SaaS에서 검증된 freemium 공식이 AI 제품에서 무너지는 이유
지난해 어느 1인 스타트업 대표가 AI 글쓰기 도구를 출시하면서 클래식한 수를 뒀습니다. 무료 플랜은 월 5,000자, 유료 플랜은 무제한. 노션·Dropbox·Slack이 썼던 그 공식 그대로였습니다. 3개월 뒤 그의 무료 사용자 수는 8만 명을 넘었습니다. 유료 전환율은 1.2%였고, 서버 비용 청구서는 매달 두 배씩 불어났습니다. 무료 사용자 한 명이 유료 사용자 수십 명의 컴퓨팅 자원을 썼기 때문입니다. "바이럴은 됐는데 사업이 안 됩니다"라고 그는 말했습니다.
이 이야기가 낯설지 않다면, 지금 당신도 같은 함정 위에 서 있을 가능성이 높습니다.
SaaS와 AI는 비용 구조 자체가 다릅니다
Lenny's Newsletter에 기고된 Vikas Kansal의 분석은 이 문제를 숫자로 풀어냅니다. 전통적인 SaaS에서 사용자 한 명을 무료로 유지하는 비용은 사실상 0에 수렴합니다. 스토리지 몇 MB, 트래픽 몇 KB. 백만 명을 무료로 운영해도 인프라 비용이 크게 증가하지 않았습니다. 그래서 freemium이 작동했습니다. 많이 뿌리고, 천천히 전환하고, 전환된 소수가 전체 비용을 감당하는 구조였습니다.
AI 제품은 다릅니다. 사용자가 버튼을 누를 때마다 LLM API 호출이 발생하고, 그 호출은 토큰 단위로 과금됩니다. 사용자가 서비스를 '잘' 쓸수록 — 즉, 제품이 가치를 잘 전달할수록 — 공급자가 지불하는 비용이 선형이 아니라 지수적으로 증가합니다. Kansal의 표현을 빌리면, AI에서 무료 사용자는 "무료 광고판"이 아니라 "유료 고객보다 비싼 짐"이 될 수 있습니다.
수치를 보면 더 명확해집니다. GPT-4o 기준 입력 1M 토큰당 약 2.5달러, 출력은 10달러 선입니다. 사용자가 하루 10번 대화를 나누고 각 대화에서 평균 500토큰을 쓴다고 가정하면, 월 약 150,000토큰입니다. 무료 플랜 사용자 1만 명을 유지할 경우 월 API 비용만 수백 달러에서 수천 달러가 됩니다. 전환율 1-2%로는 이 구조를 감당하기 어렵습니다.
여기서 또 다른 문제가 겹칩니다. ChatGPT, Claude, Gemini 같은 범용 AI가 이미 무료로 깔려 있습니다. 사용자는 당신의 AI 도구를 보며 "이게 ChatGPT보다 뭐가 낫지?"를 먼저 묻습니다. SaaS 시절엔 "이 기능, 경쟁사엔 없어"라는 차별화가 비교적 오래 유지됐습니다. AI에서는 기능 자체가 몇 달 만에 범용화됩니다. 차별화의 반감기가 극단적으로 짧습니다.
가치를 '보여주는 구조'와 '경험하게 하는 구조'는 다릅니다
문제의 핵심은 freemium 모델 자체가 나쁜 게 아니라, SaaS용으로 설계된 freemium이 AI에 이식될 때 발생하는 구조적 불일치에 있습니다.
SaaS freemium의 설계 논리는 이렇습니다. 핵심 기능을 맛보게 하되, 중요한 기능은 잠근다. 사용자가 "이거 계속 쓰고 싶은데 더 많은 기능이 필요하다"는 순간에 유료로 전환하게 만든다. 이 설계는 기능 중심 제품에서 잘 작동합니다. Notion의 블록 수 제한, Dropbox의 저장 용량 제한이 그 예입니다.
AI 제품은 다른 방식으로 가치를 전달합니다. 가치는 기능의 숫자가 아니라 결과물의 질에 있습니다. 사용자가 AI로 이력서를 다듬고, 보고서를 요약하고, 코드를 수정하는 경험 — 그 결과물이 충분히 좋을 때 비로소 "돈을 낼 의향"이 생깁니다. 즉, AI에서 무료 경험의 질이 낮으면 사용자는 전환하지 않습니다. 하지만 질이 높으면 비용이 폭발합니다. 이 딜레마를 Kansal은 "AI freemium의 저주"라고 부릅니다.
비즈니스 전략의 관점에서 보면, 이 문제는 결국 가치 사슬(value chain) 어디에서 수익을 확보하느냐의 문제입니다. 많은 비즈니스 전략 프레임이 공통적으로 지적하는 것은, 경쟁자가 쉽게 복제할 수 없는 활동이나 자산에 비용을 집중하고, 거기서 수익을 끌어내야 한다는 원칙입니다. AI 스타트업 대부분은 LLM API 위에 UX 레이어만 얹은 형태입니다. 이는 모델 자체에는 경쟁 우위가 없다는 뜻입니다. 진짜 차별화는 데이터, 워크플로 통합, 또는 특정 도메인에 깊이 특화된 맥락(context)에 있습니다.
포터의 가치 사슬 분석이나 블루오션 전략의 가치 혁신 개념을 AI 제품에 적용하면 질문이 하나 나옵니다. "우리 사용자가 기꺼이 돈을 내는 활동은 무엇이고, 그 활동에서 범용 AI로 대체 불가능한 요소는 무엇인가?" 이 질문에 답하지 못한 채 freemium 깔때기만 복사한 제품은, 광고판 역할만 하다가 자금이 먼저 바닥납니다.
Kansal이 제안하는 전환점은 세 가지 방향으로 수렴됩니다. 사용량 기반 과금(usage-based pricing), 결과 기반 과금(outcome-based pricing), 그리고 좁은 도메인 특화입니다. 세 가지 모두 공통점이 있습니다. "광범위하게 뿌리고 천천히 전환"이 아니라, "정확한 대상에게 깊이 파고드는" 방향입니다.
1인 사업자가 지금 다시 그려야 할 수익 설계도
이 논의는 벤처 투자를 받은 AI 스타트업만의 이야기가 아닙니다. AI 도구를 활용해 서비스를 제공하거나, AI 기반 제품을 만들어가는 1인 사업자·솔로 디렉터에게도 같은 논리가 적용됩니다.
첫 번째로 점검할 것은, 지금 제공하는 무료 경험이 무엇을 위한 것인가 하는 질문입니다. 단순히 "일단 써보게 하자"는 목적이라면, 그 경험이 어떤 사용자에게 어떤 결과를 줄 때 유료 전환 동기가 생기는지 가설을 세워야 합니다. 무료 체험의 범위를 기능이 아니라 결과물의 깊이로 설계해보세요. 예를 들어, AI 계약서 검토 도구라면 "3건 무료"보다 "1건 전체 프로세스를 완전히 경험"하는 구조가 전환에 더 효과적입니다.
두 번째는 비용 단위를 사용자가 아니라 가치 단위로 재정의하는 것입니다. "사용자당 월정액"이 아니라 "처리 건수당", "절감한 시간당", "생성된 결과물 수당" 같은 과금 단위를 실험해볼 만합니다. 이는 사용량 기반 과금의 핵심 논리이기도 하고, 사용자가 "이만큼 썼으니 이만큼 낸다"는 직관적 공정성을 제공하기도 합니다.
세 번째는 범용 AI와의 경쟁을 포기하고 도메인 특화에 집중하는 것입니다. ChatGPT를 이길 수는 없습니다. 하지만 "한국 중소기업 계약서 검토에 특화된 AI"는 이길 수 있습니다. 도메인 특화는 프롬프트 설계, 체크리스트, 맥락 데이터 등 복제하기 어려운 자산을 축적하는 과정이기도 합니다. 넓게 뿌리는 freemium이 아니라, 좁은 고객군에게 깊은 가치를 주는 구조가 1인 사업자에게 더 지속 가능합니다.
실무적으로 시도해볼 수 있는 접근은 이렇습니다. 지금 운영 중인 AI 서비스나 도구의 실제 비용을 API 호출 단위로 계산해보세요. 무료 사용자 한 명이 한 달에 얼마를 씁니까? 유료 전환율이 몇 %여야 이 구조가 흑자입니까? 이 계산이 없는 상태에서 freemium을 운영하는 것은, 손익분기점을 모르고 할인 행사를 여는 것과 같습니다.
또한, 기존 고객 중에서 AI 도구에 가장 적극적으로 반응하는 사람이 누구인지 살펴보십시오. 그들이 어떤 맥락에서 어떤 결과를 원하는지 파악하는 것이 도메인 특화의 시작점입니다. "모두를 위한 AI 도구"보다 "이 사람들을 위한 AI 워크플로"가 훨씬 팔기 쉽습니다.
freemium은 나쁜 전략이 아닙니다. 단지 AI 제품에 그대로 이식했을 때 비용 구조와 충돌할 뿐입니다. SaaS 플레이북을 베끼는 대신, 내 제품의 가치가 어느 활동에서 발생하고 누가 그 가치에 기꺼이 돈을 내는지를 먼저 설계하는 것 — 그 순서가 바뀌어 있다면, 지금 다시 그려야 합니다.
범용 AI가 무료로 넘쳐나는 시장에서 생존하는 1인 사업자는, 더 좋은 AI를 만드는 사람이 아니라 자신의 고객이 경험하는 문제를 가장 좁고 깊게 이해하는 사람입니다.
