전통 웹 서비스는 트래픽을 광고로 곧장 수익화가 가능했다. 네이버, 다음, 유튜브, 페이스북 모두 같은 구조였다. 하지만 LLM 기반 서비스는 광고 삽입이 구조적으로 어렵다.

그래서 글로벌 AI 서비스들의 비즈니스 모델은 구독·B2B 계약·파트너십으로 정리된다.

하지만 뤼튼의 입장은 조금 다르다. 자체 LLM이 없기 때문에 구독에서의 차별화는 사실상 불가능하다. 남는 길은 B2B 계약과 파트너십인데, 이때 뤼튼만의 핵심 자산이 무엇인지는 아직 불분명하다. 단순히 “국내에서 사용자 수가 많다”는 것만으로는 기업 고객을 설득하기 어렵다.

AI 서비스 업계에서 뤼튼과 가장 닮아 있는 해외 사례는 Jasper다. Jasper는 초창기부터 자체 LLM을 만들지 않고, OpenAI 등 외부 모델을 연결해 UI/UX와 워크플로우를 최적화한 글쓰기 보조 서비스로 빠르게 성장했다. “누구나 쉽게 마케팅 문구와 콘텐츠를 뽑아낼 수 있다”는 가치를 앞세워 B2C 시장을 공략했고, 한때는 월 구독 기반으로 수십만 명의 사용자를 확보하며 “생성형 AI SaaS의 성공 신화”처럼 보였다.

하지만 ChatGPT가 무료로 공개되면서 상황은 급변했다. Jasper의 장점이었던 편리한 인터페이스와 프롬프트 템플릿이 순식간에 평준화되었고, “왜 Jasper를 돈 주고 써야 하나?”라는 질문이 사용자들 사이에서 커졌다. 결국 Jasper는 구독자 이탈 → 성장 정체 → 구조조정을 겪어야 했다. 많은 매체들이 Jasper를 “AI 버블의 희생양”이라 부른 것도 이 시점이다.

그런데 여기서 끝나지 않았다. Jasper는 방향을 바꿨다. 엔터프라이즈 중심 SaaS로 피벗하며, 단순 텍스트 생성이 아니라 기업 내부 데이터와 결합한 마케팅·세일즈 콘텐츠 자동화 플랫폼으로 재정의했다. 외부 모델을 그대로 쓰는 구조는 유지했지만, 고객사 맞춤형 데이터 통합, 팀 협업 기능, 보안·컴플라이언스 등을 더해 기업이 쓸 만한 AI 도구로 다시 자리매김했다.

순수 SW만으로는 국내에서 자생하기가 힘들다. 더욱이 외산 AI들이 한국어를 지원하면서 빠르게 성장하는 상황에서는 경쟁상대가 국내에 한정되지는 않는다. 결국 뤼튼의 지속 가능한 길은 현실적으로는 폐쇄형 B2B SaaS이다.

• 단기적으로는 B2C 구독과 제휴로 수익성을 시험하고,
• 중기적으로는 교육, 마케팅 같은 ROI가 빠른 Vertical B2B로 진출하고,
• 장기적으로는 금융·헬스케어 같은 고마진 산업에서 폐쇄형 엔터프라이즈 SaaS로 가야 한다.

이번 선정 결과에서 가장 눈에 띄는 팀은 단연 업스테이지다. 유일한 스타트업 팀으로서 대기업 중심의 컨소시엄 사이에서 이름을 올렸다. ‘Solar WBL’이라는 자체 모델로 고효율 LLM의 가능성을 제시했고, OCR, 경량화 챗봇, 비즈니스 특화 API 등 실험도 이어가고 있다. 그간 보여준 제품화 속도와 응용력, 그리고 팀의 실행력은 분명 인상적이다.

하지만 이 지점에서 한 가지 도발적이지만 꼭 필요한 질문을 던지게 된다.

파운데이션 모델은 단순한 AI 알고리즘 기술이 아니다. 수백억 단어에 달하는 학습 데이터, 수천억 개의 파라미터를 처리할 인프라, 이를 운영하고 지속적으로 개선할 수 있는 조직과 자본, 그리고 이를 감당할 산업적 파트너십이 함께 작동해야 하는 복합 시스템이다. 그렇다면 이런 구조 속에서, 자연스럽게 질문이 이어진다.

이 질문들은 업스테이지의 기술력을 깎아내리기 위한 것이 아니다. 오히려 FM이라는 구조적 특성상, 누가 선정되었든 던져질 수밖에 없는 질문이며, 왜 소수의 기업에게 혜택이 집중되는 구조를 선택했냐는 사업을 향한 불만이다.

FM은 기술만이 아니라 시간과 사람, 자본과 네트워크의 총합으로 구축된다. 그렇기 때문에 어떤 기업이든 “이 모든 준비가 되어 있는가?”라는 질문은 당연히 따라올 수밖에 없다. 업스테이지의 선정이 의심스럽다는 것이 아니라, 그만큼 FM 프로젝트에 진입하기 위한 구조적 문턱이 높다는 사실을 강조하고 싶은 것이다.

• 이것이 과연 소버린 AI의 취지와 맞는 접근일까?
• 국가 주권이라는 이름 아래, 기술 전략마저 단일한 방향으로 수렴되는 것은 아닐까?

Agent는 단기 성과를 위한 트렌드가 아니라, 조직 구조와 업무 흐름에 맞춰 어떤 구조로 설계되고, 어떤 방식으로 운영되는가에 따라 생존 여부가 결정될 기술이다.

하지만 이제는 상황이 완전히 달라졌다. 클라우드는 인터페이스가 간소화되었고, AI는 API만 있으면 누구나 사용할 수 있는 도구가 됐다. 이미 많은 기업들이 OpenAI나 Claude API를 직접 붙이고, SaaS 기반의 챗봇이나 문서 자동화 도구를 자유롭게 도입하고 있다.

이제 고객은 MSP에게 “AI 좀 써보고 싶은데 알려주세요”라고 묻지 않는다. 오히려 “MSP 없이도 우리는 시작할 수 있다”는 생각이 일반화되어 있다. 따라서 MSP는 기존 역할에 머무를 수 없으며, Gate Keeper로서의 존재 이유 자체가 달라져야 한다.

그렇다고 고객의 니즈가 사라진 것은 아니다. 변화했을 뿐이다. 클라우드와 AI에 대한 고객들의 이해도가 높아지면서 오히려 특정 CSP나 단일 AI 모델에 Lock-in되지 않으려는 전략적 태도가 생겨나고 있다.

이미 기업의 약 37%가 이미 5개 이상의 LLM(예: OpenAI, Gemini, Claude 등)을 생산 환경에서 사용 중이며, 작년 대비 증가 추이이다. Claude는 코딩, Gemini는 설계, OpenAI는 복잡 QA에 강점이 있다는 것을 기업 CTO들은 너무 잘 이해하고 있기 때문이다.

이 흐름은 클라우드 기반 AI 전략에서 “Vendor Lock-in은 리스크다”라는 공감대가 형성되었음을 보여준다. MSP에게는 또 다른 기회가 생기는 시점이다.

5.3. 기술적인 Gate Keeper로서 진화

반대로, 대형 MSP의 구조와 리소스를 갖추지 못한 다수의 MSP는 완전히 다른 전략을 택해야 한다. 기술을 내재화하기 어려운 상황에서 오케스트레이션이나 플랫폼화 전략을 흉내 내는 것은 오히려 리스크가 된다. 따라서 이들에게 실질적으로 가능한 길은 Vertical MSP로의 전환이다. 지금까지 Vertical MSP는 특정 CSP에 친화적인 MSP를 말했지만, 이제는 변화할 때이다.

AI시대의 Vertical MSP는 특정 도메인—의료, 제조, 건설, 물류, 교육 등—에 대해 깊은 이해를 갖고, 그 문맥에 맞는 클라우드+AI 조합을 기획하고 구성해주는 사업자다. 이 전략은 기술이 아니라 '문맥 이해력'이 핵심이 된다. AI API나 SaaS는 누구나 접속할 수 있지만, 그것을 현장에 맞게 조합하고, 고객이 바로 쓸 수 있는 형태로 포장할 수 있는 능력은 산업 경험과 도메인 전문성 없이는 불가능하다.

예를 들어, 의료기관을 위한 MSP라면 AI OCR + LLM 기반 문서 분류 + 리포트 자동화 기능을 조합한 '비정형 문서 처리 패키지'를 제공할 수 있다. 제조업을 위한 MSP는 비전 AI + anomaly detection + 생산 공정 모니터링을 하나의 구성으로 만들어줄 수 있다. 중요한 건, 이 모든 구성은 새로운 기술이 아니라, 이미 존재하는 도구들을 고객 문맥에 맞게 '써지게 만드는' 데 있다.

이 전략의 강점은 반복 가능성이다. 일단 현장 맥락에 맞는 패키지를 구성하면, 유사한 고객군에 반복적으로 제공할 수 있고, 유지보수 부담도 낮아진다. 또한 대형 MSP와 기술력으로 경쟁할 필요 없이, '누가 고객을 더 잘 아는가'라는 기준으로 경쟁할 수 있다. 이는 결국 MSP가 기술 기업이 아니라, '문맥 기술 기업'으로 자리잡는 과정이기도 하다.

Vertical MSP 전략은 단기적 생존 전략이 아니다. 오히려 AI가 점점 산업 깊숙이 들어오는 시대에, 가장 강력한 실전형 전략이 될 수 있다. 중요한 건 기술이 아니라 기획이다. 고객이 스스로 구현하기엔 번거롭고, 내부에 역량도 없고, 외주 업체는 맥락을 이해하지 못할 때, 그 간극을 메워주는 존재가 바로 Vertical MSP다.

이제 MSP는 질문을 바꿔야 한다. "우리는 무엇을 제공할 것인가?"가 아니라, "우리는 왜 존재해야 하는가?"다. 클라우드가 처음 등장했을 때, MSP는 기술의 진입장벽을 낮춰주는 존재였다. 하지만 그 장벽이 사라진 지금, 과거의 역할은 더 이상 고객에게 가치로 인식되지 않는다.

오늘날 고객은 클라우드를 직접 계약하고, AI API를 직접 호출한다. 더 이상 MSP가 없어도 기술은 사용 가능하다. 그렇다면 MSP는 기술을 대신 써주는 조직이 아니라, 기술을 '써지게 만드는 조직'으로 다시 태어나야 한다. 이는 단순한 기술 외주업체나 운영 대행 업체에서 벗어나, 고객의 전략적 파트너로 진화해야 한다는 뜻이다.

이 글에서 제시한 두 가지 전략—기술 기반의 대형 MSP와 도메인 특화의 Vertical MSP—는 그 변화에 대한 실질적 대답이다. 두 전략은 상호 배타적이지 않지만, 동시에 하나의 조직이 모두 수행할 수도 없다. 따라서 MSP는 자신의 위치, 역량, 시장을 명확히 진단하고 방향을 선택해야 한다.

무엇보다 중요한 것은, 중간은 없다는 것이다. 기술 내재화 없이 오케스트레이션을 흉내 내거나, 도메인 이해 없이 패키지를 구성하는 전략은 오래가지 못한다. 진짜 전략은, 고객이 무엇을 필요로 하는지를 정확히 이해하고, 그것을 기술과 문맥의 조합으로 구현해내는 것이다.

AI 시대는 MSP에게 또 한 번의 기회를 주고 있다. 다만, 이번에는 과거와 같은 리셀링이나 인력 파견 모델로는 응답할 수 없다. 존재 이유를 새로 써야 할 시점이다. 그리고 그 이유는, 고객보다 앞서 기술을 읽고, 고객보다 깊이 맥락을 해석할 수 있는 MSP만이 쓸 수 있을 것이다.

AI는 MSP에게 새로운 무기를 쥐여준 동시에, 생존을 위협하는 이중의 칼날이다. AI 도구와 플랫폼이 대중화되면서, 기업들이 굳이 MSP 없이도 자체적으로 운영 자동화와 리소스 최적화를 할 수 있는 역량을 갖추고 있기 때문이다. 즉, ‘AI로 MSP가 더 강해질 수 있다’는 말은 ‘AI로 인해 MSP가 불필요해질 수도 있다’는 말과 동전의 양면이다.

지금은 MSP에게 있어 가장 역설적인 시기다. AI는 분명히 MSP가 제공할 수 있는 서비스의 외연을 확장시켜주는 강력한 도구지만, 동시에 고객 스스로 이러한 기능을 구현할 수 있는 환경을 만들어주고 있기 때문이다. 특히 기술 내재화 역량이 높은 중견/대기업의 경우, AI 기반 모니터링, 비용 최적화, 자동화된 오퍼레이션 등을 직접 구현하는 경우가 늘고 있다.

3.1. 국내 MSP 현실: 기술력은 공짜, 마진은 역방향

4. 선언은 AI, 실상은 수작업 – AI 시대 MSP의 불편한 진실

• 장애 탐지는 여전히 엔지니어 눈에 의존한다
• 클라우드 과금 이슈는 고객이 먼저 문의해야 대응이 시작된다
• 주간/월간 운영 리포트는 여전히 엑셀 복붙과 수작업 편집
• 고객 요청은 Slack이나 메일로 흩어져 들어오고, 정해진 우선순위 없이 처리된다
• 클라우드 리소스 최적화는 수기로 체크하거나 아예 놓친다

앞에서 말한 구조가 실현되기 위해선 전통적인 UI/UX의 구조도 함께 변해야 한다. 과거에는 사용자가 직접 앱을 설치하고, 버튼을 누르고, 페이지를 전환하면서 기능을 수행했다. 그러나 사용자가 직접 '만들고 실행하는' 시대에는 이런 UI는 너무 무겁고 비효율적이다. 그래서 등장한 것이 바로 헤드리스 브라우저와 스크립트 기반 자동화 인터페이스다.

- Playwright, Puppeteer, Browserbase, Lightpanda 같은 기술은 사람이 아닌 AI 또는 스크립트가 브라우저를 직접 조작한다.

- 클릭, 스크롤, 로그인, 검색 같은 행동이 사람의 손 대신 코드로 제어된다.



이 기술들이 중요한 이유는, 일반 사용자들이 직접 UI/UX를 구성하지 않아도 된다는 점이다. 즉, 사용자는 단순히 “이거 해줘”라고 말하면, AI는 헤드리스 브라우저 환경에서 필요한 UI를 자동으로 생성하고, 조작하고, 결과를 요약해준다.

UI/UX가 고정되지 않고, 문맥에 따라 동적으로 구성되고 실행되는 시대. 이것이 AI 시대 킬러 서비스가 작동하는 실질적인 환경이다. 그리고 더 나아가, 과거처럼 사용자가 검색하고, 비교하고, 결정하고, 실행하는 분절된 행위들이 이제는 하나의 Work Flow와 Pipeline으로 연결된다. 이 흐름 전체를 조율하고 실행하는 역할을 Personal Assistant가 맡게 되는 것이다.

이제는 ‘무엇을 할지’를 고민하는 게 아니라, ‘어떻게 하면 빨리 실행할 수 있을까’가 중심이 된다. 그리고 그 실행은 문맥에 맞는 자동 생성형 UX를 통해 이뤄진다.



4. 사용자 중심의 실행 구조: 흐름 그 자체가 서비스다

이런 맥락에서 진짜 킬러 서비스는 형태가 아니라 흐름이다.

이제 킬러는 다음과 같은 조건을 갖춘다:

이건 단순한 자동화 도구가 아니다.
‘만드는 주체’가 ‘사용하는 주체’와 동일해지는, 근본적 권한 이동의 구조다.

최근에 AI 시대에 Workflow, Pipeline 등의 단어가 자주 등장하는 이유도 여기에 있다. MCP는 이러한 Workflow를 실질적인 Action으로 만들어주는 도구로서 자리매딤을 할 것이다. 그리고 이 구조가 궁극적으로 자리잡을 방향은 단순한 앱이 아니라, 개인의 목적을 능동적으로 달성하는 Personal Assistant다.


결론: 킬러는 앱이 아니라, 사용자가 만드는 ‘실행 가능한 흐름’이다

우리는 너무 오랫동안 킬러 서비스를 '어떤 앱인가?'로 정의해왔다. 하지만 AI 시대의 킬러는 ‘앱’이라는 형태가 아니다. 사용자가 문맥에 맞게 만들고 실행하고 통제할 수 있는 동적 흐름이다. 이 흐름의 본질은 때로는 에이전트이고, 때로는 스크립트이며, 때로는 개인화된 명령어 UI다. 중요한 건 사용자 스스로 목적을 실현할 수 있는 능력과 구조라는 점이다.

사용자가 개발자이고, UI는 생성되고, 실행은 즉시 일어난다. 결국 킬러는 앱이 아니라, 사용자가 원하는 것을 스스로 실현하는 실행 가능한 능력 그 자체이며, 이 흐름은 점점 Personal Assistant라는 형태와 Agent라는 모습으로 수렴되고 있다. 이러한 AI 시대의 패러다임을 이해하고, 선점하는 자가 또 하나의 시장 지배자가 될 것이다.

하지만 지금의 Daum 서비스는 여전히 백화점형 UX에 갇혀 있다.모든 사람에게 똑같은 콘텐츠 배열, 정치 이슈, 자극적인 헤드라인, 댓글 중심 트래픽 유도. 이건 더 이상 먹히지 않는다. Daum에게는 지금 선택권이 없다. 경쟁력 있는 서비스를 기반으로 AI와의 연계를 빠르게 실행을 해야한다. 

예를 들어 AI 기반 에이전트가 개입한다면, 뉴스 소비는 완전히 달라질 수 있다.

좋은 UX와 서비스 기획은 많다. AI 요약형 뉴스룸, 개인 피드백 기반 UX, 구독형 큐레이션, 프리미엄 뉴스 서비스... 하지만 현실을 직시하자. Daum, 심지어는 카카오 자체에도 경쟁력 있는 자체 LLM이 없다.

KoGPT와 카나나 등의 시도가 있었지만 기술적인 진보를 아직은 보여주지 못하고 있다. 최근 OpenAI와의 제휴는 사실상 API 단가 우대를 받는 수준일 뿐이다. 실시간 대규모 트래픽 기반의 포탈 서비스에 GPT-4 같은 모델을 호출한다는 건 비용, 속도, 보안 면에서 현실적이지 않다.

이건 단순한 기술 도입이 아니다. 운영 가능한 AI 기반 미디어 서비스를 만들어내는 첫 번째 단계다. Daum이나 카카오 본체에서 이러한 시도에 대한 여러 고민을 하고 있는 것으로 알고 있다.



결론

첫번째, 검색 UI는 여전히 '링크 중심'이다. AI가 개입된 추천이나 정답형 요약이 거의 드러나지 않으며 일부 실험적 프로젝트(Cue, SmartBlock)는 메인 검색에서 거의 노출되지 않고 있다.

두번째, 국내 포탈의 강점인 블로그·카페·지식iN 콘텐츠도 전통적 배열에 머물고 있다. 아직도 ‘검색어 입력 → 결과 클릭 → 댓글 보기’ 방식이 유지되고 있다. 사용자 맞춤 요약, 프롬프트형 큐레이션 등은 미적용이다.

세번째, 뉴스도 백화점식 배열 유지 중이다. "오늘의 요약" 형태가 있긴 하지만, AI 생성 기반은 아니다. 

좀 더 솔직하게 말하자면 국내 포탈 사업자들은 포탈 서비스 자체를 개선하려는 의지가 있는지 의문이 들 정도이다. 커머스를 중심으로 하는 버티컬 서비스를 확장하는데만 머물러 있는 상태가 제법 오래되었다.

• 사용자 기대의 변화: 단순 정보보다, ‘지금 내가 할 수 있는 것’을 원한다.
• 글로벌 경쟁 압박: 구글, MS, OpenAI는 이미 제품 전반에 AI를 심고 있다.
• 생존 포인트 전환: 검색·광고·트래픽 위주의 포털은 이제 행동을 이끄는 플랫폼으로 업그레이드가 필요하다.