Blog

앱마케팅 담당자는 주요 지표를 파악한 후에는 이를 추적하고 이를 개선하기 위한 다양한 전략을 실험해 볼 수 있습니다. 이 때 앱마케팅 AARRR 지표를 분석하면 각 단계별 성과를 추적할 수 있으면, 현재 처한 상황을 객관적으로 이해할 수 있게 됩니다.

AARRR이란, 획득, 활성화, 유지, 추천 및 수익을 의미하는 스타트업 측정 프레임워크를 의미합니다. 2007년 Dave Mcclure에 의해 발명된 지표로, 해적 지표(Pirate Metrics)라고도 불립니다. 이는 500 Startups의 데이브 맥클루어가 발표한 ‘Startup Metrics for Pirates’에서 제시한 모델로, 고객 생애주기를 획득(Acquisition)·활성화(Activation)·유지(Retention)·추천(Referral)·수익(Revenue)의 다섯 단계로 나눠 측정합니다.

간단 명료한 수치처럼 보이지만, 실제로 많은 스타트업에서 활용하고 있는 지표이기도 하죠. 스타트업이 고객 라이프사이클을 측정하고 개선하는 데 사용할 수 있는 도구입니다.

앱마케팅 AARRR 지표의 핵심은 해당 지표의 순서대로 하는 것이 아니라, 서비스별 중요도를 분배하고 중요한 순서대로 적용하는 것이 핵심입니다.

지금부터 앱마케팅 AARRR에 포함된 지표를 분석하고, 앱마케팅에 접목하는 방법을 소개하겠습니다.

앱마케팅 AARRR

Acquisition 획득

고객 확보는 새로운 고객을 유치하고 확보하는 과정입니다.

이는 AARRR 프레임워크의 첫 번째 단계이며, 성장을 원하는 모든 스타트업에게 필수적인 단계입니다. 유료 광고, 자연 검색, 소셜 미디어, 콘텐츠 마케팅 등 스타트업이 사용할 수 있는 다양한 고객 확보 채널이 있습니다.

예를 들어, 스타트업은 신규 고객을 확보하기 위해 유료 광고를 사용할 수 있습니다.

제품이나 서비스와 관련된 키워드를 검색한 사람들에게 광고를 타겟팅할 수 있습니다. 또한 웹사이트나 소셜 미디어 페이지를 방문한 사람들을 대상으로 광고를 타겟팅할 수도 있습니다.

앱마케팅에 적용해보겠습니다. 이 단계에서는 어떠한 매체를 통해 왔는지를 중점적으로 파악하며, 매체의 효율을 보는 단계입니다.

유료 광고 또는 자연 유입을 통해 들어오는 방문자의 전환율(CVR), 전환당 비용(CPA) 또는 설치당 비용(CPI) 등의 지표를 확인할 필요가 있습니다.

• 각 획득 채널에서 발생한 신규 다운로드 수를 추적
• 각 획득 채널의 비용을 추적하고 투자 수익률(ROI)를 계산
• 다운로드에서 설치까지의 전환율을 추적

Activation 활성화

활성화는 신규 고객이 제품이나 서비스를 사용하고 그 가치를 경험하도록 하는 프로세스입니다.

이 단계는 고객이 제품을 계속 사용할지 여부를 결정하기 때문에 AARRR 프레임워크에서 중요한 단계입니다.

이 때 스타트업은 신규 고객에게 제품의 무료 평가판을 제공하여 신규 고객을 활성화하려고 할 수 있습니다. 이렇게 하면 신규 고객이 제품을 사용해보고 결제하기 전에 자신에게 적합한지 확인할 수 있습니다.

이 단계의 앱 사용자는 방문자에서 고객으로 전환된 이후, 실제 서비스를 처음으로 경험하는 단계입니다. 사용자 행동 지표를 통해 이탈율(삭제율, Bounce Rate), 체류 시간, 고객 획득 비용(CAC) 등을 파악하는 것이 중요합니다.

• 계정 가입 또는 첫 구매와 같은 주요 작업을 완료한 신규 사용자 수를 추적합니다.
• 신규 사용자가 주요 작업을 완료하는 데 걸리는 시간을 추적합니다.
• 주요 액션을 완료하기 전에 앱을 이탈한 사용자 수를 추적합니다.

Retention 사용자 유지

리텐션은 고객의 재방문을 유도하는 프로세스입니다. 신규 고객을 확보하는 것보다 기존 고객을 유지하는 것이 훨씬 저렴하기 때문에 고객을 유지하는 것이 중요합니다. 하버드 비즈니스 리뷰(HBR)에 따르면 신규 고객 확보 비용은 기존 고객 유지 비용의 5~25배에 달하며, 베인앤컴퍼니의 프레더릭 라이켈드 연구에서는 고객 유지율을 5% 높이면 이익이 25~95% 증가하는 것으로 나타났습니다. 로열티 프로그램, 이메일 마케팅, 제품 업데이트 등 스타트업이 사용할 수 있는 다양한 리텐션 전략이 있습니다.

즉, 로열티 프로그램을 제공하여 고객을 유지하려고 할 수 있습니다. 여기에는 제품 사용에 대한 포인트를 고객에게 제공하고, 고객은 이를 할인이나 업그레이드와 같은 보상으로 교환할 수 있습니다.

앱마케팅 담당자는 이 단계를 가장 주의깊게 볼 필요가 있습니다. 사용자가 우리 서비스를 재사용하는지 파악하는 단계이기 때문인데요. 신규 고객 유입 외에 기존 고객이 재사용하지 않는다면 서비스를 지속하기가 매우 어렵기 때문입니다.

기존 사용자를 활성화 시키기 위해 Social Media 게시글이나 푸시 알림 발송 등의 Owned Media를 적극적으로 활용하는 것이 중요합니다.

또한 혜택 제공과 같은 프로모션 영역을 활용하면, 신규 유입된 사용자를 포함해 충성 고객으로 전환할 수 있다는 이점이 있습니다.

• 일별, 주별, 월별 활성 사용자 수를 추적합니다.
• 사용자당 평균 세션 수를 추적합니다.
• 평균 세션 길이를 추적합니다.
• 일정 기간 동안 앱 사용을 중단한 사용자의 비율인 이탈률을 추적합니다.

Referral 추천

추천은 고객이 친구나 동료에게 제품이나 서비스를 추천하도록 유도하는 프로세스입니다.

추천 마케팅은 저렴한 비용으로 신규 고객을 확보할 수 있는 방법이기 때문에 스타트업에게 매우 효과적일 수 있습니다. 추천 보상을 제공하거나 고객이 친구와 제품이나 서비스를 쉽게 공유할 수 있도록 하는 등 추천을 장려하는 방법에는 여러 가지가 있습니다.

스타트업의 예시를 들어보면, 고객이 친구를 추천할 때마다 구독료를 할인해 주는 방식으로 추천을 장려할 수 있습니다. 이는 고객에게 제품을 친구와 공유할 인센티브를 제공하고 스타트업이 저렴한 비용으로 신규 고객을 확보할 수 있는 방법이기도 합니다.

그렇다면 앱마케팅에서는 어떨까요? Referral 단계는 고객이 해당 서비스에 만족하고 주변에 추천하는 지를 파악하는 단계입니다.

충성도 낮은 고객을 10,000명 만드는 것보다 충성 고객을 100명 만드는 것이 훨씬 더 중요한 시대가 되었습니다. 따라서 사용자가 앱 서비스를 만족하고, 자주 사용할 수 있도록 하는 것이 중요합니다. 닐슨(Nielsen)의 글로벌 조사에서도 소비자의 92%가 지인의 추천을 다른 어떤 형태의 광고보다 신뢰한다고 답한 만큼, 만족한 사용자의 자발적 추천은 가장 강력한 획득 채널이 됩니다.

또한 SNS 공유나 멘션 등 자발적 참여가 가능한 프로모션 등을 통해 Organic Traffic을 증가시키는 것이 중요합니다.

• 추천 링크를 통해 앱을 다운로드한 신규 사용자 수를 추적합니다.
• 추천에서 설치로의 전환율을 추적합니다.
• 추천에서 구매로 전환된 비율을 추적합니다.

Revenue 수익

일부 앱에 구축된 ‘인앱 구매’ 정책은 구독료와 마찬가지로, 장기적으로는 현재 사용자를 만족시켜야 할 더 큰 의무가 있지만 신규 사용자 유치에 크게 의존하지 않습니다.

수익은 스타트업이 제품이나 서비스를 판매하여 벌어들이는 돈입니다. 수익은 스타트업이 성장하고 성공할 수 있는 원동력이기 때문에 AARRR 프레임워크의 궁극적인 목표입니다. 구독료 부과, 일회성 제품 또는 서비스 판매, 광고 공간 제공 등 수익을 창출하는 방법에는 여러 가지가 있습니다.

예를 들어 스타트업은 제품에 대한 구독료를 청구하여 수익을 창출할 수 있습니다. 이렇게 하면 고객은 한 달 또는 1년과 같은 특정 기간 동안 제품에 액세스할 수 있습니다.

앱마케팅에 적용해보면, 이 단계는 앱 서비스를 통해 수익을 창출하는 단계를 의미합니다. 매출 향상에 기여하는 고객이 어떤 특성을 가지는지 분석하는 과정이 중요합니다.

이 데이터를 기반으로 ROAS, ROI, LTV 등 수익과 가치에 관련된 지표를 파악해야 합니다.

• 앱에서 발생한 총 수익을 추적합니다.
• 사용자당 평균 수익(ARPU)을 추적합니다.
• 무료 사용자에서 유료 사용자로의 전환율을 추적합니다.

앱마케팅 AARRR, 성과 추적 시 주의사항

AARRR은 앱마케팅 성과 추적 시 유용하게 사용할 수 있는 지표입니다. 하지만 몇 가지 주의해야 할 점이 있습니다.

비즈니스에 적합한 지표 선택

추적할 지표는 특정 앱과 비즈니스 모델에 따라 달라집니다. 예를 들어 부분 유료화 앱의 경우 신규 다운로드 수, 활성 사용자 수, 인앱 구매 수를 추적할 수 있습니다. 유료 앱이 있는 경우 신규 다운로드 수, 설치 수, 사용자당 평균 수익(ARPU)을 추적할 수 있습니다.

다양한 데이터 소스 활용

AARRR 지표를 추적하는 데 사용할 수 있는 데이터 소스에는 여러 가지가 있습니다. 몇 가지 일반적인 데이터 소스에는 모바일 분석 플랫폼, 앱 스토어 분석 대시보드, 고객 관계 관리(CRM) 시스템이 포함됩니다. 다양한 데이터 소스를 사용하면 앱의 성능을 보다 완벽하게 파악할 수 있습니다.

사용자 세분화

사용자를 세분화하면 사용자의 행동을 더 잘 이해하고 개선할 수 있는 영역을 식별하는 데 도움이 됩니다. 예를 들어 디바이스 유형, 운영 체제, 국가 또는 인앱 구매 내역별로 사용자를 세분화할 수 있습니다.

시간 경과에 따른 트렌드 추적

트렌드와 패턴을 파악할 수 있도록 시간 경과에 따른 앱마케팅 AARRR 지표를 추적하는 것이 중요합니다. 이를 통해 잘 작동하는 부분과 개선해야 할 부분을 파악할 수 있습니다.

벤치마크 설정

앱의 성능을 잘 이해하고 나면 벤치마크를 직접 설정할 수 있습니다. 이렇게 하면 진행 상황을 추적하고 같은 카테고리의 다른 앱과 비교하여 성과를 확인하는 데 도움이 됩니다.

단계별 지표 활용과 맞춤 전략 앱마케팅 AARRR

AARRR 지표를 추적하고 분석하면 앱 마케팅 성과를 개선할 수 있는 영역을 파악할 수 있습니다.

이를 통해 더 많은 사용자를 확보하고, 더 효과적으로 활성화하고, 더 오랫동안 사용자를 유지하고, 추천을 장려하고, 더 많은 수익을 창출할 수 있습니다.

앱마케팅 성과 분석 과정에서 단계별 맞춤 전략 수립이 필요하신가요? 이러한 지표를 가지고 데이터 기반 의사결정을 할 수 있는 에이전시와 함께 운영하는 것이 가장 효과적인 선택일 것입니다.

㈜성장은 앱마케팅 캠페인에서 AARRR 지표를 개선하기 위해 다양한 전략을 사용하고 있습니다.

예를 들어, 신규 사용자를 확보하기 위해 유료 광고 캠페인을 실행합니다. 사용자를 활성화하고 유지하기 위해 매력적인 콘텐츠를 제작합니다. 또한 사용자가 친구를 추천하도록 장려하기 위해 추천 보상을 제공하는 등의 방식을 적극적으로 활용합니다.

㈜성장은 AARRR이 앱마케팅 성과 추적에서 필수적인 프레임워크라고 생각하며, 이를 활용하여 고객사의 비즈니스를 성공적으로 성장시키기 위해 최선을 다하고 있습니다.

---

함께 읽으면 좋은 글

• 그로스해킹(Growth Hacking)이란? 정의·AARRR·실험 설계·실전 사례까지 — growth-strategy 필라 완전판
• 마케팅채널믹스 (Marketing channel mix)
• CDJ (고객 의사결정 여정, Customer Decision Journey)
• 페르소나 (Persona)
• 고객 니즈(Needs)와 원츠(Wants)의 차이

이 주제를 우리 비즈니스에 적용하고 싶으시다면 — 구체적인 상황 진단이 필요하시면 상담 문의로 연락 주세요. 트래픽 양이 아니라 매출이 될 1명을 기준으로 답해 드립니다.

자주 묻는 질문 (FAQ)

AARRR 다섯 단계는 반드시 순서대로 진행해야 하나요?

아닙니다. 본문에서 강조했듯 AARRR의 핵심은 지표 순서대로 진행하는 것이 아니라, 서비스별로 중요도를 분배해 가장 중요한 단계부터 적용하는 것입니다. 예를 들어 재방문이 생명인 서비스라면 유지(Retention)에, 입소문이 중요한 서비스라면 추천(Referral)에 우선순위를 두는 식으로 비즈니스 특성에 맞게 가중치를 두는 것이 효과적입니다.

AARRR에서 앱마케팅 담당자가 가장 주의 깊게 봐야 할 단계는 어디인가요?

본문에서는 유지(Retention) 단계를 가장 주의 깊게 보라고 강조합니다. 아무리 신규 고객을 많이 확보해도 기존 고객이 재사용하지 않으면 서비스를 지속하기 어렵기 때문입니다. 신규 고객 확보보다 기존 고객 유지가 훨씬 저렴하다는 점에서도 리텐션은 비용 효율이 높은 단계이며, 푸시 알림·소셜 게시글 등 Owned Media와 혜택 프로모션을 적극 활용하는 것이 좋습니다.

각 단계에서는 어떤 지표를 추적하나요?

획득은 채널별 신규 다운로드 수·CPA·CPI·ROI, 활성화는 핵심 행동 완료 사용자 수와 이탈률, 유지는 DAU/WAU/MAU와 세션 수·이탈률, 추천은 추천 링크 설치 수와 추천→설치·구매 전환율, 수익은 총 수익·ARPU·유료 전환율을 봅니다. 본문 각 단계에 정리된 추적 항목을 참고해 서비스에 맞는 핵심 지표를 선택하면 됩니다.

AARRR 지표는 어디에서 데이터를 얻나요?

모바일 분석 플랫폼, 앱 스토어 분석 대시보드, 고객 관계 관리(CRM) 시스템 등 여러 데이터 소스를 함께 활용하면 앱 성능을 더 완전하게 파악할 수 있습니다. 본문에서 권장하듯 디바이스·운영체제·국가·인앱 구매 내역 등으로 사용자를 세분화하고, 시간 경과에 따른 추세를 추적하며, 같은 카테고리 앱과 비교할 벤치마크를 설정하는 것이 중요합니다.

매슬로우 욕구 5단계 이론은 자아 실현을 바탕으로 한 이론이라는 면에서 인본주의적 사상의 바탕에 기여를 한 이론입니다.

매슬로우는 개인의 행동이 다양한 욕구체계를 기반으로 작동한다는 이론을 제시함으로써 인간의 조직행동을 이해하는데 중대한 공헌을 했습니다.

이후로 매슬로우의 욕구 5단계 이론은 학문적 분야 뿐만 아니라 실생활 및 비즈니스, 마케팅에도 폭넓게 적용되고 있습니다.

매슬로우 욕구 5단계와 마케팅 예시

매슬로우의 욕구단계설(Maslow’s hierarchy of needs)은 인간의 욕구가 그 중요도별로 일련의 단계를 형성한다는 이론입니다. 이 이론은 에이브러햄 매슬로우가 1943년 Psychological Review에 발표한 논문 「A Theory of Human Motivation」에서 처음 제시되었으며, “생리적 욕구와 안전 욕구가 어느 정도 충족되면 애정·소속의 욕구가 나타난다”라며 하위 욕구가 충족되어야 상위 욕구가 동기로 작동한다고 설명합니다.

가장 하위에 있는 욕구가 충족되면 위계상 다음 단계에 있는 욕구가 나타나 인간은 이를 충족하려 한다는 것인데요.

가장 먼저 요구되는 욕구는 다음 단계의 욕구보다 강하고 이전의 욕구가 만족되었을 때만 다음 단계의 욕구를 갈망하게 됩니다.

매슬로우가 5단계로 나눈 욕구는 다음과 같습니다.

• 생리적 욕구(Physiological)
  생존 욕구로서 가장 기본인 의복, 음식, 주거를 충족하고 하는 욕구
• 안전의 욕구(Safety)
  위험, 위협 등에서 자신을 보호하고 불안을 회피하려는 욕구
• 애정·소속 욕구(Love/Belonging)
  가족, 친구, 친척 등과 친교를 맺고 원하는 집단에 귀속되고 싶어하는 사회적 욕구
• 존중의 욕구(Esteem)
  자아존중, 자신감, 성취, 존중, 존경 등에 관한 욕구
• 자아실현 욕구(Self-actualization)
  자기를 계속 발전하게 하고자 잠재력을 최대한 발휘하려는 성장 욕구

마케터가 알아야할 매슬로우 욕구 5단계와 소비자 욕구

매슬로우는 인간의 욕구를 생리적욕구부터 자아실현까지 5단계로 분리했습니다.

이제 마케팅 담당자로서 우리 브랜드가 고객의 요구를 어느선까지 충족해줄 수 있는지를 목표로 삼을 것인지 판단하는 것이 중요합니다.

다양한 수준의 요구 사항을 타겟팅하는 브랜드의 몇 가지 예를 살펴보겠습니다.

1. 생리적 욕구(Physiological) – 식품회사(네슬레, 펩시, 코카콜라)
2. 안전의 욕구(Safety) – 보험사(ICICI Prudential, Tata AIG, HDFC Life)
3. 애정·소속 욕구(Love/Belonging) – 소셜 네트워킹 사이트(Facebook, Twitter, Instagram)
4. 존중의 욕구(Esteem) – 럭셔리 브랜드(iPhone, Mercedes, Estee Lauder)
5. 자아실현 욕구(Self-actualization) – 비영리 단체 및 NGO(UNICEF, Teach for India)

마케팅에서는 다음과 같은 욕구를 분류하는 또 다른 방법이 있습니다. 이 또한 소비자의 욕구 유형을 5가지로 살펴볼 수 있습니다.

1. 명시적 욕구
   소비자는 자신이 원하는 것을 명시적으로 말합니다. 예시로, 소비자는 전화기가 필요하다고 말합니다.
2. 실제 요구 사항
   명시적 욕구에서 더 구체적으로 변합니다. 소비자가 핸드폰을 원할때 실제로 필요한 것은 배터리 성능이 좋고 통화 품질이 좋은 제품입니다.
3. 명시되지 않은 요구 사항
   소비자는 핸드폰을 구매할 때 보증보험 및 이외의 서비를 원하지만 명시적으로 말하지 않을 수도 있습니다.
4. 즐거움의 욕구
   소비자는 핸드폰을 구매할 때 사은품이나 휴대폰 케이스, 강화 필름 같은 판촉물을 제공해주길 원하지만 이를 명확하게 표현하지 않습니다.
5. 은밀한 욕구
   소비자가 인정하기 꺼려하는 욕구입니다. 예시로, 소비자는 저렴한 보급형 핸드폰을 구매하는 것으로 충분하지만 자신의 지위에 대한 상징을 위해 고가의 최신 핸드폰을 원합니다. 그러나 이 욕구가 자신에게 중요하다는 것을 인정하는 걸 불편하게 느낍니다.

위의 예시를 살펴보면, 전화가 필요하다와 같이 명시된 욕구에만 반응하는 것은 그들을 잠재고객으로 전환시키는데 도움이 되지 않습니다.

마케터는 고객의 실제 욕구 뿐만 아니라 다른 명시되지 않은 욕구, 즐거움의 욕구, 은밀한 욕구까지 더 깊이 파고들어 파악하는 것이 중요합니다.

매슬로우 욕구 5단계를 통해 마케팅 강화하기

이제 매슬로우 욕구 5단계 이론을 파악했다면, 여러분은 훌륭한 콘텐츠 마케팅의 기초를 형성했다고 볼 수 있습니다. 이 이론을 기반으로 마케터는 잠재고객을 구축하고, 브랜드를 더 나은 방향으로 이끌어나갈 수 있습니다.

이론이라는 개념 때문에 많은 마케터들은 매슬로우 5단계 욕구 이론을 중요하게 여기지 않습니다. 그러나 매슬로우가 제시한 피라미드 그림은 매력적이고 실용적인 모델이라고 할 수 있습니다.

여러분은 이제 매슬로우가 넓혀준 시야를 통해 잠재고객을 관찰하면, 다양한 데이터를 즉시 재구성할 수 있을 것입니다.

매슬로우의 계층 구조를 통해 콘텐츠 마케팅을 강화하는 5가지 방법

먼저 이 이론을 활용해 콘텐츠 마케팅을 다음 단계로 끌어올릴 수 있는 방법을 소개하겠습니다. 다만 한 가지 짚어둘 점은, 매슬로우 이론을 정리한 Simply Psychology가 지적하듯 “사람들은 종종 여러 욕구를 동시에 추구”하기 때문에 단계가 반드시 순차적으로만 작동하지는 않으며, 자아실현 같은 개념은 인과관계를 실증하기 어렵다는 한계도 있다는 것입니다. 따라서 이 모델은 절대적 법칙이라기보다, 잠재고객의 욕구를 구조적으로 바라보게 해 주는 유용한 ‘렌즈’로 받아들이는 편이 실무에 도움이 됩니다.

1. 제품에 적합한 고객 타겟팅
   • 우리는 인류 역사상 가장 많은 제품이 넘쳐나고 경쟁이 치열한 시장 한 가운데 있습니다.
   • 불특정다수에게 무차별적으로 마케팅을 한다면 어디에도 도달할 수 없을 것입니다.
   • 마케팅을 성공하기 위해선 제품을 구매할 가능성이 가장 높은 고객을 정확히 파악해야 합니다.
   • 그리고 잠재고객을 위한 유용하고 관련성 높은 콘텐츠를 만들어야 합니다.

2. 잠재고객의 페르소나 구축
   • 페르소나는 청중의 주요 세그먼트를 나타냅니다.
   • 페르소나를 모델화해 콘텐츠 마케팅 목표를 식별하고, 우선순위를 지정해 맞춤형 콘텐츠를 만들어 낼 수 있습니다.
   • 우선 잠재고객의 페르소나를 구축하려면 많은 데이터가 필요합니다. 마케터는 보다 전략적으로 질적인 정보를 수집해야 합니다.
3. 잠재고객을 매력적으로 설득할 수 있는 완벽한 카피 개발
   • 공감이 가능한 페르소나를 형성했다면 매력적인 카피 생성의 90%가 완료된 것이나 다름 없습니다.
   • 여러분이 만든 카피는 불특정다수가 아닌, 강력한 잠재 고객, 즉 한 사람에게 전달되기 때문입니다.
   • 여러분은 고객을 이해하고 고객의 문제점과 취약점을 파악하고 있습니다.
   • 그렇기에 그들이 무엇을 원하는지 파악할 수 있죠. 마케터는 그들에게 말을 걸듯이 카피를 뽑아내기만 하면 됩니다.
4. 영업 유입 경로, 고객 여정(CDJ), 신뢰의 각 단계에 맞춰 콘텐츠를 제작하세요
   • 마케터는 매슬로우의 욕구 5단계를 적용해 고객의 가장 긴급한 요구 사항을 식별해야 합니다.
   • 고객의 가장 긴급한 요구 사항은 판매 유입 경로에서 고객의 위치를 파악하는데 도움이 됩니다.
   • 이를 바탕으로 마케터는 잠재고객에게 관련성이 높은 유용한 콘텐츠를 제공할 수 있습니다. 
5. 가독성, 편의성을 위해 콘텐츠를 최적화하세요
   • 매력적이고 효과적인 콘텐츠는 잠재고객이 충분히 메세지에 집중할 수 있도록 가독성과 편의성이 높아야 합니다.
   • 시선을 사로잡는 헤드라인과 부제목, 읽기 편한 폰트와 자간, 콘텐츠의 길이와 흐름 등을 체크해야 합니다.

매슬로우 욕구 5단계를 통해 소비자에게 접근하기

고객의 자기실현 돕기

심리학의 대가 프로이트가 신경증과 병리학을 탐구했다면 매슬로우는 건강과 웰빙을 연구했습니다.

매슬로우는 우리의 궁극적인 욕구는 자기실현, 즉 우리의 타고난 능력과 재능으로 생산적인 삶을 살 수 있도록 스스로를 발전시키는데 있다고 믿었습니다.

그는 인간의 욕구를 5단계로 분류했지만, 사람들이 단계를 거쳐 자기실현을 향해 나아간다고 믿었습니다.

그리고 그는 다음 단계로 나아가기 위해 전 단계에서 요구 사항이 충족되어야 한다고 말했습니다.

마케터는 소비자에게 이 단계를 나아가는 여정을 마련해주기만 하면, 결국 그들은 브랜드를 스스로 따라오게될 것입니다.

이상적인 자아 파악하기

앞서 설명한 것과 같이 마케터들은 사람들의 자기실현 욕구를 구매 행동에 연결시키는 행운을 누릴 수 있습니다.

이를 성공적으로 진행시키기 위해서 마케터들은 구매자의 이상적인 자아가 무엇인지 파악해야 합니다.

그것이 더 예쁘고, 더 편리하고, 더 친환경적이고, 더 고급스러운지, 그리고 다른 구매자들에게도 영향을 미치는지 생각해야 합니다. 이 과정이 고도화될수록 더 많은 구매가 일어날 수 있음을 명심해야 합니다.

개인적인 요인에 접근하기 : 성격과 자기개념

성격은 개인의 성향을 설명합니다. 사람이 각기 왜 다른지를 보여주고 개인의 독특한 특성을 포함합니다.

그들이 새로운 경험에 얼마나 개방적인지, 성실하고 부지런한지, 외향적이거나 수줍은지, 친화적인지 등 여러 특성을 아울러 형성된 성격은 구매자의 많은 것들을 설명해 줍니다.

이와 같은 성격과 특성을 파악하는 건 소비자의 구매 행동을 예측할 수 있게 도와줍니다.

기업이 사람들의 성격을 기반으로 어떻게 특정 제품을 마케팅할 수 있을까요?

예를 들어 새로운 경험에 대한 ‘개방성’이 높은 소비자와 보수적인 소비자는 같은 광고 표현에도 다르게 반응하는 경향이 있습니다. 성격 특성이 광고·메시지 수용에 영향을 준다는 것인데요. 다만 ‘어떤 성격이 어떤 표현에 더 반응한다’는 식의 일반화는 제품군과 맥락에 따라 달라지므로, 자사 데이터로 검증하며 적용하는 것이 안전합니다.

기업은 이제 소비자의 자아 개념에 다가가 그들의 소비 행동을 예측해야 합니다. 

매슬로우 욕구 5단계로 브랜드 돋보이게 하기

소비자의 자아개념이 브랜드 애착 및 충성도에 기여한다

소비자들은 제품을 선택할때 기업이나 브랜드의 사회적 위치나 역할도 고려하기 때문에 소비자가 자각하는 기업 및 브랜드의 특성 및 이미지도 고려를 해야 합니다.

소비자의 자아개념에 친밀하게 다가가는 기업개성을 구축하면, 소비자는 자연스럽게 기업과 브랜드에 공감을 하고 자아를 동일시하기 시작합니다.

간단한 예시로, 한국에서 고급 프리미엄 아파트 브랜드는 이성적 소구보다는 감성적 소구로 마케팅을 시도해 왔습니다.

보다 안전하고, 주거지로서 완전한 느낌을 강조하기 보다는 고급스러운 광고모델을 내세운 브랜드이미지를 구축해 왔는데요.

이전에 건설사들이 진행했던 아파트 광고를 보면 이영애, 김태희, 김혜수, 송혜교와 같은 빅스타를 내세워 세련되고 고급스러운 아파트 이미지를 구축하는데 힘써온 걸 알 수 있습니다.

아파트와 같은 브랜드는 제품의 기능적 속성이 중요하긴 하나, 기능적 속성에 대한 평가는 직접 사용해본 후에야 내릴 수 있기에 이와 같이 ‘고급스러운 이미지’가 중요한 구매기준이 될 수 있습니다. 

이러한 관점에서 볼때, 한국에서 아파트라는 브랜드와 제품은 감성적인 광고전략의 필요성이 강조되는 감성영역으로 넘어갔다고 볼 수 있습니다.

이를 통해 때로는 구체적인 정보를 제시하는 것보다 전달하는 느낌이나 이미지를 통해 소비자들의 자아존중심리를 강조하는 것이 더 제품구매결정에 크게 관여한다는 것을 알 수 있습니다.

이는 구매결정에 있어서 자아개념이 매우 중요한 요소이기 때문입니다. 소비자 행동 연구의 자아일치성 이론(self-congruity theory, Sirgy)도 “브랜드 이미지가 소비자의 자아개념과 일치할 때 그 브랜드가 더 호의적으로 평가되고 선택될 가능성이 높다”라고 설명하며, 특히 상징적 가치가 큰 제품군일수록 자아일치성이 브랜드 태도·정서적 애착·충성도에 긍정적으로 작용한다고 봅니다.

세련되고 고급스러운 아파트에 살게 되면 소비자는 더 나은 자신이 될것이며, 결과적으로 자신의 삶도 향상될 것이라고 믿게 됩니다.

이와 같이 많은 화장품과 미용 시술 등은 사람들이 추구하는 이상적인 자아에 호소하는 방식으로 마케팅을 진행합니다. 구매자들은 자신의 자아개념을 통해 삶을 개선할 수 있게 돕는 제품을 원하기 때문입니다.

아파트를 단순히 주거라는 생리적 욕구를 해결하는 제품으로 보고 접근했을 때와 다르게, 존중의 욕구를 해결해야 하는 넓은 관점에서 보고 접근한다면 마케팅에 접근하는 시야가 넓어집니다.

매슬로우 욕구 5단계 이론이 소비자 심리학에서 어떻게 적용되는지를 이해함으로서 여러분은 보다 효과적으로 잠재고객의 요구와 욕구를 효과적으로 타겟팅 할 수 있습니다. 

---

함께 읽으면 좋은 글

• 그로스해킹(Growth Hacking)이란? 정의·AARRR·실험 설계·실전 사례까지 — growth-strategy 필라 완전판
• 마케팅채널믹스 (Marketing channel mix)
• CDJ (고객 의사결정 여정, Customer Decision Journey)
• 페르소나 (Persona)
• 고객 니즈(Needs)와 원츠(Wants)의 차이

이 주제를 우리 비즈니스에 적용하고 싶으시다면 — 구체적인 상황 진단이 필요하시면 상담 문의로 연락 주세요. 트래픽 양이 아니라 매출이 될 1명을 기준으로 답해 드립니다.

자주 묻는 질문 (FAQ)

매슬로우 욕구 5단계는 무엇인가요?

매슬로우가 1943년 제시한 이론으로, 인간의 욕구를 ① 생리적 욕구 ② 안전의 욕구 ③ 애정·소속 욕구 ④ 존중의 욕구 ⑤ 자아실현 욕구의 다섯 단계로 구분합니다. 매슬로우는 하위 욕구가 어느 정도 충족되면 그다음 단계의 욕구가 동기로 작동한다고 보았습니다.

매슬로우 이론을 마케팅에 어떻게 적용하나요?

우리 브랜드가 고객의 어느 단계 욕구를 충족시키는지 먼저 규정하는 것이 출발점입니다. 예컨대 식품은 생리적 욕구, 보험은 안전 욕구, SNS는 소속 욕구, 럭셔리 브랜드는 존중 욕구에 대응합니다. 이를 기준으로 타깃을 정하고, 페르소나를 구축해 그들의 욕구에 맞춘 콘텐츠와 카피를 제작하면 됩니다.

매슬로우 이론은 과학적으로 입증된 사실인가요?

널리 쓰이는 유용한 틀이지만, 단계가 반드시 순차적으로만 작동한다는 부분은 현대 연구에서 비판을 받습니다. 사람들은 여러 욕구를 동시에 추구하기도 하고, 자아실현 같은 개념은 실증하기 어렵습니다. 따라서 절대적 법칙이 아니라 소비자 욕구를 구조적으로 바라보는 ‘렌즈’로 활용하는 것이 바람직합니다.

왜 명시된 욕구만 보면 안 되나요?

‘전화기가 필요하다’ 같은 명시적 욕구에만 반응하면 고객을 전환시키기 어렵기 때문입니다. 소비자에게는 실제 요구 사항, 명시되지 않은 요구, 즐거움의 욕구, 인정하기 꺼리는 은밀한 욕구까지 존재합니다. 특히 존중·자아실현 같은 상위 욕구와 자아개념에 호소할 때 브랜드 애착과 충성도가 높아집니다.

그로스해킹(Growth Hacking)은 데이터 분석과 빠른 실험으로 제품·마케팅 전반에서 성장의 병목을 찾아 제거하는 방법론입니다. 드롭박스(Dropbox)의 첫 마케터였던 션 엘리스(Sean Ellis)가 2010년 처음 제안한 개념으로, AARRR 퍼널(획득–활성화–유지–추천–매출)을 기준으로 ‘가설 수립 → 실험 → 학습 → 확장’ 사이클을 반복합니다. 완성된 제품을 알리는 데 집중하는 전통 마케팅과 달리, 온보딩·가격·추천 기능 같은 제품 내부까지 실험 대상으로 삼는다는 점이 핵심 차이입니다.

그로스해킹(Growth Hacking)에 대해 생각해보기 전 우리는 우선 마케팅에 대해 정의 내려 볼 필요가 있습니다. 마케팅이란 단어의 어원을 살펴보면, ‘Market’ + ‘~ing’의 합성어입니다. 즉, 시장이 작동하도록 하는 일 모두를 마케팅이라 정의할 수 있습니다.

상품 판매를 위한 광고, 프로모션 등의 지엽적인 활동만을 뜻하는 것이 아닙니다. 대부분의 경영 활동을 마케팅에 포함된다고 볼 수 있습니다. 여기에는 제품의 개념 설계부터 시제품 생산, 대량생산, 유통, 판매, 판촉, CS(고객 관리 서비스)이 포함됩니다.

넓게 해석할 경우, 마케팅은 경영활동 전체와 크게 다르지 않습니다. 그로스해킹 또한, 이런 넓은 관점에서 접근했을 때 마케팅 방법론 중의 하나로 정의해도 크게 다르지 않습니다.

이 글은 그로스해킹을 처음 접하는 초중급 마케터와 스타트업 그로스 담당자가 ‘무엇을’, ‘왜’, ‘어떻게’ 해야 하는지 전체 지도를 그릴 수 있도록 정리한 필라(pillar) 가이드입니다. 정의와 기원, 그로스 마케팅과의 차이, 핵심 프레임워크(AARRR·North Star Metric·HEART·RICE), 실험 설계 방법론, 그로스 팀 구조, 실전 사례, 한계와 비판, 측정 도구 스택, 실행 체크리스트 순으로 이어집니다.

1. 그로스해킹, 미세한 빈틈을 찾는 마케팅 방법

1-1. 그로스해킹(Growth Hacking)이란?

그로스해킹(Growth Hacking)은 성장(Growth)을 위한 모든 수단(Hacking)이란 뜻입니다. 공격 대상의 미세한 빈틈을 찾아 해킹을 하듯이 성장을 위해 고객과 유통 과정 등 공략 지점을 찾아내고 이를 적극적으로 공략하는 마케팅 방법론이라고 할 수 있습니다.

먼저 브랜드, 기업, 제품 매출 증가 등을 위한 가설을 수립하고 이를 빠르게 MVP 모델로 출시하여 시장의 평가를 받아 봅니다. 이후 소비자와 시장의 반응에 따라 제품 또는 서비스가 시장에서 원하는(고객들이 원하는) 완벽한 상품으로 도달할 때까지 쉬지 않고 개선해 나가는 방식입니다.

그로스해킹이라는 단어를 처음으로 사용한 사람은 ‘진화된 마케팅 그로스해킹’의 저자 ‘션 엘리스(Sean Ellis)’라는 인물입니다. 그는 드롭박스(Dropbox)의 첫 마케팅 담당자였습니다.

그는 드롭박스 초기, 데모 버전을 소셜미디어에 퍼트려 초기 이용자 집단을 모았습니다. 이후 데이터를 통해 이용자들을 분석한 결과, 자사의 사이트에 가입하게 된 경로가 지인이었던 것을 발견하고 ‘친구 추천’ 이벤트를 진행했습니다. 즉, 추천자와 가입자 모두에게 500MB의 추가 저장 공간을 제공해 주었습니다. 이를 통해 사용자들 사이에서 자연적으로 바이럴(Viral: 구전, 입소문) 효과를 내며 마케팅적으로 큰 성공을 이룰 수 있었습니다.

이처럼 ‘그로스해킹’은 단어 자체에서 알 수 있듯, 성장(Growth)을 위한 모든 수단(Hacking)을 통해 효율성을 극대화하고 제품과 서비스를 빠르게 성장시킨다는 장점이 있습니다. 여기서 수단이란, 데이터 기반의 분석과 시장의 피드백을 받아 제품과 서비스를 개선하고 확장해 나간다는 의미입니다. 특히 자본과 리소스가 한정적인 스타트 기업에게서 효과적인 마케팅 성과를 얻을 수 있습니다.

그로스해킹의 뿌리는 2010년 전후 실리콘밸리의 린 스타트업(Lean Startup) 운동과 맞닿아 있습니다. 에릭 리스(Eric Ries)의 Build-Measure-Learn 사이클, 스티브 블랭크(Steve Blank)의 Customer Development 방법론이 먼저 자리잡았고, 션 엘리스가 여기에 ‘마케팅까지 제품처럼 반복 실험한다’는 관점을 더해 ‘Growth Hacker’라는 명칭을 붙였습니다. 이후 앤드류 첸(Andrew Chen)의 글과 페이스북·Airbnb·Uber 같은 기업 사례가 쌓이며 하나의 방법론으로 자리잡았습니다.

한국에서도 2015년 전후 토스·배달의민족·쿠팡·야놀자 같은 IT 기반 기업들이 본격적으로 그로스 조직을 꾸리면서 ‘그로스해킹’이 업계 용어로 확산됐습니다. 지금은 전통 대기업 디지털 전환 조직, 커머스 브랜드, 교육 플랫폼, 미디어 기업까지 폭넓게 적용되고 있습니다. 즉, 그로스해킹은 더 이상 ‘스타트업 유행어’가 아니라 ‘디지털 환경에서 제품을 운영하는 모든 조직이 다루는 기본기’에 가깝습니다.

1-2. ‘저비용 고효율’의 극대화 바이럴 마케팅

기존의 마케팅 전략들은 이미 완성된 제품을 더 많은 소비자들에게 알리기 위한 ‘홍보 활동’에 치중되었습니다. 반대로 그로스해킹은 제품과 서비스를 생산하는 전 과정에서 마케팅 요소를 가미하는 것입니다.

1차적인 상품을 시장에 출시해 소비자의 피드백을 받아 개선한 후, 2차적인 상품을 다시 시장에 내놓아 소비자의 행동 패턴을 분석합니다. 이 과정을 반복하면서, 소비자는 점점 더 상품에 대한 만족스러운 구매 경험을 얻게 됩니다. 소비자들 사이에서는 자연적으로 구매 경험에 대한 공유가 이뤄지면서 광고 효과를 얻을 수 있는 것입니다.

다시 말하자면, 구매자의 행동 패턴을 분석하고 이를 바탕으로 사용자의 경험을 최적화하는 방법입니다. 그로스해킹은 생산부터 관리에 이르기까지 소비자의 Wants를 충족시키는 상품을 만드는 것입니다. 이때 구매 전후의 고객 접점을 입체적으로 보려면 고객 의사결정 여정(CDJ) 관점을 함께 적용하는 것이 효과적입니다.

소비자의 입맛에 딱 맞는 상품으로 거듭나는 과정에서 자연적으로 발생하는 광고 효과, 특히 서비스 부분의 개선은 긍정적인 브랜드 경험이 축적되므로 높은 바이럴(Viral) 효과를 기대할 수 있습니다. 즉, ‘저비용 고효율 성장’이 그로스해킹의 본질적인 목표입니다. 또, 제품과 서비스가 개선되는 과정에서 기업도 함께 성장한다는 것 역시 그로스해킹의 포괄적인 목표가 됩니다.

2. 그로스해킹 vs 그로스 마케팅 vs 전통 마케팅

2-1. 그로스 마케팅(Growth Marketing)의 위치

‘그로스마케팅(Growth Marketing)’과 ‘그로스해킹(Growth Hacking)’은 업계에서 실무자들 사이에도 유사한 개념으로 혼용되기도 합니다.

정리하면 ‘그로스해킹’이란 개념에서 파생된 것이 ‘그로스마케팅’입니다. 그로스해킹이 ‘가설 수립 → 실험 → 학습 → 확장’이라는 방법론 자체를 가리킨다면, 그로스마케팅은 이를 마케팅 채널·캠페인 실행 레이어에 적용하는 직무 영역에 가깝습니다. 실무에서는 이메일·블로그·소셜미디어 등 각종 플랫폼을 활용해 이용자를 끌어들이는데, 이 과정에서 대표적으로 다음과 같은 지표가 기준이 됩니다.

• CPM(Cost Per Mile: 천 단위 판매 수치)
• CPC(Cost Per Click: 클릭당 지불 비용)
• CPL(Cost Per Lead: 리드당 비용, Lead=회원가입, 이벤트 참여, 설문 응답, 댓글 작성 등)
• CPA(Cost Per Action: 액션당 비용, Action=구매, 장바구니 담기 등)
• 방문자 수, 세션 길이, 체류시간

객관적인 수치로 자사 제품에 대한 연구를 반복하며 타깃층의 Wants를 알아냅니다. 이를 통해 얻어진 인사이트로 다시 마케팅 전략을 수립하여 그로스해킹과 같이 상품과 소비자의 기대치가 거의 동일화될 때까지 끊임없이 개선해 나갑니다.

이처럼 그로스마케팅은 추적, 검증, 확장이란 3단계를 통해 잠재적인 고객들을 확보하는 기법이라 정의할 수 있습니다.

2-2. 전통 마케팅 vs 그로스해킹 — 무엇이 다른가

전통 마케팅은 4P(Product·Price·Place·Promotion)와 ATL/BTL 같은 ‘채널 중심·일방향’ 커뮤니케이션이 기본 전제였습니다. 제품은 이미 완성되어 있고, 마케팅팀의 역할은 이를 잘 포장해 타깃에게 전달하는 일이었습니다. 성과 측정은 사후에 이뤄졌고, 피드백 루프는 길었습니다.

그로스해킹은 다음 세 축에서 이 구조를 바꿉니다.

1. 측정 가능한 지표 우선: 모든 활동을 KPI·이벤트 단위로 계측하고, 직감이 아닌 데이터로 의사결정합니다.
2. 제품-마케팅 경계의 붕괴: 마케팅팀이 온보딩 화면, 추천 기능, 가격표, 알림 카피 같은 ‘제품 내부’에도 실험을 겁니다.
3. 짧은 피드백 루프: 분기 단위 캠페인이 아니라 주 단위 실험 사이클로 움직입니다. 실패한 실험도 ‘학습 자산’으로 남습니다.

다음 표는 두 접근법을 한눈에 비교한 것입니다.

구분	전통 마케팅	그로스해킹
의사결정 근거	경험·직관·브리프	데이터·이벤트·실험 결과
시간 단위	분기·연 단위 캠페인	주 단위 실험 사이클
대상 영역	광고·프로모션 중심	제품·온보딩·가격·추천 포함
주요 KPI	도달·노출·인지도	AARRR 지표, NSM, LTV/CAC
팀 구성	마케터 중심	PM·엔지니어·분석가 혼합
실패에 대한 태도	회피 대상	학습 자산

3. 그로스 프레임워크 심화 — AARRR·NSM·HEART·RICE

프레임워크는 실험을 ‘어디에 집중할 것인가’를 결정하는 렌즈입니다. 아래 네 가지가 실무에서 가장 자주 쓰입니다.

3-1. AARRR (Pirate Metrics) 퍼널

AARRR은 데이브 맥클루어(Dave McClure)가 ‘Startup Metrics for Pirates’에서 제시한 스타트업 퍼널 프레임워크입니다. 다섯 단계 각각을 별도 지표로 관리합니다.

• Acquisition(획득): 방문자 유입. 채널별 방문 수, CAC, 신규 가입률
• Activation(활성화): 사용자가 ‘아하 모먼트(Aha Moment)’에 도달한 비율. 예: Facebook의 “10일 내 친구 7명 연결”
• Retention(유지): D1·D7·D30 리텐션, 주간 활성 사용자(WAU), DAU/MAU 비율
• Referral(추천): 바이럴 계수 K = 초대 수 × 초대 수락률. K > 1이면 자가 증식 구조
• Revenue(매출): ARPU, ARPPU, LTV

AARRR의 핵심은 ‘병목 단계’를 찾는 일입니다. 가령 Acquisition은 좋은데 Activation이 낮다면, 광고비를 늘리기 전에 온보딩 플로우부터 고쳐야 합니다. 반대로 Activation·Retention이 건강한데 Acquisition이 얇다면 유료 채널 확장이 정답입니다. 많은 스타트업이 ‘위쪽 퍼널’에만 예산을 쏟다가 실패하는 이유가 여기에 있습니다. 모바일 앱 환경에서 AARRR을 단계별로 적용하는 구체적인 방법은 AARRR 앱 마케팅 적용 가이드에서 따로 정리했습니다.

3-2. North Star Metric(NSM) 선정법

North Star Metric(북극성 지표)은 ‘이 지표 하나가 움직이면 사업 전체가 움직인다’고 합의한 단일 핵심 지표입니다. NSM의 세 가지 요건은 다음과 같습니다.

1. 사용자 가치를 반영합니다 — 단순 매출이 아니라 ‘고객이 제품에서 얻는 가치’를 계량화합니다.
2. 선행 지표 역할을 합니다 — NSM이 오르면 이후 매출·리텐션이 따라 오릅니다.
3. 팀이 행동으로 옮길 수 있습니다 — 실험 대상이 분명합니다.

업계에서 자주 인용되는 사례로 Airbnb의 “예약된 숙박 일수”, Spotify의 “재생 시간”이 있고, Slack은 창업자 스튜어트 버터필드가 First Round Review 인터뷰에서 “누적 2,000개 메시지를 주고받은 팀은 Slack을 진짜 써본 것”이라며 메시지 교환량을 핵심 기준으로 삼았다고 밝혔습니다. 토스 역시 초기에 송금 완료 사용자 수준의 단순한 코어 지표에 집중한 것으로 알려져 있습니다. 단순 DAU나 매출을 NSM으로 잡으면 허영 지표(vanity metric)에 매몰되기 쉽습니다. 반드시 ‘제품이 제공하는 핵심 가치를 실제로 경험한 순간’을 계량화해야 합니다.

NSM을 정한 뒤에는 이를 쪼개는 L1/L2 지표 트리를 그립니다. 예를 들어 NSM이 ‘예약된 숙박 일수’라면 L1은 ‘검색 수 × 예약 전환율 × 평균 숙박일’, L2는 각 L1을 다시 채널·국가·게스트 유형별로 분해한 것입니다. 이 트리가 곧 실험 백로그의 지도가 됩니다.

3-3. Pirate Metrics vs HEART 프레임워크

AARRR이 ‘퍼널 단계’에 초점이 있다면, 구글 리서치팀이 CHI 2010 논문에서 제시한 HEART는 ‘사용자 경험 품질’에 초점을 둡니다.

프레임워크	관점	대표 지표	적합한 단계
AARRR	성장 퍼널	가입률, 활성화율, 리텐션, K-factor, ARPU	PMF 이후, 성장 가속 단계
HEART	사용자 경험	Happiness, Engagement, Adoption, Retention, Task Success	제품 성숙·UX 최적화 단계
Jobs-to-be-Done	사용자 맥락	해결된 Job의 수·만족도	신규 기능 기획 단계
OKR	조직 목표	Objective + 3~5 Key Results	분기 단위 전략 정렬

실무에서는 두 프레임워크를 겹쳐 쓰는 경우가 많습니다. AARRR로 퍼널 병목을 찾고, 그 병목이 ‘UX 문제’라고 판단되면 HEART로 Task Success 같은 세부 지표를 분석하는 식입니다.

3-4. RICE 스코어링으로 실험 우선순위 정하기

실험 아이디어는 넘쳐나지만 리소스는 유한합니다. RICE는 Intercom이 제안한 우선순위 산식으로, 네 축을 곱해서 단일 점수로 환산합니다.

RICE Score = (Reach × Impact × Confidence) / Effort

• Reach: 한 분기 동안 영향을 받을 사용자 수
• Impact: 개별 사용자에 미칠 효과 (3=매우 큼·2=큼·1=중간·0.5=작음·0.25=미미)
• Confidence: 근거의 강도 (100% / 80% / 50% — 데이터 있으면 100, 감이면 50)
• Effort: 사람-월(person-month) 단위 투입량

예를 들어 A안이 Reach 10,000 × Impact 2 × Confidence 0.8 / Effort 2 = 8,000점이고 B안이 Reach 5,000 × Impact 3 × Confidence 0.5 / Effort 1 = 7,500점이라면 A안을 먼저 착수합니다. RICE의 핵심은 ‘정확한 숫자’가 아니라 같은 기준으로 비교하는 데 있습니다. 비슷한 성격의 ICE(Impact·Confidence·Ease)도 많이 쓰입니다.

주의할 점은 ‘RICE 점수를 최적화하느라 진짜 기회를 놓치는’ 역설입니다. 점수가 잘 나오는 실험은 대개 ‘이미 아는 개선안’이고, 점수가 낮게 나오지만 잠재력이 큰 ‘발견형 실험(discovery experiment)’은 뒤로 밀리기 쉽습니다. 그래서 예컨대 백로그의 70%는 RICE 기반 개선에, 30%는 Confidence가 낮더라도 의도적으로 섞는 ‘탐험 예산(exploration budget)’에 배분하는 식의 운용이 흔히 권장됩니다. 장기 성장은 안정적 개선과 과감한 베팅의 포트폴리오에서 나옵니다.

4. 실험 설계 방법론 — 가설부터 통계까지

4-1. 가설 템플릿: If-Then-Because

그로스 실험은 ‘감’으로 시작하면 안 됩니다. 다음과 같은 If-Then-Because(혹은 We Believe-We Will Know) 템플릿에 맞춰 기록합니다.

[가설 ID] GX-2026-042
[세그먼트] 첫 방문 후 7일 내 미결제 사용자
[변경] If 온보딩 2단계에 '14일 체험' 카드를 추가하면,
[기대 결과] Then 가입 후 7일 내 체험 시작 전환율이 +15% 이상 상승할 것이다,
[근거] Because 유사 SaaS 3곳의 공개 사례에서 체험 CTA 노출이 전환을 10~20% 올렸다.
[측정 지표] 7일 내 trial_started 이벤트 발생률
[부작용 가드레일] CAC Payback 90일 이내 유지
[최소 샘플 크기] 8,400명 (power 0.8, MDE 15%, baseline 12%)
[기간] 2026-04-20 ~ 2026-05-04 (2주)

이 템플릿이 잘 작성되면 ‘실패한 실험’도 자산이 됩니다. 왜냐하면 ‘어떤 근거로 무엇을 기대했는지’가 기록되어 있기 때문입니다. 그로스 문화에서 가장 값진 자산은 바로 이 가설 로그입니다.

4-2. MVP·MVT 실험 설계

• MVP(Minimum Viable Product): 최소 기능 제품입니다. Dropbox가 초기에 완성 제품 없이 ‘3분짜리 데모 영상 + 웨이트리스트’만으로 시장 반응을 테스트해 하룻밤 사이 대기자가 5,000명에서 75,000명으로 늘어난 사례가 고전입니다.
• MVT(Minimum Viable Test): 기능을 만들기 전에 가설의 핵심만 검증하는 실험입니다. 예: 랜딩페이지 페이크 도어(Fake Door) — 버튼은 있되 클릭 시 ‘곧 출시’를 띄우고 클릭률만 측정합니다.
• Painted Door Test: 결제·가격 페이지까지 만들어두되 실제 청구는 하지 않는 방식입니다. 전환 의도의 강도를 검증할 수 있습니다.
• Concierge MVP: 자동화 없이 사람이 수동으로 서비스를 제공하며 수요를 검증합니다. 초기 배달의민족 음성 주문, 초기 토스 이체 개념 실험이 여기 해당합니다.

MVP의 핵심은 ‘시장에 내놓기 전에 가장 위험한 가정 하나를 제거’하는 것입니다. 가장 위험한 가정이 ‘사람들이 이걸 원하는가’라면 Fake Door, ‘돈을 낼 것인가’라면 Painted Door, ‘운영이 가능한가’라면 Concierge가 적합합니다.

4-3. 통계적 유의성 — p-value와 샘플 크기

A/B 테스트 결과를 신뢰할 수 있으려면 다음 세 숫자가 반드시 선결되어야 합니다.

• Baseline conversion rate: 기준 전환율 (예: 12%)
• Minimum Detectable Effect (MDE): 탐지하고자 하는 최소 효과 크기 (예: 상대 15% 개선)
• Statistical power: 보통 80%, 유의수준 5%

이 세 값을 샘플 크기 계산기(Evan Miller 계산기, R의 pwr 패키지 등)에 넣으면 필요한 표본이 나옵니다. 흔한 실수는 ‘유의한 결과가 나올 때까지 계속 확인하는’ Peeking 문제입니다. 이를 방지하려면 샘플 크기를 사전에 고정하거나, Sequential Testing(예: mSPRT) 같은 기법을 씁니다.

p-value가 0.05 미만이라도 효과가 작으면 실전 가치가 없을 수 있습니다. 반대로 p-value가 0.1이어도 효과 크기가 크고 비용이 적다면 배포할 만합니다. 통계 검정은 의사결정의 보조 도구이지 자동 판결기가 아닙니다.

4-4. A/B 테스트 vs 다변량(MVT) 테스트

• A/B 테스트: 변수 하나를 두 안으로 나눠 비교합니다. 샘플 요구량이 가장 적고 해석이 명확해 대다수 실험의 기본형입니다.
• A/B/n 테스트: 변수 하나, 3개 이상 안입니다. 동시에 여러 카피·디자인을 비교할 때 사용합니다.
• 다변량 테스트(MVT): 여러 변수를 조합해 상호작용까지 봅니다. 예: 제목 3종 × 이미지 2종 × CTA 2종 = 12조합. 인사이트는 깊지만 필요한 트래픽이 크게 늘어 스타트업에는 부담이 됩니다.
• Multi-armed Bandit: 성과가 좋은 안에 트래픽을 동적으로 더 배분합니다. 프로모션·헤드라인 최적화에 유리하지만 엄밀한 인과 추론에는 부적합합니다.

실무 권장 순서는 ‘깊은 A/B → 필요 시 MVT → 상시 배너는 밴딧’입니다. 처음부터 MVT부터 시도하다가 트래픽 부족으로 결과가 흐려지는 사례가 매우 많습니다. 광고 운영 영역에서 A/B 테스트를 반복해 성과를 개선하는 실전 절차는 A/B 테스트로 광고 성과를 꾸준히 개선하는 방법에서 사례와 함께 다룹니다.

테스트 운영에서 자주 문제가 되는 네 가지를 짚어보겠습니다. 첫째, 샘플 오염(contamination) — 쿠키 파괴·기기 교차로 한 유저가 양쪽 버킷에 노출되는 경우입니다. 둘째, 신규 vs 기존 섞임 — 신규 사용자와 기존 사용자의 반응이 섞여 평균이 왜곡되는 경우입니다. 셋째, 계절성·외부 이벤트 — 연말·휴가철·대규모 프로모션 기간에 돌린 실험은 일반화가 어렵습니다. 넷째, 네트워크 효과 — 추천·SNS 기능처럼 유저 간 상호작용이 있는 실험은 개별 버킷팅이 상호 간섭을 일으켜 Cluster-randomized 설계가 필요합니다. 이 네 가지는 사전 체크리스트화해두는 것이 좋습니다.

4-5. 실험 결과 해석과 의사결정

숫자가 ‘유의하게 나왔다’는 사실이 곧 ‘배포하자’를 뜻하지 않습니다. 최종 의사결정은 다음 네 질문에 답할 수 있어야 합니다. ① 효과 크기가 사업적으로 의미 있는가? ② 가드레일 지표가 훼손되지 않았는가? ③ 세그먼트별 효과가 균일한가, 아니면 특정 집단에만 효과가 집중되는가? ④ 장기 리텐션·LTV에 부정적 영향 가능성은 없는가? 이 네 질문을 통과한 실험만 Ship, 하나라도 걸리면 Iterate 또는 Kill로 분기합니다. 이 분기 원칙을 일찍 합의해두면 실험 결과 발표 때마다 벌어지는 ‘누가 맞느냐’ 논쟁이 줄어듭니다.

5. 그로스 팀 구조·역할·운영 세리머니

5-1. 핵심 역할 네 가지

• Growth PM: 북극성 지표와 OKR을 관리하고, 가설 백로그의 우선순위를 정합니다. 제품·데이터·마케팅을 연결하는 허브입니다.
• Growth Marketer: 획득·활성화·리텐션 각 단계의 캠페인을 설계·실행합니다. 카피·크리에이티브·채널 운영을 담당합니다.
• Growth Engineer: 실험 인프라(플래그, 이벤트 파이프라인, AB 플랫폼)를 구축하고, 프런트·백엔드에서 실험을 구현합니다.
• Data Analyst: 실험 설계 단계의 샘플 크기 산정, 결과 해석, 리텐션·코호트·LTV 분석을 맡습니다. ‘통계적 양심’ 역할입니다.

이 외에도 CRM/Lifecycle Marketer, Content Growth Writer, SEO Specialist가 규모에 따라 합류합니다.

각 역할은 단순 직무 분할이 아니라 ‘실험 사이클의 역할’로 이해하는 편이 좋습니다. Growth PM이 가설을 설계하면 Data Analyst가 샘플 크기와 가드레일을 점검하고, Growth Engineer가 플래그와 계측을 구현하며, Growth Marketer가 크리에이티브·채널·카피를 준비합니다. 실험이 끝나면 다시 분석가가 결과를 해석하고, PM이 Ship·Kill·Iterate를 결정합니다. 한 사람이 여러 역할을 겸해도 사이클 자체는 유지해야 실험의 품질이 무너지지 않습니다.

채용 순서에도 함정이 있습니다. 많은 스타트업이 ‘그로스 마케터’를 먼저 뽑고 측정 인프라와 분석가가 없는 상태에서 캠페인을 돌립니다. 결과적으로 ‘돌린 것 같은데 뭐가 통했는지 모르는’ 상태가 반복됩니다. 실무 권고는 Data Analyst → Growth Engineer(또는 풀스택 엔지니어 겸직) → Growth PM → Growth Marketer 순의 확보입니다. 측정과 실험 인프라가 먼저 서야 마케터가 ‘분석 가능한 실험’을 설계할 수 있습니다.

5-2. 풀스택 그로스 팀 vs 기능 분산 팀

두 운영 모델이 있습니다.

• 풀스택 그로스 팀(스쿼드형): PM·엔지니어·마케터·분석가가 한 팀에 모여 NSM 하나를 공동 책임집니다. 의사결정 속도는 빠르지만 다른 조직과의 정렬이 숙제입니다.
• 기능 분산 팀: 마케팅팀·엔지니어링팀·데이터팀이 각자 소속에 있고 실험 프로젝트 단위로 협업합니다. 안정적이지만 전달 지연이 잦습니다.

초기 스타트업은 ‘풀스택 스쿼드’, 규모가 커지면 ‘플랫폼 팀 + 사업부별 스쿼드’ 혼합형으로 진화하는 것이 일반적입니다.

5-3. 운영 세리머니 — 리듬이 실험 문화를 만듭니다

• 월요 Growth Standup(30분): 지난주 실험 결과, 이번 주 진행 실험, 블로커를 공유합니다.
• 주간 Experiment Review(60분): 종료된 실험의 의사결정(Ship·Kill·Iterate)을 진행합니다. ‘Why’까지 기록합니다.
• 격주 Backlog Grooming(60분): 새 가설 제안 → RICE 점수 부여 → 우선순위를 조정합니다.
• 월간 Growth Retro(90분): 지표 트렌드 리뷰, 실험 속도(velocity)·승률(win rate) 점검, 프로세스를 개선합니다.

핵심은 ‘실험 수’가 아니라 ‘의사결정 수’입니다. 주 1회라도 명확한 판단이 있다면 팀은 학습하고, 실패도 축적됩니다.

한 가지 자주 오해되는 지점은 ‘실험 속도(velocity)’입니다. 주당 실험 건수 자체를 KPI로 잡는 조직이 있는데, 이는 숫자 채우기를 위한 저품질 실험을 양산할 위험이 있습니다. 더 좋은 지표는 ‘의미 있는 의사결정(Ship/Kill)의 누적 수’와 ‘학습 한 줄 요약의 품질’입니다. 매 실험 종료 회의에서 ‘한 문장 학습(One-line Learning)’을 기록하고 이를 분기별로 리뷰하면 조직의 암묵지가 문서화된 지식으로 바뀝니다.

또한 운영 세리머니의 지속성은 ‘퍼실리테이션’이 결정합니다. Growth PM이나 분석가가 돌아가며 리뷰를 진행하고, 결과 공유는 슬랙·노션·사내 대시보드에 템플릿화된 포맷으로 남기는 것이 좋습니다. 템플릿에는 최소 ‘가설, 결과(지표·p-value·효과 크기), 의사결정, 다음 액션’이 포함되어야 합니다. 이 네 줄만 일관되게 남겨도 6개월 뒤에 ‘왜 그 결정을 내렸는지’ 되돌아볼 수 있습니다.

6. 실전 사례 — 글로벌·국내 5선

그로스해킹의 힘은 이론이 아니라 실제 제품에서 드러납니다. 다음 다섯 사례는 프레임워크·실험·조직이 결합된 고전적인 장면입니다.

6-1. Dropbox — 추천 보상 바이럴

창업자 드류 휴스턴(Drew Houston)이 공개한 ‘Dropbox Startup Lessons Learned’에 따르면, $99 제품을 파는데 검색광고 고객 획득 비용(CPA)은 $233~388에 달했습니다. Dropbox 팀은 유료 채널을 접고 ‘추천한 사람 + 가입한 사람 모두에게 500MB 추가 공간’을 주는 더블사이디드 리퍼럴(Double-sided Referral)을 설계했습니다. 결과: 가입자는 2008년 9월 10만 명에서 15개월 뒤인 2010년 1월 400만 명으로 늘었고, 리퍼럴 프로그램은 가입을 항구적으로 60% 늘렸으며 일일 가입의 35%가 추천 경유였습니다. 핵심은 보상을 현금이 아닌 ‘제품 내부 가치’로 설계해 한계비용을 0에 가깝게 만든 점입니다.

또 하나 놓치면 안 되는 포인트는 ‘공유 장벽의 최소화’입니다. Dropbox 추천 링크는 로그인 상태에서 대시보드 전면에 노출되었고, 이메일·SNS·링크 복사 세 가지 경로를 한 번의 클릭으로 열었습니다. ‘보상 설계’만이 아니라 ‘행동 설계(behavioral design)’까지 함께 했기에 K-factor가 1을 넘길 수 있었습니다. 국내 서비스가 추천 기능을 도입할 때 보상만 만들고 공유 흐름을 숨겨두어 성과가 나오지 않는 경우가 흔합니다. 리퍼럴은 항상 ‘트리거 위치 + 보상 구조 + 공유 채널’의 삼각형으로 설계해야 합니다.

6-2. Airbnb — Craigslist 역공

초기 Airbnb는 수요(게스트)가 부족했습니다. 당시 숙박 수요가 모여 있던 플랫폼은 Craigslist였습니다. Airbnb는 호스트가 자기 숙소를 등록하면 한 번의 클릭으로 Craigslist에도 교차 게시되도록 역공학적 통합(비공식 API)을 구현했습니다(앤드류 첸의 케이스 스터디에 기술 구조가 상세히 분석되어 있습니다). 덕분에 Craigslist의 방문자를 Airbnb 리스팅으로 흡수했고, 호스트 증가가 게스트 증가를 끌어오는 양면 네트워크 효과가 점화됐습니다. 기술적 회색지대를 감수한 대담한 분배 해킹입니다.

이 사례가 주는 교훈은 세 가지입니다. 첫째, ‘수요가 이미 모여 있는 플랫폼’을 분배 채널로 삼는 피기백(piggyback) 전략입니다. 새 플랫폼은 수요와 공급을 동시에 끌어와야 하는 이중 부트스트랩 문제를 겪는데, 기존 플랫폼을 활용하면 한쪽 부담을 크게 줄일 수 있습니다. 둘째, ‘빠른 실행 vs 규정 준수’ 사이의 의사결정입니다. Airbnb의 방식은 지금 기준으로는 재현이 어렵고 법적 리스크가 있습니다. 셋째, 창의적 분배는 처음엔 수동·회색지대로 시작해 PMF 확인 후 공식 파트너십으로 정리된다는 흐름입니다. 비슷한 국내 사례로 초기 배달의민족의 전단지 크롤링이 자주 언급됩니다.

6-3. 배달의민족 — 주문 경험 최적화

배달의민족은 초기 전화 주문 중심 시장에서 ‘앱 주문’으로 사용자 습관을 옮기는 과제가 있었습니다. 음식 카테고리별 이미지 최적화, 주문 단계 축소, 쿠폰/포인트 리마인드 알림, 배민페이 원탭 결제, 리뷰 작성 유도 실험을 지속하며 Activation→Retention 전환을 끌어올렸습니다. 국내 그로스 실무에서 ‘제품-마케팅 경계 붕괴’의 대표적 사례입니다.

6-4. 토스 — 단순 송금 앱에서 슈퍼앱으로

토스는 ‘3초 송금’이라는 단일 가치로 시작해 송금 완료 사용자 수준의 단순한 코어 지표에 집중한 것으로 알려져 있습니다. 이후 Activation이 높은 사용자 집단을 대상으로 신용조회·증권·보험·은행 기능을 순차적으로 확장했습니다. 핵심 학습: PMF를 확인한 코어 경험을 먼저 단단히 만든 뒤, 인접 Job으로 확장하는 ‘허브-앤-스포크’ 확장 전략입니다. 초기에 기능을 늘리고 싶은 유혹을 억제한 것이 결정적이었습니다.

6-5. 쿠팡 — 로켓배송과 데이터 실험

쿠팡은 ‘당일/익일 배송’이라는 시간 가치를 NSM으로 올려놓고, 물류·재고·UX 곳곳에서 수많은 실험을 돌렸습니다. 상품 상세 페이지 레이아웃, 장바구니 쿠폰 적용 UI, 결제 지연 에러 처리, 배송 알림 문구 등 수백 건의 A/B 테스트가 전환율 향상에 누적적으로 기여했습니다. 데이터 기반 실험을 ‘문화’가 아니라 ‘시스템’으로 내재화한 사례로 자주 인용됩니다.

쿠팡 사례의 시스템화 포인트는 네 가지입니다. ① 모든 주요 화면에 피처 플래그가 깔려 있어 실험을 즉시 분기할 수 있습니다. ② 실험 결과가 자동으로 웨어하우스에 적재되어 SQL·BI에서 곧바로 조회됩니다. ③ 실험 결과 리뷰에 PM·디자이너·물류·CS까지 참여해 ‘지표가 올랐지만 CS 문의가 늘었는가’ 같은 교차 관점을 봅니다. ④ 장기 지표(반복 구매율, LTV) 가드레일을 매 실험에 붙여 ‘단기 전환만 오른’ 변경을 걸러냅니다. 이 네 가지는 규모와 무관하게 참고할 만한 구조입니다.

6-6. 사례에서 반복되는 패턴 네 가지

다섯 사례를 모아 보면 공통된 패턴이 드러납니다. ① NSM이 명확합니다 — 예약 숙박, 주간 송금, 배송 시간 등 단일 지표로 팀이 정렬돼 있습니다. ② 확장 전 코어를 단단히 합니다 — 토스·배민 모두 코어 경험을 먼저 완성한 뒤 인접 Job으로 넘어갔습니다. ③ 분배 채널 실험이 기술 실험만큼 중요합니다 — Dropbox 리퍼럴, Airbnb Craigslist 통합이 대표적입니다. ④ 가드레일이 명시적입니다 — 쿠팡의 CS 문의·반품률, 토스의 부정 이체 탐지 등이 해당됩니다. 이 네 가지는 신생 팀이 그로스 원칙을 내재화할 때의 체크 지점입니다.

7. 그로스해킹의 한계·비판·윤리

그로스해킹은 만능이 아닙니다. 오히려 잘못 운영하면 브랜드와 제품을 훼손합니다.

7-1. 단기 지표 과몰입 리스크

가입률·클릭률 같은 단기 지표만 좇다 보면 장기 LTV가 무너질 수 있습니다. ‘이번 주 전환 +5%’가 ‘3개월 후 이탈 +20%’로 되돌아오는 경우가 흔합니다. 그래서 모든 실험에는 리텐션 가드레일과 LTV 지표를 함께 관찰해야 합니다.

7-2. 해피 패스 편향(Happy Path Bias)

실험 대상이 주로 ‘우리 제품을 잘 쓰는 사용자’로 몰리는 편향입니다. 결과적으로 ‘이미 잘 쓰는 사람을 더 잘 쓰게 만드는’ 개선만 누적되고, 신규·저관여 사용자 경험은 오히려 악화될 수 있습니다. 코호트를 신규·복귀·충성으로 쪼개 분석하는 습관이 필요합니다.

7-3. 장기 브랜드 가치 훼손 가능성

할인·긴박감·사회적 증거를 남발하면 단기 매출은 오르지만 브랜드 신뢰는 줄어듭니다. ‘그로스 실험’과 ‘브랜드 실험’은 가드레일이 달라야 합니다. 예: 실험 메시지가 브랜드 톤 가이드를 위반하지 않는지 매 주간 리뷰합니다.

7-4. 다크 패턴과 규제·윤리 이슈

다음과 같은 ‘성장 해킹’은 규제 대상이거나 브랜드 재앙을 부릅니다.

• Roach Motel(가입은 쉽게, 해지는 어렵게)
• Confirmshaming(“NO, 저는 할인 혜택을 포기합니다”)
• 강제 뉴스레터 기본 동의
• 가짜 긴급성(“단 3분 남음”)
• 다크 프라이싱(할인 표시 속 정가 조작)

한국·EU·미국 모두 관련 규제를 강화하는 추세입니다(방통위 다크패턴 규제 가이드, EU DSA·DMA, FTC ROSCA 등). ‘효과 있는 실험’과 ‘지속 가능한 실험’은 다릅니다라는 원칙이 윤리 가드레일의 출발점입니다.

실무에서는 ‘윤리 리뷰’를 실험 설계 단계에 정식 게이트로 포함시키는 것이 효과적입니다. 가설 템플릿에 ‘이 실험이 고객에게 불이익을 주는가?’, ‘브랜드 약속을 어기는가?’, ‘해지·철회 경로가 동일하게 보장되는가?’를 체크 항목으로 넣고, 한 항목이라도 위반되면 실험을 보류합니다. 이 작은 절차 하나가 장기 브랜드 리스크를 크게 줄여줍니다.

7-5. 데이터·개인정보 리스크

이벤트를 많이 수집할수록 개인정보 보호·동의 관리(쿠키·IDFA·GA4 Consent Mode·개인정보보호법)의 책임도 커집니다. 실험 인프라를 설계할 때부터 ‘최소 수집·목적 제한·보관 기간’을 함께 설계해야 합니다.

8. 측정·도구 스택 — 데이터 파이프라인에서 대시보드까지

그로스해킹은 ‘측정 가능할 때’만 성립합니다. 도구 선택은 규모·팀 역량·데이터 거버넌스 요구 수준에 따라 달라집니다.

8-1. 이벤트 트래킹·제품 분석

• Amplitude: 퍼널·코호트·리텐션 분석이 강력합니다. 중대형 팀에 적합합니다.
• Mixpanel: 빠른 이벤트 탐색과 캐주얼한 UI가 특징입니다. 초중기 팀이 선호합니다.
• GA4: 웹 분석의 사실상 표준이며 별도 라이선스 비용 없이 시작할 수 있습니다. 서버사이드 태깅·BigQuery Export로 데이터 거버넌스 확보가 가능합니다. 초기 세팅이 부실하면 이후 모든 실험 데이터가 오염되므로, 추적툴 세팅이 중요한 이유를 먼저 점검하는 것을 권합니다.
• PostHog: 오픈소스·셀프호스팅 옵션이 있습니다. 개인정보 규제가 엄격한 조직에 유리합니다.

이벤트를 코드에 뿌릴 때는 이벤트 스키마 표준을 먼저 정의합니다. 아래는 체크아웃 시작 이벤트의 예시입니다.

{
  "event": "checkout_started",
  "user_id": "u_9182734",
  "session_id": "s_2026-04-17-01",
  "timestamp": "2026-04-17T09:12:33+09:00",
  "properties": {
    "cart_id": "c_55219",
    "cart_value_krw": 48900,
    "item_count": 3,
    "coupon_code": "WELCOME10",
    "payment_method_intent": "card",
    "experiment_flags": {
      "gx_2026_042": "variant_b",
      "gx_2026_045": "control"
    },
    "utm": {
      "source": "naver",
      "medium": "cpc",
      "campaign": "brand_4월"
    }
  },
  "device": {
    "platform": "web",
    "browser": "chrome",
    "os": "macOS 14"
  }
}

이 스키마가 지켜져야 A/B 결과를 채널·디바이스·쿠폰 세그먼트로 쪼개볼 수 있습니다. ‘이벤트 명세서’와 ‘속성 사전’을 노션·Confluence에 고정시키고 추가 시 리뷰하는 프로세스가 중요합니다.

8-2. A/B 테스트·피처 플래그

• Optimizely / VWO: 상용 AB 플랫폼입니다. 통계·타깃팅·QA 기능이 풍부합니다.
• Google Optimize 이후 대안: GrowthBook, Statsig, LaunchDarkly, Convert.com 등이 있습니다. 서버사이드·엣지·클라이언트 실험 지원 여부를 따져 선택합니다.
• 자체 구축: 피처 플래그 + 실험 버킷팅 로직을 직접 만드는 팀도 많습니다. 이 경우 임의 분배(hash 기반), 상호 배타 실험, 결과 로그 구조를 사전에 설계해야 합니다.

8-3. 데이터 파이프라인·웨어하우스

• Segment / RudderStack: 이벤트를 여러 도구에 한 번에 분배하는 CDP입니다.
• BigQuery / Snowflake / Redshift: 대규모 로그의 진실의 원천(source of truth)입니다.
• dbt: SQL 기반 변환(Transform) 계층입니다. 지표 정의를 코드로 관리합니다.
• Airflow / Dagster / Prefect: 파이프라인 오케스트레이션 도구입니다.

단일 도구에 종속되면 향후 이주가 어렵습니다. ‘이벤트 원본은 웨어하우스에 저장 → 각 도구는 동기화’라는 ELT-first 원칙이 장기적으로 안전합니다.

실무에서 자주 마주치는 세 가지 함정이 있습니다. 첫째, 이벤트 스키마의 파편화입니다. 개발자마다 naming convention이 달라 checkout_started, checkoutStart, start_checkout이 혼재합니다. 둘째, 태그 관리 도구와 서버 이벤트의 불일치입니다. GTM으로만 찍은 이벤트는 광고 플랫폼으로만 전송되고 웨어하우스에는 남지 않는 경우가 많습니다. 셋째, 유저 식별자의 일관성 부재입니다. 비로그인 → 로그인 시 user_id가 바뀌면서 이전 행동이 단절됩니다. 이 세 가지는 파이프라인을 설계할 때 ‘단일 진실의 원천(Source of Truth)을 웨어하우스에 두고, 식별자 병합(identity resolution) 로직을 명시적으로 관리’하는 방식으로 예방합니다.

8-4. 대시보드·BI

• Looker / Mode / Metabase / Redash: 세그먼트별 탐색형 대시보드입니다.
• Tableau / Power BI: 경영진 보고용 프레젠테이션형입니다.
• Hex / Deepnote: SQL+Python 혼합 분석 노트북입니다.

대시보드 설계 원칙 네 가지입니다:

1. 한 화면에 하나의 질문만 답합니다 — NSM·North Star Tree·실험 결과 등 목적을 섞지 않습니다.
2. 지표 정의를 붙여 씁니다 — 팀마다 ‘DAU’의 정의가 다른 경우가 너무 많습니다.
3. 비교 기준(전주 대비·전년 대비)을 기본 배치합니다 — 숫자 한 개는 거의 의미가 없습니다.
4. 링크를 계층화합니다 — ‘개요 대시보드 → 세그먼트 대시보드 → 원 로그’의 3단 구조입니다.

8-5. 대표 도구 비교 (요약표)

영역	후보	장점	고려 사항
제품 분석	Amplitude / Mixpanel / GA4 / PostHog	퍼널·리텐션 시각화, 빠른 탐색	스키마 일관성·개인정보 관리
A/B 테스트	Optimizely / VWO / GrowthBook / Statsig	통계 엔진·플래그 통합	서버/클라이언트 실험 범위
CDP	Segment / RudderStack	이벤트 일괄 분배	비용·벤더 락인
데이터웨어	BigQuery / Snowflake / Redshift	대용량 SQL·ML 통합	쿼리 비용·권한 관리
BI/대시보드	Looker / Metabase / Hex / Tableau	탐색·보고 분리	지표 정의 일관성

9. 그로스해킹을 내 비즈니스에 적용한다면?

앞에서 살펴본 것처럼, 그로스해킹은 데이터에 기반해 고객의 문제를 파악하고, 목표달성을 위한 가설을 실험으로 검증해, 제품을 개선해 나가는 마케팅방법론입니다. 물론 그로스해킹을 위해 그로스해커를 고용해야 한다거나, 반드시 확인해야 하는 수치 등이 있는 것은 아닙니다.

지속적이고 꾸준한 성장을 위한 경영 상의 모든 결정은 데이터 기반 가설 수립으로 시작됩니다. 가설은 작은 실험으로 검증되고, 검증된 가설은 제품 개선으로 이어져 성장을 지속합니다. 이것이 그로스해킹의 정석입니다.

한국 시장에 적용할 때는 해외 플레이북을 그대로 옮기기보다 ‘채널별 한국 맥락’을 실험 설계에 반영해야 합니다. 카카오·네이버 생태계, 간편결제, 리뷰·쇼핑검색·커뮤니티의 강한 영향력, 개인정보보호법·전자상거래법 준수 이슈가 변수입니다. 예컨대 네이버 검색광고·쇼핑 검색 결과 구조, 카카오 비즈보드의 노출 방식, 당근·맘카페 같은 로컬 커뮤니티 신호가 실험 변수에 포함되어야 합니다. 특히 자본과 인력이 제한된 초기 스타트업이라면 이 우선순위 판단이 더 중요해집니다 — 프리시드부터 시리즈 B까지 스타트업 성장 단계별 그로스 전략은 곧 발행할 스타트업 마케팅 가이드에서 단계별로 깊이 다룰 예정입니다.

우리는 소위 말하는 J 곡선의 폭발적인 성장이 장기적으로는 독이 될 수도 있다고 생각합니다. 손발이 맞지 않는 음식점은 오픈 첫날부터 손님들로 북적일 수 있습니다. 하지만 오히려 음식의 맛, 서빙 시간, 위생 청결 등 여러 가지 문제를 드러내게 됩니다. 이러한 문제는 소위 말하는 ‘오픈빨’이 끝나면 손님들이 외면하게 만들 수 있습니다.

따라서, 차근차근 계획되고 준비된 성장을 통해 고객 만족도를 높이는 것이 더 중요하다고 생각합니다. 성장은 시간이 우리의 편인 마케팅입니다.

10. 장기 전략 관점 — PMF·리텐션·복리 성장

그로스해킹은 ‘PMF 이후의 게임’이라는 말이 있습니다. PMF(Product-Market Fit)가 확인되지 않은 제품에 퍼널 최적화를 해도 바닥이 뚫린 양동이에 물을 붓는 것과 같습니다. 션 엘리스는 PMF의 조작적 정의로 ‘이 제품을 더 이상 쓸 수 없다면 매우 실망하겠다’고 답한 사용자가 40% 이상인 상태를 제시합니다. 약 100개 스타트업을 서베이로 벤치마킹한 결과 40%가 분기점이었다는 내용은 First Round Review의 Superhuman PMF 엔진 사례에 잘 정리되어 있습니다.

PMF를 확인했다면 리텐션(Retention)이 복리 성장을 만듭니다. D30 리텐션이 20%인 서비스와 40%인 서비스는, 동일한 신규 유입에서도 1년 뒤 활성 사용자 규모가 기하급수적으로 벌어집니다. 그래서 성숙한 그로스 조직은 Acquisition 대시보드보다 코호트 리텐션 그래프를 먼저 봅니다.

장기 관점의 세 축입니다:

1. 리텐션 곡선의 평탄화 — 초반 감소 이후 수평을 이루는 ‘smile curve’가 건강한 신호입니다.
2. LTV/CAC > 3 — 데이비드 스콕(David Skok)의 SaaS Metrics 2.0이 제시하는 기준으로, 획득 비용의 3배 이상이 장기 회수되어야 유료 채널 확장이 지속 가능합니다.
3. CAC Payback 기간 < 12개월 — 같은 자료에서 회수 기간이 12개월을 넘으면 수익성이 급격히 약해진다고 분석합니다. 현금 흐름 관점의 안전판입니다.

단기 실험은 이 세 축을 해치지 않는 범위에서만 의미가 있습니다. 실험 성공 기준에 ‘가드레일 지표 유지’를 꼭 포함시키는 이유입니다.

장기 관점에서 추가로 보아야 할 것이 코호트별 리텐션 곡선의 비교입니다. 2025년 상반기 가입자와 2025년 하반기 가입자의 30일·90일 리텐션이 어떻게 변하고 있는가를 매월 확인합니다. 곡선이 위로 올라오면 제품이 개선되고 있다는 신호(retention improvement)이고, 반대로 내려가면 제품·시장 맞춤이 흔들리고 있다는 경고입니다. 신규 사용자 대시보드만 보면 이 신호를 놓치기 쉽습니다.

또한 성장 단계별로 집중 지표가 달라진다는 점을 인지해야 합니다. 시드 단계에서는 ‘PMF 시그널(NPS, 40% 규칙, D7 리텐션)’이 핵심이고, 시리즈 A 전후에는 ‘Acquisition 채널 다양화와 CAC Payback’이, 그 이후에는 ‘조직 구조·실험 시스템·재무 지표(Rule of 40, Magic Number)’가 중심이 됩니다. 지금 단계에 어떤 지표가 핵심인지 분명하지 않으면 실험 방향도 흐려집니다. 이 성장 단계별 지표 체계와 단계별 플레이북은 준비 중인 스타트업 마케팅 전략 가이드에서 더 자세히 확장해 다룰 예정입니다.

11. 실행 체크리스트 — 내일부터 시작한다면

다음은 ‘그로스해킹 문화’를 팀에 처음 심을 때 쓸 수 있는 30일 체크리스트입니다.

• [ ] Day 1~3 — 북극성 지표(NSM) 후보 3개 도출, 의사결정자와 합의
• [ ] Day 4~7 — NSM을 쪼갠 L1/L2 지표 트리 작성, 현재 수치 베이스라인 기록
• [ ] Day 8~10 — 핵심 이벤트 20개 명세서 정의, 이벤트 스키마 표준 공유
• [ ] Day 11~14 — GA4/Amplitude/Mixpanel 중 1개 선택, 서버사이드 태깅 여부 결정
• [ ] Day 15~17 — AARRR 기준 퍼널 단계별 현 수치 기록 (깔때기 병목 식별)
• [ ] Day 18~21 — 실험 백로그 20건 이상 수집, RICE 점수 부여
• [ ] Day 22~24 — 최우선 실험 3건 If-Then-Because 가설 템플릿 작성
• [ ] Day 25~27 — 샘플 크기 계산, 가드레일 지표 2개 선정, 피처 플래그 세팅
• [ ] Day 28 — Growth Standup·Weekly Review 세리머니 정식 런칭
• [ ] Day 29~30 — 첫 실험 배포, 대시보드 링크 전사 공유, 회고 일정 확정

여기까지 마쳤다면 팀은 이미 ‘직감이 아닌 실험’으로 움직이는 조직이 되어 있을 것입니다. 그로스해킹은 결국 작은 가설을 빠르게 검증하고, 학습을 축적하는 습관의 체계화입니다. 완벽한 도구도, 완벽한 사람도 필요하지 않습니다. 필요한 것은 지속 가능한 리듬과 가드레일, 그리고 고객에 대한 집요한 관찰뿐입니다.

체크리스트는 ‘전부 해야 한다’가 아니라 ‘어디부터 구멍이 뚫려 있는지 진단하는 지도’로 활용하는 편이 좋습니다. 예컨대 NSM은 있지만 이벤트 스키마가 없는 팀, 대시보드는 많은데 Standup 리듬이 없는 팀, 실험은 돌리지만 가드레일이 없는 팀 모두 각각 다른 처방이 필요합니다. 자가 진단 이후에는 가장 낮은 단계 한 가지(대개 ‘이벤트 명세서’ 또는 ‘NSM 합의’)부터 한 주에 한 개씩 채워나가는 것이 현실적입니다.

마지막으로, 그로스해킹은 마케팅 부서만의 프로젝트가 아니라 제품·데이터·재무·CS·디자인이 함께 쓰는 ‘공용 언어’라는 점을 기억해 주세요. 같은 지표를 보고, 같은 실험 결과를 공유하고, 같은 가드레일을 지킬 때 조직 전체가 한 방향으로 움직입니다. 이 언어가 내재화된 팀은 외부 환경이 바뀌어도 더 빨리 회복하고, 더 오래 성장합니다.

성장은 시간이 우리의 편인 마케팅입니다. 그로스해킹은 그 시간을 압축하는 기술입니다.

---

함께 읽으면 좋은 글

• 마케팅채널믹스 (Marketing channel mix)
• CDJ (고객 의사결정 여정, Customer Decision Journey)
• 페르소나 (Persona)
• 고객 니즈(Needs)와 원츠(Wants)의 차이
• 2024 마케팅 캘린더 및 필수 이벤트 한눈에 보기

그로스해킹을 우리 조직에 적용하고 싶다면 — 성장은 트래픽의 양이 아니라 ‘매출이 될 1명’을 기준으로 AARRR 퍼널 진단, 실험 설계, 추적툴 세팅까지 데이터 기반 성장 체계를 함께 만듭니다. 퍼포먼스 마케팅 서비스 살펴보기 · 상담 문의

12. 자주 묻는 질문 (FAQ)

그로스해킹과 일반 마케팅은 무엇이 다른가요?

전통 마케팅이 완성된 제품을 알리는 채널 활동에 집중한다면, 그로스해킹은 온보딩·가격·추천 기능 같은 제품 내부까지 실험 대상으로 삼아 AARRR 퍼널 전체를 최적화합니다. 획득 채널의 ROAS 최적화에 초점을 두는 퍼포먼스 마케팅과도 구분되는데, 그로스는 Acquisition뿐 아니라 Activation·Retention·Referral까지 책임집니다. 두 영역의 차이와 접점은 퍼포먼스 마케팅 완전 가이드에서 자세히 비교했습니다.

마케터 1~2명뿐인 작은 팀도 그로스해킹을 적용할 수 있나요?

가능합니다. 초기에는 GA4와 스프레드시트만으로 충분하며, 대신 ‘이벤트 명세’와 ‘지표 정의’만큼은 처음부터 문서화해두어야 나중에 웨어하우스로 이주할 때 그대로 설계도가 됩니다. 북극성 지표 하나에 합의하고 주 1회 실험 의사결정 리듬만 지켜도, 대기업 그로스 스쿼드가 하는 일의 본질은 작은 팀에서도 동일하게 수행할 수 있습니다.

그로스해킹에 꼭 필요한 도구는 무엇인가요?

최소 구성은 제품 분석 도구 1개(GA4·Amplitude·Mixpanel·PostHog 중 택1)와 실험·피처 플래그 도구 1개(GrowthBook·Statsig·Optimizely 등)입니다. 월 100만 이벤트 이하 규모라면 상용 도구의 스타터 티어로 시작하는 편이 빠르고, 트래픽과 데이터 거버넌스 요구가 커지면 BigQuery 같은 웨어하우스 중심의 자체 구축을 검토합니다. 도구 자체보다 중요한 것은 이벤트 스키마와 지표 정의의 일관성입니다.

실험은 보통 얼마나 오래 돌려야 하나요?

기간이 아니라 사전에 계산한 샘플 크기가 기준입니다. 기준 전환율·MDE·검정력으로 필요한 표본을 먼저 확정하고, 요일 효과를 상쇄하기 위해 보통 최소 1~2주(주중·주말 사이클 포함) 단위로 운영하며, 중간에 결과를 보고 멈추는 피킹(peeking)은 피해야 합니다. 참고로 실험 권위자 로니 코하비(Ronny Kohavi)의 집계에 따르면 실험이 목표 지표를 실제로 개선하는 비율은 중앙값 기준 약 10%(Microsoft 33%, Bing 15%, Netflix 10% 수준)에 그치므로, 실패를 전제로 학습을 축적하는 운영이 정상입니다.

B2B 기업에도 그로스해킹을 적용할 수 있나요?

적용할 수 있습니다. 다만 B2C처럼 수백만 트래픽을 가정한 A/B 테스트는 어렵기 때문에, ‘한 계정당 N명 사용자’ 구조와 파이프라인 퍼널(Lead → MQL → SQL → Opportunity → Closed Won)을 다루며, Product-Led Growth(PLG)와 온보딩의 time-to-value가 주요 레버가 됩니다. 실제 적용 모습은 B2B 스타트업 마케팅 사례 분석에서 확인할 수 있습니다.

고객구매여정 AISVAS

AISVAS 모델은 소비자가 제품이나 서비스를 소비하기 위해 어떠한 구매 과정을 거치는지 정의한 모델입니다.  일본의 광고대행사 ‘덴츠’가 만든 AISAS라는 이름의 ‘온라인에서의 소비자 구매결정모델’에서 (주)성장이 ‘검증’ (Verify)라는 단계만 추가한 것이죠.  실제로 AISAS는 2004년 덴츠(Dentsu Inc)가 제안한 소비자 행동 모델로, 인터넷 시대에 소비자가 정보를 수동적으로 받기만 하던 기존 AIDMA 모델과 달리 ‘검색(Search)’과 ‘공유(Share)’ 단계를 추가해 능동적으로 정보를 탐색·공유하는 행동을 반영한 것이 특징입니다. 이 AISVAS 모델은 소비자가 구매를 하기 위해 이루어지는 행동을 단계별로 보여줍니다.

실제로 AISVAS 모델이 작동하는 과정을 살펴볼게요.

• 인지(Attention) : 유튜브를 통해 웹드라마를 보다가 여주인공이 들고나온 가방을 보게 되었습니다.
• 흥미(Interest) : 그 가방이 참 예쁘고 실용적으로 보입니다.
• 검색(Search) : 여주인공이 들고나왔던 가방을 찾기 위해 네이버에 들어가 검색을 해 봅니다.
• 검증(Verify) : 웹드라마에서 보았던 가방이 한 쇼핑몰에 등록되어 있습니다. 가방을 구매한 사람들의 후기를 꼼꼼히 읽어봅니다.
• 행동(Action) : 가방을 구매합니다.
• 공유(Share) : 도착한 가방을 들고 근처 카페에 가서 커피잔 옆에 자연스럽게 가방을 노출한 사진을 인스타그램에 업로드합니다.

(주)성장은 모든 마케팅을 AISVAS로 접근합니다

(주)성장은 ‘고객’이 마케팅의 전부라고 생각합니다. 고객을 감성, 생각, 행동을 이해하고 고객의 가려움을 긁어주는 것이 마케팅의 전부라고 생각하기에 소비자구매결정모델 분석을 통해 소비자의 행동을 최대한 넓게 펼쳐 보고 각 단계가 수월하게 작동하도록 하는 것을 업무의 중심으로 보는 것이죠.

예를 들어, 인지단계(Attention)의 경우

• 우리의 고객이 될 수 있다고 생각하는 잠재 고객층이 우리를 인지할 기회가 있는가?
• 인지하는 지점이 어디인가?
• 인지하게 하기 위해 어떤 활동을 해야 하는가?

같은 질문을 하고 이에 대한 해결 방안을 찾아 나가는 것입니다.

AISVAS를 활용해 개선할 포인트를 찾아 대응해 나가면, 브랜드는 성장합니다

소비자구매결정모델인 AISVAS 를 활용하여 브랜드는 각 지점마다 개선할 포인트를 찾아낼 수 있습니다. 이 과정이 정확하고 빠르게 진행될수록 브랜드의 성장 가능성은 무한히 늘어납니다.

인지 개선

더욱 정교하게 추려 낸 타깃에 밀도 높은 강도로 Paid Media를 운용해 인지 (Attention)를 개선할 수 있습니다.

흥미 개선

우리 브랜드의 잠재적 소비자가 흥미를 느끼는 포인트는 무엇인지, 그 흥미의 포인트와 우리 브랜드의 공통점은 무엇인지 확인해 이를 적극적으로 공략합니다.

검색 개선

흥미를 느낀 소비자가 어떤 키워드로 검색하는지 분석하고, 해당 키워드로 검색했을 때 우리가 노출되는 점유율을 최대한 높게, 높은 순위로 노출되게 만듭니다. 순위가 곧 클릭으로 직결되기 때문인데요. Google 검색 결과 400만 건을 분석한 Backlinko의 CTR 연구에 따르면 1위 결과의 평균 클릭률은 약 27.6%로 10위(약 2.4%)의 10배에 달했고, 2페이지로 넘어가 클릭하는 사용자는 0.63%에 불과했습니다.

검증 개선

우리 브랜드, 제품을 사용한 소비자들이 후기, 리뷰를 남기도록 적극적으로 유도하고 긍정적인 후기가 되도록 최대한의 노력을 기울입니다.

행동 개선

각종 소셜 로그인, 페이 등을 적용해 더욱 쉽게, 더욱 편하게 제품을 구매할 수 있도록. 혹은 구매를 보류하고 장바구니에만 넣어 둔 잠재 고객이 있다면 이메일, 쪽지, SMS 등을 통해 지금 당장 구매가 이루어지도록 대응합니다.

공유 개선

우리 브랜드, 제품을 공유할 이유와 자랑거리, 이야깃거리를 제공합니다.

AISVAS 모델을 마케팅 실무에 활용하기 위한 교육 제공

하지만 이러한 소비자결정모델에 관한 강의에 참석하기에 앞서 “우리는 정말 ‘고객’을 이해하고 있는가?”라는 질문을 던져 보시기를 권해 드립니다. 

AISVAS 모델을 실무에 적용하기 위한 진단 혹은 컨설팅,

AISVAS 모델을 실무에 적용하기 위한 교육,

AISVAS 모델을 실무에 적용한 업무 대행이 가능한 곳.

그곳이 바로 (주)성장입니다.

(주)성장은 고객사의 고객들을 생각합니다.

---

함께 읽으면 좋은 글

• 그로스해킹(Growth Hacking)이란? 정의·AARRR·실험 설계·실전 사례까지 — growth-strategy 필라 완전판
• 마케팅채널믹스 (Marketing channel mix)
• CDJ (고객 의사결정 여정, Customer Decision Journey)
• 페르소나 (Persona)
• 고객 니즈(Needs)와 원츠(Wants)의 차이

이 주제를 우리 비즈니스에 적용하고 싶으시다면 — 구체적인 상황 진단이 필요하시면 상담 문의로 연락 주세요. 트래픽 양이 아니라 매출이 될 1명을 기준으로 답해 드립니다.

자주 묻는 질문 (FAQ)

AISVAS 모델이란 무엇인가요?

AISVAS는 소비자의 구매 과정을 인지(Attention)·흥미(Interest)·검색(Search)·검증(Verify)·행동(Action)·공유(Share)의 단계로 설명하는 모델입니다. 일본 덴츠가 만든 AISAS 모델에 (주)성장이 ‘검증(Verify)’ 단계를 더해 발전시킨 것으로, 후기·리뷰를 꼼꼼히 확인하는 오늘날 소비자의 행동을 반영합니다.

AISAS와 AISVAS는 무엇이 다른가요?

AISAS는 2004년 덴츠가 제안한 인지·흥미·검색·행동·공유의 5단계 모델입니다. AISVAS는 여기에 ‘검증(Verify)’ 단계를 추가해, 검색으로 제품을 찾은 뒤 구매 전에 후기와 평판을 확인하는 과정을 별도로 다룬다는 점이 다릅니다.

검색 단계에서 순위가 왜 중요한가요?

검색 순위가 곧 클릭으로 직결되기 때문입니다. Backlinko의 분석에서 1위 결과의 클릭률은 약 27.6%로 10위의 약 10배였고, 2페이지로 넘어가 클릭하는 사용자는 0.63%에 불과했습니다. 흥미를 느낀 소비자가 검색했을 때 상위에 노출되어야 다음 단계인 검증·행동으로 이어집니다.

AISVAS를 실무에 어떻게 활용하나요?

각 단계별로 개선 포인트를 찾아 대응합니다. 인지는 정교한 타깃에 Paid Media를 집행하고, 흥미는 소비자 관심사와 브랜드의 공통점을 공략하며, 검색은 상위 노출 점유율을 높이고, 검증은 긍정적 후기를 유도하며, 행동은 결제 편의를 높이고, 공유는 자랑거리·이야깃거리를 제공하는 식입니다. 각 지점을 정확하고 빠르게 개선할수록 브랜드 성장 가능성이 커집니다.