MAU의 시대의 종말, MRR도 이제 못 믿는다?

AI 기업의 성장을 측정할 때 기존 SaaS의 핵심 지표인 **ARR(연간 반복 매출)**이 실제 사업의 건강함을 왜곡할 수 있다는 분석이 나오고 있다. Anthropic과 OpenAI의 사례에서 보듯, 발표되는 ARR과 실제 누적 매출 및 현금 소진 속도 사이에 차이가 발생하고 있다.

ARR이 AI 시대에 한계를 보이는 3가지 이유는 다음과 같다.

• 높은 한계비용: SaaS와 달리 AI는 추론 호출마다 GPU 및 클라우드 비용이 발생하므로, 매출이 늘수록 비용도 함께 증가한다.
• 고객별 원가 편차: 동일한 요금을 내더라도 고객의 사용 패턴에 따라 발생하는 인프라 비용이 크게 달라 수익성 예측이 어렵다.
• 반복 매출의 불안정성: 서비스 간 전환 비용이 낮아 과거보다 매출의 지속성(Recurring)이 약해졌다.

이에 따라 AI 비즈니스의 실질적인 가치를 측정하기 위한 차세대 지표들이 주목받고 있다.

• 지출 대비 생산성 (Productivity per Dollar Spent): ARR을 인건비와 AI 인프라 비용의 합으로 나누어 실제 효율성을 측정한다.
• 1년차 가치 (First Year Value): 고객이 첫 12개월 내에 충분한 가치를 경험하고 갱신할 수 있는지를 확인한다.
• 토큰당 매출총이익: 단순히 처리량이 아닌, 토큰당 얼마나 수익을 남기는지에 집중하는 단위 경제학 중심의 지표다.

결국 AI 시대에는 매출의 규모보다 매출총이익 구조와 고객별 수익성을 읽는 것이 비즈니스의 성패를 결정짓는 핵심이 될 것이다.