소프트웨어 발행사들, 인공지능 도입으로 과금 모델 재설계

특히 사용자당 과금 방식은 한계에 직면했습니다. 인공지능 에이전트가 기존에 직원이 수행하던 업무를 대체하면서 기업 내 필요한 라이선스 수가 감소할 수 있기 때문입니다. 고객 서비스 분야의 경우, 인공지능 에이전트가 솔루션과 상황에 따라 요청 사항의 60%에서 70%를 자율적으로 처리할 수 있습니다. 이로 인해 발행사는 단순한 도구가 아닌 업무 대체 솔루션을 판매하게 되며, 이는 인간 라이선스 감소로 이어져 공급업체의 반복 수익을 감소시킬 위험이 있습니다.

비용 구조 또한 복잡해졌습니다. 기존 소프트웨어와 달리 생성형 인공지능은 요청량, 처리 복잡성, 토큰 소비량에 따라 가변 비용이 발생합니다. 토큰 단가는 하락하는 추세지만 소비량이 더 빠르게 증가하고 있어 단가 하락이 사용량 증가에 따른 비용 상승을 완전히 상쇄하지 못하고 있습니다.

이에 따라 네 가지 가격 책정 접근 방식이 제시되고 있습니다. 첫째는 인공지능 에이전트를 직원과 같은 추가 자원으로 간주하여 과금하는 방식입니다. 둘째는 요청 수나 토큰 등 사용한 자원에 따라 지불하는 소비 기반 과금입니다. 셋째는 처리된 고객 요청이나 완료된 과업 등 구체적인 서비스 제공 단위로 과금하는 방식입니다. 마지막으로 성과나 절감액에 따라 지불하는 결과 기반 과금 방식이 있으나, 이는 결과 측정과 가치 배분 합의가 어려워 단기적으로 도입되기는 힘들 것으로 보입니다.

현재는 수익의 안정성과 비용 통제를 동시에 달성하기 위해 여러 방식을 결합한 하이브리드 모델이 선호되고 있습니다. 일반적으로 기본 구독료에 소비 기반 추가 과금을 결합한 형태이며, 이러한 방식이 시장의 70%에서 80%를 차지하는 것으로 추정됩니다. 또한 기업이 자원을 미리 구매하여 사용하는 선불 크레딧 시스템에 대한 관심도 다시 높아지고 있습니다.