누적 다운로드 4천만을 넘긴 하이퍼 캐주얼 게임 ‘고양이 스낵바(Cat Snack Bar)’를 만든 트리플라는, 팀 규모는 작지만 빠른 실험과 반복을 강점으로 콘텐츠를 발전시켜왔어요. 하지만 광고 수익화 영역만큼은 쉽지 않았어요.
광고 A/B 테스트는 반복이 어렵고 리소스는 많이 들면서도, 팀의 몰입과 개발 일정을 방해하는 병목이었거든요. 이 글에서는 트리플라가 어떻게 에어플릭스를 통해 이 문제를 해결했고, 단 4주 만에 LTV를 9.82% 끌어올릴 수 있었는지를 자세히 살펴볼게요.
트리플라는 광고 수익화를 위해 유저 세그먼트 기반 전략을 직접 설계했어요. 유저의 국가, 결제 이력, 스테이지 진행도 등을 기준으로 그룹을 나눈 뒤, 각 세그먼트에 맞는 광고 정책을 적용하는 방식이었어요.
특히 한 번이라도 결제한 유저는 광고 단가(eCPM)가 높다는 점에 주목해, 고가치 유저만을 대상으로 한 프리미엄 광고 전략을 운영했어요. 모든 유저에게 동일한 광고를 노출하는 대신, 더 높은 단가의 광고를 고가치 유저에게만 선별적으로 보여주는 방식이었죠.
내부 지표를 분석해보니, 구매 이력이 있거나 세션당 플레이 시간이 길고, 복귀율이 높은 유저들이 높은 수익을 만들어내는 경향이 있었어요. 트리플라는 이 유저군을 고가치 유저로 정의하고, 이들에게 프리미엄 광고 슬롯을 집중적으로 배치했어요. 실제 운영 결과, 같은 유저군 내에서도 일반 광고 대신 프리미엄 광고를 노출했을 때 단가가 20~30배 가까이 높게 형성됐고, 단 한 번의 노출만으로도 일반 유저보다 훨씬 많은 수익을 올릴 수 있었어요.
하지만 트리플라는 시간이 지날수록 실험을 지속적으로 운영하고 유지 관리하는 데 어려움을 느끼게 됐어요. 유저의 행동이 바뀌면 고가치 여부도 달라지기 때문에 이를 실시간으로 반영해 관리하는 게 쉽지 않았고, 프리미엄 애드 수요 자체도 제한적이라 광고 노출이 일정하게 이뤄지지 않았어요.
또한 전면 광고를 스테이지 초반에 배치하면 유저 경험에 부정적인 영향을 줄 수 있다는 우려 때문에, 초반 구간에는 광고를 아예 배치하지 않기도 했어요. 물론 구매력이 높은 국가에는 해당 전략을 일부 적용해봤지만, 하나의 국가 안에서도 유저 유형이 너무 다양하다 보니 이 전략이 최적이라고 확신하긴 어려웠어요.
이처럼 정교한 전략을 세우고 실제로 적용해보기도 했지만, 문제는 이런 실험을 반복하기가 매우 어려웠다는 점이에요.
결국 팀 내부에선 이런 고민이 커지기 시작했어요.
“수익화는 분명 중요한데, 좋은 콘텐츠를 만들기도 바쁜 우리가 이 실험을 계속 직접 해야 하는 걸까?”
이때 트리플라는 에어플럭스(에어플릭스)를 도입하게 됐어요. 가장 큰 차이는 사람이 아닌 AI가 실험을 설계하고 운영한다는 점이었어요.
실험 조건은 이랬어요:
에어플릭스는 초기 조건을 기준으로, 국가, OS, 플레이 시간, 결제 이력 등 다양한 데이터를 실시간으로 학습해서 광고 정책을 매주 자동으로 조정했어요. 트리플라 팀은 정책을 따로 수정하지 않아도 실험은 계속 돌아가고 있었고요.
에어플럭스를 적용한 지 한 달 후, 수익과 지표 모두 뚜렷한 개선이 나타났어요.
특히 주목할 만한 점은 다음과 같아요.
그리고 무엇보다도, 실험이 팀의 작업 흐름을 방해하지 않게 된 점이 가장 큰 변화였어요.
트리플라가 얻은 가장 큰 변화는 단순한 수익 상승이 아니었어요. 바로 팀이 광고 실험으로부터 자유로워졌다는 점이에요.
예전에는 광고 실험으로 인해 콘텐츠 일정이 지연되곤 했지만, 이제 실험이 자동화되면서 팀이 게임의 본질에 집중할 수 있게 됐고, 그 결과 콘텐츠 퀄리티와 업데이트 속도, 수익성까지 모두 함께 개선됐어요.
에어플릭스를 통해 전면 광고 수익화 최적화에 성공한 건 트리플라에게 분명한 전환점이었어요. 실제로 기대 이상으로 잘 작동했기 때문에, 지금은 ‘고양이 스낵바’를 넘어 자사 다른 게임들에도 에어플릭스를 순차적으로 확대 적용하고 있어요.
그리고 트리플라는 벌써 그 다음 단계를 준비하고 있어요. 팀은 광고를 넘어 AI 기반 실험 자동화 시스템이 수익화 전략 전반을 지원할 수 있는지 탐색 중이에요. 트리플라가 에어플릭스와 함께 구상 중인 다음 실험은 다음과 같아요:
이런 구조는 광고에서 실현한 실험 자동화 수준을 인앱 결제(IAP) 영역까지 확장하려는 시도예요. 에어플릭스와 함께 트리플라는 점점 더 많은 실험을 사람이 아닌 시스템이 스스로 설계·운영하는 환경을 만들고 있어요. 왜냐하면 트리플라는 수익화만을 위한 조직이 되고 싶은 게 아니에요. 트리플라가 진짜 잘하는 건, 재미있고 몰입감 있는 게임을 만드는 일이니까요.
트리플라가 추구하는 방식은 분명해요. AI가 수익화의 수학을 맡고, 팀은 재미를 설계하는 데 집중하는 것이에요.
“우리는 재미를 설계하고, 그 재미를 수익으로 연결해주는 건 에어플릭스가 맡아주길 바랍니다.” – 허산, 트리플라 CEO
에어플릭스를 통해 트리플라는 더 빠르게 실험하고, 더 효율적으로 확장하며, 더 크게 성장할 수 있을 거라고 확신하고 있어요.
고양이 스낵바 사례는 트리플라의 민첩한 실행력과 실험 중심의 팀 문화, 그리고 에어플릭스 기반의 자동화가 결합됐을 때 어떤 성과를 만들 수 있는지를 잘 보여줘요. 반복 실험의 부담에서 벗어난 트리플라는 다시 본질인 게임 개발에 집중할 수 있었고, 그 결과 더 나은 유저 경험과 더 높은 수익이라는 두 가지 성과를 동시에 이뤄냈어요.
에어플릭스는 단순히 광고 수익을 높이는 도구가 아니에요. 실험과 최적화를 자동화해주는, 새로운 형태의 수익화 인프라에 가깝죠. 이제 소규모 팀도 대형 퍼블리셔처럼 정교한 전략을 반복적으로 운영할 수 있는 시대가 열렸어요.
모바일 게임 시장은 점점 더 정교해지고 있어요. 유저의 기대 역시 그에 못지않게 높아졌고요. 이런 환경에서는 반복 가능한 실험 없이는 장기적인 수익을 기대하기가 점점 어려워지고 있어요. 그렇다고 해서, 모든 실험을 손수 해야 할 필요는 없죠. 실험은 계속돼야 해요. 다만, 방식이 달라졌을 뿐이에요.
지금 바로 에어플럭스팀에게 수익화 고민을 공유해보세요. 여러분의 게임이 더 잘 성장할 수 있는 방법을 함께 찾아보겠습니다.
