리텐션에서 ‘스마일 커브’는 언제 나타나는가

안녕하세요, 최근 리텐션을 공부하다가 '스마일 커브'라는 흥미로운 유형의 리텐션 커브를 알게 되었습니다. 쉽게 나타나지 않는 모양이기 때문에 스마일 커브가 발생한 사례를 모으고 스마일커브가 언제 발생하는지 정리했습니다.

ChatGPT로 생성한 이미지입니다.

 

리텐션에서 '스마일 커브'는 언제 나타나는가

목차

1. 스마일 커브

2. 사례

1) 에버노트

2) ChatGPT

3) Missbeez

4) 무니스

3. 스마일 커브는 언제 나타나는가?

 

1. 스마일 커브

스마일 커브는 리텐션 코호트 그래프에서 다음과 같은 형태를 의미합니다.

• 초기 사용 이후 리텐션이 감소
• 일정 시점 이후 리텐션이 다시 상승
• 장기 코호트에서 사용 비율이 회복되거나 더 높아짐

이는 두 가지 현상이 동시에 일어날 때 가능합니다.

1. 한 번 이탈한 사용자가 다시 돌아온다 (Resurrection)
2. 오래 남은 사용자들의 사용 강도나 가치가 더 커진다

즉, “버틴 유저”가 아니라 “되돌아올 이유가 있는 유저” 가 존재해야 합니다.

 

---

2. 스마일 커브 사례

1) 에버노트

출처: Should Your Startup Go Freemium?

Evernote는 스마일 커브 논의에서 가장 자주 인용되는 사례입니다.
TechCrunch에 공개된 글에서 Evernote는 일반적인 하향 곡선과 달리, 1년 이후 사용이 오히려 증가하는 ‘Smile Graph’ 를 직접 공개했습니다.

이 현상이 가능했던 이유는 Evernote의 제품 구조에 있습니다.

• 사용자가 저장한 노트, 문서, 클리핑은 시간이 지날수록 쌓인다
• 쌓인 데이터 자체가 개인 자산이 된다
• 한동안 사용하지 않더라도 “언젠가 다시 필요해질 것”이라는 기대가 생긴다

결과적으로 Evernote는
“매일 쓰는 앱”이 아니라 “필요해지면 반드시 돌아오는 앱” 이 되었고,
이 복귀 행동이 코호트 전체 리텐션을 다시 끌어올렸습니다.

이 사례는 스마일 커브가 마케팅이나 리마인드 알림이 아니라, ‘저장되는 가치’에서 비롯될 수 있음을 보여줍니다.

 

 

---

2) ChatGPT

ChatGPT 역시 최근 여러 VC와 분석가들이 스마일 커브 리텐션을 보인 사례로 언급하고 있습니다.
Menlo Ventures의 파트너 Deedy Das는 공개적으로 ChatGPT의 리텐션을 “rapidly rising smile curve”라고 표현했습니다.

이 사례가 흥미로운 이유는 Evernote와 정반대의 특성을 갖고 있기 때문입니다.

• Evernote는 ‘저장형(Stored Value)’ 제품
• ChatGPT는 ‘즉시 가치형(Instant Utility)’ 제품

그럼에도 스마일 커브가 나타난 이유는 다음과 같습니다.

1. 초기 사용자는 단일 유스케이스로 유입
2. 시간이 지나며 새로운 활용법을 발견
   (업무 자동화, 학습 보조, 글쓰기, 코딩 등)
3. 다시 돌아왔을 때 “이전보다 훨씬 쓸모 있는 도구”가 되어 있음

즉, ChatGPT의 스마일 커브는
‘데이터 축적’이 아니라 ‘유스케이스 확장’에 의해 만들어진 곡선이라고 볼 수 있습니다.

---

3) Missbeez

출처: Cohort analysis - 4 ways to analyze your product retention rate

 

이스라엘에서 시작한 라이프스타일 및 뷰티 서비스 예약/배달 서비스를 제공하는 Missbeez 사례는 조금 다릅니다.
이 사례에서 스마일 커브는 사용자 수 리텐션이 아니라, 코호트 기준 매출 리텐션에서 관측되었습니다.

공개된 코호트 분석에 따르면,

• 특정 월에 유입된 고객들의 매출은 초기에는 감소
• 이후 재구매, 업셀, 사용 빈도 증가로 인해
• 시간이 지나며 유입 시점의 매출을 다시 상회

이는 전형적인 Negative Churn(순확장 매출) 패턴입니다.

이 사례는 중요한 시사점을 줍니다.

사용자 수 리텐션은 평범해 보여도, 매출 리텐션에서는 스마일 커브가 나타날 수 있다.

 

특히 B2B SaaS, 마켓플레이스, 구독 서비스에서는
“남아 있는 소수의 고객이 점점 더 많은 가치를 만들어내는 구조”가
스마일 커브를 매출 기준으로 먼저 드러내는 경우가 많습니다.

 

---

4) 무니스

지금까지 해외 기업에서 발생한 스마일 커브를 살펴봤습니다. 국내에서는 스마일 커브를 보인 서비스가 있을까요? 국내 스타트업 Munice(무니스) 에서도 실제로 관측된 바 있습니다. 무니스는 AI 기반 수면 앱인 'Nightly(미라클나잇)'을 제공하고 있습니다.

출처: 리텐션이 웃다니

무니스의 초기 리텐션은 전형적으로 빠르게 하락 후 flat 형태를 유지하고 있었습니다.

무니스는 고객들이 자사 서비스를 충분히 사용할 수 있도록 두 가지 전략을 사용했고, 리텐션의 증가로 이어졌습니다.

1. 푸시 알림 도입
   • 데이터를 기반으 고객들이 잠들기 직전(오전 12시 이후)에 앱을 가장 많이 사용하는 것을 확인했고 그 전인 오후 11시에 푸시 알림을 보냈습니다.
2. 콘텐츠 추가
   • 자사 서비스의 과학적 배경, 기본 기능과 관련이 있는 아티클 업로드, 수면을 유도하는 명상 기능 추가 등을 추가했습니다.

무니스 사례는 스마일 커브가 저장형 서비스나 글로벌 SaaS에 국한되지 않고,
사용자 문제의 재발성과 서비스 가치의 타이밍이 맞물릴 때 국내 서비스에서도 충분히 발생할 수 있음을 보여줍니다.

---

3. 스마일 커브는 언제 나타나는가?

위 사례들을 종합했을 때, 서비스 유형에 따라 세부적인 방식은 다르겠지만, 서비스를 계속 이용하는 유저들이 늘어나거나, 혹은 복귀 유저가 늘어나 리텐션이 증가하는 스마일 커브는 다음과 같을 때 발생합니다.

1. 시간이 지날수록 유저에게 서비스의 가치가 높아짐(축적된 고객 데이터로 개인화된 서비스 제공 등)
2. 새로운 기능 추가 또는 활용법 발견
3. 부담스럽지 않은 리텐션 유도

즉, 고객이 계속 사용하거나 돌아올 수 있도록 서비스의 가치를 올리는 것이 가장 중요합니다.그리고 데이터 분석을 통해 푸시 알림 시간 설정 등 리텐션을 높이는 최적의 방법을 탐색해야 합니다.그래서 스마일 커브를 이끌어내기 위해 다음과 같은 질문을 하는건 떨까요?

 

• 우리 제품에는 시간이 지날수록 쌓이는 가치가 있는가?
• 사용자가 떠났다가 돌아와야 할 이유를 명확히 설명할 수 있는가?
• 사용자 리텐션과 매출 리텐션을 분리해서 보고 있는가?
• ‘계속 쓰는 사람’과 ‘돌아오는 사람’을 구분해 분석하고 있는가?

 

 

참고

🐋 리텐션이 웃다니 | Disquiet*

리텐션이 웃다니 | Disquiet*

 

Should Your Startup Go Freemium? | TechCrunch

Should Your Startup Go Freemium? | TechCrunch

ChatGPT's Retention Curves Resemble Past Winners - Brian Balfour

ChatGPT's Retention Curves Resemble Past Winners - Brian Balfour

https://www.mobilespoon.net/2019/07/cohort-analysis-retention-rate.html

Cohort analysis - 4 ways to analyze your product retention rate

 

본 내용은 데이터리안 'SQL 데이터 분석 캠프 실전반' 을 수강하며 작성한 내용입니다.