좌석당 과금 이후, AI SaaS가 증명해야 할 진짜 가치

많은 AI SaaS가 지금 같은 질문을 곧 더 자주 받게 될 겁니다.

"이거 그냥 내 기기에서 돌아가는데, 왜 내가 매달 구독료를 내야 하지?"

예전에는 이 질문이 덜 날카로웠습니다.

서버가 필요했고, 모델이 무거웠고, 많은 기능이 클라우드 없이는 성립하지 않았기 때문입니다.

하지만 이제 상황이 바뀌고 있습니다.

작은 모델은 점점 더 많은 기능을 기기 안으로 끌어오고, 큰 모델은 더 많은 지식노동을 먹기 시작합니다.

이 변화는 단순히 "모델 성능이 좋아졌다"는 이야기가 아닙니다.

SaaS의 과금 논리 자체를 다시 묻게 만드는 변화입니다.

좌석당 과금이 흔들리는 이유

예전 SaaS는 보통 사람 수에 맞춰 팔았습니다.

• 직원 10명이면 10석
• 직원 100명이면 100석

그런데 AI 시대에는 에이전트 하나가 여러 사람 대신 앱을 다루는 일이 점점 자연스러워집니다.

그러면 비용의 기준은 사람 수보다 처리한 일의 양으로 이동할 가능성이 높습니다.

이 변화 앞에서 단순한 AI 래퍼 제품은 약해집니다.

UI를 조금 바꾸고, LLM을 붙이고, 워크플로 몇 개를 엮는 것만으로는 방어력이 약합니다.

진짜 질문은 앱을 만들 수 있느냐가 아니다

이제는 앱을 만드는 것 자체가 훨씬 쉬워졌습니다.

문제는 그다음입니다.

• 왜 굳이 서버를 거쳐야 하는가
• 왜 굳이 월 구독을 내야 하는가
• 왜 굳이 당신 제품을 써야 하는가

이 질문에 답하지 못하면 제품은 금방 대체됩니다.

그럼 무엇이 진짜 moat가 되는가

제가 보기엔 세 가지가 더 중요해집니다.

1. 데이터 사용자가 다른 곳으로 쉽게 옮길 수 없는 맥락과 기록

2. 워크플로 에이전트가 실제 일을 처리하기 위해 반드시 거쳐야 하는 실행 구조

3. 락인 조직의 운영 방식과 강하게 붙어 있어서 교체 비용이 큰 부분

즉, 강한 AI SaaS는 화면이 예쁜 제품이 아니라 일이 실제로 흐르는 구조를 쥔 제품일 가능성이 높습니다.

앞으로 더 위험한 제품, 더 강한 제품

위험한 제품은 이런 형태입니다.

• 모델 호출을 예쁘게 감쌌다
• 진짜 데이터는 없다
• 진짜 워크플로 연결도 약하다
• 그래서 다른 모델이나 다른 앱으로 쉽게 대체된다

반대로 강한 제품은 다릅니다.

• 팀의 실제 업무가 그 안에서 돌아가고
• 중요한 맥락 데이터가 쌓이고
• 다른 시스템과 연결돼 있고
• 결과적으로 제품을 빼면 일이 느려진다

이 차이가 앞으로 더 벌어질 겁니다.

그래서 AI SaaS는 무엇을 다시 설계해야 하는가

이제는 기능 목록보다 아래를 더 먼저 봐야 합니다.

• 어떤 데이터를 우리가 독점적으로 축적하는가
• 어떤 워크플로를 우리가 표준으로 만드는가
• 어떤 순간에 우리 제품이 반드시 호출되는가
• 좌석 수가 아니라 어떤 단위로 가치를 과금할 것인가

AI 시대에 살아남는 제품은 아마도 "앱"처럼 보이지만, 실제로는 데이터와 워크플로 인프라에 더 가까울 겁니다.

이 전환을 빨리 읽는 팀이 훨씬 유리합니다.