AI가 정말 소프트웨어 산업을 집어삼킬까요? 저는 회사에서 실제로 AI 도구를 업무에 활용하고 있는데, 최근 클로드 코워크 발표 이후 주변에서 이런 질문을 정말 많이 듣게 됩니다. 엔트로픽이라는 AI 기업이 올해 1월 내놓은 클로드 코워크가 등장하자마자 톰슨로이터, 세일즈포스, 어도비 같은 소프트웨어 대장주들의 주가가 급락했습니다. 단순히 주가 하락으로 끝나는 문제가 아니라 소프트웨어 기업들의 비즈니스 모델 자체가 흔들리고 있다는 우려가 나오고 있습니다.
AI가 무너뜨린 소프트웨어의 구독모델
소프트웨어 기업들이 어떻게 돈을 버는지 생각해 보셨나요? 대부분 구독 기반 모델(Subscription Model)로 운영됩니다. 여기서 구독 기반 모델이란 고객이 소프트웨어를 한 번 구매하는 것이 아니라 매달 또는 매년 일정 금액을 지불하며 지속적으로 서비스를 이용하는 방식을 말합니다. 법률 회사는 계약서 검토용 소프트웨어를, 영업팀은 CRM(고객관계관리) 소프트웨어를, 재무팀은 회계 소프트웨어를 각각 구독하며 매달 구독료를 지불해 왔습니다.
이 모델은 소프트웨어 기업 입장에서 매우 안정적인 수익 구조였습니다. 한번 고객을 확보하면 매달 반복적으로 수익이 발생하고, 기업들이 이미 쌓아놓은 데이터와 업무 프로세스 때문에 다른 서비스로 옮기기 어려웠습니다(출처: 블룸버그). 제가 회사에서 경험한 것도 마찬가지였습니다. 한번 익숙해진 소프트웨어를 바꾸려면 직원 교육부터 데이터 이전까지 엄청난 시간과 비용이 들기 때문에 웬만해서는 바꾸지 않았습니다.
그런데 클로드 코워크가 이 판을 완전히 뒤집었습니다. 법률 검토, 데이터 분석, 보고서 작성, 심지어 코딩까지 AI 하나로 처리할 수 있다면 굳이 각 분야별로 비싼 전문 소프트웨어를 여러 개 구독할 필요가 없어집니다. 실제로 제가 최근 업무에서 간단한 데이터 정리 작업을 AI로 처리해 본 적이 있는데, 예전 같았으면 별도 소프트웨어를 사용했을 일을 훨씬 빠르게 해결할 수 있었습니다.
진입장벽이 무너지는 소프트웨어 산업
소프트웨어 기업들의 가장 큰 강점은 높은 진입장벽(Entry Barrier)이었습니다. 진입장벽이란 새로운 경쟁자가 해당 산업에 들어오기 어렵게 만드는 장애물을 의미합니다. 전문 기능과 축적된 데이터, 그리고 복잡한 업무 프로세스에 최적화된 기능들이 기존 소프트웨어 기업들만의 경쟁 우위였습니다.
예를 들어 법률 문서 검토 소프트웨어의 경우, 수년간 쌓인 법률 데이터베이스와 판례 분석 기능이 핵심 경쟁력이었습니다. 회계 소프트웨어는 복잡한 세법과 회계 기준을 반영한 자동화 기능으로 차별화됐습니다. 이런 전문성 때문에 새로운 경쟁자가 쉽게 진입할 수 없었고, 기존 고객들도 쉽게 떠나지 못했습니다.
그런데 AI가 이 진입장벽을 한순간에 낮춰버렸습니다. 클로드 코워크 같은 AI는 방대한 학습 데이터를 기반으로 법률 검토부터 재무 분석까지 다양한 전문 업무를 수행할 수 있습니다. 솔직히 이건 저도 예상 밖이었습니다. 1년 전만 해도 AI가 단순 문서 작성 정도만 도와줄 거라 생각했는데, 이제는 전문 소프트웨어가 하던 복잡한 업무까지 처리하는 수준이 됐습니다.
블룸버그 통신에 따르면 올해 순자산 감소폭이 가장 큰 억만장자 10명 중 절반이 소프트웨어 기업가였다고 합니다. 시장은 이미 소프트웨어 산업의 구조적 변화를 가격에 반영하기 시작한 것입니다.
그렇다면 소프트웨어 기업 투자는 이제 끝난 걸까요? 제 경험상 이건 좀 다릅니다. 시장이 일시적으로 과민 반응했을 가능성도 있고, 실제로 모든 소프트웨어 기업이 동일한 위험에 노출된 것도 아니기 때문입니다.
엔비디아의 젠슨 황 CEO는 "AI가 소프트웨어를 대체한다는 건 말도 안 되는 소리"라고 언급했습니다. AI도 결국 소프트웨어 위에서 작동하고, AI가 발전할수록 오히려 더 정교한 소프트웨어 인프라가 필요하다는 논리입니다. 실제로 기업 환경에서는 보안 문제나 책임 소재 때문에 AI만으로 완전히 대체하기 어려운 영역이 많습니다.
저도 회사에서 중요한 계약서나 재무 데이터를 다룰 때는 AI가 만든 결과를 그대로 쓰지 않고 반드시 사람이 검토하는 과정을 거칩니다. AI가 실수했을 때 법적 책임을 누가 지느냐는 문제가 명확하지 않기 때문입니다. 이런 이유로 기존 소프트웨어가 완전히 사라지기보다는 AI 기능을 통합한 형태로 진화할 가능성이 높습니다.
투자 관점에서는 다음 세 가지 기준으로 소프트웨어 기업을 평가해 볼 수 있습니다.
- AI로 대체 가능성이 높은 단순 기능 중심 기업인지
- 자사 서비스에 AI를 적극적으로 통합하고 있는지
- 기업 고객의 전환 비용(Switching Cost)이 충분히 높은지
여기서 전환 비용이란 고객이 현재 사용 중인 서비스를 다른 서비스로 바꿀 때 발생하는 시간, 비용, 불편함 등을 모두 포함한 개념입니다. 데이터 이전, 직원 재교육, 업무 프로세스 재구축 등이 복잡할수록 전환 비용이 높아지며, 이는 기업의 경쟁력으로 작용합니다.
현실적인 변화 속도와 투자 전략
AI 기술 발전 속도가 빠른 건 사실이지만, 실제 기업 현장에서 변화가 일어나는 속도는 예상보다 느릴 수 있습니다. 한국생산성본부 자료에 따르면 국내 기업의 디지털 전환 평균 소요 기간은 3~5년으로 조사됐습니다(출처: 한국생산성본부). 새로운 기술이 나왔다고 해서 기업들이 바로 기존 시스템을 버리고 갈아타는 건 아니라는 뜻입니다.
특히 대기업일수록 변화에 신중합니다. 수십 년간 쌓아온 데이터와 업무 프로세스가 기존 소프트웨어와 긴밀하게 연결되어 있기 때문입니다. 제가 다니는 회사도 새로운 업무 도구를 도입하려면 보안 검토, 부서별 협의, 시범 운영 등 최소 6개월 이상이 걸립니다.
또한 소프트웨어 기업들도 가만히 있지 않습니다. 세일즈포스는 자체 AI 기능인 '아인슈타인 GPT'를 출시했고, 어도비는 '파이어플라이' AI를 통합했습니다. 기존 소프트웨어의 전문성에 AI 기능을 더한 형태로 진화하고 있는 것입니다. 이런 기업들은 오히려 AI 시대에 더 강력한 경쟁력을 갖출 수 있습니다.
개인적으로는 이런 변화가 직장인 입장에서 불안하게 느껴지기도 하지만, 동시에 새로운 기회가 될 수도 있다고 봅니다. AI를 잘 활용하는 사람과 그렇지 못한 사람의 생산성 격차가 커질 것이고, 이는 곧 개인의 경쟁력 차이로 이어질 것이기 때문입니다.
결국 중요한 건 변화 자체가 아니라 그 변화에 얼마나 빠르게 적응하느냐입니다. 소프트웨어 산업도 마찬가지입니다. AI 때문에 모든 소프트웨어 기업이 사라진다는 극단적인 시나리오보다는, AI를 잘 활용하는 기업은 더 성장하고 그렇지 못한 기업은 도태되는 구조 조정 과정으로 이해하는 게 현실적입니다. 투자자라면 개별 기업의 적응력과 경쟁력을 꼼꼼히 따져보는 게 지금 시점에서 가장 중요한 전략일 것입니다.