TechFlow Logo
로그인/ 회원가입
ETH 가스
Gwei
공포
gas
AI가 초래한 ‘새로운 문제’ 해결로 수익 창출, Ramp와 Stripe의 새로운 사업전략

AI가 초래한 ‘새로운 문제’ 해결로 수익 창출, Ramp와 Stripe의 새로운 사업전략

2026.08.28
공유하기
Ramp과 Stripe의 밸류에이션 급등은 AI가 고객들에게 만들어낸 새로운 문제들 때문이다.

저자: Simon Taylor

번역: TechFlow

TechFlow导读: AI가 가져오는 것은 단순한 효율성 향상뿐만 아니라, 이전에는 존재하지 않았던 새로운 고객 과제들도 포함합니다: 토큰 지출, 에이전트 신원, 모델 라우팅입니다. Ramp와 Stripe은 이러한 과제들을 중심으로 새로운 수익원을 구축했으며, 그들의 평가액 서사는 단순한 성장이 아닌 AI 네이티브(bet)에 기반하고 있습니다. 이 '새로운 과제' 지도를 이해하면 투자자는 누가 혜택을 받고 누가 도태될지 명확히 구분할 수 있습니다.

🧠 AI는 새로운 고객 과제를 창출했습니다

이러한 과제들을 해결하는 곳이 바로 차세대 금융 상품의 탄생지입니다. 토큰 지출, 에이전트 신원, 모델 라우팅은 AI 이전에 거의 존재하지 않았습니다.

Ramp은 최근 7억 5천만 달러를 조달하며 기업 가치 440억 달러 평가를 받았습니다. 이는 그들에게 절대 필요한 자금이 아닐 수도 있지만, 이번 자금조달로 인수된 것은 눈부신 성장 이상의 것입니다*. 이번 투자는 AI 네이티브 기업이 된다는 일관된 서사를 담고 있습니다.

이 이야기는 신뢰할 수 있는데, 그 이유는 AI가 만든 고객 과제들을 중심으로 회사 자체를 재구축하고 있기 때문입니다. 예를 들어 Router는 각 요청에 대해 비용이 가장 낮으면서 품질이 최상의 모델을 찾으며, Ramp에 따르면 고객의 비용을 최대 40%까지 절감시켜 줍니다. Stripe도 유사한 기술 스택을 구축 중입니다: 하층은 결제, Metronome은 사용량 기반 계측 및 청구, 최상층은 400개 이상 모델 간 트래픽을 라우팅하는 OpenRouter입니다. 보도에 따르면, Stripe은 최상층에게만 70억 달러 이상이 지급되었습니다.

모든 투자자, 특히 성장 투자자들은 AI의 급격한 성장을 통해 이익을 얻고 이로 인해 더 장기적인 가치를 지닌 기업을 찾고 있습니다. 그들은 수혜자를 보유하기를 원하며, 피해자의 경우 가능한 한 피하고자 합니다.

이번 주 저는 세 명의 창업가와 이야기를 나눴습니다. 셋 다 AI 네이티브를 앞세워 대규모 자금조달을 거의 완료하려 하고 있었습니다. 그들이 나에게 던진 질문은 거의 동일했습니다:

"우리는 어떻게 우리를 AI 네이티브로 포지셔닝해야 할까? 우리 제품은 무엇이어야 할까?"

그들이 묻는 것은 포지셔닝 문제였습니다. 하지만 제게 답은 제품 문제라고 생각합니다.

칼럼 전체가 바로 그 대답입니다.

빠른 가이드:

현재 내 위치는 어디인가: 채택자, 수혜자, 아니면 네이티브

AI는 작업 계단을 만들었다: 기존 작업을 더 잘 수행하기, 핵심 옆의 신규 작업, 누구도 해결하지 않은 신규 작업

왜 당신의 에이전트에는 유통 전략이 필요한가

지금 무엇을 해야 하는가

현재 내 위치는 어디인가: 채택자, 수혜자, 아니면 네이티브

크레이튼 크리스텐슨이 본론에서 가장 유용하게 제시한 관점은 다음과 같습니다. 고객은 제품을 구매하는 것이 아니라, 제품을 고용해 특정 작업을 완수하도록 한다는 것입니다.

금융 분야의 숙원 업무로는 비용 정산, 송장 대조, 사기 관리 등이 있습니다. 이러한 업무들은 AI 이전에 이미 존재했습니다. 최신 모델은 이 중 일부 작업을 더 빠르고, 저렴하며, 적은 인력으로 처리할 수 있지만, 고객이 눈을 뜨고 원하는 것은 여전히 동일한 결과입니다.

AI는 두 번째 유형의 작업들도 만들어냈습니다: 토큰 지출 모니터링, 각 추론 요청을 최적의 모델로 라우팅, 에이전트가 물건을 구매하되 전체 신원이나 은행 계좌를 넘겨주지 않도록 하는 작업들입니다.

AI가 이런 문제점을 제기하기 전까지는 아무도 이러한 업무를 취급하지 않았습니다.

AI 네이티브는 제품을 나타냅니다. AI 창조(AI Created)는 수요를 나타냅니다.

어떻게 AI 네이티브가 될 수 있을지 생각할 때, 저는 2x2 행렬을 사용합니다.

작업( Task ): 기존 고객 업무는 지속적으로 존재했습니다(예: 사기 관리). 반면 AI가 창조한 업무는 기술 발전과 함께 등장했습니다(예: 토큰 지출 관리).

기업( Company ): AI 이전부터 존재하던 기업 또는 제품, 혹은 오직 AI 때문에만 존재할 수 있는 기업.

이 둘을 결합하면 다음과 같은 표가 됩니다.

기존 고객 업무

AI 창조 고객 업무

기존 기업 / 제품

Nubank / NuFormer

Ramp 및 Stripe

최신 AI 없이는 존재 불가능

Harvey, Hebbia, Rogo

OpenRouter 및 fal

좌상단은 딥 어도션(Deep Adoption)입니다. Nubank는 NuFormer를 활용해 더 나은 신용 결정 내리지만, 언더라이팅은 고대부터 이어온 은행 업무입니다.

좌하단은 Harvey, Hebbia, Rogo의 위치입니다. 현대 모델이 등장하기 전에 존재할 수 없었지만, 법적 및 금융 연구라는 오래된 업무를 처리합니다.

오른쪽은 순풍을 타는 영역입니다. AI가 고객에게 구매할 새로운 항목을 제공했을 때, Ramp와 Stripe은 이미 사업을 영위 중이었습니다. OpenRouter와 fal이 의미를 갖는 이유는 단연코 추론(Inference) 자체가 하나의 산업으로 부상했기 때문입니다.

이는 또한 단일 기업이 두 개 이상의 셀을 차지할 수 있음을 의미합니다. Ramp의 지출 관리 제품이 좌상단에 위치합니다. 토큰 패널과 Router는 우상단에 자리합니다. Stripe의 결제 사업은 좌상단에 있지만, Metronome과 OpenRouter가 이를 표 오른쪽으로 이끌고 옵니다. 사물은 거의 대부분 깨끗하게 2x2 행렬에 맞게 정리되지 않습니다.

따라서 또 다른 개념을 하나 덧붙이고자 합니다.

기업의 방향성을 잘 설명하는 세 가지 태그를 발견했습니다:

채택자(Adopter): 기존 수요에 AI를 활용합니다. 아마도 코파일럿 기능을 추가했을 것입니다. 여기에는 분명 실체가 있습니다. 더 빠르고, 저렴하며, 간소화될 수 있지만 영업 파이프라인 구조는 변하지 않습니다. 에이전트를 추가로 탑재한 대부분의 SaaS 기업이 여기에 해당합니다.

수혜자(Beneficiary): 기존 업무를 더 잘 수행하면서도, 이웃에서 AI가 창출한 신규 수요를 잡습니다. Ramp나 Stripe이 가장 정확한 예시입니다. 지출 관리가 여전히 핵심 업무이지만, 토큰 비용 관리와 모델 라우팅은 그 옆에 위치한 새로운 수익 구멍입니다.

네이티브(Native): 신규 수요 덕분에 존재합니다. OpenRouter는 400개 이상 모델 간 요청을 라우팅합니다. fal은 생성형 미디어 추론을 대규모로 실행합니다. 판매할 추론 인프라가 존재하지 않는다면 이 두 회사는 생존조차 못 합니다.

이 그림은 수요가 어디서 발생하는지 보여줍니다.

작업(Tasks)은 기회가 어디에 있는지 알려줍니다. AI 네이티브가 되는 것에는 사다리가 있습니다: 바닥은 익숙하고, 꼭대기는 아직 해결되지 않은 장엄한 난제죠. 그럼 저와 함께 이 사다리를 타고 올라가 봅시다.

선행 조건: AI로 운영하기

AI 주도 운영 모델은 회사의 형태, 거버넌스, 운영 체제를 변화시켰습니다. 팀은 임직원 주변에 에셋을 구성하고 내부 데이터에 접근하며 기술을 공유함으로써 조직 내 역할과 권한 구조를 변경했습니다. 프로덕트 매니저와 디자이너가 코드 배포를 시작했고, 엔지니어는 더욱 제품에 밀착됩니다. 팀은 자체 내부 도구를 구축합니다. (더 많은 내용은 'AI 운영 모델 보고서' 참조.)

이는 입찰권(참여 증명서)입니다. 가속화를 가능하게 해주지만, 이것만으로 당신이 팔고 있는 제품의 성격을 바꾸지는 못합니다.

레벨 1: 기존 작업, AI로 더 잘 수행하기

일부 AI 네이티브 제품은 매우 오래된 작업을 대상으로 합니다. 이것이 제품의 네이티브 함을 떨어뜨리지 않습니다.

규정 준수 스캐닝, 문서 및 이메일 대조, 법률 연구 및 재무 보고는 AI 등장 전까지만 해도 귀찮은 사무작업이었습니다. Beacon, Sardine*, Gradient Labs, Harvey, Hebbia, Rogo는 최신 모델을 활용해 수백 건의 문서와 데이터 소스를 통합한 뒤 답변을 생성하거나 프로세스를 관리합니다. 몇 년 전에는 이런 제품을 만들 수 없었습니다. 하지만 업무 자체는 아주 오래됐죠.

저는 Sardine의 고문입니다.

레벨 2: 핵심 옆의 신규 작업

지출 관리, 계정 관리 또는 결제 지원 서비스를 제공한다면, 기존 고객 업무는 그대로 유지되지만 그 옆에는 새로운 업무들이 나타나고 있습니다. 다양한 유형이 존재합니다.

작업: AI 사용량을 관리해 주세요. Ramp의 토큰 패널은 이미 존재하는 제품 내부에 자리 잡은 AI창조 업무입니다. 비용 패널은 새로운 게 아니라고 반박할 수도 있겠죠. Vantage와 Datadog은 수년간 클라우드 및 컴퓨팅 지출에 대한 가격 정책을 세워왔습니다. 다만 차이가 있다면 '청구' 부분입니다. AI가 토큰 요금을 청구하기 전까지는 아무도 토큰 비용을 분류하거나 예측하거나 COGS와 OpEx를 구분할 필요가 없었습니다. Ramp에서 AI 토큰 지출은 2025년 6월부터 2026년 6월까지 무려 20.7배 성장했습니다. Metronome은 현재 Stripe의傘下 있으며, 동일한 업무의 반대편에 앉아 이러한 사용을 계측하고 청구하는 역할을 담당합니다.

업무: 내 스마트 에이전트가 당신의 제품에 연결해 작업을 완수하도록 도와주세요. Mercury, Visa, Ramp 등 여러 기업이 커맨드 라인 인터페이스(CLI)를 출시하고 있습니다. 연륜 있는 Stripe도 7년 전 자체 CLI를 발표했지만, Claude Code 등장 이후 사용량이 폭증했습니다. CLI는 앱이나 웹페이지가 아닌 명령줄(터미널)을 사용하는 사용자 인터페이스입니다. 에이전트는 이러한 인터페이스를 탐색하기 더 선호합니다. 또한 CLI 사용 시 훨씬 적은 토큰이 소모됩니다. 예를 들어 Ramp CLI를 --agent 모드로 실행하면 거래 결과가 JSON 형식으로 반환되며 약 105개의 토큰이 사용됩니다. 같은 거래를 --human 모드로 실행하면 레이아웃 형식화에 280개의 토큰이 필요합니다. 이것이 바로 '비인간 고객'을 위해 설계된 제품 인터페이스입니다.

업무: 내 쇼핑몰이 AI 스마트 에이전트에게 노출되도록 해주세요. 현재 Z세대의 약 3분의 1이 무엇을 살지 조사할 때 Google 대신 AI를 사용합니다. 만약 당신의 매장이나 SKU가 그곳에 없었다면 기회를 놓칠 수 있습니다. Shopify, WooCommerce 같은 기업들과 이커머스 상인을 위한 페이먼트 서비스 프로바이더(PSP)들도 지금 이 부분을 최적화하고 있습니다.

AI는 기존 비즈니스 옆에 완전히 새로운 카테고리의 수요를 만들어냈습니다. 당신의 기회는 이러한 수요를 충족시킬 인터페이스를 구축하는 데 있습니다. 당장 사업 전체를 재편할 필요는 없습니다.

하지만 한 번 상상해 보세요. 미래에 스마트 에이전트가 인터넷 트래픽, 상업, 경제의 80%~90%를 차지한다고 하면요. 이것이 어느 정도 현실이 된다면, 회사와 내러티브를 어떻게 재포지셔닝할까요? 당신이 창출하는 핵심 가치 단위는 무엇이며, 그것은 그 '고객'에게 어떻게 적용될까요?

이 사고 실험에서는 기존 비즈니스 위에 얹는 부가 기능처럼 AI를 바라보는 고정관념에서 벗어나야 합니다.

레벨 3: AI로 인해 존재하게 된 신규 업무

일부 문제는 AI 열풍 이전에는 존재하지 않았습니다. 단순한 AI 활용에서 비롯되는 것도 아닙니다.

나는 어떻게 이 스마트 에이전트가 내 데이터를 처리하거나 내린 결정을 신뢰할 수 있을까요? 우리는 제3자가 개발한 에이전트가 귀하의 비즈니스와 상호작용할 수밖에 없는 세상에 진입하고 있습니다. 이들은 안전하고, 신뢰할 수 있으며, 개인정보를 관리하고, 배후에 책임을 질 수 있는 법인이 있어야 합니다. 간단한 모델은 에이전트가 기존 기업 계약망 내에서 특정 SaaS 제공업체 내부에 머무는 것입니다. 하지만 에이전트는 점차 제품 자체화되고 있습니다. 이는 Anthropic 같은 연구소에서, 스타트업에서, 혹은 내부 부서에서 나올 수 있습니다. 저는 Primitive 같은 회사가 이러한 에이전트를 포장하기 위해 셸(shell)이나 컨트롤 플레인(control plane)을 구축하거나 구매하는 사례를 목격했습니다. 또 다른 접근법은 AIUC로, 목표는 에이전트에 대한 보험 가입과 인증 부여입니다.

나는 어떻게 이 스마트 에이전트의 거래를 신뢰할 수 있을까요? 만약 누군가 당신의 매장에서 에이전트가 구매를 시도한다면, 그 에이전트의 평판이나 제작자를 어떻게 파악하겠습니까? 사용자가 구매 목적으로 해당 에이전트를 인증했습니까? 현재 Google의 A2A, Visa의 Trusted Agent Protocol, 그리고 FIDO가 구축 중인 인증 표준 등 새로 emerging 하는 규범들이 있습니다. 하지만 우리는 아직 극초반 단계입니다. Natural Payments, Skyfire, A-comm 같은 기업들이 이미 이 공간에 깃발을 꽂고 있습니다. 이들은 스마트 에이전트 상용 워크플로우에서 실제로 돈이 이동하는 구간을 관리합니다.

나는 어떻게 더 낮은 비용의 추론(Inference)과 컴퓨팅 자원을 확보할 수 있을까요? Brex에 따르면, 기업은 OpenAI나 Anthropic API 요금이 처음 발생해서 5개월 만에 첫 번째 오픈 계산 공급사를 추가합니다. 단 5개월이지요. 전분에는 모델 연구소에 API料를 지불하고 있다가, 다음 순간에는 Together AI, Fireworks, Baseten을 비교하고 있습니다. 어디에 워크로드를 배치할지 결정하고, 재무팀에는 비용 헤지를 어떻게 할지 문의해야 합니다. AI는 소프트웨어 공급사망을 창출했으며, 이제는 그 밑바닥에 자본 스택을 쌓기 시작했습니다. Nvidia와 월가는 이 레이어를 중심으로 5천억 달러 규모의 유동성을调动하려 합니다.

출처: Brex 벤치마크; Brex 카드 및 청구서 데이터 기준, 2021년 1월~2026년 6월

이 업무들은 단순한 기능보다 더 큰 규모를 가집니다. 이는 제품, 데이터, 신원, 자금 전반에 걸쳐 있습니다. 일단 이것이 제품을 가로지리게 되면, 문제는 고객이 어떤 플랫폼이 그 위에 앉았는지 신뢰하느냐가 됩니다.

당신의 에이전트에는 유통(Distribution) 전략이 필요합니다

제가 원하는 것은 당신의 에이전트가 아닙니다. 제 에이전트가 당신의 제품에 진입하는 것을 원합니다.

대부분의 B2B 고객은 결국某種 컨트롤 플레인이나 셸을 운영하게 될 것입니다. 소유한 에이전트들을 조정하고 사용하는 도구 전반에 걸쳐 관리할 단일 장소가 필요하기 때문입니다. CFO의 재무 에이전트, 엔지니어의 코딩 에이전트, 운영팀의 조달 에이전트는 제품 위에 겹치는 한 층에서 예산 책정, 승인, 관찰을 수행할 것입니다.

소비자 시장에도 비슷한 버전이 존재할 것입니다. Grokbot이든 Instinct이든, OpenAI나 Google에서 나온 신규 소비자 앱이거나, 혹은 Apple이 Siri를 최종적으로 낫게 만드는 것이든, 항상 제품을 관통해 사용자를 위한 무언가가 존재하게 됩니다.

Garry Tan이 기존 소프트웨어가 직면한 위협에 대해 매우 정확하게 지적했습니다:

기록 시스템(System of Record)은 이미 셸에 필요한 데이터, 권한, 유통을 보유하고 있습니다. 문제가 되는 점은 새로운 오케스트레이션 레이어가 그 위에 자리 잡아 하단의 모든 제품을 호출 가능한 공급사로 바꿀 수 있다는 것입니다.

이는 세 가지 전략적 선택을 가져옵니다:

오케스트레이션을 장악하라. 고객이 각 에이전트를 조회, 승인, 관리하는 중심지가 되십시오.

신뢰할 수 있는 컨트롤 포인트를 보유하라. 셸을 타사가 점유하더라도, 신원, 평판, 라우팅, 조달, 정산은 모두 높은 가치를 유지할 수 있습니다.

중요한 셸 모두가 호출하기 가장 쉽게 만드는 제품이 되라. CLI, API, 에이전트 인터페이스 바로 이것이 유통입니다.(여러분 중 대부분에게 정답일 것입니다. 생각보다 많을 겁니다)

Salesforce와 뱅킹 핵심 시스템은 이미 보유한 접착력 있는 위징(Wedge)을 쉽게 포기하지 않을 것입니다. 이는 단순히 집합 이론이 아닙니다. 기록 시스템은 셸이 될 수 있고, 전문가들은 컨트롤 포인트를 장악할 수 있으며, 제품은 이 모든 경로를 통해 유통될 수 있습니다.

이 긴장감이 바로 핵심입니다. 상금은 컨트롤 플레인이 될 수 있습니다. 혹은 모든 컨트롤 플레인이 필수적으로 필요로 하는 그 어떤 것이 될 수도 있습니다.

지금 무엇을 구축해야 하며, 미해결 난제는 무엇인가

앞서 대화했던 세 명의 창업가로 돌아가 보겠습니다.

정답은 항상 '업무(Task)'에 있습니다. 포지셔닝은 제품을 따릅니다.

이미 전달해 온 가치 옆에서 AI가 창출한 업무를 찾아보세요. 그리고 이를 위한 인터페이스를 구축하세요.

그런 다음 그것이 어떻게 확산될지 결정하십시오. 셸을 소유하거나, 그 안에 신뢰할 수 있는 컨트롤 포인트를 갖추거나, 모든 셸로부터 우아하게 호출되는 제품이 될 수 있습니다.

바로 이것이 자기 혁신(Self-reinvention)의 의미입니다. 먼저 AI로自社를 운영하세요. 그리고 그것으로 구시대 업무를 더 잘 처리합니다. 그런 다음, 모델이 고객에게 문제점을 안기기 이전에는 존재하지 않았던 업무들로 사다리를 오릅시다.

Ramp이 440억 달러 평가를 받을 수 있었던 것은 지출 관리가 최고의 수준이기 때문이 아닙니다. 거기에 도달할 수 있었던 이유는 투자자들이 AI가 핵심 비즈니스 측면에서 지속적으로 신규 수요를 창출할 것이라고 믿었기 때문이며, Ramp는 이를 포착하는 속도를 갖추고 있었기 때문입니다.

업무를 선택하십시오. 인터페이스를 선택하십시오. 그 일에 유통을 더하십시오.

* (금융 회사 기준으로 Ramp의 성장률은 터무니없이 높습니다: 총 처리액(TPV)은 3월 말 기준 전년 동기 대비 170% 성장했으며, 이는 3년 만에 가장 빠른 속도입니다. 기업의 사업 규모는 이미 20배 확대되었죠.)