디지털서비스 이용지원시스템

자료실

[2026-09] 디지털서비스 이슈리포트 01 AI 에이전트 시대, 서비스의 접점이 바뀐다  : SaaS 역할과 디지털서비스의 구조 전환

[2026-09] 디지털서비스 이슈리포트 01 AI 에이전트 시대, 서비스의 접점이 바뀐다  : SaaS 역할과 디지털서비스의 구조 전환 게시글 정보입니다.
2026.09.30 (수정 : 2026.10.02)

01 AI 에이전트 시대, 서비스의 접점이 바뀐다 
: SaaS 역할과 디지털서비스의 구조 전환

│이재연 선임연구원·김현우 책임연구원 한국지능정보사회진흥원

본 글은 한국지능정보사회진흥원의 지원을 받아 작성되었습니다. 

한국지능정보사회진흥원이 저작권을 보유하고 있으며 승인 없이 이슈리포트의 내용 일부 또는 전부를 다른 목적으로 이용할 수 없습니다.

1. AI 에이전트 확산과 디지털서비스 환경 변화

1-1. 생성형 AI 발전과 AI 에이전트 등장

최근 생성형 AI의 급속한 발전은 단순하게 ‘정보생성’ 기능을 넘어 사용자의 업무를 대신 수행하는 AI 에이전트 형태로 빠르게 진화하고 있다. 초기 생성형 AI 서비스는 질의응답, 문서 작성, 번역, 코드 작성 등 사용자의 요청에 따라 정보를 만들어내고 제공하는 기능을 중심으로 발전해 왔으나, 최근에는 사용자의 목표를 이해하고 필요한 서비스와 데이터를 스스로 탐색·연계하는 작업을 수행하는 AI 에이전트가 새로운 서비스의 형태로 등장하고 있다.

생성형 AI가 사용자의 질의에 적절한 응답(Response)을 생성하는데 초점을 두었다면, AI 에이전트는 사용자의 목표를 이해하고 이를 달성하기 위한 행동(Action)을 수행하는 구조를 가진다. AI 에이전트는 필요한 과업을 구분하고 실행 순서와 방법을 판단한 후, 외부 서비스와 도구를 활용해 실제 업무를 처리한다. 즉, 단순히 답변을 제공하는 것을 넘어 필요한 작업을 스스로 계획하고 실행하여 결과를 만들어낸다는 점에서 기존 생성형 AI와 차이가 있다.

그림 1 AI 에이전트의 인지·추론·실행 구조 (AWS, Foundations of Agentic AI on AWS)

업무 수행을 위해 AI Agent는 사용자의 목표를 여러 세부 과업으로 나누고 실행 순서와 방법을 정하는 추론·계획(Reasoning & Planning), 외부 API와 서비스의 기능을 호출하는 도구 활용(Tool Use / Function Calling), 수행 결과를 점검하고 필요한 부분을 다시 실행하거나 보완하는 검토·반복의 과정을 거친다. 이를 통해 정해진 답변을 한 번 제공하는 데 그치지 않고, 목표가 달성될 때까지 작업을 단계적으로 수행하고 있다.

  • 추론 및 계획(Reasoning & Planning) : 사용자가 제시한 목표를 분석하여 필요한 세부 과업으로 분해하고, 이를 수행하기 위한 실행 순서와 방법을 결정한다1).

  • 도구 활용(Tool Use / Function Calling) : 외부 API를 통해 필요한 도구와 서비스의 기능을 호출하여 정보를 활용하거나 작업을 수행한다2).

  • 피드백 및 반복(Reflection & Iterative Refinement) : 수행 결과를 검토하거나 외부 도구를 통해 결과를 검증하고, 발견된 오류나 개선사항을 반영하여 결과를 반복적으로 개선한다3).

최근에는 일상에서 일정 관리, 문서 작성, 데이터 분석, 예약·구매 등 다양한 활동에 AI 에이전트가 여러 서비스의 기능을 연계·조합하여 업무를 수행하는 사례가 확대되고 있다. 이러한 AI 에이전트의 등장은 단순히 새로운 AI 기능이 추가되는 것을 넘어, 사용자가 개별 디지털서비스를 직접 선택하고 조작해 온 기존의 서비스 이용 방식에도 변화를 가져오고 있다.

1-2. 디지털서비스 이용 방식 변화

이러한 변화에서 주목할 점은 디지털서비스 자체가 즉시 대체되는 것이 아니라 사용자와 디지털서비스 간의 상호작용 방식이 변화한다는 점이다. 기존에는 사람이 개별 서비스의 사용 방법을 이해하고 필요한 기능을 직접 찾아 실행했다면, AI 에이전트 기반 환경에서는 에이전트가 사용자의 의도를 해석하여 적절한 서비스와 기능을 선택·활용하는 역할을 일부 담당하게 된다. 이에 따라 사람의 역할 역시 세부적인 기능 조작에서 목표 설정, 조건 및 권한 부여, 수행결과 확인과 최종 판단 중심으로 변화할 가능성이 있다.

결과적으로 디지털서비스 이용 구조는 기존의 ‘사람 → 개별 서비스’ 중심에서 ‘사람 → AI 에이전트 → 다수의 서비스’가 함께 활용되는 구조로 확대되고 있다. 이는 향후 디지털서비스가 사람뿐만 아니라 AI 에이전트도 필요한 기능과 데이터를 쉽게 탐색하고 활용할 수 있는 형태로 제공될 필요성을 높이고 있으며, 사용자의 직접적인 이용을 중심으로 발전해 온 기존 SaaS(Software as a Service)의 역할과 서비스 제공 방식에도 변화를 요구하고 있다.

그림 2 AI 에이전트 등장에 따른 디지털서비스 이용 구조 변화 (출처 : GPT-5.6 활용 제작)

2. SaaS 중심 디지털서비스 구조와 변화

2-1. SaaS 기반 디지털서비스 제공 구조

클라우드 확산과 함께 소프트웨어 이용 방식은 직접 시스템을 구축·설치하는 방식에서 인터넷을 통해 필요한 기능을 서비스 형태로 이용하는 SaaS(Software as a Service) 중심으로 변화해 왔다. SaaS는 이용자가 별도의 시스템을 직접 구축하거나 소프트웨어를 설치하지 않고도 필요한 기능을 이용할 수 있어, 시스템 구축·운영에 따른 부담을 줄이고 필요한 서비스를 신속하게 활용할 수 있다는 장점을 가진다.

현재 이메일, 문서 작성, 화상회의, 회계·인사 등 다양한 분야에서 SaaS가 활용되고 있다. 기존 SaaS는 서비스 제공자가 기능과 데이터를 하나의 애플리케이션을 통해 제공하고, 사용자가 해당 서비스에 직접 접속하여 UI와 업무 흐름(Workflow)에 따라 필요한 기능을 선택·조작하는 ‘사용자-애플리케이션 중심’의 구조로 발전해 왔다.

이러한 이용 구조는 SaaS의 비즈니스 모델에도 반영되어, 일정 기간 서비스를 이용하는 구독형 모델과 사용자 수를 기준으로 비용을 부과하는 방식이 대표적으로 활용됐다. SaaS는 이를 기반으로 클라우드 기반 디지털서비스의 주요 제공 방식으로 자리 잡았으며, 공공부문에서도 민간 SaaS를 필요한 시점에 선택·이용할 수 있도록 관련 제도와 이용 체계가 마련되어 왔다.

2-2. Agent가 흔드는 기존 SaaS 모델 

AI 에이전트가 사용자의 업무 목표를 바탕으로 여러 소프트웨어의 기능을 대신 탐색·활용하게 되면서, 사용자가 개별 SaaS에 직접 접속하여 기능을 이용하는 기존 서비스 구조에도 변화가 나타나고 있다. 사용자가 각각의 서비스를 직접 이용하지 않고도 에이전트를 통해 필요한 기능을 활용할 수 있게 되면서 UI·UX 중심의 사용자 접점, 사용자 수 기반 과금 체계, 개별 애플리케이션 중심의 서비스 구조 등 기존 SaaS 모델을 구성해 온 주요 요소가 영향을 받을 가능성이 있다.

Gartner는 이러한 변화를 ‘에이전틱 아비트리지(Agentic Arbitrage)’, 즉 AI 에이전트가 사용자를 대신해 여러 소프트웨어의 기능을 선택·활용하면서 개별 애플리케이션에 대한 사용자의 직접 이용이 감소하는 현상으로 설명한다. 이에 따라 사용자 증가와 SaaS 사업자의 수익 증가 간 기존의 연결 관계가 약화될 수 있다는 것이다. Gartner는 2030년까지 최대 2,340억 달러의 기업용 애플리케이션 소프트웨어 지출이 이러한 변화의 영향을 받을 수 있으며, 이는 2030년 기업용 애플리케이션 SaaS 지출의 약 20%에 해당할 것으로 전망했다.

특히 에이전트가 한 명의 사용자를 대신해 여러 업무를 수행할 경우 사용자 수만으로 서비스의 실제 이용 규모를 측정하기 어려워질 수 있다. 이에 따라 기존 사용자 수 기반 구독 방식과 함께 API 호출량이나 에이전트의 Action, 업무처리량 등 실제 이용을 반영한 과금방식이 확대될 가능성이 있다. 또한 에이전트가 업무 목적에 따라 여러 서비스의 기능을 선택·조합하면서, SaaS의 경쟁 요소도 기능의 다양성과 UI·UX뿐만 아니라 다른 서비스와의 연결성, 핵심 기능과 데이터의 활용성 등으로 확대될 수 있다.

최근에는 이러한 AI 에이전트 확산에 따른 기존 SaaS 시장의 변화를 ‘사스포칼립스(SaaSpocalypse)’ 라고 표현하기도 한다. 그러나 이는 SaaS 자체가 사라진다는 의미라기보다, 사용자의 직접적인 이용을 전제로 형성되어 온 기존 SaaS의 가치 제공 방식과 수익·경쟁구조가 에이전트 환경에 맞게 재편될 필요성이 커지고 있음을 의미한다. 즉, AI 에이전트의 확산은 SaaS의 소멸보다는 SaaS가 이용되고 가치를 제공하는 방식의 변화를 촉진하고 있다.

3. AI 에이전트 확산에 따른 SaaS 역할 변화

3-1. AI 에이전트 기반 서비스 이용 구조

AI 에이전트 기반 환경에서는 하나의 애플리케이션이 업무 전 과정을 제공하기보다, 에이전트가 사용자의 목표에 따라 필요한 서비스와 기능을 선택하고 조합하여 업무를 수행하는 방식이 확대될 수 있다. 이 과정에서 에이전트는 업무를 세부 작업으로 나누고, 각 작업에 필요한 외부 서비스의 기능과 데이터를 호출하여 하나의 업무 흐름으로 연결한다.

예를 들어 출장 준비 업무의 경우 일정 확인, 교통편·숙박 검색, 예약, 일정 등록 등에 필요한 기능이 각각 다른 서비스에 존재하더라도 에이전트가 이를 순차적으로 호출·연계하여 업무를 수행할 수 있다. 이때 사용자는 개별 서비스의 기능이나 이용 방법을 일일이 파악하기보다 업무 목표와 조건을 제시하고, 각 SaaS는 에이전트가 업무를 수행하는 과정에서 필요한 기능과 데이터를 제공하는 역할을 하게 된다.

이러한 구조에서는 서비스 간 연결과 기능 호출을 위한 API를 비롯하여 Agent와 외부 서비스 간의 연계를 지원하는 기술의 중요성도 높아지고 있다. 최근에는 MCP(Model Context Protocol) 등 에이전트가 다양한 외부 도구와 데이터에 접근할 수 있도록 지원하는 연계 방식도 등장하면서, AI 에이전트가 서로 다른 서비스의 기능을 활용할 수 있는 기반이 확대되고 있다.

이에 따라 SaaS의 역할도 사용자가 직접 접속하여 이용하는 하나의 완결된 애플리케이션 (Application)에 머무르지 않고, AI 에이전트가 업무 수행에 필요한 기능과 데이터를 활용할 수 있도록 제공하는 형태로 확대될 가능성이 있다.

그림 3 AI 에이전트 기반 워크플로우 (출처 : Microsoft Ignite, AI 에이전트)

3-2. SaaS의 기능화·백엔드화 및 서비스 구조 재편

AI 에이전트 기반 환경에서 SaaS는 사용자가 직접 이용하는 완결된 애플리케이션인 동시에, 에이전트가 업무 수행에 필요한 기능과 데이터를 호출·활용하는 서비스로 역할이 확대될 수 있다. 예를 들어 일정 등록, 문서 생성, 고객정보 조회 등 기존에는 사용자가 SaaS 화면에서 직접 실행하던 기능을 에이전트가 외부 연계를 통해 호출하여 업무 과정의 일부로 활용하는 방식이다. 

IDC는 이러한 변화를 SaaS가 에이전트 계층 뒤에서 보이지 않는 ‘피처웨어(Featureware)’로 변화할 가능성으로 설명한다. Agent가 사용자와의 상호작용과 업무 흐름(Workflow)을 담당하고 기존 SaaS에는 API를 통해 접근하여 필요한 기능을 실행하는 구조가 확대될 수 있다는 것이다4). 

이에 따라 SaaS의 경쟁력 역시 UI와 기능의 다양성뿐만 아니라, 신뢰할 수 있는 데이터와 핵심 업무 기능을 갖추고 있는지, 그리고 에이전트가 이를 API와 표준화된 인터페이스를 통해 안전하게 활용할 수 있도록 제공하는지가 중요해질 수 있다. MCP와 같은 표준 역시 AI 애플리케이션이 외부 데이터와 도구를 활용할 수 있도록 표준화된 연결 방식을 제공하고 있다5).

다만 이러한 변화가 기존 SaaS의 UI나 애플리케이션 자체가 사라지는 것을 의미하지는 않는다. 복잡한 정보의 조회·분석이나 사용자의 직접적인 판단과 조작이 필요한 업무에서는 기존 SaaS의 UI와 업무 흐름(Workflow)이 계속 활용될 수 있으며, 반복적이거나 다른 서비스와의 연계가 필요한 업무에서는 에이전트가 SaaS의 기능과 데이터를 직접 호출하는 방식이 함께 활용될 가능성이 있다. 즉, SaaS는 ‘사람이 직접 이용하는 서비스’와 ‘에이전트가 활용하는 기능·데이터 제공자’라는 두 가지 접점을 함께 갖는 방향으로 변화할 수 있다.

이에 따라 SaaS의 경쟁력 역시 개별 애플리케이션의 기능과 사용 편의성뿐만 아니라, 에이전트가 필요한 기능과 데이터를 얼마나 쉽게 탐색하고 안전하게 활용할 수 있는지로 확대될 수 있다. API 등 외부 연계 수단의 제공, 데이터 접근성, 상호운용성, 권한관리 등은 에이전트 기반 환경에서 SaaS의 활용 가능성을 결정하는 주요 요소로 부각될 것으로 보인다.

결국 AI 에이전트의 확산은 SaaS를 대체하기보다 SaaS가 가치를 제공하는 방식과 서비스 간 관계를 재편하는 방향으로 작용할 가능성이 크다. 개별 애플리케이션 중심으로 제공되던 디지털서비스들이 에이전트를 매개로 다양한 기능과 데이터가 연결·조합되는 구조로 확대되면서, SaaS 역시 하나의 완결된 서비스뿐만 아니라 에이전트 기반 업무를 구성하는 기능과 데이터의 제공자로 역할이 확장될 수 있다.

4. AI Agent 시대의 디지털서비스 방향

4-1. Agent 기반 디지털서비스 구조 변화 전망

AI 에이전트의 확산은 개별 애플리케이션을 중심으로 제공되어 온 디지털서비스의 구조에도 변화를 가져올 것으로 예상된다. 기존에는 사용자가 필요한 서비스를 선택하고 각각의 애플리케이션을 직접 이용하는 방식이 일반적이었다면, 에이전트 기반 환경에서는 사용자의 목표에 따라 여러 SaaS와 데이터, 외부 시스템의 기능이 연결·조합되어 하나의 업무를 수행하는 형태가 확대될 수 있다.

이에 따라 디지털서비스의 제공 단위도 하나의 완결된 애플리케이션에서 다양한 기능과 데이터가 서로 연결되어 활용되는 형태로 확대될 가능성이 있다. 기존 SaaS가 독립적인 서비스로 제공되는 구조와 함께, SaaS의 일부 기능이나 데이터가 API 등을 통해 에이전트에 제공되거나 여러 서비스가 에이전트를 중심으로 하나의 업무 흐름을 구성하는 방식이 공존하는 것이다. 이러한 변화가 확대될 경우 기존 SaaS에 에이전트 기능이 결합된 서비스뿐만 아니라, 에이전트가 여러 SaaS와 데이터·시스템을 연계하여 업무를 수행하는 ‘에이전트 중심의 디지털서비스’도 새로운 서비스 유형으로 등장할 수 있다.

이러한 변화는 디지털서비스의 가치와 이용방식에도 영향을 미칠 수 있다. 개별 서비스가 보유한 기능뿐만 아니라 다른 서비스 및 에이전트와의 연계와 상호운용성, 기능과 데이터에 대한 접근성 등이 중요해지고, 서비스의 이용·과금 방식 역시 사용자 수 중심에서 실제 기능 호출이나 업무 수행량 등을 반영하는 방식으로 다양화될 가능성이 있다.

그림 4 AI 에이전트 시대의 디지털서비스 발전 방향 (출처 : GPT-5.6 활용 제작)

4-2. AI 에이전트 시대의 공공 디지털서비스의 대응 방향

향후 기존 SaaS에 AI Agent 기능이 결합되거나 Agent가 여러 SaaS와 데이터·시스템을 연계하여 업무를 수행하는 서비스가 확대될 경우, 공공부문에서도 이러한 서비스를 기존 디지털서비스 이용 체계 안에서 어떻게 발굴하고 도입·이용할 것인지에 대한 검토가 필요하다.

다만 AI 에이전트의 등장만을 이유로 새로운 제도나 별도의 서비스 유형을 선제적으로 마련하기보다는, 현행 디지털서비스 제도가 에이전트 기반 서비스를 어느 범위까지 수용할 수 있는지를 우선 살펴볼 필요가 있다. 현재 디지털서비스 제도는 클라우드서비스를 기반으로 하면서 클라우드와 다른 기술·서비스가 융합된 디지털서비스를 포함하고 있는 만큼, Agent의 제공 형태에 따라 현행 제도와의 관계를 구분하여 검토할 필요가 있다. 

기존 SaaS 등 클라우드서비스에 에이전트 기능이 결합되어 제공되는 경우에는 기존 클라우드서비스의 기능 확장 또는 융합된 디지털서비스의 형태로 현행 제도와 연계될 가능성이 있다. 반면, 에이전트 자체가 독립적인 서비스로 제공되면서 여러 SaaS와 데이터·시스템을 연계하여 업무를 수행하는 경우에는 해당 서비스가 현행 디지털서비스의 범위에 포함될 수 있는지, 포함된다면 어떠한 기준과 단위로 등록·이용할 것인지 등에 대한 추가적인 검토가 필요하다.

특히 에이전트 자체가 하나의 서비스로 제공되거나 여러 외부 서비스를 연계하는 형태가 확대될 경우, 기존 디지털서비스와는 다른 특성이 나타날 수 있다. 하나의 에이전트가 여러 서비스를 연계하는 경우 어디까지를 하나의 디지털서비스로 볼 것인지, 외부 서비스와의 연계 범위를 어떻게 확인할 것인지, 호출량이나 업무 수행량 등 새로운 과금 방식을 기존 등록·계약 체계에서 어떻게 수용할 것인지 등에 대한 검토가 필요할 수 있다.

또한 에이전트가 실제 업무를 수행하는 과정에서 데이터 접근과 기능 실행이 이루어지는 만큼, 접근권한, 사용자 승인 및 실행기록 등 보안과 신뢰성을 확보하기 위한 요소도 함께 고려할 필요가 있다. 이러한 사항은 디지털서비스 제도뿐만 아니라 AI·보안 및 기관 내부의 업무관리 체계와도 관련되는 만큼, 향후 공공부문의 적용 가능성이 높은 분야를 중심으로 에이전트 기반 디지털서비스의 활용 사례를 발굴하고, 실제 이용하는 과정에서 나타나는 특성을 바탕으로 기존 디지털서비스의 발굴·등록·계약·이용 체계와의 연계 방안을 단계적으로 검토해 나갈 필요가 있다.


참고문헌 

1) Andrew Ng, “Agentic Design Patterns Part 4: Planning”, 2024

2) Shishir G. Patil 외, “Gorilla: Large Language Model Connected with Massive APIs”, 2023

3) Andrew Ng, “Agentic Design Patterns Part 2: Reflection”, 2024

4) IDC, “Agent Supplier or Featureware: The Choice Every SaaS Vendor Faces Now”, 2026.6.18.

5) Model Context Protocol, “Specification”, 2024


프로세스가 진행중입니다. 잠시만 기다려주세요.