이상의 법률 시장이나 6,500억 달러 회계 시장에서는 가능하지만, 30억 달러 니치에서는 어려움

  • 기존 서비스 기업에 AI 도구 판매

    • 이 기업들은 소규모, 파편화되어 있으며 변화에 저항적
    • 이미 수익성이 좋다면 새 기술 도입의 긴급성이 없음
    • 강제 요인(forcing function) 이 필요
      • 회계가 가장 명확한 예시: 2020년 이후 30만 명 이상의 회계사가 이직, CPA의 75%가 은퇴 연령에 근접, 기업들이 업무를 거절하는 상황
      • 대안이 매출 손실일 때 AI 도구에 대한 수용도가 급격히 상승
    • Basis와 InScope에 투자한 이유: 두 기업 모두 회계 전문가에 AI 도구를 판매하며, 직접 책임을 지지는 않지만 강제 요인 덕에 워크플로에 깊이 임베드되어 전환이 운영적으로 고통스러운 수준의 방어력 확보

  • AI 네이티브 서비스 기업 처음부터 구축

    • 고객에게 수십 년의 브랜드 자산, 규제 관계, 전문 자격을 가진 기업에 맡기던 업무를 스타트업에 신뢰해달라는 요청
    • 책임 전가 동학이 강한 서비스에서 특히 가파른 난관
    • AI 네이티브 경로는 검증되지 않은 브랜드로 서비스를 판매하기보다 운영 자체를 소유해 신뢰 문제를 우회하는 산업에서 가장 적합
      • 보험 중개가 좋은 예시: DocShield의 경우, 보험 중개는 반복 고객과 매우 낮은 이탈률을 가진 고품질 사업이나, 소규모에서도 비싸서(200만 달러 EBITDA 중개가 10배 이상 멀티플로 거래) 롤업이 자본 비효율적
      • 평균 중형 중개는 IT 직원 약 0.5명이며 폐쇄형 에이전시 관리 시스템에 거주하여 소프트웨어 판매도 어려움
      • 중개를 소유하고 AI 시스템을 엔드투엔드로 구축하는 것이 유일하게 합리적인 경로

  • 롤업 전략

    • 롤업은 나쁜 전략이 아니지만 펀드 구조, 보유 기간, 운영 플레이북이 이런 자산 전환에 맞게 설계된 PE에 더 적합
    • VC 타임라인과 자본 구조에서는 실행이 훨씬 어려움
    • 그러나 시장 동학이 롤업을 적합하게 만드는 경우도 존재
      • Meroka는 독립 의원에서 운영: 개인 의원은 구조적 위기에 처해 있으며, 대형 사업자와 경쟁 불가, 협상력 부재, 고령 의사 은퇴 시 승계 계획 부재
      • Meroka는 의원을 직원 소유권 신탁으로 전환해 PE로부터 영구 독립을 보장하고, 현대 기술과 AI를 관리 서비스 조직으로 도입
      • 소프트웨어만으로는 해결 불가하며, 개입 없이는 AI가 오히려 통합을 가속화하여 PE 문제를 악화
      • 소유권 신탁이 책임 관계와 방어력을 형성하고, 관리 서비스 레이어가 각 새 의원마다 확장되는 반복 매출을 생성, 구조적 위기가 채택을 선택이 아닌 긴급한 것으로 전환하는 강제 요인

결론

  • AI 기반 서비스 기업에 대한 VC 투자로 큰 수익 창출 가능하지만, 이 기업들이 소프트웨어와 동일한 마진 프로필을 가지거나 서비스 TAM이 AI의 재편 속에서 정적으로 유지되리라는 환상은 없음
    • 내재적으로 상한선이 존재
  • 잘못된 접근: "소프트웨어가 아니라서" 이 기업들을 무시하거나, 결국 소프트웨어가 될 것처럼 가장하며 투자하는 것
  • 올바른 접근: 있는 그대로, 즉 대규모 시장, 개선되는 마진, 점점 반복적인, AI 레버리지 서비스 기업으로 인수 심사
  • 초기 단계 투자자 관점에서 본질적으로 변한 것은 없음
    • 프리시드와 시드 단계에서는 항상 현재 마진이 아닌 마진 궤적에 투자해왔음
    • 차이점은 AI가 전통 서비스 기업에는 없었던 총마진 확대의 구조적 순풍을 제공한다는 점
  • 소프트웨어를 투자자에게 매력적으로 만든 프레임워크: 큰 시장, 높은 마진, 반복 매출, 낮은 확장 비용
    • AI 기반 서비스 기업은 이 모든 조건을 충족하지는 않지만, 소프트웨어 동종 대비 20~70배 큰 시장에서 50% 이상 마진, 반복 고객 관계, 책임과 고객 관계 소유에 기반한 방어력이 있다면 충분
  • 서비스는 소프트웨어가 되지 않겠지만 더 소프트웨어에 가까워질 것이며, 이 규모의 시장에서는 그것으로 충분