AI 부상과 '사용자당 얼마' SaaS 가격모델의 파괴
학습 차원에서 틈틈이 해외 전문가들이 블로그나 미디어 그리고 책에서 쓴 글을 번역 또는 요약 정리하고 있습니다. 이번 포스팅도 그중 하나고요. 거칠고 오역된 부분이 있을 수 있습니다. 제대로 번역되지 않은 부분은 확인 주시면 반영토록 하겠습니다. 의미 전달이 애매한 문장은 삭제했습니다. 이번에는 a16z 웹사이트에 올라온 글을 정리한 것입니다.
가격 정책 변화는 소프트웨어 업계에서 새로운 현상이 아니다. SaaS가 처음 주목을 받기 시작했을 때, 온프레미스 환경에선 완전히 생소한 좌석(Seat, 사용자당을 의미) 기반 가격 정책으로의 지각변동을 목격했고 이제 AI가 또 다른, 그리고 아마도 더 극적인 가격 정책 변화를 주도하고 있다.
모든 규모 소프트웨어 회사, 특히 새로운 AI 회사 창업자들은 세 가지 주요 변화를 고려하고 있다.
소프트웨어는 노동이 되고 있다. AI는 순수 서비스 사업이었던 것을 확장 가능한 소프트웨어 플레이로 바꾸고 있다. 고객 지원, 영업, 마케팅 또는 백오피스 재무 관리와 같이 사람 노동이 필요한 전통적인 서비스는 이제 소프트웨어 제품으로 자동화되고 패키징될 수 있다. 이로 인해 소프트웨어와 서비스 가격 책정 모델 사이 경계가 모호해졌다.
좌석당 요금은 더 이상 소프트웨어 기본 단위가 아니다. 고객 지원 소프트웨어인 Zendesk를 생각해 보라: 현재 기업들은 지원 에이전트(support agent)당 요금을 지불하고 있지만(좌석당 월 115달러), AI가 티켓 해결을 처리할 수 있게 되면, 자연스러운 가격 책정 지표는 성공적인 결과로 (successful outcomes)바뀔 것이다.
AI가 상당 부분 고객 지원을 처리할 수 있게 되면, 기업들은 훨씬 적은 수의 인간 지원 상담원을 필요로 할 것이고, 따라서 Zendesk 소프트웨어 사용자수도 줄어들 것이다. 이 때문에 소프트웨어 회사들은 소프트웨어에 액세스하는 사람 수보다는 소프트웨어가 제공하는 결과와 일치하도록 가격 모델을 근본적으로 재고해야한다.
변동 비용(Variable costs)은 예측하기 어렵다. 거의 모든 AI 스타트업들은 AI 모델 사용량에 따라 변동 비용이 크게 발생하는 파운데이션 모델(예: OpenAI, Anthropic, Mistral) 기반으로 구축된다. 모든 API 호출, 처리된 모든 토큰은 비용 구조에 추가된다. 이것은 AI 서비스 가격 책정의 기본 단위 경제학에 근본적인 변화를 가져온다. 추가 사용자 또는 사용에 대한 한계 비용은 0이 아니며 사용자마다 다르다. 그리고 추론 비용이 급격하게 감소하고 있지만, 고급 추론 기능을 갖춘 최신 모델이 필요한 작업은 여전히 상대적으로 높은 비용을 발생시킨다. AI 기업들은 이를 고려해 사용량 기반 가격 책정을 선호하고 있다.
가격 책정에 있어 모든 상황에 적용되는 단일 솔루션은 없다. 그러나 AI 분야에서 여러 가지 원형( archetypes) 등장하기 시작했고, AI 기반 회사(예: Decagon, Cursor, ElevenLabs)와 기존 핵심 제품에 AI를 추가한 회사(예: Zendesk, Notion, Canva) 간에 뚜렷한 차이가 있다. AI 기반 기업들은 새로운 가격 책정 모델에 더 많이 의존하고 있다: 사용량(사용한 만큼 지불), 결과(제공된 것 만큼만 지불), 또는 하이브리드 모델(조합). 예를 들어, 데카곤은 대화당(사용량 기반)과 해결당(결과 기반) 가격을 제시하는 반면, 커서는 사용량 기반 요금에 기반하며 프리미엄 모델의 경우 사용 기반 요금을 부과한다. 기존 기업들은 대부분 좌석당 또는 번들 옵션을 고수하고 있다.
결국, 이 분야는 모든 혁신과 단위 경제학 압력 때문에 급속하게 발전하고 있는 분야다. 앞으로 훨씬 더 많은 새로운 가격 책정 방식과 GTM(고투마켓) 접근 방식이 등장할 것이다. AI 제품이나 부가 기능 가격 책정에 대한 다양한 접근 방식을 실험해 보는 것은 가격 책정 시장 적합성을 모색할 때 고려해야 할 사항이다.
