- 1만 달러 놓고 멱살잡이하는 사이, 12만 달러짜리 금고 문이 열렸다

VC들이 '용역'이라며 코웃음 치던 사업이 마진 70%를 달고 돌아왔습니다: 도구 말고 '끝낸 일'을 파는 AI 네이티브 서비스, 1,000억 달러짜리 판 해부

미국 창업판의 아이디어 장사꾼 그렉 아이젠버그(Greg Isenberg). 최근 재산세 이의신청을 업체에 맡겼다가 깎은 세금의 절반을 수수료로 떼줬답니다. 그러고는 한마디. "같은 서비스, 10%면 된다."

회사가 회계 프로그램 QuickBooks에 내는 돈은 연 1만 달러. 그걸 두드리는 회계사 연봉은 12만 달러. 소프트웨어 회사들은 20년간 1만 달러를 놓고 싸웠습니다. 12만 달러는 사람 몸에 묶여 있었으니까요. AI가 그 매듭을 풀었습니다. 이제 프로그램 대신 '마감 끝난 장부'를, 소프트웨어 마진으로 팔 수 있습니다.

1. 겉은 회계법인, 속은 소프트웨어

• 서비스업은 시간을, SaaS는 도구를 판다. AI 네이티브 서비스는 '끝낸 일'을 팔고, 그 일은 대부분 에이전트가 한다

• 고객은 장부 프로그램이 아니라 닫힌 장부를, 계약서 검토 툴이 아니라 "도장 찍어도 되나?"의 답을 원함

• 값은 서비스처럼 받고, 몸값은 소프트웨어처럼 평가받는다. 기회의 전부가 이 한 줄에

2. 왜 하필 지금인가

• 모델이 실무를 함: 2년 전엔 사람이 갈아엎던 초벌, 지금은 훑어보고 사인만 하는 완성본

• 원가 붕괴: 몇 달러짜리 작업이 몇 센트로. 한 건 더 하는 비용이 사실상 0

• 판돈은 원래 있었음: 미국 기업의 서비스 지출 연 4.6조 달러, 소프트웨어의 약 6배

• 먼저 뛰어든 회사들의 성적표

- Harvey(법률): 약 5개월 만에 연매출 1억 달러에서 1.9억 달러로

- EvenUp: 주니어 변호사 8~12시간짜리 손해배상 청구서를 건당 약 500달러에. 매출 5,000만 달러 돌파

- Kick: 소상공인 장부 월 300~500달러. 사람 경리 반값인데 매출총이익률 70% 이상

3. SaaS는 역주행 에스컬레이터, 앱은 애플 월세, 에이전시는 인건비 감옥

• SaaS는 AI 연구소가 신모델을 낼 때마다 값이 깎이고, 앱은 애플에 30%를 떼이고, 에이전시는 직원 수가 매출 천장에 마진 20~30%

• AI 네이티브는 반대: 모델이 좋아질수록 내 사업도 좋아짐

• 예산이 이미 있음. 영업 멘트는 한 줄. "지금 쓰시는 업체 일, 더 빠르고 싸게."

• 첫 건부터 수금. 돈 받으면서 뭘 만들지 배우는 구조

4. 해부도: 핵심 부품

• 단위: 청구 건당, 계약서 건당, 월 장부처럼 결승선이 분명한 한 덩어리. 시간당은 금지

• 접수: 전화 세 통 대신 양식 한 장. 양식으로 못 만들면 단위가 아직 흐릿하다는 신호

• 규칙집: 진짜 상품. 이 바닥의 '정답'과 AI가 틀리는 방식을 실수 하나에 한 줄씩 적은 목록. 수백 건 쌓이면 곧 성벽

• 검수층: 돈, 법적 책임, 평판이 걸린 건만 사람이 확인. 규칙집이 두꺼워질수록 얇아짐

• 가격: 건당 또는 월정액. 기준은 내 원가가 아니라 '사람이 하면 얼마냐'. 기존 업체가 2,500달러면 800달러. 고객 눈엔 세일, 내 손엔 노다지

• 유통: 수표에 서명하는 사람 명단을 좁혀 직접 두드리고, 첫 건은 공짜로. 팔로워보다 지갑 쥔 사람에게 닿는 통로

5. 실전 조립: 건당 2달러가 연 240만 달러 되는 법

• 방문 간호 기록 검토. 중간 규모 업체가 월 약 2,000건을 쓰고, 검토 간호사에게 연 약 7만 달러를 줌

• 반려를 부르는 20가지 규칙으로 기록을 걸러 위험한 건만 사람이 보고, 결과는 대시보드로

• 건당 2달러면 업체당 월 4,000달러, 50곳이면 연 240만 달러. 원가는 몇 센트, 운영은 혼자

• 출발은 5개 업체 기록을 손으로 검토한 것. 그때 적은 규칙집이 지금은 제품 전체

6. 만드는 순서

• 고객 다섯 곳을 찾아 거의 손으로 해주고, 결과물은 한 건도 빠짐없이 직접 읽기

• 틀린 건 전부 규칙집에. 수십 건이면 이 틈새에서 반복되는 20가지 실수 목록이 나오고, 그게 제품

• 범위, 가격, 양식, 대시보드를 고정해 상품화. 한 명이 고객 50곳을 감당. 대부분은 여기서 멈춰도 훌륭

• 소프트웨어 전환과 VC 투자는 원할 때만

• 대형 AI 기업의 FDE 모델도 같은 수. 서비스로 문을 따고 제품으로 올라간다

7. 기회 지도: 질문 두 개면 판가름

• 고객이 이미 외부 업체에 돈을 내나? 정답을 채점할 수 있나?

- 외주 + 채점 가능: 여기다 지어라. 명당

- 채점 가능 + 사내 처리: 사람 대체가 아니라 팀의 도구로 팔 것

- 외주 + 판단 중심: 사람을 끼우고 프리미엄을 받을 것

- 사내 처리 + 판단 중심: 패스. 그건 사업이 아니라 직장

• 명당 후보(하나같이 폼 안 남. 일부러): 의료비 청구·코딩, 기업보험 견적, 통관 품목 분류, 규제 신고, 임대차 계약 요약, 입찰·보조금 신청서, 재산세 이의신청, 상해 로펌 청구서, 매입채무 불일치 처리

8. 해자는 모델이 아니라 '300번의 오답노트'

• "고객이 ChatGPT로 직접 하면 되잖아?" 고객은 도구가 아니라 끝난 일을, 틀렸을 때 책임질 상대를 원함

• 경쟁자는 모델을 오후 한나절이면 내려받지만, 내가 300건 동안 쌓은 실수는 못 내려받음

• 'AI 에이전시' 대부분은 AI를 생산에만 꽂고 끝. 결과는 조금 싼 에이전시일 뿐

• 에이전시를 망친 건 일 주변의 군살(범위 협의, 검수, 관리, 영업). 접수는 양식, 품질은 규칙집, 고객 관리는 대시보드로 잘라내야 소프트웨어처럼 굴러감

• 그렇게 만든 마진 60~80%짜리 사업이라면 EBITDA 6~12배 엑싯도 노려볼 만

한국에선 '용역'이 오랫동안 스타트업 무덤의 다른 이름이었습니다. 그런데 이 글이 겨눈 과녁은 용역 자체가 아니라 용역에 붙은 군살입니다. 군살을 빼면 같은 용역이 전혀 다른 상품이 됩니다.

규칙집도 결국 오답노트. 엔진은 다 같은 걸 빌려 쓰는 세상에서, 300번 틀려본 기록만큼은 돈 주고도 못 삽니다. 손에 흙 묻힌 사람이 이긴다는 케케묵은 교훈이 AI 시대 가장 비싼 성벽으로 돌아온 셈이죠.

출처: Greg Isenberg, "AI-native services: a $100B opportunity" (2026년 9월 21일)