이 영상은 'SaaS는 죽었다'고 경고하는 월 10억 매출의 SaaS 창업가, 알렉스 베커의 인사이트를 담고 있습니다. AI 시대에 코딩 장벽이 낮아지면서 SaaS 시장의 변화를 예측하고, 기존 SaaS 모델의 위기와 미래 지향적인 사업 구조를 제시합니다. 특히, 기업들이 왜 거대한 올인원 플랫폼 대신 맞춤형 기능을 선호하게 될지, 그리고 앞으로 어떤 SaaS 기업이 살아남을지에 대한 명쾌한 해답을 제공합니다. SaaS 사업을 고민하는 분들이라면 꼭 주목해야 할 내용들을 담고 있습니다.


1. AI 시대, SaaS의 본질적인 장벽은 무엇이었을까? 🤔

많은 사람들이 인공지능 덕분에 코딩이 쉬워져서 SaaS는 끝났다고 생각하지만, 영상은 "SaaS의 본질적인 장벽은 애초에 코딩이 아니었다"고 강조합니다. 과거에도 돈이 되는 아이디어가 있으면 개발팀을 꾸려 SaaS를 만들 수 있었고, 이미 월 1억 이상 매출이 나는 서비스는 수많은 경쟁자들이 모방하려고 달려들었습니다. 결국 코드를 짜는 능력은 결정적인 차별점이 아니었다는 것이죠.

그렇다면 진짜 어려운 것은 무엇이었을까요? 바로 고객이 그 소프트웨어를 '계속 제대로 사용하게' 만드는 것이었습니다. 알렉스 베커는 자신의 첫 SaaS인 하이로스를 예로 들며 설명합니다.

"광고 추적이라는 분명한 기능과 가치가 있었지만 고객들은 쉽게 정착하지 않았다고 합니다. 기능은 있었지만 쓰지 않았고 이해하지 못했고 결과를 체감하지 못했습니다." 그래서 그는 초기 고객들과 6개월 가까이 밀착하며 어떤 부분이 복잡하고, 어떻게 해야 성과가 눈에 보이는지를 계속 다듬었다고 합니다. 결국 SaaS 사업은 단순히 잘 만드는 게임이 아니라, 고객이 의존하게 만드는 게임이었다고 할 수 있습니다.


2. 기존 SaaS 모델이 위기에 처한 진짜 이유 🚨

코딩이 장벽이 아니고 사용성이 핵심이었다면, 왜 지금에 와서 SaaS가 위기라는 말이 나올까요? 알렉스 베커는 그 이유를 "모두를 위한 플랫폼이라는 구조 자체가 너무 무거워졌기 때문"이라고 설명합니다.

기존의 SaaS는 수천, 수만 개의 회사가 동시에 오류 없이 사용할 수 있어야 했습니다. 산업도 다르고, 사용 방식도 다르고, 요구 사항도 제각각이죠. 이 때문에 기능은 계속 추가되고 설정은 복잡해지며 시스템은 점점 거대해질 수밖에 없었습니다. 문제는 여기에 있습니다.

"우리는 그 수많은 기능 중 대부분을 쓰지 않습니다. 실제로 기업이 사용하는 기능은 전체 10에서 20% 수준에 불과한 경우가 많습니다. 그런데도 우리는 100%짜리 거대한 시스템을 떠안고 있는 겁니다." 결과적으로 유지비는 올라가고, 복잡도는 커지고, 학습 비용은 늘어납니다. 과거에는 큰 플랫폼을 사서 맞춰 쓰는 것이 유일한 선택지였지만, 이제는 AI 덕분에 기업들이 "우리가 실제로 필요한 기능만 따로 만들면 되지 않을까?"라고 생각하기 시작했습니다. 수천 개 회사를 만족시켜야 하는 플랫폼을 통째로 사는 대신, 우리 회사에 딱 맞는 작은 기능들을 조합하는 방식이 더 합리적으로 보이기 시작한 것이죠.

이것이 바로 기존 SaaS 모델을 가장 위협하는 지점입니다. 거대한 올인원(All-in-one) 플랫폼의 강점이 오히려 무거운 짐이 되어버렸기 때문입니다.


3. SaaS 시장의 미래: 조립형 구조로의 전환 🧩

그렇다면 앞으로 기업들은 정말로 각자 필요한 소프트웨어를 전부 새로 만들게 될까요? 알렉스 베커는 SaaS가 완전히 사라지지는 않겠지만, 형태가 바뀔 것이라고 말합니다. 핵심은 "거대한 올인원 플랫폼에서 기능 단위로 조립하는 구조로 이동한다는 것"입니다.

과거에는 고객 관리, 이메일, 예약, 랜딩 페이지 등 다양한 기능을 한 번에 해결하려면 큰 플랫폼을 도입하고 그 안에서 회사에 맞게 적응해야 했습니다. 하지만 이제는 반대로 "우리가 이 중에서 실제로 쓰는 기능이 뭐지?"라고 묻기 시작한 겁니다. 대부분의 기업은 전체 기능의 10~20%만 사용하기 때문에, 굳이 복잡한 전체 구조를 떠안을 필요가 없어졌습니다.

이제는 오픈소스 템플릿이나 기본 프레임워크를 가져오고 인공지능에게 필요한 기능을 지시합니다.

"이 고객 데이터랑 이 예약 시스템을 연결해 줘. 이 폼을 우리 영업 흐름에 맞게 바꿔 줘. 이 데이터는 자동으로 여기로 넘겨 줘." 이처럼 완벽하게 모든 회사를 만족시키는 제품이 아니라, 우리 회사에 딱 맞는 작은 시스템 묶음을 만드는 방식으로 전환되는 것입니다. 이는 기업이 원하는 것이 많은 기능이 아니라 정확하게 맞는 기능이기 때문이며, 그 기능을 만드는 비용과 시간이 빠르게 내려가고 있다는 점에서 강력한 변화를 이끌어낼 것입니다.


4. 진짜 돈이 벌리는 곳: API 기반 인프라 기업 💰

앞단 소프트웨어가 점점 가벼워지고 조립형으로 바뀐다면, 진짜 돈은 어디에서 벌리게 될까요? 알렉스 베커는 "앞단의 인터페이스는 가벼워질 수 있지만, 뒤에 깔린 인프라는 절대 가볍지 않다"고 말합니다.

예를 들어, 결제 시스템, 문자 발송, 이메일 발송, 서버 운영, 데이터 저장 등은 단순히 화면 몇 개 만든다고 해결되는 문제가 아닙니다. 안정성, 보안, 대규모 트래픽 처리, 규정 준수까지 모두 포함되기 때문에 여전히 전문 영역입니다.

"기업이 직접 예약폼을 만들 수는 있어도 결제 처리를 직접 구축하겠다고 나서는 건 전혀 다른 문제입니다. 이메일을 보내는 화면은 만들 수 있어도 수십만 통을 안정적으로 발송하고 스팸 필터를 통과시키는 시스템은 또 다른 이야기죠." 결국 사용자는 가볍게 조립하더라도 뒤에서는 강력한 인프라가 돌아가야 합니다. 따라서 앞으로 살아남는 회사는 두 부류가 될 것이라고 합니다.

  1. 복잡한 데이터와 정확성이 핵심인 기업
  2. API 형태로 연결의 기반을 제공하는 기업

이러한 API 기반 인프라 기업들은 오히려 더 강해질 가능성이 크다는 전망입니다.


5. 지금 창업한다면 어떤 SaaS 모델을 만들어야 할까? 🚀

그렇다면 지금 시작하는 사람은 어떤 SaaS 모델을 만들어야 할까요? 알렉스 베커는 "거대한 올인원 SaaS를 새로 만들려고 하지 말고, 프레임워크를 만들고 그것을 기업별로 맞춤 조립해 주는 모델을 하라"고 조언합니다.

예를 들어, 고객 관리, 예약, 이메일, 문자 발송, 결제 시스템 등 이미 존재하는 도구들을 가져와 하나의 구조로 묶어줍니다. 그리고 기업 대표에게 직접 묻는 거죠.

"대표님, 지금 비즈니스에서 가장 불편한 게 뭡니까? 어디서 전환이 막히고 있습니까?" 그 문제에 맞게 기능을 조립해 주고, 인공지능으로 세부 기능을 커스터마이징하여 완성된 맞춤형 구조를 납품하는 방식입니다.

수익 구조도 단순합니다. 초기 구축 비용을 받고, 이후에는 월 유지보수 비용을 받습니다. 시스템을 관리해 주고 필요할 때 기능을 수정해 주면서 구독 모델로 가져가는 것이죠. 여기서 중요한 점은 기업이 비용을 줄이려고 이 모델을 선택하는 것이 아니라는 점입니다. "자기 회사에 딱 맞는 기능을 원하기 때문에" 이 모델이 효과적이라는 것입니다.

기존 SaaS처럼 '이 기능도 있고 저 기능도 있습니다'라고 파는 것이 아니라, "대표님 회사에는 이 구조가 가장 효율적입니다"라고 설계해 주는 방향으로 가는 것입니다. 결국 앞으로의 SaaS는 제품을 파는 사업이 아니라, 구조를 설계해 주는 사업으로 이동할 가능성이 큽니다.


마무리 👋

알렉스 베커의 날카로운 통찰은 AI 시대의 SaaS 시장 변화에 대한 중요한 가이드라인을 제시합니다. 코딩 장벽이 낮아지는 것이 위기가 아니라, 거대한 올인원 플랫폼의 비효율성이 문제의 본질이라는 점을 명확히 했습니다. 단순한 기능 제공을 넘어, 기업의 고유한 니즈에 맞춰 최적화된 구조를 설계하고 이를 유지 보수하는 역할이 앞으로의 SaaS 시장에서 성공의 열쇠가 될 것입니다. 지금 사업을 시작하려는 분들이라면 이러한 맞춤형 구조 설계API 기반 인프라라는 두 가지 핵심 키워드를 반드시 기억해야 할 것입니다. 이 영상이 여러분의 사업 설계에 큰 도움이 되었기를 바랍니다

Related writing

Related writing

HarvestAIKorean

에이전트가 ‘코딩’하고, 연구가 ‘루프’를 돌기 시작한 시대: 안드레이 카파시 대담 요약

안드레이 카파시는 최근 몇 달 사이 코딩 에이전트의 도약으로 인해, 사람이 직접 코드를 치기보다 “에이전트에게 의도를 전달하는 일”이 핵심이 됐다고 말합니다. 그는 이 흐름이 오토리서치(AutoResearch)처럼 “실험–학습–최적화”를 사람이 거의 개입하지 않고 굴리는 자율 연구 루프로...

Mar 21, 2026Read more
HarvestAIKorean

Claude 코드 서브 에이전트 vs 에이전트 팀: 무엇이 다를까요?

이 영상은 Shaw Talebi가 Claude 코드의 서브 에이전트와 에이전트 팀 기능을 자세히 설명하고, 실제 작업에 이 두 접근 방식을 비교하는 실험 결과를 공유합니다. 영상은 Claude 코드의 기본 개념부터 시작하여 AI 에이전트가 직면하는 문맥 처리의 한계, 그리고 이를 극복하기...

Mar 16, 2026Read more
HarvestAIKorean

한 명이 앤트로픽의 전체 성장 마케팅을 담당했다고? 클로드 코드로 가능했던 놀라운 이야기!

이 이야기는 2026년 기준으로 앤트로픽이라는 380억 달러 규모의 거대 기업에서 단 한 명의 비기술직 직원이 무려 10개월 동안 전체 성장 마케팅 팀의 역할을 수행했던 놀라운 사례를 다룹니다. 이 한 명의 마케터는 유료 검색 광고, 소셜 미디어 광고, 앱 스토어 최적화, 이메일 마케팅,...

Mar 11, 2026Read more