[GeekNews 요약] AI의 다음 전장은 '업무 실행'…Salesforce와 OpenAI의 인수전으로 본 SaaS 산업의 변화
28
설명
AI 산업의 경쟁 축이 모델 성능에서 실제 업무 실행 능력으로 이동하고 있습니다. 2026년 10월 20일, Salesforce의 Braze 인수와 OpenAI의 Orchestra Bio 인수는 이러한 변화를 명확히 보여줍니다. 이는 AI가 단순 정보 제공을 넘어 기업의 복잡한 업무 프로세스를 직접 수행하는 시대로 나아가고 있음을 시사합니다.
### 배경 설명
AI 기술 발전의 초기 단계에서는 주로 더 정교하고 강력한 AI 모델을 개발하는 데 초점이 맞춰졌습니다. 이는 더 나은 추론 능력, 복잡한 문제 해결 능력, 그리고 더 많은 사용자 확보를 위한 경쟁으로 이어졌습니다. 그러나 기업 현장에서는 AI가 제공하는 답변의 정확성뿐만 아니라, 그 답변을 바탕으로 실제 업무를 완수할 수 있는지에 대한 질문이 제기되기 시작했습니다. 이러한 배경 속에서 Salesforce와 OpenAI의 최근 인수 행보는 AI의 역할이 단순한 '지능'을 넘어 '실행'으로 확장되고 있음을 보여주는 중요한 사례입니다. Salesforce는 고객 관계 관리(CRM) 분야의 선두 주자로서, 고객 데이터를 기반으로 실시간 개인화된 마케팅 활동을 수행하는 Braze를 인수함으로써 기존의 영업 및 마케팅 시스템에 AI 기반의 실행 능력을 통합하려는 전략을 취하고 있습니다. 이는 고객 데이터를 활용하여 즉각적인 행동을 실행하는 능력의 중요성을 강조합니다. 반면, OpenAI는 신약 개발과 같이 고도로 전문화된 산업 분야에서 AI의 지능을 실제 업무 프로세스로 확장하기 위해 Orchestra Bio를 인수했습니다. 이는 AI 모델의 과학적 발견 능력을 실제 의약품 개발이라는 복잡하고 장기적인 업무 과정과 연결하려는 시도로 해석됩니다. 이 두 건의 인수는 서로 다른 출발점에서 시작했지만, 결국 데이터, 지능, 그리고 실제 업무 실행을 통합하려는 공통된 목표를 향하고 있음을 보여줍니다. 이는 AI가 기존 소프트웨어 서비스(SaaS) 시장에 미치는 영향에 대한 근본적인 질문을 던지며, AI가 SaaS를 대체하는 것이 아니라 SaaS의 구조 자체를 변화시킬 가능성을 시사합니다.
### 1. Salesforce의 Braze 인수: 56억 달러의 전략적 가치
Salesforce는 기업용 소프트웨어 시장, 특히 CRM 분야의 강력한 플레이어입니다. 그러나 고객 정보를 많이 보유하는 것과 그 정보를 바탕으로 실제적인 비즈니스 성과를 창출하는 것은 별개의 문제입니다. Braze는 고객의 행동을 실시간으로 감지하고, 개인화된 메시지를 다양한 채널(이메일, 문자, 앱 알림 등)을 통해 전달하는 고객 참여 자동화 플랫폼입니다. 이 플랫폼은 AI를 활용하여 메시지 내용, 혜택, 전달 시점 및 채널을 최적화합니다. Salesforce는 Braze의 기술과 약 2,770개의 기업 고객 기반을 확보함으로써, 기존의 CRM, Marketing Cloud, Agentforce 등의 역량과 결합하여 고객과의 상호작용을 더욱 강화하고자 합니다. 주목할 점은 Braze의 핵심 기술이 생성형 AI 이전부터 존재해왔다는 것입니다. Salesforce는 새로운 AI 기술 자체보다는, 기존에 분리되어 있던 고객 데이터, AI의 판단, 그리고 실제 마케팅 실행을 더욱 긴밀하게 연결할 수 있는 기술과 고객 기반을 통합하려는 전략을 실행하고 있습니다. Salesforce는 Braze를 주당 47.50달러, 직전 종가 대비 약 58% 높은 가격에 인수하며, 이는 실시간 고객 참여 역량 강화에 대한 전략적 판단이 상당한 비용을 지불할 만큼 중요함을 보여줍니다. 이 인수는 Salesforce의 2028 회계연도에 완료될 예정입니다.
### 2. OpenAI의 Orchestra Bio 인수: AI 지능의 산업 적용 확대
OpenAI의 움직임은 AI의 지능을 실제 산업의 업무 과정으로 확장하는 데 초점을 맞추고 있습니다. 2026년 4월, OpenAI는 생명과학 연구에 특화된 GPT-Rosalind를 발표하며 생물학 및 화학 분야의 문제 분석, 연구자의 가설 수립 및 실험 설계를 지원했습니다. 하지만 뛰어난 과학적 추론 능력이 신약 개발의 성공을 직접적으로 보장하지는 않습니다. 신약 개발은 수많은 실험, 검증, 제조, 임상시험 등 복잡한 과정을 거치며, 연구팀과 외부 협력사 간의 긴밀한 협력이 필수적입니다. 미국에서 신약 개발은 표적 발굴부터 규제 승인까지 평균 10~15년이 소요되며, 이는 과학적 난제뿐만 아니라 복잡한 업무 조정 문제를 동반합니다. Orchestra Bio는 이러한 신약 개발 업무 과정을 관리하는 플랫폼입니다. 예를 들어, 의약품 제조 과정의 문제로 임상시험 일정이 지연될 경우, Orchestra의 Agent는 영향을 받는 연구 및 일정을 파악하고, 관련 정보를 수집하며, 가능한 대응 방안을 비교 분석하도록 지원합니다. OpenAI는 Orchestra의 기술을 Rosalind와 결합하여 과학적 발견과 실제 의약품 개발 업무를 연결하는 Agent를 구축하려 합니다. 이는 좋은 가설을 발견하는 능력과 이를 실제 의약품 개발로 연결하는 능력 사이의 간극을 줄이기 위한 시도로, 산업별 업무 체계를 이해하는 소프트웨어를 확보하는 것이 핵심입니다.
### 3. AI와 SaaS의 관계: 대체인가, 구조 변화인가?
Salesforce와 OpenAI의 인수는 AI가 기존 SaaS(Software as a Service)를 어떻게 변화시킬지에 대한 중요한 질문을 던집니다. 기존 SaaS에서는 사용자가 직접 소프트웨어를 조작하여 정보를 검색하고, 캠페인을 설정하며, 일정을 변경하는 등의 작업을 수행했습니다. 그러나 AI Agent의 발전은 이러한 작업의 일부를 자동화하여, 사용자가 목표만 전달하면 Agent가 필요한 정보를 조회하고, 작업을 계획하며, 승인된 범위 내에서 실행할 수 있게 합니다. 그렇다면 기존 SaaS는 사라질까요? 소프트웨어의 역할을 사용자 인터페이스, 데이터 및 업무 규칙, 그리고 업무 실행 기능으로 구분할 때, AI는 주로 사용자 인터페이스 조작 방식을 변화시킬 가능성이 높습니다. 하지만 소프트웨어의 핵심 기능인 데이터와 업무 규칙, 그리고 실제 업무 실행 기능은 여전히 중요합니다. AI가 고객에게 메시지를 보내기 위해서는 연락처, 수신 동의 여부, 접근 권한 등 기업의 핵심 데이터와 업무 규칙에 접근해야 합니다. 마찬가지로, 연구 일정을 변경하려면 현재 상태, 담당자, 승인 권한 등을 알아야 합니다. 이러한 데이터와 업무 규칙은 기업 시스템에 오랜 기간 축적되어 왔으며, AI가 발전할수록 오히려 더 중요한 자산이 될 수 있습니다. 따라서 AI는 일부 SaaS의 화면과 기능을 대체할 수 있지만, 신뢰할 수 있는 데이터와 실제 업무를 수행하는 기능은 SaaS의 핵심 경쟁력으로 남을 것입니다. 차별화된 데이터나 실행 기능 없이 단순한 화면과 업무 흐름만 제공하는 SaaS는 AI Agent와 경쟁할 수 있지만, 기업의 핵심 데이터와 업무 규칙, 외부 시스템과의 연결을 담당하는 소프트웨어는 AI Agent의 실행 기반으로서 역할을 유지할 가능성이 높습니다. 결국 경쟁은 AI와 SaaS의 단순한 대결이 아니라, 누가 업무 전체를 더 효율적으로 구성하고 관리할 수 있느냐의 문제로 전환되고 있습니다.
### 4. 기업 IT 비용의 변화: 절감, 중첩, 혹은 확장?
AI가 기존 SaaS 기능을 대체하면서 구독료가 줄어들 것이라는 기대가 있지만, 기업의 전체 IT 비용은 SaaS 구독료 외에도 운영 및 유지보수, 인프라, 데이터베이스, 보안, PC 및 네트워크 등 다양한 항목으로 구성됩니다. 여기에 AI 모델 사용료와 Agent 운영 비용까지 추가되면서, 기업은 개별 AI 서비스 가격뿐만 아니라 총 IT 비용의 합계를 고려해야 합니다. 총 IT 비용은 기존 IT 운영 및 인프라 비용, SaaS 비용, AI 모델 및 Agent 비용, 그리고 AI 전환, 통합, 관리 비용의 합으로 볼 수 있습니다. AI 도입 이후 기업은 크게 세 가지 상황에 직면할 수 있습니다. 첫째, '대체'입니다. AI Agent가 기존 SaaS 기능을 상당 부분 대신하면서 구독료와 운영비가 줄어들고, 절감액이 AI 운영비보다 크다면 전체 비용이 감소합니다. 둘째, '중첩'입니다. 기존 SaaS와 레거시 시스템을 유지하면서 AI 사용료와 연동 비용이 추가되는 경우로, 업무 변화 없이 비용만 증가할 수 있습니다. 셋째, '확장'입니다. AI 덕분에 기존에 어려웠던 분석과 자동화가 가능해져 IT 지출은 증가하더라도 생산성과 매출이 크게 개선되는 경우입니다. Gartner의 2026년 7월 전망에 따르면, 전 세계 IT 지출은 약 6조 3,700억 달러로 전년 대비 14.2% 증가할 것으로 예상되며, 소프트웨어 지출도 15.5% 증가할 것으로 전망했습니다. 이는 AI가 기존 소프트웨어 비용을 완전히 대체하고 있다는 그림과는 다릅니다. 현재 AI 투자와 소프트웨어 지출이 함께 성장하고 있으며, AI가 기존 비용을 얼마나 대체했는지에 대한 별도의 검증이 필요합니다. 기업의 AI 전환 성공 여부는 하나의 업무를 완료하는 총비용 감소, 오류 및 재작업 감소, 실제 매출 및 생산성 변화 등 구체적인 수치를 통해 평가해야 합니다. AI의 답변이 아무리 뛰어나더라도 이를 검토하고 수정하는 데 더 많은 시간과 비용이 소요된다면 경제적 성과는 제한적일 것입니다. 반대로 IT 비용이 증가하더라도 더 많은 업무를 처리하고 새로운 가치를 창출한다면 그 투자는 정당화될 수 있습니다.
### 5. 업무의 마지막 단계를 확보하기 위한 경쟁
Salesforce와 OpenAI의 인수는 결국 '업무의 마지막 단계'를 누가 확보하느냐에 대한 경쟁으로 요약될 수 있습니다. Salesforce는 이미 고객 정보와 업무 시스템을 보유하고 있으며, 여기에 실시간 고객 참여와 AI 실행 능력을 강화하려 합니다. OpenAI는 강력한 AI 모델을 기반으로 특정 산업의 업무를 이해하고 관리하는 기술을 결합하려 합니다. 이들은 데이터 이해, 판단, 실제 업무 수행, 그리고 결과 검증이라는 일련의 과정을 통합하려는 공통된 목표를 가지고 있습니다. 이 과정에는 단순히 모델의 추론 능력만으로는 해결하기 어려운 문제들이 존재합니다. 기업 데이터에 대한 접근 권한, 업무 규칙 준수, 실패 시 복구 능력, 그리고 중요한 결정에 대한 사람의 승인과 책임 등이 요구됩니다. 이는 단순히 더 똑똑한 AI 모델을 만드는 것을 넘어, 기업용 소프트웨어가 오랫동안 해결해 온 문제들입니다. 이러한 업무 기능은 특정 기업이 독점할 필요는 없으며, 여러 AI 모델이 하나의 업무 시스템을 사용하거나, 하나의 Agent가 여러 기업의 소프트웨어를 연결하는 방식도 가능합니다. 실제 경쟁력은 데이터의 품질과 호환성, 운영 경험, 비용, 그리고 신뢰성에 따라 결정될 것입니다. 앞으로 AI 기업과 SaaS 기업의 경계는 더욱 흐려질 것이며, AI 기업은 실제 업무에 접근하려 하고, 기존 소프트웨어 기업은 AI를 활용해 더 많은 업무를 직접 수행하려 할 것입니다. 이번 두 건의 인수는 이러한 움직임을 보여주는 사례이지만, 인수 자체가 성공을 보장하지는 않습니다. 기술 통합, 고객 확보, 운영 비용 관리, 그리고 실제 업무 성과 개선이라는 검증 과정이 남아 있습니다. AI가 산업 생산성을 높이는 동시에 기존 IT 비용을 줄일 수 있을지, 아니면 새로운 시장과 지출을 더 크게 만들어낼지는 앞으로 지켜봐야 할 문제입니다. 그러나 분명한 것은 경쟁의 평가 기준이 '얼마나 많은 질문에 정답을 제시하는가'에서 '얼마나 많은 업무를 신뢰할 수 있는 방식으로 완료하는가'로 변화하고 있다는 점입니다.
### 가치와 인사이트
이번 Salesforce와 OpenAI의 인수는 AI 기술의 발전이 단순한 지능 향상을 넘어 실제 비즈니스 프로세스에 깊숙이 통합되는 단계로 진입했음을 명확히 보여줍니다. 기업들은 이제 AI가 제공하는 정보의 정확성뿐만 아니라, 그 정보를 바탕으로 실제 업무를 얼마나 효율적이고 신뢰할 수 있게 수행할 수 있는지에 주목해야 합니다. 이는 IT 부서뿐만 아니라 현업 부서에서도 AI 도입 전략을 재검토해야 함을 의미합니다. 특히, AI Agent가 기존 SaaS의 사용자 인터페이스를 대체하면서 업무 자동화 수준이 높아질 것으로 예상되지만, 기업의 핵심 데이터와 업무 규칙은 여전히 중요하게 작용할 것입니다. 따라서 기업은 AI Agent의 실행 기반이 될 수 있는 자사의 데이터와 업무 프로세스를 어떻게 관리하고 최적화할 것인지에 대한 전략을 수립해야 합니다. 또한, AI 도입으로 인한 총 IT 비용 변화를 면밀히 분석하고, 단순한 비용 절감보다는 생산성 향상과 새로운 가치 창출이라는 관점에서 AI 투자의 경제적 성과를 평가해야 합니다. 이는 AI가 단순한 비용 증가 요인이 아니라, 기업의 경쟁력을 강화하는 핵심 동력이 될 수 있음을 시사합니다.
### 향후 전망
AI 산업의 다음 경쟁은 '업무 실행' 능력에 달려있으며, 이는 기존 SaaS 기업과 AI 기업 간의 경계를 더욱 모호하게 만들 것입니다. Salesforce와 OpenAI의 인수는 이러한 변화의 시작을 알리는 신호탄입니다. 앞으로 AI 기업들은 단순한 모델 성능 경쟁을 넘어, 특정 산업의 복잡한 업무 프로세스를 이해하고 실행할 수 있는 Agent 기술 확보에 주력할 것으로 예상됩니다. 반대로, 기존 SaaS 기업들은 자사의 방대한 데이터와 업무 시스템을 기반으로 AI 기능을 통합하여 고객에게 더 강력한 실행 능력을 제공하려 할 것입니다. 이 과정에서 기술 통합의 성공 여부, 고객 확보, 운영 비용 관리, 그리고 실제 업무 성과 개선이 중요한 변수로 작용할 것입니다. 규제 측면에서는 AI Agent의 권한 남용, 데이터 프라이버시, 그리고 책임 소재 등에 대한 논의가 더욱 활발해질 수 있습니다. 또한, AI가 기존 IT 비용을 얼마나 대체하고 새로운 지출을 유발할지에 대한 논쟁도 지속될 것입니다. Gartner의 전망처럼 전반적인 IT 지출이 증가하는 추세 속에서, AI가 기업의 생산성을 혁신적으로 높여 새로운 시장과 가치를 창출할지, 아니면 단순히 비용 증가 요인으로 작용할지는 기업들의 AI 전환 전략과 실행 능력에 달려있습니다. 궁극적으로 AI의 성공은 얼마나 많은 질문에 답하는지가 아니라, 얼마나 많은 업무를 신뢰할 수 있는 방식으로 완료하고 경제적 가치를 창출하는지로 평가될 것입니다.
📝 원문 및 참고
- 원문: [링크 열기](https://maruvela.tistory.com/94)
- GeekNews 토픽: [보기](https://news.hada.io/topic?id=35755)
---
출처: GeekNews ([원문 링크](https://maruvela.tistory.com/94))
이 글에 대한 한 줄 의견
신고 · 불법·유해·아동 안전(CSAE) 관련 콘텐츠
댓글 0
아직 댓글이 없습니다. 로그인하면 바로 의견을 남길 수 있습니다.