AI Sparkup

복잡한 AI 세상을 읽는 힘 ⚡

Vertical AI의 딜레마: 레거시 시스템과의 통합 문제를 해결하는 5가지 전략

﹒

﹒

5 minutes

Vertical AI Integration Challenge

2024년 전 세계 Vertical AI 시장 규모는 약 129억 달러에 달했고, 2034년까지 연평균 24.5% 성장하여 1,154억 달러에 이를 것으로 예상됩니다. 이는 산업별 특화 AI가 단순한 트렌드를 넘어 비즈니스 혁신의 핵심 동력이 되고 있음을 보여줍니다. 하지만 이러한 급성장 이면에는 많은 Vertical AI 기업들이 공통적으로 직면하고 있는 근본적인 문제가 있습니다.

바로 기존 레거시 시스템과의 통합 문제입니다. 아무리 혁신적인 AI 솔루션이라도 기업의 핵심 업무 시스템과 연동되지 않으면 그 가치를 제대로 발휘할 수 없습니다. 이 글에서는 Vertical AI 기업들이 직면한 통합의 딜레마와 이를 해결하기 위한 창의적인 전략들을 살펴보겠습니다.

Vertical AI란 무엇인가?

Vertical AI는 특정 산업이나 업종에 특화된 인공지능 솔루션을 의미합니다. 범용 AI와 달리 의료, 법무, 건설, 금융 등 특정 도메인의 전문 지식과 업무 프로세스를 깊이 이해하고 최적화된 AI 서비스를 제공합니다.

예를 들어, 의료 분야의 Vertical AI는 의료진의 진단 보조, 환자 기록 분석, 치료 계획 수립 등을 담당할 수 있습니다. 법무 분야에서는 계약서 검토, 판례 분석, 법적 리스크 평가 등의 업무를 자동화합니다. 건설업에서는 현장 안전 모니터링, 자재 관리, 일정 최적화 등을 지원합니다.

이러한 Vertical AI의 핵심 가치는 해당 산업의 전문성과 AI 기술의 결합에 있습니다. 단순히 기술적 우수성만으로는 충분하지 않고, 해당 산업의 고유한 니즈와 제약 조건을 깊이 이해해야 합니다.

출처: Unsplash

레거시 시스템이라는 거대한 벽

미국 노동부가 문서화한 산업 분야만 해도 천 개가 넘습니다. 자동차 딜러십, 법무법인, 병원, 연료 판매업체, 보석점 등 각 산업마다 고유한 업무 관리 시스템이 존재합니다. 이러한 시스템들은 대부분 해당 산업의 ‘기록 시스템(System of Record, SOR)’ 역할을 하며, 모든 비즈니스 상호작용이 기록되는 중앙 집중식 플랫폼입니다.

문제는 이러한 레거시 시스템들이 새로운 기술과의 통합을 적극적으로 차단하고 있다는 점입니다. 이들이 통합을 막는 이유는 다음과 같습니다:

경쟁적 우려: 기존 시스템 제공업체들은 새로운 AI 솔루션이 자신들의 시장 점유율을 위협할 수 있다고 판단합니다. 특히 AI가 기존 기능을 더 효율적으로 대체할 수 있는 경우, 의도적으로 통합을 제한합니다.

기술적 한계: 많은 레거시 시스템들은 10-15년 전에 구축되어 현대적인 API 표준을 지원하지 않습니다. 오픈 API를 구축할 엔지니어링 역량이나 의지가 부족한 경우가 많습니다.

높은 통합 비용: Epic Systems(병원 기록 시스템의 거대 기업)처럼 일부 기업들은 고액의 통합 수수료를 요구하며, 각 고객마다 복잡하고 고유한 배포 과정을 거쳐야 합니다.

고객 락인 전략: 기존 시스템을 떠나는 것이 극도로 어렵다는 점을 알고 있는 레거시 업체들은 의도적으로 생태계를 폐쇄적으로 유지합니다.

이러한 상황은 Vertical AI 기업들에게 실존적 위기를 가져다줍니다. 한 창업자는 “고객들이 ‘이 제품이 정말 훌륭하지만, 우리 핵심 시스템과 통합되지 않으면 사용할 수 없다’고 말한다”는 딜레마를 토로했습니다.

Vertical AI가 직면한 독특한 도전

Vertical AI는 기존 SaaS와는 다른 차원의 통합 문제를 안고 있습니다. 전통적인 SaaS 통합이 주로 구조화된 데이터베이스 간의 연결에 초점을 맞춘다면, Vertical AI는 훨씬 복잡하고 다양한 데이터 소스를 필요로 합니다.

많은 경우 가장 중요한 정보들이 공식적인 시스템에 저장되어 있지 않습니다. 이메일 스레드, 종이 문서, 전화 통화, 또는 직원들의 머릿속에만 존재하는 암묵적 지식의 형태로 산재해 있습니다.

예를 들어, 법무 분야의 AI 솔루션은 공식 사건 관리 시스템에 있는 데이터뿐만 아니라 이메일로 주고받은 계약서 코멘트나 협상 과정의 미묘한 뉘앙스를 이해해야 합니다. 건설업의 AI는 현장 감독의 일일 작업 일지나 현장 사진에서 인사이트를 도출해야 합니다.

이는 Vertical AI의 ‘통합’ 개념을 전통적인 API 연결을 넘어 훨씬 광범위하고 창의적인 접근으로 확장해야 함을 의미합니다.

5가지 창의적 해결 전략

1. AI 에이전트를 통한 직접 접근

가장 혁신적인 접근법 중 하나는 고객으로부터 로그인 자격 증명을 받아 ‘AI 직원’이 ERP 시스템에 직접 접근하게 하는 것입니다. AI 에이전트가 마치 인간 직원처럼 시스템에 로그인하여 데이터를 읽고 쓰는 작업을 백그라운드에서 수행합니다.

이 방법은 매우 효과적이지만 법적 회색지대에 있습니다. 2024년 Real Time Medical Systems(RTMS)와 PointClickCare 간의 법정 분쟁은 이러한 접근법의 복잡성을 보여줍니다. RTMS가 고객의 승인하에 환자 데이터에 자동으로 접근하려 했을 때, PointClickCare는 CAPTCHA와 계정 제한을 통해 이를 차단했습니다. 법원은 최종적으로 RTMS의 손을 들어주었지만, 이는 의료 분야의 특별한 보호 규정 덕분이었습니다.

현재 OpenAI의 ChatGPT “Operator”와 같은 Computer-Using Agent(CUA) 기술이 이러한 접근법을 더욱 정교하게 만들고 있습니다. CUA는 GPT-4의 비전 기능과 강화학습을 결합하여 클라우드 기반 브라우저를 사용자 대신 조작할 수 있습니다.

2. 레거시 업체와의 전략적 파트너십

많은 Vertical AI 기업들이 간과하고 있는 전략이 바로 레거시 시스템 제공업체와의 직접 파트너십입니다. 놀랍게도 많은 기존 업체들이 AI를 단순한 트렌드로 보고 있으며, 자체적으로 AI 기능을 개발할 역량이나 의지가 부족합니다.

이러한 상황은 Vertical AI 기업들에게 기회가 됩니다. 레거시 업체들은 직접 개발하는 대신 10% 정도의 수수료를 받고 AI 파트너의 솔루션을 통합하는 것을 선호할 수 있습니다. 이는 특히 10-15년간 기술 발전에 뒤처진 업체들에게 매력적인 제안이 될 수 있습니다.

이 전략의 장점은 기존 고객 기반에 즉시 접근할 수 있다는 점입니다. 또한 AI 솔루션이 직원 급여와 비교되기 때문에, 전통적인 SaaS 좌석당 가격 모델보다 훨씬 높은 가격을 책정할 수 있습니다.

3. SMB 시장 타겟팅

중소기업(SMB) 시장은 Vertical AI에게 상대적으로 접근하기 쉬운 영역입니다. SMB가 사용하는 업무 관리 시스템들은 대기업용 시스템보다 훨씬 현대적이고 개방적입니다. 이들은 시장 점유율 확보를 위해 더 많은 통합 옵션을 제공하며, API도 잘 구축되어 있는 경우가 많습니다.

SMB 전략의 핵심은 해당 산업의 중소기업 시장이 충분히 큰 비즈니스를 구축할 수 있을 만큼 규모가 있는지 확인하는 것입니다. 또한 SMB 시장은 경쟁이 치열하므로, 약속한 가치를 확실히 전달하는 뛰어난 제품이 필수입니다.

4. ERP 독립적 솔루션 개발

모든 Vertical AI가 반드시 기존 ERP 시스템과 통합되어야 하는 것은 아닙니다. ERP와 독립적으로 운영되면서도 충분한 가치를 제공할 수 있는 영역들이 많이 존재합니다.

예를 들어, 특정 산업에 특화된 AI 영업 에이전트나 고객 지원 담당자는 별도의 시스템으로 운영되면서도 큰 가치를 제공할 수 있습니다. 이러한 솔루션들은 성과 기반 요금제(리드 생성 건수, 처리한 티켓 수 등)로 운영할 수 있어 더욱 매력적입니다.

성과가 충분히 좋다면, 사용자들이 기꺼이 결과를 수동으로 기존 관리 시스템에 입력할 것입니다.

5. 차세대 AI 인프라 생태계 활용

출처: Unsplash

2024년 말 등장한 새로운 기술 표준들이 통합 문제의 해결책을 제공하고 있습니다.

Model Context Protocol (MCP): Anthropic이 2024년 11월 발표한 MCP는 AI 시스템과 외부 도구 간의 표준화된 통신 프레임워크입니다. 이는 ‘AI 애플리케이션을 위한 USB-C 포트’와 같은 역할을 하며, AI 시스템이 동적으로 외부 데이터를 가져오고 도구를 실행할 수 있게 해줍니다.

MCP는 클라이언트-호스트-서버 아키텍처를 기반으로 하여, AI 애플리케이션(클라이언트)이 조정된 환경(호스트)을 통해 외부 서비스(서버)가 호스팅하는 리소스에 접근할 수 있게 합니다. 이는 Vertical AI 창업자들에게 통합 로직을 핵심 제품에서 분리하고 불안정한 일회성 커넥터에 대한 의존도를 줄일 수 있는 방법을 제공합니다.

Computer Use 기술: 기존 RPA(Robotic Process Automation)가 스크립트 방식으로 버튼을 클릭하는 것과 달리, AI 기반 ‘Computer Use’는 유연성과 이해력을 추가합니다. AI 에이전트는 새로운 상황을 해석하거나 인터페이스의 약간의 변화에 적응할 수 있어, 경직된 스크립트로는 불가능한 작업을 수행할 수 있습니다.

한국 AI 생태계에 주는 시사점

한국의 Vertical AI 생태계도 유사한 도전에 직면해 있습니다. 특히 대기업 중심의 산업 구조와 보수적인 IT 환경은 통합 문제를 더욱 복잡하게 만들고 있습니다.

하지만 이는 동시에 기회이기도 합니다. 한국의 강력한 제조업과 서비스업 기반, 그리고 디지털 전환에 대한 높은 관심은 Vertical AI에게 풍부한 기회를 제공합니다. 특히 K-클라우드와 같은 정부 주도의 디지털 인프라 구축은 새로운 통합 표준 도입을 촉진할 수 있는 환경을 조성하고 있습니다.

또한 한국 기업들의 빠른 의사결정과 실행력은 SMB 타겟팅 전략에 특히 유리한 조건입니다. 중소기업들이 Vertical AI를 통해 대기업과의 격차를 줄일 수 있다면, 이는 전체 산업 생태계의 경쟁력 향상으로 이어질 수 있습니다.

결론: 통합의 미래를 향해

Vertical AI의 통합 문제는 단순한 기술적 도전을 넘어 산업 생태계 전체의 혁신 속도를 결정하는 핵심 요소입니다. 2024년 하반기부터 등장하기 시작한 MCP, Computer Use 등의 기술들은 이러한 문제에 대한 새로운 해결책을 제시하고 있습니다.

중요한 것은 Vertical AI 개발자들이 기존의 관념에 얽매이지 않고 창의적인 접근법을 시도하는 것입니다. 때로는 정면돌파보다는 우회로가, 때로는 경쟁보다는 협력이 더 효과적인 해결책이 될 수 있습니다.

앞으로 몇 년간 이러한 통합 문제를 가장 창의적이고 효과적으로 해결하는 기업들이 Vertical AI 시장의 주도권을 잡게 될 것입니다. 한국의 AI 기업들도 이러한 글로벌 트렌드를 주의 깊게 관찰하고, 한국 시장의 고유한 특성에 맞는 전략을 개발해 나가야 할 때입니다.

참고자료

Comments

More posts