<SaaS기업의 AI 기능 가격 모델>

여러분의 프로덕트/서비스에 AI기능을 추가하면 제품가격을 어떻게 설정하실건가요?

- Executive Summary:

AI 소프트웨어의 가격 모델은 사용량을 제한하지 않는 가치 기반, 볼륨 기반 모델로 전환될 것으로 전망합니다. 가치 기반 가격 모델은 본질적으로 사용자에게 제공되는 서비스의 가치에 대한 깊은 이해가 필요하며, 고객과 사용 사례를 신중하게 세분화해야 합니다.

오픈AI API 가격 모델을 예로 들면, 사용량과 모델 복잡성에 따라 계층형 가격을 청구합니다. 언뜻 보기에 이 접근 방식은 사용량이 많고 복잡도가 높은 모델이 더 많은 가치를 의미한다는 논리적 상관관계를 말하는 것 같으나, 여기에서 중요한 질문을 제기할 수 있어야 합니다. 더 많은 쿼리와 더 복잡한 모델을 사용하는 것이 고객에게 제공되는 가치를 나타내는 신뢰할 수 있는 지표인가? '토큰당' 가격이 더 높은 더 복잡한 모델이 특정 애플리케이션에 더 많은 가치를 제공하는 것을 의미하는가? 입니다.

1. AI 시대 - 가격은 그 품질을 의미

가격을 정하는 일은 소프트웨어 업계에서 가장 중요하지만 가장 논의가 부족한 요소 중 하나입니다. 과거에는 기술 창업자들이 최고의 제품이 궁극적으로 승리할 것이라는 믿음 아래 가격 책정을 소홀히 할 수 있었지만, 더 이상은 아닙니다. AI 기능이 포함된 소프트웨어 시대에는 가격과 제품이 연결되어 있으며, 가격은 근본적으로 사용량에 영향을 미치고, 제품 품질에 근본적인 영향력을 가져옵다. 따라서 휴대폰의 월별 사용량 과금 구조처럼 사용을 제한하는 가격 모델은 품질을 제한하는 것과 같습니다. 지난 20여년 동안 사용했던 SaaS의 가격 책정 방식을 바꿔야 할 시기가 되었습니다.

2. AI에 맞는 신 가격 모델이 필요한 이유

2-1) 기존 모델은 AI 기반 제품 개발 동기를 악화

전통적인 소프트웨어 가격 모델인 사용자당 요금제 (Per seat pricing model)는 특정 기능 사용량과는 관계가 없습니다. 사용자가 해당 기능의 활용 여부와 상관없이 기능은 존재하고, 더 많은 로그인이 발생한다고 해서 소프트웨어 기능이 새롭게 발전하는 것은 아니죠. 사용자당 가격이 부과되는 모델이기 때문에 라이선스가 부여된 사용자만큼 비용이 발생한다.

반면에 AI는 동적입니다. AI는 입력되는 모든 데이터 포인트를 통해 학습하며, 사용자의 모든 행동과 경험이 주요 정보 소스가 됩니다. 제품을 사용하면 사용할수록 제품 자체가 더 좋아지죠. AI 기능을 제공하는 소프트웨어 공급업체가 기존의 사용자당 요금을 부과하는 것은 본질적으로 기술 개발 인센티브를 떨어뜨리는 것이 됩니다.

2-2) 기존 모델은 가치 창출 기회를 방해

AI 기반 소프트웨어는 개인화를 통해 조직의 모든 면을 혁신함으로써 비즈니스 효율성을 더 높입니다. 사용자당 요금제에 의존하면 구매자는 아주 편리하고 보편화된 방법으로 가격을 비교할 수 있지만, AI 프로바이더에게는 매우 불합리하게 느낄 수 있습니다.

2-3) AI 프로바이더 간의 카니발라이제이션

AI 기반 소프트웨어는 업무 효율성에 초점이 있기에 회사 성장에 따라 사용자 수가 선형적으로 증가할 필요는 없죠. 사용자당 요금에 얽매이면 계약 확장이 훨씬 더 어려워진다. 실제로 AI 소프트웨어의 성공이 곧 계약 축소를 수반하는 상황을 만들 가능성이 높습니다.

3. AI 기능 가격 책정 전 고려 사항

3-1) ROI 분석

AI와 같은 동적 소프트웨어 환경에서는 제품이 더 많이 사용되고 데이터 모델이 개선되고 데이터가 쌓임에 따라 그 가치가 증가합니다. ROI는 제품을 기업에 규모 형태로 배포한 후 계산하는 것이 가장 좋고 또한 1~2년 사용 후 다시 계산하여 그 차이를 관찰 추적하는 것도 필요하다.

3-2) 사용량을 억제하지 않는다

사용량을 제한하지 않는 볼륨 기반 절충모델을 찾는 것이 중요합니다. 즉, 고객이 성장함에 따라 성장하고(볼륨 기반) 제품이 의미 있고 측정 가능한 영향을 미치는(가치 기반) 사용량에 구애받지 않는 지표를 찾아야 합니다.

3-3) 가격 모델을 통해 제품 개선

대부분의 AI 프로바이더는 서비스를 개시할 때 이미 고객의 과거 데이터를 수집하여 맞춤형 추천을 제공합니다. 좀 더 혁신적인 AI 프로바이더는 고객 간에 인사이트를 공유하는 방법을 제공합니다.

3-4) 차별화된 가치 이해

현재 많은 SaaS의 AI 기능은 초기에는 사용자의 호기심으로 관심을 받지만, 의미 있는 지속성으로 이어지지는 못하고 있습니다. 기능의 재포장이나 재판매는 지속 가능한 가치가 아니며 차별화 전략도 아닙니다.

4. SaaS 기업의 AI 가격 모델 현황

업무에 적합한 모델을 선택한다는 핵심 아이디어는 SaaS 공급업체가 동등한 품질 수준의 AI 기능을 제공하면서도 매출원가를 줄이는 접근 방식이 될 것입니다. 매출 원가를 줄이는 방법을 생각할 때, 중요한 접근 방식은 비용과 성능의 균형을 유지하면서 특정 작업에 사용하는 기본 모델을 최적화하는 것에 있습니다.

=====

수개월간 조사하고 준비한 내용이기에 많은 분들께 도움이 되길 바랍니다.

이 글은 제가 NIA [한국지능정보사회진흥원]의 < 디지털서비스 이슈리포트 > 2024년 8월호에 기고한 원본을 브런치에서 다시 정리하였습니다,