U.S. SMID-cap and global application software 리서치 보고서 해설

개요

이 보고서는 AI 생산성 향상이 화이트칼라 고용을 축소하고 사용자 좌석으로 가격을 매기는 소프트웨어를 약화시킬지 검토한다. Bernstein의 결론은 반대다. AI를 가장 집중적으로 도입한 기업은 채용을 더 빠르게 늘리고 있으며, 이는 생산성 향상이 주로 인력 감축이나 마진 확대가 아니라 성장에 재투자될 수 있음을 시사하고 좌석 기반 소프트웨어 수요를 지지할 수 있다.

핵심 견해

Bernstein은 애플리케이션 소프트웨어의 핵심 우려에서 출발한다. AI 에이전트와 코파일럿은 개발자, 주니어 직원 및 지원 기능이 전통적으로 맡던 업무를 수행하는 비중을 높이고 있다. 코딩 코파일럿은 제품 팀의 개발 속도를 높이고, 데스크톱 및 고객 서비스 에이전트는 보고 업무와 셀프서비스를 자동화한다. 보고서는 실제 에이전트 도입 사례로 ServiceNow Agent Assist가 고객 기반의 약 4분의 1에 도입된 점과 Sierra의 거의 $16B에 이르는 비상장 시장 가치평가를 든다. 이런 도구가 직원 수를 줄인다면, 토큰 소비, 인프라 규모 또는 ROI 연동 과금 같은 대안을 시도하는 상황에서도 사용자당 과금 벤더는 압력을 받을 수 있다. 그럼에도 보고서는 기업 구매자들이 좌석을 선호할 합리적 이유가 있다고 본다. 인력 수는 조직 역량의 파악 가능한 지표이므로 좌석 기반 비용은 변동 가능성이 있는 사용량 과금보다 예측과 예산 편성이 쉽다. 애플리케이션 소프트웨어는 주로 직원 생산성 향상으로 가치를 창출하므로, 직원 수에 따라 가격을 확장하는 방식에는 가치 기반 논리도 있다. Bernstein은 벤더들이 좌석과 대체 미터를 혼합하고 일부 고객이나 업무가 좌석 과금에 맞지 않더라도, 좌석이 소프트웨어 판매의 중요한 요소로 남을 것으로 예상한다. 실증 분석의 중심은 실제 재무 및 회계 지출을 통해 AI 사용을 식별하는 Ramp 연구다. AI 도입은 기업이 AI 벤더에 매월 최소 $100를 지출하는 상태가 연속 3개월 이어진 최초의 달로 정의되며, 도입 강도는 도입 후 첫 3개월의 기준 직원당 AI 지출로 측정된다. 적극 도입 기업은 코딩 에이전트, API 토큰 기반 내부 AI 에이전트 및 AI 네이티브 소프트웨어를 폭넓게 사용하고, 경도 도입 기업은 주로 검색, 요약 및 창작용 채팅 도구를 배치한다. 표본 종료 시점은 February 2026로, Bernstein이 연중반까지 확인한 추가적인 기술 채용 모멘텀은 포함하지 않는다. 이 기준에서 AI를 깊이 적용하는 미국 기업은 유사한 저도입 및 비도입 기업보다 더 적극적으로 채용했다. 고도입 기업의 고용 증가는 통계적으로 유의했으며 일부 결과에서는 99% 신뢰도에 이르렀다. Ramp는 고성장 기술 기업을 저성장 산업과 비교하는 대신, 주로 같은 동종 기업 집단의 도입 전후를 비교했다. 적극 도입 기업은 대조군 비도입 기업과 저도입 동종 기업보다 평균적으로 10% 초과 빠르게 성장했다. 최초 도입 후 24개월이 지난 시점에 관찰된 기업은 저도입 또는 비도입 동종 기업보다 50% 초과 더 컸지만, 이 기간에는 조기 도입 기업 수가 적어 오차 범위가 넓어지고 중간값의 정밀도는 낮아진다. 신뢰도 높은 결론은 적극 도입 기업이 더 성장했다는 것이지 24개월 차이의 정확한 크기가 아니다. 직무 구성도 단순한 대체 서사에 반한다. 성장 지향적 프런트오피스 기능으로 예상된 엔지니어와 영업은 강했지만, 관리 및 고객 서비스 고용도 증가했다. 학사 학위 보유자와 특히 초급 직원의 채용도 강해 AI가 주로 주니어 직무를 없앤다는 견해와 다르다. PhD 고용은 선도 도입 기업에서 보합일 가능성이 더 높았고, 저도입 기업은 고등 학위 보유자와 과학자에 대한 수요가 더 높았다. 보고서는 적극 도입 기업이 도입 전부터 PhD 보유자를 더 많이 고용했을 수 있다는 설명을 제시한다. 대부분 직무는 전체 고용보다 느리게 증가해 실질적인 생산성 향상도 시사하지만, 기업 전체의 성장 효과는 여전히 각 기능에서 플러스 인력 수요를 만들었다. 재무, 과학자 및 운영은 플러스 성장이 훨씬 약하거나 통계적으로 유의하지 않았던 세 직무였고, 인사는 별도로 보고되지 않았다. Ramp 표본에서 도입 자체도 이미 상당하다. January 2026까지 최소한 경도의 AI 도입을 한 기업은 40% 초과로, 동시기 미국 인구조사의 high-teens 수준을 크게 웃돈다. Bernstein은 이 차이가 정의의 차이, 응답자의 인지 또는 기술 선도 구매자 쪽으로 기운 Ramp 표본에 따른 것일 수 있다고 본다. 도입률은 NAICS Information에서 약 54%로 가장 높았고, Finance and Insurance 약 44%, Professional, Scientific and Technical Services 36%가 뒤를 이었다. 나머지 산업 대부분은 11%에서 22%였다. 별도로 미국 소프트웨어 개발 채용공고는 early-2025 저점에서 회복하기 시작했으며, Bernstein은 이를 Ramp 고객 기반 밖에서도 확인되는 보강 증거로 제시한다. Bernstein은 이 고용 결과를 기업의 인센티브로 설명한다. 기업 가치에는 일회성 마진 상승보다 지속적인 성장 가속이 더 큰 혜택을 줄 때가 많다는 것이다. 따라서 생산성 향상은 더 생산적인 인력의 유지·확대, 제품 창출, 판매 역량 확대 및 매출 가속에 사용될 수 있다. 개발자의 약 3분의 2는 보고서가 제품 주도 성장에 재투자할 가능성이 높은 산업에 고용되어 있고, 팀을 축소할 가능성이 높은 산업에 고용된 비중은 약 25%다. 이 성장 지향 그룹에는 기술 및 인터넷뿐 아니라 은행, 일부 자동차·항공우주·방위 제조업체와 다른 산업의 기술 집약적 선도 기업도 포함된다. 역사적 증거도 이 메커니즘을 뒷받침한다. 1989년부터 2019년까지 큰 생산성 향상이 있었음에도 S&P 500의 동조건 EBIT 마진 확대는 30년 동안 약 1.5%, 즉 약 150 basis points에 그쳤다. Bernstein은 경쟁으로 인해 과도한 마진은 유지하기 어렵지만, 안정적 마진에서의 매출 성장은 추가 마진 개선 여지의 체감 없이 이익과 EPS를 늘린다고 주장한다. 1990년대 성숙한 PC 시대에는 화이트칼라 생산성이 급증하는 가운데 미국 GDP가 강하게 성장했고, 광범위한 화이트칼라 축소 대신 professional and business services 고용이 증가했다. 이후 인터넷 시대는 데이터 및 정보 산업의 생산성을 추가로 높였다. GenAI도 새로운 제품과 서비스를 찾고, 구축하고, 판매하는 제약을 완화해 유기적 성장을 더 쉽게 만들 수 있다. 결론에는 조건이 있다. 성장 기회가 제한된 성숙 기업이나 지배적 기업, AI를 성장으로 연결할 제품·역량·자원·판매 능력이 부족한 기업은 마진을 우선할 수 있다. 따라서 재무, 과학 또는 운영 기능을 주로 겨냥한 좌석 기반 제품은 더 빠르게 성장하는 직무를 겨냥한 제품보다 고용 측면의 지원이 약할 수 있다. 고용과 수요가 궁극적으로 어떻게 변할지를 확정하기에는 증거가 아직 너무 이르다. 그럼에도 Bernstein은 생산성 유발 채용을 AI가 좌석 기반 소프트웨어 라이선스를 구조적으로 무력화할 것이라는 우려에 대한 중요한 반증으로 본다. 31 August 2026 티커 표에서는 모델과 투자등급이 변경되지 않았다. Atlassian, GitLab, Okta, ServiceNow, Microsoft, SAP, Adobe 및 Workday는 Outperform, Zoom과 HubSpot은 Market-Perform, Salesforce는 Underperform이다. 현재 가격과 목표가는 순서대로 TEAM USD 194.17 및 USD 309.00, GTLB USD 46.54 및 USD 60.00, OKTA USD 173.04 및 USD 143.00, NOW USD 147.99 및 USD 248.00, ZM USD 96.68 및 USD 108.00, MSFT USD 507.29 및 USD 660.00, CRM USD 257.54 및 USD 195.00, SAP USD 220.89 및 USD 319.00, ADBE USD 292.79 및 USD 379.00, WDAY USD 197.45 및 USD 238.00, HUBS USD 261.36 및 USD 220.00이다. 같은 순서로 표에 기재된 상대 성과는 (9.8)%, (22.1)%, 67.6%, (38.3)%, (0.2)%, (18.9)%, (18.5)%, (37.8)%, (36.9)%, (33.4)%, (64.9)%이며, 이는 목표가 대비 기대 상승여력이 아니라 보고된 과거 상대 성과다.

분석 프레임워크

Bernstein은 먼저 AI 자동화가 직원 좌석 연동 소프트웨어 가격에 미치는 위험을 제시하고, Ramp의 기업별 지출 및 인력 연구로 이를 검증한다. AI 도입 전후 고용을 유사 기업 집단 내에서 비교하고, 직무와 학력별 차이 및 산업별 도입률을 살피며, Indeed 고용 데이터로 외부 확인을 시도한다. 이어 PC 및 인터넷 시대의 생산성 사이클과 효율화를 성장에 재투자할지 마진으로 취할지에 대한 기업의 선택에 결과를 연결한다.

방법론 메모

• 기타기타

  유사 기업 집단 내 도입 전후 비교

  Ramp는 고성장 기술 기업을 저성장 산업과 단순 비교하는 대신, 주로 유사한 기업의 집중적 AI 도입 전후 고용 추이를 비교해 이런 편향을 줄인다.

• 산업 분석 프레임워크물량·가격 분해

  직무, 학력 및 도입 강도별 고용 성장

  보고서는 총인원 증가를 직무와 근로자 범주로 나누어 전체 채용 증가가 관리, 고객 서비스, 주니어 직무 등의 감소를 가리고 있는지 확인한다.

• 경기 순환 및 업황 프레임워크경기 변곡점 분석

  채용 추세 확인

  Bernstein은 Ramp 결과를 early-2025 저점 이후 회복된 미국 소프트웨어 개발 채용공고와 비교해 고용 신호가 Ramp 표본을 넘어서는지 평가한다.

• 기타기타

  PC 및 인터넷 시대 생산성의 역사적 유추

  보고서는 과거 기술 주도 생산성 붐을 활용해 효율성이 지속적인 마진 확대보다 더 빠른 성장과 지식근로자 추가 고용에 재투자될 수 있음을 주장한다.

• 가치평가 방법론PER·PEG 가치평가

  조정 이익 배수

  티커 표는 커버 기업을 2026A, 2027E 및 2028E 조정 EPS와 조정 P/E 추정치로 비교한다.

• 가치평가 방법론기타

  HubSpot의 EV/Sales 평가

  HubSpot은 조정 P/E가 아닌 EV/Sales로 제시되며, 보고서가 명시한 기업별 평가 관행을 반영한다.

자산 매핑 및 비교

투자 논리에서 명시된 자산으로의 구조화 매핑(강점, 약점, 비교 대상, 위험).

• Atlassian (TEAM)

  Outperform 등급의 커버 대상 애플리케이션 소프트웨어 기업이며, 보고서는 모델, USD 309.00 목표주가 및 투자등급을 변경하지 않았다.

  강점

  AI 기반 생산성 향상이 제품 팀 채용을 지지할 경우, 좌석 기반 수요의 회복력에 참여할 수 있다.

  비교

  Bernstein의 다중 기업 소프트웨어 티커 표에 포함된다.

  위험

  이 섹터 논지는 초기 고용 데이터에 의존하며 고객 기능별로 결과가 다를 수 있다.

• GitLab (GTLB)

  Outperform 등급의 커버 대상 소프트웨어 기업이며, 보고서는 모델, USD 60.00 목표주가 및 투자등급을 변경하지 않았다.

  강점

  AI 지원 소프트웨어 개발 팀 확대에 노출될 가능성이 있다.

  비교

  Bernstein의 다중 기업 소프트웨어 티커 표에 포함된다.

  위험

  보고서는 관찰된 전체 채용 추세가 기업별 좌석 증가로 일률적으로 전환된다고 입증하지 않는다.

• Okta (OKTA)

  Outperform 등급의 커버 대상 소프트웨어 기업이며, 보고서는 모델, USD 143.00 목표주가 및 투자등급을 변경하지 않았다.

  강점

  Bernstein의 섹터 논지 아래 더 광범위한 조직 채용의 지원을 받을 가능성이 있다.

  비교

  Bernstein의 다중 기업 소프트웨어 티커 표에 포함된다.

  위험

  고용 증거는 초기 단계이며 직무별로 고르지 않다.

• ServiceNow (NOW)

  Outperform 등급의 커버 대상 애플리케이션 소프트웨어 기업이며, 보고서는 모델, USD 248.00 목표주가 및 투자등급을 변경하지 않았다.

  강점

  고객 기반의 약 4분의 1에서의 Agent Assist 도입은 기업 AI 에이전트 수요의 실질적 사례다.

  약점

  지원 기능 자동화는 고객 서비스 좌석의 대체 우려도 높일 수 있다.

  비교

  기업 AI 에이전트 도입의 보고서 사례로 사용된다.

  위험

  자동화의 이점이 모든 기능에서 추가 좌석으로 이어질 필요는 없다.

• Zoom Video Communications (ZM)

  Market-Perform 등급의 커버 대상 소프트웨어 기업이며, 보고서는 모델, USD 108.00 목표주가 및 투자등급을 변경하지 않았다.

  강점

  직원 기반 기업 소프트웨어 수요의 지속에서 혜택을 받을 가능성이 있다.

  비교

  티커 표에서 Market-Perform인 두 종목 중 하나다.

  위험

  섹터 전반의 채용 논지는 기업별 운영상 이점을 확립하지 않는다.

• Microsoft (MSFT)

  Outperform 등급의 커버 대상 소프트웨어 기업이며, 보고서는 모델, USD 660.00 목표주가 및 투자등급을 변경하지 않았다.

  강점

  보고서는 도입과 생산성을 논의하면서 Microsoft의 실적과 데스크톱 코파일럿을 언급한다.

  비교

  프런트오피스 도입 논의에서 HubSpot 및 Salesforce와 함께 언급된다.

  위험

  보고서는 현재 기업 코멘터리가 프런트오피스 도입 개선을 명확히 보여주지 않는다고 지적한다.

• Salesforce (CRM)

  Underperform 등급의 커버 대상 애플리케이션 소프트웨어 기업이며, 보고서는 모델, USD 195.00 목표주가 및 투자등급을 변경하지 않았다.

  강점

  AI 생산성이 영업 및 다른 성장 기능에 재투자될 경우 혜택을 받을 수 있다.

  약점

  더 건설적인 섹터 전반의 좌석 논지에도 기업별 투자등급은 Underperform으로 유지된다.

  비교

  티커 표에서 유일한 Underperform 종목이다.

  위험

  보고서는 현재 결과와 코멘터리가 프런트오피스 도입 개선을 명확히 가리키지 않는다고 본다.

• SAP (SAP)

  Outperform 등급의 커버 대상 글로벌 소프트웨어 기업이며, 보고서는 모델, USD 319.00 목표주가 및 투자등급을 변경하지 않았다.

  강점

  기업이 예측 가능한 직원 연동 가격 책정을 유지하는 데서 지원을 받을 수 있다.

  비교

  Bernstein의 글로벌 소프트웨어 커버리지 표에 포함된다.

  위험

  성장 기회가 제한된 고객 산업은 AI 절감분을 채용보다 마진에 돌릴 수 있다.

• Adobe (ADBE)

  Outperform 등급의 커버 대상 소프트웨어 기업이며, 보고서는 모델, USD 379.00 목표주가 및 투자등급을 변경하지 않았다.

  강점

  AI 생산성을 성장에 재투자하는 움직임에 노출될 수 있다.

  비교

  Bernstein의 다중 기업 소프트웨어 티커 표에 포함된다.

  위험

  보고서는 기업별 좌석 혜택을 정량화하지 않는다.

• Workday (WDAY)

  Outperform 등급의 커버 대상 애플리케이션 소프트웨어 기업이며, 보고서는 모델, USD 238.00 목표주가 및 투자등급을 변경하지 않았다.

  강점

  기업 전체 고용이 계속 확대될 경우 지원을 받을 수 있다.

  약점

  기초 연구에서 인사 기능은 별도로 식별되지 않았다.

  비교

  Bernstein의 다중 기업 소프트웨어 티커 표에 포함된다.

  위험

  인사 채용에 대한 가시성이 제한돼 연구 결과를 직접 적용하기 어렵다.

• HubSpot (HUBS)

  Market-Perform 등급의 커버 대상 애플리케이션 소프트웨어 기업이며, 보고서는 모델, USD 220.00 목표주가 및 투자등급을 변경하지 않았다.

  강점

  영업 및 다른 성장 지향 기능의 채용에 노출될 수 있다.

  비교

  대부분의 표 항목에 적용된 조정 P/E가 아니라 EV/Sales로 평가된다.

  위험

  보고서는 현재 기업 실적이 프런트오피스 도입 개선을 명확히 가리키지 않는다고 본다.

핵심 데이터

• 적극 도입 기업의 고용 우위>10%대조 비도입 기업 및 저도입 동종 기업 대비 평균 성장률이다.
• 도입 24개월 후 기업 규모 차이>50%적극 도입 기업은 저도입 또는 비도입 동종 기업보다 50% 초과 더 컸지만, 이 기간에는 오차 범위가 넓어졌다.
• 통계적 신뢰도Up to 99%측정 데이터 포인트에 따라 적극 도입 기업의 성장이 더 높았다는 신뢰도다.
• AI 도입 기준At least $100 per month for three consecutive months최초로 조건을 충족한 기간의 첫 달이 도입 시점을 정의한다.
• Ramp 표본 종료일February 2026표본에는 Bernstein이 연중반까지 본 추가 기술 채용 모멘텀이 포함되지 않는다.
• AI를 어느 수준으로든 도입한 기업>40% by January 2026Ramp의 비율은 동시기 미국 인구조사에서 보고된 high-teens 수준을 크게 웃돌았다.
• 주요 산업별 AI 도입Information ~54%; Finance/Insurance ~44%; Professional/Scientific/Technical Services 36%그 밖의 산업 대부분은 11%에서 22%의 도입률을 기록했다.
• 개발자 고용 구성~2/3 growth-oriented; ~25% more likely to shrink teamsBernstein이 개발자가 고용된 산업을 분류한 결과다.
• 장기 동조건 EBIT 마진 확대1.5% (~150 bps)상당한 노동생산성 향상에도 불구하고 1989년부터 2019년까지의 S&P 500 비교 결과다.
• TEAM — AtlassianOutperform; current USD 194.17; target USD 309.00; relative performance (9.8)%조정 EPS 2026A/2027E/2028E: USD 5.85/7.61/9.35. 조정 P/E: 33.2x/25.5x/20.8x.
• GTLB — GitLabOutperform; current USD 46.54; target USD 60.00; relative performance (22.1)%조정 EPS 2026A/2027E/2028E: USD 0.96/1.00/1.34. 조정 P/E: 48.2x/46.6x/34.7x.
• OKTA — OktaOutperform; current USD 173.04; target USD 143.00; relative performance 67.6%조정 EPS 2026A/2027E/2028E: USD 3.50/4.05/4.45. 조정 P/E: 49.4x/42.7x/38.9x.
• NOW — ServiceNowOutperform; current USD 147.99; target USD 248.00; relative performance (38.3)%조정 EPS 2026A/2027E/2028E: USD 3.50/3.92/4.69. 조정 P/E: 42.2x/37.8x/31.5x. 명시된 기준연도는 2025.
• ZM — ZoomMarket-Perform; current USD 96.68; target USD 108.00; relative performance (0.2)%조정 EPS 2026A/2027E/2028E: USD 5.92/6.41/6.94. 조정 P/E: 16.3x/15.1x/13.9x.
• MSFT — MicrosoftOutperform; current USD 507.29; target USD 660.00; relative performance (18.9)%조정 EPS 2026A/2027E/2028E: USD 17.28/19.96/24.01. 조정 P/E: 29.4x/25.4x/21.1x.
• CRM — SalesforceUnderperform; current USD 257.54; target USD 195.00; relative performance (18.5)%조정 EPS 2026A/2027E/2028E: USD 12.52/17.13/15.49. 조정 P/E: 20.6x/15.0x/16.6x.
• SAP — SAPOutperform; current USD 220.89; target USD 319.00; relative performance (37.8)%조정 EPS 2026A/2027E/2028E: EUR 6.10/7.71/8.72. 조정 P/E: 31.2x/24.7x/21.8x. 명시된 기준연도는 2025.
• ADBE — AdobeOutperform; current USD 292.79; target USD 379.00; relative performance (36.9)%조정 EPS 2026A/2027E/2028E: USD 20.95/24.99/29.15. 조정 P/E: 14.0x/11.7x/10.0x. 명시된 기준연도는 2025.
• WDAY — WorkdayOutperform; current USD 197.45; target USD 238.00; relative performance (33.4)%조정 EPS 2026A/2027E/2028E: USD 9.23/11.58/15.30. 조정 P/E: 21.4x/17.1x/12.9x.
• HUBS — HubSpotMarket-Perform; current USD 261.36; target USD 220.00; relative performance (64.9)%2026A/2027E/2028E 수치는 USD 9.70/13.20/15.91. EV/Sales 배수는 3.8x/3.2x/2.8x. 명시된 기준연도는 2025.

영향과 시사점

보고서는 이 증거가 AI가 직원 좌석 연동 애플리케이션 소프트웨어 매출을 잠식할 것이라는 구조적 우려를 낮추지만 제거하지는 않는다고 본다. 집중적인 도입이 생산성과 채용을 높인다면, 좌석 수는 사용량 및 성과 기반 가격 책정이 발전하는 가운데도 계속 확대될 수 있다. 혜택은 고객 산업과 직원 기능에 따라 달라질 가능성이 높으며, 재무, 과학 또는 운영 직무를 겨냥한 제품에 대한 지원은 약할 수 있다.

위험

• Ramp 증거는 장기 노동 수요와 직무 설계가 어떻게 진화할지 보여주기에는 아직 너무 이른 것일 수 있다.
• 24개월 전에 AI를 도입한 기업이 상대적으로 적어 장기 기간에서는 오차 범위가 커진다.
• Ramp의 고객 기반은 기술 선도 구매자 쪽으로 치우쳤을 수 있어 도입률의 대표성을 제한할 수 있다.
• Ramp의 도입률과 미국 인구조사 간 차이는 일관되지 않은 정의 또는 응답자 인식에서 비롯될 수 있다.
• 재무, 과학자 및 운영 직무는 훨씬 약하거나 통계적으로 유의하지 않은 플러스 성장을 보여 이 기능을 겨냥한 소프트웨어 지원을 줄일 수 있다.
• 연구는 인사 같은 기능을 별도로 보고하지 않아 애플리케이션 소프트웨어 수요의 중요한 영역이 불확실하다.
• 성숙 기업, 유기적 기회가 제한된 기업, 기술이 주로 운영에 쓰이는 산업은 AI 절감분을 채용이 아니라 마진이나 소프트웨어 외 투자에 사용할 수 있다.

주시할 점

• 표본이 February 2026 이후로 확장될 때 AI 적극 도입 기업이 저도입 및 비도입 기업보다 고용에서 계속 앞서는지.
• early-2025 저점 이후 미국 소프트웨어 개발 채용공고의 회복이 지속되는지.
• 직무별 채용 추세, 특히 재무, 과학자, 운영 및 보고되지 않은 인사 범주.
• AI 도입이 Information, Finance and Insurance, Professional, Scientific and Technical Services를 넘어 확산되는지.
• 애플리케이션 소프트웨어 벤더가 좌석과 사용량, 인프라 기반 및 성과 기반 가격 책정의 균형을 어떻게 맞추는지.