오늘날 시장에서 경쟁력을 갖추기 위해 최고의 SaaS 기업들이 가격 전략을 어떻게 업데이트하고 있는지.
지난 봄, a16z Growth(Andreessen Horowitz 그로스 팀)의 동료들과 함께 B2B나 prosumer 제품의 생성형 AI(gen AI) 기능에 대한 가격 책정과 패키징 프레임워크를 발표했습니다. 원문에서 언급한 SaaS 기업들이 지난 약 20개월 동안 가격과 패키징을 어떻게 변경했는지 확인해 보았습니다.
주요 인사이트 몇 가지:
처음에는 프리미엄 추가 기능(add-on)이었던 AI 기능들이 이제는 기본 필수 요소(table stakes)가 되었습니다. Notion이나 Salesforce 같은 주요 SaaS 플레이어들이 AI를 별도 과금에서 코어 오퍼링에 포함시키는 방향으로 전환한 것은, AI 기능이 치열한 시장에서 경쟁에 필수적인 요구사항이 되었다는 신호입니다.
AI 기능 패키징을 add-on에서 core로 옮긴 기업들은 대체로 AI 기능 가격을 순수 구독(subscription)에서 하이브리드 모델로 바꿨습니다. 이는 추론(inference) 비용을 더 잘 반영하기 위한 것으로 보입니다. 결과 중심 가격(outcome-based pricing)에 대한 논의가 많지만, 아직 많은 SaaS 기업들이 이를 도입하지 않고 있습니다. AI 에이전트를 제공하는 기업들은 이 모델에서 상대적으로 성공을 거두고 있습니다.
Microsoft와 Adobe는 여전히 AI를 별도로 수익화하고 있지만, 제가 관찰한 전체 트렌드는 명확합니다. AI가 초기 채택자(early adopters)만 끌어들이던 데서 모든 기업을 대상으로 확대되었고, 이는 AI 기능이 이제 고객들의 기본 기대치가 되었다는 뜻입니다.
아래에서 강조했듯이 가격 책정은 반복적(iterative) 과정이며, AI와 소프트웨어처럼 동적인 시장에서 기업들은 추론 비용 변동에 신속히 대응할 준비를 해야 합니다.
원본 글, 2024년 3월 22일
새로운 기술을 효과적으로 수익화하는 일은 시장 점유율을 빠르게 확보하면서도 사업 성장 여지를 남기는 경쟁입니다. 하지만 생성형 AI(gen AI)의 경우 그 중요도가 훨씬 큽니다. 기업에 전례 없는 가치를 약속하지만, 추가 고객 한 명 한 명에게 제공하는 비용이 매우 비싸기 때문입니다. 특히 성장 단계에서 창업자들은 단위 경제(unit economics)와 마진을 신경 써야 하며, 이런 창업자들에게 자주 들려오는 질문이 있습니다: gen AI가 창출한 가치를 어떻게 포착할 수 있을까? gen AI 기능 비용을 내가 부담할지, 고객에게 전가할지? 고객들이 gen AI에 실제로 지불 의사가 있고, 그 액수가 어느 정도일까?
gen AI의 초창기 단계에 있으며 채택 곡선과 비용이 안정화될 때까지 검증된 가격 책정이나 패키징 프레임워크는 존재하지 않습니다. 그럼에도 불구하고, 새로운 gen AI 기능을 어떻게 수익화할지 고민하는 시장 부문—B2B SaaS와 prosumer 기업들—에 대한 저희 생각과 다른 기업들의 접근 방식을 정리해 여러분의 전략이 현재 어디에 위치하는지 파악하는 데 도움이 되도록 했습니다.
초기 사용량, 고객 페르소나, 제품 미션으로 삼각 측량하기
가격 책정과 패키징 작업은 어떤 경우에도 기능이 얼마나 많은 가치를 제공하며 누구에게 제공하는지, 그리고 그 기능을 운영하는 데 비용이 얼마나 드는지 파악하는 데서 시작하는 게 가장 좋습니다.
그 다음, gen AI가 전체 제품 오퍼링에서 얼마나 핵심적인 역할을 할 것이라고 보는 관점을 이 발견들과 맞춰보세요.
이 과정은 과학보다는 예술에 가까운 면이 많습니다. 창업자들이 gen AI가 고객에게 어떤 가치를 주는지, 비용이 얼마나 드는지 아직 탐색 중이기 때문입니다. 그래도 초기 사용량 데이터와 고객 페르소나를 통해 두 방향 모두에 대한 통찰을 얻을 수 있습니다.
베타 및 초기 사용량
베타와 초기 사용 단계에서는 어떤 고객들이 제품을 사용하고 있는지, 얼마나 자주 쓰는지, 그들을 서비스하는 데 비용이 얼마나 드는지, gen AI 기능에 얼마나 지불할 의향이 있는지를 파악해야 합니다. 예를 들어 다음 사항들을 깊이 들여다보는 게 중요합니다:
- TAM(Total Addressable Market, 총 주소 가능 시장)을 확대하나요? (예: 기존에 10명 고객만 서비스하던 게 이제 100명으로 늘 수 있나요?)
- gen AI 기능이 무료에서 유료 티어로, 또는 더 높은 유료 티어로의 전환율을 높이나요?
- 제품에 기능 사용 대부분을 차지하는 파워 유저(power users) 기반이 있나요? 있다면 그들이 COGS(Cost of Goods Sold, 판매 원가)에 미치는 영향은?
고객 페르소나
고객 페르소나 측면에서는 어떤 페르소나가 지불 의사가 있고, 어떤 그룹은 없는지 파악해야 합니다. 모든 고객이 gen AI 기능에서 가치를 느끼나요, 아니면 일부만인가요?
고객 페르소나와 세그먼트를 더 알아보는 좋은 방법은 인터뷰, 설문조사, 영업팀 데이터입니다.
- 인터뷰. 고객 수가 적다면 직접 인터뷰해 제품 구매 관심이 있는 사람과 미래에 관심 있을 제품을 파악할 수 있습니다.
- 설문조사. 고객이 많다면 잠재적 신기능 중 가장 중요한 걸 설문하고, 그걸 회사 산업이나 기능과 연결하세요.
- 영업팀 데이터. 영업팀은 매일 고객과 소통하니 다양한 고객 유형이 제품 성공에 필요한 기능을 잘 파악하고 있습니다.
한 가지 주의할 점: “AI 관광객(AI tourists)”에 주의하세요—회사 전체 실험 지시(B2B)나 개인적으로 gen AI 신기능을 써보고 싶어 가입하는(prosumer) 고객들입니다. 이런 유저들은 지불 의사가 있어도 유지하기 어렵습니다. (다만 엔터프라이즈 기업들이 gen AI 예산을 혁신 라인에서 표준 소프트웨어 라인으로 재배치하는 추세를 보고 있어, gen AI가 많은 기업의 핵심 요소로 자리 잡고 있음을 알 수 있습니다.)
제품 비전
여기서 창업자로서의 비전이 발휘됩니다. 지금은 고객 일부만 생성형 AI에 흥미를 보일 수 있지만, 결국 제품 고객 경험을 재구성하고 훨씬 풍부한 가치 제안(value prop)을 제시할 거라 믿는다면요. 아니면 아직 고객에게 어떤 이익을 주는지 탐색 중이고, 특정 유저에게는 nice-to-have 수준일 수 있습니다. 이 부분은 질적이고 비전 중심이며, 앞으로 gen AI가 제품 로드맵과 가치 제안에서 얼마나 중심이 될지 결정하는 건 여러분 몫입니다.
gen AI 기능의 가치와 비용에 대한 감을 잡고, 현재 제품 오퍼링과 미래 로드맵에서 생성형 AI의 역할을 가정하면, 이제 패키징과 가격 책정을 구체적으로 고민할 차례입니다.
패키징: core, upgrade, 아니면 add-on?
B2B와 prosumer 생성형 AI(gen AI) 기능은 일반적으로 3가지 카테고리로 나뉩니다: core offering(기본 오퍼링), upgrade tier(상위 티어)의 일부, 또는 add-on(추가 기능). gen AI 시대에도 비-gen AI prosumer 및 B2B SaaS의 패키징 모범 사례가 여전히 적용되므로, 기업들이 과거 새로운 비-gen AI 기능을 어떻게 패키징했는지 참고하는 것도 유용합니다.
Core(기본 오퍼링)
모든 고객이 gen AI 기능에 열광하고 지불 의사가 있으며, 초기 사용 데이터에서 채택과 전환율이 크게 증가하고, gen AI가 가치 제안(value prop)에 미션 크리티컬하다면 core 오퍼링에 포함시키는 게 현명합니다. 이 경우 gen AI 기능을 직접 수익화할 필요가 없을 수 있습니다. 왜냐하면 TAM과 전환에 큰 후속 효과가 있기 때문입니다. 앞서 든 예가 딱 맞아요: 기존 제품으로 10명 고객을 서비스하던 게 gen AI 기능 덕에 100명으로 확대될 수 있습니다.
생성형 AI 채택의 “land grab(토지 약탈)” 단계에 있으니, gen AI 기능을 core에 넣으면 기존 대기업이나 다른 스타트업 오퍼링보다 제품 매력이 높아집니다. 다만 모든 세그먼트에서 수요가 있으므로, 일부 기업들은 기능 서비스 비용을 반영해 core 패키지 전체 가격을 결국 올릴 가능성이 큽니다.
Upgrade(상위 티어)
gen AI 기능을 upgrade로 패키징하는 건 대부분 고객에게 nice-to-have 기능으로 작용하며 업셀(upsell) 레버가 될 때 적합합니다. 고객 제품 사용 방식을 급격히 바꾸진 않지만, 대부분에게 더 큰 가치를 열어줍니다. 일부 gen AI 기업들은 upgrade에 더 많은 데이터셋을 제공하죠. Mailchimp를 예로 들면, 대부분 유저는 core에 gen AI가 필요 없어요—이메일 리스트 구축과 발송만 원할 뿐입니다—하지만 gen AI로 생성된 이메일 카피, 세그먼테이션, 분석은 제품 경험을 크게 향상시킬 수 있습니다. 몇몇 기업들은 gen AI 기능을 상위 가격 티어 전환 촉진이나 gen AI 서비스 비용 일부 커버를 위한 업셀 도구로 활용합니다.
Add-on(추가 기능)
gen AI 기능이 프리미엄 지불 의사가 있는 소수 고객에게 큰 가치를 주고, 기능 서비스 시 마진을 직접 관리하고 싶다면 add-on으로 패키징하는 게 좋습니다. add-on 패키징은 다음 효과를 줍니다:
- 혁신을 직접 수익화해 단기적으로 지속 가능한 마진을 확보합니다. (다만 장기적으로 AI가 제품의 핵심 차별화 요소가 될 거라 믿는다면 다른 패키징 모델로 전환할 수 있습니다.)
- TAM 확대: 더 지불할 의향 있는 고객에게 더 비싸게 청구하면서 기존 가격대의 고객도 유지합니다.
- 제품에 열광하고 피드백 줄 의향 있는 오디언스로 기능 베타 테스트 기회를 줍니다.
add-on을 “파워 유저 패키지”로 봅니다—파워 유저(power users) 집단이 기능에서 불균형적으로 큰 혜택을 보니 프리미엄을 부과할 수 있죠. 다만 일부 기업들은 add-on gen AI 기능을 엔터프라이즈 딜에서 로그인 공유 방지를 위해 전체 회사에 판매합니다. 소수 유저만 원해도요. 단기 비용 커버는 되지만, 이런 의무가 포함된 소프트웨어 패키지를 사기 싫어할 구매자도 있다는 점 주의하세요.
한 가지 주의점: 일부 기업들은 기본 gen AI 기능을 core나 저가 티어에 넣고, 더 우수한 gen AI 기능이나 사용량을 상위 티어로 제한합니다. 이 경우 가치 기반 세그먼테이션 논리는 동일합니다. 예를 들어 gen AI 기능이 서비스 가능 유저 수를 확대한다면 core로 제공하세요. 다른 고성능 gen AI 기능이 파워 유저를 지원한다면 그걸 제한하고 더 청구하는 식입니다.
가격 책정: subscription 아니면 hybrid?
대부분 B2B SaaS와 prosumer 기업들이 software-to-human 제품을 판매하니, 사용량 기반이 아닌 subscription(구독)으로 수익화하는 게 합리적입니다—고객들은 gen AI를 얼마나 쓸지 예측하기 싫어하죠. 하지만 gen AI 시대의 순수 subscription 가격은 고객 제품 사용량과 실제 수익 간 격차를 키울 수 있습니다. 실제로 gen AI 기능 시트(seat) 판매는 고객들이 제품을 덜 쓰길 바라는 모순된 상황을 만들죠. 파워 유저가 거의 안 쓰는 고객과 똑같은 고정 요금을 내니, 가장 중요한 고객들이 오히려 마진을 갉아먹습니다.
고객 인센티브와 더 잘 맞추려면 어떻게 해야 할까요? gen AI 채택 초기 단계라 아직 명확한 답은 없습니다.
현재 시장을 보면 core와 upgrade 패키징은 기본적으로 시트당 가격으로 책정됩니다. gen AI가 베이스 제품 일부이거나 기존 subscription 티어의 추가 기능이죠. 다만 add-on 기능 가격에서 비용 커버와 파워 유저 수익화를 위해 hybrid subscription-consumption 모델을 실험하는 기업들이 늘고 있습니다. 이런 하이브리드 방식에는 크레딧 소진 접근법(Box처럼)이나 소비량 증가에 따른 크레딧이 붙은 고정 시트(Adobe Creative Cloud처럼)가 포함됩니다. (기존 subscription에 사용량 요소를 더할 때 고객에게 예측 가능성을 주고 과소비를 처리하는 방안을 고려하세요.)
다른 기업들은 뭘 하고 있나?
새로운 gen AI 오퍼링을 가진 31개 기업을 조사해 gen AI 기능의 가격과 패키징 방식을 살펴봤습니다. 데이터에서 보이는 내용은 다음과 같습니다.
생성형 AI 가격 책정과 패키징은 어떻게 진화할까?
결과 기반 가격 책정과 기타 지표들이 주목받는다
gen AI가 고객에게 큰 생산성 향상을 제공하기 시작하면서, 일부 기업들은 소프트웨어 자체가 아닌 소프트웨어 결과(outcome)에 따라 청구하는 outcome-based pricing(결과 기반 가격 책정)을 미리 도입하려 합니다.
현재 outcome-based pricing은 제대로 맞추기 어렵습니다. 창업자들이 gen AI가 고객에게 주는 가치를 어떻게 정량화할지 아직 파악 중이기 때문이죠. 하지만 앞으로 gen AI 기능이 기업 생산성을 크게 높인다면, 축소되는 사용자 기반으로 가격을 매기는 건 경제적으로 맞지 않습니다. 그래서 workflow나 인사 관리 도구처럼 software-to-human 제품을 판매하는 기업들에 outcome-based pricing이 큰 영향을 미칠 가능성이 큽니다.
이 모델 장점은 고객 인센티브와 딱 맞아떨어진다는 점이지만, “outcome”이나 “resolution” 정의에 고객과 합의하고 gen AI가 고객 질문을 안정적으로 해결할 수 있다는 신뢰가 필요합니다. 이미 Intercom의 Fin Chat 제품처럼 실험하는 기업들이 나오고 있어 발전 과정을 기대합니다.
가격 책정에서 유연성을 준비하세요
추론(inference) 비용이 안정화되고 오픈소스가 활성화되며, 모델 제공자들이 사용자 유치를 위해 모델 가격을 지속 낮추고 있습니다. 이에 기업들은 API 비용 하락에 맞춰 가격 모델을 적응할 준비를 해야 합니다.
당장은 단기적으로 사업에 경제적인 수준으로 가격을 매기되, 장기적으로 서비스 비용 하락(이미那样!)을 기대하며 미래 마진 확대를 노리는 게 현명합니다. gen AI 기능이 사업 핵심이 될 거라 기대하는데 빨리 결과가 안 보인다면 가격과 패키징 구조를 주저 말고 재검토하세요.
생성형 AI는 소프트웨어 최종 사용자에게 전례 없는 가치를 제공할 잠재력이 있으며, 성장 단계 창업자들의 목표는 안정적 단위 경제(unit economics)와 탄탄한 마진을 유지하며 그 가치를 최적 포착하는 것입니다. 만능 솔루션은 없으니, 성공한 창업자들은 과거와 실시간 교훈을 바탕으로 제품 로드맵 가치를 명확히 전달하는 유연한 가격·패키징 구조를 구축해야 합니다.
모범 사례가 아직 형성 중이지만, 이 프레임워크가 새로운 gen AI 기능의 가격·패키징 과정을 더 잘 헤쳐나가는 데 도움이 되길 바랍니다.
원문: How to Price and Package Your Gen AI Feature: Revisited
blog by ash에서 더 알아보기
구독을 신청하면 최신 게시물을 이메일로 받아볼 수 있습니다.
