전통적 RFM과 Predictive RFM은 무엇이 다른가

1~10강에서 다룬 RFM은 이미 일어난 구매 행동을 점수로 요약해 "지금 이 고객이 어떤 상태인가"를 보여주는 방식입니다. Predictive RFM은 여기서 한 걸음 더 나가, 이 R·F·M 값을 머신러닝 모델의 입력 변수로 사용해 "이 고객이 앞으로 이탈할 가능성이 얼마나 되는가", "이 고객의 향후 생애가치는 얼마나 될 것인가"를 미리 계산하는 접근입니다. 앞서 RFM과 LTV(고객생애가치)는 상관관계가 있고, RFM 세그먼트 결과를 회귀분석이나 머신러닝 모델의 입력 변수로 쓰면 CLV 예측 정확도가 향상된다는 점이 정리돼 있는데, 이탈 확률 예측도 같은 원리의 연장선입니다.

어떤 머신러닝 모델이 쓰이는가

RFM 기반 이탈 예측에는 로지스틱 회귀, 랜덤포레스트, XGBoost 같은 그래디언트 부스팅 모델이 흔히 쓰입니다. R·F·M 각 축의 점수나 원시값을 입력 피처로 넣고, 과거에 실제로 이탈한 고객(예: 일정 기간 재구매가 없었던 고객)을 정답 레이블로 삼아 모델을 학습시키는 지도학습 방식이 기본 구조입니다. 여러 모델을 비교한 연구에서는 XGBoost 같은 그래디언트 부스팅 계열이 로지스틱 회귀보다 높은 정확도·F1 스코어를 보이는 경우가 보고되지만, 이는 특정 데이터셋·특정 실험 조건에서 나온 결과라 모든 비즈니스에 그대로 적용되는 절대적인 우열은 아닙니다. 최근에는 RFM 피처와 클러스터링(K-means 등), LSTM·GRU 같은 딥러닝을 결합한 하이브리드 프레임워크로 세그멘테이션과 이탈 예측을 동시에 수행하는 연구도 발표되고 있습니다.

데이터에서 꼭 챙겨야 하는 문제 — 클래스 불균형

이탈 예측 모델을 만들 때 실무에서 가장 먼저 부딪히는 문제는 클래스 불균형입니다. 대부분의 비즈니스에서 이탈 고객은 전체 고객 대비 소수이기 때문에, 아무 보정 없이 모델을 학습시키면 "모든 고객을 이탈하지 않는다"고 예측해도 겉으로는 정확도가 높게 나오는 착시가 생깁니다. 이 문제를 보정하기 위해 SMOTE(합성 소수 샘플링) 같은 오버샘플링 기법을 함께 적용하는 것이 실무·연구 모두에서 흔히 쓰이는 방식입니다. 이 보정 없이 모델을 그대로 실무에 적용하면, "이탈 확률이 높다"고 표시된 고객 리스트가 실제로는 거의 다 이탈하지 않을 고객으로 채워지는 결과가 나올 수 있습니다.

"이탈 확률 80% 이상" 같은 임계값은 어떻게 정하는가

title에서 예시로 든 "향후 30일 내 이탈 확률 80% 이상"이라는 표현은 이해를 돕기 위한 예시적 상황 설정으로 다뤄야 합니다. 실제로 어떤 확률 임계값을 "선점이 필요한 고위험군"으로 볼지는 공식적으로 고정된 기준이 없고, 자사 모델을 실제 데이터로 학습·검증한 뒤 임계값을 조정하며 정해야 하는 값입니다. 임계값을 너무 낮게 잡으면(예: 50% 이상을 전부 위험군으로) 대상이 너무 넓어져 캠페인 비용이 커지고, 너무 높게 잡으면(예: 95% 이상만) 실제로는 위험한데 놓치는 고객이 많아집니다. 모델 성능도 정확도 하나만으로 판단하지 않고 정밀도·재현율·F1-score·ROC-AUC를 함께 봐야, 불균형 데이터에서 생기는 착시를 피하고 임계값을 합리적으로 조정할 수 있습니다.

도입 순서는 어떻게 잡아야 하는가

Predictive RFM은 전통적 RFM 파이프라인(1~8강)이 안정적으로 돌아가고 있다는 전제 위에서 시작하는 것이 안전합니다. 세그먼트 정의도, 데이터 파이프라인도 흔들리는 상태에서 예측 모델부터 도입하면 입력 데이터 자체의 신뢰도가 낮아 모델 성능도 함께 흔들립니다. 실무에서는 먼저 전통적 RFM으로 규칙 기반 세그먼트를 안정화한 뒤, 그 위에 이탈 예측 모델을 별도 프로젝트로 얹어 두 방식을 병행 검증하고, 예측 모델의 성과(9강에서 다룬 것과 같은 방식의 대조군 비교)가 규칙 기반보다 확실히 낫다고 확인된 이후에 본격 도입하는 순서가 안전합니다.