[유미's 픽] AI로 실적 띄운 서비스나우…신규 성장성은 '숙제'

(zdnet.co.kr)

서비스나우가 AI 제품의 연간계약가치(ACV) 10억 달러를 돌파하며 강력한 수익화 가능성을 입증했으나, 기존 고객 대상 업셀링 의존도와 AI 운영 비용 증가에 따른 수익성 확보는 향후 해결해야 할 핵심 과제로 남았습니다.

이 글의 핵심 포인트

1서비스나우 2분기 매출 전년 대비 24% 증가한 39억 9,000만 달러 기록
2AI 제품의 연간계약가치(ACV) 10억 달러 돌파 및 AI 순신규 ACV 전분기 대비 40% 이상 성장
3100만 달러 이상의 대형 계약 건수가 전년 동기 대비 약 40% 증가
4AI 에이전트를 실제 운영 환경에서 사용하는 고객 수가 최근 9개월간 9배 급증
5AI 모델 추론 및 데이터 처리 비용 증가에 따른 수익성 유지 여부가 향후 과제로 부각

이 글에 대한 공공지능 분석

왜 중요한가?

기업용 SaaS 시장에서 AI가 단순한 부가 기능을 넘어 실질적인 매출 증대(Upselling)의 핵심 동력임을 입증했기 때문입니다. 또한, AI 에이전트 도입 확대에 따른 인프라 비용 상승이 기업의 수익 구조에 미칠 영향을 보여주는 선행 지표 역할을 합니다.

어떤 배경과 맥락이 있나?

현재 엔터프라이즈 소프트웨어 시장은 단순 자동화를 넘어 여러 AI 모델과 에이전트를 통합 관리하는 'AI 컨트롤타워'로 진화하고 있습니다. 서비스나우는 자사의 방대한 워크플로우 데이터를 활용해 다양한 AI 에이전트를 연결하고 통제하는 플랫폼 전략을 취하고 있습니다.

업계에 어떤 영향을 주나?

AI 에이전트 및 자동화 솔루션을 개발하는 스타트업들에게 '기존 고객 기반의 확장성'이라는 비&즈니스 모델의 힌트를 제공합니다. 동시에, 사용량 기반 과금 체계 도입 시 발생하는 추론 비용(Inference Cost) 부담을 어떻게 관리할지가 생존의 관건이 될 것입니다.

한국 시장에 어떤 시사점이 있나?

국내 B2B SaaS 기업들도 단순 기능 경쟁보다는 기존 고객의 워크플로우에 깊숙이 침투하여 AI 기능을 추가 판매하는 '업셀링 전략'을 정교화해야 합니다. 또한, AI 모델 운영 비용과 사용량 기반 과금 사이의 수익성 균형을 맞추는 가격 정책 설계가 필수적입니다.

이 글에 대한 큐레이터 의견

서비스나우의 실적은 B2B SaaS 기업이 AI를 통해 어떻게 현금 흐름을 창출할 수 있는지 보여주는 교과서적인 사례입니다. 특히 기존 고객에게 AI 기능을 패키지로 묶어 판매함으로써 계약 규모(ACV)를 키운 점은, 신규 고객 확보 비용(CAC)이 치솟는 현재의 시장 환경에서 매우 영리한 전략입니다.

하지만 'AI 에이전트 사용량 증가에 따른 추론 비용 상승'이라는 리스크를 간과해서는 안 됩니다. AI 모델의 복잡도가 높아질수록 데이터 처리 및 컴퓨팅 비용은 기하급수적으로 늘어날 수 있으며, 이는 곧 서비스나우가 직면한 수익성 압박의 근원이 됩니다. 따라서 스타트업 창업자들은 단순히 'AI 기능을 넣었다'는 것에 안주하지 말고, 사용량 기반 과금 모델(Usage-based pricing)과 운영 비용 사이의 정교한 균형점을 찾는 데 집중해야 합니다.

결론적으로 AI 에이전트 시대의 승자는 단순한 기술력을 넘어, 비용 효율적인 아키텍처를 설계하고 이를 지속 가능한 수익 구조로 치환할 수 있는 비즈니스 모델 설계 능력을 갖춘 팀이 될 것입니다.

원문 보기 →

아직 댓글이 없습니다. 첫 댓글을 남겨보세요.