약속과 현실의 격차: 세일즈포스의 어려움이 기술 업계의 AI 혁신에 대해 시사하는 바는 무엇인가

인공지능에 대한 거대한 환멸: 세일즈포스가 현실이 어떻게 다른지 보여주는 방법

CRM 업계의 거물 세일즈포스(Salesforce)의 주가가 2025년 초 이후 27%나 폭락한 것은 단지 한 회사에만 국한된 현상이 아닙니다. 오히려 이는 인공지능(AI)에 대한 높은 기대와 상용화의 냉혹한 현실 사이의 근본적인 괴리를 상징적으로 보여줍니다. 전 세계 기술 기업들이 자율적인 AI 에이전트를 통한 혁명을 선언하는 가운데, 세일즈포스의 사례는 업계 전체가 겪을 수 있는 세 가지 핵심 문제를 드러냅니다. 바로 AI 혁신의 수익화, 기업용 소프트웨어 시장의 구조적 성숙도, 그리고 기술 통합의 복잡성 증가입니다. 이 분석에서는 미래에 대한 기대 이면에 숨겨진 진실과 그것이 기술 산업에 미치는 영향에 대해 살펴봅니다.

이와 관련된 내용:

• 인공지능: 세일즈포스 에이전트포스가 (아직) 성공하지 못하는 이유 - 독립적인 대안이 더 낫다.

기본 원칙 및 관련성

2025년 10월 세일즈포스의 상황은 인공지능이 기존 기술 기업의 즉각적인 성장 동력이라는 인식에 있어 중요한 전환점을 보여줍니다. 고객 관계 관리(CRM) 기업 세일즈포스의 카리스마 넘치는 창립자이자 CEO인 마크 베니오프는 샌프란시스코에서 열린 드림포스 컨퍼런스에서 에이전트 기반 AI의 시대가 도래했다고 선언했습니다. 그의 비전은 자율 알고리즘이 기업의 인간 직원을 대체하고 세일즈포스의 가장 중요한 수익 창출원이 되는 것이었습니다. 하지만 현실은 그의 예상과는 달랐습니다.

세일즈포스의 주가 급락은 같은 기간 동안 기술주가 상당한 상승세를 보인 기술주 전반의 추세와 극명한 대조를 이룹니다. 이러한 차이는 근본적인 질문을 제기합니다. 업계는 인공지능이 실질적인 수익으로 전환되는 속도를 과대평가한 것일까? 자율적인 AI 에이전트에 대한 기대는 현실적인 것일까? 그리고 AI의 화려한 가능성 뒤에는 어떤 구조적 문제가 숨겨져 있는 것일까?.

이 분석의 중요성은 세일즈포스에만 국한되지 않습니다. 인공지능을 핵심 성장 동력으로 삼는 모든 기업에 영향을 미치며, AI 기술에 수십억 달러를 투자하는 투자자들에게도 중요한 의미를 지닙니다. 또한 자동화로 인해 일자리가 위협받는 직원들에게도 영향을 미칩니다. 세일즈포스 사례는 급변하는 산업의 메커니즘, 기대, 그리고 좌절을 엿볼 수 있는 독특한 통찰력을 제공합니다.

이 글은 총 8개 섹션으로 구성되어 있으며, 역사적 배경, 기술적 메커니즘, 현황, 실제 사용 사례, 주요 문제점, 미래 발전 방향, 그리고 결론적으로 연구 결과를 종합하여 체계적으로 제시합니다. 이를 통해 세일즈포스가 직면한 과제들이 특정 기업을 넘어 업계 전반에 걸쳐 만연한 심층적인 문제들을 보여주는 대표적인 사례임을 알 수 있을 것입니다.

클라우드 업계의 선구자에서 AI 경쟁자로: 업계 거물의 전략적 재편

현재 상황을 이해하려면 세일즈포스의 기원과 진화를 살펴봐야 합니다. 1999년 마크 베니오프가 설립한 이 회사는 당시로서는 획기적인 개념이었던 서비스형 소프트웨어(SaaS)로 소프트웨어 업계에 혁명을 일으켰습니다. 고객 서버에 설치해야 하는 고가의 라이선스 패키지를 판매하는 대신, 세일즈포스는 인터넷을 통해 CRM 솔루션을 제공했습니다. 고객은 월정액 요금을 지불하고 웹 브라우저를 통해 간편하게 소프트웨어에 접속할 수 있었습니다.

이러한 혁신 덕분에 세일즈포스는 고객 관계 관리(CRM) 시장의 선두주자가 되었습니다. 21%가 넘는 시장 점유율을 자랑하는 세일즈포스는 마이크로소프트, 오라클, SAP와 같은 경쟁사들을 훨씬 앞서며 글로벌 CRM ​​시장을 장악하고 있습니다. 20년 넘게 세일즈포스는 최고의 성장주로 여겨졌습니다. 매출은 매년 두 자릿수 성장을 기록했고, 주가는 꾸준히 상승했으며, 수많은 인수 합병을 통해 사업을 확장해 왔습니다.

하지만 2025년까지의 전망과 함께 성장세 둔화의 조짐이 나타나기 시작했습니다. CRM 소프트웨어 산업 전체의 성장세는 시장 포화로 인해 둔화되었습니다. 이미 많은 대기업들이 CRM 시스템을 도입했고, 손쉬운 시장 점유율은 확보된 상태였습니다. 동시에 혁신적인 접근 방식과 저렴한 가격으로 시장 점유율을 확대해 나가는 새로운 경쟁업체들이 등장했습니다.

이러한 상황에서 베니오프는 2022년부터 인공지능을 새로운 성장 동력으로 삼는 데 더욱 집중했습니다. 먼저 세일즈포스는 기존 CRM 제품 내에서 예측 분석 및 자동화를 가능하게 하는 AI 플랫폼인 아인슈타인을 출시했습니다. 그리고 2024년 9월에는 고객 서비스, 영업, 마케팅과 같은 분야에서 독립적으로 작업을 처리하도록 설계된 자율 AI 에이전트 플랫폼인 에이전트포스를 발표하며 큰 주목을 받았습니다.

그 비전은 야심찼습니다. 2025년 말까지 고객들이 플랫폼을 통해 10억 개의 자율 AI 에이전트를 구축하는 것이었습니다. 이 에이전트들은 간단한 질문에 답할 뿐만 아니라, 복잡하고 여러 단계를 거치는 작업을 독립적으로 계획하고 실행할 수 있게 될 것이었습니다. 또한 능동적으로 행동하고, 의사 결정을 내리고, 회사의 전체 데이터베이스에 접근할 수 있게 될 것이었습니다.

이와 동시에 세일즈포스는 이러한 AI 에이전트의 기술적 기반에 대규모 투자를 진행했습니다. 2025년 5월, 세일즈포스는 데이터 관리 전문 기업인 인포마티카(Informatica)를 80억 달러에 인수한다고 발표했습니다. 이 인수는 AI 에이전트가 고품질의 잘 구조화된 데이터에 접근할 수 있도록 하기 위한 것이었습니다. 세일즈포스는 2024년 가을, 또 다른 데이터 관리 회사인 오운데이터(OwnData)를 19억 달러에 인수하기도 했습니다.

이러한 막대한 투자와 원대한 비전에도 불구하고, 기대했던 매출 급증은 실현되지 못했습니다. 2025/26 회계연도 2분기 세일즈포스의 매출은 9.8% 증가한 102억 4천만 달러를 기록했습니다. 이는 예상치를 약간 웃도는 수치였지만, 5분기 연속 한 자릿수 성장에 그쳤습니다. 다음 분기 전망은 더욱 부진하여, AI 사업이 기대했던 상업적 성공을 거두지 못할 것이라는 우려가 커지고 있습니다.

자율 AI 에이전트의 구조: 비전과 실현 가능성 사이의 기술적 고찰

AI 에이전트를 수익화하는 것이 왜 그토록 어려운지 이해하려면 이러한 시스템의 기술적 기반과 메커니즘을 살펴봐야 합니다. 에이전트포스는 약속된 자율성을 달성하기 위해 함께 작동해야 하는 여러 기술 구성 요소로 이루어져 있습니다.

핵심에는 AI 에이전트의 신경망 또는 두뇌 역할을 하는 소위 아틀라스 추론 엔진이 있습니다. 이 엔진은 인간의 사고와 행동을 모방하고, 작업을 정확하게 분류하고, 단계의 우선순위를 정하고, 궁극적으로 정확하게 실행하도록 설계되었습니다. 코파일럿과 같이 인간과의 상호작용에 크게 의존했던 기존의 AI 비서와 달리, 에이전트포스 에이전트는 대부분 자율적으로 작동하도록 설계되었습니다.

두 번째 핵심 구성 요소는 Salesforce 데이터 클라우드입니다. 이는 모든 관련 회사 데이터를 실시간으로 통합하여 AI 에이전트가 활용할 수 있도록 제공합니다. 이 데이터의 품질과 완전성은 에이전트의 성능에 매우 중요합니다. 하지만 가장 큰 과제 중 하나는 바로 이 부분에 있습니다. 많은 기업들이 오랜 기간 동안 통일된 표준이나 정기적인 데이터 정제 없이 다양한 시스템에 데이터를 수집해 왔기 때문입니다.

세 번째 구성 요소는 MuleSoft와 같은 통합 도구 및 사전 구축된 커넥터로 이루어져 있으며, 이를 통해 에이전트는 기존 워크플로 및 외부 시스템과 상호 작용할 수 있습니다. 이러한 인터페이스를 통해 에이전트는 Salesforce 환경 내에서만 작동하는 것이 아니라 다른 엔터프라이즈 애플리케이션과도 통신할 수 있습니다.

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

고객 서비스 상담원의 예를 들어 설명하겠습니다. 고객이 회사에 문의 사항을 전달합니다. 상담원은 문의 내용을 분석하고, 데이터 클라우드에서 관련 고객 데이터를 검색하고, 과거 유사 사례와 비교하여 단계별 해결 계획을 수립하고, 이를 실행한 후 고객에게 결과를 전달합니다. 이 모든 과정은 상담원이 자신의 역량을 넘어서는 문제에 직면하지 않는 한 사람의 개입 없이 자동으로 진행됩니다.

이론상으로는 인상적이지만, 실제로는 수많은 함정이 존재합니다. 에이전트의 성능은 접근 가능한 데이터의 질에 따라 좌우됩니다. 데이터가 불완전하거나, 오래되었거나, 일관성이 없으면 에이전트는 잘못된 결정을 내릴 수 있습니다. 기존 엔터프라이즈 시스템과의 통합은 종종 복잡하고 상당한 노력이 필요합니다. 또한 에이전트 구성이 로우코드 프로세스로 홍보되지만, 여전히 상당한 기술적 이해와 Salesforce 관련 전문 지식이 요구됩니다.

또 다른 문제는 신뢰 부족입니다. 많은 기업들이 탄탄한 테스트 절차와 보안 메커니즘 없이는 핵심 비즈니스 프로세스 제어권을 자율 에이전트에 넘겨주는 것을 주저합니다. 다른 산업 분야의 사례에서 알 수 있듯이 오류, 데이터 유출 또는 바람직하지 않은 행동의 위험은 실제로 존재합니다.

수익성 확보를 위한 험난한 여정: 세 가지 근본적인 과제

세일즈포스가 직면한 문제는 업계 전체를 대표하는 세 가지 핵심 과제로 요약할 수 있습니다. 바로 AI 혁신의 수익화, 구조적 시장 성숙도, 그리고 기술 도입의 복잡성입니다.

첫 번째 과제는 수익 창출에 관한 것입니다

세일즈포스는 에이전트포스라는 기술적으로 진보된 제품을 개발했지만, 핵심적인 질문은 여전히 ​​남아 있습니다. 바로 어떻게 수익을 창출할 것인가 하는 점입니다. 에이전트포스의 가격 모델은 대화당 2달러라는 사용량 기반 접근 방식을 채택하고 있는데, 이는 기존의 라이선스 모델과는 다른 방식입니다. 그러나 많은 잠재 고객들은 투자 수익률이 명확하게 입증될 때까지 이 기술을 대규모로 도입하는 것을 주저하고 있습니다.

인공지능 에이전트 운영 비용은 상당합니다. 기반이 되는 대규모 언어 모델은 값비싼 컴퓨팅 자원을 필요로 합니다. 업계 추산에 따르면, 생성형 인공지능 모델에 대한 단일 쿼리 비용은 기존 구글 검색보다 최대 10배 더 비쌉니다. 이러한 비용은 고객에게 전가될 수밖에 없으며, 이는 가격 수용에 제약을 가합니다. 동시에 고객은 인공지능 에이전트가 높은 비용을 정당화할 만한 명확한 부가가치를 제공하기를 기대합니다.

현재까지 Agentforce를 사용하는 기업은 약 12,000개에 불과하며, 수십만 개에 달하는 Salesforce의 고객 기반을 고려하면 극히 적은 수치입니다. Agentforce에서 발생하는 연간 반복 매출은 5억 달러에도 미치지 못하며, 400억 달러가 넘는 전체 매출에 비하면 극히 미미한 수준입니다. Salesforce의 기대대로 향후 몇 년 안에 이 수치가 세 배 또는 네 배로 증가한다 하더라도 전체 매출에 대한 기여도는 여전히 제한적일 것입니다.

두 번째 핵심 과제는 CRM 시장의 구조적 성숙도입니다

20년간의 강력한 성장세를 거쳐 고객 관계 관리(CRM) 소프트웨어 시장은 포화 상태에 이르렀습니다. 선진 시장의 대부분 대기업과 중소기업은 이미 CRM 시스템을 도입했으며, 신규 고객 확보를 통한 자체 성장 잠재력은 제한적입니다.

동시에 경쟁은 더욱 치열해졌습니다. 마이크로소프트의 Dynamics 365, 오라클의 클라우드 애플리케이션, SAP의 CRM 솔루션, 그리고 HubSpot, Zendesk, Zoho와 같은 수많은 전문 공급업체들이 시장 점유율을 놓고 경쟁하고 있습니다. 이들 경쟁업체들은 최근 몇 년 동안 빠르게 따라잡았으며, 때로는 더 저렴하거나 특화된 솔루션을 제공하기도 합니다.

이러한 환경에서 세일즈포스가 혁신적인 AI 기능을 갖추더라도 두 자릿수 성장률을 달성하기는 더욱 어려워질 것입니다. 고객은 단순히 공급업체가 새로운 AI 기능을 제공한다고 해서 CRM 시스템을 바꾸지 않습니다. CRM 시스템 구축은 복잡하고 비용이 많이 들며 시간도 오래 걸립니다. 기업들은 기존 시스템이 잘 작동하는 한 시스템 전환을 꺼립니다.

UBS의 칼 케어스테드와 같은 분석가들은 CRM 시장은 이미 비교적 성숙 단계에 접어든 반면, 고객 AI 관련 투자는 아직 초기 단계에 머물러 있다고 지적했습니다. 따라서 핵심 제품의 시장 성숙도와 AI 부가 기능의 성숙도 사이에는 시간적 격차가 존재합니다. 이러한 격차로 인해 세일즈포스가 과거의 성장세를 되찾기 어려운 상황입니다.

세 번째 근본적인 과제는 기술 도입의 복잡성과 관련이 있습니다

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

많은 기업들이 데이터 품질 저하, 분산된 데이터 사일로, 부적절한 IT 인프라, AI 전문성 부족과 같은 근본적인 문제에 직면하고 있습니다. 이러한 문제들을 해결해야만 AI 에이전트가 잠재력을 최대한 발휘할 수 있습니다. 이를 위해서는 시간과 자원, 그리고 장기적인 접근 방식이 필요하지만, 많은 기업들이 이를 꺼려합니다.

여기에 더해 숙련된 인력 부족 현상도 심각합니다. AI 전문가, 데이터 전문가, Salesforce 관리자에 대한 수요는 공급을 훨씬 초과합니다. 기업들은 자격을 갖춘 인재를 유치하고 유지하기 위해 높은 연봉을 지불해야 합니다. 이는 AI 솔루션 도입 비용을 더욱 증가시키고 가치 창출까지 걸리는 시간을 늘립니다.

여기서는 기업이 맞춤형 AI 솔루션을 신속하고 안전하게, 그리고 진입 장벽 없이 구현하는 방법을 배우게 됩니다.

관리형 AI 플랫폼은 인공지능을 위한 모든 것을 포함하는, 걱정 없는 솔루션입니다. 복잡한 기술, 값비싼 인프라, 그리고 장기간의 개발 과정을 직접 처리할 필요 없이, 전문 파트너로부터 필요에 맞춘 완벽한 솔루션을 단 며칠 만에 제공받을 수 있습니다.

주요 장점을 한눈에 살펴보세요:

⚡ 신속한 구현: 아이디어 구상부터 바로 사용 가능한 애플리케이션 개발까지 몇 달이 아닌 며칠 만에 완료됩니다. 즉각적인 부가가치를 창출하는 실용적인 솔루션을 제공합니다.

🔒 최고의 데이터 보안: 귀하의 민감한 데이터는 안전하게 보호됩니다. 당사는 제3자와 데이터를 공유하지 않고 안전하고 법규를 준수하는 데이터 처리를 보장합니다.

💸 재정적 위험 없음: 결과에 대해서만 비용을 지불합니다. 하드웨어, 소프트웨어 또는 인력에 대한 높은 초기 투자 비용이 완전히 사라졌습니다.

🎯 핵심 사업에 집중하세요: 귀사가 가장 잘하는 일에 집중하십시오. AI 솔루션의 기술 구현, 운영 및 유지 관리는 저희가 모두 담당합니다.

📈 미래 지향적이고 확장 가능: 귀사의 AI는 귀사와 함께 성장합니다. 지속적인 최적화 및 확장성을 보장하고, 새로운 요구 사항에 맞춰 모델을 유연하게 조정합니다.

자세한 내용은 여기에서 확인하세요:

• 관리형 AI 솔루션 - 산업용 AI 서비스: 서비스, 산업 및 기계 공학 분야의 경쟁력 확보의 핵심

성공 사례와 실망: AI 에이전트에 대한 실제 경험을 통해 배우는 것

전체적인 상황을 파악하려면 세일즈포스 자체와 다른 회사들의 AI 에이전트 관련 구체적인 사용 사례와 실제 경험을 살펴보는 것이 좋습니다.

세일즈포스는 자사 고객 서비스에 AI 에이전트를 도입한 가장 주목할 만한 사례 중 하나를 선보였습니다. 마크 베니오프 CEO는 2025년 9월, 고객 서비스 팀 인력을 9,000명에서 5,000명으로 45% 감축했다고 발표했습니다. 해고된 직원들은 AI 에이전트로 대체되었으며, 베니오프 CEO에 따르면 이 AI 에이전트들은 이미 150만 건의 고객 응대를 처리했고, 고객 만족도는 인간 상담원과 비슷한 수준을 보였습니다.

이러한 과감한 조치는 한편으로는 AI 에이전트가 반복적인 작업을 자동화하고 비용을 절감할 수 있는 잠재력을 보여줍니다. 세일즈포스는 이러한 인력 감축을 통해 상당한 인건비를 절감하는 동시에 더 많은 문의를 처리할 수 있게 되었습니다. 그러나 다른 한편으로는 윤리적, 실질적인 문제를 제기합니다. 인간의 판단과 공감이 필요한 복잡한 문의에 대한 고객 서비스 품질은 어떻게 될지 지켜봐야 합니다. 클라르나와 같이 유사한 자동화 전략을 추구했던 다른 기업들도 서비스 품질 저하를 인정해야 했습니다.

두 번째 사례는 영업 분야의 AI 에이전트입니다. 여러 세일즈포스 고객사가 잠재 고객을 자동으로 검증하고, 약속을 잡고, 후속 이메일을 발송하는 에이전트를 도입했습니다. 이러한 에이전트는 24시간 내내 작동하며 수백 건의 잠재 고객을 동시에 처리할 수 있습니다. 세일즈포스에 따르면, 일부 고객사는 이러한 에이전트 도입으로 영업팀 생산성이 20~30% 향상되었다고 보고했습니다.

하지만 한계점도 있습니다. 상담원들은 표준화된 프로세스와 명확하게 정의된 자격 기준에서 최상의 성능을 발휘합니다. 하지만 심층적인 제품 지식과 전략적인 협상 기술이 요구되는 복잡한 B2B 판매 프로세스에서는 그 한계에 빠르게 도달합니다. 또한 일부 사용자들은 사람과 직접 대화하는 것을 선호하는 잠재 고객들 사이에서 불만이 나타나고 있다고 보고합니다.

세일즈포스 외에도 수많은 기업들이 AI 에이전트를 활용하고 있습니다. IT 서비스 관리 분야에서 세일즈포스의 직접적인 경쟁사인 서비스나우(ServiceNow)는 자체 AI 에이전트 플랫폼을 개발했습니다. 이러한 에이전트는 IT 문제를 독립적으로 진단하고 해결하며, 서비스 요청을 처리하고 워크플로우를 조정하도록 설계되었습니다.

마이크로소프트 역시 코파일럿(Copilot) 제품군에서 에이전트 기반 AI를 활용하지만, 접근 방식은 약간 다릅니다. 마이크로소프트 에이전트는 기존 오피스 365 제품에 더욱 깊이 통합되어 있으며, 자율적인 프로세스 자동화보다는 개별 생산성 지원에 중점을 둡니다.

SAP와 오라클은 유사한 전략을 추구하며 자사의 ERP 및 CRM 시스템에 직접 내장되는 AI 에이전트를 개발하고 있습니다. SAP는 비즈니스 프로세스를 분석하고, 권장 사항을 제시하며, 작업을 자동화하는 AI 비서인 Joule을 출시했습니다. 오라클은 특히 AI 기반 클라우드 인프라에 집중하고 있으며, 연산 집약적인 AI 워크로드를 위한 플랫폼으로서의 입지를 구축하고 있습니다.

이러한 모든 사례들이 보여주는 것은 AI 에이전트가 구조화된 데이터와 표준화된 프로세스를 사용하는 명확하게 정의된 사용 사례에서 가장 효과적으로 작동한다는 점입니다. 작업이 복잡하고 예측 불가능하며 인간 중심적일수록 자율 에이전트가 인간의 성능을 달성하거나 능가하기는 더욱 어려워집니다.

이와 관련된 내용:

• Salesforce AI: 독립형 AI 플랫폼이 Einstein 및 Agentforce보다 나은 이유 - 하이브리드 접근 방식으로 벤더 종속을 극복하세요!

비판, 논란, 그리고 미해결 문제들: 인공지능 혁명의 어두운 면

세일즈포스가 겪은 문제와 AI 에이전트 구현의 광범위한 과제는 해당 기술의 가능성과 한계에 대한 열띤 논쟁을 불러일으켰습니다. 몇 가지 중요한 측면에 특별한 주의를 기울여야 합니다.

첫 번째 쟁점은 일자리 감소 문제입니다. 세일즈포스는 고객 서비스 직원 4,000명을 해고함으로써 AI 에이전트가 비효율적인 프로세스뿐만 아니라 사람까지 대체하고 있다는 분명한 신호를 보냈습니다. 베니오프는 이전에 AI가 사무직 일자리의 소멸로 이어지지는 않을 것이라고 주장했지만, 현실은 그와는 정반대입니다.

이러한 추세는 세일즈포스에만 국한된 것이 아닙니다. 데이터에 따르면, 2025년까지 미국에서만 기술 분야에서 6만 4천 개 이상의 일자리가 사라질 것으로 예상되며, 그중 상당수는 AI를 통한 자동화 증가와 관련이 있습니다. 아이러니하게도, 많은 기업들이 동시에 새로운 인력을, 특히 AI 개발 및 AI 제품 판매 분야에서 채용을 진행하고 있습니다. 즉, 특정 직종이 사라지는 반면 새로운 직종이 생겨나는 변화가 일어나고 있는 것입니다. 하지만 새로 창출된 일자리가 사라진 일자리의 수적, 질적 수준을 모두 상쇄할 수 있을지는 여전히 의문입니다.

두 번째 중요한 측면은 마케팅과 현실 사이의 괴리입니다. 세일즈포스를 비롯한 여러 기술 기업들은 AI 에이전트를 통해 직장 환경의 혁명, 생산성 향상, 인간 직원을 대체하는 자율 시스템 등 과장된 약속을 내세우며 홍보해 왔습니다. 그러나 현실은 많은 구현 사례가 여전히 시범 단계에 머물러 있으며, 약속했던 생산성 향상은 실현되지 않거나 제한적인 영역에서만 나타나는 경우가 많다는 것입니다.

캡제미니의 연구에 따르면 설문 조사에 참여한 임원 중 90%가 에이전트 기반 AI가 경쟁 우위를 제공한다고 확신하지만, 실제로 구현에 착수한 임원은 14%에 불과했습니다. 대다수는 여전히 계획 단계에 있으며, 거의 절반은 구체적인 구현 전략이 없는 것으로 나타났습니다. 완전 자율 AI 에이전트에 대한 신뢰도는 지난 1년 동안 43%에서 27%로 크게 하락했습니다.

세 번째 문제점은 특정 기술 대기업에 대한 의존성입니다. Salesforce Agentforce는 Salesforce 생태계와 긴밀하게 통합되어 있습니다. 에이전트는 모든 데이터와 프로세스가 Salesforce 환경 내에 있을 때 최상의 성능을 발휘합니다. 외부 지식 소스나 시스템을 통합하려면 상당한 노력이 필요합니다. 이는 벤더 종속 효과를 초래하여 고객이 다른 솔루션으로 전환하기 어렵게 만듭니다.

마이크로소프트, SAP, 오라클도 비슷한 비판을 받고 있습니다. 각 업체는 자사의 AI 에이전트가 최적의 성능을 발휘하는 자체적인 생태계를 구축하려고 노력하고 있습니다. 이로 인해 서로 다른 시스템의 통합이 복잡해지고 고객은 특정 업체 하나만을 선택해야만 하는 상황에 놓입니다. 서로 다른 업체에서 개발한 AI 에이전트 간의 표준화된 통신을 가능하게 하는 것을 목표로 하는 모델 컨텍스트 프로토콜(MCP)과 같은 프로젝트는 아직 초기 단계에 머물러 있습니다.

네 번째 논란거리는 데이터 개인정보 보호 및 보안 문제입니다. AI 에이전트는 효과적으로 작동하기 위해 방대한 회사 데이터에 대한 접근 권한이 필요합니다. 이는 특히 OpenAI나 Anthropic과 같은 외부 AI 서비스와 데이터를 공유할 때 잠재적인 보안 위험을 초래합니다. Salesforce를 비롯한 여러 공급업체는 엄격한 데이터 보호 조치를 시행했다고 강조하지만, 특히 의료나 금융 서비스와 같은 규제 산업에서는 우려가 여전히 남아 있습니다.

다섯 번째 중요한 고려 사항은 환경적 영향입니다. 대규모 AI 모델을 운영하려면 막대한 컴퓨팅 파워와 에너지가 필요합니다. 이러한 모델을 구동하는 데이터 센터는 수백만 킬로와트시의 전력을 소비하고 상당한 양의 이산화탄소를 배출합니다. 기업들이 지속가능성 목표 달성에 대한 압박을 점점 더 받고 있는 시점에서, AI 시스템의 환경적 영향은 점점 더 큰 문제로 대두되고 있습니다.

미래 전망: 안정세와 다음 상승세 사이

현재 여러 가지 어려움에도 불구하고 전문가들은 인공지능 에이전트가 향후 기업에서 점점 더 중요한 역할을 할 것으로 예상합니다. 문제는 인공지능 기술이 과연 중요해질 것인가가 아니라, 얼마나 빠르게, 그리고 어떤 형태로 확산될 것인가입니다.

가트너는 2026년까지 모든 기업 애플리케이션의 약 40%에 특정 작업용 AI 에이전트가 포함될 것으로 예측하며, 이는 2025년의 5% 미만에서 크게 증가한 수치입니다. 2035년에는 에이전트 기반 AI가 전 세계 기업 소프트웨어 매출의 약 30%, 즉 4,500억 달러 이상을 차지할 수 있을 것으로 전망됩니다. 자율 AI 및 자율 에이전트 시장은 2025년 86억 2천만 달러에서 2035년 2,639억 6천만 달러로 성장할 것으로 예상되며, 이는 연평균 복합 성장률(CAGR) 40% 이상을 나타냅니다.

이러한 예측은 현재의 어려움이 점진적으로 극복될 것이라는 가정에 기반합니다. 몇 가지 발전 요인이 이러한 과정에 기여할 수 있습니다

첫째, 기술 자체는 계속해서 발전할 것입니다. 기반이 되는 대규모 언어 모델(Large Language Models)은 더욱 강력하고 효율적이며 비용 효율적이 될 것입니다. 향상된 추론 기능을 갖춘 OpenAI의 o1이나 더 긴 컨텍스트 창을 제공하는 Anthropic의 Claude와 같은 새로운 모델은 더욱 복잡한 작업을 가능하게 할 것입니다. AI 추론 비용은 이미 2022년 11월부터 2024년 10월 사이에 280분의 1로 급격히 감소했습니다. 이러한 추세는 계속될 가능성이 높으며, AI 애플리케이션의 경제적 매력을 더욱 높여줄 것입니다.

둘째로, 기업들은 AI 에이전트를 더욱 효과적으로 사용하는 방법을 배우게 될 것입니다. 초기 도입 기업들은 경험을 쌓고, 모범 사례를 파악하여 더 넓은 커뮤니티와 공유할 것입니다. 기업의 구현을 지원하기 위해 교육 프로그램, 인증 및 컨설팅 서비스가 등장할 것입니다.

셋째, 표준화가 진전될 수 있습니다. 모델 컨텍스트 프로토콜(MCP)이나 ServiceNow의 에이전트 간 프로토콜과 같은 이니셔티브는 서로 다른 벤더의 AI 에이전트 간 통신을 가능하게 하는 것을 목표로 합니다. 이러한 표준이 확립되면 통합이 용이해지고 벤더 종속성이 줄어들 것입니다.

넷째, 공급업체 통합이 예상됩니다. 현재 AI 에이전트 시장은 수십 개의 스타트업과 기존 업체들이 시장 점유율을 놓고 경쟁하는 파편화된 시장입니다. 과거 다른 기술 분야에서 일어났던 것처럼 향후 몇 년 안에 인수합병과 시장 통합이 발생할 가능성이 높습니다. 세일즈포스, 마이크로소프트, 구글, SAP, 오라클과 같은 대기업들이 AI 역량을 확장하기 위해 소규모 공급업체를 인수할 것입니다.

특히 세일즈포스에게 있어 핵심 관건은 인포마티카 인수를 성공적으로 통합하고 에이전트포스에 실질적인 부가가치를 창출할 수 있는지 여부입니다. 이번 인수는 2021년 슬랙 인수 이후 세일즈포스 역사상 최대 규모입니다. RBC의 등급 하향 조정과 목표 주가 대폭 하락에서 알 수 있듯이 위험 요소도 내포하고 있습니다. 하지만 세일즈포스가 이번 인수를 통해 AI 에이전트의 효율성을 높이는 더욱 포괄적인 데이터 관리 플랫폼을 구축할 수 있다면 기회 또한 될 수 있습니다.

세일즈포스는 중기적으로 2030년까지 매출 600억 달러 이상을 달성하는 것을 목표로 하고 있으며, 이는 연간 10% 이상의 유기적 성장률에 해당합니다. 이 목표가 실현 가능한지는 에이전트포스(Agentforce)를 비롯한 AI 제품들이 예상대로 성공을 거두는지에 크게 달려 있습니다.

장기적으로 볼 때, 가트너의 예측처럼 개발은 복잡한 다중 에이전트 생태계로 나아갈 수 있습니다. 이러한 시스템에서는 전문화된 에이전트들이 협력하고, 행동을 조율하며, 정보를 공유합니다. 예를 들어, 한 에이전트는 고객 문의를 분석하고, 다른 에이전트는 솔루션을 개발하고, 또 다른 에이전트는 구현을 조율하고, 네 번째 에이전트는 품질을 모니터링할 수 있습니다. 이러한 조직적인 협업을 통해 더욱 복잡한 비즈니스 프로세스까지 자동화할 수 있을 것입니다.

하지만 아직 갈 길이 멀다. 향후 2~3년은 현재의 문제들을 극복할 수 있을지, 그리고 약속된 생산성 향상과 매출 증가가 실제로 실현될지를 가늠하는 데 매우 중요한 시기가 될 것이다.

세일즈포스 사태에서 얻을 수 있는 기술 업계의 교훈

세일즈포스 사례 분석은 인공지능과 그 상업적 응용의 현황에 대한 근본적인 진실을 드러냅니다. 핵심적인 발견은 현재 시장 환경에서 인공지능 에이전트의 기술적 실현 가능성과 경제적 수익성 사이에 상당한 격차가 존재한다는 것입니다.

세일즈포스는 높은 기대 속에 AI 시대를 맞이했지만, 이제는 수익 창출이라는 냉혹한 현실에 직면한 산업의 대표적인 사례입니다. 수익 창출의 어려움, 시장 포화, 도입의 복잡성이라는 세 가지 주요 문제는 세일즈포스에만 국한된 것이 아니라 기업용 소프트웨어 산업 전반에 걸쳐 나타나는 문제입니다.

경험에 비추어 볼 때 기술 혁신만으로는 충분하지 않습니다. 기업은 매력적인 비즈니스 모델을 개발하고, 명확한 고객 가치를 입증하며, 도입 장벽을 낮춰야 합니다. 세일즈포스는 에이전트포스라는 기술적으로는 매우 뛰어난 제품을 만들었지만, 이를 지속 가능한 매출 성장으로 연결하는 것은 여전히 ​​과제입니다.

투자자들에게 있어 이는 단기적인 과대광고와 장기적인 가치를 구분해야 한다는 것을 의미합니다. 많은 AI 기업의 높은 기업 가치는 실현되지 않거나 상당히 지연될 수 있는 미래 수익에 대한 기대에 기반하고 있습니다. 실제 도입률, 매출 기여도 및 수익성에 대한 냉철한 분석이 필수적입니다.

AI 에이전트 도입을 고려하는 기업에게는 다음과 같은 권장 사항이 있습니다. 명확하게 정의된 사용 사례부터 시작하고, 데이터 품질 및 변경 관리에 투자하며, 단기간에 기적을 기대하지 마십시오. 가장 성공적인 구현은 피상적인 실험을 여러 개 진행하기보다는 몇 개의 잘 실행된 프로젝트에 집중하는 것입니다.

직원들에게 있어 이러한 발전은 특정 업무가 AI에 의해 자동화되는 동시에 새로운 직무가 생겨난다는 것을 의미합니다. AI 개발, 관리 또는 전략적 적용 등 AI 관련 기술에 투자하는 것이 점점 더 중요해지고 있습니다.

따라서 세일즈포스 사례는 단순히 어려움에 처한 한 기업의 이야기 그 이상입니다. 이는 기술 혁신의 어려움, 비전과 현실 사이의 간극, 그리고 신기술에 대한 열광에도 불구하고 경제적 현실을 명확하게 인식해야 할 필요성을 보여주는 교훈입니다. 인공지능 혁명은 오겠지만, 흔히 언급되는 '빅뱅'과 같은 급격한 변화가 아니라 점진적이고, 험난하며, 선택적으로 진행될 것입니다. 오히려 기복을 동반하는 지속적인 과정이 될 것입니다.

☑️ 저희 업무 언어는 영어 또는 독일어입니다

☑️ 신규 기능: 모국어로 소통하세요!

 

저와 저희 팀은 여러분의 개인 자문가로서 기꺼이 도움을 드릴 준비가 되어 있습니다.

여기 있는 문의 양식을 작성 wolfenstein@xpert.digital.하시거나 +49 7348 4088 965 로 전화 주시면 연락 드리겠습니다. 제 이메일 주소는 입니다

저는 우리의 공동 프로젝트를 기대하고 있습니다.

 

 

☑️ 중소기업의 전략, 컨설팅, 기획 및 실행 지원

☑️ 디지털 전략 수립 또는 재정비 및 디지털화

☑️ 해외 영업 프로세스 확장 및 최적화

☑️ 글로벌 및 디지털 B2B 거래 플랫폼

☑️ 선구적인 사업 개발/마케팅/홍보/박람회

산업 중점 분야: B2B, 디지털화(AI부터 XR까지), 기계 공학, 물류, 신재생 에너지 및 산업

자세한 내용은 여기에서 확인하세요:

• 전문가 비즈니스 허브

주제별 통찰력과 전문 지식을 제공하는 허브:

• 글로벌 및 지역 경제, 혁신, 산업별 동향을 다루는 지식 플랫폼
• 주요 관심 분야에 대한 분석, 통찰력 및 배경 정보 모음입니다
• 비즈니스 및 기술 분야의 최신 동향에 대한 전문 지식과 정보를 얻을 수 있는 공간입니다
• 시장, 디지털화 및 산업 혁신에 대한 정보를 찾는 기업들을 위한 허브입니다

Xpert.Digital은 다양한 산업 분야에 걸쳐 심도 있는 지식을 보유하고 있습니다. 이를 바탕으로 고객의 특정 시장 부문의 요구 사항과 과제에 정확히 부합하는 맞춤형 전략을 개발할 수 있습니다. 시장 동향을 지속적으로 분석하고 산업 발전을 모니터링하여 선제적으로 대응하고 혁신적인 솔루션을 제공합니다. 풍부한 경험과 전문성의 결합은 고객에게 부가가치를 창출하고 결정적인 경쟁 우위를 제공합니다.

자세한 내용은 여기에서 확인하세요:

• Xpert.Digital의 5개 전문 분야 서비스를 하나의 패키지로 이용해 보세요. 월 500유로부터 시작합니다