MAU의 시대의 종말, MRR도 이제 못 믿는다?
(maily.so)안녕하세요. 요즘 뉴스레터를 하는 낙으로 살고 있습니다.
매일 한 개의 뉴스레터를 쓰고 있는데 너무 자주 올리면 GN 정책에 맞지 않아서 유달리 트래픽이 터지는 뉴스레터를 소개코자 합니다.
개인적으로 정말 나쁘지 않은 내용이라 생각하고 한 번 생각해볼만한 주제라고 여겨 공유 드립니다.
당연히 구독 안하셔도 되고 재밌게 읽어주시기만 해도 됩니다.
이번 글은 활성사용자지표, 반복사용자매출이라는 지표가 최근 미국 청문회를 통해 얼마나 뻥튀기 되었는지 밝혀진 사건이 있었습니다.
그 주인공은 다름 아닌 OpenAI와 Anthropic이었는데요. 이에 실리콘벨리에서는 새로운 지표가 떠오르고 있습니다. 뭐, 투자는 해야하니까요. 실제로 Gamma에 근무하면서도 경험한 지표 입니다. 쉽게 말하면 인당 매출/생산성, 그리고 1년 생애가치 입니다.
- AI 시대에는 ARR이 더 이상 믿을 만한 공용 지표가 아닐 수 있다는 주장
- 테크 업계의 대표 지표는 시대마다 바뀌어 왔음
- 소셜 시대: DAU/MAU
- SaaS 시대: ARR/MRR
- AI 시대: 기존 ARR도 현실을 왜곡할 가능성이 커지고 있다는 문제 제기
- 글의 출발점은 Anthropic의 숫자 불일치
- 2026년 2월엔 ARR 140억 달러를 강조
- 한 달 뒤 법원 제출 문서엔 “창업 이래 누적 매출 50억 달러 초과”라고 기재
- 같은 회사, 비슷한 시점인데 숫자의 의미가 크게 다름
- 저자는 이를 “AI 시대에 ARR이 실제 사업 상태를 제대로 설명하지 못하는 신호”로 해석
- ARR이 AI에서 흔들리는 이유는 3가지
- 한계비용이 거의 0이라는 SaaS 전제가 깨짐
- AI는 추론 호출마다 GPU/클라우드 비용이 실제로 발생
- 많이 쓸수록 비용도 커짐
- 고객별 원가 차이가 매우 큼
- 같은 요금을 내도 어떤 고객은 저비용, 어떤 고객은 고비용
- ARR만 보면 둘 다 같은 “좋은 매출”처럼 보이지만 실제 수익성은 크게 다름
- 반복 매출의 안정성이 약함
- SaaS보다 전환 비용이 낮아 다른 모델/서비스로 옮기기 쉬움
- “Recurring” 자체가 과거보다 덜 견고함
- 한계비용이 거의 0이라는 SaaS 전제가 깨짐
- 그래서 AI 기업의 ARR은 “성장”은 보여줘도, 수익성·지속성·사업 품질은 잘 못 보여줄 수 있음
- 과거 DAU/MAU가 사용자의 관심은 보여줬지만 사업의 건강함은 못 보여준 것과 비슷한 구조라는 주장
- Anthropic, OpenAI 사례도 이런 문제를 보여준다고 봄
- 발표되는 ARR과 실제 누적 매출, 반기 실적, 현금 소진 속도 사이에 차이가 있음
- 즉 “연환산” 숫자가 실제 연간 성과와 같은 뜻으로 읽히면 오해가 생길 수 있음
- 저자가 제시한 AI 시대의 차세대 후보 지표
- 지출 대비 생산성 (Productivity per Dollar Spent)
- 단순히 ARR/직원 수가 아니라
- ARR / (인건비 + AI 비용) 같이 봐야 실제 효율이 드러남
- 1년차 가치 (First Year Value)
- LTV처럼 먼 미래를 가정하기보다
- 고객이 첫 12개월 안에 갱신할 만큼 충분한 가치를 얻었는지 보자는 관점
- 토큰당 매출총이익 같은 단위경제학 중심 지표
- 얼마나 많이 처리했는지보다
- 얼마나 남기면서 처리했는지가 더 중요
- 지출 대비 생산성 (Productivity per Dollar Spent)
- 핵심 메시지
- AI 시대에는 매출 규모보다 매출총이익 구조, 고객별 수익성, 첫해에 남는 가치를 봐야 함
- 숫자의 크기보다 숫자의 구조를 읽어야 한다는 이야기
- 현실적인 문제도 있음
- 이런 3세대 지표를 제대로 보려면
- 빌링, 인프라 비용, 재무 시스템이 연결돼 있어야 하는데
- 대부분의 AI 기업은 아직 그 수준의 측정 인프라가 부족함
한 줄 요약
AI 비즈니스는 SaaS처럼 ARR 하나로 설명하기 어려워졌고, 앞으로는 “얼마나 팔았나”보다 “얼마나 남기고, 얼마나 유지되나”를 보여주는 지표가 더 중요해질 것