구독의 시대는 끝났다? 다시 SaaS로 돌아오는 기업들

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

AI 에이전트가 구독형 소프트웨어를 대체한다는 전망 속에서도, SAP 측은 검증된 업무 프로세스·내부 통제·정확한 데이터 때문에 기업들이 다시 SaaS를 찾는다고 설명한다.

📌 핵심 요점

1. SaaS의 경쟁력은 기능 개발 속도만으로 결정되지 않는다. 강지훈 SAP코리아 부문장은 AI로 업무 시스템을 직접 만들더라도 테스트와 검증, 운영 위험을 기업이 부담해야 한다고 강조한다.
2. SAP가 제시하는 방어력은 검증된 산업별 프로세스, 거버넌스와 내부 통제, 데이터 신뢰의 세 가지다. AI의 자동화 성과와 별개로 잘못된 데이터 호출은 의사결정을 왜곡하고 사람의 재확인을 늘릴 수 있다.
3. 중소·중견기업의 ERP 도입 계기는 구체적인 운영 문제다. 손익 파악, 프로젝트별 투자 판단, 부품 추적, 품질 대응처럼 성장하면서 커지는 관리 부담을 줄이려는 수요가 소개된다.
4. 조직 확장에는 개인의 역량을 회사의 프로세스와 데이터로 축적하는 작업이 필요하다. 영업에서는 CRM을 통해 고객 접촉과 이메일 회신 등을 관리하며, 법인폰 통화를 모두 자동 수집한다는 진행자의 추정은 출연자가 바로잡는다.
5. 후반부에는 강 부문장의 파트타임 입사와 경력 전환 경험, 중소기업 지원 프로그램이 이어진다. 프로그램은 100개 기업에 8개월간 디지털 전환과 AI 활용을 지원하고 무료 진단과 라이선스 할인을 제공하는 구상으로 소개된다.

🧩 배경과 문제 정의

AI 에이전트가 기존 SaaS를 대체할 수 있다는 전망이 인터뷰의 출발점이다. 진행자는 SaaS 위기론과 일부 소프트웨어 기업의 건재함을 함께 제시하고, SAP코리아에서 중소·중견기업 고객을 담당하는 강지훈 부문장에게 기존 기업용 소프트웨어의 경쟁력이 어디에서 나오는지 묻는다.

논의는 기업이 필요한 기능을 직접 만들 수 있느냐에서 출발해, 그 기능을 신뢰할 수 있는 데이터와 검증된 업무 체계 안에서 운영할 수 있느냐로 확장된다. 이후 중소기업의 성장 기반, 영업 표준화, 개인의 경력 전환, SAP와 파트너사의 지원 프로그램으로 이어진다. 기업 복귀와 도입 효과에 관한 설명은 주로 출연자의 경험 및 사례에 근거한다.

🕒 시간순 섹션별 상세정리

1. AI 에이전트의 위협과 SAP의 역할

• 진행자는 AI 에이전트 등장 이후 SaaS 기업의 위기를 말하는 분위기와 일부 소프트웨어 기업의 건재함을 소개하며 인터뷰의 문제를 설정한다. [00:45]
• 강 부문장은 SAP를 1972년 독일에서 시작한 종합 애플리케이션 소프트웨어 회사로 소개하고, 글로벌 고객 규모와 대기업 사용 비중을 보여준다. [01:32]
• SAP의 역할은 특정 부서의 기능 제공을 넘어 기업 전반의 업무 프로세스와 데이터를 연결하는 것으로 압축된다. [02:06]

2. 다시 SAP를 찾는 이유: 검증과 내부 통제

• 강 부문장은 지난 2~3년간 AI로 기존 소프트웨어를 대체하려는 실험이 있었으며, 최근 SAP와의 협업을 요청하는 기업들이 있다고 보여준다. [02:52]
• 첫 번째 이유는 대체 비용이다. AI로 만든 프로세스도 테스트와 검증이 필요하므로, 이미 산업별 시나리오가 검증된 시스템을 선택하는 편이 유리할 수 있다는 주장이다. [03:19]
• 두 번째 이유는 거버넌스와 내부 통제다. 개발 가능성 외에 데이터와 프로세스를 신뢰할 수 있는지가 중요하며, 진행자는 이를 실사 과정의 신뢰 문제와 연결한다. [03:51]

3. 자동화 이후 드러나는 데이터 문제

• 세 번째 이유로 데이터가 드러난다. 강 부문장은 초기 AI 프로젝트 실패 사례의 상당 부분이 데이터와 관련돼 있었다고 보여준다. [04:00]
• ERP 안의 마스터 데이터를 부정확하게 호출하면 의사결정이 잘못될 수 있고, 자동화 이후에도 사람이 다시 검색하는 일이 생긴다고 드러낸다. [04:21]
• SAP와 협업해 정확한 데이터를 AI에 연결하려는 수요가 기업들이 돌아오는 배경이라는 해석으로 계속된다. [04:30]

4. 중소·중견기업의 도입 계기와 부품 추적 사례

• 진행자는 SAP 고객의 80%가 중소·중견기업이라는 수치를 언급한다. 강 부문장은 클라우드 패키지를 빠르게 도입하고 본업에 집중하려는 수요가 늘었다고 보여준다. [05:11]
• 손익과 프로젝트별 투자 판단이 어려워 도입한 사례에 이어, 연 매출 약 500억~600억 원 규모의 수출 제조기업 사례가 묶인다. [05:35]
• 부품 추적 체계가 부족해 작은 부품 문제에도 큰 부품을 긴급 발송하면서 손실이 커졌다는 설명이다. 이를 통해 성장 과정에서 드러나는 관리 체계의 필요성을 짚어 본다. [06:20]

5. 성장에 맞는 시스템 기반과 글로벌 거래 요건

• 작은 건물을 위한 설계 위에 큰 건물을 올리는 비유로, 성장할 때마다 운영 체계를 다시 만드는 부담을 보여준다. [07:07]
• 마스터 데이터 기준이 다르면 같은 대상을 분석해도 결과가 크게 왜곡될 수 있다는 사례를 든다. [07:23]
• 구매 이력과 품질 관련 시스템 요건을 갖추지 못해 글로벌 고객과의 계약을 놓치는 경우가 소개되며, 진행자는 익숙한 업무 솔루션이 거래 상대의 신뢰에 영향을 준다는 경험을 덧붙인다. [08:01]

6. 영업 조직을 개인 역량에서 프로세스로 확장하기

• 강 부문장은 뛰어난 영업 개인에게 의존하기보다 고객 접근과 리드 발송 등의 활동을 프로세스로 표준화하는 역할을 보여준다. [08:57]
• 진행자가 법인폰 통화가 자동으로 저장되는지 묻자, 출연자는 프라이버시 때문에 회사에서 해당 방식으로 처리하지 않는다고 바로잡는다. CRM에서는 고객 접촉, 이메일 발송, 회신율 등을 관리할 수 있다고 보여준다. [09:37]
• 진행자는 영업 활동을 파악하려는 경영자의 수요에 공감하고 가격을 검토하겠다고 말하며, 대화는 가벼운 영업 농담으로 마무리된다. [10:06]

7. 파트타임 입사에서 주요 직책까지의 경력 전환

• 강 부문장은 제조업 B2B 영업 이후 중국 상하이 유학을 거쳐 IT 업계 진입을 시도했으나, 다수의 지원에서 탈락한 뒤 SAP코리아 파트타임 기회를 얻었다고 회고한다. [11:21]
• 직원들이 필요로 하는 행사 준비와 지원 업무를 선제적으로 맡아 자신의 기여를 드러내고, 여러 부서에서 정보를 얻으려 노력했다고 보여준다. [12:21]
• 역량과 필요에 따라 기회를 주는 조직 문화도 경력 확장의 조건이었다고 말하며, 외국계 기업 진입을 고민하는 사람에게 자신의 경로를 하나의 가능성으로 제시한다. [12:57]

8. 중소기업 지원 프로그램의 구성과 구축 인력

• SAP의 중소기업 지원 프로그램은 100개 기업을 대상으로 향후 8개월간 디지털 전환과 AI 활용을 지원하는 구상으로 묶인다. [13:17]
• 무료 진단과 컨설팅 성격의 지원, 라이선스 할인을 제공하며 고객의 성장과 SAP의 성장을 연결하려는 취지를 보여준다. [13:44]
• 진행자는 다섯 파트너사의 참여를 언급한다. 강 부문장은 프로젝트 인력 확보가 어려운 상황에서도 구축 파트너들이 참여했다고 드러낸다. [14:13]

9. 파트너들이 짚는 정보 분절과 단계적 도입

• 파트너 소개에 이어, 부서마다 여러 AI 도구를 쓰면 개별 역량은 높아져도 부서 간 소통과 회사 전체의 통합 정보 파악은 어려울 수 있다는 문제가 제기된다. [14:54]
• 중소·중견기업도 처음부터 모든 범위를 구축하기보다 조금씩 지속적으로 확대하는 접근이 가능하다는 조언이 나온다. [15:11]
• 금융 파트너는 고객 성장에 맞춰 서비스를 제공하려는 취지를 밝히고, 다른 참여자는 일정과 예산이 부족했던 중소기업이 프로그램을 기회로 활용하기를 권한다. [15:35]

10. 지원 가격의 배경과 견적 검토, 마무리

• 강 부문장은 고객이 성장해야 SAP도 성장한다는 논리로 글로벌 조직을 설득했으며, 프로그램 가격을 원가에 준하는 수준으로 승인받는 데 약 1년 반이 걸렸다고 보여준다. [16:12]
• 진행자는 견적과 자사 적합성을 계산한 뒤 도입 여부를 판단하고, 도입하게 되면 커뮤니티에 알리겠다고 드러낸다. [16:24]
• 마지막에는 SaaS의 현재와 미래, 일하는 방식의 혁신을 돌아본다. 영상 시점의 프로그램 2기 모집을 안내하고 중소·중견기업과 스타트업의 장기 성장을 바란다는 인사로 끝난다. [16:59]

🧾 결론

• 영상의 핵심은 구독 모델의 종료를 입증하는 데 있지 않고, AI 시대에도 기업용 SaaS가 선택받는 이유를 SAP의 관점에서 설명하는 데 있다.
• AI 도입의 성패는 자동화 기능뿐 아니라 기존 업무와의 연결, 데이터 정확성, 검증과 통제 체계에 달려 있다는 주장이다.
• 중소기업의 시스템 투자는 당장의 기능 확보와 함께 성장 이후의 손익 관리, 품질 추적, 글로벌 거래 요건까지 고려필요가 있다.
• 지원 프로그램의 할인과 단계적 도입은 진입 부담을 낮추는 방안으로 제시되지만, 실제 도입 판단에는 개별 견적과 운영 조건 확인이 필요하다.

📈 투자·시사 포인트

• 기업용 소프트웨어를 평가할 때 AI가 기능을 얼마나 빨리 복제하는지와 함께, 고객이 기존 시스템을 교체하면서 부담하는 검증·전환 위험을 살펴볼 수 있다.
• 데이터와 업무 프로세스를 연결하는 역할은 AI 확산 속에서도 기존 ERP 업체의 경쟁력으로 작용할 가능성이 있다. 다만 영상에는 이를 매출 성장이나 수익성으로 검증할 실적 자료가 제시되지 않는다.
• 중소·중견기업용 클라우드 ERP와 구축 파트너 생태계는 관찰할 사업 영역이다. 출연자는 프로젝트 인력 확보가 어렵다고 설명하지만, 시장 전체의 수급을 판단할 통계는 제공하지 않는다.
• 고객 성장을 지원해 장기 거래를 확대하려는 프로그램은 SAP와 파트너사의 이해관계를 보여준다. 할인 이후의 유지 비용과 고객 성과가 사업 효과를 판단하는 확인 지점이다.

⚠️ 불확실하거나 확인이 필요한 부분

• 기업들이 다시 SaaS로 돌아온다는 설명은 SAP 관계자의 경험과 해석에 기반한다. 복귀 기업 수, 비교 대상, 기간별 추이 등 시장 전체를 검증할 자료는 영상에 없다.
• 글로벌 고객 40만 개, 포춘 2,000대 기업의 90% 이상 사용, 고객의 80%가 중소·중견기업이라는 수치는 영상에서 언급되지만 집계 시점과 기준이 제시되지 않는다.
• 부품 추적 문제로 연간 100억 원 이상 손실을 봤다는 사례는 고객의 문제 상황에 관한 설명이다. SAP 도입 이후 실제 절감액이나 투자 회수 기간은 공개되지 않는다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 손익 파악, 품질 추적, 고객 관리 중 현재 가장 큰 손실이나 지연을 만드는 업무를 먼저 정리한다.
• AI 자체 개발과 ERP·SaaS 도입을 비교할 때 개발비 외에 검증, 유지보수, 데이터 정비, 내부 통제 비용을 포함한다.
• AI가 호출할 마스터 데이터의 기준과 관리 책임자를 확인하고, 잘못된 호출 및 사람의 재확인 빈도를 점검한다.
• 글로벌 고객과 거래할 때 필요한 구매 이력·품질·추적 관리 요건을 기존 시스템이 충족하는지 확인한다.

❓ 열린 질문

• AI 자체 개발보다 검증된 SaaS를 선택하는 편이 유리해지는 기업 규모와 업무 복잡성의 기준은 무엇인가?
• 정확한 ERP 데이터를 AI에 연결했을 때 재확인 업무와 의사결정 오류가 실제로 얼마나 줄어드는가?
• 중소기업이 단계적으로 ERP를 도입할 경우 어떤 업무부터 시작해야 비용 대비 효과가 가장 큰가?