AI 시대 소프트웨어 회사, 이제는 두 길뿐일까: a16z 칼럼 쉽게 읽기

한눈에 보기

• 원문 시점: 2026년 3월 23일, a16z.news에 실린 David George 칼럼
• 한 줄 결론: AI 시대 소프트웨어 회사는 다시 빨리 크는 길과 이익이 많이 남는 길 중 하나를 더 선명하게 골라야 한다는 주장
• 첫 번째 길: 새 AI 상품으로 회사 매출 증가 속도를 10%포인트 이상 끌어올리기
• 두 번째 길: 직원 주식 보상까지 비용으로 계산한 실제 영업이익률 40% 이상 만들기
• 핵심 배경: 사람 수 기준으로 이용료를 받던 기존 방식이 AI 자동화 때문에 흔들리고 있다는 판단
• 한국 시사점: 국내 기업용 소프트웨어와 IT서비스 회사도 AI를 기능 추가가 아니라 사업 방식 재정비 문제로 봐야 하는 시점

서론

AI 열풍이 길어질수록 소프트웨어 회사들 앞에는 더 불편한 질문이 남는다. 새 AI 상품으로 다시 빠르게 성장할 수 있느냐, 아니면 이익이 많이 남는 회사로 구조를 바꿀 수 있느냐는 질문이다.

미국 벤처투자사 a16z의 David George는 2026년 3월 23일 이 질문을 정면으로 던졌다. 글 제목을 한국어로 옮기면 소프트웨어 회사에 남은 길은 두 가지뿐 정도가 된다. 뜻을 쉬운 말로 풀면 이렇다. 이제 소프트웨어 회사에는 다시 크게 성장하는 길과 수익이 많이 남는 길 두 가지가 남았고, 그 사이의 애매한 중간 길은 점점 위험해지고 있다는 주장이다.

이 칼럼이 주목받은 이유는 문장이 세서만은 아니다. AI가 널리 쓰이기 시작하면서, 사람 수에 맞춰 이용료를 받던 예전 방식이 흔들리고 있기 때문이다. 고객은 AI를 도입하면 먼저 인건비를 줄이려 하고, 그러면 자연스럽게 소프트웨어 계정 수도 줄이려 한다. 반대로 새 예산은 AI 사용량, 자동화 처리량, 실제 결과물 쪽으로 몰릴 수 있다.

a16z.news가 2026년 3월 23일 공개한 원문 대표 이미지. 글의 요지는 한 문장으로 정리하면 “중간 지대는 점점 사라지고 있다”에 가깝다.

1. 왜 이런 경고가 나왔나

• 시장 시선: 소프트웨어 회사의 장기 가치를 예전보다 낮게 보는 분위기
• 불편한 현실: 매출 증가 속도는 느려졌는데, 진짜 이익은 기대만큼 늘지 않은 회사가 적지 않음
• 글의 질문: AI가 붙은 뒤에도 회사가 더 빨리 크는지, 아니면 수익이 더 잘 남는지 숫자로 보여 줄 수 있는가
• 투자자 판단: 둘 다 어정쩡한 회사보다 한쪽이 분명한 회사를 더 높게 평가하려는 흐름

David George는 여기서 가장 먼저 중간 구간을 문제 삼는다. 성장도 애매하고, 이익도 애매한 회사가 가장 설명하기 어려운 구간에 들어섰다는 것이다. 예전에는 “지금은 덜 벌어도 나중에 크게 클 회사”라는 이야기로 버틸 수 있었지만, AI가 들어오면서 그 설명이 훨씬 어려워졌다는 얘기다.

특히 그는 직원에게 주는 주식 보상 비용을 너무 가볍게 보는 태도를 비판한다. 겉으로 보이는 현금흐름만 좋아졌다고 안심할 수 없고, 주식 보상과 지분 희석까지 포함해 봤을 때도 정말 수익이 남는 회사인지 따져야 한다는 시선이다. 다소 투자자다운 문장이라 차갑게 들리지만, 숫자로 회사를 평가하는 시장의 분위기를 보여 주는 대목이기도 하다.

2. 첫 번째 길, 새 AI 상품으로 다시 빨리 크기

• 목표: 앞으로 1년에서 1년 반 안에 회사 전체 매출 증가 속도를 눈에 띄게 끌어올릴 새 AI 상품 만들기
• 상품 기준: 기존 서비스에 대화창 하나 더 붙이는 수준으로는 부족
• 조직 방식: 작은 실무팀, 빠른 결정, 고객 가까운 제품 기획
• 자료 정리: 문서, 상담 기록, 지원 기록, 승인 흐름을 모아 살아 있는 업무 지식 만들기
• 요금 방식: 사람 수 기준 이용료보다 AI 사용량, 자동화 처리량, 결과 기준 과금 쪽으로 이동

이 부분을 가장 쉬운 말로 바꾸면 “AI 버튼 하나 추가해서는 안 된다”는 뜻이다. 회사 전체 매출 증가 속도를 정말 바꿀 정도의 새 상품이 나와야 한다는 얘기다. 원문은 심지어 조직 안에서 실무 감각이 뛰어난 사람 몇 명을 먼저 골라, 그 팀을 중심으로 회사의 새 방향을 다시 짜라고까지 말한다.

그가 강조하는 방식도 분명하다. 사람을 많이 붙이는 큰 조직보다, 몇 명 안 되는 작은 팀이 빠르게 돌고, 제품 담당자는 고객을 자주 만나고, 기술을 잡는 핵심 인력은 전체 구조가 무너지지 않게 중심을 지켜야 한다는 것이다. 너무 많은 사람이 회의만 하다 보면 속도가 떨어지고, 반대로 핵심 기술 인력이 다 흩어지면 시스템이 더 복잡해질 수 있다는 판단이다.

여기서 중요한 말이 하나 더 나온다. 앞으로의 매출은 사람 수보다 AI를 얼마나 많이 쓰게 하느냐와 더 가까워질 수 있다는 점이다. 예전에는 직원 100명이 쓰면 계정 100개를 파는 방식이 자연스러웠다. 하지만 AI가 일을 대신 처리하기 시작하면 계정 수는 줄고, 대신 AI 호출량이나 자동 처리량이 더 중요해질 수 있다. 이 칼럼이 불편하지만 흥미로운 이유는 바로 이 지점을 정면으로 건드리기 때문이다.

조금 더 쉽게 비유해 보자. 학교에서 학생 수만큼 참고서를 팔던 출판사가 있다고 가정하면 이해가 쉽다. 예전에는 학생이 많을수록 매출이 늘었다. 그런데 이제는 학생 수보다 문제를 얼마나 많이 풀고, 해설을 얼마나 자주 받아 보느냐가 더 중요해지는 상황이 온 셈이다. David George는 소프트웨어 회사도 비슷한 변화를 맞고 있다고 보는 것이다.

https://gitstar.space

GitStar - GitHub Rankings, Package Signals, and Weekly Digests

 

3. 두 번째 길, 이익이 많이 남는 회사로 다시 짜기

• 목표: 직원 주식 보상까지 포함해도 실제 영업이익률 40% 이상, 가능하면 그 이상 만들기
• 비용 계산: 겉으로 좋은 숫자보다 실제로 남는 돈을 더 엄격하게 보기
• 구조 변화: 관리자 층 줄이기, 복잡한 맞춤 작업 줄이기, 가격 다시 매기기
• 고객 정리: 수익성이 너무 낮은 고객은 과감한 조정도 검토
• AI 활용: 적은 인원으로 더 많은 일을 하게 만드는 도구로 사용

두 번째 길은 얼핏 들으면 “성장을 포기하고 버티기”처럼 보일 수 있다. 하지만 원문은 그렇게 말하지 않는다. 오히려 회사를 더 작고 단단하게 다시 짜서, 예전보다 적은 인원으로도 높은 수익을 남기는 구조를 만들라는 주문에 가깝다.

핵심은 단순한 감원이 아니라 회사 모양 자체를 바꾸는 일이다. 실무자는 줄였는데 관리자 조직은 그대로 남아 있다면 오히려 더 비효율적일 수 있다. 그래서 관리 단계를 줄이고, 너무 복잡한 맞춤형 일은 정리하고, 회사가 강한 분야는 가격을 다시 매길 필요가 있다는 얘기가 나온다.

여기서 AI는 비용을 줄이기 위한 계산기처럼만 등장하지 않는다. 적은 사람으로도 더 많은 일을 처리하게 만드는 도구로 등장한다. 원문은 엔지니어 한 사람에게 매달 적지 않은 AI 사용 예산을 줘도 이상하지 않다고까지 말한다. 그만큼 앞으로는 사람 수보다 한 사람이 낼 수 있는 결과물의 크기가 더 중요해질 수 있다는 판단이다.

David George는 이 길의 참고 사례로 브로드컴을 든다. AI 이전에도 비용 통제, 상품 단순화, 가격 결정력을 앞세워 높은 수익성을 만든 사례가 있었다는 뜻이다. 모든 회사가 그대로 따라 할 수 있는 모델은 아니지만, 적어도 “강한 수익 구조” 자체는 불가능한 꿈이 아니라는 메시지다.

이 대목도 일상적인 예시로 바꾸면 더 쉽다. 같은 매출을 올리더라도 관리 인원이 지나치게 많고, 비슷한 일을 여러 팀이 따로 하면 남는 돈은 줄어든다. 반대로 꼭 필요한 일만 남기고, 반복되는 일은 AI가 돕고, 가격도 제대로 받기 시작하면 회사 체질이 달라질 수 있다. 경로 2는 바로 그런 체질 개선 계획에 가깝다.

4. 왜 중간 답안이 가장 위험하다고 봤나

• 느린 성장: 새 이야기가 약하면 시장 기대가 빠르게 식기 쉬운 구간
• 약한 수익성: 이익도 뚜렷하지 않으면 회사 설명이 더 어려워지는 구조
• 고객 행동: AI 도입 뒤에는 먼저 계정 수와 인건비부터 줄이려는 움직임
• 시장 압박: “둘 다 조금씩”보다 “한쪽을 분명히”를 더 원하는 분위기

이 칼럼의 가장 날카로운 대목은 바로 여기다. 새 AI 상품이 매출을 크게 끌어올리지도 못하고, 그렇다고 회사 이익도 눈에 띄게 좋아지지 않는다면 결국 설명이 더 어려워진다는 것이다. 성장 회사라고 부르기에도 애매하고, 현금 창출 회사라고 부르기에도 부족한 상태가 된다는 뜻이다.

물론 이 주장이 모든 회사에 똑같이 맞는 것은 아니다. 산업마다 속도도 다르고, 고객 구조도 다르고, AI 도입 속도도 제각각이다. 그래도 “AI 전략을 말할 때 이제는 상품 이야기만으로는 부족하고, 성장과 수익 구조를 함께 말해야 한다”는 문제의식만큼은 가볍게 넘기기 어렵다.

쉽게 비유하면 이렇다. 시험 점수도 애매하고, 수행평가도 애매한 학생은 선생님에게 설명하기 더 어려운 법이다. 반대로 어느 한쪽이 아주 분명하면 평가 기준도 또렷해진다. David George의 글은 지금 소프트웨어 회사들이 바로 그런 평가 구간에 들어섰다고 보는 셈이다.

5. 한국 기업은 어떻게 읽어야 하나

• 기업용 소프트웨어: 사람 수 기준 과금에서 AI 사용량 기준 과금으로 옮겨갈 준비가 필요한 분야
• IT서비스: 사람 투입으로 매출을 내던 구조가 AI 생산성과 부딪히기 쉬운 분야
• 클라우드와 AI 플랫폼: 추론 사용량, 호출량, 자동화 기능이 곧 매출과 연결되는 분야
• 업무용 프로그램: 회계, 인사, 전자결재, 고객지원처럼 바꾸기 어려운 서비스는 여전히 가격 힘이 남아 있을 가능성

국내 기업으로 눈을 돌리면 더존비즈온, 삼성SDS, NAVER 같은 회사를 떠올려 볼 수 있다. 더존비즈온은 회계와 전사관리처럼 한 번 들어가면 쉽게 바꾸기 어려운 업무 프로그램이 많다. 삼성SDS는 대기업 업무 전환과 운영 효율화 경험이 많아, AI가 성장보다는 수익성 개선 쪽으로 먼저 연결될 수 있다. NAVER는 AI 모델과 클라우드, 업무용 서비스가 맞물릴 때 사용량 기반 매출이 얼마나 커질지 지켜볼 만하다.

국내 시장에서 특히 중요한 것은 기능 추가형 AI와 사업 구조를 바꾸는 AI를 구분하는 일이다. 기존 화면에 AI 버튼 하나 넣는다고 회사의 성장 공식이 바로 바뀌지는 않는다. 반대로 AI를 이유로 무리하게 사람만 줄이면 서비스 경쟁력이 약해질 수 있다. 결국 중요한 것은 “AI를 붙였다”가 아니라 “그래서 매출 구조와 비용 구조가 어떻게 달라졌는가”다.

이 때문에 한국 기업도 이제는 발표 자료의 문구보다 실제 숫자를 더 많이 보여 줄 필요가 있다. AI 기능을 넣은 뒤 사용량이 얼마나 늘었는지, 고객이 돈을 더 내기 시작했는지, 지원 인력 부담이 줄었는지, 혹은 실제 이익률이 개선됐는지까지 함께 보여 줘야 설득력이 생긴다. 겉으로만 화려한 AI 소개는 예전보다 훨씬 빨리 힘을 잃을 가능성이 크다.

결론

David George의 글은 꽤 거칠고 단정적이다. 하지만 그가 던진 질문은 지금 소프트웨어 업계가 피해 가기 어려운 질문이기도 하다. 새 AI 상품으로 다시 빨리 클 수 있는가, 아니면 이익이 많이 남는 회사로 구조를 다시 짤 수 있는가 하는 질문이다.

이 칼럼을 쉽게 옮겨 읽으면 메시지는 의외로 단순하다. 애매한 중간 답안으로 오래 버티기 어려운 시기가 왔다는 것이다. 그래서 소프트웨어 회사라면 이제 AI를 기능 소개 자료에만 올릴 것이 아니라, 성장 속도와 이익 구조를 어떻게 바꿀지까지 함께 보여 줘야 한다.

원문에 100% 동의할 필요는 없다. 다만 AI 시대에 회사의 경쟁력이 어디서 나오는지, 그리고 그 경쟁력이 숫자로도 보이는지 묻는 질문만큼은 꽤 오래 남을 가능성이 크다. 한국 기업과 투자자, 그리고 실무자 모두 이 질문을 더 자주 마주하게 될 것으로 보인다.

결국 이 글이 남기는 숙제도 분명하다. 우리 회사의 AI 전략은 새 매출을 만드는 쪽에 가까운지, 아니면 비용 구조를 바꾸는 쪽에 가까운지 먼저 답해야 한다. 그 답이 흐릴수록 시장과 고객을 설득하기는 더 어려워질 가능성이 높다.

같은 질문은 독자에게도 그대로 돌아온다. 지금 내가 쓰는 서비스가 AI 시대에 어디서 돈을 벌고, 어디서 비용을 줄이며, 왜 계속 선택받을 수 있는지 한 번 더 따져 볼 필요가 있다.

참고 자료

• There are only two paths left for software - David George, a16z.news, 2026년 3월 23일