AI 에이전트의 위협을 받는 서비스형 소프트웨어(SaaS·사스) 기업들이 인수·합병(M&A)으로 살길을 찾고 있다. 직접 모델을 키우는 대신 AI 스타트업을 사들여 역량을 빠르게 흡수하는 방식이다. 'M&A로 살길 찾아 나선 사스기업'을 얼마에, 언제, 무엇을 샀는지 수치 중심으로 정리한다.
사스(SaaS): 소프트웨어를 구독형 클라우드 서비스로 제공하는 사업 모델.
AI 에이전트: 사람 대신 업무를 스스로 처리하는 AI 시스템.
핵심 수치: 통계로 보는 인수 타임라인
뉴스에 명시된 사실만 시점순으로 정리하면 다음과 같다.
- 2025년경(1년 전): 데이터브릭스, 보안 스타트업 안티매터 인수 후 비공개 보유
- 2026년 3월: 데이터브릭스, 보안 감시 서비스 레이크워치 출시 — 안티매터와 신규 인수 시프트D 동시 공개
- 2026년 5월 말: 스노플레이크, AI 에이전트 스타트업 나토마 인수
- 2026년 6월 15일: 세일즈포스, AI 고객상담 기업 핀(Fin) 인수
- 2026년 6월 16일: 데이터브릭스, 위협 분석 기업 팬더랩스 추가 인수
핀은 지난달 인터콤에서 사명을 바꾼 회사다. 즉 한 달 사이 사명 변경과 피인수가 잇따랐다.
기업별 비교: 누가 무엇을 노렸나
핵심 수치를 기업별로 비교하면 인수 목적이 갈린다.
- 세일즈포스 / 핀: 고객관계관리(CRM) 강자. 핀의 자체 모델 '에이펙스'(개방형 대규모언어모델을 개량)를 기업 플랫폼 에이전트포스에 탑재. 핀은 기존 오픈AI GPT·앤트로픽 클로드 소넷을 에이펙스로 교체해 서비스 비용을 5분의 1(약 80% 절감) 로 줄이고 환각률을 낮췄다고 밝혔다. 외부 LLM 의존도를 낮추는 효과다.
- 스노플레이크 / 나토마: 클라우드 데이터 관리 기업. AI 에이전트가 기업 데이터에 직접 접근하며 생긴 통제 빈틈을 메우기 위해, 에이전트를 외부 시스템과 연결하는 표준 MCP(모델컨텍스트프로토콜) 개발사 나토마를 인수.
- 데이터브릭스 / 안티매터·시프트D·팬더랩스: 데이터 관리 기업. 3건 이상의 보안 인수로 가장 공격적. 고객사 데이터 기반 보안으로 록인(lock-in) 효과를 노린다.
숫자가 말하는 의미
- 속도: 6월 15일·16일 이틀 연속 인수가 나올 만큼 M&A 주기가 짧아졌다. 자체 개발보다 인수가 빠르다는 판단이다.
- 비용: 핀의 5분의 1 비용 절감은 외부 LLM 의존이 곧 비용 구조 리스크임을 보여주는 단일 수치다.
- 방향: 세일즈포스는 모델 내재화, 스노플레이크는 연결(MCP), 데이터브릭스는 보안으로 갈린다. 공통점은 모두 고객 데이터를 지렛대 삼아 AI 역량을 흡수한다는 점이다.
결론
AI 위협에 직면한 사스기업은 자체 개발이 아닌 M&A로 살길을 찾고 있다. 세일즈포스·스노플레이크·데이터브릭스 모두 AI 스타트업을 흡수해 모델 내재화·연결·보안 역량을 보강했고, 핀의 비용 80% 절감이 그 효용을 압축적으로 보여준다.
독자가 바로 점검할 항목은 다음과 같다.
- 자사 AI 서비스의 외부 LLM 의존 비중과 비용을 수치로 산출해, 내재화 시 절감폭을 핀 사례(5분의 1)와 비교해 본다.
- AI 에이전트가 내부 데이터에 접근하는 경로를 점검하고, MCP 등 연결·통제 체계의 빈틈을 목록화한다.
- 경쟁사의 분기별 AI 스타트업 인수 건수를 추적해 연도별·기업별 M&A 흐름을 모니터링한다.