미국·중국 증시 2026년 2분기 실적에서 본 에이전트의 진짜 변화

작성자: qinbafrank

이틀 동안 미국과 중국 증시에서 에이전트 관련 기업들의 실적을 훑어봤는데, 느낌이 아주 강렬했습니다. 에이전트가 이제 발표회를 넘어 재무제표 속으로 들어오기 시작했습니다.

지난 1년간 시장은 에이전트를 볼 때 주로 모델이 도구를 호출할 수 있는지, 여러 단계의 작업을 연속으로 완료할 수 있는지, 한 회사가 에이전트를 몇 개나 출시했는지에 주목했습니다.

이번 실적 시즌에는 관찰 지표가 확실히 달라졌습니다. 이제는 에이전트가 얼마나 많은 ARR(연간 반복 매출), ACV(연간 계약 가치)를 기여했는지, 신규 주문을 얼마나 가져왔는지, 얼마나 많은 고객이 프로덕션 환경에 진입했는지, 분기마다 실제로 얼마나 많은 작업량을 완료했는지를 보기 시작했습니다.

이 변화는 매우 중요합니다.

제품이 원활하게 작동한다는 것은 기술 방향이 성립한다는 것만 보여줍니다. 수익, 계약, 회수, 이익이 나타나기 시작해야 기업이 이 능력에 지속적으로 비용을 지불할 의향이 있다는 뜻입니다.

그래서 2026년을 기업용 에이전트의 '재무 검증의 시작점이자 원년'으로 정의하는 쪽에 더 기울고 있습니다. 여기서 말하는 것은 검증 원년이지 산업 성숙까지는 아직 갈 길이 멀지만, 적어도 재무 모델에 넣을 수 있는 첫 번째 실제 데이터가 등장했습니다.

1. 미국 증시는 이미 첫 번째 답을 내놓았다

현재 가장 명확하게 보이는 몇몇 기업들은 대체로 기업 내부의 데이터, 권한, 업무 프로세스를 보유하고 있습니다.

1) ServiceNow의 2분기 구독 매출은 38억 7,700만 달러로 전년 동기 대비 24.5% 증가했습니다. AI 사업 ACV는 10억 달러를 돌파했고, 에이전트 배포량은 9개월 만에 9배 증가했습니다.

과거에는 많은 사람들이 ServiceNow를 IT 서비스 요청 및 워크플로 소프트웨어로 봤지만, 이제는 점점 기업 에이전트의 통제 센터처럼 변하고 있습니다.

기업 내부에서는 앞으로 Claude, Gemini, OpenAI 및 다양한 수직 특화 모델이 동시에 운영될 수 있습니다. 어떤 에이전트가 어떤 데이터에 접근할 수 있는지, 누구를 대신해 작업을 수행할 수 있는지, 어떤 행동에 승인이 필요한지, 오류 발생 시 어떻게 롤백할지 등의 문제는 모두 통합된 거버넌스 계층이 필요합니다.

ServiceNow는 이미 이 위치에 서 있습니다. 판매하는 제품이 점차 워크플로 소프트웨어에서 에이전트의 신원, 권한, 모니터링, 실행 체계로 확장되고 있습니다.

2) Salesforce의 검증도 매우 직접적입니다

Agentforce ARR은 이미 15억 달러를 넘어 전년 동기 대비 240% 이상 성장했습니다. Agentforce와 Data 360을 합친 ARR은 약 39억 달러에 달합니다. 2분기 Agentforce와 Slack은 32억 개의 Agentic Work Units를 완료해 전 분기 대비 97% 증가했습니다.

과거 시장에서 Salesforce를 논할 때 범용 대형 모델이 CRM을 피해 가서 판매와 고객 서비스를 직접 장악할 것이라는 우려가 있었습니다. 지금 보면 대형 모델이 실제로 기업 업무를 완수하려면 여전히 고객 데이터, 과거 주문, 계약 상태, 영업 리드, 권한 체계가 필요합니다.

Claude는 의도 이해를 담당할 수 있고, Salesforce는 비즈니스 컨텍스트와 실행 궤도를 보유하고 있습니다.

물론 240%의 연간 성장률은 약간 할인해서 봐야 합니다. Salesforce는 이번 분기부터 Agentforce ARR의 통계 범위를 확대해 다른 AI 제품, Slackbot, Headless 360을 포함시켰습니다. 방향은 이미 명확하지만 구체적인 성장률은 기준 변경을 고려해 판단해야 합니다.

3) Workday의 실적도 매우 대표성이 있습니다

AI가 신규 ACV의 25% 이상을 기여했고, 5,500개 이상의 고객이 최소 하나의 Workday 자체 개발 에이전트를 사용하고 있습니다.

이 데이터는 기업이 HR, 재무, 감사와 같은 민감한 영역에서 기존 소프트웨어 플랫폼을 단순히 피해 가지 않는다는 것을 보여줍니다. 직원 데이터, 급여 규칙, 재무 제도, 조직 권한이 모두 Workday 내부에 축적되어 있으며, 에이전트는 이러한 확정적인 궤도를 따라 작업해야 합니다.

많은 전통적인 SaaS 기업에게 AI는 일부 페이지, 버튼, 저가치 사용자 라이선스를 압축할 수 있습니다. 하지만 핵심 데이터와 비즈니스 규칙을 보유한 플랫폼은 오히려 에이전트 덕분에 새로운 추가 구매 기회를 얻을 수 있습니다.

4) Palantir는 또 다른 유형을 대표합니다

2분기 매출은 전년 동기 대비 93% 성장했고, 미국 상업 부문 매출은 149% 성장했습니다. Palantir의 강점은 항상 기업 데이터, 비즈니스 객체, 권한, 실제 생산 프로세스를 연결한 다음 소프트웨어로 의사 결정과 실행을 완료하는 데 있었습니다.

많은 에이전트 제품이 '답변을 생성해 주는' 수준에 머물러 있는 반면, Palantir는 '기업이 결과를 완성하도록 돕는' 것에 더 가깝습니다.

제조 기업은 설비 가동 중단이 얼마나 줄었는지, 공급망 기업은 재고 회전이 얼마나 개선됐는지, 영업 팀은 전환율이 얼마나 높아졌는지에 관심을 가집니다. 기업이 궁극적으로 높은 가격을 지불할 의향이 있는 것은 대개 이러한 정량화 가능한 경영 성과입니다.

이들 기업을 함께 놓고 보면 매우 분명한 추세가 보입니다.

에이전트 혜택을 가장 먼저 누리는 기업은 대체로 원래부터 기업 핵심 업무 시스템 안에 있던 회사들입니다.

모델 능력도 물론 중요하지만, 기업이 에이전트를 배포하려면 데이터, 권한, 프로세스, 감사, 고객 접점도 필요합니다. 단순히 모델 하나를 연결하고 채팅 인터페이스 한 겹을 얹는 것의 진입 장벽은 곧 낮아질 것입니다. 이는 앞서 AI 도입이 엔지니어링 시대에 접어들었다는 긴 글에서도 언급한 내용입니다. 워크플로와 핵심 독점 데이터를 실제로 보유한 SaaS가 작업 진입점, 비즈니스 객체, 비즈니스 의미, 사용자 권한, 과거 작업 데이터, 시스템 기록, 업계 규칙, 최종 행동 실행, 고객 결과 피드백을 보유합니다.

2. 이번 실적에서 가장 중요한 변화는 사실 측정 방법이 바뀌었다는 점이다

과거에는 AI 제품을 판단할 때 시장이 등록 사용자, 체험 고객, 토큰 사용량을 자주 봤습니다. 이러한 지표는 사람들이 관심이 있다는 것을 증명할 수는 있지만 비즈니스 모델이 성립한다는 것을 증명하기는 어렵습니다.

이제 점점 더 많은 기업이 AI가 신규 ACV에 얼마나 기여했는지, 에이전트가 얼마나 많은 ARR을 창출했는지, 얼마나 많은 고객이 체험에서 프로덕션 환경으로 전환했는지, 실제로 얼마나 많은 작업을 완료했는지를 공개하기 시작했습니다.

Salesforce가 Agentic Work Units로 작업량을 측정하기 시작한 것은 매우 중요한 신호입니다.

과거 SaaS는 주로 사용자 라이선스 단위로 과금했습니다. 기업에 직원이 1만 명이면 계정 1만 개를 구매하는 방식이었습니다. 앞으로 에이전트가 기업의 많은 작업을 대신 수행하면 과금 방식이 점차 다음과 같이 바뀔 수 있습니다.

기본 사용자 라이선스 요금 + AI 사용량 + 작업 완료량;

더 나아가 일부 고부가가치 시나리오에서는 결과에 따라 과금까지 가능할 수 있습니다.

예를 들어 고객 서비스 에이전트가 처리한 서비스 요청 수, 영업 에이전트가 완료한 리드 선별 건수, 재무·세무 에이전트가 처리한 문서 수, 보안 에이전트가 종료한 위험 이벤트 수 등입니다.

과금 단위가 '소프트웨어를 사용하는 사람 수'에서 '소프트웨어가 완료한 작업량'으로 전환되면 SaaS의 매출 상한도 달라집니다.

IT 예산 내부에서만 재분배되는 것이 아니라 기업의 인건비, 아웃소싱 비용, 운영 예산에 진입하기 시작합니다.

3. 모델 지능 향상이 에이전트를 장기 산업으로 만드는 이유

에이전트에는 매우 분명한 능력 임계값이 있습니다. 어떤 에이전트가 단일 단계 작업을 성공할 확률이 95%라고 가정하면, 연속으로 10단계를 수행한 후 전체 작업이 완전히 성공할 확률은 약 60%에 불과합니다.

그래서 초기 에이전트에는 자주 문제가 발생했습니다. 각 단계는 꽤 똑똑해 보이지만 실제로 긴 프로세스에 투입되면 오류가 나기 시작합니다. 기업은 직원을 배치해 검사, 수정, 재작업을 해야 했고, 결국 절약되는 시간이 많지 않았습니다.

모델 추론 능력, 컨텍스트 길이, 도구 호출, 메모리 능력이 향상되면서 이 상황은 점차 개선될 것입니다. 에이전트가 연속으로 완료할 수 있는 단계가 많아질수록 사람이 개입해야 하는 지점이 줄어들고, 기존에는 자동화할 수 없었던 업무가 상업화 임계값을 넘게 됩니다.

이것은 균일한 속도로 발전하는 과정이 아닙니다.

모델 능력이 조금 향상되면 답변이 더 유창해지는 정도에 그칠 수 있습니다. 하지만 신뢰성이 특정 임계값을 넘으면 전체 워크플로가 한꺼번에 자동화될 기회가 생깁니다.

그래서 에이전트 매출은 앞으로 매우 강한 비선형성을 보일 가능성이 높습니다.

오늘은 자료 정리만 할 수 있고, 다음 단계에서는 시스템에 입력할 수 있고, 그다음에는 승인 제출, 진행 상황 추적, 예외 처리까지 가능해집니다. 한 단계를 더 완료할 때마다 비즈니스 가치가 뚜렷하게 높아집니다.

이것이 에이전트가 소위 범용 인공지능을 먼저 구현할 필요가 없는 이유이기도 합니다.

재무·세무, 고객 서비스, IT 운영, 영업 리드 선별, 문서 처리에는 경계가 명확하고 반복 빈도가 높으며 결과를 검증할 수 있는 작업이 대량으로 존재합니다. 이는 앞서 악성 코드 이후 두 번째 시나리오로 언급한 내용이기도 합니다.

에이전트가 그중 대부분을 안정적으로 완료할 수만 있다면 고객 ROI는 이미 성립합니다.

4. 중국 A주도 검증되기 시작했지만 경로는 미국 증시와 다르다

미국 증시에서 현재 가장 먼저 실현하는 것은 기업 플랫폼과 워크플로 기업이고, A주에서는 수직 특화 시나리오에 더 주목할 만합니다.

1) 킹소프트 오피스(金山办公)의 상반기 매출은 33억 1,300만 위안으로 전년 동기 대비 24.69% 성장했고, WPS 365는 6개 분기 연속 60% 이상 성장을 유지했습니다.

킹소프트 오피스의 강점은 매우 직관적입니다. 문서 접근점, 포맷 기능, 협업 관계, 기업 오피스 데이터를 보유하고 있습니다. 미래의 오피스 에이전트는 문서를 직접 생성, 수정, 검토, 인도할 수 있는데, 이는 문서 옆에 채팅 창을 하나 두는 것보다 훨씬 가치가 높습니다.

다만 킹소프트 오피스의 상반기 모회사 귀속 순이익이 200% 이상 증가한 것은 상당 부분 투자 수익에서 비롯됐습니다. 본업을 볼 때는 이러한 일회성 항목을 반드시 분리해야 합니다.

2) 세무우(税友股份)는 A주 수직 특화 에이전트 중 비교적 전형적인 사례입니다

상반기 매출은 10억 1,200만 위안으로 전년 동기 대비 9.72% 증가했고, 비경상적 손익을 제외한 순이익은 44.04% 증가했습니다. AI 제품 및 사업 회수액은 이미 디지털 재무·세무 사업 회수액의 33%를 차지해 2025년 연간 28%보다 높아졌습니다.

재무·세무 시나리오는 에이전트에 매우 적합합니다. 규칙이 비교적 명확하고 데이터 구조화 수준이 높으며 결과를 재검토할 수 있고, 고객도 인건비와 세무 리스크를 줄이기 위해 기꺼이 비용을 지불합니다.

이런 사업은 모델이 모든 것을 해결할 필요가 없습니다. 좁은 시나리오에서 충분히 신뢰할 수 있게 만드는 것만으로도 실제 매출을 만들 수 있습니다.

3) 한더정보(汉得信息)

상반기 AI 지능화 사업 매출은 약 2억 2,000만 위안으로 전년 동기 대비 100% 이상 증가해 이미 회사 매출의 두 자릿수 비중을 차지했습니다.

한더정보는 오랫동안 ERP, 공급망, 제조, 재무 시스템 구축을 해왔습니다. 기업 에이전트 도입의 가장 큰 난제는 흔히 레거시 시스템 연결, 비표준 데이터, 복잡한 승인 프로세스에서 발생합니다. 한더정보는 이러한 부분에 익숙하기 때문에 국내 기업 AI의 배포 계층이자 통합 계층이 될 기회가 있습니다.

다만 A주에서는 재무 건전성에 특히 주의해야 합니다. A주 에이전트의 기회는 크지만 분석 난이도는 미국 증시보다 높을 수 있습니다.

많은 기업이 여전히 프로젝트 단위 매출 중심이며, AI 사업이 표준화될 수 있는지, 매출총이익률이 높아질 수 있는지, 일회성 구축에서 구독 및 지속 사용량 과금으로 전환할 수 있는지는 아직 지켜봐야 합니다.

5. 에이전트 산업 사슬은 4층 구조로 형성될 가능성이 있다

첫 번째 층은 기반 모델과 컴퓨팅 파워로, 에이전트의 지능 상한과 추론 비용을 결정합니다.

두 번째 층은 데이터, 신원, 권한, 거버넌스입니다. ServiceNow, Salesforce, Workday가 현재 이 층을 두고 경쟁하고 있습니다.

세 번째 층은 워크플로 오케스트레이션과 실행입니다. Palantir, UiPath 및 일부 기업 디지털화 서비스 제공업체가 이곳에서 경쟁합니다.

네 번째 층은 수직 산업 에이전트로, 재무·세무, 오피스, 법률, 의료, 제조, 고객 서비스, 영업이 포함됩니다.

현재 재무 검증이 가장 명확한 것은 두 번째 층입니다.

기업은 권한 경계가 없고 감사가 불가능한 에이전트가 핵심 시스템을 직접 조작하도록 내버려 두지 않기 때문에 데이터 및 거버넌스 플랫폼이 강력한 지위 선점 우위를 가집니다.

장기적으로 더 탄력성이 있는 공간을 가질 가능성이 높은 것은 네 번째 층입니다. 수직 특화 에이전트는 구체적인 작업량에 직접 대응할 수 있어 ROI 계산이 쉽고 인건비 및 아웃소싱 예산에 더 쉽게 진입할 수 있습니다.

세 번째 층은 에이전트가 실제로 프로덕션 환경에 진입할 수 있는지를 결정합니다. 모델이 생각할 줄 아는 것만으로는 부족하며, 레거시 시스템에 연결하고 도구를 호출하고 예외를 처리하며 프로세스를 끝까지 완주해야 합니다.

UiPath는 매우 중요한 관찰 표본이 될 것입니다. 회사는 미국 동부 시간 2026년 9월 3일 장 마감 후 2분기 실적을 발표할 예정이며, 그때 전통적인 RPA가 에이전트 실행 계층으로 업그레이드되는 속도를 추가로 판단할 수 있을 것입니다.

6. 앞으로 에이전트 기업을 어떻게 볼 것인가

앞으로 이런 기업을 볼 때 몇 가지 지표가 점점 더 중요해질 것이라고 생각합니다.

1) 먼저 AI 관련 ARR, ACV, 실제 매출을 보고, 그다음 프로덕션 환경 고객 수를 봅니다. 체험 고객의 참고 가치는 점점 낮아질 것입니다.

2) 그다음 AI가 신규 계약에 기여한 정도를 봅니다. Workday가 공개한 'AI가 신규 ACV의 25% 이상을 차지'한다는 것이 에이전트를 몇 개 출시했는지보다 더 의미가 있습니다.

3) 작업 호출량, 전체 작업 성공률, 갱신율, 고객 확장률도 봐야 합니다.

4) 마지막으로 재무제표로 돌아가 추론 비용을 차감한 매출총이익률, 구축 주기, 매출채권, 영업 현금 흐름을 관찰합니다.

에이전트 하나를 도입할 때마다 많은 엔지니어를 투입해 반년 동안 커스터마이징해야 한다면 이는 전통적인 IT 서비스에 더 가깝습니다.

에이전트를 빠르게 복제할 수 있고 고객이 많이 사용할수록 단위 비용이 낮아져야 소프트웨어 기업의 운영 레버리지가 진정으로 발휘됩니다.

마지막으로 에이전트에 대한 이해를 정리하면 다음과 같습니다.

1) 모델 지능 향상이 에이전트가 할 수 있는 일의 범위를 결정합니다.

2) 기업 데이터, 권한, 워크플로가 이 지능이 안전하게 프로덕션 시스템에 진입할 수 있는지를 결정합니다.

3) 실제 작업 결과가 고객이 얼마를 지불할지를 결정합니다.

모델이 업그레이드될 때마다 자동화할 수 있는 작업의 경계가 바깥으로 밀어냅니다.

오늘은 프로그래밍, 고객 서비스, 문서이고, 앞으로는 재무, 영업, 공급망, 의료 및 더 많은 전문 시나리오로 확장될 것입니다. 신뢰성이 높아지면 수동 검사가 줄어들고 단위 경제성이 지속적으로 개선될 것입니다.

따라서 에이전트는 수년간 지속될 수 있는 효율성 개선형 신산업이 될 가능성이 높습니다.

다만 이번 기회는 고르게 분배되지 않을 것입니다.

첫 번째 승자는 대체로 이미 기업 데이터와 비즈니스 프로세스를 통제하는 플랫폼이 될 것입니다. 두 번째는 AI를 프로덕션 환경에 배포해 실제로 작업 폐쇄 루프를 완성하는 실행 계층 기업입니다. A주의 탄력성은 수직 특화 시나리오에서 더 많이 나오겠지만 재무 건전성과 매출 표준화를 더 면밀히 지켜봐야 합니다.

2026년은 에이전트의 재무 검증 원년에 더 가깝습니다. 과거 시장은 모델이 얼마나 똑똑한지 논의했지만, 앞으로는 그것이 실제로 얼마나 많은 작업을 완료했는지, 고객이 얼마나 많은 비용을 절약했는지, 그리고 그 가치 중 얼마나 많은 부분이 상장 기업의 매출, 이익, 현금 흐름으로 유입됐는지에 점점 더 주목하게 될 것입니다.