# AI 추론 사업의 수익성 비결: 가치 기반 가격 책정 전략

> 2026-06-22 · Tom Tunguz · 큐레이션 김태우
> https://challengekim.com/insights/ai-inference-business-profitability-value-based-pricing-strategy-ko
> 원문: https://www.tomtunguz.com/so-you-want-to-sell-inference/

## 핵심 요약

- **추론 재판매는 높은 마진을 보장하지 않음**: 원가에 추론을 재판매하는 것은 마진이 거의 없는 지불 레일 사업
- **세 가지 가격 모델의 선택이 중요**: 원가 가산(마크업), 가치 기반(작업 수행), 최적화(비용 절감)
- **가치 기반 가격 책정이 장기적으로 지속 가능**: 토큰이 아닌 완성된 작업에 청구하면 고객 수용도가 높음
- **자체 키 고객의 등장이 게임 체인저**: 고객이 직접 API 비용을 지불하면 원가 가산은 작동하지 않음
- **최종 답은 토큰이 아닌 플랫폼을 판매하는 것**: 이사회는 자신들이 무엇을 구축하고 있는지 명확히 해야 함

## AI 업계에서 급성장 중인 추론 기반 비즈니스의 현실

현재 AI 분야에서 가장 빠르게 성장하는 기업들은 추론(inference)을 판매하거나 재판매하고 있습니다. 이들은 추론의 첫 번째 파생물이라고 할 수 있죠. 하지만 여기에 숨겨진 함정이 있습니다. **추론을 원가에 재판매하는 것은 거의 마진이 없는 사업** 이며, 사실상 소프트웨어 회사가 아닌 결제 레일(payment rail)에 가깝다는 것입니다.

그렇다면 궁극적인 질문이 생깁니다: **30% 이상의 매출 총이익을 유지하려면 어떻게 해야 할까요?**

이 답은 모든 영업 프레젠테이션에서 강조되는 가장 기본적인 개념으로 귀결됩니다. 바로 **원가 가산(cost-plus) 가격 책정과 가치 기반(value-based) 가격 책정의 차이** 입니다. 이 두 가지 접근 방식은 완전히 다른 비즈니스 모델을 만들어내며, 장기적인 수익성을 크게 좌우합니다.

## 세 가지 가격 책정 전략: 마크업, 가치 기반, 최적화

AI 추론 사업을 운영하는 기업들은 크게 세 가지 가격 책정 방식 중 하나를 선택하고 있습니다. 각각의 방식은 서로 다른 강점과 약점을 가지고 있으며, 장기적인 비즈니스 지속성에 큰 영향을 미칩니다.

### 원가 가산 방식: 마크업을 통한 프리미엄 책정

**원가 가산(Cost-plus) 모델** 은 가장 직관적이지만 위험성이 높은 방식입니다. 이 모델에서는 추론의 원가 위에 마크업을 얹어서 고객에게 청구합니다. 예를 들어, 추론 비용이 1달러라면 30% 마크업을 적용하여 1.30달러에 판매하는 식입니다.

하지만 이 방식이 작동하려면 **하네스(harness)가 충분히 우수해야 합니다**. 여기서 하네스란 모델을 둘러싼 제품, 워크플로, 그리고 사용자 경험(UX)을 모두 포함합니다. 이 요소들이 프리미염을 정당화할 만큼 뛰어나야 한다는 의미죠.

문제는 여기서 시작됩니다. 원가 가산 방식은 **지불 의사를 추론 비용 수준으로 제한합니다**. 고객들은 당신의 가격을 원시 API와 비교하여 직접 API를 사용할 수 있다는 것을 알게 되면, 당신을 우회하게 됩니다. 그리고 **추론이 점점 상품화되면서 마크업은 0에 가까워집니다**. 경쟁사들이 비슷한 서비스를 더 저렴하게 제공하기 시작하면, 당신의 마크업 여지는 급격히 줄어들게 되는 것입니다.

### 가치 기반 가격 책정: 작업 완료에 따른 요금

**가치 기반(Value-based) 가격 책정** 은 추론 재판매 비즈니스에서 장기적인 지속성을 확보할 수 있는 방식입니다. 이 방식에서는 **결과에 따라 가격을 책정합니다**. 해결된 티켓당, 완료된 작업당, 생성된 보고서당 요금을 청구하는 것이죠.

이 접근 방식의 핵심은 **창출된 잉여 가치의 일부** 를 고객으로부터 받는다는 개념입니다. 고객은 당신에게 비용을 지불하면서 **추론 비용이 얼마나 들었는지 전혀 신경 쓰지 않습니다**. 그들은 "이 작업이 완료되었다"는 결과에만 관심이 있습니다.

실제 사례들이 이를 증명합니다. **Sierra는 에이전트가 고객 티켓을 성공적으로 해결했을 때만 요금을 청구** 합니다. 만약 실패하면 요금은 0입니다. 이렇게 하면 고객과의 이해관계가 완벽하게 일치합니다. **Devin도 토큰이 아닌 '에이전트 컴퓨팅 유닛(Agent Compute Units)'을 판매** 합니다.

이는 Databricks와 Snowflake가 크레딧을 사용하여 **원시 컴퓨팅에서 가격 책정을 분리** 하는 방식과 동일한 추상화입니다. 가장 중요한 점은 **마진이 추론 라인에서 완전히 분리된다** 는 것입니다. 당신이 추론을 더 효율적으로 사용하면 할수록 마진은 증가합니다. 이는 **지속 가능한 비즈니스 모델** 입니다.

### 최적화 전략: 비용 절감을 통한 마진 확대

**최적화(Optimization) 방식** 은 어떤 가격 책정 모델을 사용하든 병행할 수 있는 전략입니다. 이 방식에서는 **모델 라우팅, 캐싱, 그리고 독점적인 소형 모델로의 증류(distillation)** 를 통해 추론 비용을 크게 줄입니다.

예를 들어, 1달러의 추론 비용을 0.70달러로 줄인다면, 같은 가격을 유지하면서도 마진을 크게 확대할 수 있습니다.

- **라우팅과 캐싱** 은 전술적이며 경쟁사도 상대적으로 쉽게 모방할 수 있습니다.
- **증류(distillation)는 한동안 방어 가능** 합니다. 이는 최첨단 교사 모델(teacher model)을 통해 프로덕션 트래픽을 실행하고, 80억 개 미만의 파라미터를 가진 학생 모델(student model)로 증류한 다음, 훨씬 저렴한 하드웨어에 배포하는 과정입니다.

결과적으로 **경쟁업체가 복제할 수 없는 독점 모델을 훨씬 저렴한 비용으로 운영** 하게 됩니다. 이는 경쟁력의 근본적인 차이를 만듭니다.

## 게임 체인저: 자체 API 키를 가져오는 고객들의 등장

여기서 한 가지 중요한 변수가 새로 등장했습니다: **고객이 자체 키를 가져오고 싶어 한다면 어떻게 될까요?**

이는 AI 업계의 판도를 완전히 바꾸는 시나리오입니다. 자체 키를 가져오는 고객들은 **클라우드 청구서에서 원시 추론 비용을 직접 확인** 할 수 있습니다. 이 경우 **원가 가산 방식은 완전히 무너집니다**.

왜냐하면 고객 입장에서는 **마크업이 이미 구매하는 것에 대한 눈에 보이는 세금** 처럼 느껴지기 때문입니다. 고객들은 "나는 이미 OpenAI에 직접 1달러를 지불하고 있는데, 왜 당신에게 추가로 0.30달러를 더 지불해야 하는가?"라고 질문하게 됩니다. 이렇게 되면 고객들은 당신을 우회하려고 합니다.

하지만 **가치 기반 방식은 여전히 살아남습니다**. 이 경우 당신은 작업을 판매하고, 고객은 **결과에 대해 당신에게 비용을 지불하면서 추론 비용은 직접 지불** 합니다. 당신의 비즈니스와 고객의 비용이 완전히 분리되므로, 원가 가산 방식의 문제는 발생하지 않습니다.

**최적화 방식도 살아남습니다**. 고객이 키를 가져오는 경우, 당신은 엔진이 아닌 **키를 가져오고 고객의 예산을 더 효율적으로 사용하도록 돕는 플랫폼 수수료** 를 청구합니다. 예를 들어, 고객이 월 10,000달러를 API 비용으로 지출한다면, 당신은 그 비용을 5,000달러로 줄여주고, 절감액의 일부를 수수료로 받는 방식입니다.

어떤 방식이든, **당신은 토큰이 아닌 플랫폼을 판매** 하게 됩니다. 고객은 당신의 마크업을 명확하게 볼 수 없으며, 당신이 제공하는 가치에 대해 지불하는 것입니다.

## 이사회가 꼭 물어봐야 할 핵심 질문

모든 추론 재판매 비즈니스의 이사회와 경영진은 반드시 다음 질문을 해야 합니다:

**"우리의 추론 재판매 사업이 어떤 가격 모델을 운영하고 있는가?"**

이 질문에 대한 답이 당신이 구축해야 할 제품의 본질을 결정합니다.

- **원가 가산 방식**: 이는 "대시보드가 있는 결제 처리기"일 뿐입니다. 장기적인 경쟁력이 없습니다.
- **가치 기반 방식**: 이는 "소프트웨어"입니다. 고객은 당신의 서비스 덕분에 더 효율적으로 작업하고, 더 나은 결과를 얻습니다.

원가 가산 방식으로 비즈니스를 시작했다면, 현재라도 **가치 기반 모델로의 전환** 을 진지하게 고려해야 합니다. 또는 최적화 역량을 강화하여 독점 기술을 개발하고, 이를 통해 경쟁력을 확보해야 합니다.

## 결론

AI 추론 재판매 비즈니스의 성공 여부는 가격 책정 전략에 달려 있습니다. **원가 가산은 단기적으로 간단해 보이지만 장기적으로 지속 불가능** 하며, **가치 기반 가격 책정은 처음에는 복잡하지만 궁극적으로 30% 이상의 마진을 유지할 수 있는 경로** 입니다. 자체 API 키를 가져오는 고객들이 증가하는 현재, 이 전략의 차이는 더욱 중요해지고 있습니다. 당신이 결제 처리기를 운영할 것인지, 아니면 진정한 소프트웨어 회사를 구축할 것인지를 명확히 결정해야 할 시점입니다. **당신의 이사회는 당신이 토큰을 판매하는 것이 아니라 플랫폼을 판매하고 있다는 것을 확실히 이해해야 합니다.**

---

원문을 바탕으로 AI 가 한국어로 요약·재구성한 글입니다. 인용·수치는 원문 링크에서 확인해 주세요. [원문 링크](https://www.tomtunguz.com/so-you-want-to-sell-inference/)