AI 구독 비즈니스의 전제가 바뀌고 있다. “저가 구독 + 사실상 무제한”으로 유저를 빨리 모은 뒤, 규모로 버티는 방식이 더는 안전하지 않다. 실제로 GitHub Copilot이 일부 요금제 신규 가입을 멈추고, Anthropic이 저가 요금제에서 Claude Code 제한을 시험한 사례(네이트가 인용한 Business Insider 보도)는 신호탄이다. 많이 쓸수록 손해 보는 구조가 프로덕션에서 터지고 있다.
핵심 원인은 ‘에이전트형 사용 패턴’이다. 사용자가 자동화 도구로 모델을 24시간 돌리면, 월 정액이 커버할 수 있는 추론 비용(특히 병렬 세션/장문 컨텍스트)이 순식간에 한도를 넘는다. 결국 구독모델의 경쟁이 “기능”에서 “인프라·수익성”으로 이동했고, 가격표는 더 이상 마케팅 문구가 아니라 COGS(원가) 통제 장치가 됐다.
여기서 성장 관점의 해석은 명확하다. 지금의 위기는 ‘요금제 문구를 바꾸는 문제’가 아니라, 퍼널 전체를 실험 가능한 형태로 재설계하는 문제다. 즉 (1) 패키징이 사용량을 자연스럽게 제어하고, (2) 과금이 “호출 수/토큰”이 아니라 “완료된 가치”에 더 가깝게 붙고, (3) 고비용 행동을 제품 레벨에서 가드레일로 막아야 한다.
실전 시사점 1: 무제한을 “계약”이 아니라 “경험”으로 바꿔야 한다. 예를 들어 플랜은 무제한처럼 보이되, 백엔드에서는 레이트리밋(분당/시간당), 동시 실행 세션 제한, 고비용 기능(에이전트 실행·대형 컨텍스트·툴콜)의 소프트 캡을 둔다. 중요한 건 숨기지 않는 것이다. 제한이 불가피하다면 ‘예측 가능한 규칙’으로 신뢰를 지켜야 전환율이 무너지지 않는다.
실전 시사점 2: 크레딧을 ‘벌점’이 아니라 ‘선택권’으로 디자인하라. 크레딧/버짓은 비용 절감 장치이면서도 업셀 트리거다. 핵심은 고가치 유저가 “더 내고 더 쓰는” 경로를 명확히 만드는 것. Think/Non-Think 같은 추론 모드, 컨텍스트 길이, 에이전트 동시성, 우선 처리(큐 점프)를 크레딧과 연결하면, 기능 제한이 아니라 성능 옵션이 된다.
실전 시사점 3: 이제는 ‘토큰’이 아니라 ‘성과’로 계측해야 한다. dev.to가 제안한 Token Intelligence 프레임(예: Value-per-Token, Task Completion Cost, Margin At Risk)은 구독 서비스에 특히 직격이다. “누가 비용을 태우는가?”를 넘어 “그 비용이 전환/리텐션/매출을 만들었는가?”까지 붙여야 가격 실험이 과학이 된다. 월말에 적자 고객을 발견하는 게 아니라, MAR처럼 예측 지표로 미리 개입(업셀/제한/최적화)해야 한다.
그리고 두 번째 흐름이 여기서 결정적이다. DeepSeek V4처럼 고효율·초저가에 가까운 공개 모델이 등장하면(GeekNews 요약: MoE 기반, 1M 컨텍스트, 추론 FLOPs·KV 캐시 절감), 구독모델이 ‘구조적으로’ 숨통이 트인다. 즉 가격을 올리기 전에 COGS를 먼저 낮춰, 같은 가격에서도 마진과 실험 탄약(더 많은 A/B 회전)을 확보할 수 있다. “제한을 늘리는 전략”과 “원가를 낮추는 전략”은 함께 가야 반발을 줄인다.
전망은 단순하다. AI 구독의 승자는 더 싼 가격을 외치는 팀이 아니라, (1) 사용량 제어를 제품 경험에 녹여 이탈을 최소화하고, (2) 저비용 모델/캐시/라우팅으로 COGS를 낮춰 LTV/CAC를 개선하며, (3) 성과 기반 지표로 가격·패키징을 빠르게 실험하는 팀이다. ‘무제한’은 끝나는 게 아니라, 운영 가능한 형태로 재정의된다. 지금 필요한 건 공지문이 아니라 실험 설계도다.