# AI 시대 기업 전략: 언번들링에서 플랫폼화로의 전환

> 2026-03-25 · Tom Tunguz · 큐레이션 김태우
> https://challengekim.com/insights/ai-era-business-strategy-unbundling-to-platform-consolidation-ko
> 원문: https://www.tomtunguz.com/2026-03-24-saas-unbundled-ai-rebundled/

## 핵심 요약

- **SaaS 시대의 성공 공식**: 단일 워크플로우 최적화를 통한 점진적 확장이 효과적이었던 반면, AI 시대는 다른 접근이 필요합니다
- **AI 개발의 초고속 순환**: 기반 모델이 42일마다 업데이트되면서 기업들은 안정적이고 신뢰할 수 있는 플랫폼을 원하고 있습니다
- **기업들의 전략적 전환**: Harvey, Glean, ElevenLabs 같은 AI 회사들이 산업별 전문화 전략으로 빠르게 전환하고 있습니다
- **신뢰와 통합의 중요성**: AI 시스템이 팀의 워크플로우를 파악하고 최적화할수록, 깊게 통합된 플랫폼의 가치가 극대화됩니다
- **새로운 경쟁의 규칙**: 기능 경쟁에서 신뢰 경쟁으로 전환되면서 광범위한 채택을 가진 플랫폼이 시장을 지배하게 됩니다

## SaaS 시대의 성공 공식: 언번들링 전략이 먹혔던 이유

2010년대 클라우드 소프트웨어 산업은 **언번들링(unbundling)** 으로 정의되었습니다. 기업들은 거대한 올인원 솔루션보다 **특정 워크플로우에 특화된 점(Point) 솔루션** 을 추구했습니다.

이 전략은 대성공이었습니다. **Salesforce** 는 영업 자동화 워크플로우에 집중했고, **Slack** 은 팀 커뮤니케이션 채널을 완벽하게 구현했으며, **Dropbox** 는 파일 공유와 동기화 문제를 우아하게 해결했습니다. 각 회사는 **하나의 고충을 깊이 있게 해결하고 거기서부터 천천히 확장** 했습니다.

이 접근의 장점은 명확했습니다. 사용자 관점에서 보면 각 도구는 자신의 일에 최적화되어 있었습니다. 엔지니어링 팀 입장에서는 제한된 범위 내에서 완벽한 솔루션을 만들 수 있었습니다. 마케팅 팀은 명확한 가치 제안을 고객에게 전달할 수 있었습니다.

하지만 이 모델에는 **구매자 관점의 치명적인 약점** 이 있었습니다. 기업들은 **10개, 20개, 심지어 50개 이상의 SaaS 도구를 조합** 해야 했고, 이는 **막대한 인지적 부담(cognitive burden)** 으로 작용했습니다. 데이터 동기화, 권한 관리, 통합 비용이 계속 증가했습니다.

## AI의 초고속 발전: 기업들이 플랫폼을 갈망하는 이유

AI는 이 모든 것을 바꿔놓았습니다. **누구도 예측하지 못했던 속도** 로 발전하고 있기 때문입니다.

생각해보세요. **기반 모델(Foundation Model)이 42일마다 새로운 버전으로 업데이트** 된다는 것은 무엇을 의미할까요? 이는 기업들이 점(Point) 솔루션들을 조합한 AI 스택을 구축할 수 없다는 뜻입니다. 왜냐하면:

1. **기술 부채가 급속도로 누적됩니다**: 어제의 최고 솔루션이 오늘은 구식이 될 수 있습니다.
2. **통합 비용이 폭증합니다**: 새로운 모델 버전에 맞춰 매번 재통합해야 합니다.
3. **성능 격차가 빠르게 벌어집니다**: 일관되게 최신 기술을 사용하지 못하면 경쟁에서 뒤처집니다.

따라서 기업들이 원하는 것은 무엇일까요? **3\~5년간 의존할 수 있는 신뢰할 수 있는 플랫폼** 입니다. 이것이 전략의 중심이 변했다는 증거입니다.

## 기업들의 실제 전환: 언번들링에서 수직 플랫폼화로

이론이 아닌 실제로 어떤 회사들이 어떻게 전략을 바꾸고 있는지 살펴봅시다.

### Harvey: 법률 → 전문 서비스 플랫폼으로의 확장

**Harvey** 는 처음에는 법률 회사를 위한 AI 솔루션으로 출발했습니다. 하지만 지금은 그보다 훨씬 더 큽니다.

현재 Harvey는:

- 기업 법무팀에 서비스 제공
- 법원 시스템과 협력
- **PwC와 함께 25개 이상의 관할 구역을 포괄하는 세금 전담 AI 모델 공동 개발**

이것은 단순한 '기능 추가'가 아닙니다. Harvey는 **법률 영역의 깊은 전문성을 바탕으로 인접 영역(세금, 컴플라이언스)으로 자연스럽게 확장** 하고 있습니다. 각 수직 분야마다 **산업별 전담 팀과 영업 조직** 을 갖추고 있습니다.

### Glean: 엔터프라이즈 검색 → 수직별 AI 에이전트 플랫폼

**Glean** 은 처음에 **엔터프라이즈 검색(기업 내부 정보 검색)** 으로 알려졌습니다.

오늘날 Glean은:

- **의료, 금융 서비스, 정부** 를 위한 수직별 전문 솔루션 판매
- **영업, HR, 엔지니어링** 각 팀을 위한 전담 AI 에이전트 제공

Glean의 전략은 명확합니다. 엔터프라이즈 환경에서 데이터와 워크플로우를 이해한 그들의 핵심 역량을 바탕으로, **각 산업과 각 부서의 고유한 요구에 맞춘 AI 에이전트를 개발** 하는 것입니다.

### ElevenLabs: 텍스트 음성 변환 → 멀티모달 음성 에이전트 플랫폼

**ElevenLabs** 의 변화는 특히 흥미롭습니다.

초기:

- 텍스트 음성 변환(TTS) 기술 제공

현재:

- **고객 서비스 음성 에이전트**
- **음악 생성 AI**
- **AI 오디오북** 서비스

ElevenLabs는 음성 기술의 깊이를 바탕으로 **각 산업의 워크플로우에 최적화된 에이전트** 로 진화했습니다. 이제 단순히 '음성 기술을 팔지' 않고, '음성 기술을 통해 비즈니스 문제를 해결하는 플랫폼'이 되었습니다.

## 기반 모델 회사들도 같은 길을 걷고 있다

특히 주목할 점은, **기반 모델(Foundation Model)을 개발하는 OpenAI와 Anthropic 같은 회사들도 같은 전략을 택하고 있다** 는 것입니다.

### OpenAI: API 제공자 → 헬스케어 플랫폼 제공자로 전환

OpenAI는 최근 **전담 헬스케어 및 생명 과학 버티컬(Vertical)** 을 출시했습니다.

여기에는:

- **산업별 영업팀** (Healthcare 팀, Life Sciences 팀)
- **솔루션 엔지니어** (각 산업의 고유한 요구사항을 이해하고 구현)
- **산업별 컨설팅 서비스**

이는 무엇을 의미할까요? OpenAI는 더 이상 **"우리는 최고의 기반 모델을 제공합니다"** 라고만 말하지 않습니다. 대신 **"헬스케어 산업의 AI 변혁을 리드하겠습니다"** 라고 약속합니다.

### Anthropic: 마찬가지 전략

**Anthropic** 도 동일한 경로를 따르고 있습니다:

- 헬스케어 시장을 위한 **전담 영업 팀**
- 보험 산업을 위한 **전담 담당자**
- 연방 정부 시장을 위한 **전담 조직**

## 왜 이런 변화가 일어나고 있는가: 깊이 있는 분석

표면적으로는 "산업별 영업팀을 만들었다"는 것처럼 보입니다. 하지만 더 깊이 있는 논리가 작용하고 있습니다.

### 인지적 부담과 신뢰의 중요성

이 모든 회사들이 한 가지를 인식했습니다: **언번들링의 인지적 부담** 입니다.

SaaS 시대에는 이것이 사용자가 감당할 수 있는 비용이었습니다. 하지만 AI 시대에는 다릅니다. 기업 의사결정자들은 다음과 같은 질문을 합니다:

- "이 AI 솔루션이 정말 우리 산업을 이해하고 있나?"
- "6개월 뒤 새로운 모델이 나올 때, 이 솔루션은 자동으로 업그레이드되나?"
- "이 회사는 우리 업계의 규제와 컴플라이언스를 진짜 이해하고 있나?"

더 이상 **기능을 판매하는 것이 아닙니다. 신뢰를 판매** 하고 있는 것입니다.

### AI 시스템의 학습과 최적화 메커니즘

여기에 더 깊은 경제논리가 있습니다.

일단 **AI 시스템이 조직에 통합되면**:

1. **팀이 어떻게 작동하는지 파악합니다** (워크플로우 학습)
2. **현재의 비효율성을 포착합니다** (병목 지점 발견)
3. **그 위에 더 많은 시스템을 구축합니다** (맞춤형 자동화)

이 과정은 **깊이가 깊을수록, 오래될수록 더 강력해집니다**. 한 번 구축되면 경쟁자가 따라오기 어려운 진입장벽이 됩니다.

따라서:

- 폭넓은 채택을 가진 신뢰할 수 있는 파트너는
- 다른 누구보다 빠르게 확장할 수 있습니다
- 소프트웨어 개발 비용이 하락하는 환경에서 특히 그렇습니다

## SaaS 전략 vs AI 전략: 근본적인 차이

이제 명확합니다. **SaaS 시대와 AI 시대의 경쟁 전략은 정반대** 입니다.

### SaaS 전략: 전문화를 보상했습니다

| 측면 | SaaS 시대의 성공 공식 |
|------|----------------------|
| **타겟** | 특정 워크플로우에 특화 |
| **확장** | 인접 기능으로 천천히 확장 |
| **가치제안** | "이 일에만 최고야" |
| **경쟁우위** | 특정 분야의 깊이와 완성도 |
| **고객 관점** | 각 도구를 따로 구매하고 관리 |

### AI 전략: 광범위한 적용을 보상합니다

| 측면 | AI 시대의 성공 공식 |
|------|----------------------|
| **타겟** | 전체 산업(수직 분야)의 변혁 |
| **확장** | 산업 내 모든 워크플로우를 커버 |
| **가치제안** | "이 산업을 이해해요" |
| **경쟁우위** | 깊게 통합된 플랫폼과 신뢰 |
| **고객 관점** | 하나의 신뢰할 수 있는 파트너 |

## 현재 시장의 신호들

이 변화는 이미 현실이 되었습니다. 증거들은 명백합니다:

1. **Harvey** 가 PwC와 협력해 세금 AI 모델을 공동 개발 → 법률을 넘어 전문 서비스로 확장

2. **Glean** 이 의료, 금융, 정부를 위한 수직별 솔루션 판매 → 기업 검색을 넘어 산업별 플랫폼으로 진화

3. **ElevenLabs** 가 고객 서비스, 음악, 오디오북 에이전트 제공 → 음성 기술을 넘어 음성 기반 비즈니스 솔루션 제공

4. **OpenAI** 와 **Anthropic** 이 API 판매 대신 **산업별 영업팀 구축** → 기반 모델 제공자에서 산업별 플랫폼 제공자로 전환

## 결론: AI 시대의 승자는 누구인가

**SaaS 시대는 끝났습니다. AI 시대가 도래했습니다.**

SaaS 시대의 승자들은 **"우리는 이것을 완벽하게 한다"** 고 말했습니다. 그리고 세상이 그들을 필요로 했습니다.

AI 시대의 승자들은 **"우리는 당신 산업을 변혁시킬 수 있다"** 고 말합니다. 그리고 기업들이 그들을 믿고 싶어 합니다.

기술은 빠르게 진화하고, 모델은 42일마다 업그레이드되며, 시장의 변화는 예측 불가능합니다. 이런 환경에서 기업들은 기능의 최신성보다 **신뢰할 수 있는 파트너** 를 원합니다.

따라서 AI 시대의 기업들이 채택해야 할 전략은:

1. **당신의 핵심 역량을 명확히 하세요** (Harvey의 법률 AI 역량, ElevenLabs의 음성 기술)

2. **그 역량을 깊이 있게 산업화하세요** (특정 산업의 모든 워크플로우를 커버)

3. **신뢰를 구축하세요** (규제 이해, 산업 전문성, 일관된 지원)

4. **빠르게 확장하세요** (다음 수직 시장, 인접 산업으로)

이것이 **언번들링에서 플랫폼화로의 전환**, 즉 AI 시대의 기업 성장 전략입니다.

---

원문을 바탕으로 AI 가 한국어로 요약·재구성한 글입니다. 인용·수치는 원문 링크에서 확인해 주세요. [원문 링크](https://www.tomtunguz.com/2026-03-24-saas-unbundled-ai-rebundled/)