Services: The New Software

🖼️ 인포그래픽

Services: The New Software 내용을 설명하는 본문 이미지

🖼️ 4컷 인포그래픽

💡 한 줄 요약

세쿼이아는 AI 시대의 큰 기회가 ‘도구를 파는 소프트웨어’가 아니라 고객이 원하는 업무 결과를 직접 제공하는 AI 네이티브 서비스 기업에 있다고 주장한다.

📌 핵심 요약

AI 도구를 판매하는 회사는 다음 모델 업데이트가 제품 기능을 흡수할 위험에 노출되지만, 업무 자체를 판매하는 회사는 모델 성능 향상이 곧 더 빠르고 저렴하며 경쟁력 있는 서비스로 이어진다.
원문은 ‘지능’과 ‘판단’을 구분하며, 코드 작성처럼 규칙 기반 지능 작업은 AI가 빠르게 대체할 수 있지만 무엇을 만들지, 언제 출시할지 같은 판단은 경험과 취향이 필요한 영역이라고 설명한다.
소프트웨어 엔지니어링은 지능 작업 비중이 높아 AI 에이전트 활용이 가장 먼저 확산된 분야이며, 같은 변화가 다른 전문 서비스 영역으로도 확산될 것이라고 본다.
초기의 AI 제품은 전문가를 보조하는 코파일럿이 적합했지만, 일부 영역에서는 이제 고객이 전문가용 도구가 아니라 NDA 작성, 보험 처리, 장부 마감 같은 결과물을 직접 사는 오토파일럿 모델이 가능해졌다.
오토파일럿 기업은 이미 외주화되어 있고 지능 작업 비중이 높은 업무에서 시작해 유통을 장악한 뒤, 시간이 지나며 축적한 데이터와 모델 개선을 바탕으로 더 판단 집약적인 내부 업무까지 확장해야 한다.

🧩 주요 포인트

AI 도구를 판매하는 회사는 다음 모델 업데이트가 제품 기능을 흡수할 위험에 노출되지만, 업무 자체를 판매하는 회사는 모델 성능 향상이 곧 더 빠르고 저렴하며 경쟁력 있는 서비스로 이어진다.
원문은 ‘지능’과 ‘판단’을 구분하며, 코드 작성처럼 규칙 기반 지능 작업은 AI가 빠르게 대체할 수 있지만 무엇을 만들지, 언제 출시할지 같은 판단은 경험과 취향이 필요한 영역이라고 설명한다.
소프트웨어 엔지니어링은 지능 작업 비중이 높아 AI 에이전트 활용이 가장 먼저 확산된 분야이며, 같은 변화가 다른 전문 서비스 영역으로도 확산될 것이라고 본다.
초기의 AI 제품은 전문가를 보조하는 코파일럿이 적합했지만, 일부 영역에서는 이제 고객이 전문가용 도구가 아니라 NDA 작성, 보험 처리, 장부 마감 같은 결과물을 직접 사는 오토파일럿 모델이 가능해졌다.
오토파일럿 기업은 이미 외주화되어 있고 지능 작업 비중이 높은 업무에서 시작해 유통을 장악한 뒤, 시간이 지나며 축적한 데이터와 모델 개선을 바탕으로 더 판단 집약적인 내부 업무까지 확장해야 한다.

🧠 상세 정리

1. 도구가 아니라 업무 결과를 파는 회사

글의 핵심 주장은 다음 1조 달러 기업이 겉으로는 서비스 회사처럼 보이지만 실제로는 소프트웨어가 업무를 수행하는 회사가 될 것이라는 점이다. AI 도구를 만드는 창업자는 Claude 같은 모델의 다음 버전이 자기 제품을 단순 기능으로 만들어버릴 수 있다는 불안을 갖는다. 원문은 이 불안이 타당하다고 보면서도, 도구가 아니라 일을 팔면 상황이 달라진다고 말한다. 모델이 좋아질수록 서비스 제공 비용은 낮아지고 속도와 품질은 올라가며, 경쟁자는 따라오기 어려워진다. QuickBooks와 회계사의 예시는 고객이 소프트웨어 예산보다 업무 수행 예산에 훨씬 더 많은 돈을 쓰고 있음을 보여준다.

2. 지능 작업과 판단 작업의 분리

원문은 코드 작성의 상당 부분을 ‘지능’으로, 무엇을 만들지 결정하는 일을 ‘판단’으로 구분한다. 명세를 코드로 옮기고, 테스트하고, 디버깅하는 과정은 규칙이 매우 복잡할 뿐 결국 규칙을 따르는 작업이라는 설명이다. 반면 어떤 기능을 다음에 만들지, 기술 부채를 감수할지, 준비가 덜 된 상태에서 출시할지 같은 결정은 경험과 취향, 오랜 실무에서 형성된 직감이 필요하다. 이 구분은 왜 소프트웨어 엔지니어링이 AI 활용에서 가장 먼저 임계점을 넘었는지를 설명하는 기반이 된다. AI는 지능 작업을 점점 자율적으로 수행하고, 인간은 판단을 맡는 방향으로 역할이 나뉘고 있다.

3. 코파일럿에서 오토파일럿으로의 전환

얼마 전까지는 AI 모델이 지능과 판단을 모두 발전시키는 중이었기 때문에, 전문가의 손에 AI를 쥐여주는 코파일럿 방식이 적합했다. Harvey가 로펌에, Rogo가 투자은행에 판매하는 방식처럼 전문가는 도구를 사용해 생산성을 높이고 결과물의 책임을 진다. 그러나 원문은 일부 분야에서는 이제 모델이 충분히 똑똑해져 처음부터 오토파일럿으로 시작하는 편이 더 낫다고 말한다. Crosby는 외부 변호사가 아니라 NDA가 필요한 회사에 판매하고, WithCoverage는 브로커가 아니라 보험이 필요한 CFO에게 판매한다. 이 경우 고객은 도구가 아니라 결과를 구매하며, 오토파일럿은 첫날부터 훨씬 큰 업무 예산을 겨냥할 수 있다.

4. 외주화된 지능 집약 업무가 출발점

원문은 소프트웨어에 1달러가 쓰일 때 서비스에는 6달러가 쓰인다고 전제하며, 오토파일럿의 시장은 특정 직무의 내부 인력과 외주 비용을 합친 전체 노동 지출이라고 본다. 다만 시작점은 이미 외주화된 업무여야 한다고 강조한다. 어떤 일이 이미 외주화되어 있다는 것은 회사가 그 업무를 외부에서 처리할 수 있다고 받아들였고, 대체 가능한 예산 항목이 있으며, 구매자가 이미 결과물을 사고 있다는 뜻이다. 외주 계약을 AI 네이티브 서비스 제공자로 바꾸는 것은 벤더 교체에 가깝지만, 내부 인력을 대체하는 것은 조직 개편이 된다. 따라서 플레이북은 외주화되어 있고 지능 비중이 높은 업무에서 쐐기를 박은 뒤, 모델과 데이터가 축적되면 내부의 판단 집약 업무로 확장하는 것이다.

5. 우선 공략할 서비스 분야들

원문은 보험 중개, 회계와 감사, 의료 수익 사이클, 보험금 손해사정, 세무 자문, 거래형 법률 업무, IT 관리 서비스, 공급망과 조달, 채용과 스태핑, 경영 컨설팅을 예시로 제시한다. 보험 중개와 의료 청구, 표준 계약 작성처럼 규칙이 복잡하지만 표준화된 절차를 따르는 영역은 지능 작업의 비중이 크다. 회계와 감사는 인력 부족과 고령화가 AI 수용을 빠르게 만들고 있으며, 세무 자문은 관할권이 늘어날수록 데이터 해자가 깊어진다고 설명한다. 공급망과 조달에서는 사람이 경제적으로 다루지 못하는 장기 꼬리 공급업체와 계약 누수가 기회로 제시된다. 반대로 경영 컨설팅은 시장은 크지만 판단 비중이 높아, 데이터 수집과 벤치마킹 같은 지능 요소를 분리해 자동화할 수 있는지가 핵심 질문으로 남는다.

6. 기존 코파일럿 기업과 순수 오토파일럿의 긴장

원문은 2025년에 가장 빠르게 성장한 AI 기업들이 코파일럿이었고, 2026년에는 그중 다수가 오토파일럿으로 전환하려 할 것이라고 전망한다. 이 기업들은 이미 제품과 고객 지식을 갖고 있다는 장점이 있다. 그러나 동시에 오토파일럿으로 전환한다는 것은 기존 고객인 전문가가 하던 일을 직접 수행하겠다는 뜻이므로 혁신가의 딜레마에 부딪힌다. 도구를 사던 고객을 우회해 업무 결과를 직접 파는 순간, 기존 고객의 역할을 줄이거나 대체하게 되기 때문이다. 원문은 바로 이 지점이 처음부터 오토파일럿으로 설계된 순수 플레이어들에게 열리는 기회라고 본다.

🧾 핵심 주장 / 시사점

AI 네이티브 서비스의 강점은 모델 발전을 제품 위협이 아니라 비용 절감, 속도 개선, 품질 향상의 누적 효과로 바꾼다는 데 있다.
외주화된 업무에서 시작하라는 전략은 기술적 가능성보다 구매 마찰을 줄이는 데 초점이 있다. 벤더 교체는 쉽지만 조직 개편은 어렵기 때문이다.
코파일럿 기업은 오토파일럿으로 확장할 자산을 갖고 있지만, 기존 전문가 고객을 잠식해야 하는 구조적 부담 때문에 순수 오토파일럿 기업에게 기회를 내줄 수 있다.