AI 에이전트가 SaaS를 없애는 게 아니라, SaaS를 ‘기능 API’로 바꾸고 있다

AI 에이전트가 SaaS를 잡아먹는다는 얘기, 그렇게 단순하지 않음

• 공공 AI-SaaS 컨퍼런스의 핵심 메시지는 “AI와 SaaS는 경쟁 관계가 아니라 상호보완”이라는 거였음

  • 김은주 NIA 지능기술인프라본부장은 AI 에이전트가 SaaS를 없애기보다 업무 수행 구조를 바꿀 거라고 봤어
  • 에이전틱 AI 경제에서는 사용자가 목표만 말하고, AI 에이전트가 업무를 쪼갠 뒤 필요한 서비스를 골라 실행하는 구조로 간다는 설명임

• 역할 분담 기준이 꽤 명확함. 정확해야 하는 일은 SaaS, 맥락이 필요한 일은 AI

  • 회계, 급여, 계약관리, 재고, 결재, 권한관리처럼 규칙과 계산이 중요한 업무는 SaaS가 적합함
  • 이메일·보고서 작성, 문서 요약, 전략 수립, 원인 분석, 수요 예측, 고객 질의응답처럼 추론과 생성이 필요한 업무는 AI가 강함

• 그래서 SaaS의 미래는 화면 중심 앱보다 ‘헤드리스 SaaS’에 가까워짐
  • 사용자가 CRM, ERP, 인사, 결제 화면을 직접 돌아다니는 대신 AI 에이전트가 필요한 기능을 API로 호출하는 식이야
  • 서비스를 작은 기능 단위로 나누고 외부 애플리케이션 프로그래밍 인터페이스로 연결하는 MACH 방식이 기반으로 제시됨

sequenceDiagram
    participant 사용자
    participant AI에이전트
    participant 업무분해기
    participant SaaS기능
    participant 결과검증
    사용자->>AI에이전트: 목표 제시
    AI에이전트->>업무분해기: 필요한 작업 분해
    업무분해기->>SaaS기능: CRM·ERP·결제 기능 호출
    SaaS기능-->>AI에이전트: 규칙 기반 결과 반환
    AI에이전트->>결과검증: 맥락과 결과 확인
    결과검증-->>사용자: 최종 업무 결과 제공

공공 클라우드와 GPU 확보도 같이 밀고 감

• 정부는 AI 시대 클라우드를 단순 비용 절감 수단이 아니라 AI 생태계의 핵심 기반으로 보고 있음

  • 클라우드가 데이터, AI 반도체, 데이터센터, AI 모델을 잇는 연결점이 됐다는 진단이야
  • 국내 클라우드 시장은 2019년 3조3700억 원에서 2024년 9조3000억 원으로 커졌고, 국내 클라우드 기업 수는 1409개에서 2712개로 늘었음

• 글로벌 시장 숫자도 큼. 이쪽은 그냥 유행어 수준이 아님

  • 글로벌 클라우드 시장은 2024년부터 2030년까지 연평균 20.4% 성장해 3670조 원 규모가 될 전망임
  • 같은 기간 SaaS는 연평균 12% 성장해 약 1258조 원 규모가 예상됨

• 다만 공공 부문은 아직 클라우드 활용이 낮음

  • 지난해 기준 공공 부문의 민간 클라우드 이용률은 11.8%에 그침
  • 정부는 민감·공개 등급 데이터의 민간 클라우드 이전을 추진하고, 각종 공공 평가에 클라우드 성과를 반영하겠다는 계획임

• GPU 확보 목표도 구체적으로 나옴

  • 정부 GPU 확보 사업으로 1만3000장, 슈퍼컴퓨터 6호기로 1만 장, 국가 AI컴퓨팅센터로 1만5000장 이상을 추가 확보할 계획임
  • 민간 투자까지 포함하면 2030년까지 총 26만 장 규모 GPU 확보가 목표야
  • AI 데이터센터 인허가 절차를 간소화하고 전력·입지·시설 규제 특례도 추진한다고 함

기술 맥락

• 이 기사에서 중요한 선택은 SaaS를 없애는 게 아니라 SaaS를 더 잘게 쪼개 AI가 호출하기 좋은 형태로 바꾸는 거예요. AI가 모든 업무를 직접 처리하면 멋져 보이지만, 회계나 권한관리처럼 틀리면 안 되는 영역에서는 기존 SaaS의 규칙성과 감사 가능성이 훨씬 중요하거든요.

• 헤드리스 SaaS가 나오는 이유도 여기에 있어요. 사람이 화면을 클릭하는 흐름에 맞춘 SaaS는 AI 에이전트가 쓰기 불편해요. 반대로 기능이 API로 잘 분리돼 있으면 AI는 필요한 순간에 CRM 조회, 결재 요청, 재고 확인 같은 기능을 조합할 수 있어요.

• MACH 방식은 이런 전환의 아키텍처 쪽 힌트예요. 하나의 거대한 앱보다 작은 기능 단위, 명확한 API, 교체 가능한 컴포넌트가 중요해지는 거죠. AI 에이전트가 오케스트레이션 레이어가 되면 SaaS 벤더의 경쟁력도 화면 예쁨보다 기능을 얼마나 안정적으로 열어주느냐로 옮겨갈 수 있어요.

• 공공 클라우드 전환과 GPU 확보가 같이 언급된 것도 자연스러워요. AI 에이전트를 공공 업무에 쓰려면 모델만 있어서는 안 되고, 데이터가 올라갈 클라우드와 추론을 돌릴 컴퓨팅 자원이 있어야 하거든요. 그래서 26만 장 규모 GPU 목표와 민간 클라우드 확대가 같은 이야기 안에 묶인 거예요.