이 글은 2025년 9월 7일에 업데이트 됐습니다.
제품을 성장시키는 데 있어 리텐션(Retention, 잔존율)은 매우 중요한 지표예요. 신규 유저를 끌어들이는 것도 중요하지만, 이미 확보한 유저가 꾸준히 돌아와 제품을 사용하도록 만드는 것이야말로 장기 성장을 좌우하는 핵심이기 때문이죠.
실제로 리텐션이 높은 제품은 고객 생애 가치(LTV)가 커지고, 마케팅 비용 대비 효율(ROI)도 크게 향상돼요.
하지만 문제는 리텐션을 어떻게 정의하고 측정할 것인가예요. 매일 사용하는 앱과 가끔 사용하는 서비스의 리텐션은 같을 수 없죠. 따라서 비즈니스 모델과 고객의 사용 패턴에 맞는 분석 방법을 선택해야 해요.
이번 글에서는 앰플리튜드(Amplitude)의 리텐션 플레이북을 기반으로, 대표적인 3가지 리텐션 측정 방법을 소개해드리려고 해요. 각 방식이 어떤 특성을 가지고 있으며, 어떤 서비스에 적합한지 구체적인 예시와 함께 살펴볼게요.
📌 오늘의 Key Takeaways
리텐션(retention)이란 사용자가 제품을 지속적으로 사용하며 재방문하는 비율을 의미해요. 좀더 정확하게 설명하자면, 사용자가 시간이 지나도 제품으로 돌아와 ‘의미 있는 행동(활성 이벤트)’을 반복하는 비율을 말해요.
단순 재방문이 아니라, 우리 비즈니스에 가치를 만드는 핵심 행동(예: 동영상 시청 완료, 장바구니 담기→구매, 문서 생성, 게임 한 판 플레이 등)을 다시 수행했는지 보는 게 핵심이에요.
신규 유저 확보도 중요하지만, 장기적으로 제품을 성장시키는 힘은 결국 기존 유저를 얼마나 잘 붙잡느냐에서 결정돼요.
앱/서비스의 리텐션을 정확히 측정해야만 다음과 같은 인사이트를 얻을 수 있어요.
인사이트들을 좀더 구체적으로 설명해드릴게요.
신규 유저 획득(UA) 만으로는 성장이 유지되지 않아요. 광고를 줄이는 순간 트래픽이 꺼지죠. 반면 리텐션이 높은 제품은 유저가 자발적으로 돌아오기 때문에, LTV가 상승하고 CAC 회수 기간이 짧아져요. 즉, 같은 예산으로 더 오래, 더 크게 성장할 수 있어요.
리텐션은 분명 중요하지만 아무렇게나 측정하면 안돼요. 우리 비즈니스 성장에 영향을 미치는 ‘좋은 리텐션’을 정확하게 측정할 수 있어야 해요. 이를 위해서는, 내부에서 활성 이벤트와 코호트를 정의해야 해요.
활성 이벤트(Active Event)는 보통 우리 제품에서 ‘가치가 창출되는 행동’을 1~2개로 명확히 정의해요. 예를 들어, 협업툴이라면 문서 생성/공유, 이커머스라면 결제 완료, OTT라면 시청 1편 이상, 헬스앱이라면 운동 세션 완료로 정할 수 있어요.
코호트(Cohort)는 기준일에 함께 유입·활성화된 유저 집단을 말해요. 유입 기준(Day 0=첫 접속)과 활성 기준(Day 0=첫 핵심행동) 중 하나를 선택하며, 온보딩이 긴 제품은 활성 기준이 더 현실적이에요.
리텐션을 측정할 때는 ‘리텐션 곡선’이 의미하는 바를 정확하게 해석할 수 있어야 해요.
‘깜짝’ 상승 구간이 있다? : 특정 기능/캠페인/알림이 유효 → 트리거로 표준화하고 자동화까지 연결
리텐션 라이프사이클 프레임워크를 살펴보기에 앞서 리텐션을 측정해볼게요.
앰플리튜드(Amplitude)에서는 ‘N-Day 리텐션’, ‘Unbounded 리텐션’, ‘Bracket 리텐션’ 등 3가지 리텐션 측정 방법을 지원하는데요. ‘리텐션 시리즈 #2’에서 살펴본 핵심 이벤트와 제품 사용 주기에 대한 이해를 기반으로, 어떤 측정 방법이 비즈니스 목표와 유저의 제품 사용 양상에 가장 적합한지 파악해야 해요.
사용하고 있는 애널리틱스 도구에 따라서 리텐션의 정의가 달라질 수 있기에, 먼저 해당 애널리틱스에서 리텐션을 어떻게 정의하고 있는지를 확인하고, 그것이 제품에 적절한지 검토해야 해야 해요. 또한 목적과 제품 특성에 따라 적합성이 달라지므로, 차이를 이해하고 맞는 방법을 선택하는 것이 중요해요.
N-Day 리텐션은 최초 사용일로부터 N일 후에 재방문한 액티브 유저의 비율을 측정하는 방식이에요. 리텐션 메트릭에 대한 논의는 일반적으로 N-Day 리텐션을 기준으로 이루어져요. 그중에서도, 게임 앱이나 소셜 앱, 혹은 습관적으로 사용하거나 반복적 행동을 유도하는 제품에 적합해요.
N-Day 리텐션을 측정할 때는 우선 유저가 제품을 최초로 사용한 날을 Day 0으로 설정해요. Day 0은 유저가 처음으로 앱을 다운로드 받은 날일 수도 있고, 회원 가입한 날일 수도 있으며, 앱 내에서 음악을 처음으로 재생했거나 친구를 초대하는 등 특정한 액션을 취한 날일 수도 있어요.
Day 0에 액티브 상태가 된 모든 유저들의 N일차 리텐션을 계산하여 1일차, 2일차, 7일차 등 특정 일자 별 지표를 파악할 수 있어요.
예를 들어, 1일차 리텐션이 최초로 액티브 상태가 된 바로 다음 날 얼마나 많은 유저가 재방문하는지 보여준다면, 3일차 리텐션은 최초로 액티브 상태가 된 후 3일 뒤에 얼마나 많은 유저가 재방문하는지를 보여줘요.
7일차 리텐션은, 정확히 7일차에 다시 액티브 상태가 된 유저만을 살펴보고, 1일차부터 6일차 사이, 혹은 8일차 이후에 재방문한 유저는 7일차 리텐션에서는 집계되지 않아요. 날짜는 얼마든지 자유롭게 설정할 수 있어요.
하단의 N-Day 리텐션 그래프는 0일차부터 30일차까지의 N-Day 리텐션의 가중 평균을 나타낸 거예요.
다만, 유저들이 매일 재방문하는 것이 아니라 매주 혹은 매달 정기적으로 재방문하는 경우에는 ‘N-Week 리텐션’ 또는 ‘N-Month 리텐션’이 보다 적절한 지표가 될 거예요. 개념적으로는 모두 N-Day 리텐션과 동일해요.
이 게임을 가장 활발하게 참여하는 유저는 전 세계의 다른 플레이어들에게 도전하기 위해 매일 재방문해요. 그렇기 때문에 이 경우에는 첫날 하루 동안 게임 내에서 여러 가지 인앱 게임을 수행하는 것이 장기 리텐션의 핵심 요소가 돼요.
Unbounded 리텐션은 특정 일을 포함하여 그 이후에 한 번이라도 재방문 한 유저의 비율을 나타내요. 유저가 정기적으로 반복해서 방문하는 제품이나 서비스가 아닐 경우, N-Day 리텐션을 측정하는 것보다 더 적합하죠.
아래 그래프는 앞에서 살펴본 N-Day 리텐션 그래프와 동일한 데이터를 기반으로 Unbounded 리텐션 수치를 보여줘요.
Unbounded 1일차 리텐션은 50%로 N-Day 리텐션 21%에 비해 매우 높게 나타나요. 이는 신규 유입 유저 중 50%가 1일차 이후 한 번이라도 재방문했음을 의미해요. Unbounded 2일차 리텐션은 약 38%로, 약 38%의 유저들이 최초 방문일(0일차)로부터 2일차 이후에 재방문했다는 뜻이에요.
다시 말해, Unbounded 리텐션은 실질적으로 이탈률의 반대 개념이에요. 즉, Unbounded 리텐션의 반대 수치를 측정하면, 0일차에 최초 유입된 유저들 중 얼마나 많은 유저들이 재방문하지 않는지를 정확하게 파악할 수 있어요. 예를 들어, 식료품 배달 서비스의 경우, 고객들이 매일 서비스를 이용하지는 않을 거예요. 어쩌면 예상 범위 내에서도 서비스를 재사용하지 않을 수 있어요.
그렇기 때문에, N-Day 리텐션을 활용해 유저가 정확히 7일차 혹은 30일차에 재방문하는지를 살펴보기보다는 Unbounded 7일차 리텐션을 살펴봄으로써 일주일 후 얼마나 많은 유저가 식료품 구매를 위해 재방문하는지 분석하는 것이 보다 효용이 높을 수 있어요.
앰플리튜드는 Bracket 리텐션 계산 기능을 제공하는데요. Bracket 리텐션은 N-Day 리텐션을 보다 유연하게 확장시킨 개념으로, 리텐션 분석을 특정 일/주/월 단위로 한정 짓는 것이 아니라, 지정된 구간으로 나누어 리텐션 분석을 수행할 수 있게 해줘요.
예를 들어, 4개의 Bracket을 아래와 같이 지정해 볼게요.
활성화된 유저가 특정한 활동을 위해 제품에 재방문할 경우, 이 유저를 잔존 유저로 볼 수 있어요.
아래의 리텐션 그래프를 통해 Bracket이 어떻게 나타나는지 확인할 수 있어요.
각 Bracket은 일종의 바구니와 같은데요. 만약 유저가 이 바구니 안에서 액티브 상태가 되면, 잔존 유저로 분류돼요. 관찰하고 싶은 유저의 행동 패턴에 따라 각 Bracket의 구간을 설정하면 돼요.
예를 들면, 사람들이 집에 상품을 미리 사다 놓기 위해 3주에 한 번씩 재방문을 하는 경우, 약 3주 혹은 1주 정도 더하거나 뺀 길이의 Bracket을 설정할 수 있어요. 이 경우, 사람들이 정확히 1일차 혹은 3일차에 재방문하는지 여부는 상관없으며, 두 번째 주문이 2주 후에 이뤄졌는지 1달 후에 이뤄졌는지도 상관없어요. 유저들의 사용 리듬을 보면서 그들이 제품으로부터 가치를 얻고 있는지 확인하는 것이 중요해요.
N-Day, Unbounded, Bracket 리텐션 간의 핵심 차이를 요약하면 아래와 같습니다.
그렇다면 어떤 리텐션을 측정해야 할지 어떻게 알 수 있을까요? 쉽고 빠른 해답 같은 것은 없어요. 제품의 사용 패턴과 비즈니스 목표에 따라 가장 적절한 분석 방법을 선택해야 하기 때문이에요. 유저들에게 기대되는 제품 재방문 주기에 따라 리텐션 분석 방법도 달라야 해요.
아래 예시를 참고해 보세요.
어떤 리텐션 분석 방법이 가장 유의미한 정보를 제공하는지 알아고 싶다면, 먼저 몇 가지 방법들을 통해 리텐션을 측정해 보고 각 제품에 맞도록 설정해 보세요. 정답은 하나가 아니며, 제품 특성과 비즈니스 목표에 맞는 방법을 택하는 것이 핵심이에요.
리텐션 지표를 단순히 “수치”로만 해석하는 것은 큰 위험이 될 수 있어요. 단순한 지표 산출이 아니라 제품 맥락과 비즈니스 목표, 데이터 신뢰도, 고객 세그먼트, 이벤트 정의 등 다양한 관점을 고려해야 해요. 그래야만 수치 이상의 의미를 얻을 수 있고, 실질적인 개선 전략으로 이어질 수 있어요.
리텐션 측정 방법을 선택하기 전에 반드시 다음의 5가지 관점을 함께 고려하세요.
모든 제품이 매일 사용되는 것은 아니에요. 소셜 앱, 게임 앱처럼 하루에도 여러 번 실행하는 서비스라면 Day 1, Day 7 같은 짧은 주기의 리텐션 지표가 핵심이 될 수 있어요.
반대로 보험 앱, 구독 기반 SaaS처럼 월 단위로 접속이 이뤄지는 경우라면 Month 1, Month 3 지표를 보는 것이 훨씬 의미가 있어요.
즉, “우리 제품이 고객의 일상에 어떤 리듬으로 스며드는가?”를 먼저 정의해야 올바른 리텐션 기준을 잡을 수 있어요.
리텐션 측정 방법은 기업의 핵심 KPI와 반드시 연결돼야 해요.
신규 고객의 초기 온보딩 성공률을 확인하고 싶다면 N-Day 리텐션(Day 1~Day 7 등)이 적합해요.
장기 구독 전환율이나 충성 고객 비중을 확인하고 싶다면, Unbounded 리텐션이나 Bracket 리텐션이 더 적절하죠. 예를 들어, OTT 서비스라면 ‘무료 체험 → 유료 전환’ 단계에서 Bracket 리텐션을 봐야 해요.
리텐션 지표는 충분한 데이터가 확보되지 않으면 의미가 크게 퇴색돼요. Day 30 리텐션을 측정하고 싶은데, 30일 이상 사용한 고객이 적다면 수치가 극단적으로 왜곡될 수 있어요.
따라서 데이터가 안정적으로 쌓이는 기간과 표본 크기를 고려해 리텐션 기간을 설정해야 해요. 즉, “우리 서비스가 가진 트래픽 규모에서 신뢰할 수 있는 데이터는 어디까지인가?”를 판단하는 것이 필요해요.
전체 평균만 보는 것은 리텐션 분석의 가장 흔한 함정이에요. 신규 유저와 복귀 유저의 행동 패턴은 근본적으로 다르고, 유료 구독 고객과 무료 이용 고객의 리텐션 수준도 당연히 달라요.
세그먼트를 나누어 각각 리텐션을 측정하면, ‘어떤 고객 집단이 우리 서비스의 충성 고객으로 성장할 가능성이 높은지’를 훨씬 더 정밀하게 파악할 수 있어요. 예를 들어, 음악 스트리밍 앱에서는 신규 가입자는 첫 7일 리텐션이 중요하지만, 유료 구독자는 30일이나 90일 단위 리텐션을 보는 것이 더 의미있어요.
리텐션의 정의는 제품 맥락에 따라 달라져야 해요. 단순히 ‘앱 재실행’을 기준으로 리텐션을 계산할 수도 있지만, 이커머스 앱이라면 ‘장바구니 추가 → 결제 완료’ 같은 핵심 행동 이벤트를 기준으로 리텐션을 정의하는 것이 더 유용해요.
즉, “우리 서비스에서 진짜로 가치가 창출되는 순간이 무엇인가?”를 먼저 규정해야 하고, 이 정의가 곧 리텐션 측정 방식으로 이어져야 해요.
리텐션은 단순히 숫자를 측정하는 것이 아니라, 고객의 충성도와 장기 성장을 이끄는 핵심 지표이에요. 제품 특성에 따라 N-Day, Unbounded, Bracket 리텐션 중 적절한 방식을 선택하세요.
그리고 한 가지 방법에만 의존하지 말고, 여러 방법을 병행해 다양한 각도에서 유저 행동을 이해하세요. 리텐션은 라이프사이클 프레임워크와 결합할 때 더 큰 힘을 발휘해요.
다음 글에서는 리텐션 라이프사이클 프레임워크를 구체적으로 소개하고, 신규·현재·복귀 유저를 지속적인 액티브 유저로 전환하는 전략을 다뤄볼게요.
이 글은 Amplitude 리텐션 플레이북을 요약하여 연재하는 '리텐션 시리즈' 세 번째 챕터의 첫 번째 파트입니다. 리텐션을 이해하고 개선할 수 있도록 도와주는 <리텐션 마스터하기> 플레이북 Part 1의 전체 내용이 궁금하시다면 리포트를 다운로드하세요.