▲

"토큰 경로에 올라타라" - AI 시대 인프라 기업의 핵심 수익화 전략

 (cloudedjudgement.substack.com)
15P by GN⁺ 2일전 | ★ favorite | 댓글과 토론
  • 클라우드 시대 최대 인프라 기업들은 플랫폼의 핵심 소비 단위(컴퓨트) 에 직접 수익 모델을 연동시켜 성장했으며, AI 시대에는 그 단위가 토큰으로 전환 중
  • Snowflake, Datadog, Cloudflare 등은 워크로드 실행 경로에 직접 위치해 컴퓨트 활동 증가에 따라 자동으로 매출이 확장되는 구조를 구축
  • Docker는 클라우드 네이티브 개발의 핵심 기술이었지만, 컴퓨트 소비 프리미티브와 수익 모델을 연결하지 못해 수십억 달러 규모의 가치를 놓침
  • AI 시대에는 Cursor(코딩 에이전트)처럼 토큰 소비 경로에 직접 위치한 기업이 빠르게 성장하며, Cursor는 최근 ARR 20억 달러 돌파
  • 단순히 토큰 경로에 있는 것만으로는 부족하며, CDN 기업 Limelight(현 Edgio)의 파산 사례처럼 차별화와 전환 비용 없이는 생존 불가

클라우드 시대의 핵심 패턴: 소비 프리미티브 수익화

  • 클라우드 시대의 핵심 프리미티브는 컴퓨트였으며, 스토리지·네트워크·데이터베이스 모두 중요했지만 시스템을 구동하는 엔진은 데이터센터 내 컴퓨트 사이클
  • 최대 인프라 기업들은 자사 매출을 컴퓨트 활동에 직접 연동시키거나, 컴퓨트 자체를 과금하는 방식으로 "미터기를 소유"
  • AWS와 하이퍼스케일러들은 문자 그대로 컴퓨트 시간을 판매하는 사업이며, 워크로드가 클라우드로 이동할수록 자동으로 매출 증가
  • 하이퍼스케일러만이 아니라, 클라우드 빌드아웃의 인프라 리더들도 동일 패턴 적용

클라우드 인프라 리더들의 수익화 모델

  • Databricks는 잡 컴퓨트를 수익화하며, 데이터 파이프라인 실행·모델 훈련·워크로드 처리 시마다 매출 자동 성장
  • Snowflake는 쿼리 컴퓨트를 수익화하며, 새로운 쿼리·데이터셋·워크로드가 추가 시트 판매 없이 매출 증가로 연결
  • Datadog는 컴퓨트 워크로드가 생성하는 텔레메트리를 수익화하며, 새로운 마이크로서비스·컨테이너·클라우드 인스턴스마다 매출 증분 발생
  • Cloudflare는 컴퓨트 위에서 실행되는 애플리케이션이 생성하는 요청(requests) 을 수익화
  • MongoDB는 Atlas를 통해 소비되는 스토리지와 컴퓨트 기반으로 과금
  • 세부 사항은 다르지만 패턴은 일관적: 워크로드 실행 경로에 직접 위치하고, 컴퓨트 활동 증가에 따라 자동으로 스케일되는 가격 모델

핵심 인사이트: 소비 가격 모델 자체가 아닌, 생태계 성장 단위와의 구조적 결합

  • 단순한 "소비 기반 가격"이 핵심이 아님 — 소비 가격을 적용하면서도 느리게 성장하는 기업은 다수 존재
  • 이들을 특별하게 만든 것은 자사 소비 단위가 전체 생태계가 스케일하는 바로 그 단위와 동일했다는 점
  • 세상이 더 많은 컴퓨트를 가동하면, 이 기업들은 아무것도 하지 않아도 성장 — 매출이 플랫폼 성장 벡터에 구조적으로 결합
  • 클라우드 초기에는 많은 인프라 기업이 여전히 영구 라이선스, 기간 라이선스, 유지보수 계약, 오픈소스 위의 지원 구독 같은 구형 모델로 소프트웨어를 수익화하려 했음
  • 온프레미스 환경에서는 인프라 성장이 느리고 예측 가능하며 통제 가능해서 이런 모델이 작동했지만, 클라우드는 워크로드가 즉시 확장되고 컴퓨트 소비가 수 자릿수로 증가할 수 있어 근본적으로 경제학이 변화

Docker: 가장 교훈적인 사례

  • Docker는 컨테이너화 그 자체였으며, 클라우드 네이티브 개발을 가능하게 한 기술
  • 수백만 명의 개발자가 사용했고, 클라우드 시대의 가장 중요한 개발자 도구라고 할 수 있음
  • 그러나 Docker는 프리미티브를 수익화하는 방법을 찾지 못했으며, 대규모 개발자 채택을 컨테이너가 가능하게 한 기저 컴퓨트 지출과 연결하지 못함
  • Kubernetes(Google이 오픈소스화)가 오케스트레이션 사업을 잠식했고, 모든 하이퍼스케일러가 관리형 컨테이너 서비스를 통해 Docker의 혁신을 수익화
  • Docker는 수십억 달러의 컴퓨트 지출을 가능하게 했지만 그 어떤 것도 포착하지 못함 (최근 몇 년간은 훨씬 나아졌으나, 이 분석은 초기에 해당)
  • Docker와 유사하게 대규모 채택을 얻었으나 비즈니스 모델 벽에 부딪힌 기업들의 공통점: 클라우드 인프라 스택에 깊이 내장되고 중요한 도구였지만, 매출을 핵심 소비 프리미티브의 파생물로 만들지 못함
  • 시트, 지원 계약, 컨설팅 등 인접한 방식으로 수익화했고, 시장은 그에 맞게 보상 — 즉, 보상하지 않음

AI 시대로의 매핑: 토큰이 새로운 프리미티브

  • 클라우드 인프라가 컴퓨트 프리미티브 위에 구축되었다면, AI 인프라는 토큰이라는 다른 프리미티브 위에 구축 중
  • 모든 AI 워크로드는 궁극적으로 모델이 생성·처리·소비하는 토큰으로 귀결
    • 프롬프트 → 토큰, 컨텍스트 → 토큰, 응답 → 토큰
    • 멀티스텝 워크플로를 실행하는 에이전트는 태스크를 추론하면서 막대한 양의 토큰 생성 가능
  • 토큰은 현대 AI 시스템의 원자적 작업 단위

토큰 경로에 위치한 AI 기업들

  • OpenAI, Anthropic 등 모델 제공자는 토큰 프리미티브 그 자체(하이퍼스케일러가 클라우드의 컴퓨트/스토리지 프리미티브였던 것과 동일)로, 입력 토큰·출력 토큰 단위로 과금
  • 오늘날 가장 빠르게 성장하는 AI 기업들은 토큰 경로에 직접 위치한 기업들
  • 코딩 에이전트가 대표적 사례로, Cursor는 온라인 보도에 따르면 최근 ARR 20억 달러 달성
    • 모든 키스트로크, 코드 완성, 에이전트 액션이 추론을 트리거하며, 비즈니스 모델은 단순 시트 과금에서 사용량 제한이 포함된 시트로 진화
    • 매출이 토큰 소비에 구조적으로 결합
  • Inferact, Baseten, Fireworks, Together 등 추론 사업 기업들은 본질적으로 원시 프리미티브 자체를 판매
  • 토큰의 생성과 소비에 가장 가까이 위치한 기업의 매출이 AI 활동에 따라 자연스럽게 확장
  • AI 생태계의 다른 부분은 전통적 SaaS 가격(시트 기반, 플랫폼 구독, 오픈소스 위 엔터프라이즈 라이선스) 모델을 실험 중
  • 이런 사업도 성공할 수 있지만, 역사가 가이드라면 가장 큰 인프라 기업은 플랫폼 활동의 핵심 단위가 측정·수익화되는 곳에서 등장

필요조건이지만 충분조건은 아님: 차별화의 중요성

  • 토큰 경로에 있는 것은 필요조건이지 충분조건이 아님
  • 클라우드 시대의 퓨어플레이 CDN 기업은 기술적으로 "컴퓨트 경로"에 있었고, 대역폭과 요청 기반으로 과금했으며, 트래픽은 폭발적으로 증가
  • 그러나 대역폭은 커머디티로 판명 — 가격이 끊임없이 하락
  • Limelight Networks는 2020~2021년 스트리밍 붐 기간 기록적 트래픽에도 불구하고 매출은 감소, 이후 Edgio로 리브랜딩했으나 결국 파산
  • 반면 Cloudflare는 유사한 출발점에서 보안·개발자 도구·엣지 컴퓨트를 레이어링하여 프리미티브 위에 진정한 차별화와 전환 비용 구축 — 동일 시작점에서 극단적으로 다른 결과

AI 창업자를 위한 교훈

  • 토큰 경로에 올라타되, 그 위에 차별화된 무언가를 구축해야 함
  • 토큰이 흘러가는 단순한 파이프가 아니라, 토큰을 더 가치 있게 만드는 레이어가 되어야 함
    • 더 나은 개발자 경험(Cursor), 특화된 버티컬 모델, 보안·컴플라이언스 도구, 독점 데이터 해자 등
  • 타이밍 차원도 존재: 클라우드 시대에 컴퓨트 경로의 디폴트로 일찍 자리잡은 기업들이 가장 많은 가치 포착
    • Datadog, Snowflake, Cloudflare 모두 프리미티브가 완전히 커머디티화되기 전에 스케일 달성
  • 토큰 경로에 진입할 창은 지금: 추론 비용이 빠르게 하락 중(더 많은 토큰 소비를 의미하지만, 동시에 단위당 이코노믹스도 압축)
  • 해자를 구축하기 전에 그 압축이 진행되므로, 경로 진입과 해자 구축을 동시에 해야 함
  • 미터기를 소유하면, 성장은 저절로 따라옴

SaaS 시장 밸류에이션 업데이트

  • SaaS 기업은 일반적으로 매출 배수(대부분 향후 12개월 예상 매출 NTM Revenue)로 밸류에이션
    • 대부분의 소프트웨어 기업이 수익성이 없거나 의미 있는 FCF를 생성하지 않으므로, 업계 전체를 비교할 수 있는 유일한 지표
    • DCF도 장기 가정으로 가득 차 있으며, SaaS의 약속은 초기 성장이 성숙기 이익으로 이어진다는 것
  • Enterprise Value(시가총액 + 부채 - 현금) / NTM 매출로 계산
  • 전체 중간값: 3.5x, 상위 5개 중간값: 17.7x, 10년 국채: 4.1%

성장률별 밸류에이션 버킷

  • 고성장(NTM 성장률 >22%) 중간값: 10.4x
  • 중성장(15%~22%) 중간값: 6.5x
  • 저성장(<15%) 중간값: 2.7x
  • 고성장 기준 22%는 다소 임의적이나, 고성장 버킷에 약 10개 기업이 들어가 통계적으로 유의미한 샘플 크기를 확보하기 위한 컷오프

EV / NTM Rev / NTM Growth

  • EV / NTM 매출 배수를 NTM 컨센서스 성장 기대치로 나눈 지표
  • 예: 20x NTM 매출에서 100% 성장 예상 기업은 0.2x로 거래
  • 각 주식이 성장 기대치 대비 얼마나 상대적으로 저렴/비싼지 보여주는 목적

EV / NTM FCF

  • FCF 배수 >0x 및 <100x인 기업의 중간값을 라인 차트로 표시
  • FCF가 유의미한 밸류에이션 지표인 기업 서브셋을 보여주기 위한 구성
  • NTM FCF가 음수인 기업은 차트에서 제외

성장률 vs 밸류에이션 배수 상관관계

  • EV / NTM 매출 배수 vs NTM 매출 성장률 산점도(Scatter Plot) 제공
  • 성장률과 밸류에이션 배수의 상관관계 시각화

운영 지표 (Operating Metrics)

  • NTM 성장률 중간값: 13%
  • LTM 성장률 중간값: 15%
  • 매출총이익률(Gross Margin) 중간값: 75%
  • 영업이익률(Operating Margin) 중간값: (1%)
  • FCF 마진 중간값: 20%
  • 순유지율(Net Retention) 중간값: 109%
  • CAC 회수 기간 중간값: 34개월
  • S&M 비율 중간값: 매출의 35%
  • R&D 비율 중간값: 매출의 23%
  • G&A 비율 중간값: 매출의 15%

Comps Output: Rule of 40 및 GM Adjusted Payback

  • Rule of 40은 매출 성장률 + FCF 마진(LTM 및 NTM 모두)으로 표시
    • FCF = 영업활동 현금흐름 - 자본지출로 계산
  • GM Adjusted Payback = (전분기 S&M) / (분기 순신규 ARR × 매출총이익률) × 12
    • SaaS 기업이 매출총이익 기준으로 완전 부담 CAC를 회수하는 데 걸리는 개월 수
    • 대부분의 상장 기업이 순신규 ARR을 보고하지 않으므로, 분기 구독 매출 × 4로 암묵적 ARR 산출
    • 순신규 ARR = 현 분기 ARR - 전 분기 ARR
    • 구독 매출을 공개하지 않는 기업은 분석에서 제외(NA 표시)