TL;DR

• 소프트웨어를 「선택하는」 주체에 인간뿐만 아니라 AI 에이전트 (AI Agent)가 가세하기 시작했습니다. Gartner는 2026년 7월 1일, 「엔터프라이즈 소프트웨어는 에이전트를 위해 사는 시대」에 진입했으며, 2030년까지 SaaS 지출의 약 20%($234B)가 영향을 받을 것이라고 예측했습니다 [1]
• 그렇다면, 일본의 SaaS는 AI에게 선택받을 준비가 되어 있는가. 주요 31사를 검증하여 26사를 등급 매겼습니다 (AAA~D, 산정식은 본문에서 전체 공개)
• 회계 (freee, Money Forward)와 Cybozu 계열이 앞서가고 있습니다. 인사·계약·결제는 「API는 있지만 AI를 위한 입구 (공식 MCP)는 아직」인 경우가 대부분입니다. 공식 MCP 제공은 31사 중 10사
• 남은 5사는 등급을 매기기 이전의 문제였습니다. AI가 사양서에 도달할 수 없다 —— 개발자용 문서가 일반 공개되어 있지 않아, 인간이라면 영업에 문의하여 입수할 수 있지만 AI에게는 그 경로가 없습니다. 공개되지 않은 접속면은 AI에게 존재하지 않는 것과 같습니다
• 전사의 근거 팩트 (MCP 유무 · API 공개 · 인증 방식)는 각사의 1차 정보 (개발자 문서 · 보도 자료 · 공식 도움말)와 기업별로 대조를 마쳤습니다 (2026-07-13 시점)

"AI가 귀사의 소프트웨어를 사용할 수 있습니까?" — 이 질문이 기업 평가가 된다

상상해 보십시오. 어떤 기업이 경리 업무의 절반을 AI 에이전트에게 맡기려 하고 있습니다. 그 AI는 회계 소프트웨어에 로그인하고, 송장을 검색하고, 분개를 등록해야 합니다. 이때 일어나는 일은 "어떤 회계 소프트웨어가 인간에게 사용하기 편한가"가 아니라, **"어떤 회계 소프트웨어라면 AI가 업무를 완료할 수 있는가"**라는 선별입니다.

ESG 평가는 "비재무 정보가 투자 판단을 좌우한다"는 것을 증명한 스킴 (Scheme)이었습니다. 같은 일이 지금 AI로 일어나고 있습니다.

• 은행업에서는 Evident AI Index가 세계 주요 은행 50곳의 AI 성숙도를 등급 매기며, JPMorgan이 1위임을 자사 사이트에서 홍보하는 "업계 표준 벤치마크"가 되었습니다.
• M&A 테크 DD (Due Diligence)에서는 Crosslake · RSM 등이 "AI Diligence"를 독립 서비스로 판매하고 있으며, API 정비 상황이 명시적인 듀 딜리전스 항목이 되고 있습니다.
• 그리고 Gartner의 2026년 7월 선언: 소프트웨어의 구매자는 더 이상 인간만이 아니다. 에이전트가 사용할 수 없는 SaaS는 선택받지 못하게 된다.

지금까지의 평가 기관은 인간의 의사결정을 지원해 왔습니다. Gartner는 CIO가 선택하기 위해, G2는 사용자가 선택하기 위해, ESG는 투자자가 선택하기 위해 존재했습니다. 본 Index가 측정하는 것은 AI 에이전트가 선택하기 위한 축입니다. 그리고 AI의 선정 기준은 인간과 다릅니다. UI의 아름다움이나 브랜드로 선택하지 않습니다. 접속할 수 있는가, 업무를 끝까지 완료할 수 있는가, 사용법을 스스로 찾아낼 수 있는가 —— "AI에게 일하기 좋은 직장인가"로 선택합니다.

그런데 기존의 평가는 모두 「공개 정보의 프록시 (Proxy)」, 「자기 신고 설문」, 「정적인 코드 스캔」입니다. 실제로 AI가 사용할 수 있는지를 측정하는 평가는 조사한 바로는 존재하지 않았습니다.

우리는 KanseiLink라는 SaaS 통합 인텔리전스 DB (200개 이상의 서비스 접속 가이드 · 함정 · 레시피를 MCP로 제공)를 운영하고 있으며, 그 과정에서 축적한 접속 데이터가 있습니다. 이것을 「AI 대응도」의 등급 매기기로 공개하는 것이 본 Index —— 정식 명칭 Agent Readiness Index (ARI) 입니다.

평가의 척도 — 「AI 대응도」의 6개 계층

「AI 대응」이라는 말은 버즈워드 (Buzzword)가 되기 쉽기 때문에, 본 Index에서는 평가 축을 6개의 계층으로 분해하여 정의합니다. 아래로 내려갈수록 성숙한 대응입니다.

1. 입구 (Access) | AI가 애초에 접속할 수 있는가 | API 공개 · 공식 MCP · 인증 방식 · Webhook |
2. 실행 (Capability) | AI가 업무를 끝까지 완료할 수 있는가 | 검색 · 등록 · 갱신 · 배치 처리 (Batch Processing) · 이벤트 알림 |
3. 안내 (Agent Experience) | AI가 사용법을 스스로 찾아내어 헤매지 않고 사용할 수 있는가 | 문서 품질 · 에러 메시지 · OpenAPI 정확성 · 샌드박스 (Sandbox) |
4. 운용 (Operational) | 기업의 AI 이용을 운용 측면에서 견딜 수 있는가 | Rate Limit · 감사 로그 (Audit Log) · 버저닝 (Versioning) · SLA |
5. 신뢰 (Trust) | 업무를 맡겨도 안전한가 | 권한 관리 · 데이터 보유 · SOC2/ISO27001 |
6. AI Native | AI를 전제로 설계되어 있는가 | Tool Calling 최적화 · 시맨틱 검색 (Semantic Search) · 에이전트용 워크플로우 |

중요한 것은, 이 6개 계층 각각에 「선언」과 「실측」의 격차가 있다는 점입니다. 「OAuth 대응이라고 적혀 있다」는 것과 「AI가 실제로 인증을 통과할 수 있다」는 것은 별개입니다. 「API 문서가 있다」는 것과 「AI가 그 문서에 도달할 수 있다」는 것도 별개입니다. 본 Index의 설계 사상은, 이 6개 계층을 공개 정보 → 자사 실측 → 복수 AI의 실사용 데이터 순으로, 단계적으로 「확실한 증거」로 채워 나가는 것입니다.

또한, 본 Index의 정전(Canonical) 평가 모델은 AI Access / AI Discoverability / AI Execution / AI Trust / AI Compatibility의 5개 영역이며, 각 영역의 공개 상황과 프레임워크 전체의 정의는 Agent Readiness Index (KanseiLink 공식)에서 공개하고 있습니다. 위의 6개 계층은 이 중 주로 Access/Execution/Discoverability를 엔지니어 관점에서 분해한 것입니다.

이번 호 (2026 Summer β)의 커버리지(Coverage)를 솔직하게 밝힙니다: 이번 호의 등급 매기기는 Layer 1 (입구)이 주성분입니다. 공개된 팩트를 기업별로 대조하는 것에 더해, 호스트형 MCP 엔드포인트에 대한 실제 접속 프로브(Probe)를 일부 병용하고 있습니다. Layer 2 (실행)의 표준 태스크 실측, Layer 3 (안내)의 문서 도달성 실측은 다음 호부터 순차적으로 포함할 예정입니다 (일부는 이미 측정이 완료되었으며, 흥미로운 결과가 나오고 있습니다 — 후술).
Layer 4~6은 공개 정보 기반으로 단계적 도입 예정입니다. 「6개 계층 모두를 측정했다」고는 말하지 않겠습니다. 어디까지 측정되었고, 어디서부터가 미측정 영역인지를 항상 명시하는 것이 본 Index의 방침입니다.

일본 SaaS AI 대응도 랭킹 2026 Summer (β) — 등급 매기기 26개사

범례:

MCP = 공식 MCP 서버 제공 상황 (공식 = 벤더 자신이 제공을 공해한 것 / API = 공개 API만 해당). 인증 = 개발자용 1차 문서에 기재된 주요 인증 방식.

데이터 확인일: 2026-07-13. 「공식 MCP 없음」은 해당 일자 시점에 공식 발표를 확인할 수 없었음을 의미합니다. 상황은 변하는 대로 다음 판에서 업데이트하겠습니다 (정정 환영, 기사 말미에 연락처).

회계 · 경리

인사 · 노무 · 근태

커뮤니케이션 · 그룹웨어

※ LINE 공식 MCP (line-bot-mcp-server)는 벤더 측에서 "프리뷰 버전·실험 목적"이라고 명시하고 있습니다.

계약 · 리갈 (Legal)

결제

※ GMO-PG 본체의 공식 MCP는 확인되지 않았으나, 해당 기업 그룹의 fincode byGMO는 공식 MCP를 제공하고 있습니다 (일본 국내 PSP 최초 · 2025년 8월 OSS 공개).

CRM · 마케팅 · 기타

AI가 입구에 도달할 수 없는 5개사

다음 5개사는 검증 시점에서 개발자용 레퍼런스가 일반 공개되어 있지 않아 (계약자 한정 · 신청제 · 개별 상담), 공개 정보에 기반한 등급 산정이 불가능했습니다. 이는 "열등하다"는 의미가 아니라, "AI가 스스로 도달할 수 없다"는 사실의 기록입니다. 인간 개발자는 영업 담당자에게 문의하여 사양서를 받을 수 있습니다. 하지만 AI 에이전트에게는 그 경로가 없습니다. 서두의 경리 AI 사례를 들자면, 이러한 서비스들은 후보에 오르기도 전에 선발 과정에서 제외됩니다 —— 검토된 후 탈락하는 것이 아니라, AI의 시야에 들어오지 않는 것입니다.

무엇을 어떻게 측정했는가 (방법론 전면 공개)

등급은 AXR (Agent Experience Rating)이라 부르는 자사 지표로, 아래의 규칙 기반(rule-based) 수식에 따라 매일 재계산됩니다. LLM의 주관적 판단은 일절 개입되지 않습니다.

주성분 (공개 검증 가능한 팩트 = Layer 1 「입구」):

보조 성분 (자사 측정 · β):

에비던스 플로어 (Evidence Floor): 스코어가 90을 넘더라도, 실제 접속 기록이 3건 이상 없으면 AAA 등급을 부여하지 않습니다 (AA에 머무름). "문서상으로는 훌륭하지만 아무도 연결하지 못하고 있는" 서비스를 최상위에 두지 않기 위한 규칙입니다.

등급 대응: AAA (90+ · 증거 필요) / AA (80+) / A (70+) / BBB (60+) / BB (50+) / B (40+) / C (30+) / D (그 미만)

팩트 검증: 본 기사에 게재된 모든 기업에 대해, 등급 산정의 근거 팩트(공식 MCP 유무·API 공개 상황·인증 방식)를 각사의 1차 정보——개발자 문서(Developer Documentation), 보도 자료(Press Release), 공식 도움말, 공개된 openapi.json——와 기업별로 대조하였습니다(2026-07-13 실시). 요약 사이트나 비교 사이트는 근거로 사용하지 않았습니다. 이 검증 과정에서 당사 DB 자체의 오류도 여러 건 발견하여 수정하였습니다(그렇기에 등급 산정에는 검증 프로세스가 필요하다고 생각합니다).

솔직하게 밝혀두는 점 (측정하지 않은 것·공개하지 않는 것)

• 개별 기업의 접속 성공률 수치는 공개하지 않습니다. 현재 보조 성분의 실측 데이터는 자사의 자동 프로브(Host형 MCP 엔드포인트에 대한 JSON-RPC 핸드셰이크 실측)와 초기 평가 데이터가 주를 이루며, 다수의 독립적인 에이전트(Agent)에 의한 집합 지성이라고 부를 만한 규모에는 아직 도달하지 못했습니다. 수치를 공개할 경우 정보가 왜곡되어 퍼질 위험이 있습니다. 측정 기반이 성숙해지고, 외부 에이전트 유래 보고가 충분한 모수가 되는 시점에 성공률 및 실패 모드 분포를 포함한 완전판을 공개하겠습니다.
• 본 Index는 'AI로부터 사용 가능한 기술적 정비도'에 대한 등급 산정이며, 각 서비스의 기능·품질·보안에 대한 종합 평가가 아닙니다. 등급 산정 대상에서 제외된 5개 기업에 대해서도 마찬가지입니다.
• 기재된 팩트는 2026-07-13 시점의 검증을 바탕으로 합니다. 오류가 있다면 즉시 정정할 것이니, 기사 댓글이나 아래 연락처로 알려주시기 바랍니다. 정정 이력은 본 기사에 추가됩니다.

독립성 정책

• 스코어는 판매하지 않습니다. 결제 여부는 등급 산정에 일절 영향을 미치지 않습니다 (상세 리포트를 구매한 기업이라도 등급이 하락할 때는 하락합니다).
• 산정식은 본 기사에 명시된 바와 같이 전면 공개합니다. 동일한 팩트를 수집한다면 누구나 검증할 수 있습니다.
• 당사는 평가 대상인 그 어떤 기업으로부터도 출자를 받지 않았습니다.

앞으로의 계획 — 6개 계층을 '실측'으로 채워나가다

이번 호는 Layer 1(입구)의 등급 산정이었습니다. 다음 호부터는 계층을 내려가며, 증거를 '공개 정보 → 실측 → 복수 AI의 실사용 데이터'로 더욱 견고하게 만들어 가겠습니다.

• Layer 3 '안내'의 실측 (다음 호): AI 에이전트가 각사의 개발자 문서에 실제로 접근할 수 있는지를 측정 완료했습니다. 미리 하나만 말씀드리자면——공식 MCP를 훌륭하게 제공하고 있음에도 불구하고, 문서 사이트가 AI 봇을 문전박대하는 회사가 있습니다. 현관문은 열려 있는데 안내소가 닫혀 있는 격입니다. 자세한 내용은 다음 호에서 다룹니다.
• Layer 2 '실행'의 실측: 동일한 표준 태스크(예: 고객 레코드를 검색하여 업데이트하기)를 복수의 SaaS에서 AI가 실행하도록 하여, 태스크 완료율·실행 시간·에러로부터의 복구율을 비교합니다.
• 상성 데이터 (향후): ChatGPT 계열·Claude 계열·Gemini 계열 등 복수의 AI에 의한 실사용 데이터로, 'A사의 AI와는 상성이 좋지만 B사에서는 실패가 많다'는 수준까지 파고듭니다.

사양서만으로는 알 수 없는 'AI가 현실에서 어떻게 행동하는가'를 평가에 포함하는 것이 본 Index의 설계 사상입니다. 최신 등급 산정 결과와 프레임워크 정의는 상설 페이지(kansei-link.com/agent-readiness-index)에서 업데이트됩니다.

벤더 및 투자자분들께

SaaS 벤더분들께: 자사 등급의 세부 내역(어떤 항목에서 감점되었는지, 공식 MCP를 도입하면 등급이 어떻게 변하는지, 실측 프로브에서 무엇이 발생하는지)에 대한 상세 리포트를 제공하고 있습니다. 문의는 kansei-link.com을 통해 해주시기 바랍니다.

투자자 및 조달 담당자분들께: 본 Index는 분기별로 업데이트될 예정입니다. 포트폴리오 기업 및 검토 대상에 대한 커스텀 평가에 대해서도 상담해 주시기 바랍니다.

에이전트를 만들고 계신 분들께: 이 등급 산정의 원료가 되는 접속 인텔리전스(Connection Intelligence)는 MCP 서버로서 무료로 사용할 수 있습니다 (npx @kansei-link/mcp-server). 사용해 보시고, 실패했을 때 보고만 해주셔도 이 Index는 더욱 정확해집니다.

KanseiLink — SaaS Integration Intelligence. 「뇌와 경쟁하지 않고, 신경계가 된다」

• Gartner Press Release (2026-07-01) 및 CIO지 보도 https://www.cio.com/article/4192242/agentic-ai-puts-234b-in-enterprise-saas-spending-at-risk-gartner-says.html ↩︎

Discussion