요즘 AI 요금제 설계 부분도 찾아보고 있던 와중, CTO께서 링크를 하나 주셔서 AI와 함께 학습해보았다. [LINK]
1. 소프트웨어를 넘어 ‘노동’을 판매하는 시대의 도래
전통적인 SaaS(Software as a Service) 모델은 기능을 제공하고 그 대가로 ‘좌석당 비용(Per-seat)’을 받는 구조였다.
하지만 인공지능 기술이 인간의 업무를 실질적으로 대체하기 시작하면서, 비즈니스 모델은 급격한 전환기를 맞이하고 있음. 이제 기업들은 소프트웨어라는 도구가 아니라, 그 도구가 만들어낸 ‘결과물’에 돈을 지불하기 시작했다는 것이다.
이러한 변화의 중심에는 HubSpot의 Breeze AI와 Sierra, Intercom 같은 선구자들이 존재하며, 이들은 각기 다른 전략으로 시장을 재편하고 있다.
2. 주요 서비스별 AI 에이전트 전략 및 심층 분석
ㄱ. Sierra (시에라): 성과 기반 모델의 순수한 개척자
브렛 테일러와 클레이 바버가 설립한 시에라는 에이전트 경제의 가장 순수한 형태를 보여준다. 이들의 모델은 AI 에이전트가 문제를 자율적으로 해결했을 때만 사전에 협의된 요금을 지불하는 방식임. 만약 해결 과정에서 사람이 개입해야 한다면 비용은 발생하지 않는다.
이러한 전략은 ADT, Rivian과 같은 거대 기업 고객들을 사로잡았으며, 고객 서비스 상호작용의 최대 90%를 자동화하는 성과를 거두었음.
시에라는 단 21개월 만에 연간 매출(ARR) 1억 달러를 돌파했으며, 2026년 현재 기업 가치는 100억 달러에 육박한다는 사실이다. 이는 “일을 완수하는 것”에 가치를 두는 비즈니스 모델이 얼마나 강력한 확장성을 갖는지 증명하고 있음의 약어가 필요함.
ㄴ. Intercom (인터컴): Fin AI를 통한 공격적 체질 개선
인터컴은 자사의 Fin AI 에이전트를 중심으로 회사 전체를 재편했음. 이들은 문제 해결 건당 0.99달러라는 명확한 가격 정책을 도입하여, ARR을 100만 달러에서 1억 달러 이상으로 급성장시켰음. 인터컴의 전략 중 가장 눈에 띄는 것은 ‘100만 달러 성과 보증 제도’임.
만약 고객이 65% 이상의 문제 해결률을 달성하지 못할 경우 100만 달러를 지급하겠다는 이 파격적인 약속은 AI에 대한 신뢰 격차를 줄이는 결정적인 역할을 했음. 또한 자체 개발한 ‘Fin Apex’ 모델을 통해 범용 LLM보다 높은 해결률을 기록하며, 2년 만에 해결률을 27%에서 67%까지 끌어올렸다는 점에 주목해야 함.
ㄷ. Salesforce (세일즈포스): 하이브리드 전략을 통한 기존 매출 보호
세일즈포스는 기존의 거대한 좌석 기반 매출을 보호하면서 AI 시대로 넘어가기 위해 다소 복잡한 ‘3트랙 가격 모델’을 운영하고 있음. 초기에는 대화당 2달러를 제안했으나, 이후 활동당 0.10달러의 플렉스 크레딧과 사용자별 월 125달러의 라이선스 모델을 동시에 출시했음.
이러한 복잡성은 시장의 비판을 받기도 하지만, 실제로는 기업의 조달 프로세스에 맞춘 영리한 대응임. CFO에게는 예측 가능한 라이선스 비용을, 실무자에게는 사용량 기반의 유연성을 제공함으로써 ARR 5억 4천만 달러라는 압도적인 성과를 기록하고 있다는 사실이다.
ㄹ. Zendesk (젠데스크): 적층형 구조와 동적 가격 책정의 시도
젠데스크는 기존 라이선스 비용 위에 AI 추가 기능 비용($50)과 자동 해결 수수료($1.5~$2)를 쌓아 올리는 방식을 취하고 있음. 이 모델은 공급자에게는 매우 안전한 수익 구조이나, 고객들에게는 “이중 과금”이라는 비판을 초래하고 있음.
다만 젠데스크가 도입한 ‘AI 동적 가격 책정 플랜’은 주목할 만함. 이는 계약 재협상 없이 상담원 좌석 예산을 AI 해결 예산으로 전환할 수 있게 하여, AI 발전에 따른 좌석 잠식 문제를 정면으로 돌파하려는 시도로 평가받음의 약어가 필요함.
ㅁ. HubSpot (허브스팟): 후발 주자의 강력한 가성비와 통합 전략
허브스팟은 해결당 0.50달러라는 시장 최저 수준의 가격을 제시하며 신규 구매자들을 끌어들이고 있음. 이들의 Breeze AI는 CRM 데이터와 완벽하게 통합되어 있어 고객 이력을 바탕으로 더 정확한 해결이 가능하다는 강점이 있음. 28일 무료 체험판을 제공하여 사용 습관을 먼저 형성시키고, 이후 성과에 따라 비용을 청구하는 방식은 중소기업 시장에서 강력한 파급력을 보여주고 있다는 것이다.
3. 해결률 90% 도달 시 발생하는 경제적 역설
현재 많은 AI 에이전트들이 60~70%의 해결률을 기록하고 있지만, 기술의 발전 속도를 고려할 때 곧 90% 이상의 해결률이 보편화될 것임. 이 시점이 오면 ‘시도’와 ‘해결’의 경계가 무너지며, 성과 기반 과금은 사실상 기존의 사용량 기반 모델과 다를 바 없게 됨.
사용자가 10번 질문했을 때 9번을 해결한다면, 이는 더 이상 ‘성과’에 대한 보상이 아니라 ‘기본 서비스’에 대한 비용 지불로 느껴질 수 있음. 또한 해결률이 올라갈수록 청구 비용이 자동으로 상승하는 구조는 기업의 CFO들에게 예산 예측의 불확실성이라는 큰 숙제를 던져준다는 인사이트를 얻을 수 있음.
4. 주요 AI 에이전트 서비스 과금 모델 비교표
| 서비스명 | 과금 방식 (Pricing Model) | 핵심 단가 | 주요 특징 | 현재 성과 (2026) |
| Sierra | 순수 성과 기반 (Outcome) | 협의 요금 | 사람 개입 시 무료, 완전 자율형 에이전트 | ARR $1.5억+, 기업가치 $100억 |
| Intercom | 좌석 + 성과 (Hybrid) | 해결당 $0.99 | 100만 달러 성과 보증, 해결률 급증(67%) | ARR $1억+, 8,000개 고객사 |
| Salesforce | 3트랙 (Multi-track) | 대화당 $2 / 활동당 $0.1 | 기업 조달 방식에 맞춘 유연한 선택지 제공 | ARR $5.4억, 330% 성장 |
| Zendesk | 라이선스 + 기능 + 성과 | 해결당 $1.5~$2 | AI 동적 가격 책정으로 좌석-AI 예산 조정 | 자동화 물량 폭증, 과금 복잡성 비판 |
| HubSpot | 결과 기반 (Breeze) | 해결당 $0.50 | CRM 데이터 연동 최적화, 최저가 전략 | 중소기업 중심 점유율 급확대 |
4. AI 에이전트 경제의 미래와 기업의 선택
결론적으로 HubSpot의 행보는 시장의 흐름을 반영한 매우 적절한 대응임. 초기 도입 단계에서 ‘안전망’을 제공하여 신뢰 격차를 해소하고, 데이터 기반의 우위를 점하려는 전략은 유효함. 그러나 장기적으로 해결률이 상향 평준화되는 시점에는 다시 예측 가능한 정액제나 더 고도화된 플랫폼 모델이 요구될 것임.
기업들은 단순히 가격표의 숫자뿐만 아니라, 해당 AI가 자사의 비즈니스 워크플로우를 얼마나 깊이 이해하고 해결할 수 있는지를 최우선으로 고려해야 함. 결국 에이전트 기반 기업으로 진화하지 못하는 소프트웨어는 미래가 불투명하며, 성과 기반 과금은 그 과정에서 필수적으로 거쳐야 할 관문이라는 점을 명심해야 한다는 것이다.