SAP, 파트너 군단에 투자하고 Anthropic, 엔지니어 1만 명 양성

두 기업용 AI 발표가 같은 주에 나왔지만, 둘 다 더 나은 모델에 관한 것이 아니었다. SAP는 10월 6일 고객을 대상으로 Joule Work를 출시하기 시작했고 1억 유로 규모의 파트너 펀드를 발표했다. Anthropic은 10월 2일 Claude Frontier Academy를 출시하고 2027년 말까지 1만 명의 Frontier Deployed Engineer를 훈련하는 데 1억 달러를 투입하겠다고 약속했다.

두 회사 모두 같은 병목에 막대한 자금을 쓰고 있다. 모델은 충분히 좋다. 제약은 실제 조직 안에서 모델을 프로덕션에 투입할 수 있는 사람의 수다.

두 약속의 규모 자체가 신호다. 1억 유로와 1억 달러는 프런티어 모델을 만드는 연구소들의 컴퓨팅 예산 옆에서는 반올림 오차에 불과하지만, 누구든 구현에 쓰는 금액과 비교하면 엄청나게 크다. 두 공급업체가 독립적으로 제약이 기술이 아니라 사람이라고 판단한 것은, 업계가 실제로 어디에 있는지를 보여주는 선언이다.

시점은 우연이라기보다 이 깨달음이 공유되고 있음을 시사할 정도로 맞물려 있다. 두 발표는 에이전트 플랫폼이 기업이 배포할 수 있는 속도보다 빠르게 출시된 한 해 뒤에 나왔고, 출시와 프로덕션 워크로드 사이의 격차는 이 범주에서 가장 눈에 띄는 문제가 되었다.

SAP, 에이전트를 시스템 오브 레코드 안에 넣다

Joule Work는 ERP, 재무, 조달, HR 워크플로에 내장된 200개의 특화 에이전트 풀 전반에서 50개 이상의 도메인별 어시스턴트를 조정한다. Joule Work, Joule Studio 및 관련 자율 기능의 일반 제공은 2026년 10월로 예정되어 있다.

포지셔닝은 에이전트 수보다 더 중요하다. SAP는 기업 데이터가 실제로 존재하는 시스템 안에 AI 계층을 배치하며 Microsoft Copilot, Salesforce Agentforce, ServiceNow AI Agents, Oracle 제품과 직접 경쟁한다. ERP 안에 사는 에이전트는 데이터 내보내기 프로젝트 없이도 기록, 권한, 프로세스 정의에 접근할 수 있다. 외부에서 덧붙인 에이전트는 그 모든 것을 다시 구축해야 한다.

이는 SAP 네이티브 에이전트를 지지하는 가장 강력한 논거이자 반대하는 가장 강력한 논거다. 누가 듣느냐에 따라 다르다. 이미 SAP를 운영하는 고객에게 통합 우위는 실재하며 경쟁사가 따라잡기 어렵다. 락인을 우려하는 고객에게 시스템 오브 레코드에 짜여 들어간 AI 계층은 독립형 도구보다 제거하기 어렵고, 여기에 의존하는 워크플로가 늘어날수록 전환 비용은 커진다.

1억 유로는 파트너의 구현 역량을 구축하는 데 쓰인다. 쉽게 말해 SAP는 자사가 판매하는 것을 실제로 배포할 수 있는 인력을 만들기 위해 돈을 지불하는 것이다. 회사 자체 발표는 플랫폼 범위를 설명하는데, 이는 검증된 도입이나 측정 가능한 프로세스 수준 ROI와 같지 않다. 구매자는 챗봇 파일럿에서 SAP 네이티브 워크플로 자동화로 예산을 옮기기 전에 가격, 사용 한도, 데이터 격리 조건, 프로세스 수준 결과를 요구해야 한다.

범위와 도입의 구분은 진지하게 받아들일 가치가 있다. 에이전트 수는 부풀리기 쉬운 숫자이기 때문이다. 수십 개 도메인에 걸쳐 200개의 특화 에이전트를 조정하는 플랫폼은 그것이 할 수 있는 일을 설명할 뿐, 어떤 고객이 성취했는지를 설명하지 않는다. 중요한 증거는 작업 완료율, 해결된 케이스당 비용, 그리고 실제 재무 또는 조달 프로세스를 구성하는 지저분한 엣지 케이스와 맞닥뜨렸을 때 자동화가 버티는지 여부다.

Anthropic, 배포 계층에 투자하다

Anthropic의 1억 달러 약속은 2027년 말까지 Claude 배포에 훈련된 엔지니어 1만 명을 목표로 한다. Claude Frontier Academy가 그 수단이다.

논리는 출발점만 다를 뿐 SAP와 같다. Anthropic은 모델과 API 접근을 판매한다. 라이선스와 작동하는 에이전트 워크플로 사이에는 엔지니어링 시간으로 측정되는 격차가 있고, 그 격차를 메울 수 있는 사람의 공급은 수요보다 적다. 그중 1만 명을 훈련하면 Anthropic의 실질적 구현 역량이 확대되고, Microsoft의 파트너 네트워크, Google Cloud의 전문 서비스, 벤더 중립 시스템 통합업체와 간접적으로 경쟁하게 된다.

역량을 넘어선 전략적 차원도 있다. Claude 배포를 훈련받은 엔지니어는 이후 손대는 모든 프로젝트에 일련의 습관과 선호하는 툴체인을 가져간다. 훈련은 복리처럼 쌓이는 유통 채널이며, 구현 인력을 훈련하는 공급업체는 자기가 없는 회의실에서 어떤 모델이 선택될지를 형성한다.

숫자에는 단서도 있다. 이 발표는 개별 고객이 몇 명의 엔지니어를 이용할 수 있는지, 훈련이 무료인지 보조금을 받는지, 어떤 구현 요율과 서비스 수준이 적용되는지를 확립하지 않는다. 훈련 역량은 보장된 딜리버리 역량과 같지 않으며, 구매자는 훈련된 풀의 확대가 곧 더 빠른 배포를 의미한다고 가정하지 말고 명시적 약속을 협상해야 한다.

같은 병목이 신뢰성 계층에서도 나타난다

SAP와 Anthropic이 사람에게 투자하는 동안, 다른 회사들은 그 사람들의 작업이 버티게 만드는 기반 시설에 투자하고 있다. Restate는 에이전트 워크플로를 위한 내구성 있는 인프라로 2,000만 달러 시리즈 A를 유치했으며, 장시간 실행되는 에이전트가 경고 없이 작업 중간에 실패하지 않도록 런타임 신뢰성을 목표로 한다. IBM은 자사 코딩 에이전트 Bob을 OpenShift 환경에서 자체 호스팅 배포할 수 있게 했는데, 온프레미스, 프라이빗 클라우드, 소버린 클라우드, 에어갭 구성을 포함하므로 은행, 정부, 방위 계약업체가 소스 코드를 멀티테넌트 서비스로 보내지 않고도 AI 지원 개발을 사용할 수 있다.

자체 호스팅의 트레이드오프는 구매자가 인프라, 패치, 모델 거버넌스, 관측 가능성을 떠안는다는 점이다. 제공된 보고에는 배포 옵션만 있고 독립적인 코딩 벤치마크, 개발자당 가격, 측정된 생산성 향상은 없다.

자체 호스팅 추세와 훈련 추세는 반대편 끝에서 같은 결론을 가리킨다. IBM의 고객은 건물을 절대 떠나지 않는 에이전트를 원한다. Anthropic의 고객은 에이전트를 만드는 방법을 아는 사람을 원한다. 둘 다 같은 우려에 대한 답이다. 즉, 규제 대상 데이터를 다루는 에이전트에는 감사 시 구매자가 지적할 수 있는 통제가 필요하며, 공급업체의 보증은 구매자의 증거와 같지 않다는 것이다.

이번 주가 시장에 말해주는 것

수렴은 놓치기 어렵다. SAP는 플랫폼을 만들고 파트너가 이를 구현하도록 자금을 댄다. Anthropic은 모델을 만들고 엔지니어가 이를 배포하도록 자금을 댄다. Restate는 에이전트가 조용히 실패하지 않도록 런타임을 만든다. IBM은 에이전트를 구매자가 통제하는 하드웨어로 옮긴다.

이 발표 중 어느 것도 역량에 관한 것이 아니다. 그것들은 작동하는 데모와 규제 조직 내부의 작동하는 배포 사이의 거리에 관한 것이며, 그 거리가 바로 기업 AI 시장이 지금 돈을 쓰고 있는 대상이다.

이 전환은 앞으로 1년간 공급업체가 경쟁하는 방식에 예측 가능한 결과를 낳는다. 모델 품질은 계속 향상되겠지만, 대부분의 기업 구매에서 결정적 요인은 아니게 될 것이다. 결정적 요인은 통합 역량, 감사 추적, 데이터 상주 위치, 그리고 새벽 2시에 무언가 고장 났을 때 지원 엔지니어가 통화에 나올 수 있는지 여부가 될 것이다. 이 중 어느 것도 벤치마크 숫자가 아니며, 모두 따라 하기 어렵다.

구매자에게 실질적 결과는 에이전트 수와 플랫폼 범위에 대한 공급업체의 주장을 야심의 설명으로 읽어야 한다는 것이다. 중요한 것은 이름이 밝혀진 파트너가 귀사의 건물에 올 수 있는지, 데이터가 규정 준수 팀이 필요로 하는 곳에 머무는지, 에이전트의 결정이 규제자가 받아들일 감사 추적을 생성하는지다. 거버넌스가 역량을 따라잡고 있으며, 이제 공급업체들은 둘 중 무엇을 먼저 제공할 수 있는지로 경쟁한다.