핵심 요약

  • 허브스팟 공동창업자는 AI가 기존 소프트웨어 기업 일부를 위협하더라도 소프트웨어로 해결할 수 있는 문제의 범위는 더 커진다고 봤다.
  • 범용 AI 제품이 아직 못 하는 기능을 채우는 데 그치면 위험하다. 모델 개발사의 기술력뿐 아니라 사업 확장 범위와 진출 유인까지 살펴야 한다.
  • 고객이 AI 대화창으로 제품을 이용하더라도 실제 업무를 처리하는 소프트웨어의 가치는 남을 수 있다. 중요한 것은 화면 자체보다 고객이 얻는 결과다.
  • 기존 기업은 구조화된 사실과 비정형 맥락을 함께 다루도록 제품을 바꾸고 작은 독립 조직에서 새 시장과 기술을 빠르게 시험할 수 있다.

AI가 커질수록 소프트웨어의 기회도 줄어들까

a16z 팟캐스트 진행자 조 슈미트는 허브스팟 공동창업자이자 최고기술책임자와 AI 시대에 무엇을 만들고 기존 소프트웨어를 어떻게 바꿔야 하는지 대화했다. 대화를 꿰는 쟁점은 하나다. 강력한 AI 모델 기업이 제품과 고객 접점을 넓히는 상황에서 다른 소프트웨어 기업은 어디에 가치를 쌓을 수 있는지다.

허브스팟 공동창업자는 AI 때문에 서비스형 소프트웨어인 SaaS가 무너진다는 전망에 반대했다. 모든 기업이 살아남는다는 뜻은 아니다. 과거 클라우드 전환에 적응하지 못한 기업이 있었듯 이번에도 사라지는 기업은 있을 것으로 봤다. 다만 개별 기업의 생존과 소프트웨어 시장 전체의 기회는 다르다고 말했다.

그는 허브스팟 창업 당시를 예로 들었다. 투자자들은 중소기업 대상 사업과 마케팅 소프트웨어 모두 대형 사업으로 성장하기 어렵다고 봤다. 창업팀의 생각은 달랐다. 인터넷이 확산하면서 마케팅이 소프트웨어로 풀 수 있는 문제로 바뀌고 있다고 판단했다. AI도 비슷하게 예전에는 소프트웨어가 감당하지 못했던 문제를 해결할 기회를 만든다고 봤다.

허브스팟의 고객 문제도 그 연장선에 있다. 창업 당시 중소기업은 인터넷으로 성장하고 싶어도 흩어진 도구와 복잡한 사용법에 압도됐다. 지금은 같은 고객들이 AI를 활용하는 데 비슷한 어려움을 겪고 있다.

모델 기업이 아직 못 하는 일과 하지 않을 일

슈미트는 에세이에서 주요 AI 모델 개발사들이 빠르게 달려가는 길 바깥에도 소프트웨어를 만들 공간이 있다고 썼다. 허브스팟 공동창업자는 여기에 동의하면서도 빈틈을 판단하는 기준이 중요하다고 강조했다.

그는 제품의 현재 한계에 기대는 오류를 경계했다. 어떤 기능을 두고 AI가 못 한다고 말할 때 뒤에 ‘아직’을 붙여도 자연스럽다면 경쟁 우위가 오래가지 않을 수 있다. 현재 제품의 부족한 기억 기능 같은 범용 문제만 해결하는 접근이 여기에 해당한다.

제품과 회사를 혼동하는 것도 오류다. ChatGPT가 지금 제공하지 않는 기능이라도 OpenAI가 별도 제품으로 만들 수는 있다. 경쟁 범위를 평가할 때는 현재 화면에 보이는 기능보다 회사가 확장할 수 있는 범위를 봐야 한다.

그가 찾는 기회는 모델 기업이 규제 같은 구조적 제약 때문에 진입하기 어렵거나 진입할 능력은 있어도 유인이 크지 않은 영역이다. 허브스팟을 예로 들면 모델 기업이 고객관계관리 시스템인 CRM을 만들 기술력이 없어서 경쟁을 피할 수 있는 것은 아니다. 더 큰 시장을 겨냥하는 기업이 특정 CRM 사업을 빼앗는 데 얼마나 집중할지가 관건이다.

그는 모델 기업에 직접 판매와 파트너 판매가 모두 가능하다고 봤다. 소비자나 대기업에 AI 연산을 직접 팔면서 특정 산업과 고객을 잘 아는 소프트웨어 기업을 판매 경로로 활용할 수도 있다. 도메인 지식과 고객 접점을 가진 기업은 AI 인프라 위에서 사업을 만들 여지가 있다고 봤다.

모델 공급자가 다양해진 점도 긍정적으로 평가했다. 허브스팟은 작업별로 적합한 모델을 선택해 연결한다. 그는 모델을 완전히 범용 상품이라고 단정하지는 않았지만 여러 상용 모델과 오픈소스 대안이 존재해 핵심 기술을 한 공급자에게만 의존할 위험은 줄었다고 봤다.

고객이 AI 대화창으로 들어와도 남는 가치

허브스팟이 외부 AI 제품과 연결되면 고객이 허브스팟 화면을 덜 쓰게 될 수 있다. 장기적인 제품 가치도 줄어드는지를 두고 공동창업자는 접점의 가치와 업무를 수행하는 가치부터 구분해야 한다고 답했다.

그는 음식 배달 서비스를 비유로 들었다. 앱 화면도 중요하지만 식당과의 관계, 배달망, 물류 운영이 서비스의 핵심 가치다. 반대로 인터페이스 자체가 거의 전부인 제품도 있다. 기업용 소프트웨어 대부분은 전자에 더 가깝다고 봤다. 배달 서비스와 같은 네트워크 효과가 있다는 뜻이 아니라 화면 뒤에서 실제로 처리하는 일이 중요하다는 의미다.

그는 AI 대화창을 새로운 브라우저에 비유했다. 과거 소프트웨어가 브라우저 안으로 들어갔다고 해서 브라우저 기업이 모든 응용 소프트웨어의 가치를 차지하지는 않았다. AI는 직접 업무도 수행한다는 차이가 있지만 고객이 제품에 접근하는 입구가 바뀐다고 제품의 가치가 모두 사라지지는 않는다고 봤다.

제품을 설계할 때는 고객이 원하는 결과와 이를 달성하는 비용, 속도, 사용상의 번거로움을 중심에 둬야 한다. 모든 일을 AI 추론에 맡길 이유도 없다. 예컨대 아일랜드 고객 수나 매출을 묻는 질문은 데이터베이스에서 조회하면 된다. 메시지와 이메일을 대량으로 읽혀 답을 추정하게 하는 방식은 불필요하다고 지적했다.

사실을 저장하는 시스템과 맥락을 읽는 시스템

외부 AI와 연결하는 것만으로 기존 제품의 전환이 끝나지는 않는다. 사람이 화면을 탐색하도록 만든 데이터 구조도 다시 살펴야 한다.

허브스팟 공동창업자는 기존 제품의 강점으로 재사용 가능한 기본 기능을 꼽았다. 마케팅 자동화를 위해 만든 이메일 발송과 대기, 고객 반응에 따른 처리 기능은 이후 영업 자동화에도 활용할 수 있었다. 새 제품을 만들 때마다 모든 것을 처음부터 만들 필요가 없었던 셈이다.

AI 시대에는 이런 기본 구성 요소를 다시 정해야 한다. 그는 알려진 사실을 지속적으로 보관하는 구조화된 저장소가 여전히 필요하다고 강조했다. 여기에 이메일이나 대화처럼 정해진 표 형식으로 정리되지 않은 비정형 데이터를 다루는 시스템을 함께 두려 한다.

그가 구상하는 ‘두 번째 뇌’는 이런 맥락을 모아 구조화된 사실과 결합하고 AI 에이전트가 업무를 수행하도록 돕는 방식이다. 데이터 간 관계를 연결하는 그래프 구조도 그 후보로 제시했다.

AI 코딩으로 오래된 설계를 재검토할 가능성도 열린다. 그는 과거에 다른 데이터 구조나 설계를 택했다면 어땠을지 코드를 다시 만들어 시험하는 방식을 가정했다. 기존 기업이 보유한 테스트와 평가 체계를 활용해 새 구현이 필요한 결과를 유지하는지, 품질과 비용·응답 속도 사이에 어떤 차이가 생기는지 비교할 수 있다고 구상했다.

작은 시장에서 배우고 필요한 부분을 흡수한다

허브스팟은 새 제품과 시장, 기술을 시험하는 조직인 HubSpot Next를 운영한다. 공동창업자는 이를 회사 안의 스타트업으로 설명했다. 기존 기술 구성이나 브랜드를 반드시 따르게 하기보다 문제 해결에 필요한 자유를 주는 방식이다.

그가 직접 개발하는 Uspot은 1인 사업자를 위한 CRM이다. 대화 시점에는 출시 30일째였으며 고객 맥락을 모으는 ‘두 번째 뇌’ 같은 아이디어를 더 작은 범위에서 빠르게 시험하는 역할도 한다.

실험의 결과를 본체에 가져오는 방식은 하나로 정해져 있지 않다. 제품 전체를 허브스팟에 흡수할 수도 있고 독립 제품으로 남길 수도 있으며 유효했던 기술이나 설계만 가져올 수도 있다. 앞서 만든 agent.ai에서는 에이전트 마켓플레이스와 에이전트 제작 도구 가운데 후자를 허브스팟 내부 제품으로 옮겼다고 설명했다.

Uspot은 초기부터 사용량에 따른 과금도 도입했다. 비용을 회수하는 것뿐 아니라 고객이 어떤 가치에 얼마를 지불하는지 배우기 위해서였다. 공동창업자는 고객들이 신용카드를 등록하는 반응이 자신이 허브스팟에서 출시한 여러 프로젝트 가운데 특히 좋았다고 밝혔다.

이런 실험에서 기존 기업의 규모는 자산이 될 수 있다. 유통망과 고객 관계, 평가 체계, 오랜 코드가 쌓여 있기 때문이다. 그는 그 자산을 활용하기 전에 조직의 무게가 실험 속도를 늦추지 않도록 해야 한다고 봤다.

개발이 쉬워질수록 고객에게 닿기는 어려워진다

AI는 아이디어를 실제 제품으로 만드는 시간을 줄이지만 좋은 아이디어를 미리 알아보는 문제까지 없애지는 않는다. 허브스팟 공동창업자는 정교한 시장 분석표보다 실제 고객에게 제품을 보여 주는 실험을 중시했다. 성공한 사업도 처음의 아이디어와 상당히 다른 모습이 되는 경우가 많기 때문이다.

허브스팟 역시 처음부터 CRM 플랫폼을 목표로 출발하지 않았다. 초기에는 법률사무소용 전사적 자원관리 소프트웨어를 검토했지만 고객과 대화하면서 내부 관리보다 고객 확보와 마케팅에 더 큰 관심이 있다는 점을 발견했다. 이후 마케팅 제품 고객을 조사했을 때 60%가 CRM을 쓰지 않는다는 사실을 알게 됐다. 복잡함과 가격을 장벽으로 보고 쉽고 무료인 CRM을 만드는 방향으로 확장했다.

고객 범위를 좁히는 것과 기능을 하나만 만드는 것은 다르다. 초기 허브스팟은 콘텐츠 관리, 검색 최적화, 랜딩페이지, 입력 양식 등을 한데 제공했다. 고객의 핵심 문제가 개별 기능의 부재가 아니라 도구가 흩어져 생기는 복잡함이었기 때문이다.

개발이 쉬워지면 경쟁 제품도 늘어나 고객에게 닿기는 더 어려워진다. 그는 거대한 시장 규모를 제시하기보다 첫 30일에 무엇을 하고 첫 매출을 어떻게 만들지 구체화하는 편이 낫다고 봤다. 파트너 생태계도 같은 관점에서 다뤘다. 개발자가 연동에 성공하고 첫 수익을 얻기까지 걸리는 시간을 줄여야 하며 플랫폼이 진출할 영역을 솔직하게 공유해 신뢰를 쌓아야 한다고 말했다.

허브스팟 공동창업자가 제시한 SaaS의 기회는 기존 제품을 그대로 지키는 데 있지 않다. 모델 기업이 집중하지 않는 고객 문제를 찾고 실제 업무를 해결하는 가치를 쌓으며 작은 실험에서 얻은 결과로 제품과 조직을 바꾸는 데 있다. 이 전략은 AI가 소프트웨어의 역할을 없애기보다 해결할 수 있는 문제의 범위를 넓힌다는 판단에서 출발한다.