AI 에이전트 시대, 기업용 SaaS는 무엇이 달라져야 할까? | AI-Cloud Big Tech 2026 후기
📌 핵심 요약
AI 에이전트 시대, SaaS의 생존 전략: 독점적 데이터 자산, 높은 전환 비용, 자체 AI 에이전트 내재화, AI 트래픽 증가 수혜 등 4가지 핵심 조건
Agent-Ready SaaS 구현 방향: AI 에이전트와 업무 시스템을 연결하는 MCP·API 기술 및 권한 관리 체계
기업 환경에 맞는 AI 실행 전략: 업무 특화 AI 모델과 온디바이스·온프레미스 기반의 보안 중심 AI 활용
폴라리스오피스 AI 솔루션: AI Add-on, NOVA, PABLE Studio를 통한 기업 AI 도입 및 업무 자동화 방안
지난 10월 1일, 폴라리스오피스는 한국인공지능클라우드산업협회(KACI)가 주최한 '제3회 AI-Cloud Big Tech 2026'에 참가해 기술 강연과 부스를 운영했어요.AI 기술과 클라우드 인프라 등, AI 산업 전반을 다룬 이 행사에는 업계 관계자 약 300명이 참석했어요.
이해석 부사장 겸 그룹 최고AI책임자(CAIO)는 'Agent-Ready SaaS 전략'을 주제로, 'AI 에이전트 시대에도 SaaS는 살아남을 수 있을까'라는 질문에 대한 폴라리스오피스의 답을 발표했어요.
올해 초 덮친 '사스포칼립스', 그러나 숫자는 다르게 말한다
올해 초, Anthropic이 AI 에이전트 'Claude Cowork'의 업무용 플러그인을 공개하자 소프트웨어 기업 주가가 일제히 급락했어요. AI 에이전트가 업무를 직접 처리하면 기존 SaaS는 필요 없어질 것이라는 '사스포칼립스(SaaSpocalypse, SaaS 종말론)'가 시장을 흔든 거예요.
하지만 반년이 지난 지금, 숫자는 다른 이야기를 하고 있어요. Atlassian은 8월 실적 발표 직후 주가가 35% 올랐고, ServiceNow는 2분기 구독 매출이 전년 대비 24.5% 늘었어요. AI 시대에 오히려 가치를 증명한 SaaS 기업들이 나타난 거예요.
발표에서는 그 배경으로 소프트웨어의 핵심 자산이 달라지고 있다는 점에 주목했어요. 예전에는 고도화된 기능이 경쟁력이었지만, 이제는 오랜 기간 개발해 온 프로그램과 비슷한 기능도 AI로 짧은 기간 안에 만들 수 있어요. 반면 그룹웨어, ERP, CRM처럼 기업이 10년, 20년 동안 쌓은 업무 기록과 변경 이력을 담은 시스템은 도구를 새로 만든다고 대체되지 않는다는 설명이에요.
살아남는 SaaS의 4가지 조건
위기 속에서도 가치를 증명한 SaaS들은 무엇이 다를까요? 발표에서는 이들의 공통점을 네 가지로 정리했어요.
독점적 데이터 자산: 조직 고유의 워크플로우 데이터와 고객 히스토리를 보유하고 있어요.
높은 전환 비용과 워크플로우 지배력: ERP, 전자결재처럼 업무가 반드시 거쳐 가는 핵심 시스템이라 교체 부담이 커요.
자체 AI 에이전트의 신속한 내재화: 서비스 안에 전용 에이전트를 먼저 탑재해 고객 이탈을 막아요.
AI 트래픽 증가의 수혜: AI 에이전트의 호출이 늘수록 사용량과 과금도 함께 늘어나는 구조예요.
폴라리스그룹도 이 조건 위에서 Agent-Ready SaaS를 만들어 가고 있어요. 폴라리스오피스와 폴라리스AI핸디에는 기업이 작성한 문서와 변경 이력, 전자결재 승인 내역, 협업 기록이 쌓여 있고, 에이전트가 이를 바로 쓸 수 있도록 MCP와 API 연동을 강화하고 있어요.
Agent가 일하려면 SaaS가 달라져야 한다
조건을 갖췄다고 끝이 아니에요. 업무 시스템을 쓰는 주체가 에이전트까지 넓어지는 만큼, SaaS 서비스도 에이전트가 일할 수 있는 형태로 바뀌어야 해요. 발표에서는 이를 위한 기반으로 두 가지를 제시했어요.
Agent Tools & APIs(에이전트가 쓸 수 있는 도구): 사람에게 보기 좋은 화면 대신, 에이전트가 바로 쓸 수 있는 연결 통로가 필요해요. 문서 프로그램이라면 에이전트가 문서를 쓰고 내용을 뽑아낼 수 있어야 하고, 그룹웨어라면 결재를 올리고 승인할 수 있어야 해요. API나 MCP는 이런 통로를 만드는 방법이에요.
Trust & Governance(권한과 관리): 회사에는 '누구는 기안만, 누구는 열람만, 누구는 승인까지' 같은 규칙이 있어요. 에이전트도 이 규칙을 똑같이 지켜야 하고, 회사는 에이전트가 무엇을 할 수 있는지 한눈에 보고 관리할 수 있어야 해요.
그럼에도 기업 현장에서 부딪히는 두 가지 벽
이 구조를 실제 현장에 적용하면 또 다른 벽이 나타나요. 클라우드의 고성능 모델을 자유롭게 쓸 수 있는 환경이라면 큰 문제가 없어요. 하지만 제조 현장이나 공공기관처럼 현장에서 바로 동작해야 하거나 데이터를 외부로 내보낼 수 없는 곳에서는 두 가지 질문에 먼저 답해야 해요.
어떤 모델로 판단할까? — 업무 데이터로 만든 업무별 AI 모델
범용 모델은 조직의 규정과 서식, 결재선 같은 일하는 방식을 모르기 때문에 업무에 맞는 AI 모델이 필요해요. 폴라리스오피스는 산업 지식, 업무 문서, 결재·협업 이력을 학습한 업무별 AI 모델을 만드는 방향을 제시했어요. 업무 PC에서도 돌아가는 경량 모델(SLM)부터 산업·조직에 특화된 모델까지, 이 모델들이 각 에이전트의 판단을 맡아요.
어디서 실행할까? — 데이터 등급에 따른 실행 위치
다루는 데이터에 따라 실행 환경도 달라져야 해요. 개인정보나 내부 자료는 업무 PC(온디바이스)나 기관 내부망(온프레미스)에서 처리하고, 공개된 정보만 외부 클라우드에서 처리하는 식으로 데이터 등급에 따라 실행 위치를 나누는 거예요. 모든 단계에 대형 모델을 쓰지 않으니 비용과 속도 면에서도 유리해요.
발표에서는 이 구조를 공공기관 민원 처리 시나리오로 시연했어요. 여러 에이전트가 접수·분류부터 규정 검토, 답변서 작성과 결재 상신까지 단계를 나눠 처리했고, 개인정보는 기관 밖으로 나가지 않았어요.
부스에서 만난 해법: AI Add-on · NOVA · PABLE Studio
발표에서 말한 해법들은 행사장의 폴라리스오피스 부스에서도 직접 확인할 수 있었어요. 폴라리스오피스는 세 가지 솔루션을 선보이며, 부스를 찾은 관계자분들과 실제 업무 환경에 AI를 도입하는 방안을 이야기 나누는 시간을 가졌습니다.
Polaris AI Add-on (On-device·On-premise): 업무 PC와 기관 내부 서버에서 AI를 쓸 수 있는 솔루션으로, 데이터를 밖으로 내보낼 수 없는 환경에서도 AI를 활용할 수 있어요.
NOVA: 문서 작업과 업무 수행을 돕는 AI 에이전트로, 질문에 답하는 것을 넘어 업무를 처리하는 AI를 경험할 수 있어요.
PABLE Studio: 만들고 싶은 기능을 말로 설명하면 업무 앱을 만들 수 있는 바이브 코딩 플랫폼으로, 현장에 필요한 도구를 AI로 빠르게 만들 수 있어요.
SaaS는 끝나지 않는다, 진화할 뿐
핵심은 SaaS가 사라지는 게 아니라 쓰는 주체가 바뀌고 있다는 거예요. 앞으로는 사람뿐 아니라 AI 에이전트도 업무 시스템을 쓰게 되고, 에이전트가 기업의 데이터와 시스템을 활용해 실제로 일을 해낼 수 있는지가 중요해져요.
폴라리스오피스는 문서 기술과 폴라리스AI핸디의 그룹웨어·전자결재 역량을 연결해, AI 에이전트가 실제로 일할 수 있는 환경을 만들어 갈 예정이에요.
우리 기관이나 기업의 업무 환경에 맞는 AI 도입 방안이 궁금하다면 [도입 상담]을 통해 폴라리스오피스와 이야기 나눠 보세요.