버티컬 AI 시대에 떠오르는 플레이북
지난 몇 년간 버티컬 SaaS는 버티컬 AI로 진화해 왔으며, 창업가들이 회사를 만들어가는 방식도 그에 따라 변했습니다. 저희는 투자사로서 10년 이상 버티컬 소프트웨어 회사들을 지원해 왔습니다. 하지만 2025년은 이 분야에 있어 특히나 흥미로운 시기입니다. 버티컬 분야 창업가들이 자신들의 산업에 AI를 가장 잘 적용하기 위해 대담한 신규 비즈니스 모델과 가격 정책을 실험하고 있기 때문입니다. 여기 버티컬 AI 스타트업들이 버티컬 소프트웨어의 다음 장이 어떤 모습일지 고민하며 채택하고 있는 네 가지 비즈니스 모델이 있습니다. 저희는 이 중 어떤 프레임워크를 따르는 회사에든 열려 있으며, 회사가 어떤 접근법을 취할지는 주로 어떤 유형의 고객에게 도달하고 싶은지에 따라 달라질 것입니다. 이 목록이 모든 것을 포괄하는 것은 아니지만, 오늘날 시장에서 투자자로서 저희가 목격하고 있는 상황을 보여주는 스냅샷이라고 생각하시면 됩니다.
1. AI 네이티브 'Business-in-a-Box'
클라우드 시대(대략 2013-2022년)에 저희는 많은 'Business-in-a-Box' 형태의 버티컬 SaaS 스타트업들이 투자를 받는 것을 보았습니다. 이들은 보통 Bessemer의 'Layer Cake' 플레이북을 따랐으며, 고객 소통, 직원 관리, 결제, 기본 마케팅 캠페인 실행 등을 위한 원스톱 브라우저 기반 인터페이스를 제공했습니다. 훌륭한 아이디어처럼 보였지만, 많은 스타트업들이 SMB(중소기업) 고객에게 의미 있는 수준의 ACV(연간 계약 금액)를 청구하는 데 어려움을 겪었습니다. 그리고 낮은 ACV의 고객 수천 명을 빠르게 확보하는 데 드는 단위 경제성(unit economics) 또한 계속되는 난관이었습니다. 돌이켜보면, 대부분의 경우 이러한 계산은 벤처 투자로 성공하기에는 맞지 않았습니다. 성공한 회사들은 시장을 상향 이동하거나(예: ServiceTitan), SaaS 외의 다른 것으로 수익을 창출하는 방법을 찾았습니다. 이는 주로 결제(예: Toast)를 의미했습니다. 결제와 같은 간접적인 방식으로 수익을 창출함으로써, Toast와 같은 회사들은 SMB 고객들이 소프트웨어 구독료에 큰돈을 지불하려 하지 않는 문제를 우회할 수 있었습니다. 그들은 언제든 소프트웨어 사용을 중단하고 예전처럼 SaaS 없이 비즈니스를 운영할 수 있었기 때문입니다.
오늘날의 AI 네이티브 'Business-in-a-Box' 스타트업들은 동일한 기본 툴킷을 제공하되, AI로 이를 강화하여 고객이 하던 노동의 더 많은 부분을 대신 처리함으로써 성공을 거두고 있습니다. 여기서 목표는 노동력 증강(labor augmentation)을 'Business-in-a-Box' 제품의 ACV를 높이는 대안으로 사용하는 것입니다. 저희가 보는 일반적인 초기 단계 버티컬 AI 플레이북은 다음과 같습니다:
- 1단계: Layer Cake 모델을 따라 기본적인 CRUD 앱을 구축합니다. AI 코딩 어시스턴트의 등장으로 기본적인 'Business-in-a-Box' 앱 재구축은 빠르고 저렴하게 가능해졌습니다.
- 2단계: AI를 사용해 고객을 대신하여 번거로운 관리 업무를 자동화하고 완전히 관리합니다. 제가 본 예시로는 민간 보험사나 Medicaid에 서류를 제출하여 비용을 환급받거나, 네일샵 같은 저가 서비스의 일일 예약을 관리하거나, 마케팅 및 리드 생성을 자동화하는 것 등이 있습니다.
- 3단계: 마지막으로, SaaS 요금 대신 총매출(topline)의 일정 비율을 청구하여 수익을 창출합니다. 이는 '고객이 성공해야 우리도 성공한다'는 논리에 기반합니다. 창업가들은 이 수수료가 소프트웨어 비용과 AI를 통해 제공하는 관리형 서비스를 모두 포함한다고 설명합니다. 제가 본 바로는, 이러한 스타트업들은 보통 총매출의 5-10%를 수취 수수료(take rate)로 목표합니다.
창업가들은 보통 자신들의 AI 네이티브 솔루션이 고객사 내 1-2명의 정규직 직원(FTE) 역할을 대체한다고 포지셔닝하고, 그에 맞춰 실질적인 가격을 책정하려 합니다. 한 가지 주의할 점은, 수취 수수료 모델은 고객의 총매출이 너무 커져서 지불하는 수수료(매출의 %) 대비 제공받는 서비스가 공정하지 않다고 느끼게 될 때 까다로워질 수 있다는 것입니다. 이 모델에 대한 고객의 수용도는 아직 시험 중이지만, 더 높은 실질 ACV를 조용히 확보하는 방법으로 보입니다. 시간이 지나야 총매출 기반으로 요금을 부과하는 'Business-in-a-Box' 플레이어들의 장기적인 수취 수수료가 대규모로 어떻게 형성될지 알 수 있을 것입니다. 많은 회사들이 결국 시간이 지나면서 더 전통적인 가격 정책으로 밀려나더라도 놀라지 않을 것입니다. 하지만 구매자에게 더 많은 가치를 더함으로써, 이 회사들은 1.0 버전의 회사들보다 ACV 상승을 기대할 수 있을 것입니다.
예시: Alpaca Health는 이 접근법을 사용하는 초기 단계 회사로, AI를 사용하여 ABA(응용행동분석) 치료사들을 위한 보험 서류 제출 및 관련 문서 작업을 자동화합니다. Doorstead도 또 다른 예시로, AI 기반의 임차인 배치 및 자산 관리 스위트를 제공하고 관리하는 유닛의 총 임대료의 일정 비율을 청구합니다.
2. 워크플로우 자동화에서 엔터프라이즈 플랫폼으로
저희가 보고 있는 또 다른 버티컬 AI 접근법은 스타트업이 대기업에 접근하여, 중요하지만 번거로운 특정 업무를 AI로 자동화하는 능력을 제품화하는 것입니다. 이는 보통 백오피스나 미들오피스 업무입니다. 시간이 지나면서, 이 회사들은 새로운 모듈을 추가하여 해당 분야의 사실상 표준 플랫폼이 되려고 합니다. 이들 회사는 보통 프리시드/시드 단계임에도 불구하고, 중견/대기업 구매자를 대상으로 5만~20만 달러의 ACV 계약을 목표로 합니다. 이를 위해서는 보통 파일럿 기반의 GTM(Go-to-Market) 접근법이 필요합니다. 이러한 회사 성장 방식 하에서는, 초기 고객 관계가 매우 컨설팅적이어야 하며, 창업가(이자 영업 리더)가 고객 피드백을 바탕으로 제품을 적극적으로 재구성해야 합니다. 여기서 목표는 초기 자동화 솔루션의 도입을 유도하면서, 시간이 지남에 따라 보완적인 모듈을 구축하여 ACV를 성장시킬 여지를 남겨두는 것입니다.
저희는 보험, 대출 심사, 그리고 언더라이팅이나 대출 승인과 같은 작업에 이미 기존 체크리스트를 사용하는 기타 프로세스 및 서류 작업이 많은 산업에서 이러한 워크플로우 자동화 플레이어들이 많이 등장하는 것을 보고 있습니다. 엔터프라이즈 고객을 목표로 하는 버티컬 AI 창업가에게, 하나의 '킬러' 자동화 기능은 훨씬 더 큰 제품을 만들 권리를 얻게 해주는 훌륭한 진입점입니다. 이는 고객의 내부 데이터셋에 접근하여 제품을 확장하고 개선할 수 있게 되면 더 쉬워지는 일입니다.
예시: Sixfold (보험 언더라이팅 자동화), Anterior (사전 승인 제출 자동화), Mandolin (전문 의약품 보험 자격 확인), Casca (SMB 대출 플랫폼).
3. 전진 배치 개발 샵에서 엔터프라이즈 플랫폼으로
포스트 AI 시대의 소프트웨어 분야에서 더 혁신적인 접근법 중 하나는, 낮아진 코드 개발 비용을 활용하여 진정한 맞춤형 소프트웨어를 구축하는 것입니다. 시간이 지나면서, 이 스타트업들은 내부적인 기술 자산을 만들어내려 하는데, 이는 "맞춤형" 소프트웨어를 빠르고 대규모로 제공할 수 있게 해줍니다(예: Palantir의 Foundry 제품). 프리시드/시드 단계에서, 초기 고객 관계의 다수는 대기업이 직면한 워크플로우 문제를 자동화하는 데 초점을 맞춘 컨설팅 계약처럼 시작됩니다. 이 스타트업들이 F1000(포춘 1000대 기업)을 위해 하는 작업에는 고객 대면 또는 직원 대면 툴 구축, 조직 전반의 데이터 캡처 및 전송 활성화, 또는 내부 리스크 평가 및 의사 결정 시스템 생성 등이 포함될 수 있습니다. 이러한 맞춤형 애플리케이션의 등장은 기본적인 GPT 래퍼(wrapper)를 구축하는 데 막대한 비용을 청구해 온 컨설팅 회사들(예: Accenture)에게는 호재였습니다. 이제 스타트업들이 이 시장에 진입하여 훨씬 더 성능이 뛰어난 솔루션을 더 빠른 시간 내에 제공할 수 있게 되었습니다. 이 맞춤형 소프트웨어 모델은 일반적으로 '전진 배치(forward-deployed)' 영업 접근법을 필요로 합니다. 이는 특정 고객의 요구에 맞춰 구축하고, 모델 훈련 및 미세 조정을 위해 고객의 내부 데이터에 접근할 수 있도록 보장하기 위함입니다.
이러한 회사들 중 다수는 수평적(horizontal)으로 보일 수 있지만, 동일한 산업 예산을 놓고 버티컬 AI 진입자들과 경쟁하며, 그들이 궁극적으로 만드는 것이 사실상 버티컬 소프트웨어가 된다는 점에서 수직적(vertical)입니다. 업계를 선도하는 vSaaS 플랫폼을 구매하는 대신, 이들 F500(포춘 500대 기업)은 Distyl이나 OpenAI와 같은 회사에 눈을 돌려 자신들의 특정 요구에 맞는 맞춤형 솔루션을 구축할 수 있습니다. 현재 Distyl은 통신, 헬스케어, 제조, 보험, 리테일, CPG 등 여러 산업의 고객을 지원하고 있습니다. 이러한 계약은 버티컬 소프트웨어 제공업체와 경쟁하지만, 특정 분야를 위해 설계된 것이 아니라 완전히 개인화되어 있습니다. Distyl이 웹사이트에 올린 버티컬 솔루션의 몇 가지 예시로는, F100 헬스케어 보험사를 위한 맞춤형 앱을 구축하여 사전 승인 프로세스를 관리하거나, 주요 보험사의 사기 조사를 지원하기 위한 AI 인사이트를 생성하거나, 상위 CPG 브랜드를 위한 공급망 AI 어시스턴트를 구축하는 것 등이 있습니다. Distyl 창업가들이 이전에 근무했던 Palantir 역시 기업 고객들을 위해 유사한 자동화 작업을 수행하지만, 더 경직된 프레임워크를 사용하며 정부 부문에 더 집중하는 경향이 있습니다.
제 예측으로는, 이전에는 버티컬 소프트웨어 벤더에게 갔을 수익의 일정 비율이 이러한 맞춤형 워크플로우 샵으로 넘어갈 것입니다. 특히 F500 시장에서요. 만약 당신이 이 분야의 창업가라면, 저는 당신이 무엇을 하고 있는지 특히 관심이 있습니다. VC의 지원 측면에서 아직 저개발된 분야라고 생각하기 때문입니다.
예시: Distyl (2024년 4분기에 2,000만 달러 시리즈 A 투자 유치), OpenAI 또한 이 모델을 고려하고 있는 것으로 알려졌습니다. 소프트웨어 스타트업에 대한 이 새로운 접근법에 대한 더 많은 내용은 저희 블로그의 다음 글에서 주목해 주세요.
4. 음성 AI를 쐐기로, 현대적인 기록 시스템으로
음성 AI의 발전은 역사적으로 소프트웨어 사용이 어려웠던 사용자 유형을 참여시킬 기회를 만들었습니다. 상호작용을 극적으로 쉽게 만들고 사용자가 있는 곳으로 직접 찾아가기 때문입니다. 음성 AI는 고객 상호작용을 캡처하고 번거로운 기록 업무를 없애는 데 탁월합니다. 음성을 쐐기로 활용하는 스타트업의 한 예로, 의료 기록 대행(medical scribe) 회사들이 의료비 청구를 위한 지원 문서를 생성하는 영역으로 확장하는 것을 볼 수 있습니다. 스타트업들은 또한 이동이 잦은 현장 영업 사원들의 데이터 입력 문제를 해결하기 위해 음성 AI를 사용하고 있습니다. 이를 통해 이전에는 완전히 손실되거나 고객과의 대화 후 몇 시간 또는 며칠이 지나서야 부분적으로 입력되던 CRM 데이터를 캡처할 수 있습니다. 이들 진입자의 목표는 AI로 시장에 진입하고, 그것을 기반을 다질 쐐기로 사용하는 것입니다. 노련한 버티컬 기존 강자가 있는 분야에서는 그들이 자체 음성 AI 기능을 추가할 가능성이 높지만, 오래되었거나 소프트웨어 제공업체가 없는 분야에서는 음성 AI가 매우 강력한 진입점이 될 수 있습니다.
이들 음성 AI 회사가 취하는 또 다른 접근법은, 기존 기술 스택 위에서 '상호작용 시스템(System of Interaction)'으로 시작하는 것입니다. 그런 다음, 신뢰가 구축되면 '상호작용 시스템'이자 '기록 시스템(System of Record)'이 되는 것을 목표로 합니다. 최종적으로는 동일한 제품의 더 나은 버전을 제공할 수 있다는 점을 내세워 기존 시스템을 대체하자는 제안을 하게 됩니다. 몇 주 전, Toma는 a16z가 리드한 1,700만 달러 규모의 시리즈 A 투자를 발표했습니다. 그들은 자동차 딜러십의 인바운드 콜을 관리하기 위해 음성 에이전트를 사용하는 것으로 시작했습니다. 이제는 자동차 딜러십이 직면하는 모든 종류의 운영 업무를 관리하기 위한 완전한 AI 에이전트 스위트를 구축하고 있습니다. 이는 음성 에이전트를 사용하여 노동 문제를 해결하고, 데이터를 수집한 다음, 거기서부터 확장하여 한 분야를 위한 진정한 운영 플랫폼을 구축하는 훌륭한 예시입니다.
예시: Rilla (고객 상호작용을 캡처하고 현장 서비스 영업 사원을 위한 Gong처럼 작동 -> 장기적으로는 오프라인(IRL)을 위한 CRM이 될 기회 보유), Abridge (의료 기록 전사를 쐐기로 삼아 RCM(매출 주기 관리) 분야로 진입), Superdial (보험사와의 통화를 자동화 -> 장기적으로는 의료비 청구 및 승인을 위한 AI 간 통신 계층이 되는 것을 비전으로 함).
Source
Comments ()