AI 에이전트의 부상과 소프트웨어·보안·메시징의 변화

코드를 스스로 쓰는 AI와 SaaS 비즈니스 모델의 긴장

코드를 작성하고 배포할 수 있는 AI 에이전트의 등장은 소프트웨어를 만드는 비용과 시간을 빠르게 낮추고 있다. 기업이 외부 SaaS 제품을 구매하는 대신 자체 솔루션을 구축하는 흐름이 늘어나면 전통적인 사용자 수 기반 과금 구조가 근본적인 도전을 받는다. SaaS 업체는 장기간 예측 가능한 반복 수익과 높은 마진을 강점으로 삼아 왔지만, 몇 명의 AI 에이전트로 동일한 업무를 대체할 수 있다면 사람 단위로 과금을 매기는 모델의 효력이 떨어진다.

AI 도구는 핵심 기능뿐 아니라 기존 SaaS 공급자가 추가 기능으로 붙여 파는 것들까지 흉내 낼 수 있다. 이 때문에 고객사가 갱신 협상에서 가격 압력을 더 쉽게 행사할 수 있다. 실제로 한 기업은 기존 CRM을 대신해 내부적으로 개발한 AI 기반 시스템을 도입한 사례를 공개했다. 이런 변화는 단순히 한 제품의 대체를 넘어 소프트웨어의 ‘만들기 대 사기’ 판단 자체를 재구성하는 신호로 읽힌다.

시장 반응은 즉각적이었다. AI 관련 신제품이 나올 때마다 기존 상장 소프트웨어 종목에 가격 조정이 발생했고, 일부 투자자와 분석가는 SaaS의 장기적 가치를 재평가하고 있다. 동시에 새로운 과금 방식들이 실험적으로 등장하고 있다. 소비량 기반 과금과 결과 기반 과금이 대표적이다. 결과 기반 과금은 성과에 따라 비용을 매긴다는 점에서 흥미로운 접근이다. 일부 AI 기반 스타트업은 이 방식으로 빠르게 매출을 늘리는 성과를 보고하기도 했다.

그러나 기존 SaaS가 완전히 사라진다고 단정하기는 어렵다. 기업들은 규제 준수, 감사, 워크플로우 관리, 시스템 내구성 같은 요구를 계속 갖고 있다. 이러한 요구는 단기간에 AI만으로 완전히 해결되기 어려운 부분이다. 따라서 당장은 소프트웨어 공급과 사용 방식이 재편되는 과도기를 맞이한 것으로 보는 시각이 합리적이다. 최종적으로는 전통적 모델과 AI 네이티브 모델이 어떻게 혼합되는지가 관건이 된다.

국방 영역 계약과 공개된 안전 장치의 한계

대형 AI 기업이 국가 기관과 기술 공급 계약을 맺는 과정에서 공개와 안전성 설명이 중요한 이슈로 떠오르고 있다. 한 기업의 최고경영자는 협상이 서둘러 이뤄졌고 외형상 좋지 않은 반응을 낳았다는 점을 인정했다. 해당 기업은 그 대응으로 공개 문서를 통해 자사의 모델이 사용할 수 없는 영역을 명시했다. 명시된 영역에는 대규모 국내 감시, 자율무기 체계, 고위험 자동화 결정 서비스가 포함된다.

회사 측은 단순한 사용정책에만 의존하지 않는 다층적 안전 장치를 강조한다. 클라우드 배포 방식으로 모델이 직접 운영 하드웨어에 통합되는 것을 제한하고, 보안 인가를 받은 직원이 개입하는 절차와 강력한 계약 조항을 통해 위험을 관리한다는 설명이 포함된다. 이러한 접근은 계약 문구뿐 아니라 배포 방식과 운영 통제에 초점을 맞춘다는 점에서 차별점을 주장한다.

일부 관측자는 특정 행정 명령 문구를 근거로 해당 계약이 사실상 광범위한 데이터 수집과 활용을 허용할 수 있다고 지적했다. 이와 반대로 기업 관계자는 배포 구조가 실제 활용 범위를 결정한다는 관점을 내놓았다. 공개된 설명만으로 모든 우려를 해소하기는 어렵다. 공개된 조치들이 현장 운영에서 어떻게 이행되는지, 그리고 법적·제도적 틀과 어떻게 맞물리는지를 지켜봐야 한다.

계약을 둘러싼 논의는 기술적 안전 장치와 투명성, 운영 통제의 결합이 결정적이라는 사실을 부각시킨다. 단기간의 협상으로 얻어진 합의가 산업 전체의 긴장을 완화할지 아니면 더 큰 논쟁을 촉발할지는 앞으로의 배포 방식과 실무적 집행 사례를 통해 판단할 수 있다.

구글 RCS와 이동통신사 통합으로 메시징 스팸 대응 강화

인도 시장에서 풍부한 사용자 기반과 디지털 결제 확산은 메시징 채널의 스팸과 사기 문제를 심화시켰다. 구글의 RCS 서비스는 SMS를 대체할 차세대 메시징 표준으로 포지셔닝되고 있지만, 인도에서는 비즈니스 프로모션 관련 불편 신고가 많아 한때 사업자 메시지 송출이 중단되기도 했다. 이런 배경에서 대형 통신사와의 네트워크 수준 통합은 플랫폼 수준의 보호만으로는 부족하다는 현실을 반영한다.

인도의 한 통신사는 자체 스팸 필터를 통해 메시지 트래픽을 검사하도록 요구해 왔다. 이번 통합은 통신사의 네트워크 인텔리전스와 RCS 플랫폼을 결합해 송신자 인증, 실시간 스팸 탐지, 수신자의 수신 거부 설정 강제 적용 등을 가능하게 한다. 통신사는 자사의 AI 기반 시스템이 수십억 건의 스팸 통화와 메시지를 차단했고 그 결과 금융적 손실이 크게 감소했다고 설명했다. 이런 성과는 네트워크 차원의 필터링이 플랫폼 차원 보호와 결합할 때 실질적 효과를 낼 수 있음을 시사한다.

인도는 거대한 스마트폰 소비자층과 동시에 강력한 경쟁자들이 존재하는 시장이다. 사용자 수와 경쟁 서비스의 규모가 크기 때문에 스팸과 사기 문제를 해결하지 못하면 사용자 신뢰 확보와 RCS 확산에 제약이 따른다. 통신사와 플랫폼 간의 통합 모델이 얼마나 스팸 감소와 사용자 경험 개선으로 이어지는지는 구체적 지표로 확인해야 한다. 기업들은 스팸 발생량, 사용자 불만 비율, 사기 관련 금융 손실과 같은 수치 변화를 통해 실효성을 판단해야 한다.

이번 사례는 메시징 생태계에서 플랫폼과 네트워크 사업자가 협력해야 실질적인 보호가 가능하다는 점을 보여 준다. 표준화와 운영 모델의 확립이 병행될 때 RCS가 SMS를 실질적으로 대체하는 전환을 안정적으로 이끌 수 있다.