Forbes AI 50 기업 3분의 2, 사용량 기반 과금 도입… AI 수익화 하이브리드 전환

AI의 변동 비용과 예측 불가능한 수요로 인해 Forbes AI 50 목록에 오른 기업 중 3분의 2가 사용량 기반 과금 방식을 도입했다. 제2회 Monetize 컨퍼런스에서 Metronome CEO Scott Woody는 이러한 선도 기업들이 ARR보다 시장 점유율 확보와 빠른 가격 개정을 우선시하며, 전통적인 SaaS 기업에는 '외계인'처럼 보이는 방식으로 운영된다고 평가했다.

하이브리드 과금과 예측 가능성

기업들은 구독료 내에 변동 사용량을 포함하는 하이브리드 모델을 채택하고 있으며, 복잡한 사용량 단위를 단순화하기 위해 크레딧을 활용한다. Fin은 플랫폼 구독에서 하이브리드 모델로 전환하며 결과 기반 과금을 도입했다. 고객은 크레딧 풀을 미리 구매하고, 지원 대화 해결이나 리드 확보 등 다양한 과금 대상에 대해 크레딧을 차감하는 방식이다. 동시에 예측 가능성은 중요한 제품 기능이 됐다. Snowflake와 Stripe는 고객이 지출을 모니터링하고 상한선을 설정할 수 있도록 예측 대시보드와 사용량 제어 패널 등 제품 내 도구의 중요성을 강조한다.

유연한 패키징과 비용 동향

오픈소스 모델 발전으로 AI 추론 비용이 하락하면서, 기업들은 마진을 유지하면서도 유연성을 제공하기 위해 패키징을 조정하고 있다. Replit은 초기에 에이전트 체크포인트당 25센트를 부과했으나, 런타임 증가로 고정 가격을 초과하자 사용량 기반 과금으로 전환했다. 예상치 못한 청구서에 대한 사용자 우려를 해소하기 위해 Replit은 속도 제한이 있는 무료 모드를 도입했으며, 모델 비용 절감분을 고객에게 돌려주기 위해 한 달에 여러 차례 가격을 조정한다.

가치 측정과 기계 가독성 있는 가격 정보

재무 팀은 복잡한 귀인 문제로 인해 오해를 불러일으킬 수 있는 토큰 단위 ROI 계산을 지양하고 있다. Clay는 모델 토큰과 제3자 데이터를 패스스루 입력으로 간주하며, 생산성 및 개발 시간 등 기능별 목표를 기준으로 AI 투자 성과를 측정한다. 또한 가격 정보는 인간과 AI 에이전트 모두에게 접근 가능해야 한다. Growth Unhinged 창업자 Kyle Poyar의 연구에 따르면, 가격 정보가 기계 가독성 형태로 제공되지 않을 경우 LLM은 비공식 출처에 의존하게 되며, 한 기업의 경우 사용자당 월 100달러에서 2,400달러까지 편차가 큰 가격이 보고되기도 했다.