“사스포칼립스는 과장이다” — DT에 AI를 1~2%만 쓰면 끝, ‘과제 정의’가 승부를 가른다
오늘 글에서 꼭 잡고 가야 할 핵심 (이걸 읽고도 싶은 이유)
1) “클로드 코드(또는 유사한 에이전트/코딩 모델)가 SaaS를 무너뜨린다”는 서사가 전부는 아니다 라는 관점.
2) 그 이유를 ‘기술’이 아니라 비용/일관성/책임/라스트 마일(마지막 품질 구간)로 쪼개서 설명.
3) 기업 AI 전환은 효율(생산성)보다 먼저 문제 정의(과제 설정, 스큐어모픽 탈피)가 속도와 성과를 결정한다는 결론.
4) “AI 어시스티드 → AI 드리븐 → AI 네이티브”로 자연스럽게 전환되지 않는다는 경고.
5) 공공 AI도 ‘백오피스 효율’만 하면 끝이 아니라 국민 경험(민원 처리/실시간 안내)까지 연결돼야 인정받는다는 메시지.
이 다섯 가지가 오늘 글의 뼈대예요. 아래는 뉴스처럼 그룹별로 정리해 드릴게요.
1) “사스포칼립스”가 과장된 이유: 시장이 무너진 게 아니라 ‘담보가 바뀐’ 것
1-1. 반도체 급락 사례처럼, 문제는 ‘수요 폭발의 실현 타이밍’
조용민 언바운드랩스 대표는 구글의 터보퀀트 논문 공개 후 SK하이닉스/삼성전자 주가가 크게 흔들렸던 상황을 예로 들었어요.
그리고 그때 충격을 크게 받은 돈은 “폭발적인 수요가 아직 덜 왔다”는 전제에서, 덤머니(dum-money) 성격이 강한 투자라고 해석하죠.
1-2. SaaS도 똑같다: 스마트머니는 ‘잔존’할 수 있다
SaaS 분야 역시 “AI가 등장했으니 다 끝장”이라고 단정하기엔 이르다는 거예요. 주가가 출렁이는 건 일종의 재가격/재평가이고, 스마트머니는 남아 있을 확률이 높다는 관찰이 핵심입니다.
1-3. 대신 ‘SaaS가 AI를 쓰는 방식’이 문제다
대표가 가장 강하게 말한 포인트는 이거예요.
AI를 DT(디지털 전환)·업무 자동화에 “1~2%” 수준으로만 끼워 넣으면, AI로 인한 진짜 체급 변화(업무 재설계/품질 보장/책임 구조)가 안 나옵니다.
그 결과, 시장에서 “SaaS가 할 일”이 사라진 것처럼 보일 수 있죠.
2) “클로드 코드” 같은 모델이 SaaS에 미치는 영향: 3개 관문을 통과해야 진짜 위기/기회가 됨
2-1. 관문 A: 비용 + 일관성(consistency) — 클라우드 파운데이션은 비싸고, 로컬은 품질이 고정될 수 있다
대표는 지무비(웹툰 홍보 영상 제작 사례)를 들어 파운데이션 모델의 한계를 설명합니다.
파운데이션(예: 특정 이미지→짧은 영상 생성)을 클라우드로 쓰면 비용이 커지고, 동일 이미지로 여러 변형을 만들더라도 일관성이 흔들릴 수 있어요.
반대로 로컬에서 돌아가는 솔루션은 설치만 하면 되고, 일관성 유지가 더 잘 되며 결과물 품질이 사용자 관점에서 안정적입니다.
2-2. 관문 B: 책임성과 과금 모델 — ‘환각’이 발생했을 때 법적/운영적 책임을 누가 지는가
대표가 SaaS 포칼립스를 판단할 때 중요하게 보는 두 번째 축은 “책임 구조”예요.
B2B에서 월급/계약 처리 같은 영역은 1원이라도 잘못 나가면 문제가 됩니다.
그런데 로컬이든 클라우드든, 파운데이션 모델 자체가 “환각 제로(complete zero hallucination)”를 보장하기는 어렵고, 그래서 기업들은 법적 책임/레지터메스(검증·책임 체계)를 포함한 과금·운영 구조를 요구하죠.
2-3. 관문 C: 라스트 마일 — 마지막 1% 품질이 계약을 가른다
세 번째 축이 “라스트 마일(last-mile resolution)”입니다.
대부분의 영역은 AI가 99%까지 해낼 수 있어도, 마지막 1% 품질이 계약/CS/규정/검수에서 막히면 SaaS가 바로 무너지지 않아요.
그래서 “몇 년 안에 완벽해지나(2026~2028)” 같은 논쟁이 계속된다고 봅니다.
3) “AI 전환은 효율이 아니라 문제 정의” — 스큐어모픽 과제를 벗어나야 한다
3-1. DT처럼 ‘기존 업무를 그대로 옮기는 방식’은 AI를 1~2%만 쓰게 만든다
대표가 반복해서 경계하는 건, AI를 도구처럼 얹어서 “채봇 만들기/콜센터 대체/메일 요약”처럼 보이는 과제에 머무는 거예요.
이건 겉만 스마트해지고, 실제 업무 흐름(승인·전달·검증·기록)의 재설계가 없어서 “효율” 이상으로 못 갑니다.
3-2. 스큐어모픽(skeuomorphic) 체크: 전산화 시대 과제를 AI로 포장하지 말 것
대표가 말한 표현은 “스큐어모픽 과제”였어요.
예전엔 전구 옆에 전구 모양을 둬도 됐듯이, AI에서도 굳이 쓸데없는 방식으로 기존 UI/업무 습관을 그대로 복제하는 과제가 많다는 비판입니다.
핵심은 이런 게임을 하자는 거예요. “챗봇이 똑똑해지는 게 아니라, 실제로 최종 성과(수익·정확성·시간)를 개선하는가?”
3-3. 예시: 이메일 “대신”이 아니라 승인·의사결정 흐름을 학습하는 ‘AI 네이티브 메일’
대표는 “메일을 대신 써주는 AI”보다, 회사의 승인/전문가 컨텍스트/중요 데이터가 실시간 학습된 뒤 부장에게 물어볼 필요 없이 ‘업무 트랜잭션’을 자동화하는 접근이 AI 네이티브에 가깝다고 봅니다.
4) 왜 기업들은 AI 네이티브가 어려울까: 조직·운영·전환 비용이 발목을 잡는다
4-1. 운영비 + 이주비 + 품질 100% — “AI를 쓰는 순간”이 시작이 아니라 유지가 시작
내부 툴을 만들거나(바이브코딩 후 고치는 방식), 기존 SaaS에서 나와 갈아타려면 UI/운영/데이터/품질 책임이 같이 따라와요.
대표는 그래서 “효율로 시작하면 오히려 일이 늘 수 있다”는 관점을 강조합니다.
AI 전환은 단순 자동화가 아니라, 조직의 노동집약적 테스크를 어떻게 재배치하는지가 중요하다는 말이죠.
4-2. POC(검증)만 하고 끝 / 중간 파기 / 본 프로젝트 미연결: 원인은 ‘과제 설정’
AX 전환 업체들이 많아졌는데, 현장에서 POC만 하고 끝나는 케이스, 도메인 지식이 없어 ‘포디플로이드(도메인 모르는 상태)’로 흘러가는 케이스, 잘 만들었지만 본 도입으로 이어지지 않는 케이스가 발생한다고 봅니다.
그리고 그 공통 원인은 “과제를 어떻게 정의했는가”라고 정리해요.
5) “AI 어시스티드 → AI 네이티브”는 자동으로 못 간다: 좋은 파트너 + 한 방에 가는 과제가 필요
5-1. 동화가 아님: 어시스티드 경험이 생기면 다음 단계로 점프가 어려워진다
대표는 AI 전환 로드맵을 AI 어시스티드 조직 → AI 드리븐 조직 → AI 네이티브 조직으로 자연스럽게 가는 시나리오를 “동화”라고 표현합니다.
어시스티드 경험이 생기면 내부적으로 그 체계가 고착돼 다음 단계로 넘어가기가 더 어렵다는 거예요.
5-2. “한 방”을 위한 조건: UX 개선 + 과제 정의 + 파트너십
그래서 AX 마켓플레이스, 업스테이지 같은 파트너, 도메인 LM(국가대표급) 등 “진짜 고민을 해결하는 파트너”가 필요하다고 말합니다.
6) 공공 AI: 백오피스 효율이 아니라 ‘국민 경험’에 붙어야 가치가 증명된다
6-1. 공공기관은 백도어 데이터 정리보다 ‘민원 접점의 UX’가 승부
대표가 공공 AI를 볼 때 던진 질문은 이거예요. “공무원이 8시간 하던 걸 2시간으로 줄이면 끝인가?”
핵심은 사일로(부처 간 칸막이)를 깨면 국민이 체감하는 처리 속도/안내 구조가 바뀌어야 인정받는다는 논리로 이어집니다.
6-2. 보고서용 AI vs 민원 처리 속도 개선형 AI
백도어에서 보고서를 만드는 효율 AI는 도입만 되고 체감이 작으면 국민이 인정을 못 한다는 경고가 나옵니다. 반대로 민원인이 “칠 때” 실시간으로 분류/요약/관련 정보를 보여주는 구조는 가치가 다르게 증명된다는 거죠.
7) 투자/시장 관점: “스마트머니가 남았나?”를 보면 과장된 공포를 걸러낼 수 있다
7-1. 급락 시기에 ‘같이 빠졌나, 일부 남았나’
대표는 VC/투자자 구성으로 힌트를 얻는다고 말합니다. 비상장에서는 더 명확하고, 상장에서도 투자자 구성을 보면 “스마트머니 잔존 비율”이 보인다는 거예요.
7-2. 시장은 매번 같은 곳에서 틀린다… 그러나 속도/구조는 달라진다
터보퀀트 사례처럼, 업계 기술 이벤트가 시장 가격에 반영되는 방식은 반복적으로 흔들립니다. 다만 “수요 점화” 타이밍이 다르면 주가 반응도 과도해질 수 있다는 관점이 깔려 있어요.
전하고자 하는 주요 내용(오늘의 ‘별도 정리’): 사스포칼립스는 ‘기술 종말’이 아니라 ‘과제 정의 실패’의 결과일 수 있다
오늘 글의 가장 중요한 결론을 한 줄로 뽑으면 이거예요.
AI가 SaaS를 죽이는 게 아니라, 기업이 AI를 DT에 1~2%만 얹고 ‘검증 가능한 가치(비용/일관성/책임/라스트 마일/국민 경험)’를 못 만들면 SaaS가 약해 보인다.
그리고 그 약해 보임을 “사스포칼립스”라고 부를 뿐, 실체는 시장 재평가 + 전환 전략 실패일 가능성이 크다는 관점이죠.
추가로, 실무적으로 가장 바로 적용 가능한 체크리스트는 아래예요.
- AI 과제는 “채봇/요약”이 아니라 승인·책임·검수가 포함된 업무 트랜잭션 단위인가?
- 라스트 마일 품질(계약/규정/법적 책임)을 누가 보장하는 구조인가?
- 클라우드 비용 vs 로컬 일관성(Consistency)을 실제 사용 시나리오에서 비교했나?
- POC가 ‘끝’이 아니라 ‘확장(본 도입)’으로 이어지도록 과제가 정의돼 있나?
- 공공이라면 백오피스 효율이 아니라 국민 경험(민원 접점)이 바뀌는가?
< Summary >
– 사스포칼립스는 “기술 종말”이라기보다 주가 재평가·전환 실패에서 나오는 현상일 수 있음.
– SaaS 위기는 파운데이션 모델의 “능력”만이 아니라 비용/일관성/책임/라스트 마일 품질 구조에서 갈림.
– 기업 AI 전환은 효율만 노리면 오히려 일이 늘 수 있고, 핵심은 과제 정의(스큐어모픽 탈피).
– AI 어시스티드 경험 후 네이티브로 점프는 자동이 아니어서, “한 방 과제 + 좋은 파트너십 + UX”가 필요.
– 공공 AI는 백오피스 효율보다 민원 접점 같은 국민 경험이 연결돼야 가치가 증명됨.
[관련글…]
