성과 기반 AI 요금제(Outcomes-Based Pricing) — 세일즈포스·젠데스크 사례와 쟁점 정리

핵심 메시지

• 대부분의 AI 서비스는 토큰·크레딧을 쓰는 소비 기반 요금제였지만, 세일즈포스가 고객서비스 챗봇에 "성과 기반" 요금제를 도입하며 흐름이 바뀌고 있다.
• 성과 기반 요금제는 상담이 "해결"됐을 때 벤더가 과금하는 방식이지만, 무엇을 해결로 볼지의 정의는 벤더가 쥐고 있고 아직 표준이 없다.
• 세일즈포스는 고객이 해결을 확인·클릭하면 과금하고 사람에게 넘어가면 과금하지 않는 식이며, 젠데스크는 72시간 조용한 기간을 두는 등 규칙이 제각각이다.
• 고객(CIO·구매자)은 예측 가능하고 평평한 비용을 원하는 반면, 벤더는 오픈AI·앤스로픽 등 프런티어 모델 비용을 떠안아 압박받는 구조다.
• 모든 것을 LLM 호출로 처리하기보다 전통적 업무 규칙·워크플로 자동화와 섞어 쓰는 편이 비용을 아끼는 길이 될 수 있다는 조언이 나온다.

쉽게 이해하기

테크타깃(Informa TechTarget)의 선임 기자 돈 플러킹어가 팟캐스트 TechNews에 출연해, 세일즈포스가 고객서비스 챗봇에 성과 기반 요금제(outcomes-based pricing)를 도입한 소식을 풀어놓는다. 지금까지 대부분의 AI 서비스는 소비 기반이었다. 고객은 클라우드 구독료를 내고, 그 위에 오픈AI나 앤스로픽 같은 프런티어 모델 사업자로부터 벤더를 거쳐 넘어오는 토큰·크레딧 형태의 AI 추가 비용을 부담해 왔다.

고객서비스는 "상담 해결"이라는 오래된 성공 지표가 있고 즉각적인 활용 사례가 많아, 에이전트형 AI의 최전선으로 꼽힌다. 그래서 벤더들은 토큰 소비량이 아니라 성과에 과금을 연동하는 방향으로 움직인다. 상담이 해결되면 벤더가 돈을 받는 식이다. 다만 여기서 "무엇을 해결된 상담으로 볼 것인가"라는 정의 문제가 곧바로 쟁점이 된다.

플러킹어는 해결의 정의를 벤더가 완전히 통제하고 있다고 지적한다. 세일즈포스는 대형 고객들과 협의해 규칙을 정했는데, 고객이 "해결됐다"고 확인하고 클릭하면 과금 대상이 되고, 해결되지 않은 채 이탈하거나 사람 상담원에게 넘어가면 과금하지 않는다. 반면 젠데스크는 72시간의 "조용한 기간"을 두고 고객이 추가 문제를 제기하지 않으면 해결로 간주해 과금하는 등, 벤더마다 규칙이 다르고 아직 표준화가 이뤄지지 않았다.

고객 반응은 여전히 혼란스럽다. 애널리스트들에 따르면 관리할 항목이 많고 예측이 어렵다는 불만이 크다. 고객이 가장 두려워하는 것은 에이전트가 폭주해 월 청구액이 급등하는 상황이며, 그래서 일정 한도에 도달하면 에이전트를 끄는 식의 거버넌스와 상한선 같은 "강력한 통제 수단"을 요구한다. 벤더 입장에서는 프런티어 모델 비용이 뒤로 계속 빠져나가는데 고객은 백지수표식 청구를 원치 않아, 오히려 벤더가 압박받는 구조라는 설명이다.

왜 지금 이 전환이 일어날까. 고객이 통제 불가능한 "백지수표"를 우려하고, IT 예산이 기업 전체 예산의 일부에 불과해 비용을 예측·제한할 방법이 필요하기 때문이다. 기자는 오픈AI·앤스로픽의 상장 계획 등을 언급하며 향후 몇 년에 걸쳐 AI 가격이 경쟁 속에 다소 내려갈 것으로 조심스럽게 전망한다. 동시에 CIO들에게 "모든 것을 LLM 호출로 처리할 필요는 없으며", 이미 다져놓은 전통적 업무 규칙·워크플로 자동화 위에 AI를 얹는 방식으로 비용 효율을 찾으라고 조언한다. 결국 돈을 쥔 쪽은 고객이며, 벤더는 고객의 필요에 맞춰 가격을 구부릴 수밖에 없다는 것이 결론이다.

주요 인사이트

• "해결된 상담"의 정의를 벤더가 통제한다는 점에서, 성과 기반 요금제는 투명성과 계약 조건이 실제 비용을 좌우하는 협상의 영역이 된다.
• 좌석(seat) 기반 과금은 업무가 자동화되며 무너지고 있어, 성과 기반 과금은 벤더가 "일의 양"에 맞춰 과금할 새로운 방법이기도 하다.
• 고객의 핵심 요구는 저렴함이 아니라 예측 가능성 — 에이전트 폭주로 인한 청구 급등을 막는 상한선·거버넌스 장치가 계약의 관건이다.
• 모든 처리를 LLM에 맡기지 않고 결정론적 업무 규칙과 확률적 AI를 섞는 "하네스" 설계가 비용 절감의 실질적 지렛대가 될 수 있다.
• FOMO(놓칠까 두려움)가 "망칠까 두려움"으로 바뀌면서, 구매자는 AI를 위한 AI가 아니라 문제를 실제로 해결하는 투자를 원한다.

자주 묻는 질문

관련 AI 소식