스타트업 가격 책정법 — Y Combinator (youtube.com) ↗
핵심 요약
고객에게 전달하는 가치를 계산하고, 그 가치의 약 1/3을 청구하라. 비용은 바닥선일 뿐이고, 가격 전쟁은 피하라. YC가 제시하는 실전 가격 책정 프레임워크.
- 대부분의 창업자가 가격을 너무 낮게 책정함 — GitHub이나 ChatGPT 구독료($19-49/월) 수준으로 생각하는 실수
- 핵심 원칙: 고객에게 전달하는 가치를 계산하고, 그 가치의 약 1/3을 청구
- 가격 책정의 3요소: 가치 방정식(핵심) → 비용(바닥선) → 경쟁(차별화)
- 가격을 모르겠으면 매번 50%씩 올려서 25% 이상 딜을 잃기 시작할 때가 적정 가격
- YC 파트너 Tom 작성
가치 방정식 (Value Equation)
- 고객의 Champion(제품에 관심 있는 담당자)과 함께 제품이 전달할 가치를 계산
- 가치의 종류: 비용 절감, 시간 절약, 매출 증가 — 이 세 가지 중 하나
- 계산한 가치의 25-50% (약 1/3)를 청구 — 고객이 2/3, 우리가 1/3
- 이 방정식이 파일럿 성공 지표도 자동으로 정의해줌
예시: 고객사 CS팀 100명, 1인당 연간 $100K(급여+부대비용) = 총 $10M. AI 도구로 업무량 20% 절감 = $2M 절감. 청구 가격 = 약 $700K
비용: 바닥선일 뿐
- 가격 책정을 비용+마진으로 시작하지 말 것 — 항상 과소 가격으로 이어짐
- 비용은 가격의 바닥선(floor) 역할만 해야 함
- 목표 마진: 80-90% (소프트웨어 사업의 기준)
- 클라우드 크레딧(AWS, OpenAI 등)은 현금 비용으로 취급 — 영원히 무료가 아님
경쟁: 가격 전쟁은 피하라
- 경쟁사가 절반 가격으로 들어오면? 가격 전쟁에 참여하지 말 것
- 가격 전쟁 = 바닥을 향한 경주. 항공업계 순이익률 2.7%의 교훈
- 대신 제품 차별화 — 특정 산업, 특정 인테그레이션, 특정 기능에서 압도적으로 우위
가격 구조 팁
| 항목 | 권장 | 이유 |
|---|---|---|
| 가격 공개 | Enterprise는 “문의” | 가치 방정식이 고객마다 다름 |
| 과금 방식 | MRR/ARR 우선 | 경기 침체 시 매출 보호 |
| 무료 체험 | 2-4주 이내 + 명확한 성공 지표 | 너무 길면 고객 몰입도 떨어짐 |
| 더 나은 방식 | 연간 계약 + 30일 환불 보장 | 기본이 반복 매출이 됨 |
| 소규모 고객 | 셀프서브 플랜 공개 | 개인/스타트업용 기본 기능 |
| Enterprise | 컴플라이언스·SSO 등 게이팅 | 10배까지 프리미엄 가능 |
영업팀 규모와 가격의 관계
- 영업 사원 1명의 총 보상(급여+커미션) 대비 5:1 비율의 신규 ARR
- $100K 보상 → 연간 $500K 신규 ARR 기대
- $500K × 1건 = 대형 계약 헌팅 (가능)
- $25K × 20건 = 월 2건 클로징 (가능)
- $1K × 500건 = 월 42건 = 하루 2건 (콜센터 수준, 아웃바운드 불가)
가격을 전혀 모르겠을 때
- 유사 소프트웨어 가격에서 시작
- 새 고객마다 50% 인상
- 가격 때문에 25% 이상 딜을 잃기 시작하면 = 적정 가격대
- 초기 5-10개 고객은 전체 매출의 극히 일부 — 과최적화하지 말고 일단 클로징
1인기업도 가치 방정식을 써야 하나요?
규모에 상관없이 적용 가능. 고객에게 절약해주는 시간이나 비용을 계산하고 그 1/3을 청구하면 됨. 월 $49 SaaS라도 “이 도구가 매주 5시간을 절약해준다”는 가치 방정식이 전환율을 높여줌.
처음부터 높은 가격을 제시하면 고객을 잃지 않나요?
가격 때문에 100% 클로징하고 있다면 오히려 너무 싸게 파는 것. 25% 정도 딜을 잃는 수준이 적정. 초기에는 제품 개선과 로고 확보가 더 중요하므로 약간 낮게 시작해서 점진적으로 올리는 것이 현실적.
무료 체험 대신 뭘 해야 하나요?
연간 계약 + 30-60일 환불 보장 옵트아웃이 가장 효과적. 고객이 기본적으로 유료 전환되고, 불만족 시 환불받을 수 있어 양쪽 모두 리스크가 적음.
관련: Sequoia Capital은 AI가 도구가 아닌 결과물을 직접 판매하는 오토파일럿 모델이 더 큰 시장을 공략할 수 있다고 분석합니다. 가격 책정 시 이 관점도 참고하세요.
관련 글
AI 시대의 마차 — 왜 대부분의 AI 앱이 실패하는가
현재 AI 앱들이 구시대 소프트웨어 패턴을 그대로 복제하면서 AI의 진짜 강점을 활용하지 못하고 있다는 분석. 생성이 아닌 변환이 LLM의 진짜 능력이라는 주장.
약한 신호 50개를 이기는 거래로 — 헤지펀드 알파 결합법
정확도 5%짜리 신호 50개를 수학적으로 결합하면 단일 강신호보다 3배 강력하다. 헤지펀드의 알파 결합 11단계 절차 정리.
기업의 실제 AI 도입 현황 — a16z
Fortune 500의 29%가 AI 스타트업의 유료 고객. 코딩이 압도적 1위, 고객지원과 검색이 뒤를 잇는다. a16z의 실제 데이터 기반 AI 도입 현황 분석.
뉴스레터 구독
매주 엄선된 1인기업 뉴스를 이메일로 받아보세요.