AI 에이전트가 SaaS 시트 과금 모델을 무너뜨리는 원리
어느 날 회사 IT 담당자가 이런 질문을 받았다고 상상해 보세요. "우리 팀원 50명이 쓰는 CRM 라이선스 50개, 이제 AI 하나가 대신 다 한다는데 왜 계속 50개를 내야 하죠?"
이 질문 하나가 수십 년간 소프트웨어 산업을 지탱해 온 과금 모델의 근본을 흔들고 있거든요. 오늘은 'AI 에이전트가 SaaS 시트 과금 구조를 어떻게 바꾸는가'라는 개념을 찬찬히 풀어보겠습니다.
시트 과금이 뭔지부터 짚고 넘어갈게요
SaaS, 즉 서비스형 소프트웨어의 가장 대표적인 수익 모델은 시트(seat) 과금입니다. 쉽게 말하면 "사람 수대로 돈 내세요"예요.
영업팀 30명이 CRM을 쓰면 30개 시트, 개발팀 20명이 협업 툴을 쓰면 20개 시트를 구매하는 식이죠. 이 구조는 꽤 논리적이었어요. 소프트웨어를 실제로 '사용하는 사람'이 많을수록 회사가 창출하는 가치도 크다고 봤으니까요.
사용자 수 = 가치 소비량 = 요금 산정 기준
이 등식이 20년 넘게 SaaS 밸류에이션의 핵심 공식으로 작동해 왔습니다.
AI 에이전트는 이 등식 어디를 건드리나요
AI 에이전트는 단순히 '자동화 도구'가 아닙니다. 여기서 핵심 개념을 하나 정리해야 해요.
AI 에이전트란 목표를 받으면 스스로 계획을 세우고, 여러 도구를 순서대로 사용하며, 결과물이 나올 때까지 반복 실행하는 시스템을 말합니다. 단순히 질문에 답하는 챗봇과는 다르게, 업무 흐름 전체를 처음부터 끝까지 혼자 수행하죠.
예를 들면 이런 식이에요.
- 기존 방식 — 영업사원이 CRM에 로그인 → 고객 데이터 조회 → 이메일 초안 작성 → 전송 → 결과 기록
- 에이전트 방식 — 에이전트가 CRM 접속 → 데이터 조회 → 이메일 생성 → 전송 → 결과 기록까지 단계별로 자동 수행
사람이 하던 다단계 업무를 에이전트가 대신 처리하면, 소프트웨어를 '사용하는 사람'의 수가 줄어들게 됩니다. 시트를 살 이유도 함께 줄어드는 거죠.
그럼 과금은 어떻게 달라질까요
시트 과금이 흔들리면 소프트웨어 기업들은 새로운 과금 기준을 찾아야 합니다. 업계에서 논의되는 대안 모델들을 살펴보면 이렇습니다.
- 사용량 기반(Usage-based) — API 호출 횟수, 처리한 데이터 양, 완료한 작업 건수 등으로 청구
- 결과 기반(Outcome-based) — 실제로 성사된 계약 건수, 처리된 티켓 수 같은 '성과'로 청구
- 에이전트 시트 — 사람 대신 에이전트에게 시트를 부여하는 방식
문제는 이 모델들이 기존 시트 과금보다 수익 예측이 훨씬 어렵다는 점입니다. 시트 과금은 계약 시점에 연간 매출이 확정되지만, 사용량 기반은 고객의 실제 사용에 따라 매출이 출렁거리거든요.
소프트웨어 기업의 매출 예측 가능성이 낮아지면, 투자자들이 그 기업에 부여하는 밸류에이션 배수도 달라질 수 있습니다.
왜 갑자기 이게 화제가 됐나요
AI 에이전트가 단순 보조 역할을 넘어 기업 업무를 다단계로 직접 수행하는 수준에 도달했다는 시연이 공개되면서, 시장이 오랫동안 덮어뒀던 질문을 다시 꺼내 들기 시작했습니다.
"사용자 수만큼 라이선스를 사야 하는가?"
이 질문은 단순히 소프트웨어 한두 기업의 문제가 아니에요. CRM, 문서 관리, 워크플로우 자동화, 디자인 툴까지, 시트 단위로 팔리던 거의 모든 기업용 소프트웨어가 같은 질문에 직면하게 됩니다.
이 개념을 알면 뭘 다르게 볼 수 있나요
소프트웨어 기업 뉴스를 접할 때, 이제 "ARR(연간 반복 매출)이 얼마냐"만큼 "어떤 과금 모델이냐"를 함께 보게 됩니다.
시트 과금 비중이 높은 기업은 에이전트 도입이 확산될수록 기존 고객의 시트 수가 줄어드는 압박을 받을 수 있어요. 반면 처음부터 사용량 기반이나 결과 기반으로 과금하는 기업은 에이전트가 더 많이 쓸수록 오히려 매출이 늘어나는 구조가 됩니다.
과금 모델은 단순한 요금표가 아닙니다. 그 기업이 가치를 어떻게 정의하는지를 보여주는 설계도거든요. AI 에이전트 시대에 그 설계도가 다시 그려지고 있는 중입니다.
한 줄 요약: AI 에이전트가 사람 대신 소프트웨어를 사용하기 시작하면, '사람 수 = 요금'이라는 SaaS의 오랜 등식이 성립하지 않는다.
참고
본 글은 BLSH IN 리서치 자료를 바탕으로 개념을 정리한 것입니다.
ⓒ 2026 머니포렌식. 무단 전재 및 재배포 금지.
본 콘텐츠는 정보 제공을 목적으로 하며, 특정 자산의 매수 또는 매도를 권유하지 않습니다.
투자 판단과 그 결과에 대한 책임은 투자자 본인에게 있습니다.
댓글
댓글 쓰기