[핀테크기업/강의추천] 토스 리더가 직접 답해드립니다 | PO SESSION Q&A

[핀테크기업/강의추천] 토스 리더가 직접 답해드립니다 | PO SESSION Q&A

---

 

이 포스팅의 목적은 앞으로 핀테크 기업에서 일하며 도메인 지식을 쌓기 위해 대한민국 대표 핀테크 기업 토스의 이승건 대표의 강의를 듣고 내용을 정리하는 것입니다. 예전에 대충 들었던 내용 중 인상적인 부분들이 많아 데이터 분석가(DA)로서 좋은 인사이트를 얻을 수 있을 것이라고 생각합니다. 

 

https://www.youtube.com/watch?v=GFERag7kjFM&list=PL1DJtS1Hv1Piv_MQIHgA_CdNsXyDM9UDM&index=7

 

오늘은 대단원의 막을 내리는 Q&A 세션을 준비했는데요. 질문 내용이 굉장히 많고 활발한 논의가 이루어져서 저희는 개인적으로 굉장히 행복했고요. 더 깊은 논의가 오늘 세션 녹화를 통해서 이루어졌으면 좋겠습니다.

 

일단 그러면 바로 질문으로 들어가 볼까요. 먼저 첫 번째는 이런 얘기들이 좀 있었거든요. Carrying Capacity는 현실에 적용하기 어려운 개념이다. 실제로 밖에서 제가 얘기를 들어보니까, 아, 토스는 할 수 있지 하지만 우리 회사는 달라 이러면서 실제 적용할 수 없다는 얘기를 많이들 하셨는데요.

 

 

사실 그 얘기를 들으면서 굉장히 마음이 아팠어요. 왜냐하면 아니거든요, 아마 실제로 적용하기 어려운 이유들을 여러 가지 찾을 수도 있겠지만 실제로 CC에서 얘기하는 여러 가지 얘기들을 무엇을 개선하기 위해서 움직여야 되는가를 생각하는 게, 그리고 그 생각의 프로세스를 받아들이는 게 저는 가장 중요하다고 생각을 합니다.

 

먼저 이런 얘기가 있었는데요 'CC 공식 자체는 많은 제약 조건 아래에서만 동작한다'라고 하셨습니다. 예를 들어 신규 사용자 수는 고정이라고 하는데 실제 많은 서비스는 신규 사용자수가 기존 사용자수에 의해서 영향을 받지 않냐 이런 얘기를 해주셨고, 그래서 그러한 바이럴 그로스를 반영한 다음 달 사용자수를 추천율을 적용하고 광고사용자수까지 넣은 이런 모델로 만드시는 경우도 있었습니다.

 

두 가지를 말씀드리고 싶은데요. 먼저 이런 바이럴 그로스를 이용한 사용자수의 변화의 경우에는 네 번째 강연 을 보시면 이미 제가 공식으로 만들어 드린 게 있습니다. 바로 어필리에이션 팩터라는 건데요. 바이럴 케이가 존재하는 경우 기존 유저수의 크기가 CC 그 자체에 영향을 주기 때문에 인플로우가 CC 그 자체에 영향을 주기 때문에 인플로우가 CC에 영향을 주는 현상이 일어납니다

 

그래서 바이럴 케이가 1을 넘으면 CC가 무한히 증가하면서 MAU도 무한히 증가하는 현상을 만들 수도 있다라고 하는 얘기도 드렸었는데요. 그것을 고려해서 다음 달 사용자수를 이렇게 만들어낼 수도 있습니다. 제가 근데 PO세션 어필리에이션 팩터에 대해서 소개를 드릴 때 비슷한 얘기를 한 번 드린 적이 있는데, 바이럴 케이 혹은 친구를 추천하는 양은 시간이 흐를수록 유저 당 (유저당) 바이럴리티가 이렇게 쭉 떨어지게 되어 있습니다. 즉 처음 가입했을 때 ‘와 이거 너무 좋다'라고 하는 와우 팩터를 가지고 있는 서비스인 경우에는 바이럴 케이가 있는데요. 그 경우에도 시간이 지나면 그 사람은 더 이상 그 서비스를 추천하지 않는 경향이 매우 강해집니다. 그래서 time decay의 경향이 있다. sequential 하다고 바이럴 케이를 제가 특징을 소개드렸는데요. time decay가 보통 굉장히 빠르게 일어납니다.

 

저희가 측정했을 때는 처음 이틀 동안이 굉장히 빠르고요. 측정할만큼 의미가 있는 바이럴리티는 보통의 경우에는 1주일 이내에 끝나는 경우가 거의 대부분입니다. 그래서 가입한 지 일주일이 지난 사용자의 경우에는 비록 롱테일로서 계속 바이럴 케이에 기여는 하겠지만 그 기여분은 급격히 낮아짐으로써 사실상 신규 가입자 중에서 가입 한지 일주일밖에 안 된 신규 유저들의 수만이 보통의 경우 바이럴 케이에 기여합니다. 그렇기 때문에 MAU가 100만 인 서비스보다 MAU가 1000만 인 서비스의 바이럴 케이가 더 높지 않습니다. 오히려 MAU가 100만이라고 하더라도 그 달에 매달 가입하는 유저수가 50만 인 게 MAU가 1000만이라고 하더라도 그 달에 가입하는 수가 10만 명인 것보다 바이럴 케이는 더 올라갑니다.

 

근데 신규 사용자수는 기존 사용자 수에 비례하는 게 아니라 보통의 경우 가입한지 일주일 이내의 신규사용자수에 비례한다는 거죠. 그렇기 때문에 서비스의 크기가 아무리 커져도 바이럴 케이는 올라가지 않는 경우가 훨씬 많습니다. 그렇기 때문에 대부분의 경우는 신규 사용자수가 고정일 수밖에 없습니다. 왜냐하면 그 바이럴 케이가 일으키는 신규 사용자수가 있을 것이고 시간이 지날수록 타임 디케이가 이루어져서 바이럴리티가 사라지는 시간이 있을 것이고, 그런 바이럴 케이가 있는 이 기간 동안 바이럴리티가 있는 이 기간 동안 일으키는 신규 유저수가 또 있겠죠. 그런데 그 유저수들이 새로 유입될 때쯤에 (이 쪽) 유저들은 떨어져 나가게 됩니다. 그렇기 때문에 일주일 이내의 신규사용자수도 어느 순간 평형에 도달하게 되는 거죠. 그래서 아무리 서비스가 커도 바이럴리티는 올라가는 경향을 보이지는 않습니다.

 

그래서 제가 꼭 코렉션하고 싶은 부분은 신규 사용자수는 기존 사용자 수에 비례하지 않는다 신규 사용자수는 신규 사용자수에 비례한다. 보통 한 일주일 정도. 이 얘기를 꼭 드리고 싶습니다. 실제로 이게 얼마나 확실하냐라고 하는 부분은 제가 뒤에서 저희 토스 서비스의 신규 가입자 수를 보여드리겠습니다. 지난 4년간의 신규 가입자 수를 한 번 보여드릴게요. 그 그래프를 한번 보시면서 어떤지 한번 보시면 좋을 것 같아요.

 

 

비슷한 얘기가 여기도 있는데요. MAU가 올라갈수록 바이럴 효과나 네트워크 효과가 늘어나면서 유입량이 증가하고 유실량은 감소하지 않냐 그러면 CC는 달라질 수 있는 것 같다 이런 얘기를 주셨고요 .그래서 현재 유입량 플러스의 유실률을 바탕으로 계산한 CC는 정확하지 않은 게 아니냐 예를 들어서 커뮤니티나 플랫폼사업의 경우 광고를 태우면 올라간 MAU가 전체 사용자에 긍정적인 영향을 주고 절대적인 유입량을 영구적으로 증가시키지 않을까라고 하셨는데요.

 

맞는 부분과 틀린 부분을 아까 앞의 질문과 똑같이 드릴 수 있을 것 같습니다. 바이럴 효과, 네트워크 효과는 저희가 이미 발표를 PO세션 3회&4회 강연에서 얘기한 것처럼 CC에 직접적으로 영향을 줍니다. 바이럴 케이는 정확히는 가입한 지 일주일밖에 안 된 NAU가 인플로우 양의 직접적으로 영향을 주기 때문에 CC에 긍정적인 영향을 주고요. 네트워크 효과는 유저수가 많아짐으로써 MAU에 맞춰서 MAU에 비례해서 churn의 긍정적인 효과를 주기 때문에 CC가 올라갑니다. PO세션 영상 보니까 가장 첫 번째 영상인 Carrying capacity의 영상은 조회 수가 어마어마한데 그거에 대해서 후속적으로 중요한 개념을 설명한 2번부터 6번 강연은 조회수가 아주 처참하더라고요. 여러분들 이참에 이 강연 보신 분들은 2번부터 6번도 보셔서 꼭 한번 CC의 개념을 한 단계 더 알아가셨으면 좋을 것 같습니다.

 

자 이것은 맞는 얘기고요 두 번째 이 부분에 대해서도 어느 정도 맞는 얘기인데 정확히는 MAU에 연동되는 것이 아니라 가입한 지 일주일 정도 된 신규 가입자수에 연동되는 부분이다 라는 점을 말씀드리고 싶습니다.

 

사실 이것도 같은 질문입니다 바이럴 케이가 있으면 페이드 마케팅의 또 의미가 있어 지는 거냐? 예. 말씀드렸다시피 어필리에이션 팩터 앞에서 소개드렸죠. 그래서 바이럴 케이가 있으면 한 명은 페이드 마케팅으로 데려올 때 데리고 오게 되는 유저수가 한 명이 아니라 한 명의 페이드 마케팅으로 가입한 사람이 일으키는 바이럴리티로 인해서 한 명이 두 명의 효과를 내는 경우도 많기 때문에 페이드 마케팅이 되게 효과가 증폭됩니다. 하지만 그렇다고 해서 페이드 마케팅이 CC가 늘어나게 만드는 요소는 아닙니다. CC는 있는데 페이드 마케팅이 훨씬 더 효과가 좋아지는 거죠. 바이럴 케이가 있으면 그리고 바이럴 케이가 보통 대부분의 서비스는 0.2~0.4 사이를 이룩하는 것도 거의 불가능합니다.

 

바이럴 케이가 있어도 인플로우가 늘어나는 양이 실제 바이럴 케이가 지속되는 기간과 넓어지는 양이 그렇게 효과적이게 CC의 변화를 일으키지 않는 거죠. 바이럴 케이는 NAU에 비례하고 그 얘기는 그게 인플로우에 비례한다는 거죠. 바이럴 케이가 있으면 NAU에 영향 주고 인플로우가 올라가니까, CC가 올라가는 효과가 있고 그러면 MAU의 캡이 올라가면서 긍정적인 효과가 있다. That's true. 이게 MAU는 아닌 것 같다. 대부분의 경우 얘기를 드리고 싶고 바이럴 케이가 있으니까, 페이드 마케팅이 이제 어필리에이션 팩터에 긍정적인 영향을 준다. 여러분 긍정적인 영향을 주는데, 하지만 이게 CC에 영향을 주진 않는다.

 

이 얘기를 꼭 드리고 싶어요. 비슷한 질문이 또 있는데 토스야 CC가 상수인 것 같다. 하지만 유저 컨텐츠 가 늘어날수록 CC가 증가하는 유저 제너레이트 콘텐츠를 가진 모델을 어떻게 함수화 할 수 있냐. 이것도 사실 다 같은 얘기입니다. 유튜브 같은 얘기하시는 것 같아요 유저가 올리는 콘텐츠가 늘어나면 콘텐츠가 풍부해지니까 더 많은 유저가 즐길 수 있는 내용들이 많아지지 않냐. 이런 얘기이신데 맞습니다. UGC의 모델은 그 자체가 인플로우를 늘리는 효과가 분명히 있죠. 그래서 그것 자체가 그것은 바이럴리티를 표현하는 게 맞는지는 모르겠습니다만, 인플로우에 긍정적인 영향을 줄 수 있죠.

 

하지만 우리가 이 모든 것들을 고려하더라도 반드시 짚고 넘어가야 되는 것은 CC 에 영향을 주는 것은 오직 inflow와 churn 두 가지 이외에는 없다는 점이고 인플로우의 영향을 주는 데는 바이럴 케이가 영향을 줄 수 있지만 그것도 제한적이며 인플로우는 대부분의 경우에는 바이럴 케이가 있다 하더라도 고정되어 있는 효과를 가진다라는 거예요.

 

 

 

 두 번째 주제로 넘어가보면 저희 강연에 대해서 소중한 블로그 글이 있습니다 'Carrying capacity 강의, 이의 있어요'라는 글이에요.

https://www.minwookim.kr/carrying-capacity-gaenyeom/

이승건 대표님의 Carrying Capacity 강의, 이의 있어요!

 

여러분들 혹시 소셜 미디어에 떠다니는 것 혹시 보셨을지 모르겠는데 여기서 한 세네 가지 정도의 포인트를 짚어주셨거든요. 그거에 대해서 한번 저희 쪽에서 이의가 있어 가지고 한번 말씀을 드려볼게요. 

 

첫 번째로 이런 얘기를 주셨어요. 시장의 크기가 크면 인플로우가 엄청 크게 영향을 받는다. 이런 취지의 얘기거든요 토털 커스터머 수를 결정하는 데는 시장의 크기가 엄청나게 큰 영향을 미친다. 그러니까 우리 프로덕트를 사용할 만한 사람이 10만 명 밖에 없으면, 시장이 작으면 어느 순간 매일 유입하는 신규 유입수가 7500명이 아니라 점점 줄어들다가 끊기게 될 거다. 그래서 기본체력이 75만인 줄 알았는데, 갑자기 왜 인원이 줄지? 프로덕트가 나빠진 걸까?라는 오해를 사게 만들 수 있다. 이런 얘기를 주셨습니다.

 

 

제 생각은 조금 다릅니다. 왜 그러냐면 제가 이걸로 한번 설명을 해볼게요. 제가 예전에 인플로우를 설명할 때, 강가의 호수로 설명을 드렸던 걸로 기억이 나실 거예요. 그래서 이렇게 지글지글 빠져나가는 물이 있고, 이렇게 비처럼 들어오는 물이 있죠. 그래서 이 인플로우와 쳔 퍼센트의 비율이 CC다.

 

이런 얘기를 드렸는데요 만약에 우리의 제품에 total addressable market, 즉 시장의 크기가 작으면 7500명씩 유입되면서, CC가 75만이다가 10만으로 줄어들지 않고 애초부터 CC가 10만으로 나오겠죠. 여기서 시장의 크기를 표현해 본다면, 이 비의 넓이 정도로 얘기할 수 있지 않을까요.

 

그러니까 이제 예를 들어 토탈 어드레서블 마켓이 1000만이에요. 1000만 명이 그 서비스를 좋아해요. 천만명이 있다고 해볼까요 1000만 명 중에, 일정 퍼센트가 계속 전환이 되겠죠. 매월 매월 xx퍼센트가 전환이 되겠죠 인플로우로 그게 들어오는 거겠죠. 그게 여기 MAU에 영향을 주고 빠져나가겠죠. 매월 예를 들면 그게 1% 일 수도 있겠습니다. 그럼 10만 명씩 인입이 되겠죠. 그렇기 때문에 인플로우의 양조차도 기존의 전체 시장의 크기에 이미 영향을 받는 상수예요. 그래서 시장이 만약에 100만 밖에 안 된다 10분의 1이다 그럼 매월 들어가는 게 똑같다 하더라도 1만 명밖에 안 들어가겠죠.

 

그렇기 때문에 인플로우를 측정하는 순간부터 이미 시장의 크기는 인플로우에 반영이 돼 있는 겁니다. 그렇기 때문에 시장의 크기가 작으면, 인플로우 갑자기 10만명이다가 줄어들지 않아요. 만 명이다가 이것을 다 이제 여기 있는 유저를 다 데리고 오면 여기 이 유저가 다 이리로 넘어오면서 그제야 성장이 멈추죠. 그래서 시장의 크기가 작은데 CC가 엄청나게 높은 값이 나오는 그런 현상은 존재할 수 없어요. 수학적으로 존재하는 게 불가능합니다. 왜냐하면 기존에 있는 유저들이 인플로우로 넘어오는 거기 때문에, 이 기존에 있는 잠재 고객들의 일정 퍼센트가 계속 인플로우로 전환되는 이 흐름을 보이겠죠.

 

그렇기 때문에 시장의 크기는 이미 인플로우에 반영이 돼서 나타나는 결과이기 때문에 시장의 크기조차도 사실 CC에서 볼 수 있는 거예요. 예를 들어, CC가 75만명이다 시장의 크기가 75만밖에 안 되는 겁니다. 내가 론칭한 지 얼마 안 됐고 유저가 10만밖에 안 되는데 CC가 750만이 나왔다. 시장이 엄청 큰 거죠.

 

 

이 분께서 두 번째 얘기를 주셨어요. 신규 유저수는 계속 변화한다. 상수가 아니다고 얘기를 했는데 상수가 아니다고 얘기를 했는데 굉장히 큰 시장을 가지고 있더라도 매일 들어오는 신규 수가 고정되는 일은 거의 업소. 다 이게 고정돼 있지 않기 때문에 기본체력이라고 말할 수 있겠냐 계속 움직이는데.

 

그런데 저는 오히려 매일 들어오는 신규유저수가 변하는 걸 본 적이 거의 없어요. 그래서 제가 본 것과 정반대의 관점을 가지고 계시다는 느낌이 들어요 실제로 신규 유저수는 거의 대부분의 경우 상수입니다. 거의 대부분의 경우 아까 말씀 드린 대로 MAU에 기반하지도 않기 때문에 상수기도 하고요. 그리고 바이럴 케이가 지속적으로 유지되는 일도 거의 없기 때문에 대부분의 경우 상수입니다. 오히려 신규 유저가 계속 변화했던 케이스를 같이 예시로 들어주셨으면, 그거에 대해서 저희가 디스커션 할 수 있을 것 같은데, 제가 뭔가 이 내용을 좀 오해했을까 봐 좀 걱정이 됩니다.

 

근데 제가 경험한 것은 시장의 크기에 상관없이 매일 들어오는 신규 유저수는 거의 대부분 고정돼 있다는 점을 한번 말씀드려보고 싶고요. 왜냐하면 여기 보시면, 첫 달에는 7500명 들어오다가 둘째 달에는 입소문을 못 봐서 3000명 들어올 수도 있고 이런 거 이렇다라고 하셨는데 입소문이 갑자기 이렇게 온오프로 켜지고 꺼지지 않지 않을까요? 그래서 첫 달에 입소문이 있었으면 그 효과는 계속 유지가 되는 경우가 대부분입니다. 그래서 이게 무조건 절대적인 골든 룰을 말씀드리는 게 아니라, 대체로 어떠하냐에 대해서 사실 우리가 얘기하면 좋을 것 같은데 대체로는 사실은 바뀌지 않죠. 신규의 유저 수가 바뀌는 제품이 있으면 한번 말씀해 주시면 좋을 것 같아요.

 

NAU(New Active Users)

 

실제로 저희 토스의 그래프를 가지고 와봤습니다. 저희 신규 유입인데요. 지난 4년 동안 저희 서비스에서 있었던 월별 신규유입 유저수를 이렇게 그래프로 표현한 건데요. 지난 4년간의 그래프니까, 굉장히 포괄적이고 굉장히 장기적인 효과까지 모두 반영된 그래프라는 점을 말씀드리고 싶은데요.

 

월별로 그 달에 신규로 뭔가 하나의 서비스라도 쓴 유저 수를 나타냅니다. 대부분의 경우는 거의 비슷해요. 근데 이렇게 지금 튀는 구간들이 오히려 가끔 있죠. 저희가 이건 정확히 기억해요. 2018년 9월, 10월에 저희가 보험 관련된 광고를 해서 광고비를 한 3, 40억을 썼습니다. 두 달 동안 아주 재미를 봤고요. 엄청난 양의 그래프 가 있죠. 이게 토스의 공전의 히트작인 바이럴 제품이 있었습니다. 그때 저희가 론칭한 바이럴 제품이 한 여섯 개, 일곱 개가 있는데, 그때 그게 어마어마한 효과를 일으켰어요. 이게 어떻게 보면 6개월 정도 되는 기간 동안에 그 소수의 제품으로 인한 일시적인 효과였지. 이때에도 기본적인 organic inflow 즉 그냥 기본으로 들어오는 체력은 거의 유지되고 있었어요. 왜냐면 저희가 이 트래픽은 다 측정이 가능했는데 이걸 싹 발라내면 그냥 이렇게 되어버렸죠.

 

시간이 지나고 지나서 여기 뭐 튀는 것도 있는데, 2021년 초반에 이렇게 치는 게 있죠. 이게 증권입니다 토스안에 있는 기존의 유저도 증권으로 전환이 됐지만, 토스증권을 새로 써보고 주식 한 주도받아 보려는 유저로 인해서 유입이 확 튄 게 있습니다. 여기 보시면 오히려 신규 유저수는 지난 4년 간 거의 변화가 없다는 점을 보여드리고 싶었어요. 또 더군다나 말씀드리고 싶은 부분은, 2018년 초반에 저희가 가지고 있던 서비스의 개수는 20개 정도밖에 안 됩니다.

 

저희가 매년 20개 정도의 기능을 신규로 런칭하고 있거든요. 그래서 지금 현재는 토스는 60여 개의 기능을 가지고 있으며, 정확히는 62개 정도의 기능을 가지고 있는데, 즉 이 4년 동안 저희가 제공하는 기능은 거의 세 배에서 네 배 정도로 많아졌다는 거죠. 그래서 서비스의 기능이 굉장히 많아졌기 때문에 더 많은 유즈케이스들을 담을 수 있게 됐습니다. 실제로 하지만 인플로우는 전혀 늘지 않았어요. 여기서 저기까지 기능이 3배 차이가 나는데도. 이게 뭘 의미하는 걸까요. 실제로 대부분의 경우는, 신규 유저수는 거의 변화가 없습니다.

 

 

세 번째 이야기로 이어졌는데, 이탈률도 계속 변한다 이탈률도 상수가 아니다고 하셨는데 이것도 저도 좀 생각이 다른 것 같아요 저는 이탈률이 변하는 경우를 거의 못 본 것 같습니다. 그래서 어떻게 하면 이탈률이 변할 수 있는지 사실 그것을 듣고 싶은데, 그런데 여기서 제가 한 가지 개념의 구분을 만들고 싶은 부분은 이탈률=1/리텐션일까요?

 

여기 보면 유저들의 이탈률이 낮고 리텐션이 높고 이렇게 표현이 되어 있는데, 리텐션이 올라가면 이탈률이 내려갈까요 어느 정도는 그렇겠죠. 어느 정도는 리텐션이 높다는 것은 이탈할 가능성이 떨어진다는 거니까. 하지만 이렇지 않습니다. 두 개는 엄연히 다른 개념이죠. 엄연히 다른 개념이죠. 예를 들면 저희 토스 앱의 MAU가 천 몇백만 된다고 하지 않습니까. 구체적으로 밝히진 않겠습니다. 토스의 MAU를 이렇게 분석해 보면, 이 중에서 전 달에도 쓰고 이번 달에도 이번 달에도 쓴 케이스가 대부분이죠.

 

하지만 전 달에는 안 쓰다가 이번 달에 쓰게 된 즉 이게 m1, m0면 m-1의 MAU가 이렇게 있고 m-2의 MAU가 있으면 이 때는 안 쓰다가 이 때나 혹은 그 이전에 썼다가 이 달에 갑자기 쓰게 되는 유저의 비율이 엄청나게 높아요. 엄청나게 높습니다. 몇 십퍼센트 정도인데, 얘네들이 리텐션은 없었던 애들이죠. 하지만 이탈은 아닙니다 이탈이 되진 않은 거죠. 그렇기 때문에 이게 이렇게 보면 굉장히 오류가 늘어날 수 있어서, 뒤에 다른 질문도 있는데 리텐션이 올라간다고 이탈률이 낮아지지 않는 경우가 많습니다 리텐션이 올라가도 이탈률은 그대로인 경우가 훨씬 많아요 그래서 리텐션과 이탈률은 절대 동치의 개념이거나 역의 개념이 아니다는 점. 근데 리텐션의 경우는 보통 월 단위로 측정합니다.

 

저희가 먼슬리 리텐션을 많이 봅니다. 그리고 저희가 churn의 경우 빠르게 보기 위해서 한 달 단위로 보는 경우가 많습니다. churn을 그러면 이 관계가 성립하죠. 하지만 실제 이탈률은 한 달 단위로 볼 수 없습니다. 이 서비스를 떠나는 게 이탈인 거기 때문에 사실은 떠날 때까지는 좀 기간이 필요하죠. 그래서 보통 전체 유저의 95퍼센트가 더이상 돌아오지 않는 구간, 않는 시점이 보통 한 3개월입니다. 보통, 대충 느낌으로 말씀드리면 한 달은 절대 아니에요. 한 달은 안 쓸 수 있어요. 하지만 다음 달은 다시 또 쓰는 경우가 많기 때문에 보통 한 90일 정도인 경우가 있는데 95%가 더 이상 돌아오지 않는 지점, no turning back 그게 이탈이라고 보통 정의 내리는 게 정답이죠.

 

저희 이탈률에 대해서 일단 개념을 한번 코렉션을 하고 싶었는데, 이거에 대해서 이 이탈률이 계속 변하냐 이렇게 정의된 이탈률이 변하냐 대부분의 경우는 저는 오히려 안 변했던 것 같아요. 기능도 엄청 많아졌고 사용할 이유도 많아졌고 제품 브랜드도 좋아졌고, 모든 기능을 포괄하는 슈퍼 앱이 됐지만 이탈률은 거의 비슷합니다. 지금 저는 이게 토스만의 케이스는 아닐 것 같아요.

 

 

그리고 마지막 포인트인데요. 페이드 마케팅을 주된 고객획득 방법으로 사용하는데, 고객 획득 비용이 고객 생애가치의 이걸 LTV라고 보통 부르죠. 고객획득 비용이 LTV보다 낮기만 하면 광고비를 계속 영원히 쓸 수 있지 않냐라는 얘기를 했는데, 이것도 저는 좀 이견이 있는 부분입니다. 왜냐하면 고객획득 비용이 1,000원이라고 해볼까요. 천 원에 유저 한 명을 데리고 왔다 쳐보죠.

 

저희가 먼슬리 리텐션이 50%에 플래토 하는 제품을 만들었다고 해 볼까요. 먼슬리 리텐션 시간에 따라서 m1 리텐션이 50%인 서비스를 썼다고 해보죠. 그럼 반이 날아가죠. 그러면 천원에 데리고 온 유저 중에 절반만 남겠죠. 이 유저들은 잘 쓰는 유저들입니다. 이게 LTV가 만원이라고 해볼까요. 보통 그렇게 아름다운 경우는 없는데, 만원 그럼 여전히 9천 원의 갭이 있으니까. 9천 원은 마케팅비에 써도 되는 것 아니냐 이런 얘기를 하신 건데 그렇지 않습니다.

 

왜일까요? 이 얘기는 그 얘기죠 이렇게 떨어져 나간 애들 중에 다시 돌아오지 않는 애들, 즉 이탈 이탈한 친구들 유저분들 소위 churned user에게 돈을 쓰면 돈을 써서 데리고 왔어요. 또 가입시켰어 그래서 1000원을 더 썼어요. 그러니까 이게 지금 한 명한테 쓰는 돈이에요. 이 처음 1000원 쓴 사람 중에 절반은 남았으니까, 이거는 어떻게 보면 100%한테 1000원을 쓴 거겠죠. 근데 그중에 절반의 인원에게 이게 지금 churn 됐다고 말할 수는 없지만, 앞에 제가 말씀드린 것처럼 리텐션의 역이 션은 아니기 때문에 실제로 얘네들한테 다 쓰는 것은 아니겠지만, 일단은 단순하게 설명을 좀 해볼게요. 그래서 나머지 애들한테 또 1000원을 써요. 그럼 또 들어오겠죠. 그들이 다 남아 있을까요. 아니죠 또 50%가 날아갑니다. 이탈한 유저들을 데리고 부으면 또 반이 날아가요.

 

나머지 반에 대해서 또 광고를 돌리면 뭐 다 남았다고 쳐도 25%한테 또 쓰는 거죠. 그렇기 때문에 LTV CAC ratio가 아무리 맞아 도 이탈한 유저들한테 계속 돈을 쓰면 앱 전체의 평균고객획득비용은 계속 올라갑니다. 실제로 이렇게 작동하지도 않죠. 왜냐하면 나머지 애들은 이 금액에 더 이상 반응하지 않습니다. 내가 그 서비스의 써봤기 때문에 별로라고 생각해서 안 쓰는 거면 비용이 훨씬 올라가죠.  그리고 이렇게 멋있는 비율로 작동하지도 않습니다. 결국에는 LTV를 상회하게 돼요. 그래서 페이드 마케팅을 지속하는 건 불가능한 겁니다. 결국에 LTV는 올라가게 되죠. 왜냐하면 그 유저들 다시 이탈한 유저들을 데리고 와도 또 조금만 남기 때문에 또 이탈하기 때문에 그래서 계속 그 바퀴를 유저를 데리고 돈 들여서 데려오고 쓰게 만들고 이탈하고 이탈하면 이탈한 순간 페이드 마케팅해서 다시 붓고 그럼 다시 그 붓는 순간 한번 들여올 때 썼던 CAC의 똑같은 유저를 또 돈을 들인 거잖아요.

 

그러면 LTV CAC ratio가 한번 부서지죠. 그리고 그 유저가 또 이탈해 그럼 또 돈 들여서 또 데리고 와 그러면 그 유저 한 명한테 쓰게 되는 마케팅 비는 계속 누적되잖아요. 그럼 그 유저들은 결국 LTV보다 더 많은 돈을 쓰게 되는 순간이 오겠죠. 광고를 지속하면 그러면 다음 질문들도 한번 커버를 해 볼게요.

 

 

제가 CC라는 개념을 어떻게 접하게 됐는지 궁금해하시는 분들도 있었어요. 2010년 경에 그로스해킹이라는 개념이 굉장히 광범위하게 퍼지면서 실리콘밸리에서 굉장히 핫했던 시절이 있었어요. 소위 소셜 미디어들의 등장과 바이럴 그로쓰의 엄청난 일들이 일어나면서 그것을 어떻게 다른 기업들도 가져다 쓸 수 있는지를 학습하는 과정이 생겼는데, 제가 그때 토스라는 것을 발견하기 전이어서 하루종일 할 게 없었어요.

 

이제 그로스 해킹 관련된 개념들을 막 파다 보니까 정말 끝까지 가니까 이 Carrying capacity란 개념을 아주 소심하게 누가 적어놨더라고요. 근데 그 개념을 따라가다 보니까 이게 굉장히 잘 정리되어 있는 블로그를 발견할 수 있었고, 그 블로그에서 사실 대부분의 개념을 가지고 왔고요. 제가 첫 번째 강연에서 했었던 5가지 질문도 제가 던진 게 아니고 그 블로그에 원저작자가 남긴 거라는 것을 말씀드리고 싶네요.

 

 

질문 중에 이런 게 있었습니다 CC는 인플로우가 일정한 반면 churn은 capacity에 비례한다고 가정하는 것 같은데, 왜 그러냐라고 하셨는데요 이 얘기하신 것 같아요. 수돗가에 물이 호숫가에 물이 있을 때 인플로우는 고정된 값으로 예를 들면 7천500명 혹은 만 명 이렇게 고정된 값으로 들어오는 반면, 나가는 것은 퍼센트로 했던데 churn은 가령 1%다 전체 물의 퍼센트로 빠져나간 것으로 했던데 왜 얘는 비율이고 얘는 고정값이냐. 이 얘기이실 것 같거든요.

 

실제로는 얘도 비율의 결과물이죠. 잠재시장에 마켓이라고 표현하는 게 맞을지 모르겠는데, 토털 어드레서블 유저베이스 이 기능으로 데려 올 수 있는 유저의 총 규모 그게 백만 명일수도 있고 500만 일 수도 있겠죠. 여러 크기가 있겠지만 이 중에 일정 퍼센트가 월 xx퍼센트가 이 결괏값인 거죠. 그게 들어오는 거고 그게 이렇게 되는 거죠. 왜냐하면 이 모든 것은 이 우주 즉 우리 5000만 인구 한국으로 치면 5천만 인구라는 그 규모 안에서 유즈케이스에서 온라인 페네트레이션 MAX CC 최대를 도달할 수 있는 CC 그전에 competition 경쟁자와 나눠갖는 CC가 있다고 했죠.

 

그래서 이것을 높이는 게 계속 설명드린 부분이고, 이 CC값을 높인다 하더라도 도달할 수 있는 최대 값이 존재한다는 거죠. 그것은 competition 그래서 어느 순간엔 경쟁자를 잡아먹거나 아니면 경쟁자가 이 시장을 참여하기 전에 먼저 퍼스트 무버로서 이걸 다 업데이트해서 얘네가 못 먹게 만들어야 된다.

 

속도가 그래서 중요하다. 이 얘기드렸고 MAX CC에 도달하면, 이 시장에 온라인 기회를 내가 다 장악했으면 온라인만이 아니라 오프라인에서의 유사한 사용경험까지도 흡수해야 된다. 예를 들면, 토스가 오프라인결제 진출한다던지 그렇게 해야 전체 이 나라에 존재하는 유스케이스를 다 흡수할 수 있게 된다. 뭐 이런 얘기를 다른 영상에서 드렸습니다. 그것처럼 한국에 존재하는 전체 생태계에서, 이 기능으로 매력이 있을만한 유저는 일정 퍼센트로 계속 전환이 될 거예요. 그러기 때문에 얘는 고정된 값으로 나오는 거죠.

 

근데 함수를 여기까지 확장시키면 퍼센트로 당연히 나오겠죠. 즉, 호수에서 churn 된 유저 중에서 전체 어드레서블 마켓 곱하기 일정 퍼센트 이렇게 표현될 수도 있겠죠 CC라는 게. 근데 이 규모를 모르잖아요. 이 시장규모가 반영된 값을 보면 되는 거죠. 그래서 매일 들어오는 유저수를 보면 되는 겁니다. 오가닉 하게 들어오는 그게 사실 시장 규모죠.

 

 

그리고 이런 아하 모먼트에 대한 질문도 있었어요. 아하 모먼트는 주로 서비스나 앱에 해당하는데 커머스도 그렇다고 볼 수 있냐. 그리고 커머스의 경우 유저와 이탈한 유저를 제품 구매를 기준으로 보는 게 맞을지. 그리고 리텐션 커브에서 20%라는 수치는 커머스에서는 다르게 적용되어야 할 것 같다고 하셨는데요.

 

사실 커머스분야는 제가 잘 아는 분야가 아니어서 제가 함부로 말씀드리기는 조심스러운데, 그래도 커머스를 제품 모바일 제품이라는 관점에서만 본다면 커머스라고 하더라도 정확히 같은 개념으로 적용되어야 합니다. 그래서 당연히 아하 모먼트도 커머스에 적용할 수 있고요. 서비스 앱과 상관없이 사실 다 적용되는 개념인 경우가 많습니다.

 

그런 경우가 그래서 제가 하나씩 질문에 대한 답을 드려보면, 커머스의 경우라도 유저에 대한 정의 그리고 유저 이탈한 유저의 정의조차 제품 구매로 보는 것은 맞는 것 같아요. 저라도 그렇게 볼 것 같고요 근데 리텐션 커브가 엄청났다 본인 서비스가 20%라는 건지 제가 강연에서 20%를 얘기했을 수도 있는데, 제가 알기로 많은 커머스 서비스의 리텐션이 20에서 25%에 머물고 있어요. 그래서 커머스가 어려운 거죠 여러분 커머스 사업이 어려운 이유는 한 달의 구매하는 횟수가 3~4번인 경우가 많습니다. 한 달에 세 번밖에 안 하는 행위를 플랫폼 화해서 서비스로 만드는 건 매우 매우 어려워요.

 

왜냐하면 그 유즈케이스의 빈도자체가 리텐션의 한계가 20%밖에 안 되기 때문입니다. 리텐션이 20%밖에 안되면 그것을 빌드 업하기가 어렵죠. 유저를 데리고 와도 80%를 버리는데 굉장히 비효율적인 마케팅과 유저증가밖에 있을 수밖에 없는 거고. 그래서 커머스 기업들이 성공하면 대단한 거죠. 그럼 어떻게 하냐 뭐 여러 가지 방법을 씁니다.

 

쿠팡의 얘기를 들어보면, 쿠팡의 물건을 시켰어요. 그랬는데 새벽에 와요. 그럼 여러분들 와우 안 하세요. 와우 미쳤다 엄청나다 아하 모먼트가 그때 있죠. 그래서 만약에 커머스가 리텐션이 낮으면, 어떠한 무기를 이용해서 리텐션을 높일지에 대해서 고민해야 합니다. 어떤 서비스들은 오늘의 집이나 이런 서비스들은 커뮤니티를 만들죠. 커뮤니티 기능을 커머스랑 밀접하게 붙이면 리텐션이 올라가겠죠. 커뮤니티를 쓰러 오니까 아니면 배송을 엄청나게 빠르게 해 준다던지 배송을 엄청나게 빠르게 해 주면 말씀드린 쿠팡의 로켓배송이라던지 마켓컬리의 새벽배송 같은 경우는 그거 너무 좋은 기능이기 때문에 실제로 3~4번 밖에 안 쓴다고 하더라도 리텐션이 높습니다.

 

아하 모먼트가 있기 때문에 그래서 커머스에도 적용할 수 있고, 오히려 커머스야말로 아하 모먼트와 리텐션커브의 수치를 높이기 위해서 노력해야 해요. 커머스가 이 리텐션 깨기가 너무 어렵거든요. 재구매, 재사용을 만드는 게 정말 어렵습니다 커머스에서 돈도 정말 많이 드는 비즈니스고요. 그래서 제가 보기에는 이렇게 말해도 될지 모르겠습니다만 , 감히 한 번 얘기해 보면 쿠팡이 로켓배송을 만든 이유는 리텐션을 높이기 위해서였을 것 같아요. 오직 그 이유 하나인 거죠.

 

근데 그 리텐션을 높이기 위해서 수 조원을 써야 하는 이런 어려운 상황이었겠죠. 물류 배송 모든 시스템을 다 빌트인으로 만들어야만 가능한 게 로켓배송이니까요. 근데 제가 봤을 때는 그래서 이길 겁니다. 아마 리텐션이 높으면 돈을 계속 쓰지 않아도 결국 유저가 남아있기 때문에 유리해지는 거죠. 다른 커머스는 다 20%의 먼슬리 리텐션에서 막 싸우고 있는데 우리는 40%에서 하고 있으면, 시간이 지날수록 2배의 효율을 우리가 만들 수밖에 없는 거죠. 사실 또 커머스 잘하는 기업이 네이버 아닙니까. 저는 네이버가 이제 커머스 기업이라고 보는데, 네이버의 리텐션은 배송이 빠를 필요가 없습니다.

 

왜냐하면 우리는 매일 검색하러 들어가기 때문에 제가 알기로 하루에 검색쿼리가 몇 억 건으로 알고 있는데, 네이버는 그렇게 고객을 리테인 하기 위해 필요한 돈이 없죠. 뉴스 보러도 들어가고, 검색하러 들어가니까. 그러니까 커머스인데 리텐션이 거의 100%에 가까운 정말 환상적인 서비스입니다. 네이버가 거기서 힘이 나오는 거죠. 배송이 아무리 느려져도 네이버는 먼슬리 리텐션이 항상 높을 것 같거든요.

 

그래서 저는 리텐션이 낮은 산업분야 왜 낮냐? 빈도가 낮아서 사람들이 자주 하는 행위가 아닌 서비스일수록, 리텐션 커브에서의 먼슬리 리텐션을 높이고 1명이라도 더 아하 모먼트를 겪게 만들고 아하 모먼트에서 와우 하게 만들어서 훅 인이 되어서 계속 그 서비스를 쓰도록 만드는 포인트를 찾아내는 게 정말 중요하다고 생각합니다. 빈도가 3~4번 되는 정도로 낮기 때문에 그런 거죠.

 

다들 다른 접근이 있는 것 아니겠습니까? 어느 커머스는 혜택을 많이 주고 다른 부가서비스가 많고 어느 커머스는 커뮤니티를 붙이고 어느 커머스는 배송을 엄청 빠르게 해서 재구매를 유도하고, 뭐 다 나름의 리텐션을 공략하기 위한 전략이라고 생각합니다.

 

 

앞의 질문과 사실 그대로 이어서 가면 되는 질문인 것 같아요. 이렇게 고관여의 커머스에서는 재사용률을 높이는 것이 너무너무 어렵기 때문에 그렇기 때문에 어떻게든 리텐션을 높이는 장치를 찾아야만 되는 거죠. 이미 시장에서 굉장히 좋은 선례가 있지 않습니까. 지금 잘 나가는 커머스의 기업들은 전부 어떠한 형태로든 물건만 팔지 않습니다.

 

물건을 파는 경험을 극대화한다던지 하여 리텐션을 만드는 장치를 어떻게든 찾아내는 거죠. 그래서 이거를 해 내야 됩니다. 그게 아니면 물건을 팔 때마다 광고를 해야 돼요. 물건을 팔 때마다 그러면 마진이 너무 줄어들게 되겠죠. 물건을 그냥 셀렉션을 넓혀놓으면 알아서 고객이 들어오는 환상적인 재사용률을 만들어야만 아주 큰 기업으로 만들 수 있을 거라는 생각이 듭니다. 그래서 페이드도 중요한데 페이드 부서의 크기만큼 리텐션, 재사용률을 높이는 부서도 늘리십시오. 그럼 그게 훨씬 사실은 나중에는 더 크게 작용할 거예요.

 

 

그리고 마케팅과 바이럴 케이에 대해서도 얘기를 해보면 좋을 것 같은데요. 저희 서비스에 대한 건데요 누구누구님 아직 받지 않은 혜택이 있습니다. 이러면서 실제로 그 뒤에 가입하거나 어떤 조건이 있는 경우 그것을 얘기 안 하고 받지 않은 혜택만 설명하는 서비스인데 다크패턴이라고 생각하고요. 개선을 하고 있습니다.

 

실제로 많이 개선을 했어요. 사내에서 다크패턴이라고 하는 것을 신고하는 채널이 있어요. 단기적으로 좋은 숫자가 아니라 장기적으로 CC에 좋은 영향을 주는 신뢰도를 만들 수 있는 그런 사용 경험들을 만들기 위해 노력하고 있습니다. 그래서 다시 토스에 돌아와서 한번 써보시면 좋을 것 같아요.

 

두 번째는 액티베이션에서 시간 디멘션이 중요하다고 생각했는데, 바이럴 케이에 시간적인 기준은 어떻게 되며 타임 디케이 되어서 커브를 그리며 낮아지는데 흔히 말하는 K 값은 그럼 어떻게 결정하면 되냐'라고 하셨는데요. 시간적인 기준은 정하시면 됩니다. 나의 제품이 시간 단위로 바이럴이 일어난다. 그러면 일 단위로 재시면 되고 '일 단위로 바이럴 루프가 한번 돌아간다'라고 하면 그거를 주 단위로 하시면 되겠죠. 그래서 시간적인 기준은 정하면 되고 중요한 것은 모든 지표들을 같은 시간의 단위로 측정하기만 하면 된다는 점입니다.

 

그래서 여러분들 바이럴 케이라는 게 유저가 가입하고 있는 (회원가입) 다운로드하고 회원가입에 성공하고, 서비스를 써서 좋아하고 그다음에 다른 친구를 초대하고 그 친구가 다시 다운로드하고 이렇게 선순환의 그래프를 계속 보는 거잖아요. 그래서 이것을 '원 루프'라고 하는데, 이 하나의 루프가 시간 단위죠. 어떤 바이럴 루프는 이게 한 달이 걸리기도 하고 일주일이 걸리기도 하고 하루가 걸리기도 하고 1분 만에 이게 바이럴 루프가 도는 경우도 있습니다. 그

 

래서 보통 내가 목표로 하는 바이럴 그로스의 타임 프레임이 있으면 있으실 거예요. 그 타임프레임에 맞춰서 정의를 하시면 돼요. 제가 재미있는 얘기를 하나 해볼까요. 되게 논란이 될만한 이야기를 또 한 번 던져보겠습니다. 모든 서비스의 바이럴 케이는 사실 1이다.

 

맞는 말일까요 틀린 말일까요. 참입니다. 시간을 무한대로 보면 모든 제품은 다 바이럴 그로스를 합니다. 바이럴 그로스를 만든다라는 것은 그래서 바이럴 케이를 높인다는 게, 아니라 더 짧은 시간에도 바이럴 케이가 올라가게 만든다는 걸 의미해요. 예를 들어서 토스라는 앱을 딱 내놨어요. 아주 형편없어서 아무도 안 써 근데 CC가 있어요. 그래서 이 시간을 계속 줬어요 우주의 영원한 시간 동안 토스가 다운로드될 수 있는 기회를 모두에게 제공했다고 쳐보죠. 결국엔 다 전환된다니까요 물론 다 churn 되어서 나가기 때문에 MAU는 오르지 않아요. MAU는 오르지 않지만 5000만 명이 한 번은 다 다운로드하는 서비스가 됩니다.

 

그게 100년이 걸려서 그렇지 그래서 타임 프레임을 짧게 잡았을 때도 높은 바이럴 케이를 만드는 게 중요해요. 그런데 이제 많은 경우 바이럴 케이를 계산할 때 이 시간 프레임을 정하지 않고 하시더라고요. '대표님! 우리 바이럴 케이가 0.7이 나왔어요!' 그럴 수 있어요. 6개월 단위로 재면 그래서 이 한 루프를 돌 때 걸리는 시간을 최소화시키는 게 바이럴 케이의 핵심이에요. 그래서 한 달 만에 한번 초대하던 것을 일주일 만에 한 번 초대하게 하고 하루 만에 한번 초대하게 만드는 게 바이럴 케이를 사실 개선하는 작업입니다.

 

'고정된 시간이라는 것은 없다'는 것 말씀드리고 싶네요. 본인이 정하시면 되는 겁니다.

 

 

그리고 입소문과 레퍼럴의 차이가 측정 가능한가라고 했는데, 레퍼럴의 경우 어떤 방식으로 확정이 되냐 보통 레퍼럴을 측정하는 방식은 여러 가지가 있죠. 그래서 내가 친구를 초대할 때 보내는 링크를 그 유저마다 다르게 해서 그 링크를 보고 들어온 유저수가 누가 보낸 초대인지를 확인하는 방법이 있고, 또 그 링크를 받은 사람이 그 링크를 눌렀을 때 웹 페이지가 열리면 거기에 핑거 프린트를 딱 찍어가지고 가입하기 전부터 그 유저가 누군지를 알아내가지고 가입을 했을 때 이게 이 유저가 어떤 광고를 어떤 친구의 링크를 누르고 들어온 유저인지를 측정할 수 있습니다. 그런 툴들이 지금 상용으로 굉장히 많이 나와 있으니까, 그런 것들을 한번 확인해 보시면 좋을 것 같아요.

 

 

그다음에 아하 모먼트를 바꿔야 하는 시기는 언제쯤이냐 기준이 있냐라고 하셨는데, 아하 모먼트를 찾으셨다면 그거는 아하 모먼트운동을 통해서 사람들이 막 그 수치를 높이기 위해서 노력했더니 MAU가 오르는 순간이 많을 거예요. 그러면 그러다가 아하 모먼트를 아무리 만들려고 해도 더 이상 MAU를 높이는데, 기여가 안 되는 순간들이 등장합니다. 더 이상 유효하지 않은 거죠. 그 아하 모먼트가 시장이 바뀌었거나, 우리 제품 고객들이 아주 대거 바뀌었거나 할 텐데요. 그러면 그냥 그만하면 됩니다. 

 

댓글에서도 굉장히 활발한 논의가 이루어졌는데요. 실제로 되게 마음이 뿌듯했습니다. 페이지 단위가 아니라 버튼 단위로 이탈률을 보는 방법이 있냐 제가 언급한 내용에 대해서 댓글을 달아주셨는데, 이 댓글이 다 맞는 내용이에요. 참고로 그래서 이런 논의가 이루어져서 저희는 너무 행복했습니다.

 

또 두 번째로 이런 서비스는 이해관계자가 여럿일 때 이해관계자들마다 아하 모멘트를 만들어야 되냐 이런 질문이 있으셨는데 그 밑에 댓글을 너무 잘 달아주신 분이 이렇게 있으셔가지고 저희 회사에 꼭 오셨으면 하는 마음이 들더라고요. ㅎㅎ

---

[핀테크기업/강의추천] 토스 리더가 직접 답해드립니다 | PO SESSION Q&A