AI가 소프트웨어를 없애지 않습니다, 구독에서 성과로 경쟁 기준이 바뀝니다

처음에는 생성형 AI가 소프트웨어 기업의 자리를 빠르게 빼앗을 것이라고 생각했습니다. 그런데 J.P. Morgan의 2026년 소프트웨어 시장 보고서를 읽으면서 생각이 조금 달라졌습니다. AI 기능을 제품에 넣는 것 자체는 빠르게 진행되고 있지만, 그 기능으로 돈을 버는 기업은 아직 일부에 불과했기 때문입니다.

이 차이는 생각보다 중요합니다. AI가 소프트웨어 산업을 무너뜨리는지 여부보다, 기존 소프트웨어가 고객의 업무 흐름 안에서 어떤 성과를 만들고 그 성과를 어떤 방식으로 가격에 반영하는지가 더 직접적인 투자 질문이 되고 있습니다.

J.P. Morgan은 AI 도입이 실험 단계에서 실제 운영 단계로 넘어가면서 소프트웨어의 개발 방식, 구매 방식, 과금 구조와 밸류에이션이 함께 바뀐다고 분석했습니다. 저는 이 변화를 단순한 기술 교체보다 매출의 질과 해자의 위치가 이동하는 과정으로 보고 있습니다.

AI 기능 출시와 수익화 사이에는 아직 큰 간격이 있습니다

J.P. Morgan이 인용한 2025년 조사에서 소프트웨어 기업의 70%는 이미 제품에 AI 기능을 출시했고, 22%는 제품 로드맵에 AI 기능을 올려두었습니다. 현재 로드맵이나 출시 계획이 없다는 기업은 8%에 불과했습니다. 표면적으로 보면 AI가 소프트웨어의 기본 기능이 되고 있다는 해석이 가능합니다.

그런데 제품에 AI를 넣었다는 사실과 그 기능이 매출을 만든다는 사실은 다릅니다. AI 기능을 출시한 기업 가운데 실제로 이를 수익화하고 있는 곳은 41%였고, 수익화를 시험하거나 아직 하지 않는 기업도 상당수였습니다.

수익화 방식도 아직 전통적인 구독 모델에 머물러 있습니다. AI 기능을 돈으로 바꾸는 기업 중 53%는 기존 구독 요금제 안에 기능을 포함하고 있었고, 사용량 기반은 11%, 구독과 사용량을 결합한 방식은 31%, 성과 기반은 5%였습니다.

이 숫자는 AI 기능이 당장 무료라는 뜻은 아닙니다. 다만 기업이 고객에게 만든 생산성 개선분을 얼마나 정확히 측정하고, 그중 어느 부분을 가격으로 회수할지 아직 실험 중이라는 뜻에 가깝습니다. 기능 출시 속도보다 과금 구조를 바꾸는 속도가 느린 이유입니다.

토큰 가격이 내려가도 업무 단가가 같은 속도로 내려가지는 않습니다

AI 비용을 볼 때도 단순히 토큰 가격이 계속 하락한다는 이야기만으로는 부족합니다. J.P. Morgan 보고서는 모델 사용 단가가 낮아지는 동안 기업과 소비자가 챗봇에서 검색, 코딩, 심층 조사와 에이전트 업무로 이동하면서 한 작업에 필요한 토큰 수가 늘고 있다고 설명합니다.

결국 비용은 토큰 가격과 작업 복잡도의 곱으로 결정됩니다. 간단한 질문에 답하는 비용은 빠르게 낮아질 수 있지만, 여러 시스템에서 자료를 찾고 판단한 뒤 실제 업무까지 수행하는 과정에서는 더 많은 추론과 검증이 필요합니다. AI 사용량이 늘수록 비용이 자동으로 사라지는 것이 아니라, 비용의 성격이 단순 호출료에서 업무 처리비로 바뀌는 셈입니다.

여기서 소프트웨어 기업의 기회가 생깁니다. 고객이 원하는 것은 모델의 성능 자체보다 반복 업무가 얼마나 줄었는지, 매출이나 비용에 어떤 변화가 생겼는지, 오류와 감독 비용이 얼마나 낮아졌는지일 가능성이 큽니다. AI가 제품 안에 들어갈수록 가격은 좌석 수보다 사용량과 결과에 가까워질 수 있습니다.

다만 이 전환은 모든 기업에 유리하지 않습니다. 사용량이 늘어날수록 원가도 함께 증가하는데 구독료만 고정돼 있다면 매출은 늘어도 마진이 악화될 수 있습니다. 반대로 사용량과 성과를 정확히 측정하고 원가를 가격에 반영할 수 있는 기업은 AI가 확산될수록 매출의 질을 높일 수 있습니다.

기업은 AI를 직접 만들기보다 사기 시작했지만, 성과 측정은 뒤처졌습니다

기업의 구매 방식도 빠르게 변하고 있습니다. 보고서에 따르면 2024년 기업 AI 솔루션의 47%는 내부에서 직접 구축됐고 53%는 외부에서 구매됐습니다. 2025년에는 내부 구축 비중이 24%로 낮아지고 구매 비중이 76%로 높아졌습니다.

이 변화는 소프트웨어 기업에 분명한 기회입니다. 기업 고객이 직접 모델과 도구를 조합하는 대신 검증된 제품을 구매하면 배포와 운영을 대신해주는 사업자의 역할이 커지기 때문입니다. 특히 제품 주도 성장(Product-Led Growth, 영업 담당자와 계약하기 전에 제품 사용으로 구매를 유도하는 방식)을 통한 AI 애플리케이션 지출 비중은 전통적인 소프트웨어보다 약 네 배 높았습니다.

AI 구매가 실제 운영으로 이어지는 비율도 전통적인 소프트웨어보다 높았습니다. 보고서의 2025년 조사에서는 AI 솔루션이 파일럿을 지나 실제 운영으로 전환되는 비율이 47%였고, 전통적인 소프트웨어는 25%였습니다. AI를 도입하려는 기업의 의지가 강하다는 점은 분명합니다.

문제는 도입 뒤입니다. 기업이 내부 AI의 효과를 측정하는 방식 중 특정 핵심성과지표(KPI)를 추적하는 경우는 25% 수준이었고, 분석 도구나 대시보드를 쓰는 경우는 더 적었습니다. AI를 빠르게 구매하고 실제 운영에 넣는 속도에 비해, 생산성 개선이 실제로 얼마였는지 확인하는 관리 체계는 아직 약합니다.

이 간극은 소프트웨어 기업의 영업에는 기회지만 장기 밸류에이션에는 위험입니다. 초기에는 빠른 계약과 사용량 증가가 성장률을 높일 수 있지만, 고객이 성과를 입증하지 못하면 갱신과 추가 구매가 약해질 수 있습니다. 좋은 AI 소프트웨어는 도입률만 높은 제품이 아니라 고객의 비용 절감이나 매출 증가를 반복해서 보여주는 제품이어야 합니다.

시장은 성장률만으로 소프트웨어를 평가하지 않기 시작했습니다

공개시장 투자자도 이 차이를 반영하고 있습니다. J.P. Morgan은 소프트웨어의 기초 체력이 여전히 견고하지만, AI의 영향을 더 직접적으로 받는 반도체, 사이버보안, 클라우드 인프라와 데이터 플랫폼으로 자금이 이동하면서 소프트웨어 주식의 주가가 압박받았다고 정리했습니다.

특히 2026년 상반기 공개 소프트웨어 기업의 매출 대비 기업가치(EV/TTM revenue) 중간값은 인프라 소프트웨어가 8.2배, 애플리케이션 소프트웨어가 3.3배였습니다. AI의 데이터, 컴퓨팅, 보안, 거버넌스와 가까운 영역에 시장이 더 높은 가격을 부여하고 있다는 뜻으로 읽힙니다.

보고서는 성장률만으로 기업가치 차이를 설명하기 어려워졌다고 분석합니다. 2026년 상반기 자료에서 매출 성장률과 FCF 마진을 함께 사용한 회귀분석의 R²는 69.2%였습니다. 다만 이 수치는 167개 공개 소프트웨어 기업의 단순 회귀 결과이지, 현금흐름이 높은 기업의 주가가 반드시 오른다는 인과관계를 증명하는 것은 아닙니다.

그래도 투자자가 얻을 수 있는 방향은 분명합니다. 매출이 빠르게 늘어나는 좋은 기업과, 그 성장이 실제 현금으로 남는 좋은 주식은 구분해야 합니다. AI 기대가 주가에 많이 반영된 기업이라면 성장률보다 FCF 전환, 고객 유지율, AI 원가를 반영한 총마진과 현재 배수가 더 중요해집니다.

소프트웨어의 해자는 코드보다 업무 흐름과 운영 데이터에 남습니다

AI 시대에 기존 소프트웨어가 모두 약해지는 것은 아닙니다. 제품이 미션 크리티컬한 업무에 깊이 들어가 있고, 여러 시스템과 연결돼 있으며, 고객의 데이터와 승인 절차를 축적하고 있다면 새로운 모델이 등장했다고 곧바로 교체되지는 않습니다.

J.P. Morgan은 소프트웨어의 방어력을 저장된 독점 데이터, 암묵지, 사람의 검토 과정, 결과 데이터, 복잡한 업무 흐름, 유통망과 생태계, 고객 신뢰, 높은 위험을 가진 핵심 업무, 입증 가능한 투자수익으로 나눠 봤습니다. 이 목록에서 중요한 것은 코드 그 자체보다 제품이 고객 조직 안에서 만들어온 운영상의 위치입니다.

특히 여러 모델을 동시에 연결하고 비용, 위험, 성능을 관리하는 중립적인 오케스트레이션 계층은 특정 모델 하나에 베팅하지 않아도 된다는 장점이 있습니다. 모델 경쟁이 치열해질수록 가치가 모델 자체에서 배포, 관리, 거버넌스 계층으로 올라갈 수 있다는 의미입니다.

반대쪽에는 좁은 업무 영역에만 머물고 좌석 수를 늘리는 방식에 의존하는 소프트웨어가 있습니다. AI가 일부 기능을 자동화하고 고객이 좌석 수를 줄이면 이런 기업은 매출 성장률과 순매출 유지율이 동시에 흔들릴 수 있습니다. 기존 고객 기반이 크다는 사실만으로는 충분하지 않고, 그 고객 기반이 AI 시대에도 실제 업무 흐름을 붙잡고 있는지 확인해야 합니다.

인수합병은 AI 역량과 고객 관계를 사려는 시장의 선택입니다

소프트웨어 인수합병에서도 변화가 보입니다. J.P. Morgan 보고서는 2026년 상반기 기준 AI 기능을 갖춘 소프트웨어 기업이 전체 소프트웨어 회수와 매각에서 다수를 차지하는 흐름을 보여줍니다. 전략적 인수자는 AI 기능과 제품 경쟁력을 확보하려 하고, 사모펀드는 분산된 소프트웨어 시장을 추가 인수로 묶어 규모를 키우려 합니다.

PitchBook 자료를 인용한 보고서에서는 미국 벤처 지원 소프트웨어 기업의 인수 중간값이 AI 기반 기업 1억3200만 달러, 비AI 기업 8500만 달러로 나타났습니다. 다만 이 자료는 PitchBook 분석가가 별도로 검토한 수치가 아니며, AI 기반 기업의 분류도 소프트웨어와 AI·머신러닝 태그를 함께 가진 스타트업이라는 점을 기억해야 합니다.

인수 가격이 높다는 사실은 AI 기업의 가치가 높다는 뜻이면서 동시에 매수자가 미래 성장분을 미리 지불하고 있다는 뜻이기도 합니다. 인수 뒤 제품 통합이 늦어지거나 고객이 실제 사용량을 늘리지 않으면 높은 가격은 감가상각과 손상차손으로 돌아올 수 있습니다. 좋은 기술을 샀는지보다 기존 유통망과 고객 관계를 통해 반복 매출로 바꿀 수 있는지가 더 중요합니다.

제가 앞으로 확인할 것은 AI 기능 출시율이 아닙니다. 이미 많은 기업이 기능을 출시했기 때문에, 다음 실적에서는 AI 기능의 유료 전환율과 사용량 기반 매출 비중, AI 원가를 반영한 총마진, 고객의 순매출 유지율을 먼저 보겠습니다.

기업 고객의 AI 구매가 실제 운영으로 이어지는 비율도 계속 확인해야 합니다. 파일럿 건수보다 유료 운영 계정이 얼마나 늘었는지, 도입 고객이 비용 절감이나 매출 증가를 어떤 지표로 증명하는지, 그 결과가 갱신과 추가 구매로 연결되는지가 더 중요합니다.

정리하면 AI는 소프트웨어를 한꺼번에 없애는 기술이 아니라, 소프트웨어의 가격과 해자를 다시 시험하는 기술에 가깝습니다. 기능을 먼저 출시한 기업보다 고객의 업무 흐름을 깊이 이해하고, 사용량과 성과를 측정하며, 원가와 가격을 함께 관리하는 기업이 오래 살아남을 가능성이 높습니다.

제 관점에서 AI 소프트웨어 투자는 성장주를 고르는 문제가 아니라 회수 구조를 확인하는 문제로 바뀌고 있습니다. 좋은 기업이라도 AI 기능을 무료로 제공하면서 원가만 떠안거나, 높은 기대가 이미 주가에 반영돼 있다면 좋은 주식이라고 단정하기 어렵습니다. 반대로 성장률이 조금 낮아 보여도 고객 데이터, 업무 통합, 현금흐름과 가격 결정력을 갖춘 기업은 AI 확산의 수혜를 더 오래 이어갈 수 있습니다.

이 글은 J.P. Morgan의 「Innovation Economy: Sector spotlight: Software」(2026년) 보고서를 바탕으로 작성했습니다. 보고서의 수치는 J.P. Morgan 자체 분석과 Bloomberg, 기업 공시, PitchBook, High Alpha, ICONIQ, Menlo Ventures, Tropic, YipitData, Lazard 등 외부 자료를 함께 사용합니다. 일부 수치는 조사 표본, 기업 분류, 단순 회귀분석과 상반기 연율화에 의존하므로 소프트웨어 산업 전체의 확정적인 미래를 의미하지 않습니다.

이 글은 AI와 소프트웨어 산업의 구조 변화를 설명하기 위한 분석이며, 특정 소프트웨어 기업이나 종목의 매수·매도를 권하는 투자 조언이 아닙니다. AI 기능 출시율, 가격 모델, 고객 유지율, 사용량, 총마진, FCF, 기업가치 배수와 실제 고객 성과에 따라 기업별 결과는 크게 달라질 수 있습니다. 투자 전에는 사업의 질과 현재 가격, 재무상태와 자신의 투자 목적을 직접 확인하시기 바랍니다. 투자 판단과 그 책임은 투자자 각자에게 있습니다.