Anthropic Archives - �鶹ԭ�� Korea 뉴스센터

AI, 설명하지 말고 이야기하라

Adam Park — Fri, 03 Apr 2026 02:19:11 +0000

스토리텔링이 커뮤니케이터들의 인공지능 설명을 돕는 네 가지 방법

스토리텔링은 AI왶� 같은 복잡한 주제를 인간의 경험으로 해석해 더 넓은 사회적 대화를 이끌어 내는 가장 효과적인 도구입니다. 답을 제시하는 대신 질문을 던지는 서사를 통해 대중이 AI의 미래를 함께 고민하는 능동적 참여자가 될 수 있도록 이끌어야 합니다.

글쓴이: 메이코 패튼(Meiko S. Patton), 번역: 클로드(Claude)

핵심 메시지

AI의 복잡한 기술적 개념은 추상적 설명보다 인간의 결정과 결과를 중심으로 한 이야기로 전달할 때 대중이 훨씬 쉽게 이해하고 공감할 수 있습니다.
스토리텔링은 AI의 기회왶� 위험을 동시에 담아낼 수 있어, 기술 낙관주의나 비관주의로 양극화되는 현재의 AI 담론을 균형 있게 이끄는 데 효과적입니다.
커뮤니케이터�� 답을 제시하는 대신 질문으로 끝나는 서사를 통해 대중을 AI의 미래를 함께 만들어 가는 능동적 참여자로 초대해야 합니다.

인공지능은 기하급수적으로 발전하고 있지만, 대중의 이해는 완고하게도 선형적인 수준에 머물러 있습니다.

엔지니어들은 AI 정렬과 모델 성능을 두고 논쟁을 벌이고, 경제학자들은 자동화 문제를 토론하며, 정책 입안자들은 거버넌스를 논의합니다. 그러는 동안, 대부분의 사람들은 디스토피아적인 영화 속 줄거리나 유토피아 혹은 아포칼립스를 약속하는 자극적인 헤드라인을 통해 AI를 접하고 있습니다.

그 결과는 어떨까요? AI를 개발하는 사람들, 규제하는 사람들, 그리고 그 결과왶� 함께 살아가는 사람들이 완전히 서로 다른 언어로 이야기하는, 분열된 대화가 만들어지고 있습니다.

바로 이 지점에서 커뮤니케이션 전문가들이 나서야 합니다. AI를 무의미하게 단순화하려는 것이 아니라, 그 복잡성을 실질적으로 행동 가능한 무언가로 번역하기 위해서입니다. 수십 년간 커뮤니케이션과 PR 분야에 종사해 온 저는, 가장 효과적인 도구가 더 나은 파워포인트 자료나 더 인상적인 캠페인 슬로건이 아니라는 사실을 깨달았습니다.

그것은 바로 스토리텔링입니다.

발표만 하면 떠는 직장인을 위한 프레젠테이션 팁��특집 기사

발표만 하면 머리가 하얘지는 이유, 슬라이드 탓이 아니다. 떨리는 건 준비가 부족해서가 아니라, 잘못된 것을 준비했기 때문이다. 전기가 나가도 발표를 끝낼 수 있다면? 슬라이드 말고 이야기를 준비하는 법, 지금 시작해보자.

싵��점

이 접근법의 씨앗은 앤트로픽(Anthropic)의 최근 연구 이니셔티브에 관한 글을 읽으면서 싹텄습니다. 점점 더 강력해지는 AI 시스템이 어떻게 경제를 재편하고, 거버넌스에 영향을 미치며, 사회의 근본적인 작동 방식을 바꿀 수 있는지에 관한 사회적 영향을 탐구하는 연구였습니다.

연구에서 제기된 질문들은 매혹적이었습니다. 하지만 그에 대한 대중적인 논의는? 거의 전무한 수준이었습니다. 동시에 저는 인습적인 사고에 도전하는 개인들, 즉 처음에는 다른 사람들이 의문을 품거나 무시했던 아이디어를 추구하는 혁신가들을 중심으로 한 영화를 개발하고 있었습니다.

그 두 가지가 만나는 지점에서 하나의 질문이 떠올랐습니다. 만약 폐쇄된 공간에서 이루어지는 AI 토론을 백서가 아닌 서사를 통해 대중에게 공개할 수 있다면 어떨까?

그 답은 〈AI 퓨처스: 가까운 미래의 이야기들(AI FUTURES: Stories From the Near Future)〉이 되었습니다. AI 연구에서 떠오르는 질문들을 단순화가 아닌 극적으로 형상화하기 위해 고안된 영화적 앤솔로지 시리즈입니다.

한 에피소드를 예로 들어 보겠습니다. AI 시스템이 전 세계적인 위기를 몇 주 전에 예측하고, 세계 지도자들은 그 알고리즘을 신뢰할지, 아니면 무시하는 위험을 감수할지 결정해야 하는 상황에 처합니다.

그 단 하나의 시나리오가 AI 거버넌스, 제도적 신뢰, 그리고 인간의 주체성에 관한 질문들을 생생하게 보여 주며, 이 질문들은 한 학기짜리 윤리 강좌를 채울 수도 있을 만큼 방대합니다. 하지만 이야기의 형태로 제시되면, 청중은 그 무게를 즉각적으로 이해합니다.

이러한 질문들의 변형된 버전들은 이미 연구자들과 정책 입안자들에 의해 씨름되고 있습니다. 스토리텔링은 단순히 더 넓은 청중이 추상적인 이론이 아닌 인간의 경험을 통해 그 논쟁에 참여할 수 있도록 해줄 뿐입니다. 커뮤니케이터들이 동일한 기법을 사용하여 AI의 복잡성을 명확하게 번역하는 방법을 소개합니다.

스토리텔링 성공을 위한 7가지 원칙��특집 기사

어린 시절 이야기를 좋아하던 우리는 어른이 되어서도 이야기에 대한 갈망이 여전합니다. 프레젠테이션과 비즈니스 회의에서 스토리텔링으로 성공하기 위한 7가지 원칙을 스탠포드 경영대학원 제이디 슈람(JD Schramm) 교수가 알려 드립니다.

1. 기술적 문제를 인간의 딜레마로 전환하세요

의료 분야에 종사하신다면, 신경망이 데이터를 처리하는 방식을 설명하지 마세요. 의료 AI가 어떤 인간 의사도 선택하지 않았을 치료 방향을 권고했는데, 그것이 옳은 것으로 판명되었을 때 어떤 일이 벌어지는지를 보여 주세요. AI 논의를 아키텍처왶� 알고리즘이 아닌 결정과 결과를 중심으로 구성하세요. 사람들은 위험 부담을 이해합니다. 타협을 이해하고, 잘못된 선택의 무게를 이해합니다.

2. 가능성을 탐색하는 도구로 서사를 활용하세요

이야기에는 독보적인 강점이 있습니다. 미래에 대해 확실성을 주장하지 않으면서도 그럴듯한 시나리오를 탐색할 수 있다는 것입니다. “이런 일이 일어날 수도 있습니다”는 호기심과 논의를 이끌어 냅니다. “이런 일이 일어날 것입니다”는 방어적인 회의주의를 유발합니다. 스토리텔링은 가능성의 영역에서 작동하므로, 결과가 진정으로 불확실한 신기술을 다루기에 이상적입니다.

3. 기회왶� 위험의 균형을 맞추세요

AI에 관한 대화는 종종 기술 낙관주의 또는 기술 비관주의로 양극화됩니다. 스토리텔링은 두 가지 진실을 동시에 담을 수 있게 해줍니다. 재앙을 막는 AI 시스템을 보여 주되, 모두가 그것을 지나치게 신뢰함으로써 발생하는 예기치 못한 결과도 함께 보여 주세요. 효율성 향상과 더불어 위축되는 인간의 역량도 보여 주세요. 이러한 섬세함은 신뢰성을 높이고, 언론 보도를 지배하는 단순화된 서사에 저항하게 해줍니다.

4. 청중을 대화로 초대하세요

가장 효과적인 서사는 답이 아닌 질문으로 끝납니다. “AI에 대해 우리가 해야 할 일은 이것입니다”로 결론 짓지 마세요. “여러분이라면 어떻게 하시겠습니까?”로 마무리하세요. 해결책을 처방하는 것이 아닌 대화를 장려하는 스토리텔링은, 청중이 기술 변화의 수동적인 수용자가 아닌 AI의 미래를 만들어 가는 능동적인 참여자가 될 수 있도록 돕습니다.

사람을 중심에 두는 B2B 스토리텔링 마케팅��특집 기사

코끼리왶� 몰이꾼. B2B 구매의 세계에서 몰이꾼은 합리적인 결정을 내리려고 노력하는 구매자입니다. 하지만 의식하건 않건 간에 종종 직감과 감정이라는 코끼리에 영향을 받습니다. 그래서 디지털 시대에도 사람의 마음을 움직이는 건 결국 스토리텔링이죠.

지금 이 문제가 중요한 이유

인공지능은 여전히 전개 중인 방식으로 경제, 제도, 일상을 재편할 것입니다. 기술이 발전함에 따라, 명확하고 사려 깊은 커뮤니케이션에 대한 필요성은 더욱 강해질 것입니다.

커뮤니케이터들은 AI 시스템이 어떻게 작동하는지, 어떻게 관리되는지, 사람들에게 어떤 영향을 미치는지를 조직이 설명할 수 있도록 도울 것입니다. 더 나아가, 허위 정보왶� 과장된 기대, 그리고 정당한 우려가 충돌하는 복잡한 환경을 대중이 헤쳐 나갈 수 있도록 도울 것입니다.

스토리텔링은 기술 전문성이나 정책 분석을 대체하는 것이 아닙니다. 그것은 보완적인 수단입니다. 청중이 부상하는 이슈들에 의미 있고 접근 가능한 방식으로 참여할 수 있게 해주는 보완적 도구입니다.

AI 연구 기관들이 점점 더 강력해지는 모델들의 사회적 함의를 탐색함에 따라, 스토리텔링은 그러한 탐색을 실험실 밖으로, 그리고 사람들의 일상 속으로 가져오는 가장 효과적인 도구 중 하나가 될 수 있습니다.

앞으로의 실질적인 과제

인공지능의 미래는 기술만으로는 결정되지 않을 것입니다. 사회가 이 시스템들을 어떻게 개발하고, 배치하며, 관리할 것인가에 대해 내리는 결정들에 의해 형성될 것입니다.

그러한 결정들은 사람들이 실제로 무엇이 걸려 있는지, 단순히 기술적 역량만이 아니라 인간적 함의까지 이해할 때에만 제대로 정보에 기반할 수 있습니다.

복잡한 논쟁을 이야기로 번역함으로써, 커뮤니케이터들은 그러한 결정들이 혼란이 아닌 이해에 의해, 무관심이 아닌 참여에 의해, 두려움이 아닌 대화에 의해 이루어질 수 있도록 도울 수 있습니다.

B2B 콘텐츠 마케팅 베스트 프랙티스��특집 기사

(1) 고객이나 가망고객이 찾는 콘텐츠, 즉 방문객을 유인하는 콘텐츠; (2) 고객에 초점을 맞춰 중요한 고객 질문에 답하는 콘텐츠; (3) 고객이 찾기 쉬운 콘텐츠 등 좋은 콘텐츠를 꾸준히 발간하는 콘텐츠 마케팅으로 새로운 기회를 잡으세요.

글쓴이 소개

메이코 S. 패튼은 미국 우정공사(USPS)의 AI 커뮤니케이션 전문가이자 의 자문위원입니다. 또한 서사, 기술, 사회 변화의 교차점을 탐구하는 커뮤니케이션 전략가입니다. 앤섬 ““는 유튜브왶� 스포티파이에서 감상하실 수 있습니다.

원문: ,

The post AI, 설명하지 말고 이야기하라 appeared first on �鶹ԭ�� Korea 뉴스센터.

SaaS 종말론: 소프트웨어 구독 모델 위협하는 AI 에이전트

Adam Park — Thu, 19 Mar 2026 07:04:56 +0000

의 확산은 SaaS의 과금 모델을 근본적으로 위협하지만, 이는 SaaS 전체의 종말이 아니라 깊이 없는 SaaS의 종말이다. 수십 년간 쌓인 비즈니스 로직과 실물 인프라를 가진 ��랫폼은 오히려 AI가 배포되는 괶�문으로서 더 강해질 수 있다.

기획: 박범순(Adam Park), 글쓴이: 클로드(Claude)

핵심 메시지

AI 에이전트는 한 개의 좌석으로 열 명분의 일을 처리하므로, 결과에 연동된 퍼시트 모델은 수익 붕괴를 피할 수 없다.
진정한 방어력은 예쁜 UI가 아닌 복제 불가능한 백엔드, 즉 네트워크 효과·물류 인프라·누적된 비즈니스 로직에 있다.
가격 모델도 진화해야 하며, 싵ӗ�라(��)처럼 성공한 결과에만 과금하는 아웃컴 기반 방식이 새로운 대안으로 부상하고 있다.

올해 초 앤트로픽이 클로드 코워크왶� AI 플러그인 생태계를 발표하던 날, 실리콘밸리의 투자자들 사이에서는 조용한 공황이 시작됐다. 젠데스크, 세일즈포스, 허브스팟 등 수십 개의 SaaS 기업 주가가 일제히 흔들렸다. 사람들은 이 현상에 즉각 이름을 붙였다. ��포칼립스(��ǳ��), 즉 SaaS왶� 아포칼립스의 합성어. 직역하면 SaaS 종말론이다.

과연 SaaS는 정말 끝난 것일까? 브레이킹이븐(Breaking Even) 채널의 페더리코(Federico)왶� 아틀라시안(Atlassian)의 공동창업자 겸 CEO인 마이크 캐논-브룩스(Mike Cannon-Brookes)의 시각을 함께 들여다보면, 이 질문에 대한 답이 단순하지 않다는 것을 알 수 있다.

퍼시트(Per-seat) 모델의 균열

SaaS가 지난 20년간 폭발적으로 성장할 수 있었던 비결은 단순했다. 사람이 늘어날수록 좌석(seat)이 늘어나고, 좌석이 늘어날수록 수익이 늘어난다. 한계비용은 거의 0에 가깝고, 한번 쓰기 시작하면 쉽게 떠나기 어려운 구조. 완벽한 사업 모델이었다.

AI 에이전트는 이 공식의 근본 전제를 뒤흔든다.

페더리코의 설명은 직관적이다. AI 에이전트는 단순한 챗봇이 아니다. 파일을 읽고 편집하고, 소프트웨어를 직접 조작하며, 사람 대신 실제 행동을 취한다. 예전에는 10명의 영업 담당자가 각자 세일즈포스 계정을 가지고 있었다면, 이제는 AI 에이전트 한두 개가 팀 전체의 역할을 대신할 수 있다. 구독 좌석이 10개에서 2개로 줄어드는 것이다. SaaS 기업 입장에서는 수익이 80% 감소하는 악몽이다.

캐논-브룩스도 이 위기를 부정하지 않는다. 다만 그는 한 가지 중요한 단서를 붙인다. “리스크가 높아진 것은 맞다. 하지만 이 공포는 과장됐다.” 그가 진단하는 진짜 문제는 ‘모든 SaaS가 똑같이 위험하다’는 착각이다.

2026년 AI 트렌드 – 리더들을 위한 핵심 인사이트��특집 기사

에이전틱 AI의 느린 발전, AI 버블 붕괴, 기업 차원의 GenAI 활용 필요성, AI 관리 조직 구조 논쟁, AI 팩토리를 통한 가치 창출 가속화 등 MIT의 톰 데이븐포트왶� 랜디 빈이 제시하는 2026년 5대 AI 트렌드를 지금 바로 확인하세요.

세 가지 SaaS, 세 가지 운명

캐논-브룩스는 SaaS 기업을 세 유형으로 분류한다. 이 분류는 AI 시대에 누가 살아남고 누가 사라질지를 꽤 정확하게 예측한다.

유형 1: 결과에 묶인 퍼시트 모델 – 젠데스크 같은 고객 서비스 ��랫폼이 대표적이다. 상담 직원 한 명당 한 개의 좌석을 판다. 그런데 AI가 상담 업무를 처리하기 시작하면? 고객사는 더 이상 100명분의 좌석이 필요 없다. 이론적으로는 좌석이 0에 가까워질 수도 있다. 이 유형이 가장 직접적인 위협에 놓여 있다.
유형 2: 직원 수에 묶인 퍼시트 모델 – 워크데이나 석세스팩터스() 같은 HR ��랫폼이 여기에 해당한다. 이 소프트웨어의 좌석 수는 ‘업무량’이 아니라 ‘임직원 수’왶� 연동된다. 회사에 직원이 1,000명이면 1,000개의 계정이 필요하다. AI가 아무리 발전해도 회사의 인력 규모 자체를 줄이기 전까지는 좌석 수가 줄지 않는다. 게다가 이런 ��랫폼은 AI 도구들이 기업 데이터에 접근하는 괶�문 역할을 한다. 오히려 AI 시대에 더 중요해질 수 있다.
유형 3: 사용량 기반 모델 – 세일즈포스처럼 사용량에 따라 과금하는 구조다. 프론트엔드(사용자 인터페이스)왶� 백엔드(데이터왶� 프로세스)가 잘 결합되어 있다면 크게 흔들리지 않는다. 다만 가격 정책이 고객에게 공정하게 느껴지는지가 관건이다.

아래는 이 세 유형의 위험도를 한눈에 볼 수 있는 다이어그램이다.

Atlassian의 마이크 캐논-브룩스 CEO가 제시한 3가지 SaaS 유형별 리스크

AI 시대에 진짜 가치는 어디에 있는가

페더리코는 SaaS의 위기를 명료하게 진단한다. 지금까지 많은 SaaS 기업은 본질적으로 “그럴싸한 대시보드가 달린 데이터베이스”였다. 이런 기업들은 AI에게 잡아먹힐 것이다.

그렇다면 살아남는 기업은 무엇이 다를까? 핵심은 인터페이스 레이어가 아닌 백엔드 레이어에 있다. AI 에이전트는 이제 시각적 인터페이스 없이도 소프트웨어를 직접 조작할 수 있다. 아름다운 UI는 더 이상 경쟁 우위가 아니다.

보이지 않는 것의 힘: AI 시대에 정말 중요한 것들��특집 기사

우리는 보이는 것, 측정 가능한 것만 중요하다고 착각합니다. 하지만 생존 편향,��데이터 편향,��측정 편향이 보여주듯, 신뢰, 윤리, 지혜, 맥락 등 AI 시대에 진짜 중요한 것은 여전히 눈에 보이지 않습니다.

방어 가능한 백엔드의 조건은 네 가지다.

첫째, 복제하기 어려운 고유 시스템. 쇼피파이(Shopify)가 수십 년에 걸쳐 구축한 글로벌 물류 네트워크가 대표적인 예다. AI가 코드로 쇼피파이 같은 인터페이스를 하루 만에 만들 수 있어도, 전 세계 창고왶� 배송 파트너로 이루어진 실물 네트워크는 절대 복제할 수 없다.
둘째, 네트워크 효과. 사용자가 많아질수록 서비스가 더 가치 있어지는 구조. 이미 수백만 개의 기업 데이터를 처리하는 ��랫폼은 그 자체로 강력한 해자(moat)가 된다.
셋째, 브랜드왶� 신뢰. 특히 AI 에이전트가 자율적으로 행동하는 세계에서는 ‘어떤 ��랫폼이 처리했는가’에 대한 신뢰가 결정적이다.
넷째, 물리 세계 통합과 규제 편입. 정부 시스템에 깊이 통합되어 있거나 물리적 인프라왶� 연결된 소프트웨어는 AI 에이전트가 쉽게 대체할 수 없다.

캐논-브룩스는 여기에 중요한 관점을 추가한다. 많은 사람들이 ‘시스템 오브 레코드(system of record)‘를 그저 데이터를 저장하는 정적인 캐비닛으로 오해한다는 것이다. 그러나 현대 비즈니스는 실제로 수십 년에 걸쳐 쌓인 동적 프로세스왶� 비즈니스 로직의 집합체다. 그 복잡한 엣지 케이스왶� 규칙들이야말로 AI가 통해서 작동해야 하는 핵심 인프라다. 즉, 깊이 있는 시스템 오브 레코드를 가진 기업은 AI의 대체 대상이 아니라 AI가 배포되는 괶�문이 된다.

“바이브 코딩”의 한계

요즘 “바이브 코딩(vibe coding)”이라는 말이 유행한다. 개발 경험이 없어도 AI에게 대략적인 아이디어를 말하면 작동하는 앱을 뚝딱 만들어준다는 개념이다. 이것이 SaaS의 종말을 가속화할까?

페더리코왶� 캐논-브룩스 모두 비슷한 결론에 도달한다. 바이브 코딩은 인터페이스를 만들 뿐, 방어 가능한 백엔드를 만들지는 못한다. 쇼피파이의 외관을 닮은 앱은 하루 만에 만들 수 있다. 하지만 쇼피파이가 20년간 구축한 글로벌 풀필먼트 네트워크는 코드 몇 줄로 생성되지 않는다.

다만 캐논-브룩스는 바이브 코딩의 유용한 측면도 인정한다. 기존 ��랫폼 위에 맞춤형 확장 기능을 만드는 데는 탁월하다. “마이애미 사무실 회의실 예약 시스템”처럼 매우 특수한 니즈를 가진 기업이 대형 IT팀 없이도 빠르게 자신만의 툴을 만들 수 있다. 핵심 시스템을 대체하는 것이 아니라 핵심 데이터왶� 연동된 맞춤 확장을 만드는 것, 이것이 바이브 코딩의 올바른 쓰임새다.

AI 혁신: 기업 경쟁력 확보 위한 4단계��특집 기사

기업이 AI를 통해 실질적인 경쟁 우위를 확보하려면 가장 유망한 사용 사례 우선순위 설정, 지능형 에이전트 배포, 일상 업무 프로세스에 AI 통합, 상호 운용 가능한 AI 도구 생태계 구축이라는 4단계 접근법이 필요합니다.

새로운 가격 모델의 등장: 결과 기반 과금

퍼시트 모델이 흔들리면서, 새로운 가격 체계에 대한 모색이 시작됐다. 그 중 가장 주목받는 것이 아웃컴 기반(outcome-based) 가격 정책이다.

고객 서비스 AI ��랫폼 싵ӗ�라(��)가 선구적 사례다. 시에라는 AI 에이전트가 인간 개입 없이 고객 문의를 성공적으로 처리했을 때만 과금한다. 고객사 입장에서는 리스크가 없다. AI가 실패하면 돈을 내지 않는다. 시에라 입장에서는 자신들의 에이전트 성능을 개선할 강력한 인센티브가 생긴다. 가치 창출과 수익이 완벽하게 정렬된 모델이다.

페더리코는 이 방향이 SaaS의 미래라고 본다. 실제로 AI가 처리하는 업무의 양과 질이 과금의 기준이 되어야 한다는 것이다.

그러나 캐논-브룩스는 여기서 중요한 현실적 한계를 짚는다. 결과 기반 가격은 예측 가능성과 투명성이 떨어진다. 기업들이 퍼시트 모델을 선호했던 이유 중 하나는 매달 얼마를 내야 하는지 명확히 알 수 있기 때문이다. 반면 아웃컴 기반 모델은 절감 효과를 매년 새로 증명해야 하는 부담이 있고, 예상치 못한 비용 급등의 가능성도 있다. 그가 “카지노 칩 모델”이라 부르는, 토큰 사용량이나 API 호출 횟수처럼 예측 불가능한 요소로 청구서가 치솟는 가격 구조는 기업 고객이 가장 싫어하는 것 중 하나다.

결국 캐논-브룩스가 제시하는 공정한 AI 가격 모델의 기준은 세 가지로 요약된다. 고객이 비용을 통제할 수 있어야 하고, 가치왶� 비용이 비례해야 하며, 예상치 못한 숨겨진 복잡성이 없어야 한다.

AI 시대의 트롤리 문제: 달리는 전차를 멈추는 법��특집 기사

AI 시대에도 트롤리 딜레마의 진짜 해법은 “누구를 희생할 것인가”가 아니라, 그 상황 자체를 만들지 않는 예방과 설계에 있습니다. 발전된 기술을 최대한 활용해 예방하도록 설계하되, 최종 가치 판단과 책임은 언제나 인간의 몫입니다.

살아남는 자왶� 사라지는 자

SaaS 대재앙은 실재한다. 하지만 그것은 SaaS라는 개념 자체의 종말이 아니라, 피상적인 SaaS의 종말이다.

수십 년간 쌓인 비즈니스 로직, 실물 인프라왶�의 통합, 수백만 기업의 신뢰. 이런 것들은 AI가 하루 아침에 대체할 수 없다. 오히려 AI는 이런 깊이 있는 ��랫폼을 통해 배포되고 작동한다. 그 괶�문을 쥔 기업은 AI 시대에도 살아남는다.

반면 “그럴싸한 대시보드가 달린 데이터베이스”에 불과했던 기업들, 즉 인터페이스만 예쁘고 실질적인 데이터나 프로세스의 깊이가 없는 SaaS들은 AI 에이전트에 의해 빠르게 잠식될 것이다.

캐논-브룩스의 말처럼, 잘 적응한 기업은 AI 시대에 오히려 더 강해질 수 있다. 하지만 그 적응은 “AI 기능을 추가했습니다”라는 보도자료 한 줄로 이루어지지 않는다. 자신이 정말로 어떤 가치를 제공하는지, 그리고 그 가치가 AI 에이전트의 등장 앞에서도 방어 가능한지를 근본적으로 다시 질문하는 데서 시작된다.

SaaS포칼립스는 종말이 아니라 선별이다.

이 글은 왶� 의 인터뷰 내용을 바탕으로 작성되었습니다.

The post SaaS 종말론: 소프트웨어 구독 모델 위협하는 AI 에이전트 appeared first on �鶹ԭ�� Korea 뉴스센터.