Autodesk

오토데스크 AI 양날: 곡괭이를 부수는가, 곡괭이 위 부가가치인가

AI는 좌석을 잠식하는 위협이자 가격을 올리는 기회. per-seat 모델의 구조적 취약성과 세그먼트별 AI 노출 차등, 데이터 해자 가설을 해부합니다.

마지막 업데이트: 2026-06-15

곡괭이 장수에게 자동 굴착기가 도착했다

19세기 골드러시에서 가장 안정적으로 돈을 번 건 금을 캔 광부가 아니라 곡괭이와 삽을 판 장수였다는 이야기가 있습니다. 금맥을 찾는 광부는 운에 좌우됐지만, 곡괭이 장수는 광부가 성공하든 실패하든 도구를 팔았기 때문입니다. 오토데스크가 정확히 그 장수입니다. 건물을 짓는 회사, 자동차를 설계하는 회사, 영화를 만드는 스튜디오에게 설계 도구를 좌석 단위로 팝니다. 누가 어떤 프로젝트로 돈을 벌든, 설계를 하려면 오토데스크의 도구가 필요했습니다.

그런데 이 곡괭이 장수에게 곤란한 손님이 도착했습니다. 광부를 거의 쓰지 않고도 땅을 파는 자동 굴착기, 즉 생성형 AI입니다. 자동 굴착기가 광부를 대체하면, 광부 한 명당 하나씩 팔던 곡괭이는 누구에게 팔아야 할까요. 이것이 위협 쪽 날입니다. 좌석 단위로 파는 사업은, 그 좌석에 앉을 사람이 줄어드는 순간 직접 흔들립니다.

동시에 반대편 날도 있습니다. 그 자동 굴착기들이 캐낸 광석을 자세히 들여다보면, 전부 오토데스크의 땅 위에서 캔 것입니다. 새로 나온 생성형 설계 도구들은 대부분 오토데스크의 독점 포맷(.rvt·.dwg)으로 결과를 떨어뜨리거나, 아예 그 플랫폼 위에서 돌아갑니다. 광부가 곡괭이 대신 굴착기를 써도, 캐낸 광석이 여전히 장수의 땅 것이라면 장수는 손해가 아닙니다. 게다가 장수 본인도 자기 굴착기를 만들기 시작했습니다.

그래서 이 글의 관통 질문은 하나입니다. 생성형 AI는 오토데스크의 곡괭이를 부수는가, 아니면 그 곡괭이 위에 얹히는 부가가치인가. 답은 "둘 다 가능"이고, 어느 쪽 날이 이기는지가 이 글이 끝까지 파헤치는 구조입니다.

먼저 무게부터 보여드립니다. 오토데스크는 반복매출 비중 97%, 구독자 7.79M명의 구독 사업입니다(FY2025). 이 좌석 경제 전체가 양날의 한복판에 놓여 있습니다. 작은 회사의 실험이 아니라, 거의 모든 매출이 양날 위에 서 있다는 뜻입니다.

개념적 시각화. 같은 생성형 AI 기술이 한 회사 안에서 위협(좌)이자 기회(우)로 동시에 작용하는 구조를 한 장으로 요약한 것입니다.

이 글에서 두 단어를 약속하고 시작합니다. "곡괭이"는 좌석(seat) 단위 구독 라이선스(Revit·AutoCAD·Fusion)를 가리키고, "땅"은 오토데스크가 정의권을 단독으로 쥔 독점 파일 포맷(.rvt·.dwg)과 플랫폼·데이터를 가리킵니다. 비유는 끝까지 이 약속을 따릅니다.

1. 곡괭이와 땅: AI가 왜 양날인가

오토데스크의 돈줄은 곡괭이(좌석 구독)입니다. 그런데 진짜 해자(moat)는 곡괭이가 아니라 땅(독점 포맷)입니다. AI는 이 둘을 정반대 방향으로 건드립니다. 좌석은 줄일 수 있고(위협), 땅 위에는 새 도구들이 올라탑니다(기회). 그래서 양날입니다. 이 장은 그 두 자산이 정확히 무엇이고, 왜 AI가 양쪽 방향으로 작용하는지를 먼저 정리합니다.

1.1 곡괭이 = 좌석 구독, 땅 = 독점 포맷

오토데스크가 파는 것은 좌석입니다. Revit 단일 구독은 연 약 $2,835이고, AutoCAD·Fusion도 사용자 한 명당 라이선스를 받습니다. 매출의 97%가 이 반복 구독에서 나오고, 과금의 기본 단위는 "몇 명이 쓰느냐"입니다. 광부 한 명당 곡괭이 하나, 이것이 오토데스크 사업 모델의 뼈대입니다.

그런데 오토데스크가 좀처럼 빼앗기지 않는 진짜 자산은 곡괭이가 아니라 땅입니다. .rvt(Revit)와 .dwg(AutoCAD)는 오토데스크가 정의권을 단독으로 쥔 독점 바이너리 포맷입니다. 건축회사가 수년간 쌓은 패밀리 라이브러리, 회사 표준, 프로젝트 이력이 전부 .rvt 안에 살고, 이 지능은 다른 소프트웨어로 깔끔하게 내보내지지 않습니다. 벤처캐피털 a16z는 이를 "Revit is to AEC what Excel is to finance"라고 표현했습니다. 금융에서 엑셀을 못 떠나듯, 건축·토목(AEC, AECO와 같은 말)에서 Revit을 못 떠난다는 뜻입니다.

핵심 구분은 이것입니다. 곡괭이(좌석)는 팔리는 단위이고, 땅(포맷)은 빼앗기지 않는 해자입니다. 둘은 다른 것이고, AI는 이 둘을 정반대로 건드립니다.

1.2 양날의 두 칼: 좌석 자기잠식 vs 포맷 위 부가가치

날 1(위협)의 논리는 단순합니다. 과금이 좌석 단위인데 AI가 설계 인력을 대체하면, 같은 양의 설계를 더 적은 사람이 해냅니다. 그러면 곡괭이를 살 광부가 줄어듭니다. 이건 AI가 똑똑한지 아닌지의 문제가 아니라, 사업 모델의 분모(좌석 수)를 직접 깎는 위협입니다.

날 2(기회)의 논리도 단순합니다. 생성형 도구가 아무리 똑똑해도 결과물을 어딘가에 떨어뜨려야 하는데, 그 착지점이 오토데스크의 포맷이라면, 새 도구는 오토데스크의 땅을 더 가치 있게 만드는 부가가치가 됩니다. 광부가 곡괭이 대신 굴착기를 써도, 캐낸 광석이 여전히 내 땅 것이라면 장수는 오히려 땅값이 오릅니다.

그래서 같은 기술이 한 회사 안에서 위협이자 기회입니다. 어느 쪽 날이 이기는지는 2장(위협이 실제로 발현되는가), 3장(새 도구들이 계속 땅으로 수렴하는가), 4장(자체 AI가 상용화되는가)에서 차례로 봅니다.

개념적 시각화. 곡괭이(좌석)는 과금되는 단위이고, 땅(포맷·플랫폼·데이터)은 직접 과금하지 않지만 빼앗기지 않는 해자입니다.

1.3 이 위협은 오토데스크가 직접 자인했다

양날의 위협 쪽은 외부 공매도 측의 비판이 아니라 회사 본인의 발언으로 확인됩니다. 이 점이 중요합니다. 비관론자의 가설이 아니라 경영진이 대응 중인 현실이기 때문입니다.

CEO 앤드루 아나그노스트는 FY2026 3분기 어닝콜에서 "에이전트형 AI를 확장하고 수익화하려면 플랫폼과 차세대 비즈니스 모델, 그리고 새로운 시장 접근이 필요하다"고 말했습니다. 기존 좌석 모델로는 부족하다는 자인입니다. 그리고 2026년 1월 오토데스크는 인력 약 7%를 감원했고, CFO는 "영업 조직의 단기적 혼란"을 인정했습니다.

즉 "AI가 좌석 경제를 흔든다"는 서사는 외부의 추측이 아니라, 경영진이 직접 말하고 조직을 움직여 대응하는 현실입니다. 2026년 4월 일부 증권가에서도 응용 소프트웨어의 좌석 경제가 AI 압력에 노출됐다는 서사가 거론됐습니다. 이 글은 그 위협 서사가 경영진과 시장 양쪽에서 실재한다는 사실만 기록합니다. 위협이 "이미 매출을 깎았다"는 게 아니라, "회사가 인정하고 대비하는 구조적 압력"이라는 뜻입니다.

2. 날 1, 위협: AI가 좌석을 줄이는가

위협의 핵심은 AI의 성능이 아니라 과금 단위입니다. 좌석 단위로 파는데 AI가 설계자를 줄이면 분모가 깎입니다. 오토데스크의 대응은 과금 단위를 좌석에서 소비(consumption)로 옮기는 것입니다. 다만 결정적으로, 현재까지 좌석 위협은 숫자로 발현되지 않았습니다. 전 세그먼트가 여전히 성장 중이기 때문입니다. 이 장은 위협의 논리와 현재 실측을 정직하게 양쪽 다 봅니다.

2.1 자기잠식 논리: 과금 단위가 좌석이라서 위험하다

위협은 AI가 똑똑해서 생기는 게 아니라, 과금 단위가 좌석이라서 생깁니다. 이 구분이 위협을 이해하는 열쇠입니다. 만약 오토데스크가 "캔 광석의 양"(설계 산출물)으로 돈을 받는다면, AI가 설계를 더 많이 해줄수록 매출이 늘 것입니다. 그러나 "곡괭이 개수"(좌석)로 돈을 받으면, AI가 광부를 줄이는 만큼 매출 분모가 직접 줄어듭니다. 같은 AI가 과금 방식에 따라 호재도, 악재도 되는 것입니다.

업계 종사자들도 이 방향을 감지합니다. 오토데스크 자체 설문(State of Design & Make 2025)에서 리더·전문가의 48%가 "AI가 자신의 산업을 불안정화할 것"에 동의했습니다(전년 41%에서 상승). 한 해 만에 불안의 크기가 커진 것입니다. 도구를 파는 회사 자신의 고객 설문에서 이 수치가 나왔다는 점이 무겁습니다.

역설적인 위협도 있습니다. AI를 소비 기반으로 과금하면 설계 반복마다 API 사용료가 붙어, 일부 고객은 비용 증가를 우려합니다(AEC Magazine). 즉 위협을 막으려는 과금 모델 전환 자체가 또 다른 마찰을 만듭니다. 곡괭이를 못 팔게 될까 봐 "캔 만큼 받겠다"고 하면, 광부가 "그럼 많이 캘수록 비싸지냐"며 망설이는 구조입니다.

단, 위협의 적용 범위는 한정적입니다. 현재 생성형 도구는 루틴·반복 설계에는 강하지만 복잡한 통합 설계는 아직입니다. 오토데스크가 Neural CAD로 루틴 작업의 80~90%를 자동화할 수 있다고 주장하지만, 이는 회사 자체 주장이고 루틴 작업에 한정된 수치입니다. 즉 위협은 "모든 설계 좌석"이 아니라 "루틴 설계 좌석"부터 깎는 형태로 올 가능성이 큽니다.

AI 대체 가능성은 작업 유형에 따라 갈립니다. 루틴·반복 설계는 대체 가능(○), 복잡한 통합 설계는 아직(△)입니다. 위협은 루틴 좌석부터 먼저 작용합니다.

2.2 오토데스크의 대응: 좌석에서 소비로

오토데스크의 방어는 과금 단위를 바꾸는 것입니다. 좌석(곡괭이 개수)이 아니라 소비(consumption, 캔 양)로 과금을 옮기면, AI가 광부를 줄여도 캐낸 양에 비례해 돈을 받을 수 있습니다. 광부 수가 줄어도 굴착량이 늘면 매출이 유지되는 구조입니다.

실제로 전환이 진행 중입니다. FY2025 기준 소비 기반 매출이 전체의 약 17%이고, Fusion은 클라우드 연산(시뮬레이션·제너레이티브 디자인·렌더링)을 소비 과금으로 돌리고 있습니다. 클릭 한 번에 큰 연산을 돌리는 작업은 좌석으로 묶기 어렵고, 자연스럽게 "쓴 만큼 과금"이 됩니다. CEO의 "차세대 비즈니스 모델" 발언이 가리키는 방향이 바로 이것입니다.

핵심은 이것입니다. 위협이 현실이 되느냐 마느냐는 AI의 성능이 아니라 과금 단위 전환의 성공 여부가 가릅니다. 좌석에서 소비로의 전환이 충분히 빠르고 매끄러우면 위협은 흡수되고, 늦거나 마찰이 크면 위협이 매출에 새어 나옵니다. 이것이 뒤에서 볼 6장 갈림길 ①입니다.

2.3 단, 현재까지 위협은 숫자로 발현되지 않았다

위협은 논리적으로 실재하지만, 아직 매출에서 관측되지 않습니다. 오히려 정반대입니다. AI가 좌석을 줄이고 있다면 세그먼트 성장률이 둔화해야 하는데, 지금 숫자는 성장 가속을 가리킵니다.

NRR(순매출유지율, Net Revenue Retention)이 100~110%라는 건 기존 고객이 작년 쓰던 돈을 그대로(100) 혹은 더(110) 쓴다는 뜻입니다. AI가 좌석을 갉으면 이 숫자부터 100 밑으로 빠집니다. 기존 고객이 좌석을 줄이기 시작하면 가장 먼저 NRR에 흔적이 남기 때문입니다. 아직 그 신호는 없습니다. NRR이라는 개념이 생소하다면 NDR(순달러유지율)을 먼저 보면 좌석 경제의 건강을 읽는 법이 잡힙니다.

즉 "AI가 좌석을 잠식한다"는 위협은 현재 가설 단계이고, 데이터는 오히려 성장입니다. 위협의 발현 신호는 "AI 생산성은 올라가는데 좌석·구독 성장률이 역으로 둔화하는" 디커플링입니다(6장 추적 신호). 현재는 미관측입니다.

단, 미발현을 안전으로 읽지는 않습니다. 성장 지표가 좋다는 것(AECO +23%·MFG +16%·NRR 유지)이 곧 안전의 증거는 아니기 때문입니다. 디스럽션은 선형이 아니라 비선형으로 옵니다. 매출이 성장하는 와중에 뒤늦게, 그리고 급격하게 꺾인 선례가 있습니다. 온라인 교육·협업 SaaS 등에서 성장 중 둔화가 갑자기 온 사례가 그것입니다. 위협의 미발현은 "안전하다"가 아니라 "아직 티핑포인트 전이다"라는 뜻일 수 있습니다. 그래서 이 글은 미발현을 결론이 아니라 추적 대상(6장 디커플링 신호)으로 둡니다.

위협은 논리상 실재하지만(좌) 현재 매출엔 미발현입니다(우). 단 미발현은 안전의 증거가 아니라 티핑포인트 전일 수 있어, 디커플링을 추적 신호로 둡니다. 출처: Autodesk State of Design 2025 / Q3 FY2026 8-K.

3. 날 2, 기회: 새 굴착기도 오토데스크의 땅에서 캔다

이 장이 기회 쪽 날의 심장입니다. Zoo·SWAPP 같은 제3자 생성형 도구는 오토데스크를 우회하지 않습니다. Zoo는 결과물을 Fusion으로 임포트되는 포맷으로 떨어뜨리고, SWAPP은 아예 Revit(.rvt) 위에서 돌아갑니다. 즉 새 굴착기들이 오토데스크의 땅 가치를 올려줍니다. 먼저 이 "기회가 실재한다"를 손에 쥐고, 그다음 반례들(AdamCAD·DB 네이티브·데이터 moat)을 읽어야 균형이 맞습니다. 반례는 기회를 지우는 게 아니라, 기회가 성립하는 조건(포맷 해자의 강도)을 드러냅니다.

3.1 Zoo (Text-to-CAD): 결과물이 Fusion으로 수렴한다

Zoo(구 KittyCAD)는 텍스트 프롬프트로 편집 가능한 CAD를 생성하는 상용 도구입니다. 정확히는 B-Rep(Boundary Representation, 편집 가능한 3D 부품 포맷)을 만들고, STEP(중립 교환 포맷)으로 내보냅니다. Sequoia 등이 투자했고, 텍스트로 부품을 만든다는 점에서 전형적인 "자동 굴착기"입니다.

그러나 결정적 사실은 출력 포맷입니다. Zoo의 결과물은 STEP 파일로 나와 오토데스크 Fusion, SolidWorks, Onshape 등으로 직접 임포트됩니다. .dwg·.rvt를 네이티브로 생성하지는 않지만, 핵심은 Zoo가 오토데스크 생태계를 우회하지 않고 그 안으로 흘러든다는 점입니다. 텍스트로 부품을 만들어도, 그 부품을 다듬고 조립하려면 결국 Fusion 같은 전문 도구가 필요합니다.

타깃도 다릅니다. Zoo는 CAD 기술이 없는 메이커·API 개발자를 노립니다. 전문가용 도구를 직접 대체하는 게 아니라, 새 사용자를 만들어 결국 Fusion 같은 전문 도구로 흘려보내는 깔때기에 가깝습니다. 굴착기가 새 광부를 데려와 장수의 땅으로 안내하는 셈입니다.

3.2 SWAPP.ai: 아예 Revit(.rvt) 위에서 돌아간다

SWAPP.ai는 더 직접적인 수렴 사례입니다. 기존 Revit 모델을 학습해 복잡한 건축물의 실시설계 도면(Construction Documents)을 45분 내에 자동 생성하고, 수작업을 8배 절감했다고 보고합니다.

핵심은 SWAPP의 입력도 출력도 전부 Revit(.rvt)이라는 점입니다. SWAPP은 오토데스크를 대체하는 게 아니라 Revit 플랫폼 위에 얹힌 자동화 레이어입니다. SWAPP을 쓰려면 Revit이 있어야 하고, 결과물도 Revit 안에 남습니다. 곡괭이 장수의 땅에서 캐는 굴착기의 가장 명확한 예입니다.

이것이 1장에서 말한 ".rvt 땅"의 힘입니다. AI 자동화가 강력할수록 그 자동화는 .rvt 위에서 일어나고, .rvt를 더 필수적으로 만듭니다. SWAPP이 강력해질수록 Revit을 버릴 이유가 아니라 Revit을 더 깊이 깔 이유가 생깁니다.

정리하면 SWAPP은 이 글에서 가장 강한 수렴 사례이자 기회 쪽 날의 핵심 증거입니다. "AI가 강력해질수록 .rvt 땅의 가치가 올라간다"는 명제가 실제로 작동하는 장면입니다. 이 기회는 가설이 아니라 이미 상용 제품으로 관측되는 현실입니다. 이어지는 반례들은 이 기회를 지우는 게 아니라, 이 기회가 어떤 조건에서 성립하는지(포맷 해자가 강한 곳에서)를 보여줍니다.

3.3 단, AdamCAD는 Onshape를 먼저 택했다 (반례, 정직)

수렴이 자동 보장은 아닙니다. 명확한 반례가 있습니다. AdamCAD(YC W25, 시드 $4.1M)는 바이럴한 텍스트-투-3D 도구를 엔지니어용 코파일럿으로 키우는 스타트업인데, 통합 우선순위가 오토데스크가 아니라 Onshape(PTC)입니다. .dwg·.rvt 연동은 언급되지 않습니다.

의미는 분명합니다. AI 생태계가 "반드시 오토데스크로 수렴한다"는 법칙은 없습니다. 도구가 어느 플랫폼을 먼저 통합하느냐는 선택이고, AdamCAD는 다른 선택을 했습니다. 이 분산 위험은 포맷 락인이 약한 세그먼트(5장의 MFG)에서 특히 큽니다. 다수 사례(Zoo·SWAPP)는 오토데스크로 수렴하지만, 수렴은 포맷 해자의 함수이지 자연법칙이 아닙니다. 해자가 약한 곳에서는 굴착기가 다른 땅으로 갈 수 있습니다.

3.4 더 근본적 반례: '파일 자체를 버린' DB 네이티브 진영

AdamCAD가 "다른 땅을 택한" 반례라면, 더 근본적인 반례는 "땅(파일 포맷) 자체를 버린" 진영입니다. 최근 BIM(빌딩 정보 모델링, 건물을 도면이 아니라 벽·기둥·설비가 데이터로 연결된 3D 모델로 짓는 방식, Revit이 대표 도구) 신진입들은 .rvt 같은 파일 포맷 대신 데이터베이스를 토대로 설계합니다. Snaptrude("파일이 아니라 단일 데이터베이스"), Hypar(지오메트리 커널부터 신규, 직렬화는 JSON·IFC·glTF), Qonic(클라우드·IFC 주도, BricsCAD 창업팀 재창업), Arcol(브라우저 네이티브·glTF 우선)이 그런 진영이고, 이들에게 .rvt는 임포트·익스포트 옵션 하나로 강등됩니다. 여기에 ODA BimRv(Revit 없이 .rvt를 열고 고치는 외부 도구)가 .rvt를 100% 호환으로 읽고 써서, "AI는 .rvt 위에서 일어나니 .rvt가 필수"라는 3.2의 전제까지 약화시킵니다. 다만 이 진영은 현재 전부 파일럿·니치 단계이고, Zoo·SWAPP 같은 수렴 사례가 여전히 다수입니다. 핵심은 제3자가 오토데스크로 수렴하는 건 AEC 락인이 아직 강하기 때문이고, 따라서 락인 약화 신호가 곧 수렴 논리의 반증 지표라는 것입니다(6장 추적 신호).

개념적 시각화. 대부분(Zoo·SWAPP)은 오토데스크 땅으로 수렴하지만, AdamCAD는 다른 플랫폼을 먼저 택했습니다. 수렴은 포맷 해자의 함수이지 자연법칙이 아닙니다. 출처: zoo.dev / swapp.ai / TechCrunch.

3.5 데이터 moat: 아직 확보 못 한 숙제다 (확정된 해자가 아니다)

기회 쪽 날에는 한 겹이 더 있을 수 있습니다. 땅(포맷)을 쥐면 그 위에 쌓인 데이터도 쥐기 때문입니다. 단 이 데이터 해자는 현재 확정된 자산이 아니라 검증 대기 중인 가설입니다. 사실관계부터 정확히 봐야 합니다. 이 부분을 과장하면 양날의 균형이 깨집니다.

현재 학습 데이터는 고객 데이터가 아닙니다. 오토데스크의 생성형 3D 연구(Project Bernini)와 Neural CAD는 공개 데이터(publicly available data)로 학습됐습니다. Autodesk Research 공식 페이지가 "1,000만 개의 다양한 3D 형상, 즉 공개 데이터·CAD 객체·유기적 형상의 복합 데이터셋"으로 학습했다고 명시합니다. 즉 "10년치 고객 데이터로 학습한 모델"은 아직 존재하지 않습니다. 흔히 "오토데스크는 고객 데이터를 연료로 쓴다"고 말하지만, 그건 현재 사실이 아닙니다.

고객 데이터 학습은 미래 옵션입니다. CFO는 2026년 3월 발표에서 "우리는 고객 데이터로 우리 모델을 학습시킬 권리를 갖고 있다"고 말했지만, 이는 추진 중인 방향이지 이미 태우고 있는 연료가 아닙니다. 게다가 오토데스크의 데이터 거버넌스는 고객과 긴장관계입니다. 2018년부터 2025년까지 이어진 오토데스크 약관(AUP) 논란은 고객이 자기 산출물을 AI 학습에 쓰는 것을 막은 사건으로, 오토데스크가 고객 데이터로 학습하는 권리와는 방향이 다르지만 거버넌스 마찰의 정황입니다(2025년 12월 고객 반발 끝에 약관 수정).

여기에 공개 데이터셋이라는 평탄화 요인이 있습니다. 공개 CAD 데이터셋(ABC·DeepCAD)은 누구나 학습에 쓸 수 있고, 그중 Fusion 360 Gallery는 오토데스크 자신이 오픈소스로 공개한 것입니다. 현재 학습 토대는 경쟁자도 동일하게 접근할 수 있다는 뜻입니다. 같은 우물에서 물을 긷는다면 우물이 해자가 되긴 어렵습니다.

정리하면 데이터 무용론은 아닙니다. 땅을 쥔 자가 장기적으로 가장 좋은 학습 재료를 모을 위치에 있는 건 맞습니다. 그러나 그것은 아직 확보한 해자가 아니라 확보해야 할 숙제이고, 강도는 자체 AI의 상용화 결과(4장)와 고객 데이터 거버넌스 합의로 검증되어야 합니다. 4장에서 볼 "발표를 상용으로 읽지 마라"와 같은 절제가 데이터 moat에도 똑같이 적용됩니다.

핵심 사실 확인. Project Bernini는 Autodesk Research 공식 발표 기준 공개 데이터로 학습됐고, 아직 상용 기술이 아닙니다(research effort). "고객 데이터 학습 권리"는 CFO가 밝힌 미래 방향입니다. 데이터 moat의 실제 강도는 자체 AI 상용화(4장)와 데이터 거버넌스로 검증되어야 하며, 현재는 가설 단계입니다. 출처: Autodesk Research / GitHub AutodeskAILab / AEC Magazine.

4. 곡괭이 장수의 자체 굴착기: 발표와 상용을 구분하라

오토데스크는 직접 자동 굴착기를 만들고 있습니다. 그러나 여기서 가장 흔한 오해가 생깁니다. "발표"를 "상용"으로 읽는 것입니다. Fusion MCP와 Assistant는 이미 상용입니다. 반면 가장 화려한 Neural CAD는 발표·데모 단계이고, Revit 쪽 AI는 대부분 베타이거나 미출시입니다. 자체 AI의 진짜 무게는 화려함이 아니라 상용화 시한에 달려 있습니다.

4.1 이미 상용인 것: Fusion MCP와 Assistant

과장 없이 이미 상용으로 돌아가는 것부터 봅니다. 이것들은 발표가 아니라 지금 고객이 쓸 수 있는 제품입니다.

Fusion MCP(2026년 4월 28일, 오토데스크·앤트로픽 공동 발표)는 MCP(Model Context Protocol, 외부 AI를 프로그램에 연결하는 표준 통로)를 통해 Claude 같은 외부 AI가 Fusion에 직접 연결해 모델을 생성·수정·내보내는 서버입니다. 오토데스크 App Store에 게시된 상용 제품입니다. Fusion Data MCP는 원격 실행으로 Fusion 앱 없이도 클라우드 데이터에 접근하는 상용 제품입니다. 그리고 Autodesk Assistant(Fusion)는 2025년 초 챗봇으로 시작해 자연어로 3D 모델을 조작·수정하는 에이전트형 파트너로 진화했고, Inventor·Moldflow·Vault로 확장됐습니다.

이들의 공통점은 전부 오토데스크 플랫폼 안에서, 오토데스크 데이터·포맷 위에서 작동한다는 점입니다. 즉 자체 AI도 3장의 "수렴" 논리를 강화합니다. 장수가 직접 만든 굴착기 역시 장수의 땅에서 캡니다.

4.2 아직 발표·베타인 것: Neural CAD와 Revit 쪽 AI

반면 가장 많이 회자되는 기능들은 아직 상용이 아닙니다. 이 구분이 이 장의 핵심입니다.

Neural CAD는 가장 화려하지만 가장 덜 익었습니다. 2025년 9월 Autodesk University 2025에서 발표·데모됐고, B-Rep 기반 편집 가능 CAD 지오메트리를 생성한다고 주장하며, 오토데스크는 루틴 설계 작업의 80~90%를 자동화할 수 있다고 자체 주장합니다. 그러나 상용 출시일(GA)도 과금 정책도 공개되지 않았고, 공식 표현은 "곧 상용화 예정"에 머뭅니다. 데모는 강렬하지만, 데모는 제품이 아닙니다.

Revit 쪽은 더 보수적입니다. Revit용 Assistant는 베타(Tech Preview), Revit MCP는 "coming soon"입니다. 매출 비중 1위 세그먼트(AEC)에서 자체 AI가 아직 상용 단계에 못 들어왔다는 뜻입니다. 가장 큰 사업에서 자체 굴착기가 가장 늦은 셈입니다.

결론은 이렇습니다. 자체 AI는 방향과 잠재력은 분명하지만, 가장 임팩트 큰 기능(Neural CAD·Revit AI)의 상용화 시한이 불확실합니다. 발표를 상용으로 읽으면 자체 AI의 무게를 과대평가하게 됩니다. 반대로 발표가 실제로 상용으로 넘어오는 순간, 자체 AI의 무게는 비로소 확정됩니다.

5. 세그먼트별 AI 압력 차등: 포맷 락인이 곧 방패다

AI 압력은 세그먼트마다 다릅니다. 그 차이를 가르는 단 하나의 변수는 포맷 락인의 강도입니다. .rvt 저작 단계의 락인이 강한 AEC가 가장 완충되고, 중립 포맷으로 교환하는 기계 CAD(MFG)와 무료 대안이 큰 미디어(M&E)는 더 노출됩니다. 락인이 강할수록 AI가 그 위로 수렴하고, 약할수록 다른 땅으로 샙니다. 한 가지 주의할 점은, AEC의 완충 근거가 흔히 생각하는 "발주처 규제"가 아니라는 것입니다. 최근 발주처 의무화의 방향은 오히려 IFC 중립 포맷 쪽이라, 완충의 진짜 근거는 저작 단계의 전환비용입니다. 네 곡괭이 각각의 락인 강도를 자리별로 해부한 별도 딥다이브가 이 방패의 두께를 자리마다 따로 잽니다.

🔬오토데스크 곡괭이 해부: 어떤 자리는 못 뺏고, 어떤 자리는 도전자다

포맷 락인이 곧 AI 방패. 네 곡괭이 각각의 강도

→

AI 노출도는 포맷 락인 강도의 역함수입니다. 락인이 강한 AEC가 가장 완충되고, 중립 포맷으로 교환하는 MFG가 가장 노출됩니다. M&E는 노출되지만 비중(5%)이 작아 전사 영향은 제한적입니다.

5.1 AEC (매출 1위, 48%): 가장 완충된다 (단, 진짜 근거는 따로 있다)

AEC(건축·토목, FY2025 매출 비중 약 48%)는 AI 압력이 가장 약한 세그먼트입니다. 단 완충의 근거를 정확히 짚어야 합니다. 잘못 짚으면 방어 논리 전체가 흔들립니다.

첫째, 포맷 락인(저작 단계)입니다. .rvt의 파라메트릭 BIM 지능(패밀리·제약·회사표준)은 다른 도구로 손실 없이 내보내지지 않습니다. 그리고 AI 자동화도 이 .rvt 위에서 일어납니다(3장 SWAPP이 그 증거).

둘째, 발주처·규제인데 방향을 주의해야 합니다. 흔히 "발주처가 Revit 산출물을 요구해 표준이 강제된다"고 보지만, 최근 발주처 의무화의 방향은 정반대입니다. 싱가포르 CORENET X는 2026년 10월부터 모든 신규 프로젝트에 IFC(중립 개방 포맷) 제출을 의무화하고(.rvt 직접 제출 불가), 핀란드도 2026년 1월부터 건축허가에 IFC 제출을 법적 의무화했습니다. 즉 규제는 .rvt 독점이 아니라 중립 포맷을 강제하는 쪽입니다. 다만 산출물 포맷이 중립화돼도 저작(설계 작업) 단계의 .rvt 락인은 아직 유지됩니다.

그래서 AEC 완충의 진짜 근거는 발주처 규제가 아니라 저작 단계의 전환비용입니다. 제3자 생성형(SWAPP)도 그 저작 단계 위(.rvt)에서 돌아 Revit을 더 필수적으로 만들고, AECO는 Q3 FY2026 +23%로 가속 중입니다.

긴장이 하나 있습니다. 역설적으로 매출 1위 AEC에서 오토데스크 자체 AI가 가장 늦습니다(Revit MCP 미출시·Revit Assistant 베타, 4장). 1위 세그먼트가 AI 완충지대이면서 동시에 자체 대응이 가장 약한 고리일 수 있습니다. 장기 위협도 있습니다. 3장의 DB 네이티브 진영이 차세대 표준을 클라우드에서 형성하면 .rvt 락인의 토대가 바뀔 수 있습니다. 단 현재는 전부 파일럿·니치 단계입니다.

5.2 MFG (제조, 19%): 더 노출된다

제조(MFG, FY2025 비중 약 19%)는 AI 생성형에 더 노출됩니다. 이유는 포맷 락인이 약하기 때문입니다.

기계 CAD는 STEP·IGES(둘 다 중립 교환 포맷)로 교환하는 게 일상이라, .rvt·.dwg급의 포맷 독점이 없습니다. SolidWorks·Onshape로의 임포트가 자유롭습니다. 그래서 수렴이 보장되지 않습니다. 3장의 AdamCAD=Onshape 이탈은 사실 이 기계 CAD 세그먼트의 현상이었습니다(5장은 3장을 세그먼트 렌즈로 다시 읽는 장입니다). Zoo의 STEP 출력도 Fusion 전용이 아니라 여러 도구로 갑니다. 게다가 오토데스크의 위치도 이 시장에서는 지배자가 아니라 도전자(2~3위권)입니다. Fusion은 저가·통합으로 신규층을 흡수하지만, 포맷으로 가두는 힘은 AEC보다 약합니다.

종합하면 MFG는 AI 기회(Fusion MCP·저가 침투)와 위협(생태계 분산·좌석 자기잠식)이 모두 더 크게 작용하는 변동성 높은 세그먼트입니다.

5.3 M&E (미디어, 5%)와 범용 CAD (26%): 엇갈린다

M&E(미디어·엔터, 비중 약 5%)에서는 생성형 3D가 컨셉·프리비스·배경 프롭 단계를 침투하고, 무료인 Blender가 인디·교육 저변을 잠식합니다. 다만 락인의 원천이 포맷이 아니라 스튜디오가 Maya 위에 쌓은 자체 파이프라인이라, 히어로 캐릭터 애니메이션은 아직 Maya 고유 영역입니다. 노출되지만 비중이 작아 전사 영향은 제한적입니다.

범용 CAD(AutoCAD, 비중 약 26%)는 .dwg 표준이 완충합니다. 현재 Text-to-CAD 도구는 .dwg를 네이티브로 생성하지 못합니다. 단 이 세그먼트의 진짜 압력은 생성형 AI가 아니라 ODA의 .dwg 호환 상품화라는 별개 축입니다. 그건 이 글의 범위 밖(해자 분석 영역)이라 여기서는 다루지 않습니다.

한 줄로 정리하면, AI 노출도는 포맷 락인의 역함수입니다. 락인이 강한 AEC가 가장 안전하고, 약한 MFG·M&E가 더 흔들립니다.

세그먼트 매출 비중(AEC 48 / 범용CAD 26 / MFG 19 / M&E 5%, 합 98%)은 FY2025 기준 사업 규모 맥락입니다. 비중은 Make($654M)를 제외한 4개 제품 세그먼트 기준이라 100%가 되지 않습니다. 세그먼트별 마진·적정가 산출은 밸류에이션 분석에서 별도로 다룹니다. 이 글은 주가를 다루지 않습니다.

6. 양날의 향방: 세 갈림길과 추적 신호

곡괭이가 부서질지 곡괭이 위 부가가치가 될지는 세 갈림길이 가릅니다. 첫째, 과금 단위를 좌석에서 소비로 옮기는가. 둘째, 새 AI 도구들이 계속 오토데스크 포맷·데이터로 수렴하는가. 셋째, 자체 AI(특히 Neural CAD·Revit AI)가 발표에서 상용으로 넘어가는가. 이 글은 답을 단정하지 않고, 독자가 직접 점검할 신호 세 개를 제시합니다.

6.1 갈림길 ①: 과금 모델 전환 (좌석 → 소비)

위협(좌석 자기잠식)이 무력화되려면 과금 단위가 소비로 넘어가야 합니다. 그래야 AI가 광부를 줄여도 캐낸 양에 비례해 매출이 유지됩니다. 현재 위치는 소비 기반 매출 17%(FY2025), CEO "차세대 비즈니스 모델" 공언입니다. 단 소비 과금은 고객의 비용 증가 우려라는 마찰을 동반합니다. 향방 신호는 소비 기반 매출 비중의 상승 추세, 그리고 좌석 성장 둔화가 와도 소비 매출이 그것을 상쇄하는지 여부입니다.

6.2 갈림길 ②: 포맷·데이터 수렴이 유지되는가

기회(포맷 위 부가가치)가 유지되려면 새 AI 도구들이 계속 오토데스크 땅으로 수렴해야 합니다. Zoo·SWAPP는 수렴했고 AdamCAD는 이탈했습니다. 결정 변수는 포맷 락인의 강도입니다. 락인이 강한 AEC에서는 수렴이 견고하고, 약한 MFG에서는 분산 위험이 큽니다(5장). 향방 신호는 주요 신규 생성형 도구가 오토데스크(Fusion·Revit)를 우선 통합하는가, 아니면 Onshape 등 경쟁 플랫폼을 먼저 택하는가입니다. AdamCAD형 이탈, DB 네이티브 진영(Snaptrude·Qonic 등)의 성장, ODA BimRv 같은 락인 해제 도구의 확산이 누적되면 수렴 논리가 약해집니다. 락인 약화 신호가 곧 수렴 논리의 반증 지표입니다.

6.3 갈림길 ③: 자체 AI가 발표에서 상용으로 넘어가는가

자체 AI가 진짜 무기가 되려면 가장 임팩트 큰 기능이 상용화돼야 합니다. 현재 위치는 Fusion MCP·Assistant는 상용, Neural CAD는 발표·데모(GA 미정), Revit Assistant는 베타, Revit MCP는 미출시입니다. 향방 신호는 Neural CAD의 GA(상용 출시일)·과금 정책 공개, Revit Assistant의 베타에서 상용 전환, Revit MCP 출시입니다. 매출 1위 AEC에서 자체 AI가 상용 단계에 들어오는 시점이 특히 중요합니다.

6.4 무엇을 지켜봐야 하나 (추적 신호 정리)

독자가 직접 점검할 수 있는 신호 세 개입니다(가정 모니터링 변수와 동일합니다).

🔬오토데스크 종합 분석

이 AI 양날이 재무·미래 전략·적정가와 어떻게 맞물리는지는 종목 메인글에서 종합합니다.

→

이 양날의 좌석 잠식 위협이 적정가에서 얼마의 할인으로 환산되는지, 그리고 월가가 이 위협을 어떻게 가격에 반영하는지는 각각 밸류에이션·증권사 딥다이브에서 정량으로 다룹니다.

🔬오토데스크 밸류에이션 딥다이브: 적정가는 얼마인가

AI 좌석 잠식이 두 기둥 중 하나로 적정가를 어떻게 가르는지

→

🔬오토데스크 증권사 분석: 33명의 월가는 어떻게 보는가

월가가 이 AI 디스럽션을 목표가에 어떻게 반영하는지

→