AARRR 뜻과 해적 지표 5단계
홍승협(준이아빠) / 데이터 분석, AI 실무 교육
AARRR은 획득, 활성화, 유지, 추천, 수익 다섯 단계로 서비스 상태를 진단하는 지표 틀입니다. 다섯 단어의 영어 앞글자를 이어 읽은 소리가 해적의 함성과 닮았다고 해서 해적 지표라고도 부릅니다.
🤔 지표는 다 아는데 무엇부터 고쳐야 할지 모를 때
설치수와 가입자 수, 재방문율, 결제 건수까지 대시보드에는 숫자가 다 떠 있는데도 회의에서는 늘 설치 이야기만 오가는 때가 있습니다. 지표가 따로따로 놓여 있어서 어느 지표가 달라지면 어느 지표가 따라 움직이는지 보이지 않기 때문입니다.
지표를 하나씩 아는 것과 지표를 한 줄로 이어 보는 것은 다른 일입니다. 앱마케팅 기초에서 다룬 지표를 하나의 틀에 올려놓고 고칠 순서를 정하는 방법을 정리했습니다.
🔑 AARRR(해적 지표)의 정의
AARRR은 획득, 활성화, 유지, 추천, 수익 다섯 단계로 서비스 상태를 진단하는 지표 틀입니다. 다섯 단어의 영어 앞글자를 이어 읽은 소리가 해적의 함성과 닮았다고 해서 해적 지표(Pirate Metrics)라는 별명이 붙었습니다. 2000년대 중반 미국 스타트업 업계에서 제안된 틀로 알려져 있습니다.
다섯 단계는 각각 하나의 질문입니다.
- Acquisition(획득): 사람이 들어오는지
- Activation(활성화): 들어와서 서비스의 가치를 처음 느끼는지
- Retention(유지): 그 뒤에 다시 돌아오는지
- Referral(추천): 남에게 알리는지
- Revenue(수익): 돈을 내는지
다섯 질문에 순서대로 답해 보면 지금 서비스가 어느 단계에서 막혀 있는지 드러납니다.
🥾 가장 가파른 비탈과 AARRR의 병목 단계
산 입구에서 정상까지 오르는 길이 다섯 구간으로 나뉘어 있고 그 가운데 한 구간만 유난히 가파르다고 해 보겠습니다. 주말 등산객 1,000명이 입구에 모여도 그 비탈에서 대부분이 되돌아 내려가면 정상에 닿는 사람은 몇십 명에 그칩니다. 입구 주차장을 두 배로 넓혀 사람을 더 모아 봐야 비탈이 그대로인 한 정상 인원은 같은 비율로만 늘어납니다.
AARRR도 같은 모양입니다. 설치를 늘리는 일은 입구에 사람을 더 모으는 쪽이고, 전환율이 가장 크게 꺾이는 단계를 고치는 일은 가파른 비탈에 계단을 놓는 쪽입니다. 두 가지는 효과가 다르기 때문에 어느 단계가 가장 가파른지 먼저 측정한 뒤 예산을 배정합니다.
📊 다섯 단계가 묻는 질문과 고장 신호
| 단계 | 묻는 질문 | 대표 지표 | 망가졌을 때 나타나는 증상 | 고치는 곳 |
|---|---|---|---|---|
| 획득 (Acquisition) | 사람이 들어오는지 | 설치수, 신규 사용자, CPI | 광고비를 올려도 신규 사용자가 그만큼 늘지 않습니다 | 매체 조합, 소재, 타겟 조건 |
| 활성화 (Activation) | 첫 가치를 느끼는지 | 온보딩 완료율, 첫 핵심 행동 완료율 | 설치는 느는데 첫날 이탈이 많습니다 | 첫 실행 화면, 가입 절차, 첫 성공 경험 |
| 유지 (Retention) | 다시 돌아오는지 | 리텐션, DAU와 MAU | D+7 이후 곡선이 평평해지지 않고 0으로 내려갑니다 | 다시 올 이유, 알림 설계, 핵심 기능 완성도 |
| 추천 (Referral) | 남에게 알리는지 | 초대 링크 공유율, 초대로 들어온 신규 비율 | 초대 버튼은 있는데 공유 건수를 아무도 모릅니다 | 공유 동선, 보상 설계, 측정 코드 |
| 수익 (Revenue) | 돈을 내는지 | 결제 전환율, 객단가, LTV | 사용자는 느는데 매출이 제자리입니다 | 가격, 결제 화면, 유료 기능 배치 |
증상 칸을 먼저 읽고 지금 우리 서비스에 해당하는 줄을 고르면 빠릅니다. 지표 이름을 외우는 것보다 어떤 증상이 어느 단계의 신호인지 아는 쪽이 실무에서 더 자주 쓰입니다.
🧮 단계 전환율을 곱해 병목 찾기
가상의 가계부 앱을 놓고 계산해 보겠습니다. 아래는 지난달 한 달 동안 쌓인 숫자입니다.
| 단계 | 인원 | 앞 단계 대비 전환율 | 설치 대비 누적 |
|---|---|---|---|
| 설치 (획득) | 10,000명 | 기준 | 100% |
| 첫 기록 저장 (활성화) | 2,000명 | 20% | 20% |
| D+7 재방문 (유지) | 1,200명 | 60% | 12% |
| 유료 결제 (수익) | 180명 | 15% | 1.8% |
누적은 앞 단계 전환율을 차례로 곱한 값입니다. 0.20 × 0.60 × 0.15 = 0.018이라서 설치 100명당 결제는 1.8명입니다. 추천은 다음 단계로 넘어가는 관문이 아니라 옆으로 뻗는 단계라서 이 곱셈에서 빼고 따로 잽니다. 이 앱에서는 D+7까지 남은 1,200명 가운데 360명이 초대 링크를 공유해 30%였고, 그 링크로 들어온 신규 설치가 240명이었습니다.
설치수만 보면 잘 굴러가는 앱처럼 보이지만 전환율을 늘어놓으면 활성화 20%가 가장 낮습니다. 여기서 두 가지 방법의 결과를 같은 표에 올려놓고 비교해 보겠습니다.
| 방법 | 바꾸는 것 | 설치 | 활성화 | D+7 재방문 | 결제 | 광고비 |
|---|---|---|---|---|---|---|
| 지금 | 없음 | 10,000명 | 2,000명 | 1,200명 | 180명 | 기준 |
| A: 상단 늘리기 | 설치를 30% 증가 | 13,000명 | 2,600명 | 1,560명 | 234명 | 30% 증가 |
| B: 병목 고치기 | 활성화를 20%에서 30%로 | 10,000명 | 3,000명 | 1,800명 | 270명 | 그대로 |
A는 광고비를 30% 더 쓰고 결제를 54명 늘립니다. B는 광고비를 한 푼도 더 쓰지 않고 결제를 90명 더 만듭니다. 가장 낮은 단계를 1.5배로 올리는 편이 상단을 1.3배로 늘리는 것보다 결과도 크고 비용도 적게 듭니다. 뒤 단계 전환율이 그대로라고 가정한 계산이므로 실제로는 실험으로 확인해야 합니다. 다만 예산 회의에서 어느 쪽을 먼저 논의할지 정하는 근거로는 충분합니다.
🎯 활성화 단계를 정의하는 방법
다섯 단계 가운데 가장 자주 잘못 정의되는 단계가 활성화입니다. 가입 완료를 활성화로 두는 팀이 많은데, 가입은 서비스를 써 보기 전에 거치는 절차여서 가입까지만 온 사람이 서비스의 가치를 느꼈다고 보기 어렵습니다. 등산로에 빗대면 입구에서 이름을 적은 것이 가입이고, 첫 전망대에 올라 경치를 본 것이 활성화입니다.
활성화는 사용자가 서비스의 가치를 처음 느낀 시점입니다. 가계부 앱이면 첫 지출을 기록하고 이번 달 합계를 확인한 순간이고, 배달 앱이면 첫 주문이 문 앞에 도착한 순간이며, 협업 도구면 동료 한 사람을 초대해 같은 문서를 함께 연 순간입니다. 서비스마다 그 순간이 다르므로 기준은 다른 회사 사례가 아니라 우리 서비스의 데이터에서 찾습니다.
활성화 기준을 찾는 순서는 네 단계입니다.
- 두 집단으로 나눕니다: 지난 3개월 신규 사용자를 D+28까지 남은 사람과 떠난 사람으로 구분합니다
- 첫 주 행동을 목록으로 만듭니다: 가입 후 7일 안에 일어난 행동을 이벤트 단위로 늘어놓습니다
- 차이가 가장 큰 행동을 고릅니다: 행동별로 두 집단의 실행 비율을 비교해 격차가 가장 벌어지는 행동을 찾습니다
- 횟수와 기간을 붙여 확정합니다:
가입 첫 주 안에 지출 기록 3건 이상 저장처럼 조건을 적어 정의를 고정합니다
이 방법으로 고른 행동은 유지율과 함께 나타날 뿐이라 원인이라고 단정하기 어렵습니다. 그 행동을 온보딩에서 앞당기는 실험을 한 번 돌려 보고 유지율이 실제로 오르는지 확인한 뒤에 기준으로 삼는 편이 안전합니다.
🔀 마케팅 퍼널과 AARRR의 차이
마케팅 퍼널과 AARRR은 둘 다 단계를 나눠 이탈을 보는 틀이지만 보는 범위와 목적이 다릅니다.
| 구분 | 마케팅 퍼널 | AARRR |
|---|---|---|
| 보는 범위 | 인지에서 구매까지 | 획득에서 수익까지, 구매 뒤의 유지와 추천 포함 |
| 재는 대상 | 광고를 접한 잠재 고객의 이동 | 서비스에 들어온 사용자가 남긴 행동 |
| 모양 | 위가 넓고 아래가 좁은 한 방향 | 유지와 추천이 앞쪽으로 되돌아가는 고리 |
| 답하는 질문 | 구매까지 어디서 이탈하는지 | 어느 단계를 먼저 고칠지 |
| 주로 쓰는 때 | 캠페인 기획과 매체 설계 | 서비스 진단과 개선 우선순위 결정 |
퍼널은 구매에서 이야기가 끝나지만 AARRR은 구매한 사람이 다시 오는지, 남에게 알리는지까지 이어서 봅니다. 구독이나 앱처럼 재사용이 매출을 만드는 서비스에서는 구매 뒤의 두 단계가 오히려 비중이 더 큽니다. 무엇을 판단하려는지에 따라 두 틀 가운데 하나를 고르면 됩니다. 이번 캠페인 소재와 매체를 정하는 자리에서는 퍼널이 편하고, 다음 분기에 어느 팀이 무엇을 고칠지 정하는 자리에서는 AARRR이 편합니다.
🧭 순서를 지키지 않을 때 생기는 일
유지가 무너진 상태에서 획득 예산부터 올리면 들어온 사람이 그대로 빠져나갑니다. 등산로 중간에 아래로 내려가는 샛길이 열려 있는데 입구에만 사람을 더 모으는 것과 같아서, 광고비는 그대로 나가고 활성 사용자는 제자리에 머뭅니다. 유지가 낮은 서비스일수록 획득 단가가 오를 때 손실이 빠르게 커집니다.
어느 단계부터 고칠지는 유지 곡선의 모양으로 판단합니다.
- 곡선이 평평해지는 시점이 있으면: 계속 남는 사용자층이 있다는 뜻이라 획득을 늘리면 그만큼 사용자가 쌓입니다
- 곡선이 0을 향해 계속 내려가면: 획득 예산 증액을 미루고 활성화와 유지부터 고칩니다
- 표본이 적어 곡선이 들쭉날쭉하면: 판단이 서지 않으므로 최소한의 획득으로 표본을 먼저 확보합니다
일반적인 순서는 활성화와 유지를 먼저 고치는 것입니다. 그다음 수익 설계를 맞추고 추천을 붙인 뒤 마지막에 획득을 확대합니다. 획득이 마지막인 이유는 앞 네 단계가 정리될수록 같은 광고비로 남는 사용자가 늘어나기 때문입니다. KPI를 정할 때도 이 순서를 그대로 쓰면 팀이 한 단계에 집중하기 쉬워집니다.
⚠️ 자주 하는 실수
- 다섯 단계를 한꺼번에 개선하려는 경우: 온보딩과 알림, 초대 보상, 가격을 같은 분기에 다 바꾸면 숫자가 달라져도 어떤 변경이 효과를 냈는지 구분할 수 없습니다. 한 번에 한 단계씩 바꾸고 그 단계의 전환율만 먼저 봅니다
- 활성화를 가입으로 두는 경우: 가입률이 오르면 보고서 숫자는 좋아지지만 유지 곡선은 그대로인 일이 흔합니다. 가입 이후의 첫 핵심 행동을 기준으로 다시 정의합니다
- 추천 단계를 측정 없이 운영하는 경우: 초대 버튼만 달아 두고 공유 건수와 초대 경유 설치를 나눠 보지 않으면 추천이 실제로 신규 사용자를 만들어 내는지 알 수 없습니다. 초대 링크에 식별 값을 붙여 유입을 따로 셉니다
❓ 자주 묻는 질문
AARRR 다섯 단계를 순서대로 다 봐야 하나요?
다 보되 고치는 것은 한 번에 하나입니다. 다섯 단계 전환율을 매달 같은 방식으로 기록해 두고, 예산과 인력은 가장 낮은 단계 하나에 몰아주는 방식이 일반적입니다. 지표를 보는 범위와 개선하는 범위를 같게 잡으면 어느 쪽도 제대로 되지 않습니다.
추천 단계가 없는 서비스도 AARRR을 쓸 수 있나요?
씁니다. 추천은 공유나 초대 기능이 있어야만 생기는 단계가 아니라 사용자가 남에게 알리는 행동 전체를 뜻합니다. 그래서 후기 작성이나 브랜드 이름을 검색해 들어온 유입도 추천의 신호로 볼 수 있습니다. 잴 방법이 전혀 없으면 그 단계를 비워 두고 나머지 네 단계로 운영해도 진단은 됩니다.
활성화 기준을 나중에 바꿔도 되나요?
바꿀 수 있지만 바꾼 날짜와 이전 기준을 함께 적어 둡니다. 기준이 달라지면 그 앞뒤 숫자를 같은 선에서 비교하기 어려워지므로, 기준을 바꾼 달은 두 가지 정의로 함께 재서 격차를 확인한 뒤 넘어가는 방법이 안전합니다.
AARRR과 KPI는 어떻게 같이 쓰나요?
AARRR로 지금 막힌 단계를 찾고, 그 단계의 지표에 목표값과 기간을 붙인 것이 KPI입니다. 활성화가 병목이라면 이번 분기 안에 설치에서 첫 기록 저장까지 30%가 KPI가 됩니다. 다섯 단계 지표를 전부 KPI로 걸면 우선순위가 사라지므로 한두 개만 고릅니다.
📋 3줄 요약
-
AARRR은 획득과 활성화, 유지, 추천, 수익 다섯 단계로 서비스 상태를 진단하는 지표 틀입니다.
-
설치 10,000명에서 활성화 20퍼센트가 병목이면 설치를 30퍼센트 늘리는 쪽보다 활성화를 30퍼센트로 올리는 쪽이 결제를 더 많이 만듭니다.
-
활성화는 가입 완료가 아니라 사용자가 가치를 처음 느낀 시점으로 잡아야 하고 그 시점은 서비스마다 달라 데이터로 찾습니다.
참고 자료
이 글이 도움이 되셨다면 공유해 주세요
메신저로 바로 보내거나 링크를 복사할 수 있습니다.
가계부 앱의 지난달 수치가 설치 10,000명, 첫 기록 저장 2,000명, 7일 뒤 재방문 1,200명, 유료 결제 180명입니다. AARRR 관점에서 가장 먼저 고쳐야 할 단계는 어디일까요?
이어서 배우면 좋은 개념
마케팅 퍼널 뜻과 단계별 전환율 계산
마케팅 퍼널은 잠재 고객이 브랜드를 처음 알게 된 시점부터 구매에 이르기까지 거치는 단계를 깔때기 모양으로 늘어놓은 틀입니다. 전체 전환율은 단계 전환율을 모두 곱한 값이라서, 어느 단계가 좁아져 있는지 계산으로 찾을 수 있습니다.
리텐션 (Retention) 뜻과 계산법 3가지
리텐션(Retention)은 처음 서비스를 쓴 사람 가운데 일정 기간이 지난 뒤에도 다시 돌아와 쓰는 사람의 비율입니다. 같은 데이터라도 N일, 롤링, 범위 가운데 어느 방식으로 셌는지에 따라 값이 달라집니다.
DAU, WAU, MAU (활성 사용자) 뜻과 계산
DAU와 WAU와 MAU는 각각 하루, 최근 7일, 최근 30일 동안 서비스를 실제로 쓴 사람의 수입니다.
LTV (Lifetime Value) 뜻과 고객생애가치 계산법
LTV(Lifetime Value, 고객생애가치)는 고객 한 명이 거래를 끝낼 때까지 남기는 이익의 합입니다. 객단가와 구매 빈도, 거래 기간을 곱해 구하고 광고비 상한을 정하는 기준으로 씁니다.
관련 인사이트
- 메타 뮤즈(Meta Muse) 한국 출시 전망: 해외 사용기로 본 국내 활용메타 커넥트 2026 뒤 해외 보도가 많이 다룬 메타 뮤즈의 새 기능과 실제 사용기를 정리하고, 아직 쓸 수 없는 한국에 출시되면 어떤 일에 먼저 쓰이고 어디서 막힐지를 결제, 국내 사이트 접근, 개인정보 규제로 나누어 살펴봤습니다. 2026년 9월 25일 기준입니다.
- LG전자 에이아이돌(AI-DOL) 정리: 멤버, 아이워시, 유튜브와 커뮤니티 반응에이아이돌(AI-DOL)은 LG전자가 올인원 세탁건조기 AI 워시콤보를 알리려고 직접 만든 5인조 걸그룹입니다. 멤버와 세탁기 기능의 관계, 데뷔곡 아이워시, 음악방송 활동, 유튜브 댓글과 커뮤니티 반응, 비판까지 2026년 9월 24일 기준으로 정리했습니다.
- Gemini 쇼핑 기능 정리: 지원 국가 16곳과 사용 조건, 한국은 빠져 있습니다Gemini 쇼핑은 구글 쇼핑 그래프를 바탕으로 제품을 찾고 비교하고 결제까지 잇는 기능입니다. 카메라로 찍어 비교하는 활용법이 소개되고 있지만 구글 고객센터가 공개한 지원 국가 16곳에 한국은 없습니다. 쓰려면 갖춰야 하는 조건과 판매자가 챙길 점을 공식 문서로 정리했습니다.
- OpenAI 수학 자문단 구성: 필즈메달 27인 반대 선언과 3주 동안 벌어진 일AGMAI는 프린스턴 고등연구소에 적을 둔 아홉 명짜리 독립 수학 자문 기구입니다. 2026년 9월 21일 OpenAI가 이 기구와 함께 일한다고 발표했는데, 그에 앞선 3주 동안 나비에-스토크스 밀레니엄 문제 풀이 공개와 필즈메달 수상자 27명의 반대 선언이 있었습니다. 자문단이 하는 일과 하지 않는 일을 공식 문서로 정리했습니다.
- Googlebook 예약 판매 시작: 기기 다섯 종 가격과 사양, 국내 출시 여부Googlebook(구글북)은 구글이 안드로이드에 ChromeOS 기술을 합쳐 만든 노트북 운영체제입니다. 2026년 9월 21일 제조사 다섯 곳의 기기로 예약 판매가 시작됐고 가격은 899달러부터 1,299달러까지입니다. 크롬북과 달라지는 점, 기기별 가격과 사양, 새로 소개된 기능 다섯 가지, 1차 출시국에 한국이 빠진 상황을 공식 발표 기준으로 정리했습니다.
- 실행형 AI 비교: 클로드 코워크 통합 뒤 클로드와 챗GPT Work, 제미나이 스파크, 그록봇 차이실행형 AI는 앱과 파일을 직접 열어 여러 단계를 처리하고 문서나 슬라이드 같은 결과물까지 내놓는 AI입니다. 2026년 9월 16일 클로드 코워크 통합 소식을 전한 국내 언론이 오픈AI 코덱스, 구글 제미나이, 그록과 묶어 경쟁 구도로 부르면서 쓴 표현입니다. 네 회사 제품이 어디서 실행되고, 앱에 어떻게 로그인하고, 사용량이 어디서 빠지는지를 공식 자료와 실제 계정 화면으로 비교했습니다.
