지속가능한 성장을 만드는 법: Viral Growth와 Carrying Capacity

이 세션의 핵심은 단순히 사용자를 많이 모으는 방법이 아니다. 일시적으로 MAU를 끌어올리는 성장과, 시간이 지나도 유지되는 성장의 구조를 구분하는 법을 설명한다.

성장을 볼 때 중요한 질문은 다음과 같다.

바이럴은 어떤 요소로 만들어지는가?
지금의 성장은 지속 가능한가, 아니면 특정 이벤트가 끝나면 사라지는가?
서비스가 이론적으로 도달할 수 있는 최대 사용자 규모는 어디까지인가?
무엇부터 개선해야 Carrying Capacity가 올라가는가?
제품의 노출, 입소문, 리텐션을 어떻게 분리해서 봐야 하는가?

1. Viral Growth는 세 요소의 곱으로 본다

바이럴을 하나의 뭉뚱그린 지표로 보지 않고 세 가지 요소로 나눠 볼 수 있다.

Virality = Payload × Frequency × Conversion Rate

Payload

한 번의 바이럴 루프가 돌 때 몇 명에게 메시지가 노출되는가를 뜻한다.

예를 들어 친구 초대 리워드를 보내며 3~~4명에게 공유한다면 Payload는 대략 3~~4 수준이다.

Frequency

한 사용자가 바이럴 메시지를 얼마나 자주 만들어내는가를 의미한다.

한 번 가입할 때만 초대 메시지가 발생하는 제품과, 서비스를 사용할 때마다 자연스럽게 메시지가 노출되는 제품은 완전히 다르다.

Conversion Rate

바이럴 메시지를 본 사람이 실제로 신규 사용자로 전환되는 비율이다.

리워드가 크거나 가입 이유가 분명할수록 전환율이 높아질 수 있다.

바이럴 제품은 보통 한 요소를 극단적으로 키운다

세 요소를 모두 조금씩 올리는 것보다, 제품 구조에 맞는 한 요소를 압도적으로 키우는 경우가 많다.

Hotmail: Frequency

Hotmail은 발송되는 모든 이메일 말미에 서비스 문구가 자동으로 붙었다.

Payload: 이메일 한 통당 한 명 수준이라 작음
Frequency: 이메일을 보낼 때마다 반복되므로 매우 높음
Conversion: 문구 하나만 보고 가입해야 하므로 높지 않음

하지만 당시 이메일 사용 빈도가 워낙 높았기 때문에 Frequency 하나가 바이럴을 만들어냈다.

Facebook: Payload

초기 Facebook은 사용자의 이메일 주소록이나 메신저 친구 목록을 가져와 친구를 찾고 초대하게 했다.

한 번의 가입 과정에서 수십~수백 명에게 초대가 퍼질 수 있었기 때문에,

Frequency는 낮고
Conversion도 아주 높지 않더라도
Payload가 압도적으로 컸다.

PayPal: Conversion

PayPal의 추천 프로그램은 추천인과 가입자 모두에게 현금성 보상을 주었다.

Payload는 낮고
빈번하게 일어나는 행동도 아니지만
“가입하면 돈을 준다”는 제안 때문에 Conversion이 매우 높았다.

Dropbox의 추천 용량 보상 역시 비슷한 구조다.

실무적으로 봐야 할 것

바이럴이 약하다고 해서 막연히 “공유 기능을 넣자”고 생각할 필요는 없다. 먼저 현재 바이럴 루프를 세 요소로 분해해야 한다.

한 번에 몇 명에게 퍼지는가?
사용자가 이 행동을 얼마나 자주 하는가?
메시지를 본 사람 중 몇 %가 실제 가입하는가?

그리고 가장 큰 레버리지가 있는 한 요소를 먼저 찾아야 한다.

2. Growth의 목표는 MAU가 아니라 Carrying Capacity여야 한다

세션에서는 Growth의 목표를 단순 MAU 증가가 아니라 Carrying Capacity(CC)를 높이는 것으로 둬야 한다고 강조한다.

여기서 CC는 유입(Inflow)과 이탈(Churn)이 균형을 이루는 과정에서 형성되는 지속 가능한 사용자 규모로 이해할 수 있다.

MAU만 목표로 잡으면 “지금 숫자가 오르기만 하면 되는” 액션을 선택하기 쉽다. 하지만 CC를 목표로 잡으면 나중에 사라질 성장은 애초에 가치가 낮다.

MAU는 올리지만 CC는 올리지 못할 수 있는 것들

1) 일시적 프로모션

예를 들어 카드사 제휴로 3개월 동안 가격을 낮추면 그 기간 MAU는 올라갈 수 있다.

하지만 제휴가 끝난 뒤 신규 유입이 다시 원래 수준으로 돌아간다면 CC는 변하지 않는다.

즉,

프로모션 기간의 트래픽 증가와 구조적인 성장 개선은 다르다.

2) 다크 패턴 기반 Push

사용자를 기만하거나 충분한 고지 없이 반응을 끌어내는 방식은 초기에 숫자를 올릴 수 있다.

하지만 서비스 규모가 커지거나 법률·정책·PR 이슈로 중단해야 하는 순간, 그 효과가 사라지고 MAU와 CC가 동시에 내려갈 수 있다.

3) 한동안만 가능한 퍼널 최적화

특정 시기에만 허용되는 가입 퍼널 Tweak 역시 나중에 원복해야 한다면 지속 가능한 개선이 아니다.

원복하는 순간 CC도 원래 위치로 돌아간다.

4) 리텐션이 보장되지 않는 Paid Marketing

광고로 신규 사용자를 많이 데려와도 남아 있지 않는다면 지속적인 CC 개선으로 이어지지 않는다.

5) 법률·PR 문제 때문에 결국 제거해야 할 경험

문제가 생기면 끌 수밖에 없는 기능이나 퍼널은 장기적으로 성장 자산이 되기 어렵다.

“홈 화면에 잠깐 올리기”가 성장처럼 보이는 이유

트래픽이 큰 앱의 홈 화면에 특정 서비스를 잠깐 노출하면 Inflow가 크게 늘 수 있다.

그 결과 MAU가 증가하므로 성장이 일어난 것처럼 보인다. 하지만 노출을 제거하자마자 유입이 사라진다면 서비스 자체의 CC가 올라간 것이 아니다.

예외는 있다: 외부 환경이 구조적으로 바뀌는 경우

지역화폐처럼 특정 시기에 수요가 급증하는 기능을 제품에 넣을지 판단할 때도 같은 원칙을 적용할 수 있다.

핵심 질문은 이것이다.

지금의 환경이 일시적인가, 앞으로도 계속될 구조적 변화인가?

일시적 이벤트라면 그 수요를 쫓아 만든 기능은 나중에 CC가 다시 내려갈 수 있다. 반대로 변화가 장기적으로 지속된다면 새로운 CC를 만들 수도 있다.

3. 서비스가 도달할 수 있는 최대 CC는 시장 구조에서 결정된다

제품이 아무리 좋아도 무한히 성장할 수는 없다. 서비스가 타깃하는 행동 자체의 시장 크기가 상한선을 만든다.

이때 먼저 봐야 할 것이 Broadness와 Frequency다.

Broadness: 얼마나 많은 사람이 이 행동을 하는가?

예를 들어 송금이나 결제는 거의 모든 사람이 한다. 반면 택시는 전체 인구 중 일부만 정기적으로 이용한다.

어떤 행동을 하는 사람이 2천만 명뿐이라면, 그 행동을 전제로 하는 서비스의 MAU가 별다른 시장 확장 없이 2천만 명을 크게 넘기는 것은 어렵다.

제품이 좋아져 새로운 수요를 만들 수도 있지만, 사업을 설계할 때부터 그 가능성만 믿는 것은 위험하다는 관점이다.

Frequency: 얼마나 자주 하는 행동인가?

온라인 서비스에서는 월 3~4회 정도가 중요한 임계점이라고 설명한다.

사용 빈도가 월 3회도 되지 않는 서비스는 Retention Plateau를 만들기 어렵고, 결국 안정적인 CC를 측정하고 키우기도 어려워진다.

자주 사용할 이유가 있는 서비스일수록 자연스럽게 리텐션이 형성되고 CC를 만들기가 쉽다.

Online Penetration: 그 행동이 온라인으로 얼마나 전환될 수 있는가?

오프라인에서 일어나는 행동이 전부 온라인 서비스로 넘어오는 것은 아니다.

예를 들어 전체 행동의 40%만 온라인으로 전환 가능하다면, 그 40%가 온라인 서비스가 먹을 수 있는 최대 시장이다.

이 값이 Online Penetration이라는 상단의 Cap이 된다.

Competition: 온라인 시장에서도 경쟁자와 나눠 먹는다

온라인 전환이 40%라고 해서 그 40%를 한 회사가 모두 차지하는 것은 아니다.

예를 들어,

전체 행동의 40%가 온라인으로 전환되고
그 온라인 시장에서 자사가 40% 점유율을 차지한다면

전체 시장 기준으로 자사가 가져가는 비중은 약 16%가 된다.

즉 최종적으로 도달할 수 있는 사용자 규모는 대략 다음 구조에서 결정된다.

전체 타깃 행동 → Online Penetration → 경쟁 점유율 → 도달 가능한 최대 CC

결국 Max CC는 기업가치의 상한과 연결된다

서비스가 수용할 수 있는 사용자 수에 한계가 있다면, 고객당 가치가 동일하다는 단순한 가정 아래 회사가 만들 수 있는 가치의 상한도 결국 그 최대 CC에 영향을 받는다.

그래서 시장 크기를 볼 때 단순 TAM보다 더 구체적으로 다음을 봐야 한다.

실제로 이 행동을 하는 사람은 몇 명인가?
얼마나 자주 하는가?
그 행동 중 온라인으로 넘어올 비율은 얼마인가?
온라인 시장에서 우리 점유율은 어디까지 가능한가?

4. 경쟁이 있는 시장에서는 빠른 성장이 중요할 수 있다

CC는 단지 제품 내부 지표만으로 결정되지 않는다. 시장 안에서 경쟁자가 먼저 점유율을 확보하면 자사가 가져갈 수 있는 기회가 줄어든다.

따라서 경쟁이 강한 시장에서는 빠르게 성장하는 것 자체가 더 크게 성장하기 위한 조건이 될 수 있다.

경쟁자가 들어오기 전에 시장의 많은 부분을 선점하면 이후 경쟁자가 그 사용자를 다시 빼앗기는 어려워진다.

반대로 이미 경쟁에서 1등이 된 뒤 더 큰 CC를 만들고 싶다면 다음 과제는 시장 점유율 싸움이 아닐 수 있다.

그때는 아직 오프라인에 남아 있는 행동 자체를 온라인으로 전환시키는 것이 다음 성장 레버가 된다.

예를 들어 금융 서비스에서 지점 방문이 필요했던 대출 과정을 앱 안에서 처리할 수 있게 만들면, 기존 온라인 시장의 점유율만 키우는 것이 아니라 Online Penetration 자체를 확장할 수 있다.

5. CC를 올릴 때 지표의 우선순위는 반대로 봐야 한다

세션에서 제시한 중요도 순서는 다음과 같다.

Churn → Retention → Activation → Acquisition

많은 조직은 반대로 일한다.

일단 사용자를 많이 데려온다.
가입이 잘 안 되면 가입 퍼널을 고친다.
사용자가 떠나면 리텐션을 본다.
Churn은 나중에 본다.

하지만 CC를 높이는 관점에서는 먼저 빠져나가는 사용자를 줄이는 것이 중요하다.

신규 사용자를 계속 넣어도 기존 사용자가 같은 속도로 빠져나가면 지속 가능한 사용자 규모는 커지지 않기 때문이다.

Retention은 WAU/MAU가 아니라 Cohort로 봐야 한다

WAU/MAU 비율은 서비스의 사용 빈도를 보는 데는 도움이 될 수 있지만, 특정 개선이 리텐션에 실제 영향을 줬는지 확인하는 지표와는 다르다.

제품 변경 전후로 사용자 행동이 좋아졌는지를 보려면 Cohort Retention을 봐야 한다.

특히 신규 유저가 첫 달에 얼마나 빠지는지, 그리고 시간이 지난 뒤 리텐션이 어느 수준에서 Plateau를 만드는지를 확인하는 것이 중요하다.

6. CC 변화는 7d Trailing과 30d Trailing을 함께 본다

제품 개선이 CC에 긍정적인지 부정적인지 빨리 확인하려면 최근 일정 기간의 Inflow와 Churn을 이용해 Trailing 지표를 볼 수 있다.

7d Trailing

최근 7일의 데이터를 기준으로 계산한다.

장점은 변화에 빠르게 반응한다는 것이다. 새로운 액션이 CC에 영향을 주기 시작하면 30일 지표보다 먼저 움직인다.

따라서 매주 실행한 제품 변화가 좋은 방향인지 빠르게 확인하는 선행 신호로 쓸 수 있다.

30d Trailing

최근 30일의 데이터를 기준으로 계산한다.

반응은 느리지만 계절성이나 일시적인 외부 변수에 덜 흔들린다.

7일 지표가 먼저 움직이고 30일 지표가 뒤따라 같은 방향으로 움직인다면, 일시적 노이즈보다 구조적 변화일 가능성이 높아진다.

두 지표를 함께 보는 이유

7d: 빠른 피드백
30d: 안정적인 추세 확인

7d만 보면 단기 이벤트나 Seasonality를 제품 개선 효과로 착각할 수 있고, 30d만 보면 실제 변화가 일어나도 확인하는 데 너무 오래 걸린다.

두 지표를 함께 추적하면 매주 하는 액션이 CC에 미치는 영향을 더 빠르고 안정적으로 판단할 수 있다.

7. 제품 구조는 Top Funnel × Wow Factor × Recurring Value로 본다

제품이 만들어내는 전체 임팩트는 세 가지를 분리해서 볼 수 있다.

Product Impact = Top Funnel × Wow Factor × Recurring Value

Top Funnel

얼마나 많은 사람에게 제품이 노출되는가를 뜻한다.

유료 마케팅만이 아니라 Organic, Referral 등 모든 Distribution을 포함한다.

Wow Factor

처음 사용했을 때 “이거 정말 좋다”라고 느끼고 다른 사람에게 말하고 싶게 만드는 요소다.

즉 Word of Mouth를 만드는 힘이다.

Recurring Value

사용자가 이 제품을 계속 다시 사용할 이유다.

실질적으로 Retention을 만드는 반복 가치와 가깝다.

Wow Factor와 Recurring Value는 서로 다른 변수다

강한 첫인상이 있다고 해서 반드시 계속 사용하는 것은 아니다.

반대로 처음 써봤을 때 놀라운 경험이 없어도, 생활 속에서 계속 필요한 서비스가 될 수 있다.

둘 다 강한 서비스

초기의 간편송금처럼 처음 사용했을 때의 놀라움도 크고, 이후에도 계속 쓸 이유가 있는 제품은 Wow Factor와 Recurring Value를 동시에 갖는다.

Wow Factor는 약하지만 Recurring Value가 강한 서비스

계좌·카드 조회 같은 자산 관리 기능은 처음 봤을 때 강한 감탄을 만들지 않을 수 있다. 하지만 한 번 습관이 생기면 계속 사용하게 된다.

이 경우 바이럴은 낮아도 리텐션은 매우 높을 수 있다.

Wow Factor는 강하지만 Recurring Value가 약한 서비스

한때 SNS에서 빠르게 퍼지는 테스트·운세형 서비스처럼 처음에는 재미 때문에 공유가 폭발할 수 있다.

하지만 다시 사용할 이유가 없다면 바이럴은 높고 리텐션은 거의 없을 수 있다.

중요한 결론

바이럴이 높다고 리텐션이 높은 것도 아니고, 리텐션이 높다고 바이럴이 높은 것도 아니다.

제품을 분석할 때 이 둘을 하나의 “좋은 제품”이라는 감각으로 묶지 말고, 서로 독립된 구조로 봐야 한다.

8. 이 프레임을 실무에 적용하는 순서

성장 전략을 볼 때

현재 MAU가 오른 이유를 분해한다.
그 효과가 액션을 중단해도 유지되는지 본다.
유지되지 않는다면 CC를 높인 것이 아니라 단기 유입을 만든 것으로 본다.
Inflow보다 Churn과 Cohort Retention을 먼저 점검한다.
7d/30d Trailing CC를 함께 추적해 액션의 영향을 확인한다.

바이럴 전략을 볼 때

Payload, Frequency, Conversion으로 분해한다.
현재 가장 약한 요소와 가장 키우기 쉬운 요소를 찾는다.
세 요소를 모두 조금 개선하기보다 압도적인 레버를 찾는다.
바이럴과 리텐션을 같은 문제로 취급하지 않는다.

신규 사업이나 시장을 볼 때

이 행동을 하는 사람은 얼마나 많은가? — Broadness
얼마나 자주 하는가? — Frequency
오프라인 행동이 온라인으로 얼마나 넘어올 수 있는가? — Online Penetration
경쟁자와 나눴을 때 우리 몫은 어디까지 가능한가? — Competition
그 결과 도달 가능한 최대 CC가 사업 규모에 충분한가?

핵심 정리

이 세션의 메시지는 결국 하나로 모인다.

성장은 숫자를 잠깐 올리는 것이 아니라, 제품과 시장의 구조를 바꿔 지속 가능한 사용자 규모를 높이는 일이다.

그래서 좋은 Growth Team은 단기 MAU 상승 자체보다 다음을 본다.

사용자가 덜 떠나는가?
제품을 계속 사용할 이유가 강해졌는가?
바이럴 루프의 어느 요소가 커졌는가?
일시적 이벤트가 사라진 뒤에도 성장 효과가 남는가?
시장의 Online Penetration이나 경쟁 점유율을 구조적으로 확장했는가?
현재 실행이 실제 CC를 높이는 방향으로 작동하고 있는가?

이 기준으로 보면 “숫자가 올랐다”와 “사업이 성장했다”는 전혀 다른 말이 된다.