해봄의 아카이브
인공지능으로 어떻게 돈을 벌 수 있을까? BM 설계법
Haebom
인공지능(AI) 기술이 빠른 속도로 발전하면서 다양한 AI 서비스가 시장에 출시되고 있습니다. 그러나 AI 서비스의 가격을 결정하는 일은 여간 까다로운 게 아닙니다. 전통적인 소프트웨어나 서비스와 달리, AI는 막대한 컴퓨팅 자원을 필요로 하기 때문입니다. 따라서 적절한 가격 모델을 설계하는 것이 AI 기업의 수익성 확보에 매우 중요한 요소가 되고 있습니다.
최근 즐겨보는 뉴스레터인 언섹시 비즈니스에서 릴리스라는 서비스를 다뤘는데 개인적으로도 사용하고 있는 서비스 이기도 한데 인터뷰 내용 중 매출에 관해 페이스북에서 김영욱님께서 다루신 내용이 있어 재미있게 읽었습니다.
어떻게 보면 중요한 이야기 이기도 합니다. 그래서 돈이 됩니까? 라는 문제죠. 보통 IT산업에서 사업개발 및 비즈니스 모델을 설계할 때 신경쓰는 축은 Unit(단위), Tier(계층), Term(조건)의 세 축으로 이뤄 집니다. 이건 SaaS건 PaaS건 IaaS건 크게 다르지 않습니다. 문제는 가격 설정을 어찌 하느냐의 차이 이죠.
각각은 아래와 같이 나름 공식이 나와 있습니다.
가격 책정 단위 (Pricing Unit)
•
요청(Requests): AI 모델에 대한 요청 수를 기준으로 과금. 그러나 각 요청마다 소모되는 컴퓨팅 자원이 다를 수 있어 일관성 있는 가격 책정이 어려움.
•
토큰(Tokens): 텍스트를 작은 단위(토큰)로 나누어 처리량에 따라 과금. 입력과 출력 토큰 수가 다를 수 있으므로 이를 고려한 차등 가격 적용 가능.
•
성공 기반(Successes): 고객에게 제공한 서비스의 성공 여부에 따라 과금. 컴퓨팅 사용량과 무관하게 고객 가치에 초점을 맞춘 방식.
•
물리적 자원 사용량(Physical Resource Usage): 사용된 하드웨어 자원(CPU, GPU 등)을 기준으로 과금. 주로 AI 인프라 제공 업체에서 활용.
가격 계층화 (Tier Pricing)
•
모델 계층화(Model Tiering): 사용하는 AI 모델의 성능과 비용에 따라 차등 가격 적용.
•
구독 계층화(Subscription Tiering): 기본 사용량을 포함한 월/연 단위 구독료와 추가 사용량에 대한 과금을 조합하는 방식.
거래 조건 (Terms)
•
사전 결제(Prepayment): 고객이 크레딧을 미리 구매하고 사용량에 따라 차감하는 방식으로 미수금 리스크 없음.
•
사용량 임계치 기반 청구(Threshold Charging): 사용량이 일정 임계치에 도달할 때마다 자동 결제하는 방식.
•
최소 사용량 보장(Minimum Usage Commitment): 최소한의 사용량 또는 금액을 보장하도록 하여 안정적인 수익 확보.
그럼 이제 이걸 가지고 어떻게 실제로 사업 모델이 끼워 구현해 내느냐죠. 다들 사업 개발이라고 하면 뭐하는 거임? 이라고 물어보지만 사업개발은 바로 이걸 구현해 내는 것 입니다. 개발자들이 프로그램을 짜고 기능을 구현하는 것과 마찬가지로요.
구현 방법 (Implementation)
•
종량제 방식 : 쓴 만큼 지불하게 하는 방식 입니다. 특정 시점을 기준으로하나 사용량을 기준으로 하냐에 따라 아래와 같이 나뉩니다.
◦
스냅샷 기록(Snapshot Recording): 일정 시간 간격으로 사용량을 집계하여 기록하는 방식. 데이터 양은 적지만 세부 내역 제공은 어려움.
◦
이벤트 기록(Event Recording): 개별 요청마다 사용량을 기록하는 방식. 정확하지만 대용량 처리 시 비용이 많이 듦.
•
무제한 방식 : 많은 SaaS 형태가 사용하고 있는 방법 입니다. 요청 수에 상관 없이 사용하게 하는 방법이나 최근 인공지능과 같이 비용이 많이 드는 서비스들이 나타나며 이 안에서도 제한을 거는 방식이 나오고 있습니다.
위의 가격 책정 방식 외에도 AI 서비스의 특성에 맞는 새로운 접근 방식을 고려해 볼 수 있습니다.
•
성과 기반 모델(Outcome-based Model): AI 서비스를 통해 고객이 달성한 비즈니스 성과에 기반하여 과금하는 방식.
•
가치 기반 가격 책정(Value-based Pricing): 서비스가 고객에게 제공하는 실질적인 가치를 평가하여 가격을 결정하는 접근법.
이러한 모델들은 단순한 사용량이 아닌 고객 가치에 보다 초점을 맞추어, 고객과의 장기적인 관계 구축에도 도움이 될 수 있습니다.
AI 서비스의 가치를 극대화하면서도 지속 가능한 수익을 확보하기 위해서는 체계적인 가격 전략 수립이 필수적입니다. 각 기업은 자사 서비스의 특성을 면밀히 분석하고, 고객의 니즈를 깊이 이해하여 최적의 가격 모델을 설계해야 할 것입니다. 나아가 빠르게 변화하는 시장 환경에 맞추어 가격 정책을 지속적으로 개선해 나가는 노력도 병행되어야 할 것입니다.
개인적 생각
비용은 계속해서 저럼해지긴 할 거지만 그만큼 사용자들도 원하는 수준이 높아질 것이라 개인적으로는 이 간격이 쉽게 좁혀지지 않을 것 같습니다. 가령 2024년 현재 나오는 모바일 칩셋은 2010년대 초반에 나온 노트북 저전력 칩셋보다 쌉니다. 하지만, 스마트폰 시장은 점점 하이엔드로 가고 있죠. 기능을 다 쓰느냐가 중요한게 아니라 소비자들이 '소유'에 가치를 더 두기 때문이기도 할 것 입니다.
이후, 인공지능 모델을 누구나 가지는 시대가 오면 모두가 SOTA급 모델을 가질 필요는 없겠지만 모두가 가지고 싶어할 것 입니다. 그렇기에 지금 비용이 저렴해지는건 만드는 사람들 입장에선 유의미하나 사업적으로나 소비자들에겐 큰 영감을 주진 못하는 것 같습니다.
앞서 릴리스의 사례나 해외의 다양한 인공지능 스타트업들이 현재 사업 모델에 대해 어려움을 겪고 빠르게 무너지는 이유이기도 합니다. 결국 돌고 돌아 B2B로 가는 것도 같은 이유죠. 다만 B2B의 경우 초기 허들이 높기에 이 마저도 쉽지 않은 것도 사실 입니다. 그리고 B2B를 서비스하는 입장에서도 비용최적화 하기가 쉽진 않습니다. 하려면 전사적 도입을 해서 사용량 헷징이 되어야하는데 이것도 쉽지 않은 상황이죠. (대표적으로 최근 세일즈포스 등에서 공개한 세션들만 봐도....)
인공지능이 앞으로 어떻게 돈을 벌 것인가는 아직 답이 안나온 시장 입니다. 제가 최근 마이크로소프트, 구글 등의 어닝콜 내용을 정리하고 있는데 애플 어닝콜(5월 2일)까지 발표가 되면 묶어서 소개 드리고자 합니다. 일단 MS와 구글은 자신들이 인공지능 솔루션을 판매하면서 매출 상승이 있었다고 발표했습니다. 하지만, 공급업체가 아닌 사용 업체의 사례가 지금은 필요한 시점 같습니다.
Subscribe to 'haebom'
Subscribe to my site to be the first to receive notifications and emails about the latest updates, including new posts.
Join Slashpage and subscribe to 'haebom'!
Join Slashpage and subscribe to 'haebom'!