세일즈포스가 '대화당 2달러'를 매기기 시작한 이유

세일즈포스는 2025년 하반기부터 'Agentforce' 플랫폼을 전면에 내세우며 에이전트 대화 1건당 2달러를 매기는 과금 모델을 도입했다. 사용자 좌석 수가 아니라 에이전트가 처리한 대화 건수로 요금을 매기는 이 방식은, SaaS 산업 전체가 '도구를 판다'에서 '결과를 판다'로 축을 옮기고 있다는 신호다. Salesforce·HubSpot·Atlassian 같은 기존 강자들이 에이전틱 전환에 수십억 달러를 쏟아붓는 지금, 이 전환이 산업별로 어떻게 일어나고 있는지, 그 아래 아키텍처와 과금 모델은 어떻게 바뀌는지 들여다볼 필요가 있다.

지시받는 도구에서 목표를 맡는 에이전트로

전통적인 SaaS는 인간이 지시를 내리면 소프트웨어가 수행하는 '도구' 모델이다. 사용자가 버튼을 클릭하고, 폼을 채우고, 보고서를 생성한다. 반면 에이전틱 SaaS는 목표만 주어지면 AI 에이전트가 스스로 하위 작업을 분해하고, 필요한 도구를 선택하며, 외부 시스템과 상호작용하고, 결과를 검증하는 전 과정을 자율적으로 수행한다.

핵심적인 차이는 '행위 주체성(Agency)'이다. 에이전틱 시스템은 복잡한 목표를 단계별 작업으로 분해하는 자율적 계획, API·데이터베이스·외부 서비스를 능동적으로 호출하는 도구 사용, 실행 결과를 평가하고 전략을 조정하는 피드백 루프인 자기 수정, 이 세 능력을 갖춘다.

⤢✕

에이전틱 전환을 가능하게 한 기술 돌파구

2026년에 에이전틱 전환이 가속화된 배경에는 기술적 돌파구가 있다. GPT-5, Claude 3.7, Gemini 2.0 Pro 등 최신 모델은 장기 계획과 복잡한 다단계 추론에서 인간 전문가 수준에 근접했고, OpenAI·Anthropic·Google이 일관된 도구 호출(Function Calling) 인터페이스를 제공하면서 에이전트가 수백 개의 외부 서비스를 안정적으로 사용할 수 있게 됐다. 여기에 LangGraph·AutoGen·CrewAI 같은 에이전트 오케스트레이션 프레임워크가 성숙하면서 프로덕션 수준의 멀티 에이전트 시스템 구축이 현실화됐다.

영업 자동화부터 마케팅까지, 산업이 움직이는 방식

Salesforce는 Agentforce를 통해 영업 에이전트가 잠재 고객 발굴, 이메일 초안 작성, 미팅 일정 조율, 후속 조치 실행까지 자율적으로 수행하도록 했다. 기존 CRM이 영업 데이터를 저장하고 조회하는 도구였다면, Agentforce는 그 실행 자체를 대신한다. 초기 도입 기업들은 영업 사이클 단축 30-40%, 영업 담당자당 처리 가능 계정 수 2-3배 증가를 보고하고 있다. HubSpot도 'Breeze AI Agents' 시리즈로 콘텐츠 에이전트, 소셜 미디어 에이전트, 프로스펙팅 에이전트 등 역할별 전문 에이전트를 제공한다.

Workday와 SAP SuccessFactors는 이력서 스크리닝, 초기 후보자 비디오 AI 인터뷰, 합격 가능성 예측, 오퍼 레터 초안 작성까지 채용 프로세스를 에이전트에 맡기고 HR 담당자는 최종 의사결정에만 집중하게 했다. Rippling은 온보딩 에이전트로 신규 직원의 계정 생성, 소프트웨어 라이선스 할당, 교육 일정 조율, 60일 체크인 스케줄링을 완전 자동화했다.

개발자 도구 쪽에서는 GitHub Copilot Workspace가 이슈 티켓을 받아 코드 변경, 테스트 작성, PR 생성까지의 전 과정을 에이전틱으로 처리하고, Atlassian Jira AI Agent는 버그 리포트를 분석해 담당자 지정·우선순위 설정·관련 이슈 링크·해결책 제안을 자동화한다. LinearB 같은 엔지니어링 메트릭 플랫폼은 배포 빈도·리드 타임·사고 복구 시간을 분석해 팀 단위 개선 권고를 자율 생성하고 실행한다. 마케팅에서는 Adobe Experience Cloud의 AI 에이전트가 실시간 사용자 행동 데이터를 분석해 캠페인을 즉시 조정하며, A/B 테스트 설계·광고 소재 변형 생성·예산 재배분·성과 분석 보고서 작성이 인간 개입 없이 이뤄진다.

오케스트레이터와 워커로 나뉘는 구조

에이전틱 SaaS 시스템에서 가장 일반적인 아키텍처는 오케스트레이터-워커 패턴이다. 오케스트레이터 에이전트가 사용자의 고수준 목표를 받아 작업을 분해하고 워커 에이전트에게 위임하면, 특정 도메인이나 도구 사용에 특화된 각 워커 에이전트가 결과를 오케스트레이터에게 반환한다.

⤢✕

에이전틱 시스템의 능력은 사용 가능한 도구의 범위에 비례한다. 주요 SaaS 플랫폼들이 에이전트에게 제공하는 도구 카테고리는 다음과 같다.

카테고리	도구 예시	활용 사례
데이터 접근	DB 쿼리, API 호출	실시간 데이터 분석
커뮤니케이션	이메일, 슬랙, SMS	자동 알림 및 협업
문서 처리	PDF 생성, 스프레드시트 편집	보고서 자동화
코드 실행	Python REPL, 쉘 실행	데이터 변환 및 분석
웹 탐색	브라우저 자동화, 스크래핑	경쟁사 모니터링

장기 실행 에이전트가 기억을 다루는 법

장기 실행 에이전트의 핵심 과제는 메모리 관리다. 현재 작업 세션의 컨텍스트를 LLM 컨텍스트 윈도우로 담는 단기 메모리, 진행 중인 작업의 상태와 중간 결과를 벡터 DB·Redis에 담는 작업 메모리, 사용자 선호도·과거 결정·조직 지식을 관계형 DB나 지식 그래프에 담는 장기 메모리, 세 레이어를 조합해 쓴다.

좌석당 과금이 무너지는 이유

전통적인 SaaS는 사용자 수에 따라 월정액을 지불하는 '좌석(Seat)' 기반 가격 모델이었다. 그러나 AI 에이전트 한 명이 수십 명의 인간 사용자 역할을 대체할 수 있는 에이전틱 SaaS 시대에는 좌석 기반 모델의 근거가 사라진다. 그 자리를 완료된 작업 수·처리된 거래 수·절감된 시간을 기준으로 삼는 결과 기반(Outcome-based) 모델, API 호출 수·에이전트 실행 시간·토큰 소비량을 기준으로 삼는 에이전트 사용량 기반 모델, 플랫폼 기본료에 결과 기반 성과료를 얹는 하이브리드 모델이 빠르게 채우고 있다. Salesforce Agentforce는 이미 "에이전트 대화당 $2" 과금 모델을 도입했고, Intercom의 Fin AI Agent는 "해결된 이슈당" 과금한다.

플랫폼이냐 신규 진입이냐

기존 SaaS 벤더들은 에이전틱 전환 과정에서 두 갈래 전략 중 하나를 택하고 있다. 기존 SaaS에 에이전틱 레이어를 얹어 고객 이탈을 막고 ARPU를 높이는 플랫폼 전략은 Salesforce·HubSpot·ServiceNow가 택했고, 처음부터 에이전틱으로 설계된 순수 AI-native 스타트업이 기존 시장을 잠식하는 신규 진입 전략은 Sierra(고객 지원)·Harvey(법률)·Cognition(개발) 같은 곳이 대표적이다.

신뢰성과 보안이 남긴 숙제

AI 에이전트는 여전히 환각(Hallucination) 문제를 완전히 해결하지 못했다. 에이전트가 잘못된 데이터를 기반으로 자율적으로 실행 결과를 생성하면 오류가 증폭될 수 있어, 인간 승인(Human-in-the-Loop) 체크포인트와 실행 전 검증 단계, 롤백 메커니즘이 필수적이다. 특히 금융·의료·법률 등 규제 산업에서는 에이전트의 모든 의사결정에 감사 추적(Audit Trail)이 요구되고 책임 소재를 명확히 해야 한다.

에이전트가 외부 시스템과 능동적으로 상호작용하면서 새로운 보안 위협도 등장했다. 악의적인 입력으로 에이전트의 행동을 조작하는 프롬프트 인젝션, 에이전트가 의도치 않게 과도한 권한으로 작업을 수행하는 권한 상승, 에이전트가 민감 정보를 외부 시스템에 전송하는 데이터 유출이 대표적이다. 선도적인 에이전틱 SaaS 벤더들은 최소 권한 원칙(Least Privilege), 에이전트별 권한 스코핑, 실시간 행동 모니터링을 보안 기본 요건으로 채택하고 있다.

⤢✕

에이전틱 SaaS로의 전환은 일시적인 유행이 아니라 소프트웨어 산업의 구조적 변화다. SaaS의 가치 제안 자체가 '기능 제공'에서 '목표 달성'으로 이동하는 가운데, 기업들은 비용 절감과 생산성 향상의 기회를 포착하는 동시에 신뢰성·보안·거버넌스 리스크를 철저히 관리해야 한다.