버티컬 SaaS의 300조 기회, AI 도입 기업 대부분은 구조적으로 실패한다

한국딥러닝 김동현 미래AI개발팀장이 AI타임스에 '버티컬 SaaS의 300조 기회, AI 도입 기업 대부분은 구조적으로 실패한다'를 기고했다.

시장이 커지는 진짜 이유

기고는 2030년 300조 원 규모로 전망되는 버티컬 SaaS 시장의 성장 동력을 다르게 해석한다. 시장이 커지는 이유는 AI가 똑똑해져서가 아니라, 기존 디지털 업무 환경이 더는 효율을 낼 수 없는 임계점에 도달했기 때문이라는 것이다. 지금까지의 소프트웨어가 종이를 모니터로 옮기는 디지털화에 집중했다면, 버티컬 SaaS의 기회는 소프트웨어의 역할이 문서를 디지털화하는 '도구'에서 내용을 이해하고 처리하는 '동료'로 바뀌는 순간에 있다고 필자는 본다.

챗봇을 붙이는 것은 UI 개선일 뿐이다

이 전환점에서 많은 기업이 범하는 오판은 AI를 기능으로만 보는 것이다. 필자는 서비스에 AI 챗봇을 붙이는 것은 사용자 인터페이스의 개선일 뿐 업무 구조의 변화가 아니라고 지적한다. 버티컬 SaaS는 사용자가 묻기 전에 시스템이 먼저 데이터를 검토하고 결과를 내놓는 파이프라인이어야 한다는 것이다.

"진정한 버티컬 SaaS는 사용자가 묻기 전에 시스템이 먼저 판단해야 합니다."

확률이 아니라 확실함

대형언어모델(LLM)은 본질적으로 확률에 기반한다. 정밀함이 중요한 산업 현장에서는 소수의 오류도 큰 문제로 이어진다. 그래서 현업에서는 규칙 기반 방식과 AI 에이전트를 결합해 AI를 통제된 시스템의 부품으로 쓰는 결정론적 자동화를 선호한다고 필자는 설명한다.

설명 가능성과 재현 가능성도 같은 맥락이다. 대출 거절 같은 결정에는 "AI 모델이 그렇다고 합니다"가 아니라 구체적인 근거를 내놓을 수 있어야 한다. 같은 입력에 같은 결과가 나오고 그 이유를 거슬러 추적할 수 있는 시스템만 살아남으며, 통제되지 않은 AI 도입은 곧 법적 리스크가 된다는 경고다.

"비즈니스는 '그럴듯함'이 아니라 '확실함'을 원하기 때문입니다."

— 김동현 한국딥러닝 미래AI개발팀장

무엇을 물어야 하나

결론은 분명하다. 최신 모델을 얹기만 한 '얇은 서비스(Thin Wrapper)'는 사라지고, 업무를 깊이 이해하고 AI의 불확실성을 시스템으로 통제하는 기업이 성장한다는 것이다. 업무의 데이터와 흐름을 AI가 다룰 수 있게 다시 설계하는 기업만이 300조 원의 기회를 잡는다. 필자는 이제 어떤 AI 모델을 쓰느냐가 아니라 어떤 통제 아키텍처를 가졌느냐를 물어야 할 때라고 강조했다.

전문은 AI타임스에 실렸다.