약속과 현실 사이의 격차: Salesforce의 고군분투가 기술 산업의 AI 혁신에 대해 보여주는 것

AI에 대한 엄청난 환멸: Salesforce가 현실이 다르게 보이는 이유를 보여주는 이유

2025년 초 이후 CRM 대기업 세일즈포스(Salesforce)의 주가가 27%나 폭락한 것은 단일 기업만의 현상이 아닙니다. 오히려 이는 인공지능에 대한 높은 기대와 그 상업적 활용에 대한 냉혹한 현실 사이의 근본적인 괴리를 상징합니다. 전 세계 기술 기업들이 자율 AI 에이전트가 가져온 혁명을 외치는 가운데, 세일즈포스의 상황은 업계 전체의 공통적인 문제, 즉 AI 혁신의 수익화, 기업 소프트웨어 시장의 구조적 성숙도, 그리고 기술 통합의 복잡성 증가라는 세 가지 핵심 문제를 드러냅니다. 본 분석은 이러한 미래 전망의 실체와 기술 산업에 미치는 영향을 살펴봅니다.

적합:

• 인공 지능 : Salesforces Agentforce가 (아직) 시작되지 않은 이유 - 독립적 인 대안이 더 좋습니다.

기본 사항 및 관련성

2025년 10월 Salesforce의 상황은 기존 기술 기업의 직접적인 성장 동력으로서 인공지능에 대한 인식에 전환점을 마련했습니다. 고객 관계 관리(CRM) 기업인 Salesforce의 카리스마 넘치는 설립자 겸 CEO인 마크 베니오프는 샌프란시스코에서 열린 회사의 Dreamforce 컨퍼런스에서 에이전트 기반 AI 시대를 선포했습니다. 그의 비전은 자율 알고리즘이 기업에서 인간 직원을 대체하고 Salesforce의 가장 중요한 수익 창출원이 되는 것이었습니다. 그러나 현실은 다른 그림을 그리고 있습니다.

Salesforce 주가의 급격한 하락은 같은 기간 동안 기술주들이 상당한 상승을 기록했던 기술 업계의 전반적인 추세와는 극명한 대조를 이룹니다. 이러한 괴리는 근본적인 의문을 제기합니다. 업계가 인공지능이 실제 수익으로 전환되는 속도를 과대평가한 것은 아닐까? 자율 AI 에이전트에 대한 기대는 현실적인가? 그리고 AI의 화려한 약속 뒤에는 어떤 구조적 문제가 숨어 있을까?

이 분석의 중요성은 세일즈포스에만 국한되지 않습니다. 인공지능을 핵심 성장 동력으로 삼는 모든 기업에 영향을 미칩니다. AI 기술에 수십억 달러를 투자하는 투자자들에게도 영향을 미칩니다. 그리고 약속된 자동화로 인해 일자리가 위협받는 근로자들에게도 영향을 미칩니다. 세일즈포스 사례는 전환기에 있는 산업의 메커니즘, 희망, 그리고 실망에 대한 독특한 통찰력을 제공합니다.

이 글은 역사적 뿌리, 기술적 메커니즘, 현재 상황, 실제 활용 사례, 중요한 문제, 향후 발전 방향, 그리고 얻은 교훈을 종합적으로 정리한 8개 섹션으로 구성되어 있습니다. Salesforce가 직면한 과제들이 단일 기업을 훨씬 넘어서는 더욱 심층적인 산업 문제를 대표한다는 점이 분명해질 것입니다.

클라우드 선구자에서 AI 파이터로: 업계 거대 기업의 전략적 재편

현재 상황을 이해하려면 Salesforce의 기원과 진화를 추적해야 합니다. 1999년 마크 베니오프가 설립한 이 회사는 당시로서는 획기적인 개념이었던 '서비스로서의 소프트웨어(Software as a Service)'로 소프트웨어 업계에 혁명을 일으켰습니다. 고객 서버에 설치해야 하는 값비싼 라이선스 패키지를 판매하는 대신, Salesforce는 CRM 솔루션을 온라인으로 제공했습니다. 고객은 월 사용료를 지불하고 브라우저를 통해 소프트웨어를 사용할 수 있었습니다.

이러한 혁신을 통해 Salesforce는 고객 관계 관리(CRM) 분야의 선두 주자로 자리매김했습니다. 21%가 넘는 시장 점유율로 Salesforce는 오늘날에도 여전히 글로벌 CRM ​​시장을 장악하고 있으며, Microsoft, Oracle, SAP와 같은 경쟁사들을 크게 앞지르고 있습니다. 20년이 넘는 기간 동안 Salesforce는 탁월한 성장주로 평가받았습니다. 매년 두 자릿수 매출 성장을 기록했고, 주가는 꾸준히 상승했으며, 수많은 인수를 통해 기업 규모를 확장했습니다.

하지만 2025년을 앞두고 이미 침체의 조짐이 나타났습니다. CRM 소프트웨어 산업 전체의 성장세가 둔화되면서 시장이 점차 포화 상태에 이르렀습니다. 많은 대기업들이 이미 CRM 시스템을 구축했고, 손쉬운 목표들은 이미 달성된 상태였습니다. 동시에 새로운 경쟁업체들이 등장하여 혁신적인 접근 방식과 저렴한 가격으로 시장 점유율을 확대했습니다.

이러한 상황에서 베니오프는 2022년부터 인공지능을 새로운 성장 동력으로 삼아 집중했습니다. 세일즈포스는 기존 CRM 제품 내에서 예측 분석 및 자동화를 지원하는 AI 플랫폼인 아인슈타인을 처음 선보였습니다. 2024년 9월에는 고객 서비스, 영업, 마케팅 등의 분야에서 독립적으로 업무를 수행하는 자율 AI 에이전트 플랫폼인 에이전트포스(Agentforce)를 발표했습니다.

이 비전은 야심 차 있었습니다. 2025년 말까지 고객들이 플랫폼을 통해 10억 개의 자율 AI 에이전트를 생성한다는 것입니다. 이 에이전트들은 간단한 질의에 답할 뿐만 아니라, 복잡하고 여러 단계로 구성된 작업을 독립적으로 계획하고 실행할 수 있습니다. 이들은 능동적으로 행동하고, 결정을 내리고, 회사의 전체 데이터베이스에 접근할 것입니다.

동시에 Salesforce는 이러한 AI 에이전트의 기술 기반에 막대한 투자를 했습니다. 2025년 5월, Salesforce는 데이터 관리 전문 기업인 Informatica를 80억 달러에 인수한다고 발표했습니다. 이 인수는 AI 에이전트가 고품질의 체계적인 데이터에 접근할 수 있도록 하기 위한 것이었습니다. 2024년 가을, Salesforce는 이미 또 다른 데이터 관리 기업인 Own Data를 19억 달러에 인수했습니다.

그러나 이러한 막대한 투자와 원대한 비전에도 불구하고 기대했던 매출 급증은 실현되지 않았습니다. 2025/26 회계연도 2분기 Salesforce의 매출은 9.8% 증가한 102억 4천만 달러를 기록했습니다. 이는 예상치를 약간 웃도는 수치이지만, 5분기 연속 한 자릿수 성장을 기록했습니다. 다음 분기 전망은 더욱 신중해졌고, AI 공격이 기대했던 상업적 성공을 거두지 못할 것이라는 우려를 증폭시켰습니다.

자율 AI 에이전트의 해부학: 비전과 실현 가능성 사이의 기술

AI 에이전트를 통한 수익 창출이 왜 그토록 어려운지 이해하려면 이러한 시스템의 기술적 기반과 메커니즘을 살펴보는 것이 중요합니다. Agentforce는 약속된 자율성을 달성하기 위해 서로 긴밀히 연동되어야 하는 여러 기술 구성 요소를 기반으로 합니다.

핵심은 AI 에이전트의 신경망 또는 두뇌 역할을 하는 Atlas Reasoning Engine입니다. 이 엔진은 인간의 사고와 행동을 모방하고, 작업을 정확하게 분류하고, 작업 단계의 우선순위를 정하고, 궁극적으로 이를 정확하게 실행하도록 설계되었습니다. Copilot과 같이 인간 상호 작용에 크게 의존했던 기존 AI 비서와 달리 Agentforce 에이전트는 대부분 자율적으로 작동하도록 설계되었습니다.

두 번째 핵심 구성 요소는 Salesforce Data Cloud로, 모든 관련 회사 데이터를 실시간으로 통합하여 AI 상담원이 활용할 수 있도록 합니다. 이 데이터의 품질과 완전성은 상담원의 성과에 매우 중요합니다. 또한, 이는 가장 큰 과제 중 하나를 야기합니다. 많은 기업들이 일관된 표준이나 정기적인 정리 없이 수년간 다양한 시스템에 데이터를 수집해 왔습니다.

세 번째 구성 요소는 MuleSoft와 같은 통합 도구와 사전 구축된 커넥터로, 상담원이 기존 워크플로 및 외부 시스템과 상호 작용할 수 있도록 지원합니다. 이러한 인터페이스를 통해 상담원은 Salesforce 환경 내에서 작업할 수 있을 뿐만 아니라 다른 엔터프라이즈 애플리케이션과도 통신할 수 있습니다.

Agentforce는 이러한 Salesforce 전용 구성 요소 외에도 OpenAI, Anthropic, Google Gemini와 같은 타사 공급업체의 대규모 언어 모델을 통합합니다. 이러한 모델은 특정 에이전트의 기반이 되는 자연어 처리 및 일반적인 세계 지식을 제공합니다.

고객 서비스 상담원의 예를 통해 이 기능을 설명할 수 있습니다. 고객이 회사에 문의합니다. 상담원은 문의 내용을 분석하고, 데이터 클라우드에서 관련 고객 데이터에 접근하여 과거의 유사 사례와 비교하고, 다단계 해결 계획을 수립하고, 각 단계를 실행하여 결과를 고객에게 전달합니다. 상담원이 자신의 역량을 초과하는 문제에 직면하지 않는 한, 이 모든 과정은 사람의 개입 없이 이루어집니다.

이론상으로는 인상적입니다. 하지만 실제로는 수많은 걸림돌이 있습니다. 상담원의 역량은 자신이 접근할 수 있는 데이터에 달려 있습니다. 데이터가 불완전하거나, 오래되었거나, 일관성이 없으면 상담원은 잘못된 결정을 내리게 됩니다. 기존 기업 시스템과의 통합은 종종 복잡하고 상당한 노력이 필요합니다. 또한, 로우코드 프로세스로 홍보되지만, 상담원을 구성하는 데는 상당한 기술적 이해와 Salesforce 관련 전문 지식이 필요합니다.

또 다른 문제는 신뢰 부족입니다. 많은 기업들이 견고한 테스트 절차와 보안 메커니즘 없이 자율 에이전트에게 중요한 비즈니스 프로세스의 제어권을 넘기는 것을 꺼립니다. 다른 업계의 사례에서 알 수 있듯이 오류, 데이터 유출 또는 바람직하지 않은 동작의 위험은 실제로 존재합니다.

수익성을 향한 어려운 길: 세 가지 근본적인 과제

Salesforce가 겪는 문제는 업계 전체에서 흔히 나타나는 세 가지 주요 과제로 요약할 수 있습니다. 즉, AI 혁신의 수익화, 구조적 시장 준비 상태, 기술 도입의 복잡성입니다.

첫 번째 과제는 수익화와 관련이 있습니다.

Salesforce가 Agentforce를 통해 기술적으로 진보된 제품을 개발했지만, 핵심 질문은 여전히 ​​남아 있습니다. 바로 어떻게 수익을 창출할 수 있느냐는 것입니다. Agentforce의 가격 모델은 대화당 2달러로, 기존 라이선스 모델과는 다른 사용량 기반 접근 방식입니다. 그러나 많은 잠재 고객은 투자 수익률이 명확하게 입증될 때까지 이 기술을 대규모로 도입하는 것을 주저합니다.

AI 에이전트 운영 비용은 상당합니다. 기반이 되는 대규모 언어 모델은 값비싼 컴퓨팅 리소스를 필요로 합니다. 업계 추정에 따르면 생성 AI 모델에 대한 단일 쿼리 비용은 기존 Google 검색보다 최대 10배 더 높습니다. 이러한 비용은 고객에게 전가되어야 하므로 가격 수용이 제한됩니다. 동시에 고객은 AI 에이전트가 높은 비용을 정당화할 수 있는 명확한 가치를 제공하기를 기대합니다.

현재까지 Agentforce를 사용하는 기업은 약 12,000개에 불과합니다. 이는 Salesforce의 수십만 개에 달하는 방대한 고객 기반을 고려하면 극히 적은 숫자입니다. Agentforce의 연간 반복 매출은 5억 달러 미만으로, 400억 달러가 넘는 총 매출의 극히 일부에 불과합니다. Salesforce가 기대하는 대로 향후 몇 년 안에 이 수치가 세 배 또는 네 배로 증가하더라도 총 매출에 대한 기여도는 여전히 제한적일 것입니다.

두 번째 주요 과제는 CRM 시장의 구조적 성숙도입니다.

20년간의 강력한 성장 이후, 고객 관계 관리(CRM) 소프트웨어 시장은 포화 상태에 도달했습니다. 선진국의 대부분의 대기업과 중견 기업들은 이미 CRM 시스템을 구축했습니다. 신규 고객 확보를 통한 유기적 성장 가능성은 제한적입니다.

동시에 경쟁은 더욱 치열해졌습니다. Dynamics 365를 보유한 Microsoft, 클라우드 애플리케이션을 보유한 Oracle, CRM 솔루션을 보유한 SAP, 그리고 HubSpot, Zendesk, Zoho와 같은 수많은 전문 업체들이 시장 점유율을 두고 경쟁하고 있습니다. 이러한 경쟁 업체들은 최근 몇 년 동안 시장 점유율을 따라잡았으며, 때로는 더 저렴하거나 더 전문화된 솔루션을 제공하기도 합니다.

이러한 환경에서는 혁신적인 AI 기능을 도입하더라도 Salesforce가 두 자릿수 성장률을 달성하기가 더욱 어려울 것입니다. 고객은 공급업체가 새로운 AI 기능을 제공한다고 해서 CRM 시스템을 단순히 교체하지는 않을 것입니다. CRM 시스템 구축은 복잡하고 비용과 시간이 많이 소요되기 때문입니다. 기업들은 기존 시스템이 제대로 작동하는 한 CRM 시스템으로의 전환을 꺼립니다.

UBS의 칼 키어스테드(Karl Keirstead)를 비롯한 분석가들은 CRM 시장이 이미 비교적 성숙된 반면, 이 분야에 대한 고객의 AI 투자는 아직 초기 단계에 있다고 지적했습니다. 따라서 핵심 제품의 시장 성숙도와 AI 추가 기능의 성숙도 사이에 시간적 차이가 존재합니다. 이러한 차이로 인해 Salesforce가 과거의 성장 모멘텀을 회복하기는 쉽지 않을 것으로 예상됩니다.

세 번째 근본적인 과제는 기술 도입의 복잡성과 관련이 있습니다.

Salesforce는 Agentforce를 사용자 친화적인 로우코드 솔루션으로 홍보하지만, 많은 고객의 현실은 훨씬 더 복잡합니다. AI 에이전트를 성공적으로 구현하려면 탄탄한 데이터 기반, 명확하게 정의된 프로세스, 기술 전문성, 그리고 교육 및 변화 관리에 대한 상당한 투자가 필요합니다.

많은 기업들이 열악한 데이터 품질, 고립된 데이터 사일로, 부적절한 IT 인프라, AI 전문 지식 부족과 같은 근본적인 문제로 어려움을 겪고 있습니다. AI 에이전트가 잠재력을 발휘하기 위해서는 이러한 문제들을 해결해야 합니다. 이를 위해서는 시간, 자원, 그리고 장기적인 접근 방식이 필요하지만, 많은 기업들이 이를 외면하고 있습니다.

여기에 숙련된 인력 부족 문제가 더해집니다. AI 전문가, 데이터 전문가, 그리고 세일즈포스 관리자에 대한 수요는 공급을 훨씬 초과합니다. 기업은 유능한 인력을 유치하고 유지하기 위해 높은 급여를 지급해야 합니다. 이로 인해 AI 솔루션 구현 비용이 더욱 증가하고 가치 창출 시간도 길어집니다.

'Managed AI'(인공지능)로 디지털 혁신의 새로운 차원을 열다 - 플랫폼 및 B2B 솔루션 | Xpert Consulting - 이미지: Xpert.Digital

여기에서는 귀하의 회사가 맞춤형 AI 솔루션을 빠르고 안전하게, 그리고 높은 진입 장벽 없이 구현할 수 있는 방법을 알아보실 수 있습니다.

관리형 AI 플랫폼은 인공지능을 위한 만능, 안심 패키지입니다. 복잡한 기술, 값비싼 인프라, 그리고 긴 개발 프로세스 대신, 전문 파트너를 통해 고객의 니즈에 맞춘 턴키 솔루션을 며칠 안에 제공해 드립니다.

한눈에 보는 주요 이점:

⚡ 빠른 구현: 몇 달이 아닌 단 며칠 만에 아이디어부터 실제 운영까지, 즉각적인 가치를 창출하는 실용적인 솔루션을 제공합니다.

🔒 최고의 데이터 보안: 귀하의 민감한 데이터는 귀하에게 안전하게 보관됩니다. 당사는 제3자와 데이터를 공유하지 않고 안전하고 규정을 준수하는 처리를 보장합니다.

💸 재정적 위험 없음: 결과에 대해서만 비용을 지불합니다. 하드웨어, 소프트웨어 또는 인력에 대한 높은 초기 투자가 전혀 필요하지 않습니다.

🎯 핵심 사업에 집중하세요. 가장 잘하는 일에 집중하세요. AI 솔루션의 모든 기술 구현, 운영 및 유지 관리를 저희가 책임집니다.

📈 미래 지향적이며 확장 가능합니다. AI는 고객과 함께 성장합니다. 지속적인 최적화와 확장성을 보장하며, 새로운 요구 사항에 맞춰 모델을 유연하게 조정합니다.

자세한 내용은 여기를 참조하세요.

• 관리형 AI 솔루션 - 산업 AI 서비스: 서비스, 산업 및 기계 엔지니어링 부문의 경쟁력을 위한 핵심

성공 사례와 환멸: AI 에이전트에 대한 실무 지식

전체적인 그림을 얻으려면 Salesforce 자체와 다른 회사의 AI 에이전트에 대한 구체적인 사용 사례와 실제 경험을 살펴보는 것이 좋습니다.

Salesforce는 자사 고객 서비스 부문에서 가장 눈에 띄는 AI 에이전트 구현 사례 중 하나를 구현했습니다. CEO 마크 베니오프는 2025년 9월, 고객 서비스팀 직원 수를 9,000명에서 5,000명으로 45% 감축한다고 발표했습니다. 해고된 직원은 AI 에이전트로 대체되었는데, 베니오프에 따르면 AI 에이전트는 이미 150만 건의 고객 대화를 처리하여 인간 상담원과 유사한 수준의 고객 만족도를 달성했습니다.

한편으로, 이러한 과감한 조치는 AI 에이전트가 반복적인 작업을 자동화하고 비용을 절감할 수 있는 잠재력을 보여줍니다. Salesforce는 이러한 해고를 통해 상당한 인건비를 절감하는 동시에 더 많은 문의를 처리할 수 있게 되었습니다. 다른 한편으로는 윤리적, 실질적인 문제를 제기합니다. 인간의 판단과 공감을 필요로 하는 더 복잡한 문의에 대한 고객 서비스의 질은 아직 지켜봐야 할 것입니다. Klarna와 같이 유사한 자동화 전략을 추진했던 다른 기업들도 서비스 품질 저하를 인정해야 했습니다.

두 번째 예는 영업 분야의 AI 에이전트입니다. 여러 Salesforce 고객사가 잠재 고객을 자동으로 선별하고, 약속을 예약하고, 후속 이메일을 발송하는 에이전트를 구축했습니다. 이러한 에이전트는 24시간 내내 근무하며 수백 개의 리드를 동시에 처리할 수 있습니다. Salesforce에 따르면, 일부 고객은 이러한 에이전트를 활용한 결과 영업팀의 생산성이 20~30% 향상되었다고 보고했습니다.

하지만 여기에도 한계는 있습니다. 상담원은 표준화된 프로세스와 명확하게 정의된 자격 기준에 따라 가장 효과적으로 업무를 수행합니다. 하지만 심층적인 제품 지식과 전략적 협상 기술을 요구하는 복잡한 B2B 영업 프로세스에서는 금방 한계에 부딪힙니다. 더욱이, 일부 사용자는 사람과 직접 대화하는 것을 선호하는 잠재 고객에게 일정 수준의 불만족을 표하기도 합니다.

Salesforce 외에도 AI 에이전트를 사용하는 회사가 많습니다. IT 서비스 관리 분야에서 Salesforce의 직접적인 경쟁사인 ServiceNow는 자체 AI 에이전트 플랫폼을 개발했습니다. 이 에이전트는 IT 문제를 독립적으로 진단 및 해결하고, 서비스 요청을 처리하고, 워크플로를 조정하도록 설계되었습니다.

Microsoft 역시 Copilot 제품에 에이전트 기반 AI를 활용하지만, 접근 방식이 약간 다릅니다. Microsoft 에이전트는 기존 Office 365 제품에 더욱 긴밀하게 통합되어 있으며, 자율적인 프로세스 자동화보다는 개별 생산성 지원에 중점을 둡니다.

SAP와 오라클은 유사한 전략을 추진하고 있으며, ERP 및 CRM 시스템에 직접 내장된 AI 에이전트를 개발하고 있습니다. SAP는 비즈니스 프로세스를 분석하고, 추천을 제공하고, 작업을 자동화하는 AI 비서인 줄(Joule)을 출시했습니다. 오라클은 특히 AI 기반 클라우드 인프라에 집중하고 있으며, 컴퓨팅 집약적인 AI 워크로드를 위한 플랫폼으로 자리매김하고 있습니다.

이 모든 사례는 AI 에이전트가 구조화된 데이터와 표준화된 프로세스를 갖춘 명확하게 정의된 사용 사례에서 가장 뛰어난 성능을 발휘한다는 것을 보여줍니다. 작업이 복잡하고 예측 불가능하며 인간 중심적일수록, 자율 에이전트가 인간의 성과를 따라잡거나 능가하는 것은 더욱 어려워집니다.

적합:

• Salesforce AI : 독립 AI 플랫폼이 아인슈타인보다 더 나은 이유 및 Agentforce-Hybrid 접근법이 공급 업체 잠금 장치를 비롯한 것입니다!

비판, 논란, 그리고 해결되지 않은 의문들: AI 혁명의 어두운 면

Salesforce의 문제점과 AI 에이전트 구현의 더 광범위한 과제는 이 기술의 가능성과 한계에 대한 격렬한 논쟁을 불러일으켰습니다. 특히 몇 가지 중요한 측면에 주목할 필요가 있습니다.

첫 번째 논란의 소지는 일자리 감소입니다. 세일즈포스는 고객 서비스 직원 4,000명을 해고함으로써 명확한 메시지를 전달했습니다. AI 상담원이 비효율적인 프로세스를 대체할 뿐만 아니라 인간도 대체하고 있다는 것입니다. 베니오프는 이전에 AI가 사무직의 소멸로 이어지지 않을 것이라고 주장했습니다. 하지만 현실은 다릅니다.

이러한 추세는 Salesforce에만 국한되지 않습니다. 데이터에 따르면 2025년까지 미국에서만 6만 4천 개 이상의 기술 일자리가 사라질 것으로 예상되며, 이 중 상당수는 AI를 통한 자동화 증가와 관련이 있습니다. 아이러니하게도 이러한 기업들 중 다수가 특히 AI 개발 및 영업 부문에서 신규 인력 채용을 모색하고 있습니다. 따라서 특정 직무는 사라지고 다른 직무는 부상하는 변화가 일어나고 있습니다. 하지만 새롭게 창출되는 일자리가 그 수와 질 모두에서 사라진 일자리보다 더 많을지는 여전히 의문입니다.

두 번째로 중요한 측면은 마케팅과 현실의 괴리입니다. Salesforce를 비롯한 여러 기술 기업들은 AI 에이전트를 거창한 약속으로 홍보해 왔습니다. 업무 환경의 혁신, 놀라운 생산성 향상, 자율 시스템으로 인간 직원 대체 등입니다. 그러나 현실은 많은 구현 사례가 아직 시범 단계에 있으며, 약속된 생산성 향상은 실현되지 않거나 제한된 영역에서만 실현되는 경우가 많습니다.

캡제미니(Capgemini) 조사에 따르면, 설문에 참여한 임원의 90%가 에이전트 기반 AI가 경쟁 우위를 제공한다고 확신하지만, 실제로 이를 구현하기 시작한 임원은 14%에 불과했습니다. 대다수는 아직 계획 단계에 있으며, 거의 절반은 구체적인 구현 전략이 부족합니다. 완전 자율 AI 에이전트에 대한 신뢰도는 지난 1년 동안 43%에서 27%로 크게 감소했습니다.

세 번째 문제점은 개별 기술 대기업에 대한 의존성입니다. Salesforce Agentforce는 Salesforce 생태계와 긴밀하게 통합되어 있습니다. 에이전트는 모든 데이터와 프로세스가 Salesforce 내에 있을 때 가장 효과적으로 작동합니다. 외부 지식 소스나 시스템을 통합하는 데는 상당한 노력이 필요합니다. 이로 인해 특정 공급업체에 종속되는 현상이 발생하여 고객이 다른 솔루션으로 전환하기 어려워집니다.

마이크로소프트, SAP, 오라클 또한 비슷한 비판에 직면해 있습니다. 각 업체는 자사의 AI 에이전트가 가장 효과적으로 기능하는 자체 생태계를 구축하려 하고 있습니다. 이는 서로 다른 시스템 간의 통합을 복잡하게 만들고, 고객은 특정 공급업체를 선택해야 하는 상황을 초래합니다. 서로 다른 공급업체의 AI 에이전트 간 표준화된 통신을 지원하는 모델 컨텍스트 프로토콜(Model Context Protocol)과 같은 이니셔티브는 아직 초기 단계에 있습니다.

네 번째로 논란이 되는 측면은 데이터 프라이버시 및 보안입니다. AI 에이전트는 효과적인 운영을 위해 광범위한 기업 데이터에 접근해야 합니다. 이는 특히 OpenAI나 Anthropic과 같은 외부 AI 서비스로 데이터가 전송될 때 잠재적인 보안 위험을 야기합니다. Salesforce를 비롯한 여러 업체는 엄격한 데이터 보호 조치를 시행했다고 강조하지만, 특히 의료나 금융 서비스와 같이 규제가 엄격한 산업 분야에서는 여전히 우려가 존재합니다.

다섯 번째 중요한 점은 환경적 영향입니다. 대규모 AI 모델을 실행하려면 엄청난 양의 컴퓨팅 파워와 그에 따른 에너지가 필요합니다. 이러한 모델을 구동하는 데이터 센터는 수백만 킬로와트의 전력을 소비하고 상당한 양의 이산화탄소를 배출합니다. 기업들이 지속가능성 목표 달성에 대한 압박을 점점 더 크게 받는 이 시기에, AI 시스템의 환경적 영향에 대한 우려가 커지고 있습니다.

미래를 내다보며: 통합과 다음 물결 사이

현재의 모든 어려움에도 불구하고, 전문가들은 AI 에이전트가 향후 몇 년 안에 기업에서 점점 더 중요한 역할을 할 것으로 예측합니다. 문제는 이 기술이 얼마나 빨리, 어떤 형태로 확산될 것인가가 아니라, 확산될 것인가입니다.

가트너는 2026년까지 전체 엔터프라이즈 애플리케이션의 약 40%에 작업별 AI 에이전트가 포함될 것으로 예측하는데, 이는 2025년 5% 미만에서 크게 증가한 수치입니다. 2035년까지 에이전트 기반 AI는 전 세계 엔터프라이즈 소프트웨어 매출의 약 30%를 차지하여 4,500억 달러를 돌파할 것으로 예상됩니다. 자율 AI 및 자율 에이전트 시장은 2025년 86억 2천만 달러에서 2035년 2,639억 6천만 달러로 연평균 40% 이상의 성장률을 기록할 것으로 예상됩니다.

이러한 예측은 현재의 어려움이 점진적으로 극복될 것이라는 가정에 기반합니다. 다음과 같은 몇 가지 상황이 이러한 상황에 기여할 수 있습니다.

첫째, 기술 자체가 발전할 것입니다. 기반이 되는 대규모 언어 모델은 더욱 강력하고, 효율적이며, 비용 효율적이 될 것입니다. 추론 기능이 향상된 OpenAI의 o1이나 컨텍스트 윈도우가 더 긴 Anthropic의 Claude와 같은 새로운 모델은 더욱 복잡한 작업을 가능하게 할 것입니다. AI 추론 비용은 이미 2022년 11월에서 2024년 10월 사이에 280배나 급격하게 감소했습니다. 이러한 추세는 지속될 것으로 예상되며, 이는 AI 애플리케이션의 경제적 매력을 더욱 높일 것입니다.

둘째, 기업들은 AI 에이전트를 더욱 효과적으로 사용하는 방법을 배우게 될 것입니다. 얼리 어답터들은 경험을 축적하고, 모범 사례를 발굴하여 더 넓은 커뮤니티와 공유할 것입니다. 기업의 AI 구현을 지원하기 위한 교육 프로그램, 자격증, 컨설팅 서비스가 등장할 것입니다.

셋째, 표준화가 진전될 수 있습니다. 모델 컨텍스트 프로토콜(Model Context Protocol)이나 ServiceNow의 에이전트 간 프로토콜(Agent-to-Agent Protocol)과 같은 이니셔티브는 서로 다른 공급업체의 AI 에이전트 간 통신을 지원하는 것을 목표로 합니다. 이러한 표준이 확립되면 통합이 용이해지고 공급업체 종속성이 줄어들 것입니다.

넷째, 벤더 통합이 예상됩니다. AI 에이전트 시장은 현재 수십 개의 스타트업과 기존 업체들이 시장 점유율을 놓고 경쟁하는 등 세분화되어 있습니다. 향후 몇 년 동안은 과거 다른 기술 분야에서 나타났던 것과 유사한 인수 및 시장 재편이 발생할 가능성이 높습니다. Salesforce, Microsoft, Google, SAP, Oracle과 같은 대기업들은 AI 역량을 확장하기 위해 소규모 벤더를 인수할 것입니다.

특히 Salesforce의 경우, Informatica 인수를 성공적으로 통합하고 Agentforce에 실질적인 가치를 창출할 수 있을지 여부가 매우 중요합니다. 이번 인수는 2021년 Slack 인수 이후 Salesforce 역사상 최대 규모의 인수입니다. RBC의 목표주가 하향 조정에서 알 수 있듯이, 이 인수에는 위험이 따릅니다. 하지만 Salesforce가 AI 에이전트의 효율성을 높이는 더욱 포괄적인 데이터 관리 플랫폼을 구축할 수 있다면, 이는 또한 기회를 제공합니다.

중기적으로 Salesforce는 2030년까지 600억 달러 이상의 매출 달성을 목표로 하며, 이는 연 10% 이상의 유기적 성장률에 해당합니다. 이는 2024년 중반 이후 두 자릿수 성장률을 밑돌았던 것을 다시 두 자릿수 성장률로 되돌리는 것을 의미합니다. 이 목표가 현실적으로 실현될지는 Agentforce를 비롯한 AI 제품들이 기대하는 성공을 거둘 수 있을지에 크게 달려 있습니다.

가트너는 장기적으로 이러한 추세가 복잡한 다중 에이전트 생태계로 전환될 것으로 예측합니다. 이러한 시스템에서는 전문 에이전트들이 협력하여 각자의 작업을 조율하고 정보를 공유합니다. 한 에이전트는 고객 문의를 분석하고, 다른 에이전트는 제안된 솔루션을 개발하며, 세 번째 에이전트는 구현을 조정하고, 네 번째 에이전트는 품질을 모니터링할 수 있습니다. 이러한 조율된 협업을 통해 더욱 복잡한 비즈니스 프로세스를 자동화할 수 있습니다.

하지만 아직 갈 길이 멉니다. 앞으로 2~3년은 현재의 문제가 극복될 수 있을지, 그리고 약속된 생산성 향상과 매출 증대가 실제로 실현될지 여부를 확인하는 데 매우 중요한 시기가 될 것입니다.

기술 산업을 위한 Salesforce 위기의 교훈

Salesforce 문제 분석은 인공지능의 현황과 그 상업적 활용에 대한 근본적인 진실을 드러냅니다. 핵심적인 발견은 현재 시장 환경에서 AI 에이전트의 기술적 실현 가능성과 상업적 수익성 사이에 상당한 불일치가 존재한다는 것입니다.

Salesforce는 높은 기대감을 안고 AI 시대에 진입했지만 이제는 수익화라는 혹독한 현실에 직면한 업계의 대표적인 사례입니다. 수익화의 어려움, 시장 포화, 도입의 복잡성이라는 세 가지 주요 과제는 Salesforce에만 국한된 것이 아니라 기업 소프트웨어 업계 전체에 영향을 미칩니다.

경험에 따르면 기술 혁신만으로는 충분하지 않습니다. 기업은 매력적인 비즈니스 모델을 개발하고, 고객에게 명확한 이점을 제공하며, 도입 장벽을 낮춰야 합니다. Salesforce는 Agentforce를 통해 기술적으로 뛰어난 제품을 개발했지만, 이를 지속 가능한 매출 성장으로 전환하는 것은 여전히 ​​어려운 과제입니다.

투자자에게 이는 단기적인 과대광고와 장기적인 가치를 구분해야 한다는 것을 의미합니다. 많은 AI 기업의 높은 가치 평가는 실현되지 않거나 상당히 지연될 수 있는 미래 수익에 대한 기대에 기반합니다. 실제 도입률, 매출 기여도, 수익성에 대한 냉정한 분석이 필수적입니다.

AI 에이전트를 구축하려는 기업에게는 다음과 같은 조언을 드립니다. 명확하게 정의된 사용 사례부터 시작하고, 데이터 품질 및 변화 관리에 투자하며, 하룻밤 사이에 기적 같은 결과를 기대하지 마세요. 가장 성공적인 구현은 수많은 피상적인 실험을 시작하기보다는 몇 가지 잘 실행된 프로젝트에 집중하는 것입니다.

근로자들에게 이러한 변화는 AI가 특정 업무를 자동화하는 동시에 새로운 역할이 생겨날 것임을 의미합니다. AI 개발, 관리, 전략적 적용 등 AI 관련 기술에 대한 투자는 점점 더 중요해지고 있습니다.

따라서 세일즈포스 사례는 단순히 위기에 처한 단일 기업의 이야기를 넘어섭니다. 이는 기술 혁신의 과제, 비전과 현실 사이의 간극, 그리고 신기술에 대한 모든 열정에도 불구하고 경제적 현실을 명확히 파악해야 할 필요성에 대한 교훈입니다. AI 혁명은 도래하겠지만, 점진적이고, 험난하며, 선택적으로 진행될 것입니다. 흔히 거론되는 빅뱅처럼이 아니라, 기복이 있는 지속적인 과정으로 말입니다.

✔️ 우리의 비즈니스 언어는 영어 또는 독일어입니다.

✔️ 새로운 기능: 자국어로 된 통신!

Konrad Wolfenstein

나는 귀하와 우리 팀에 개인 고문으로 봉사하게 되어 기쁘게 생각합니다.

문의 양식을 작성하여 연락하시거나 +49 89 89 674 804 (뮌헨) 로 전화해 주세요 . 내 이메일 주소는: Wolfenstein ∂ xpert.digital

나는 우리의 공동 프로젝트를 기대하고 있습니다.

✓ 전략, 컨설팅, 계획 및 구현에 대한 중소기업 지원

✔️ 디지털 전략 및 디지털화의 생성 또는 재편성

✔️ 해외 영업 프로세스의 확장 및 최적화

✔️ 글로벌 및 디지털 B2B 거래 플랫폼

✔️ 선구적인 사업 개발 / 마케팅 / 홍보 / 무역 박람회

사업 개발, 영업 및 마케팅 분야의 미국 전문성 - 이미지: Xpert.Digital

산업 초점: B2B, 디지털화(AI에서 XR까지), 기계 공학, 물류, 재생 에너지 및 산업

자세한 내용은 여기를 참조하세요.

• 엑스퍼트 비즈니스 허브

통찰력과 전문성을 갖춘 주제 허브:

• 글로벌 및 지역 경제, 혁신 및 산업별 동향에 대한 지식 플랫폼
• 우리의 관심 분야에서 분석, 충동 및 배경 정보 수집
• 비즈니스 및 기술 분야의 최신 동향에 대한 전문 지식과 정보를 제공하는 공간입니다.
• 시장, 디지털화 및 산업 혁신에 대해 배우고자 하는 기업을 위한 주제 허브

Xpert.Digital의 포괄적인 서비스 패키지에서 5가지 전문 지식을 활용해 보세요 | R&D, XR, PR 및 디지털 가시성 최적화 - 이미지: Xpert.Digital

Xpert.Digital은 다양한 산업에 대한 심층적인 지식을 보유하고 있습니다. 이를 통해 우리는 귀하의 특정 시장 부문의 요구 사항과 과제에 정확하게 맞춰진 맞춤형 전략을 개발할 수 있습니다. 지속적으로 시장 동향을 분석하고 업계 발전을 따라가면서 우리는 통찰력을 가지고 행동하고 혁신적인 솔루션을 제공할 수 있습니다. 경험과 지식의 결합을 통해 우리는 부가가치를 창출하고 고객에게 결정적인 경쟁 우위를 제공합니다.

자세한 내용은 여기를 참조하세요.

• 월 €500부터 시작하는 하나의 패키지로 Xpert.Digital의 5배 전문 지식을 활용하세요