정상적인 리텐션 커브는 왜 우하향하다가 완만해지는가

일반적인 리텐션 커브는 우하향하는 곡선을 그립니다. 처음에는 신규 사용자 이탈이 크지만, 시간이 지나며 안정화되는 패턴입니다. 이 형태가 나오는 이유는 간단합니다 — 아무 제품이나 한 번쯤 눌러보고 자신에게 맞지 않으면 초반에 떠나는 유저와, 실제로 필요를 느껴서 계속 쓰는 유저가 시간이 지날수록 자연스럽게 분리되기 때문입니다. Day0에서 Day7까지의 낙폭이 가장 크고, Day30을 지나면서부터는 하락 속도가 눈에 띄게 느려지는 형태가 건강한 커브의 전형입니다.

여기서 실무자가 봐야 할 것은 낙폭의 크기가 아니라 '커브가 계속 떨어지는가, 아니면 어느 지점부터 거의 수평을 그리는가'입니다. 같은 Day30 수치(예: 20%)라도, 계속 완만하게 우하향 중인 커브와 이미 Day14부터 20%대에서 평탄해진 커브는 향후 전망이 완전히 다릅니다.

평탄화(Flattening)가 제품-시장 적합성의 증거인 이유

커브가 특정 시점 이후 수평에 가까워진다는 것은, 그 시점까지 남은 유저 집단이 더는 이탈하지 않고 장기적으로 제품을 계속 쓴다는 뜻입니다. 이 '바닥을 다진 유저층'의 존재가 곧 제품-시장 적합성(Product-Market Fit)의 정량적 증거로 해석됩니다. 투자자나 경영진에게 PMF를 설득할 때 정성적인 인터뷰나 주관적 만족도 설문보다 이 평탄화 그래프 한 장이 더 설득력을 갖는 경우가 많은 것도 이 때문입니다. 반대로 커브가 평탄해지는 지점 없이 0%를 향해 계속 우하향한다면, 지금 붙잡고 있는 유저조차 결국 모두 이탈할 것이라는 뜻이므로 아직 핵심 가치를 제대로 전달하지 못하고 있다는 신호로 봐야 합니다.

이 원리를 실무에 적용할 때 흔히 하는 실수는 '평탄화 = 좋음, 우하향 지속 = 나쁨'을 이분법으로 단정하는 것입니다. 실제로는 평탄해지는 시점(며칠째부터인지)과 평탄해지는 수준(몇 %에서 평탄해지는지)을 함께 봐야 합니다. Day90에서야 겨우 2%대에서 평탄해진 커브는 기술적으로는 '평탄화'지만 비즈니스적으로는 사실상 실패에 가깝습니다. 반대로 Day7만에 15% 수준에서 평탄해졌다면, 절대 수치는 낮아 보여도 초기에 이미 핵심 유저층이 걸러졌다는 뜻이라 오히려 긍정적으로 해석할 여지가 있습니다 — 그 15%를 어떻게 늘릴지가 다음 과제가 됩니다.

스마일 커브 — 이탈 후 다시 오르는 예외적 패턴

일부 서비스는 초반(Day0~Day2)에는 한 번만 방문한 사용자가 이탈하면서 재방문율이 떨어지지만, Day30 이상에서는 서비스를 이해한 사용자의 비율이 다시 올라가는 현상을 보입니다. 이를 스마일 커브라 부릅니다. 이는 제품이 충분히 좋은 신호이며, 초기 온보딩을 거친 사용자가 핵심 가치를 경험했음을 의미합니다. 다만 스마일 커브는 모든 제품에서 나타나지 않습니다. 네트워크 효과가 강한 제품(소셜, 커뮤니티)이나 사용 경험이 늘어날수록 가치가 증가하는 제품(노트 앱, 협업 도구)에서 나타날 확률이 높습니다.

스마일 커브의 상승은 조직적 온보딩 설계의 성공을 의미하므로, 반대로 Day30 이후에도 계속 하락하는 그래프는 제품 가치 전달 실패를 의미하며, 초기 사용자 경험(온보딩)과 핵심 기능 활성화를 점검해야 합니다.

평탄화 시점에 절대 기준이 없는 이유

"Day며칠부터 몇 %면 PMF다"라는 범용 공식은 존재하지 않습니다. 업종·과금 모델·사용 주기가 서로 다른 제품을 같은 잣대로 비교할 수 없기 때문입니다. 따라서 가장 현실적인 판단 기준은 절대값이 아니라 '자사의 과거 코호트 대비 추세'입니다. 지난 분기 코호트보다 이번 분기 코호트의 평탄화 수준이 더 높은 지점에서 형성됐다면, 그 사이 있었던 제품·마케팅 변화가 실제로 효과가 있었다고 해석할 수 있습니다.

커브를 볼 때 함께 확인해야 할 모수와 시점 왜곡

평탄화 여부를 판단할 때 흔히 놓치는 것이 관측 기간의 길이입니다. 서비스를 출시한 지 두 달밖에 안 됐다면 Day60 이후 구간은 애초에 데이터가 없으므로 '평탄화가 안 보인다'는 결론 자체가 성급할 수 있습니다. 최소한 판단하려는 시점(예: Day90)만큼의 관측 기간이 쌓인 코호트로만 커브를 비교해야 왜곡을 피할 수 있습니다.

또한 특정 코호트만 유독 이례적인 평탄화를 보인다면, 그 시기에 있었던 프로모션(할인 쿠폰, 이벤트 리워드)이 일시적으로 이탈을 늦춘 것은 아닌지 함께 점검해야 합니다. 리워드로 붙잡아둔 유저는 리워드 소멸 시점에 한꺼번에 이탈하는 경우가 많아, 그래프상의 평탄화가 오래가지 못할 수 있습니다. 즉 평탄화의 '지속 가능성'까지 보려면 해당 시기의 마케팅·프로모션 이력을 함께 대조하는 습관이 필요합니다.