직감 말고 신호, 1인 창업가의 데이터 보는 법 (North Star Metric)

직감을 데이터로 바꾸는 순간, 진짜 비즈니스가 시작된다.

직감만으로 망한 3주, 데이터로 산 3개월

2023년, 한 1인 SaaS 창업가가 "마케팅 팀을 위한 자동 리포팅 도구"를 출시했어요. 직감은 좋았어요. "이 기능이 고객이 가장 원하는 기능이겠지"라고 생각했거든요. 3주 동안 받은 피드백을 모두 읽고, 자신의 아이디어와 일치하는 피드백만 골라서 기능을 계속 추가했습니다. 3주 후 사용자는 100명에서 97명으로 떨어졌어요.

반대로, 다른 1인 창업가는 첫 사용자 20명에게 받은 피드백을 모두 분류했어요. "뭐가 가장 많이 언급되나?"를 데이터로 봤죠. 가장 빈번한 불만은 자신이 생각한 기능이 아니라 "오직 이 한 가지만 빨리 되면 좋겠다"는 것이었습니다. 그 한 가지를 3일 만에 만들었고, 다음 주에 사용자가 20명에서 45명으로 늘었어요.

이 차이는 뭘까요? 첫 번째는 직감, 두 번째는 신호(signal)를 읽었다는 거예요. 이번 편에서는 신호를 읽는 법을 배웁니다.

핵심 지표 1개만, North Star Metric 정하기

"모든 것을 측정하세요"라는 말은 거짓입니다. 1인 창업가가 수십 개의 지표를 동시에 봐야 한다면, 결국 하나도 못 봐요. 대신 당신의 북극성(North Star Metric, NSM)을 정하세요.

NSM은 "당신의 비즈니스 성공을 가장 잘 보여주는 단 한 개의 지표"입니다. SaaS면 "월간 활성 사용자(MAU)", B2B 도구면 "팀 초대 횟수", 구독형이면 "유료 전환율"일 수 있어요.

NSM의 3가지 조건

1. Leading Indicator: 돈이 들어오는 것은 이미 뒤늦은 신호. NSM은 앞으로 돈이 들어올 가능성을 보여주는 지표여야 해요. SaaS라면 "월간 로그인 수"가 "월간 매출"보다 훨씬 빠른 신호.
2. 행동으로 옮길 수 있어야: NSM이 "팀 초대"라면, 늘리기 위해 "초대 기능을 더 눈에 띄게 만들까?"라는 행동이 바로 나와야 함.
3. 측정 가능: "사용자 만족도"는 추상적, "NPS 점수 70 이상"은 구체적. 매일 추적할 수 있는 수치여야 함.

NSM을 정하기 전에 1주일간 매일 3개 가설을 세워보세요. "만약 우리 사용자가 하루에 10번 로그인한다면, 유료 전환율은 높을까?" 이 질문에 "네"라고 확신하는 지표가 바로 NSM입니다.

AARRR 프레임워크, 1인 창업가 버전

마케팅 투자자들이 개발한 AARRR(획득→활성화→수익→리텐션→추천)은 1인 창업가에게 너무 복잡해요. 우리는 3단계로 줄입니다. "들어와라, 써라, 다시 와라."

1단계. Acquisition (들어와라), 첫 사용자 100명

지표는 "신규 가입 수." 하지만 1인 창업가는 여기서 실수하기 쉬워요. "가입했으니 됐다"고 생각합니다. 아니에요. 중요한 건 "가입한 후 7일 안에 뭔가를 실제로 했는가"입니다. 가입자 100명 중 30명이 첫 날 다시 들어온다면, 당신의 제품은 "흥미롭다"는 신호예요.

2단계. Activation & Usage (써라), 핵심 기능 사용

지표는 "월간 활성 사용자(MAU)"와 "핵심 기능 사용 비율." 가장 중요한 기능을 최소 1번이라도 써본 사용자의 비율이 50% 이상인가요? 70% 이상이면 당신의 제품은 "쓸 만하다"는 증거입니다.

"사용자가 많은데 이상하게 매출이 안 들어온다"는 1인 창업가를 많이 봤어요. 보통 "가격이 문제야"라고 생각하는데, 대부분 문제는 가격이 아니라 핵심 기능을 안 써본 거예요. 무료 가입은 많은데 "실제로 가치를 경험한 사용자"가 5%밖에 없다는 뜻입니다.

3단계. Retention & Revenue (다시 와라), 지속 사용과 유료화

지표는 "Day 7, Day 30 Retention"과 "유료 전환 비율." Day 7 Retention은 "가입한 사람 중 7일 후에도 돌아온 비율." B2B SaaS는 보통 40% 이상이면 좋은 수준이에요. 한국의 1인 SaaS 성공사례들은 40~60% 대로 유지하다가, 유료 전환 시점에 20~30%를 달성했습니다.

AI로 피드백 자동 분류, Claude로 신호 읽기

피드백은 지표가 아니에요. 하지만 피드백의 패턴은 데이터입니다. 첫 100명 피드백을 전부 읽는 건 가능하지만, 1,000명이면 어떨까요? 여기서 Claude가 나옵니다.

워크플로우

1. 피드백을 모두 스프레드시트에 모으기 (이메일, Slack, 설문, 댓글)
2. Claude에게 분류 요청
3. Claude가 JSON 또는 표로 분류 결과 반환
4. "가장 많이 반복되는 문제"를 10초 안에 확인

다음은 우리 사용자 피드백 100개입니다. (붙여넣기)

각 피드백을 다음 중 하나로 분류:
- 기능 요청
- 버그 신고
- 사용성 불만
- 칭찬
- 가격 불만

그 다음 각 카테고리별 가장 많이 나온 단어 3개.

실제 사례로, 어떤 1인 창업가는 50명 피드백을 분류했을 때 "느리다"는 버그 신고가 전체의 34%였어요. 경험상 무시했을 법한 불만인데, 데이터로 보니 "거의 3명 중 1명이 불평하는 문제"였습니다. 성능 최적화에 3일을 썼고, 다음주 로그인 수가 25% 늘었어요.

Claude의 자동 분류 정확도는 85~95% 수준입니다. 완벽하지 않지만, 수작업보다 훨씬 빠르고 직감 편향보다는 낫습니다.

시그널 vs 노이즈, 우연이 아닌 신호 읽기

가장 중요한 질문이 나옵니다. "이 변화가 진짜인가, 우연인가?"

사용자가 5명 늘었어요. 진짜 나아진 걸까요, 아니면 운이 좋았을까요? 통계학자들은 이걸 "유의성"(significance)이라고 부릅니다.

규칙 1. 30명 법칙

표본 크기가 30명 미만이면, 작은 변화는 무시하세요. 사용자 15명 중 2명이 새로 기능을 썼다고 해서 ("11% 증가!") 진짜로 11%가 좋아졌다는 뜻은 아닙니다. 우연일 확률이 높아요.

규칙 2. 최소 7일, 가능하면 2주

월요일 배포했는데 화요일에 "모두 새 기능을 쓰고 있어요!"라는 건 속지 마세요. 일주일 동안의 데이터를 봐야 합니다. 사용자 패턴은 요일마다 다르거든요.

규칙 3. 비교 대상을 만들어라

당신이 기능 A를 배포했다면, 일부 사용자에게만 먼저 보이게 하세요. (A/B 테스트) 직감이 아니라 "기능을 본 사람 vs 안 본 사람"을 비교하면 진짜 신호가 보입니다.

지표가 신호인지 체크리스트

• 데이터가 30명 이상에서 나왔는가?
• 최소 7일간 측정했는가?
• 어제와 오늘, 또는 A그룹과 B그룹을 비교했는가?
• 이 변화를 만든 "원인"을 1개 이상 말할 수 있는가?
• 이 변화가 계속될 거라고 확신하는가?

지표 우선순위 매트릭스

Step 1. 당신의 지표 3개 정하기

• NSM(북극성 지표): 예) 월간 활성 사용자
• 단기 신호: 예) 신규 가입 수
• 치료할 상처: 예) D7 Retention 낮음

Step 2. 우선순위 매트릭스

"로그인 속도 2배 빠르게"(비용 높음, 영향도 높음)는 지금 할 것, "배경색 파란색으로"(비용 낮음, 영향도 낮음)는 아이디어 노트.

Step 3. 피드백 분류 프롬프트

다음은 [SaaS 이름]의 사용자 피드백입니다. (붙여넣기)

각 피드백을 JSON으로 분류해주세요:
{
  "피드백": "...",
  "카테고리": "기능요청 / 버그 / 사용성 / 칭찬 / 가격",
  "감정톤": "긍정 / 중립 / 부정",
  "시급도": "높음 / 중간 / 낮음"
}

마무리

직감을 데이터로 바꾸는 순간, 당신은 비로소 진짜 경영자가 됩니다. 운이 아니라 결정을 하는 사람이 되는 거죠.

다음 편에서는 그 데이터를 두고 3가지 갈림길 중 하나를 고르는 법을 배웁니다. 계속 만들까(Persevere), 방향을 바꿀까(Pivot), 아니면 멈출까(Kill). 가장 용감해야 할 순간이에요.

참고 자료

1. North Star Metric(북극성 지표), 왜 중요하고 어떻게 좋은 지표를 찾을 수 있을까요? — 마켓핏랩 솔루션즈
2. AARRR 퍼널 리텐션, 수익화, 추천 제대로 알기 — 어센트 코리아
3. Claude Code: 에이전트 코딩을 위한 모범 사례 — Claude API Docs
4. 한국 B2B SaaS 스타트업의 현황 및 성공전략 — KDI 경제교육·정보센터
5. P Value: 스타트업 성공 평가에서 P Value의 역할 — FasterCapital

이전 편: 첫 사용자 100명을 정직하게 모으는 법 (그로스 해킹은 거짓말이다)
다음 편: Pivot, Persevere, Kill, 죽일 용기가 다음 MVP를 만든다

김민철, 프리아이브 CEO, 페일스쿨