파편화되고 운영이 복잡한 산업일수록 오히려 버티컬 AI 시스템이 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 워크플로에 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 단계로 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 출시할 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 권한을 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~$12인 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 비용에 지출
두 번째 특성: 시장 구조
수천 개의 운영자에 걸쳐 파편화되어 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 축적할 시간 확보
사례: 미국 세무·회계 시장
미국 세무·회계 시장은 $1,450억 규모의 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 조직에 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 그릿이 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 축적된 상태
골디락스 TAM
대부분의 버티컬 AI 시장이 숨어 있는 이유는 시장 규모를 잘못 측정하기 때문
표준적 접근은 해당 카테고리의 소프트웨어 지출을 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 TAM의 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 보조하는 것에서 수행하는 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 항목에 판매하는 것
워크플로·운영 전반으로 확장되면 전체 운영 예산인 $1M 이상에 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 ACV에서 시작
제품이 임대 업무를 보조가 아닌 대체하면서 확장, 이후 유지보수, 수금, AI 가이드 투어로 임차인 생애주기 전체로 확대
현재 미국 아파트 8채 중 1채에 서비스 제공, 부동산 관리자·운영자가 플랫폼에 수백만 달러 이상 지출
헬스케어로도 진출하여 연간 $6,000억의 행정 비용을 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 정의하게 됨
Anthropic과 OpenAI가 애플리케이션 레이어에 실질적 위협이 되지만, 상충하는 우선순위를 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 능가할 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 진입점을 선택, 워크플로 전반으로 확장하며 권한을 획득, 노동을 대체하고, 고객이 없이는 운영할 수 없는 시스템이 될 것