한국은 trap인가 leading indicator인가

2편에서 한국 build 고착이 만든 비용을 봤다 — 글로벌 SaaS의 진입 차단과 한국 SaaS의 일본 우회가 같은 메커니즘의 양면이라는 사실. 이 글은 그 위에 AI 시대라는 변수를 얹는다.

질문은 단순하다. AI는 한국의 build 고착을 풀까, 굳힐까. 답은 단순하지 않다 — 한 방향으로만 작용하는 force가 아니다. 3 Forces가 동시에 움직이고 있고, 셋의 강도와 충돌이 향후 5년 한국 SW 시장의 운명을 결정한다.

이 글은 두 부분으로 나뉜다.

⓵ 1부 — 3 Forces: 무엇이 어떻게 작동하는가 ⓶ 2부 — 3 Scenarios: 이 셋이 어떻게 결합해서 시장을 어디로 데려가는가

먼저 Force, 그 다음 Scenario.

---

1부 — 3 Forces

세 가지 Force는 각각 다른 출처에서 다른 속도로 한국 시장을 흔든다. 한 줄 요약:

Force	방향	한 줄
A. 규제 완화	한국 → 글로벌 SaaS 수용	시장이 늦게라도 열리는 중
B. AI Build Resurgence	글로벌 → Build 회귀	글로벌이 build로 돌아오는 중
C. SI 관성	변화 저항	30년 누적 매출·인력 구조의 관성

셋은 동시에 작동하지만 강도와 시점이 다르다.

Force A — 규제 완화 (한국 → 글로벌 SaaS 수용)

CSAP·망분리 같은 진입 장벽이 천천히 약화되고 있다. 핵심 신호:

• CSAP 등급제 시행 (2023–2024): 공공 클라우드 보안인증을 시스템 중요도에 따라 상·중·하 등급으로 세분화. 하등급 우선 시행, 외산 SaaS의 부분적 진입을 가능하게 함
• CSAP 추가 개편 (2026 진행 중): 정부가 CSAP를 공공 의무에서 제외, 자율 민간 인증으로 전환 + 등급제 폐지 검토. 공공 클라우드 보안 정책은 국정원으로 이관 추진
• 망분리 단계적 완화 논의: 특히 금융권에서 클라우드 서비스 활용 범위 확대 논의 진행 중
• 디지털플랫폼정부 SaaS 우선구매: 공공 부문 SaaS 구매 우선 검토 정책
• K-PaaS 활성화: 과기정통부 + NIA 주도 오픈소스 PaaS (구 PaaS-TA) 기반 인프라

방향은 일관되다 — build 시장 위에 buy 시장의 공간을 마련하는 것.

왜 천천히인가

규제만 바꾼다고 시장이 즉시 열리지 않는다. 한국의 클라우드 규제는 build 시장의 부산물이다 (1편 참조). 정책을 바꿔도 발주 단가 모델이나 SI 산업 구조가 동시에 바뀌지 않으면 효과는 제한적이다. 디지털플랫폼정부의 SaaS 우선구매도 실제 발주처에서 “기존 SI 모델이 익숙해서” 적용이 지연되는 사례가 적지 않다.

그럼에도 변화 신호

• 외산 클라우드 (AWS, Azure, GCP)의 한국 리전 확장 + 한국 데이터 주권 가이드 마련
• 금융권 일부에서 SaaS 도입 사례 증가 (인사·HR·협업 영역 우선)
• 공공 부문 SaaS 우선구매 의무 비율 확대

시점의 함정

규제 완화가 가속화되는 시점이 Force B(AI Build Resurgence)와 겹친다. SaaS 시장이 막 열리려는데 글로벌 SaaS 자체가 성장 둔화 중이라면, 한국에 진입할 외산 SaaS의 우선순위가 떨어진다. 시장이 열려도 들어올 사람이 줄어드는 구조다.

규제 완화는 SaaS 시장을 늦게라도 연다. 단, 시점이 AI Build resurgence와 겹친다.

Force B — AI Build Resurgence (글로벌 → Build 회귀)

같은 시기, 글로벌은 SaaS에서 build로 회귀하고 있다. 핵심 신호:

• Cursor, Claude Code, v0: 사내 엔지니어가 직접 build하는 비용을 급격히 낮춘 도구들
• “SaaS is dead” 담론: a16z, Bessemer 등이 vertical agent의 horizontal SaaS 대체를 논하는 글
• 사내 sLLM·에이전틱 워크플로우: 회사 내부 데이터로 학습된 작은 모델이 일부 SaaS 기능을 대체
• 대기업 자체 LLM 내재화 (한국): 삼성 가우스 (2023.11~, 가우스2 후속), LG 엑사원 3.0 (2024.8) → 3.5 + 챗엑사원 임직원 활용, SK C&C 솔루어(Solur) LLM옵스 — SI 회사 SK C&C가 자체 출시한 기업용 LLM 운영(LLMOps) 플랫폼. GPT·HyperCLOVA X·Gemini 등 외부 LLM을 기업 자체 데이터로 학습·운영해 sLLM으로 만들어주는 서비스

무엇이 바뀌었나

Build 비용이 급격히 낮아졌다. 5년 전 사내 시스템 1개를 build하려면 엔지니어 수십 명·6–12개월 단위 프로젝트였다. 지금은 작은 팀이 Cursor·Claude Code 같은 도구로 같은 결과를 1–2개월에 만든다. SaaS 구독료를 정당화하던 “build보다 buy가 싸다”는 등식이 일부 영역에서 무너졌다. 특히 vertical 영역 (영업·CS·내부 운영) 에서는 사내 build가 SaaS보다 더 빠르게 자사 프로세스에 맞는 형태로 만들어진다.

한국에 양가적인 이유

이 force는 한국에 대해 정확히 양가적이다.

⓵ 사후적 정당화 측면: 한국이 build 마인드를 유지해 온 게 글로벌 트렌드와 맞아 떨어지는 것으로 보인다. “한국이 보수적이었던 게 결국 옳았다”는 해석이 가능해진다. ⓶ 메커니즘 충돌 측면: 한국 build = SI 외주, AI build = 사내 엔지니어링. 같은 단어 다른 게임이다. 한국이 build에 머물렀다고 자동으로 AI build에 진입하는 게 아니다 (시리즈 0편의 핵심 구분).

방향은 한국 쪽으로 수렴한다. 방법이 한국에게 익숙한 방법이냐는 별개의 질문이다.

Force C — SI 관성 (변화 저항)

한국 SI 산업은 30년 누적 매출과 인력 구조가 있다. AI Build resurgence가 한국에 도착할 때 이 관성이 어떻게 작동하느냐가 결정적이다.

SI의 두 가지 진화 가능 경로

⓵ AI-augmented SI (관성 유지): SI 3사가 AI 도구를 인하우스화해서 N명·M개월 모델을 유지하되 N과 M을 줄임. 매출은 인당 단가 상승으로 보전. 사실상 SI 산업이 AI 시대에도 살아남는 시나리오. 발주처 입장에서는 SI 발주 모델이 그대로 유지되고, 다만 SI가 AI를 활용해 더 빠르게 build해 준다.

⓶ SI Bypass (관성 약화): 대기업·금융권 사내 엔지니어링 조직이 강화되어 SI 발주 자체가 줄어듦. SI 3사 매출 정체. 사내에서 직접 AI build로 처리.

지금까지 신호는 어느 쪽인가

지금까지 신호는 ① AI-augmented 쪽에 가깝다.

• SI 3사 매출은 정체보다 성장 쪽 (특히 그룹사 SI는 안정적)
• “AI 활용 SI” 라는 카테고리가 빠르게 형성 (SK C&C 솔루어 LLM옵스 — SI가 자체 LLMOps 플랫폼을 제품화한 사례, 삼성SDS 자체 LLM 등)
• 다만 ② SI Bypass도 일부에서 진행 — 테크 대기업, 핀테크, 일부 글로벌 진출 기업

관건

어느 쪽이 더 빠른가가 시나리오를 결정한다. SI의 AI-augmented 진화가 사내 엔지니어링 조직 강화보다 빠르면 SI가 보전, 사내 엔지니어링이 더 빠르면 SI 의존도 감소. 두 변화는 동시에 일어나지만 속도 차이가 시장의 모양을 만든다.

발주 사이클 vs 기술 변화 사이클

Force C의 진짜 어려움은 SI 모델 자체가 가진 시간 구조다. 사이클 길이를 비교하면:

사이클	시간 단위
기술 변화 (모델·도구 출시)	분기 단위 (3–6개월)
AI Build (사내 엔지니어 + AI 협업)	일~주 단위
SI 발주·구축 (RFP → 구축 → 검수)	6–24개월

비대칭이 명확하다. SI 발주의 결과물이 완성되는 순간 이미 outdated인 경우가 많다. 6개월 전 RFP에 박힌 spec이 모델·도구 한두 세대 뒤의 수준이 되어 있다. 이건 SI의 역량 문제가 아니라 모델 자체의 시간 구조 문제다.

이게 누적되면 두 가지 효과가 발생한다:

⓵ 기술 부채 누적 — 발주 시점의 spec으로 만들어진 시스템이 채 정착되기도 전에 기술 변화가 그 위로 지나간다. 다음 발주에서 그 위에 또 새 시스템을 얹거나 처음부터 다시 만든다. 발주마다 부채가 쌓이고, 부채 청산은 또 RFP로 — 무한 루프. ⓶ 성공 사례 부재의 자기강화 — RFP는 “검증된 사례”를 요구하지만, AI 영역은 검증된 사례가 적은 게 본질이다. 한국 엔터프라이즈 AX의 뾰족한 성공 사례 부재가 다음 발주의 보수성을 다시 강화한다. 다층 결재 구조에서 reference 없는 의사결정은 거의 불가능하다.

SI 산업의 AI-augmented 진화가 이 비대칭을 좁힐 수 있느냐가 Force C의 진짜 시험대다. 도구를 인하우스화한다고 발주 사이클 자체가 짧아지는 건 아니다 — 발주자의 의사결정 사이클, RFP 작성 사이클, 검수 사이클은 별개로 길다.

---

2부 — 3 Scenarios

3 Forces가 어떻게 결합해서 시나리오를 만드는가. Force는 입력, Scenario는 결과다.

Force × Scenario 매핑

3 Forces가 각각 어떻게 작동하느냐의 조합으로 시나리오가 결정된다. 행은 Scenario, 열은 Force.

Scenario	A. 규제 완화	B. AI Build Resurgence	C. SI 관성	결과 한 줄
① Korea Vindicated	늦게	빨리	자연 진화 (AI-augmented SI 우세)	SI가 AI build로 진화, 한국 시장이 글로벌과 수렴
② Double Loss	빨리	빨리	정체 (SI 외주 그대로)	SaaS도 AI build도 한국에서 안 자람, SI만 보전
③ Bifurcation	빨리	빨리	부분 진화 (사내 build 일부)	상위 분리, 하위 SI 잔류 — 두 시장으로 갈라짐

3 Scenarios 모두 Force B(AI Build Resurgence)는 빨리 온다고 가정한다. 차이는 Force A(규제 완화)의 속도와 Force C(SI 관성)가 어떻게 변하느냐다.

시나리오 ① — Korea Vindicated

메커니즘: A(규제 완화)가 늦게 열리지만 B(AI Build resurgence)가 더 빨리 와서 SaaS 자체가 글로벌적으로 약화. C(SI 관성)가 AI build로 자연 진화.

3년 후 모습:

• 한국 = 글로벌 build로 회귀하는 흐름의 leading indicator로 평가
• SI 산업은 AI 엔진을 탑재해 새 포지션 확보 (“AI-augmented SI”)
• 한국 SaaS의 일본 우회는 줄어듦 (한국 시장도 미국·일본과 비슷한 build 마인드로 수렴)
• 한국 build 모델이 Asia 다른 시장에 export 가능성

Leading Indicators (이 시나리오로 가는 신호):

• SI 3사가 자체 AI 엔진 / sLLM 기반 build 자동화 발표
• “AI-augmented SI” 라는 카테고리가 산업 표준 용어로 자리 잡음
• 한국 SaaS의 일본 우회 비중 감소 (한국에서 직접 판매 가능)
• 글로벌 SaaS의 한국 진입 우선순위 하락

누가 이기고 누가 지나:

• 이김: SI 3사 (AI 엔진 보유한 자들), 한국 sLLM 회사, 사내 엔지니어링 강화 대기업
• 짐: 글로벌 SaaS의 한국 GTM 팀, 한국에 본사 둔 SaaS 회사 일부

필요 조건: SI가 단순 인력 투입에서 AI 엔진 보유 모델로 전환. SI 3사가 이를 주도할 수 있는가가 관건.

시나리오 ② — Double Loss

메커니즘: A는 열리지만 B가 SaaS 자체를 죽이고, C는 SI 외주에 머물러 사내 build 역량이 자라지 않음.

3년 후 모습:

• 글로벌 SaaS는 한국 시장이 열렸을 때 이미 약화돼 진입 가치가 줄어듦
• 한국 SaaS는 글로벌 흐름과 한국 build 관성 모두에 끼여 작아짐
• SI는 외주 build 모델로 살아남지만, AI 시대의 사내 build로 진화하지 못함
• SI만 유일하게 안정 구조에 머무는 시장

Leading Indicators:

• 사내 엔지니어 채용 증가 신호 부재 (대기업·금융권 모두)
• SaaS 우선구매 정책에도 실 발주가 SI 외주로 회귀하는 패턴
• 한국 SaaS의 해외 매출 의존도가 더 심화 (일본·SF 우회 강화)
• 글로벌 SaaS 회사의 한국 지사 축소 또는 철수

누가 이기고 누가 지나:

• 이김: 기존 SI 3사 (관성으로 보전)
• 짐: 한국 SaaS 회사들 (특히 한국 본사 유지하는 회사), 글로벌 SaaS, 한국 IT 일자리 다양성

필요 조건: 한국 대기업·금융권의 사내 엔지니어링 조직이 정체. 사내 엔지니어 충원이 제한적. SI의 AI 진화도 표면적 (도구 도입 발표만 하고 실제 build 모델 변화 없음).

기술 부채의 자기강화 (이 시나리오의 숨겨진 메커니즘):

이 시나리오가 가장 위험한 이유는 표면적으로는 안정적으로 보이기 때문이다. SI 산업은 매출이 유지되고, 발주는 계속 나오고, 결제 라인은 변함없이 작동한다. 그러나 그 아래에서:

• 발주마다 만들어지는 시스템이 완성 시점에 이미 outdated → 기술 부채 누적
• 부채 청산을 위한 새 발주는 또 RFP로 진행 → 부채가 또 쌓임
• 한국 엔터프라이즈 AX의 뾰족한 성공 사례가 누적되지 않음 → reference 부재 → 발주 보수성 강화 → 또 RFP 안전 모델 채택
• SI는 매출이 안정적이라 변화 동력 없음. 발주자는 부채가 누적되어도 책임 분산되어 누구도 변화 push 안 함

결과적으로 시장은 buy로도 가지 못하고, AI 시대의 사내 build로도 가지 못한 채, 30년 SI 모델의 점진적 노화가 진행된다. 이게 Double Loss가 단순 “기회 상실”이 아니라 “구조적 누적 손실”인 이유다.

시나리오 ③ — Bifurcation (분기)

메커니즘: 대기업·금융권 일부는 사내 엔지니어링 조직을 강화해 AI build로 진화. 중견 이하 기업은 SI 외주에 잔류.

3년 후 모습:

• 한국 시장이 두 종으로 분기 (Tier 1 vs Tier 2)
• 상위 (테크 대기업, 핀테크, 일부 금융 빅): 미국과 비슷한 사내 build 모델로 진입
• 하위 (전통 대기업, 중견·중소): SI 외주·온프레미스에 머무름
• 두 시장 사이의 인력·자본 이동이 제한적
• SaaS 진입은 상위 시장만 부분적으로

Leading Indicators:

• 테크 대기업·핀테크의 사내 엔지니어 채용 가속 (이미 진행 중)
• 같은 산업 안에서도 회사별 격차 심화 (예: 금융권 안에서 빅 vs 중소 차이)
• SaaS 도입률이 상위 시장에 집중되는 패턴
• SI 매출은 중견·중소 시장에서 안정 유지

누가 이기고 누가 지나:

• 이김: 사내 엔지니어링 조직을 빨리 키우는 상위 그룹, AI build 도구 회사
• 짐: 두 시장 모두 진입하려는 글로벌 SaaS (단일 GTM 어려움), 중견·중소 시장에 의존하는 한국 SaaS

필요 조건: 대기업·금융권 일부에서 사내 엔지니어 충원이 가속, 동시에 중견 이하에서는 SI 모델 유지.

어느 시나리오로 갈 가능성이 높은가

단정하기 어렵다 — 시장은 여러 force가 동시에 작용하고 정책·글로벌 충격·기술 점프 같은 우연이 끼어든다.

다만 현재 관찰되는 신호 일부는 ③ Bifurcation 쪽을 가리킨다: 테크 대기업·핀테크의 사내 엔지니어링 조직 확대 흐름이 이미 진행 중이고 SI 의존도 감소가 동시에 관찰되는 반면, 중견·중소기업은 AI 도구 도입에 시간이 더 걸리고 SI 모델이 더 오래 유지될 가능성이 크다. 한국 시장 전체가 한 방향으로 수렴하기보다 두 종으로 갈라지는 게 현 시점에서는 자연스러운 진화 경로처럼 보인다.

하지만 이건 단지 한 가지 가능성일 뿐이다. ② Double Loss로 갈 신호도 적지 않다 — SI 매출은 여전히 성장 중이고, 사내 엔지니어 채용 가속은 일부 부문에 그치며, RFP 사이클은 변화 속도를 못 따라간다. ① Korea Vindicated의 가능성도 SI의 AI 흡수 속도에 따라 살아 있다.

시나리오를 단정하기보다, 어느 신호가 어느 방향을 가리키는지를 읽는 게 더 가치 있다. 이 시리즈가 결론 대신 신호 표를 제공하는 이유다.

---

점프의 진짜 분기점

3 Scenarios 모두에서 핵심 변수는 같다. 한국 기업의 사내 엔지니어링 조직이 AI 도구와 결합해 직접 build할 수 있느냐.

%%{init: {'look': 'handDrawn', 'theme': 'neutral'}}%%
flowchart TD
    A[현재: 한국이 build에 갇힘<br/>SI 외주 모델, 사내 엔지니어링 빈약] --> B{사내 엔지니어링<br/>조직 강화?}
    B -->|Yes, 광범위| C[시나리오 1<br/>Korea Vindicated]
    B -->|Yes, 일부| D[시나리오 3<br/>Bifurcation]
    B -->|No| E[시나리오 2<br/>Double Loss]
    style A fill:#fef3c7,stroke:#d4a373
    style B fill:#e8d8c4,stroke:#b89968
    style C fill:#d1f0c5,stroke:#7a9e7e
    style D fill:#ffd6a5,stroke:#c98a5a
    style E fill:#e5d9c8,stroke:#a08d7a

이 분기점에서 봐야 할 신호들 (5가지 핵심 지표):

신호	의미	현재 상태
대기업 사내 엔지니어 채용 비중	Build 역량 내재화	일부 (테크·핀테크), 광범위 아님
SI 3사 매출 정체 또는 감소	외주 의존 약화	미관찰 (여전히 성장)
사내 sLLM·에이전틱 자체 구축	AI build 진입	발표 활발, 실 운영 검증 중
클라우드 SaaS 정착 (CSAP 등급별)	Buy 시장 형성	부분 진입, 가속 신호 미약
정부 SW 단가 모델 변경	발주 구조 전환	미진행

각 신호는 시나리오 방향을 가리키는 weak signal이다. 이 시리즈는 결론을 내지 않는다 — 신호를 읽는 방식을 제공한다.

닫는 말 — 시리즈가 검증하려 한 것

이 시리즈는 한국 SW 시장의 다섯 가지 특수성을 하나의 root cause로 환원했다. SI 지배·CSAP·로컬 LLM·다층 결재·한국어 토큰은 build 고착의 다섯 그림자다. 그 build는 30년에 걸친 공공 SW 단가, IT 외주화, 자체 구축 문화의 누적이다. 비용은 한국 SaaS의 일본 우회와 글로벌 SaaS의 진입 차단으로 양면 발현된다.

AI 시대는 양가 변수다. 한쪽에서 글로벌이 build로 회귀하면서 한국의 build 마인드가 사후적으로 정당화되고, 다른 한쪽에서 한국의 build 메커니즘(SI 외주)이 AI 시대의 build 메커니즘(사내 엔지니어링 + AI)과 다르다는 사실이 점프 비용을 만든다.

한국이 build에 갇혔다는 진단은 절반만 맞다. 진짜 질문은 점프 가능 여부다.

이 시리즈는 답을 내리지 않는다. 시장이 어디로 갈지 정확히 아는 사람은 없다 — 시리즈가 작성된 시점의 신호와 5년 후 결과 사이에는 너무 많은 우연·정책 변수·글로벌 충격이 끼어든다. 단정하는 글은 대부분 5년 후 틀린 것으로 판명된다.

다만 시리즈가 한 가지 입장을 가진다면, 어느 데이터를 봐야 하는가에 대한 입장이다. 사내 엔지니어링 조직 강화 여부, SI 모델의 사이클 단축 여부, RFP가 변화 속도를 따라가는지 여부, 한국 엔터프라이즈 AX의 뾰족한 성공 사례가 누적되는지 여부 — 이런 신호들이 다른 거시 지표보다 시장의 실제 진행 방향을 더 정확하게 가리킨다고 본다.

3 Scenarios는 각각 다른 미래지만 모두 같은 변수에 의존한다. 그 변수가 어떻게 움직이는가가 한국이 trap에 갇힐지, leading indicator가 될지, 또는 두 종의 시장으로 갈라질지를 결정한다. 어느 쪽이 실현되든 — 또는 셋 다 부분적으로 실현되든 — 시리즈가 던진 진짜 질문은 같다: 한국이 SI-외주 build에서 엔지니어링-조직 build로 점프할 수 있느냐.

답은 시장이 한다. 시리즈는 그 답을 알아볼 수 있는 신호의 목록을 남긴다.

---

출처

• CSAP 등급제 어떻게 바뀌나 — 기존 IaaS 인증은 중등급 인정 (ZDNet Korea, 2023)
• CSAP 등급제 본격 시행 — 상등급 보안인증 강화 (ZDNet Korea, 2024)
• CSAP 등급제 폐지 — 공공 클라우드 보안 국정원 단일 검증체계로 재편 (이데일리, 2026)
• 클라우드 보안 법적 근거 마련 — CSAP 등급제 무산 아니다 (테크M)
• 클라우드 서비스 보안인증제도(CSAP) 개편 동향 (한국재정정보원)
• 삼성 가우스 — 정리 (나무위키, 2023.11 공개·가우스2 후속)
• 삼성전자, AI 내재화 안 멈췄다 — ‘이미지 생성 모델’도 개발 (디일렉)
• LG ‘엑사원 3.5’ 경량화한 온디바이스 sLM (LG 공식 보도자료)
• SK C&C, 맞춤형 sLLM 솔루어 LLM옵스 — 기업 자체 학습·운용 서비스 (디일렉)
• 개방형 클라우드 플랫폼 K-PaaS 확장성 확인 — 카카오엔터프라이즈 보도자료
• 개방형 클라우드 플랫폼 PaaS-TA 동향 및 생태계 활성화 (SPRi)
• 한국지능정보사회진흥원 (NIA) — 디지털플랫폼정부본부
• 글로벌 SaaS 마켓플레이스 지원 사업 (NIPA)

---

시리즈 0편으로 돌아가기: 한국이 SW를 안 사는 시장인 이유

시리즈 인덱스: 한국 SaaS Build Trap