2026년 구매자 플레이북 | 판매자에겐 최악의 악몽

• 2026년 소프트웨어/AI 도구 시장이 구매자 우위 시장으로 전환되면서, 벤더 갱신 협상에서 구매자가 전례 없는 레버리지를 확보
• AI 기반 모델이 기존 도구의 기능을 대체하면서 많은 벤더가 "nice-to-have"(있으면 좋은 것) 범주로 밀려나는 중
• 2026년은 해지와 다운그레이드의 해로, 고객들이 기능을 축소하고 더 큰 할인을 요구하며 모듈 사용량이 감소
• CFO들은 갱신 3개월 전 해지 통지를 보내는 등 5단계 갱신 플레이북을 활용해 최대 할인을 확보
• 벤더는 MCP 커넥터와 AI 차별화를 증명해야 하며, 다년 계약 회피와 POC 요구가 새로운 표준으로 자리잡음

구매자 우위 시장

• 2026년은 소프트웨어/AI 도구 구매자 우위 시장이며, 최근 벤더 갱신 대화에서 이 흐름이 명확해짐
• 대부분의 기업과 영업 담당자가 패닉 상태이며, 구매자가 2026년에 벤더 대비 막대한 레버리지를 보유

AI가 구매자에게 힘을 부여하는 구조

지출 버킷 분류

• 지출은 네 가지 버킷으로 분류되며, 중요도 순서로 정렬
  • 1순위: 매출 증대
  • 2순위: 미션 크리티컬 (사이버보안, ERP 등)
  • 3순위: 효율성 개선
  • 4순위: Candy(nice-to-have) — 위 세 그룹에 해당하지 않는 도구
• "Candy" 버킷에 속한 도구는 가장 먼저 삭감 대상이 되고, 가격 결정력이 약하며, 대안이 많음
• 많은 벤더가 스스로를 상위 3개 버킷에 속한다고 믿지만 실제로는 Candy에 해당

AI가 벤더를 "Nice-to-Have"로 밀어내는 메커니즘

• Build vs Buy: 해당 도구가 해결하는 문제를 AI 기반 모델이 직접 해결하거나, 기업이 필요한 기능의 80%를 내부에서 구축 가능
• "Nice-to-have" 부가 기능: 많은 도구의 가격 중 50% 이상이 부가 기능과 관련되어 있으며, 핵심 제품은 필요하지만 부가 기능은 더 이상 불필요 → 2026년에 다운그레이드 급증 예상
• 벤더의 멀티 프로덕트 전략 확대: AI 시대에 더 빠르게 멀티 프로덕트로 전환하는 것이 사실상 필수이며 고객 고착도(stickiness)를 높이지만, 동시에 벤더 간 기능 중복이 심화 — 한 벤더가 다른 벤더에 연 $50K를 지불하던 기능의 80%를 무료로 제공하는 사례 발생
• AI 토큰맥싱(tokenmaxxing)이 예산을 잠식: AI 모델이 필수 도구 목록 최상위에 위치하면서, 한정된 예산에서 나머지 모든 것의 우선순위가 하락
  • Tokenmaxxing은 직원 생산성을 AI 토큰 소비량으로 측정하는 현상이며, 그 결과 비용이 지속적으로 증가

2026년은 해지의 해

• 2026년(특히 하반기)에 해지율이 급격히 상승, 특히 다운그레이드가 두드러짐
• 고객들이 기능을 다운그레이드하고, 더 큰 가격 할인을 받으며, 많은 모듈의 사용량이 감소
• 이 현상은 GRR(총유지율)과 NRR(순유지율) 지표에 반영되며, 내부적으로 해지 수치를 더 세분화해서 분석할 필요가 있음

구매자가 물어야 할 질문들

도구 필요성

• 해당 도구가 어떤 지출 버킷에 해당하는지, 이를 정량화할 수 있는지 확인 — 현재 회사 목표 대비 우선순위 파악에 중요
• 신규 벤더: 왜 지금 이 도구가 필요한지, 이전에는 괜찮았는데 왜 지금인지 질문
• 갱신 시: AI와 관련 프로세스 변경으로 이 도구가 불필요하거나 nice-to-have가 되었는지 평가
  • 비즈니스 변화로 인해 도구가 현재 필요하지 않을 수 있음 — 예: IPO 준비를 위해 구매한 고가 도구가 IPO가 당분간 없는 상황에서 실질적 가치를 제공하지 못하는 경우

예산 고려사항

• 해당 지출이 예산에 포함되어 있는지, 아닐 경우 인력 또는 소프트웨어/AI 중 무엇을 줄여 충당할지 결정
• 전체 또는 일부를 내부에서 구축할 수 있는지 검토 — 일부 기능은 내부 구축이 더 저렴하고 커스터마이즈 가능하여 더 효과적
• 대안의 가격은 얼마인지 — AI가 경쟁사와의 제품 격차를 빠르게 줄이고 있어 가격 집중(극단적 가격 차이 감소) 예상
• 기능이 겹치는 기존 도구가 있는지 확인 — AI 시대에 이 현상이 가속화

Agent/AI 역량

• MCP 커넥터가 있는지, 에이전트와 쉽게 연동되는지 2026년에 반드시 확인해야 할 질문 — 에이전트가 상당 부분의 프로세스를 운영하므로 에이전트 친화적 도구 필수
• 판매자에게 "당신의 AI 기능이 Claude/ChatGPT로 할 수 있는 것과 어떻게 다른가?" 직접 질문 — 최소한 판매자를 긴장시켜 더 큰 할인을 유도하고, 기본 모델로 충분한지 실제로 파악 가능

가격 관련

• 구현 비용은 얼마인지
• 곧 엔터프라이즈 플랜이나 상위 티어로 업그레이드가 필요한지
• 가격 체계에 대한 상세 분석과 예상 사용량 모델링 요구
  • 사용량 기반 가격의 총 예상 비용에 대해 불신에서 시작 — 사려 깊은 분석으로 신뢰를 얻어야 함
  • 올해 비용과 내년 확장 시 비용 규모 확인
• 첫 계약 기간 동안 도구를 크게 과소 활용했다면 갱신 시 강하게 압박 — 갱신 최소 몇 개월 전에 도구에서 최대 가치를 추출해야 함

CFO들의 전략

최대 할인 확보 — 5단계 갱신 플레이북

• 1단계: 갱신 3개월 이상 전에 해지 통지 발송, 옵션을 평가 중이며 자동 갱신에 묶이고 싶지 않다고 전달
• 2단계: 갱신 시점이 가까워지면 벤더가 먼저 연락해 올 때까지 대기 — 해지 통지 때문에 이미 평소보다 높은 할인 적용된 가격 제시
• 3단계: 침묵 유지, 벤더가 후속 연락할 때까지 대기
• 4단계: 도구는 좋지만 미션 크리티컬하지 않으며, 다른 기존 벤더에 유사 기능이 있거나, "AI로 내부 구축을 검토 중" 이라고 전달
• 5단계 (선택): 실제 위협이라면, 가격 대비 다른 옵션을 고려할 때 결국 해지하겠다고 통보
• 많은 벤더와 기업이 할인 저지선을 유지하려 하지만, 압박하면 더 낮은 가격으로 내려갈 의지가 있음

가격 벤치마크

• 가격 벤치마크는 중요하지만, 받을 수 있는 할인의 앵커(기준점)로 고정되지 않도록 주의
• 벤치마크는 후행 지표이며 평균/중앙값에 불과 — 2026년에 영업 담당자들은 벤치마크보다 훨씬 더 큰 할인을 제공

다년 계약

• 기본 회사 정책: 다년 계약 금지
• AWS, Azure, CRM 등 일부 예외는 있으나, 직접 협상에 관여하는 건만 해당하므로 회사 정책은 여전히 "다년 계약은 하지 않음" 유지 가능
• 2026년에 대부분의 소프트웨어에 대해 다년 계약을 체결하는 것은 무책임한 행위 — 2년 후 어떤 도구와 니즈가 필요할지 예측 불가
• 다년 계약의 추가 할인은 리스크 대비 가치가 없음

자동 갱신

• 항상 자동 갱신 조항 삭제를 협상하며, 벤더가 거부하면 계약 체결 다음 날 옵트아웃 통지 발송
• 과거에는 자동 갱신 기한이 지나도 벤더가 해지를 허용했지만, 최근에는 벤더가 자동 갱신을 강제하는 사례가 증가 — 벤더들의 위기감 반영

POC 요구

• 대부분의 AI 벤더가 POC(개념증명) 를 제공하고 있으며, 제공하지 않는 벤더는 고려 대상에서 제외될 가능성이 높음
• 1년 계약 전에 가치를 증명하는 실질적인 POC를 원함

마무리

• 구매자 측: 지속적으로 니즈를 재평가해야 함 — 벤더에게서 비용 절감만이 아니라, 팀에 맞는 적절한 도구를 적시에 확보하는 것이 핵심
  • 니즈가 빠르게 변화하고 있으며, 모든 직원이 AI 모델에 접근할 수 없다면 "총싸움에 키보드를 들고 가는 것" 과 같음
• 판매자 측: nice-to-have 버킷에 속하지 않도록 방법을 찾아야 하며, 해지·다운그레이드·계약 양보의 규모가 해당 범주에 속하는지 여부를 보여주는 지표
• Anthropic은 2026년에 nice-to-have가 아닌 존재이며, 대규모 딜이 아니면 전화 한 통 정도 외에는 추가 대응이 거의 없을 정도로 강력한 포지션 보유