🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

SaaS Apocalypse는 기존 SaaS의 단순한 종말이라기보다, Figma처럼 컨텍스트·신뢰·리뷰 흐름을 장악한 제품에게 더 큰 소프트웨어 수요가 열리는 전환점이다.

📌 핵심 요점

1. AI 에이전트와 바이브 코딩은 SaaS를 대체할 수 있다는 불안을 만들지만, 영상의 핵심 관점은 소프트웨어를 만드는 사람이 수천만 명에서 훨씬 더 큰 사용자층으로 확대될 수 있다는 데 있다.
2. 바이브 코딩은 초기 제품을 빠르고 재미있게 만들 수 있지만, 실제 가치는 코드 생성보다 운영, 유지보수, 업그레이드, 안정성, 승인 흐름을 지속적으로 책임지는 능력에서 갈린다.
3. 이메일 요약·회의 기록 필터링·승인 기반 답장처럼 실제 업무 자동화에서는 완전 자동화보다 사람이 검토하고 조정할 수 있는 구조가 아직 더 현실적이고 유용하다.
4. Figma의 기회는 AI가 디자인 도구를 없애는 것이 아니라, 무한 캔버스, 디자인 시스템, MCP, 코드-디자인 왕복 흐름을 통해 에이전트가 실제 작업 맥락 안에서 움직이게 만드는 데 있다.
5. 앞으로의 병목은 생성 능력 자체보다 컨텍스트, 개인화, 조직 기준, 리뷰 인터페이스, 신뢰 형성으로 이동하며, 좋은 제품형 에이전트는 사용자의 업무 구조를 얼마나 잘 이해하느냐에 달려 있다.

🧩 배경과 문제 정의

• AI 에이전트와 바이브 코딩의 확산으로 기존 SaaS 도구가 대체될 수 있다는 우려가 커졌지만, 동시에 더 많은 사람이 소프트웨어를 만들 수 있는 가능성도 함께 열리고 있다.
• 개발자 규모가 수천만 명 수준을 넘어 더 넓은 사용자층으로 확장될 수 있다는 관점에서는, 이는 SaaS의 위기라기보다 소프트웨어 수요가 커지는 기회로 해석할 수 있다.
• 개인용 에이전트와 업무 자동화에서는 초기 구현보다 유지보수, 신뢰성, 승인 흐름, 정보 필터링이 더 중요한 과제로 남아 있다.
• 이메일, 회의 요약, 음성 입력, 디자인 캔버스 같은 실제 업무 흐름에서는 완전 자동화보다 사람의 검토와 조정, 적절한 컨텍스트 제공이 여전히 중요하다.

🕒 시간순 섹션별 상세정리

1. SaaS 위기론보다 더 큰 소프트웨어 수요 확대

• AI 시대의 SaaS 변화는 “SaaS apocalypse”라는 위기론으로 불리지만, 기존 소프트웨어 기업에는 오히려 제품 개발 수요와 기술 민주화가 확대되는 국면으로 읽힌다 [01:39]
• 과거 전 세계 개발자 수는 2,500만~4,000만 명 수준으로 추정됐지만, AI 도구 확산 이후 소프트웨어를 만드는 사람은 10억 명 이상으로 늘 수 있다는 전망이 드러난다 [01:54]

2. Figma와 기존 SaaS가 AI 에이전트 시대를 맞는 질문

• Figma는 이미 대규모 제품이 된 상태에서 AI를 맞이하며, 제품을 외부 에이전트에 개방할지 자체 에이전트를 구축할지 결정해야 하는 위치에 놓인다 [02:24]
• Figma의 제품 내 에이전트와 Figma MCP는 디자인 도구가 AI 에이전트와 연결되는 방식을 보여주는 동시에, 사용자가 “더는 Figma가 필요 없다”고 느낄 가능성까지 함께 드러낸다 [02:39]

3. 바이브 코딩의 재미와 유지보수 비용

• 바이브 코딩은 초기 버전을 빠르고 재미있게 만들 수 있지만, 개인 에이전트의 첫 구현은 답장이 실패하거나 동작이 흔들리는 불안정한 파이썬 스크립트 수준에서 출발할 수 있다 [03:50]
• 소프트웨어 회사의 가치는 코드 작성에만 있지 않고 운영, 유지보수, 업그레이드, 신뢰성까지 포함되며, 이메일처럼 안정성이 중요한 영역에서는 직접 운영 비용이 빠르게 커진다 [04:14]

4. 학교 이메일 에이전트와 요약 자동화의 실제 가치

• 세 학교에 다니는 아이들의 PTO 이메일처럼 매일 공지가 쌓이는 상황에서는 중요한 행사나 준비물을 놓치는 일이 개인 생활의 실제 문제로 계속된다 [05:39]
• 하루 15개 안팎의 학교 이메일을 사람이 모두 읽기 어렵기 때문에, 초기 에이전트는 받은편지함 상단 이메일을 가져와 LLM에 전달하고 응답을 돌려주는 단순한 구조로 시작한다 [06:07]

5. 업무 정보 필터링과 승인 기반 이메일 자동화

• 업무에서는 방대한 정보를 이해한 뒤 무엇이 중요한지 걸러내는 능력이 핵심이며, 에이전트가 “지금은 사소해 보여도 며칠 뒤 중요해질 정보”를 구분하는 일은 여전히 어렵다 [08:05]
• 회의 기록을 훑어 관심 있을 내용을 찾아주는 에이전트는 참석하지 않은 회의까지 간접적으로 파악하게 해주지만, 피드백 이후에는 지시를 지나치게 문자 그대로 반영하는 문제가 생긴다 [08:42]

6. 음성 입력이 에이전트 조작의 병목을 낮추는 방식

• 이메일 에이전트를 조작할 때 음성 입력은 숨은 생산성 개선 요소가 되며, 텍스트보다 긴 지시와 맥락을 더 자연스럽게 전달할 수 있다 [10:35]
• 컴퓨터에 직접 말하는 어색함은 Loom으로 화면 공유를 하듯 문제를 설명하는 방식으로 줄어들며, 원격 근무나 사무실에서는 화상회의처럼 보이는 사회적 완충도 생긴다 [10:55]

7. SaaS 종말론보다 중요한 디자인 인터페이스 변화

• SaaS는 항상 안정적으로 작동해야 하고, 이를 직접 만들고 유지하는 일은 큰 부담이기 때문에 일부는 직접 만들고 일부는 비용을 지불하는 구조가 유지된다 [12:12]
• 디자인 작업에서는 랜딩 페이지와 대화하듯 수정하는 방식과 무한 캔버스에서 직접 배치하는 방식이 함께 존재하며, 세부 완성도에는 여전히 직접 조작이 필요하다 [12:40]

8. 텍스트박스 한계를 넘어선 캔버스 기반 발산·수렴

• 생성형 UI 경험은 채팅창 중심으로 굳어졌지만, 무한 캔버스 위에서 에이전트를 직접 활용하는 방식이 다음 인터페이스로 부상한다 [13:25]
• AI 시대에도 디자인의 기본 원리는 유지되며, 발산적 사고와 수렴적 사고를 오가는 다이아몬드 구조가 문제 해결의 핵심으로 남는다 [14:08]

9. 반복 디자인 자동화와 외부 에이전트 수용

• 에이전트는 기존 디자인 시스템이 있을 때 새 랜딩 페이지나 반복 그래픽을 만드는 작업에 강점을 보이며, 디자이너가 같은 유형의 산출물을 매번 직접 만들 필요를 줄인다 [16:32]
• 이 흐름은 완전한 발산형 작업이라기보다, 이미 정해진 시스템 안에서 결과물을 좁혀 가는 수렴형 작업에 가깝다 [16:56]

10. 코드-디자인 왕복으로 줄어드는 반복 작업

• GDPR 체크박스를 추가하는 가입 페이지처럼 대부분의 실무는 전면 재설계보다 기존 화면을 빠르게 수정하는 작업이며, 이때 코드베이스와 MCP 서버가 직접 연결된다 [17:54]
• Codex, Claude, Windsurf, Cursor 같은 환경에서 개발 서버를 띄우고 페이지를 Figma 캔버스로 복사하면, 반복적인 변환 작업이 줄고 디자이너는 조작 가능한 매체에서 바로 수정할 수 있다 [18:16]

11. 좋은 제품형 에이전트를 가르는 컨텍스트와 개인화

• 좋은 내부 에이전트 경험에서는 모든 사용자에게 일단 동작하는 기능보다, 개인화와 컨텍스트가 사용성의 차이를 크게 만든다 [19:51]
• 일반 채팅 에이전트에서 메모리가 개인화의 한 형태라면, Figma에서는 디자인 시스템이 그 역할을 맡는다 [20:12]

12. Figma 내부 업무 변화와 PMOS 사례

• Figma 내부의 AI 활용 방식은 몇 달 사이 빠르게 바뀌었고, 엔지니어링 조직이 먼저 실험을 주도한 뒤 제품·디자인 조직으로 확산됐다 [21:49]
• AI 업무의 핵심은 적절한 정보로 문제를 프레이밍하는 컨텍스트 설계로 이동했으며, 제품 운영팀은 조직도, Asana, Slack, GitHub 같은 구조화 데이터를 한곳에 모으기 시작했다 [22:27]

13. 로컬 에이전트와 개인 맥락 접근이 작업 범위를 넓힌다

• 클라우드 기반 에이전트는 사용자가 각 서비스를 직접 연결해야 하지만, 컴퓨터에서 실행되는 에이전트는 사용자가 접근 가능한 파일과 앱 맥락을 곧바로 활용할 수 있다 [24:12]
• 로컬 실행은 에이전트가 필요한 컨텍스트를 스스로 가져오게 만들며, 같은 모델이라도 수행할 수 있는 작업 범위를 크게 넓힌다 [24:20]

14. Apple과 Google의 경쟁력은 개인 데이터와 플랫폼 통제에서 나온다

• Apple Intelligence에 대한 기대는 휴대폰이 이미 방대한 개인 데이터를 담고 있다는 점에서 비롯됐지만, 실제 Siri 경험은 아직 항상 켜진 지능형 비서 수준에는 이르지 못했다 [25:27]
• 핵심 격차는 모델 성능 자체보다 이메일, 메시지, 앱, 기기 맥락을 하나로 묶는 통합 계층에 있으며, 모바일 생태계가 그 콘텐츠를 가장 많이 보유하고 있다 [25:53]

15. 생성의 병목은 생산량이 아니라 리뷰와 신뢰로 이동한다

• 지난 1년 동안 도구 성능과 제작 방식은 크게 변했고, 이제 핵심 과제는 AI가 만든 결과물을 어떻게 더 잘 검토할 것인가로 옮겨가고 있다 [27:48]
• 에이전트는 새 콘텐츠를 대량 생성할 만큼 충분히 강하고 저렴해졌지만, 사람들은 그 결과물을 어떻게 처리하고 승인할지에서 과부하를 겪고 있다 [28:19]

16. PM 커리어에서는 기본기와 원리 이해가 여전히 중요하다

• PM과 디자이너의 미래, 그리고 주니어의 성장 경로에 대한 불안은 좌석 감소와 엔지니어 중심 제품 개발 가능성 때문에 커지고 있다 [29:47]
• 계산기가 있어도 긴 나눗셈과 미적분의 원리를 배웠듯, AI 도구가 있어도 시스템을 제대로 다루려면 기본 개념과 수작업에 대한 이해가 필요하다 [30:24]

17. LLM은 호기심 많은 사람에게 휴대 가능한 백과사전이 된다

• 호기심을 중심으로 도구를 사용하면 학습 과정은 더 즐거워지고, AI는 단순 답변기를 넘어 계속 탐구를 이어가게 하는 파트너가 된다 [32:11]
• LLM은 『은하수를 여행하는 히치하이커를 위한 안내서』처럼 거의 모든 질문에 즉석 설명을 제공하는 휴대용 지식 인터페이스에 가깝다 [32:17]

🧾 결론

• 이 대화는 “SaaS가 끝난다”는 단순한 위기론보다, AI로 인해 소프트웨어 생산과 사용 범위가 커지면서 SaaS의 역할이 재정의된다는 쪽에 가깝다.
• 직접 만든 개인 에이전트는 특정 문제를 빠르게 해결할 수 있지만, 장기적으로는 안정성·유지보수·신뢰 문제 때문에 오히려 잘 운영되는 소프트웨어와 플랫폼의 가치가 다시 부각된다.
• Figma 사례에서 중요한 변화는 디자인 결과물을 자동 생성하는 수준을 넘어, 디자인 시스템과 코드베이스, 조직 맥락, 리뷰 흐름을 연결하는 작업 환경의 변화다.
• 에이전트가 더 많은 산출물을 만들수록 사람의 역할은 “처음부터 만들기”에서 “좋은 초안을 판별하고, 승인하고, 조직 기준에 맞게 조정하기”로 이동한다.
• 영상은 PM과 디자이너에게도 기본기와 원리 이해가 여전히 중요하다고 본다. AI의 답을 그대로 받는 사람보다 작동 원리를 묻고 경계를 밀어붙이는 사람이 더 큰 기회를 잡을 수 있다는 메시지다.

📈 투자·시사 포인트

• SaaS 기업을 볼 때 단순히 “AI가 기능을 대체할 수 있는가”보다, 해당 제품이 고객의 데이터, 워크플로, 승인 체계, 리뷰 과정 안에 얼마나 깊게 들어가 있는지가 더 중요한 판단 기준이 될 수 있다.
• Figma 같은 협업형 툴은 생성형 AI 기능 자체보다 디자인 시스템, 캔버스 인터페이스, 외부 에이전트 연동, 코드-디자인 왕복 같은 맥락 연결 능력이 차별화 요소로 부각된다.
• AI 시대의 수혜는 모델 제공자에게만 집중되지 않을 수 있다. 사용자가 매일 쓰는 업무 도구, 개인 데이터가 모이는 플랫폼, 조직의 컨텍스트를 구조화하는 제품에도 기회가 생긴다.
• 자동화가 늘수록 리뷰, 승인, 감사 가능성, 신뢰성, 품질 관리가 새로운 병목이 되므로, “생성”보다 “검토와 운영”을 잘 설계하는 SaaS가 장기적으로 더 방어적인 위치를 가질 수 있다.
• Apple과 Google에 대해서는 영상에서 개인 데이터와 플랫폼 통제가 AI 에이전트 경험의 핵심 기반이 될 수 있다고 언급하지만, 실제 제품 완성도와 사용자 채택 수준은 별도 검증이 필요하다.
• 검증 필요: 영상은 소프트웨어 제작자가 10억 명 이상으로 늘 수 있다는 전망을 제시하지만, 이는 확정된 시장 규모가 아니라 AI 도구 확산에 따른 가능성으로 구분해 봐야 한다.

⚠️ 불확실하거나 확인이 필요한 부분

• 전 세계 개발자 수가 기존 2,500만~4,000만 명 수준이고, AI 도구 확산 이후 소프트웨어를 만드는 사람이 10억 명 이상으로 늘 수 있다는 전망은 영상 내 주장으로 제시되지만, 별도 통계 출처 확인이 필요하다.
• “SaaS apocalypse”가 실제로 기존 SaaS 기업의 위기보다 시장 확대 기회에 가깝다는 해석은 Matt Colyer의 관점에 기반한 전망이며, 업종별 SaaS 매출·사용자 행동 변화 데이터로 검증필요가 있다.
• 이메일 에이전트로 4주 연속 inbox zero를 유지했다는 사례는 개인 경험담으로 보이며, 일반적인 조직 생산성 개선 효과로 확대 해석하기에는 추가 사례나 정량 지표가 필요하다.
• 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

• 개발자 수, AI 기반 소프트웨어 제작자 10억 명 전망, SaaS 시장 확대 관련 통계 출처를 별도로 확인한다.
• 영상에서 제시된 핵심 사례를 “개인 이메일 에이전트”, “Figma 디자인 에이전트”, “PMOS 내부 운영 에이전트”, “Apple·Google 플랫폼 에이전트”로 분류해 비교 정리한다.
• SaaS 종말론에 대한 반론을 “초기 제작은 쉬워짐”, “운영·유지보수·신뢰는 여전히 어려움”, “검토와 승인 병목이 커짐”의 세 축으로 재구성한다.
• Figma MCP, Git Design Context, 코드-디자인 왕복 워크플로가 실제 제품 기능인지, 데모 또는 개념 설명인지 확인한다.

❓ 열린 질문

• AI 도구로 소프트웨어 제작자가 크게 늘어날 경우, 기존 SaaS 기업의 매출은 실제로 증가할까요, 아니면 단순 기능형 SaaS부터 빠르게 대체될까요?
• 개인이나 팀이 직접 만든 에이전트를 운영할 때, 어느 시점부터 직접 유지보수보다 상용 SaaS를 구매하는 편이 더 합리적일까요?
• 이메일, 회의록, 디자인 변경처럼 승인 기반 자동화가 적합한 업무에서 사람의 검토 부담을 줄이려면 어떤 리뷰 인터페이스가 가장 효과적일까요?