서비스가 새로운 소프트웨어다: Sequoia Capital (sequoiacap.com) ↗
- 차세대 1조 달러 기업은 “소프트웨어가 서비스의 탈을 쓴 형태”가 될 것. 즉 워크플로우를 도와주는 도구(소프트웨어)를 파는 회사가 아니라, 결과물까지 다 해주는 서비스 회사. 내부 엔진은 소프트웨어인데 고객이 사는 건 완성된 결과
- 도구(코파일럿)를 파는 모델에서 결과물(오토파일럿)을 파는 모델로 이동 중. AI가 규칙 기반 업무를 자율 처리 가능한 임계점을 넘으면서 생긴 전환
- 소프트웨어에 쓰는 1달러당, 서비스에는 6달러가 쓰임. 오토파일럿의 TAM이 기존 SaaS보다 훨씬 큼
지능 vs 판단 프레임워크
- 지능(Intelligence): 규칙 기반 작업. 코딩, 스펙 번역, 디버깅. AI가 자율 처리 가능한 영역
- 판단(Judgement): 경험 기반 의사결정. 기능 우선순위, 출시 타이밍. 아직 사람이 필요
- AI는 ‘지능’ 수준 작업의 자율 처리 임계점을 넘었고, 이것이 사업 모델 자체를 바꾸고 있음
코파일럿 vs 오토파일럿
- 코파일럿: 전문가에게 도구를 판매. 사용자가 통제권 유지 (예: Cursor 자동완성)
- 오토파일럿: 최종 고객에게 완성된 결과물을 판매. AI가 작업 전체 수행 (예: AI 세금 신고 대행)
- Cursor 사용자들이 자동완성에서 에이전트에게 작업 자체를 맡기는 방식으로 전환 중
- 코파일럿 기업은 자동화할수록 자사 고객(전문가)이 불필요해지는 혁신자의 딜레마에 직면
왜 지금 오토파일럿으로 넘어가고 있나?
- AI 모델이 “지능” 수준의 규칙 기반 작업을 자율 처리할 수 있는 임계점을 넘음. 예전엔 중간에 사람이 검증해야 했던 일이 이제 end-to-end 자동화 가능
- 고객 관점에서 도구보다 결과가 더 가치 있음. 세무 소프트웨어를 사는 것보다 “세금 신고가 끝난 상태”를 사는 게 훨씬 직관적
- 서비스 시장이 소프트웨어 시장보다 6배 크다. 오토파일럿은 소프트웨어 예산이 아니라 외주·인건비 예산을 가져오기 때문에 TAM 자체가 다른 층위
- 코파일럿은 혁신자의 딜레마에 걸린다. 자사 도구가 전문가 생산성을 높일수록 그 전문가의 필요 인원이 줄고, 결국 자기 고객층 자체가 사라짐
- 전문가 인구 구조가 무너지고 있음. 미국 회계사 5년간 34만 명 감소, CPA 75% 은퇴 임박. 공백을 사람이 아닌 AI가 채우는 것 외에 현실적 대안이 없음
산업별 기회 맵
- 보험 중개 $140-200B: WithCoverage, Harper
- 회계/감사 $50-80B: Rillet, Basis. 미국에서 5년간 회계사 34만 명 감소, CPA 75% 은퇴 임박
- 헬스케어 수익 사이클 $50-80B: Anterior
- 보험 심사 $50-80B: Pace, Strala. 인력 고령화로 대체 파이프라인 부재
- 세무 자문 $30-35B: TaxGPT, Skalar, Ravical
- 거래 법률 $20-25B: Harvey, Crosby, Lawhive
- IT 매니지드 서비스 $100B+: Edra, Serval
- 공급망/조달 $200B+: Magentic, AskLio, Tacto. 계약 누수 2-5% 절감
- 채용/스태핑 $200B+: Juicebox, Mercor, Jack & Jill
- 경영 컨설팅 $300-400B: 판단 비중 높아 진입 난이도 높음
오토파일럿 플레이북
- 아웃소싱된 지능 중심 작업부터 시작. 외주비 절감이므로 고객 저항 적음
- 유통 채널 확보. 초기 고객 기반과 신뢰 구축
- 인소싱·판단 영역으로 확장. AI 경험 축적에 따라 고부가 영역으로 확대
코파일럿 모델은 이제 의미가 없나요?
판단(Judgement) 비중이 높은 분야에서는 여전히 유효. 다만, 지능(Intelligence) 중심 작업에서는 오토파일럿이 더 큰 가치를 만듦.
서비스 사업은 확장이 어렵지 않나요?
전통 서비스는 인력 비례 매출이라 확장이 어렵지만, AI 오토파일럿은 소프트웨어의 한계비용 구조(거의 0)를 가지면서 서비스의 TAM을 공략 가능. 이것이 “서비스 회사의 탈을 쓴 소프트웨어 기업”의 핵심.
1인기업 관점
1인기업가한테는 오히려 오토파일럿이 더 맞는 모델인 것 같음. 코파일럿은 사용자 학습 부담을 떠넘기는 구조라 영업 비용이 크게 드는데, 결과물만 파는 모델은 1인 운영에도 확장이 됨. 한국에서는 회계·세무 쪽이 가장 먼저 무너질 것 같은데, 진입장벽이 미국보다 높아서 시간은 좀 더 걸릴 듯.
관련: Foundation Capital은 AI 에이전트가 만드는 의사결정 흔적이 차세대 시스템 오브 레코드가 될 것이라 분석합니다. 한편, 현재 AI 앱들이 기존 패턴에 갇혀 있다는 말 없는 마차 비판도 이 논의와 맞닿아 있습니다.
관련 글
Andrej Karpathy: vibe coding에서 agentic engineering으로
Sequoia AI Ascent에서 Karpathy가 풀어놓은 12월 전환점, Software 3.0, 들쭉날쭉한 AI 능력, 그리고 1인기업이 바로 적용할 만한 부분 정리.
AI가 스타트업을 다 죽일까: Standard Capital
AI 랩이 커지는 시대에도 1인기업이 살아남는 법. 터키 그래프 위험과 복제 함정을 피하는 기준을 정리.
Demis Hassabis YC 인터뷰: AGI까지 빠진 1~2가지와 창업가 조언
Google DeepMind CEO Demis Hassabis가 YC에서 AGI 남은 과제, 작은 모델, 에이전트, 1인기업 창업가가 지금 무엇을 만들어야 할지 이야기한 대담.
뉴스레터 구독
매주 엄선된 1인기업 뉴스를 이메일로 받아보세요.