- 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