-
콜드 스타트 이슈 - 어떻게 네트워크 프로덕트를 성장시킬 것인가?SE General 2023. 11. 12. 12:10반응형
콜드 스타트 이슈(Cold Start Problem)는 말그대로 웜업(Warm-up)이 되지 않은 - 갓 출시된 프로덕트를 인지시키고, 각인시키고, 성장시키는 문제를 말합니다. 그러한 프로덕트 중에서도 특히, 네트워크 효과에 기반한 프로덕트에 해당되는데요.
용어를 만든 앤드류 첸은 운전 서비스 제공자와 이용자의 문제를 해결하는 Uber에서 초기 경험을 쌓았습니다. 그리고 이러한 문제가 Uber 뿐만 아니라 플랫폼의 성격을 지닌 다양한 IT 프로덕트, 그리고 다른 산업에서도 발생한다는 사실을 깨달았습니다.
그는 이후 모습은 조금씩 다르지만 Uber, Airbnb, Facebook, Dropbox, Slack 등 다양한 프로덕트의 성장과정에서의 문제와 그것으로 인한 성공 및 실패를 네트워크의 라이프사이클 관점으로 정리하였습니다.
이 글에서는 콜드 스타트 이슈와 그것을 극복했던 방법들을 알아보겠습니다.
네트워크 효과, 그리고 콜드 스타트 이슈란?
네트워크 효과 [2]는 상품의 가치가 그것을 사용하는 수에 의존하는 것을 말합니다.
Uber로 예를 들면, 강남구에서 분당을 가는 택시를 잡으려고 Uber를 켰는데 기사님들이 100분이 계셔서 1분만에 콜을 잡는 상황을 생각해볼 수 있습니다. 반대로 강남에서 분당으로 가려는 기사님들이 한 분도 안계셔서 5분, 10분, 30분을 기다려도 잡히지 않는 상황이 있을 수 있습니다. 전자와 후자에서의 Uber라는 서비스의 가치는 플랫폼에 존재하는 유저(기사님들) 수에 따라 엄청난 차이를 보입니다.
다양한 IT 프로덕트들은 이러한 네트워크 효과에 기반한 상품입니다. 그러한 상품들은 위의 이미지와 같이 노드 간의 연결(connection)을 늘려가며 성장하게 됩니다.
그러한 '네트워크 효과 기반 상품'(네트워크 상품)의 라이프사이클을 이미지로 나타내면 아래와 같습니다:
앤드류 첸은 위의 프레임워크 중 가장 중요한 극초기 구간인 '콜드 스타트' 이름을 따서 '콜드 스타트 이론'이라고 정의했습니다. 이중에서 집중할 부분은 바로 네트워크의 가장 왼쪽인 극초기 부분인데요.
대부분의 네트워크(또는 기반한 프로덕트)는 이 구간에서 실패합니다. 그러한 실패의 모습은 Uber에서 택시를 잡으려고 앱을 켰는데 드라이버가 아무도 없거나, 내가 여행갈 지역에서 숙소를 구하려고 Airbnb에 들어갔는데 겨우 1, 2개 리뷰가 달린 3 ~ 4개의 숙소가 있는 상황 등과 같습니다. 또는, 이메일을 사용하려고 앱을 켜면 내게 의미있는 이메일만 보이는 것이 아니라 스팸과 광고 메일로 뒤덮여서 그대로 앱을 삭제해버리는 상황과 같은 경우도 상상해볼 수 있습니다.
실패의 모습이 위와 같다면, 성공은 어떻게 가능하고 또 어떠한 모습일까요?
앤드류 첸은 다음과 같은 3가지를 강조합니다:
- Atomic Network
- Anti-network effect를 예방하기
- Hard side 문제를 해결하기
Atomic Network
네트워크 상품의 가장 작은 기초는 외부 연결 없이도 동작하는 최소단위의 연결에서 시작됩니다. 강남에서 분당까지 운전을 제공하려는 제공자와 강남에서 분당까지 운전을 이용하려는 이용자 한명씩만 있다면 의미있는 상품의 연결(트랜잭션)을 만듭니다.
그렇기에 네트워크 상품은 atomic network를 가능하게 하는 작은 기능에 집중해야 합니다. 상품의 atomic network에 대해 가설을 세우고 실험하며 그 특징을 이해해야 합니다. 그것에 따라 전략과 방향성이 달라지기 때문입니다.
채팅은 2명만 있으면 의미있는 연결을 이룹니다. Slack은 협업도구이기에 최소로 3명은 필요로 합니다. 반대로 HR 서비스의 경우 최소 10명, 20명이 모인 '회사'를 필요로 합니다. Atomic network의 크기는 물론, 그 밀집도(회사)도 다르기에 HR 서비스의 경우 viral 성장 전략은 어려울 수 있습니다. 하지만 경쟁자가 모방하여 성장하기는 어려울 수 있습니다.
작은 기능 상품으로 몇개의 의미있는 Atomic network를 이뤘다면, 그 다음은 무엇이 필요할까요?
Anti-network effect를 예방하기
Anti-network 효과는 새로운 네트워크를 제로로 만드는 힘을 의미합니다. 아래 이미지 (a)와 (b)에서의 연결의 갯수를 동일합니다. 하지만 (b)는 (a)보다 더 높은 밀집도로 이러한 anti-network 효과에서 보다 더 sticky합니다. 구체적인 사례로는 카카오톡을 사용하지 않으려고 지워도, 민원도 카카오톡으로 처리해야 하고, 친구에게 청첩장을 받을 때도, 회사에 연락을 할때도 사용하기에 다시 가입하고 설치하게되는 상황을 생각해볼 수 있습니다.
그렇기에 네트워크 상품은 진입 직후에 가장 약한 연결을 가지고 있습니다. 50% 이상의 사용자들이 앱을 다운받은지 일주일 이후에는 더이상 추가적인 트래픽을 발생시키지 않는다는 통계도 이와 비슷합니다. 많은 상품들은 이러한 진입 시점에서 가능한 많은, 그리고 밀집된 연결을 만들기 위해 노력합니다. 아래는 프로덕트별로 널리 알려진 관련 목표지표입니다:
- 페이스북: 7일 안에 10명의 친구 만들기
- Slack: 2000개의 메시지 (2000개의 메시지를 발생시킨 유저군의 93%가 여전히 Slack을 사용한다는 통계에 기반)
- Airbnb: 지역별로 100개 이상의 리뷰를 가진 300개의 숙소
또한 관련되어서 익숙한 UI 흐름들도 이 목표지표를 위한 것임을 알 수 있습니다:
- 페이스북 가입 시, 연락처 기반으로 친구 등록
- Clubhouse 가입 시, 페이스북 친구리스트 또는 연락처 기반 친구 등록
Hard side 문제를 해결하기
Atomic network를 단단하게 만들고, Anti-network를 예방해도 유의미한 연결에 큰 영향을 미치는 또 다른 한 가지가 남아있습니다.
네트워크를 자세히 살펴보면, 시간이 흐르면서 네트워크는 많은 연결을 지탱하는 쪽과 아닌 쪽으로 구분되게 됩니다. 많은 연결을 지탱하는 쪽은 Uber에서는 운전제공자, Instagram이라면 많은 뷰를 발생시키는 인플루언서, Youtube라면 컨텐츠 크리에이터 등이 해당됩니다. 이 대상이 바로 network의 hard side입니다. 그리고 네트워크 프로덕트에서 이러한 hard side를 만족시키며 충분히 확보하는 것이 atomic network를 유지하고, 전체 네트워크 그리고 프로덕트를 성장시키는 원동력입니다.
아래와 같은 사실들은 얼마나 소수의 hard side가 전체 네트워크에 기여하는지 알 수 있습니다:
- Wikipedia: 오직 유저의 0.02%만이 네트워크의 나머지를 위해 컨텐츠를 생성함
- 1/10/100 rule: Youtube라면 1% 유저가 컨텐츠를 생성하고, 10% 유저가 댓글을 쓰는 등을 통해 적극적으로 참여하고, 네트워크의 나머지는 컨텐츠를 소비함
- Tinder: 여성 유저는 오직 5% 확률로 ok(swipe)를 하나, 남성 유저는 50% 확률로 ok를 함
또한 그러한 hard side만을 분석해보았을 때도, 아래와 같이 매우 편중되어있다는 사실을 알 수 있습니다:
- Uber: 운전자의 20%가 60%의 콜을 처리함
- Wikipedia: 수백만명의 사용자 중, 매달 액티브 contributor는 100,000명이고, 그중 매달 100+ 수정을 하는 유저는 4,000명임
그렇기에 네트워크 프로덕트는 이러한 hard side를 정의하고, 충분한 hard side의 확보와 유지를 최우선으로 해야합니다.
Reference
[1] The Cold Start Problem, Andrew Chen
반응형'SE General' 카테고리의 다른 글
컨텍스트를 이해하며 알아보는 JMeter 내부구조 (0) 2024.01.05 콘웨이의 법칙(Conway's Law) : '자세'를 잡지못한 조직이 '프로덕트'라는 힘을 쓸 수 없는 이유 (0) 2023.11.26 도커(docker). 컨테이너 vs 가상머신(Virtual Machine) (0) 2023.11.21 도커(docker) 내부구조(internal) (0) 2023.11.19 코딩 실력을 복리로 늘리는 최고의 방법 (0) 2023.09.27 OAuth 2.0 for Native Apps, RFC-8252 (번역) (0) 2023.09.03 주니어 개발자에게 추천하는 책 TOP 12 (0) 2023.07.23 5년차 엔지니어가 +100개 중에 꼽은, 온라인 CS 강의 TOP 5 (개발자 온라인 강의 추천) (1) 2023.07.21