AI SaaS의 구조적 과제 — GRR 40%가 의미하는 것

매년 60%를 다시 채워야 하는 구조

SaaS 비즈니스의 건전성을 측정하는 가장 기본적인 지표는 **GRR(Gross Revenue Retention)**이다. 기존 고객이 다음 해에도 얼마나 남아서 돈을 내는가. 확장(Expansion)을 제외하고, 순수하게 “기존 고객 매출이 얼마나 유지되는가”를 본다.

전통 SaaS의 GRR 중앙값은 90% 이상이다. B2B SaaS 벤치마크에서 GRR 85% 미만이면 “문제 있음”으로 분류된다.

AI-native SaaS의 GRR 중앙값은 **40%**다.

이 숫자의 의미: AI SaaS 기업이 올해 $10M ARR을 달성했다면, 내년에 신규 고객을 한 명도 못 구해도 유지되는 매출은 $4M뿐이다. 나머지 $6M은 이탈한다. 매년 60%의 매출을 새로 채워야 현상 유지가 된다. 성장하려면 그 이상을 채워야 한다.

이것이 왜 일어나는가, 그리고 이 패턴을 깬 기업들은 무엇이 다른가.

---

데이터: ChartMogul AI Churn Wave Report

이 분석의 핵심 데이터는 ChartMogul의 “SaaS Retention: The AI Churn Wave” 리포트(2025년 9월)에서 가져왔다. AI-native 기업 약 200개사와 B2B SaaS 전체 약 2,700개사의 리텐션 데이터를 비교 분석한 보고서다.

GRR 비교: AI-native vs 전통 SaaS

지표	AI-native SaaS	전통 B2B SaaS	격차
GRR 중앙값	40%	90%+	-50%p
NRR 중앙값	48%	105%+	-57%p
월간 로고 이탈률	~12%	~3%	4배
첫 90일 이탈률	~40%	~8%	5배

NRR(Net Revenue Retention)이 48%라는 것은 특히 심각하다. 기존 고객의 업셀/확장을 포함해도 매출의 절반 이상이 사라진다는 뜻이다. 전통 SaaS에서 NRR 100% 미만은 “비즈니스 모델에 문제가 있다”는 경고 신호인데, AI SaaS는 48%다.

가격대별 GRR

ChartMogul 데이터에서 가장 흥미로운 발견은 가격대에 따른 GRR 격차다.

월 구독료	AI-native GRR	전통 SaaS GRR	시사점
$50 미만	23%	~85%	거의 전멸 수준
$50–$249	45%	~88%	여전히 심각
$250 이상	70%	~93%	전통 SaaS에 근접

패턴이 명확하다. 높은 가격을 지불하는 고객일수록 이탈하지 않는다. 이것은 단순히 “돈 많은 기업은 귀찮아서 안 떠난다”가 아니다. 높은 가격을 지불하는 고객은 해당 AI 도구가 워크플로우에 깊이 통합되어 있을 확률이 높다. 전환 비용이 존재하는 것이다.

반대로, 월 $50 미만 제품의 GRR 23%는 “무료로도 대체 가능한 기능”을 유료로 파는 것과 다름없다.

---

왜 AI SaaS의 GRR이 이렇게 낮은가

원인 1: “AI Wrapper”의 구조적 한계

가장 큰 원인은 차별화 없는 API 래퍼(wrapper) 비즈니스 모델이다.

전형적인 AI wrapper 제품은 다음과 같은 구조다:

1. 사용자 인터페이스(UI)를 만들고
2. 뒤에서 OpenAI/Anthropic API를 호출하며
3. 특정 유스케이스에 맞는 프롬프트 엔지니어링을 추가

문제는, 이 세 요소 모두 방어 가능한 해자(moat)가 아니라는 것이다. UI는 빠르게 복제 가능하고, API는 누구나 접근 가능하며, 프롬프트 엔지니어링은 모델 업데이트로 무효화될 수 있다.

구체적 사례: 2023–2024년에 폭발적으로 성장한 AI 글쓰기 도구(Jasper, Copy.ai 등)의 트래픽이 2025년 들어 급감했다. ChatGPT-4o가 같은 기능을 무료/저가로 제공하기 시작했기 때문이다.

원인 2: “Wow → Meh” 사이클

AI 제품 특유의 사용자 경험 패턴이 있다. 처음 사용할 때는 놀라움(Wow)을 주지만, 한계를 발견하면 빠르게 환멸(Meh)로 전환된다.

단계	기간	사용자 감정	행동
1. 발견	1–7일	”이게 된다고?”	유료 전환
2. 탐색	1–4주	”이것도 해볼까”	적극 사용
3. 한계 발견	1–3개월	”이건 왜 안 되지?”	사용 빈도 감소
4. 대안 탐색	3–6개월	”더 좋은 게 있을 텐데”	경쟁 제품 시도
5. 이탈	6–12개월	”그냥 ChatGPT 쓰지”	구독 취소

이 사이클이 AI SaaS의 **첫 90일 이탈률 40%**를 설명한다. 무료 체험이나 할인 프로모션으로 유입된 사용자가 한계를 발견하고 빠르게 떠나는 것이다.

원인 3: 무료 대안의 지속적 등장

AI 생태계의 독특한 특성은 무료/오픈소스 대안이 계속 만들어진다는 것이다.

• 오픈소스 모델: Llama 3, Mistral, Qwen, DeepSeek 등이 상업 모델에 근접하는 성능을 무료로 제공
• 기저 모델의 기능 확장: ChatGPT, Claude, Gemini가 직접 코드 실행, 이미지 생성, 데이터 분석, 파일 처리까지 지원하면서, 별도 AI SaaS의 존재 이유가 약화
• 커뮤니티 도구: Hugging Face, LangChain, LlamaIndex 등의 오픈소스 프레임워크로 누구나 AI 앱을 빠르게 구축 가능

---

이탈을 돌파한 기업들의 공통점

모든 AI SaaS가 실패하는 것은 아니다. GRR 70% 이상을 달성한 기업들이 존재하며, 이들에게는 공통된 패턴이 있다.

패턴 1: 워크플로우 임베딩

단순히 AI 결과를 보여주는 것이 아니라, 기존 업무 프로세스에 깊이 통합되는 제품.

기업	도메인	워크플로우 통합 방식	추정 GRR
GitHub Copilot	개발	IDE 내 실시간 코드 완성	70%+
Harvey	법률	문서 검토·계약 분석 자동화	80%+
EvenUp	의료-법률	의료 기록 → 법적 소장 자동 작성	85%+
Cursor	개발	AI-native IDE (전체 개발 환경)	75%+

이 기업들의 공통점: AI를 쓰지 않으면 업무 자체가 불편해지는 수준까지 통합. 단순 “AI 기능 제공”이 아니라 “AI가 없으면 이전 방식으로 돌아가야 하는” 전환 비용을 만들었다.

패턴 2: 독점 데이터/모델

범용 LLM API 위에 도메인 특화 데이터와 파인튜닝된 모델을 보유한 기업.

• Bloomberg GPT 류의 금융 특화 모델
• 의료 데이터로 학습된 진단 보조 AI
• 법률 판례 DB와 연동된 법률 AI

이들은 “OpenAI API를 갈아끼워도 같은 결과를 얻을 수 없는” 차별화를 가진다. 데이터가 해자(moat)다.

패턴 3: 높은 가격 + 높은 가치

월 $250 이상 가격대의 AI 제품이 GRR 70%를 달성하는 것은 우연이 아니다. 높은 가격은:

1. 진지한 구매 의사 결정을 거친 고객만 유입 (타이어 키커 필터링)
2. 온보딩과 고객 성공(CS) 투자가 가능한 마진 확보
3. 사용량 기반이 아닌 가치 기반 과금 (결과물의 가치로 정당화)

---

AI SaaS 빌더를 위한 체크리스트

AI SaaS를 만들거나 운영하고 있다면, 다음 질문에 답해보라.

질문	위험 신호	건전 신호
고객이 우리 제품 없이 같은 결과를 얻으려면?	”ChatGPT로 비슷하게 가능"	"수동으로 3시간, 자동화 불가”
우리 제품의 핵심 차별화는?	”UI가 예쁘다” / “프롬프트가 좋다"	"독점 데이터” / “워크플로우 통합”
기저 모델이 업데이트되면?	”차별화가 사라진다"	"오히려 성능이 좋아진다”
월 ARPU는?	$50 미만	$250 이상
90일 리텐션은?	60% 미만	75% 이상

---

투자자/관찰자 관점: AI SaaS 평가 프레임워크

AI SaaS 기업을 평가할 때, 전통 SaaS 멀티플을 그대로 적용하면 위험하다.

지표	전통 SaaS 기준	AI SaaS 적용 시 주의
ARR 성장률	높을수록 좋음	신규 고객 의존도 확인 필요 (GRR이 낮으면 성장이 “달리는 러닝머신”)
NRR	120%+ = 우수	AI SaaS 중앙값 48% — 확장보다 이탈이 큼
CAC Payback	12개월 미만 = 우수	GRR 40%면 CAC 회수 전에 고객 이탈
Rule of 40	성장률+이익률 ≥ 40%	GPU 비용으로 이익률이 구조적으로 낮음

핵심: AI SaaS의 ARR 성장률만 보면 안 된다. GRR, 첫 90일 리텐션, ARPU를 반드시 확인해야 한다. ARR $50M이어도 GRR 40%면, 내년에 $30M을 새로 채워야 현상 유지다.

---

Sources

1. ChartMogul AI Churn Wave Report — ChartMogul “SaaS Retention: The AI Churn Wave” (2025.09), AI-native ~200사, B2B SaaS ~2,700사 데이터 기반
2. Growth Unhinged — Kyle Poyar, “The AI Churn Wave” Analysis (2025)
3. AI Wrapper 이탈 사례 — Jasper 가치평가 하향 (Maginative), Contrary Research
4. GitHub Copilot 리텐션 — TechCrunch (20M users), CIO Dive
5. Harvey AI — Series C $100M (Sequoia Lead), Law.com Coverage (2025)
6. EvenUp — Series D $200M, Forbes Coverage (2025)
7. Cursor — Anysphere $9.9B, $500M+ ARR (TechCrunch)
8. 오픈소스 모델 성능 — Chatbot Arena Leaderboard (LMSYS), Epoch AI Benchmark Tracking
9. SaaS 벤치마크 — Bessemer Cloud Index, OpenView SaaS Benchmarks 2025
10. AI SaaS 비용 구조 — a16z “Who’s Making Money in AI?” (2025), Battery Ventures Cloud Software Report