세일즈포스 Agentforce ARR 12억달러, 기업용 AI는 업무 흐름으로 들어가고 있다

세일즈포스가 5월 27일 발표한 2027회계연도 1분기 실적에서 AI 에이전트 사업의 성장세를 전면에 내세웠다. 매출은 시장 예상치를 웃돌았지만, 다음 분기 전망은 기대보다 낮게 제시되면서 투자자들은 기업용 소프트웨어가 AI로 어떻게 바뀔지에 더 민감하게 반응했다. 핵심은 세일즈포스가 더 이상 단순한 CRM, 즉 고객관리 소프트웨어 회사로만 평가받지 않는다는 점이다.

회사는 4월 30일 끝난 분기에 매출 111억달러를 기록해 전년 대비 13% 성장했다고 밝혔다. 구독·지원 매출은 106억달러로 14% 늘었고, 기업 고객의 향후 계약 매출을 보여주는 현재 잔여계약가치(cRPO)는 336억달러로 14% 증가했다. 세일즈포스는 Agentforce와 Data 360의 연간반복매출(ARR)이 약 34억달러에 이르렀다고 밝혔다. 다만 이 수치에는 최근 인수한 Informatica의 Cloud ARR 11억달러가 포함돼 있다. 이 가운데 Agentforce ARR은 12억달러로 전년 대비 205% 증가했다.

이 대목은 숫자를 해석할 때 중요하다. 34억달러라는 합산 수치는 세일즈포스의 AI·데이터 사업이 빠르게 커지고 있다는 신호이지만, 순수하게 Agentforce와 Data 360의 자체 성장만을 뜻하는 숫자는 아니다. Informatica Cloud ARR이 함께 들어가 있기 때문에, 투자자와 구직자는 이 실적을 ‘AI 제품 매출의 급성장’과 ‘데이터 인프라 인수 효과가 반영된 성장’으로 나누어 볼 필요가 있다.

Agentforce는 고객 응대, 영업 기록 업데이트, 업무 승인, 데이터 조회 같은 반복적 업무를 사람이 매번 클릭하지 않아도 처리하도록 설계된 AI 에이전트 플랫폼이다. 세일즈포스는 Agentforce와 Slack에서 실행된 ‘에이전트 업무 단위’가 누적 38억건으로 전 분기보다 111% 늘었다고 설명했다. 기업용 AI가 단순한 챗봇이나 데모 화면을 넘어 실제 업무 흐름 안에서 사용량 지표로 평가받기 시작했다는 의미다.

다만 시장 반응은 단순한 실적 호조로 정리되지 않았다. 로이터 보도에 따르면 세일즈포스는 2분기 매출을 112억7,000만~113억5,000만달러로 전망했는데, 이는 LSEG 기준 애널리스트 평균 예상치 113억6,000만달러를 소폭 밑도는 수준이다. 전통적인 SaaS, 즉 인터넷으로 구독해 쓰는 기업용 소프트웨어 모델이 AI 도구에 의해 흔들릴 수 있다는 우려도 함께 제기됐다. 좋은 분기 실적보다 ‘AI가 기존 소프트웨어 좌석 수와 가격 구조를 어떻게 바꿀 것인가’가 더 큰 질문이 된 셈이다.

보스턴권 독자에게 이 뉴스가 중요한 이유는 세일즈포스 자체보다 그 주변 생태계에 있다. 보스턴과 동부 지역에는 바이오테크, 헬스케어, 금융, 교육기관, B2B 소프트웨어 기업이 많고, 이들 조직은 고객 데이터, 영업 파이프라인, 지원 티켓, 규제 관련 문서, 내부 협업 툴을 복잡하게 연결해 쓴다. AI 에이전트가 실제 업무에 들어오면 단순히 ‘챗봇을 붙이는 일’보다 데이터 정리, 권한 관리, 워크플로 설계, 결과 검증, 보안 통제가 더 중요해진다.

유학생과 취업 준비생에게는 진입 직무의 성격이 조금씩 바뀌는 신호로 볼 수 있다. 과거에는 Salesforce 관리자, 데이터 애널리스트, 세일즈 오퍼레이션, 고객지원 자동화 담당자가 각각 분리된 업무를 맡는 경우가 많았다. 앞으로는 CRM 구조를 이해하면서 SQL, API, 데이터 품질 관리, 업무 프로세스 분석을 함께 다루는 사람이 더 유리해질 가능성이 있다. 프롬프트를 잘 쓰는 능력만으로는 부족하고, 회사 안의 실제 데이터가 어디에 있고 어떤 기준으로 고객·매출·지원 이력을 연결해야 하는지 설명할 수 있어야 한다.

현직자에게는 AI가 곧바로 모든 업무를 대체한다는 신호라기보다, 반복 업무의 단가와 기대 속도가 달라지고 있다는 신호에 가깝다. 세일즈포스와 관련 업계 보도에서 반복적으로 드러나는 흐름은 기업들이 사람을 줄이기만 하는 방향이 아니라, 자동화된 업무와 사람이 맡는 고객 설득, 예외 처리, 도메인 판단을 다시 나누고 있다는 점이다. 엔지니어링, 영업, 고객 성공, 보안·컴플라이언스 역할은 같은 직무명 안에서도 요구되는 역량이 달라질 수 있다.

이직을 준비하는 독자라면 직무명을 그대로 보기보다 회사가 어떤 문제를 해결하려는지 살펴볼 필요가 있다. AI 에이전트 도입 기업은 데이터 엔지니어, RevOps, 고객 성공, 보안·컴플라이언스, 엔터프라이즈 통합 컨설팅 역할을 함께 찾을 가능성이 크다. 특히 헬스케어와 금융처럼 민감한 데이터를 다루는 업종에서는 AI가 답을 내는 것보다 누가 접근할 수 있는지, 기록이 남는지, 오류가 났을 때 사람이 어떻게 개입하는지가 중요하다.

비자 스폰서십을 고려하는 유학생에게도 참고할 지점이 있다. 개별 회사의 H-1B 또는 OPT 관련 판단은 기업 정책과 직무, 시점에 따라 다르기 때문에 일반화하기 어렵다. 다만 채용 문이 좁아지는 시기에는 일반적인 주니어 업무보다 특정 시스템, 산업 데이터, 고객 운영, 보안·규제 요구를 연결해 설명할 수 있는 역할이 상대적으로 설득력을 갖기 쉽다. 지원 전에는 회사의 스폰서십 이력, 직무의 전문성, OPT 또는 STEM OPT 일정과 채용 절차의 속도를 미리 확인하는 편이 현실적이다.

이번 실적은 기업용 AI가 데모 단계를 지나 실제 매출과 사용량 지표로 평가받기 시작했음을 보여준다. 동시에 시장은 AI 매출이 늘어나는 것과 기존 SaaS 모델이 안정적으로 유지되는 것을 별개의 문제로 보고 있다. 보스턴의 직장인과 유학생에게 중요한 관전 포인트는 ‘AI가 일자리를 없애는가’라는 큰 질문 하나로 좁히기보다, 어떤 업무가 자동화되고 어떤 역할이 데이터·프로세스·고객 판단을 묶는 방향으로 커지는지 차분히 확인하는 것이다.