서비스가 새로운 소프트웨어다

(sequoiacap.com)

8P by GN⁺ 13시간전 | ★ favorite | 댓글 2개

AI 모델 성능이 향상될수록 도구(tool)가 아닌 업무 결과(work)를 직접 판매하는 서비스형 AI 기업이 차세대 거대 기업이 될 것이라는 논지로, 소프트웨어 기업이 서비스 기업처럼 작동하는 구조를 제시
모든 직무를 지능(intelligence)과 판단(judgement) 두 축으로 분류하며, 지능 비중이 높은 업무일수록 AI 오토파일럿이 빠르게 침투 가능
현재 AI 지출의 절반 이상을 차지하는 소프트웨어 엔지니어링이 가장 먼저 자동화 임계점을 넘었으며, 다른 전문직도 뒤따를 전망
기존에 외주화된 업무를 진입점(wedge)으로 삼아 벤더 교체 형태로 시장 진입한 뒤, 내부 업무까지 확장하는 것이 오토파일럿 기업의 핵심 전략
보험 중개, 회계·감사, 의료 수익 주기, 채용 등 수십~수백조 원 규모 서비스 시장 각각에서 이미 오토파일럿 스타트업이 등장 중

지능(Intelligence) vs 판단(Judgement)

코드 작성, 테스트, 디버깅 등은 규칙이 복잡하지만 규칙 자체인 지능 작업에 해당
다음에 어떤 기능을 만들지, 기술 부채를 감수할지, 준비되기 전에 출시할지 등은 경험과 감각에 기반한 판단 작업
1년 전 대부분의 Cursor 사용자는 AI를 자동완성 수준으로 활용했으나, 현재는 에이전트가 시작하는 작업이 사람이 시작하는 작업보다 많음
소프트웨어 엔지니어링이 전체 직종 AI 도구 사용의 절반 이상을 차지하며, 나머지 직종은 아직 한 자릿수 비율
- 소프트웨어 엔지니어링이 주로 지능 작업이기 때문에 AI가 가장 먼저 자율적 수행 임계점을 돌파
- 이 흐름은 모든 전문직으로 확산 중

코파일럿(Copilot)과 오토파일럿(Autopilot)

코파일럿은 도구를 판매하고, 오토파일럿은 업무 결과를 판매
최근까지 AI 모델이 지능과 판단 모두 발전 중이었기 때문에, 전문가에게 도구를 제공하는 코파일럿이 올바른 접근이었음
- Harvey는 로펌에, Rogo는 투자은행에 판매하는 코파일럿 모델
- 전문가가 고객이고, 도구가 생산성을 높이며, 출력에 대한 책임은 전문가가 부담
현재 모델 지능이 충분히 높아져 일부 카테고리에서는 처음부터 오토파일럿으로 시작하는 것이 최선
- Crosby는 NDA 초안이 필요한 기업에 직접 판매(외부 법률 자문이 아닌)
- WithCoverage는 보험이 필요한 CFO에게 직접 판매(보험 중개인이 아닌)
어떤 직종이든 업무 예산(work budget)은 도구 예산(tool budget)보다 훨씬 크며, 오토파일럿은 첫날부터 업무 예산을 포착
해당 분야의 지능 비율이 높을수록 오토파일럿이 빠르게 승리

수렴(Convergence)

오늘의 판단이 내일의 지능으로 전환됨
AI 시스템이 해당 도메인에서 좋은 판단이 어떤 것인지에 대한 독점 데이터를 축적하면 프론티어가 이동
코파일럿과 오토파일럿은 결국 수렴하게 됨
여러 카테고리에서 코파일럿→오토파일럿 전환이 이미 시작되었으나, 시작 지점이 중요
- 지금 고객을 확보하고 데이터 복리 효과를 시작할 수 있는 위치를 결정하기 때문

오토파일럿 전략: 외주를 진입점(Wedge)으로 활용

소프트웨어에 쓰이는 1달러당 서비스에는 6달러가 지출됨
오토파일럿의 전체 시장 규모(TAM)는 한 카테고리 내 모든 노동 지출(내부+외주)이지만, 외주가 이미 존재하는 곳에서 시작하는 것이 적합
업무가 이미 외주화되어 있다면 세 가지를 의미
- 해당 기업이 외부 수행을 수용했다는 것
- 대체 가능한 기존 예산 항목이 존재
- 구매자가 이미 결과물을 구매하고 있다는 것
외주 계약을 AI 네이티브 서비스 제공자로 교체하는 것은 벤더 교체이지만, 내부 인력을 교체하는 것은 조직 개편
전략: 외주화된 지능 중심 업무로 시작 → 유통 확보 → AI가 복리 축적되면서 내부화된 판단 중심 업무로 확장
Crosby 사례: 대부분의 기업이 이미 외부 법률 자문에 외주하는 NDA(잘 정의된 지능 작업)로 시작, 예산 존재, 범위 명확, 즉각적 ROI, 마찰 없는 대체

기회 맵(Opportunity Map): 주요 서비스 시장별 분석

보험 중개 ($140-200B)
- 이 목록에서 가장 큰 금액 규모의 시장
- 표준 상업 보험은 고도로 표준화되어 있으며, 중개인의 부가가치는 본질적으로 보험사 비교와 양식 작성인 순수 지능 작업
- 유통 계층이 극도로 분산되어 수만 개의 소규모 중개사가 동일한 프로세스를 운영, 단일 기존 사업자가 고객 관계를 지배하지 못함
- WithCoverage와 Harper가 주목할 신규 진입자
회계 및 감사 (미국 외주만 $50-80B)
- 미국에서 지난 5년간 약 34만 명의 회계사가 감소한 반면 수요는 증가
- CPA의 75%가 은퇴 임박, 자격 취득 경로가 길고, 초임 급여가 테크·금융 대비 뒤처짐
- 이 구조적 부족이 거의 다른 어떤 직종보다 빠르게 AI 수용을 촉진
- Rillet이 장부를 마감할 AI 네이티브 ERP를 구축 중, Basis는 회계사용 코파일럿으로 시작
의료 수익 주기 (미국 외주 $50-80B)
- "의료"라 하면 판단 중심이라 생각하기 쉽지만, 청구 계층은 거의 순수 지능 작업
- 의료 코딩은 임상 기록을 약 7만 개의 표준화된 ICD-10 코드로 변환하는 작업으로, 규칙이 복잡하지만 규칙 자체
- 외주가 이미 성숙하고 성과 기반이므로, 오토파일럿은 동일 작업을 더 낮은 비용으로 수행하면 됨
- Anterior가 가장 앞서 있음
보험금 사정 (TPA 포함 $50-80B)
- 보험 정책의 반대편에서 보험금 사정은 별도의 오토파일럿 영역
- 표준 보험금 청구는 정책 문구 해석, 손해 일정, 보험계리표를 사용한 준비금 설정으로 처리
- 사정인 인력이 고령화되고 있으며 후속 인력이 부재
- Crawford, Sedgwick 등 독립 사정인과 TPA에 대규모 외주 구조
- 하나의 산업에서 최소 두 개의 별도 오토파일럿 기회 존재
- Pace가 보험금 처리 오토파일럿, Strala가 AI 네이티브 TPA를 구축 중
세무 자문 ($30-35B)
- CPA 라이선스가 규제적 해자를 형성하지만, 기저 업무의 80-90%는 지능 작업
- 세무 오토파일럿이 추가 관할권을 처리할 때마다 데이터 해자가 심화
- 다중 관할권 복잡성은 단일 사내 회계사가 감당하기 어려워 SMB가 외주하는 대표적 영역
- TaxGPT가 선발 주자이며, 유럽에서는 Skalar와 Ravical이 활동 중
법률, 거래 업무 ($20-25B)
- 계약서 초안, NDA, 규제 신고 등 높은 지능 비율, 일상적으로 외주
- 작업 결과물이 충분히 표준화되어 품질 검증이 가능하므로, 구매자가 깊은 법률 전문성 없이도 AI 출력을 신뢰 가능
- Harvey가 부상 중인 리더이며 빠르게 오토파일럿으로 전환 중, Crosby와 Lawhive가 오토파일럿 네이티브 신규 진입자
IT 매니지드 서비스 ($100B+)
- 거의 모든 SMB가 IT를 외주
- 패치, 모니터링, 사용자 프로비저닝, 알림 분류 등은 수천 개의 동일 환경에서 반복되는 지능 작업
- 기존 소프트웨어(ConnectWise, Datto)는 MSP에 도구를 판매하지만, 아직 아무도 기업에 직접 "당신의 IT가 운영됩니다"라는 결과물을 판매하지 않음
- Edra가 IT 프로세스 자동화, Serval이 IT 지원 자동화를 구축 중
공급망 및 조달 ($200B+)
- 대부분의 기업은 상위 20% 공급업체만 진지하게 협상, 나머지 롱테일은 사람이 할 경제적 타당성이 없어 관심 없음
- 계약 누수가 총 조달 지출의 2-5% 수준
- 진입점은 방치된 업무: 정당화할 예산 항목도 없고, 대체할 기존 사업자도 없이 그냥 발견되는 돈
- Magentic이 직접 조달, AskLio가 간접 조달용 AI를 구축
- Tacto는 중견 시장을 위한 시스템 오브 레코드와 코파일럿을 동시에 구축 중
채용 및 인력 ($200B+)
- 이 목록에서 가장 큰 서비스 시장
- 채용 퍼널 상단(스크리닝, 매칭, 아웃리치)은 순수 지능이지만, 후보자 클로징과 문화 적합성 평가는 수년간의 패턴 인식에 기반한 판단
- 오토파일럿 진입점은 매칭이 표준화된 대량·저판단 역할에 존재
- Juicebox, Mercor, Jack & Jill이 스펙트럼 전반에서 구축 중인 부상 리더
경영 컨설팅 ($300-400B)
- 거대한 시장이지만 업무의 대부분이 판단 중심
- AI가 컨설팅을 지능 구성요소(데이터 수집, 벤치마킹)와 판단 구성요소(전략적 권고)로 분해할 수 있는지가 핵심 질문
- 지능 레이어는 자동화되고 판단 레이어는 인간이 유지하는 구조가 가능한지 여부
- 최적 후보는 아직 미정(TBD)

2025→2026 전환과 혁신의 딜레마

2025년 가장 빠르게 성장한 AI 기업들은 코파일럿
2026년 많은 코파일럿 기업이 오토파일럿 전환을 시도할 것이나, 혁신의 딜레마에 직면
- 업무 결과를 판매한다는 것은 자사 고객이 해당 업무를 수행하는 것을 대체한다는 의미
이것이 바로 순수 오토파일럿 기업(pure-play autopilot)의 진입 기회