대개편 직후 DAU는 올랐고, 자연 유입 코호트 D1은 15.2%에서 11.2%로 내려갔다

자연 유입 코호트 26개월: D1 15.2%에서 11.2%로

GA4 Data API의 코호트 요청으로 첫 세션 날짜 기준 월 코호트를 만들고, 첫 유입 채널이 자연 검색(Organic Search)인 사용자만 남겼습니다. Play 사전 출시 로봇처럼 브랜드가 비어 있거나 OnePlus8·sdk_gphone 계열인 기기는 제외했습니다. 대개편 전 14개월(2024-07~2025-08)과 뒤 12개월(2025-09~2026-08)의 코호트를 단순 평균한 값입니다.

코호트 크기로 가중 평균을 내도 D1은 15.4%에서 11.2%, D30은 4.3%에서 2.6%여서 결론은 그대로입니다. 계절 탓인지 보려고 전년과 나란히 놓으면, 2024년에도 9월 코호트 D1이 14.7%로 내려갔지만 10월에 16.3%로 돌아왔습니다. 2025년에는 9월 13.6%, 10월 12.3%, 11월 12.3%였고, 그 뒤 2026년 8월까지는 7.7~12.6% 사이입니다.

주 단위로 자르면 경계가 더 또렷합니다. 2025년 6월 2일부터 8월 11일 주까지 11주의 자연 유입 코호트 D1은 평균 16.4%(13.4~21.7%)였고, 9월 1일 주부터 11월 24일 주까지 13주는 평균 12.6%(9.1~16.6%)였습니다. 주 코호트는 176~423명이라 한 주 값은 크게 흔들리고, 판정은 월 평균으로 했습니다.

9월 신규 3,053명, DAU는 780명으로 올랐습니다

대개편 직후 몇 달 동안은 DAU가 올라서 이 단절이 드러나지 않았습니다. 2025년 8월과 9월 신규 사용자(전체 채널)는 2,304명과 3,053명이었고, 6월 1,381명, 7월 1,596명보다 훨씬 많았습니다. 월 평균 DAU도 8월 765명, 9월 780명으로 올랐다가 10월 654명으로 꺾였고, 2026년 1월 582명에서 9월 408명까지 내려갔습니다.

DAU가 어느 층에서 빠졌는지는 첫 세션 날짜로 나눠 보면 나옵니다. 같은 달력 창(9월 20일~10월 17일)의 일평균을 2024년과 2026년으로 비교했습니다.

각 칸은 소수 첫째 자리에서 반올림해서, 열을 더하면 합계와 1명까지 차이가 납니다. 744명에서 442명으로 줄어든 302명 가운데 211명(70%)이 가입 31~365일 된 사용자층에서 빠졌습니다. 당일 신규는 9명 줄었습니다. 1년 넘은 사용자 비중은 39%에서 57%로 올랐지만 인원은 293명에서 251명으로 줄었고, 비중이 오른 것은 1년 안쪽 층이 비었기 때문입니다.

2026년 창의 31~365일 층은 2025년 9월 하순부터 2026년 9월 중순 사이에 처음 연 사람들, 곧 단절 뒤 코호트로만 이뤄져 있습니다. 이 층은 340명에서 130명으로 62% 줄었습니다. 이 층이 처음 앱을 연 두 기간의 전체 채널 신규는 월별 신규를 일수로 나눠 어림하면 약 20,000명에서 약 15,100명으로 25% 줄었을 뿐이라, 들어오는 사람 수로는 62%를 설명하지 못합니다. 나머지는 들어온 사람이 덜 남아서 생긴 감소입니다. D30 뒤의 잔존이 얼마나 더 떨어졌는지는 따로 재지 않았습니다.

같은 몇 주에 광고 변경과 신규 급증이 겹쳤습니다

1.6.007은 2025년 8월 7일부터 18일까지 커밋 27개(머지 포함)로 만든 판입니다. 파일 129개가 바뀌었고 6,864줄이 늘고 2,476줄이 줄었습니다. 첫 커밋 02cbb15 "ChatGPT 스타일 UI로 완전 개편"은 이 저장소에서 Claude 공동 작성 줄(Co-Authored-By)이 처음 붙은 커밋이고, 이 구간에서 그 줄이 붙은 커밋은 6개입니다. 그중 하나의 제목이 "ChatGPT와 완벽히 동일한 UI/UX 완성"이었습니다. 이 앱의 커밋 메시지가 1년 사이 어떻게 바뀌었는지는 커밋 701개로 본 AI 코딩 1년에 있습니다. 이 구간의 커밋 메시지와 당시 작업 문서(progress.md)에는 배포 뒤 리텐션이나 코호트를 보겠다는 말이 없습니다.

이 판에 들어간 변경 가운데 리텐션과 겹쳐 볼 만한 것은 셋입니다.

• 기본 화면: getBoolean("opt.uiMode", true)로 Chat이 기본이 됐습니다. 이전 판에는 이 설정이 아예 없어서, 업데이트한 기존 사용자도 다음 실행부터 Chat 화면으로 열렸습니다.
• 뒤로가기로 앱을 닫을 때 뜨는 광고(83bc49f).
• 긴 글을 조각으로 나눠 검사를 요청하는 청킹(eb5aadc).

8월 26일에는 앱 열기 광고를 고친 핫픽스(a88ee55, 1.6.008)가 따로 나갔고, 위에서 본 신규 급증도 같은 8~9월입니다. 주별 사용자당 참여 시간은 8월 18일 주 377초에서 다음 주 297초, 9월 8일 주 253초로 계단처럼 꺾였습니다. 그런데 같은 주 활성 사용자는 3,072명에서 3,400명으로 늘어서, 이 숫자는 화면 변화와 새로 들어온 사용자 구성을 함께 담고 있습니다.

AI와 쓴 전략 문서에서 다시 본 곳 넷

이 단절을 처음 정리한 것은 2026년 10월 18일 커밋 eab1837의 전략 문서입니다. 이 커밋에는 Claude 공동 작성 줄이 붙어 있고, GA4 분석 스크립트와 결과 파일이 문서와 함께 들어 있습니다. 이 글을 쓰며 같은 결과 파일로 다시 계산하자 고칠 곳이 여럿 나왔고, 그 가운데 큰 것 넷을 적습니다.

1. 문서는 D30을 "28~30일 평균"이라고 적고 2.4%를 넣었습니다. 2.4%는 30일째 하루 값의 평균이었고, 28~30일 평균은 2.5%입니다. 게다가 문서 범위에는 2026년 9월 코호트가 들어 있었습니다. 데이터가 10월 17일에 끝나서 9월 18일 이후 가입자는 30일째에 닿지 못했고, 이 코호트의 D30은 1.0%로 찍혔습니다. 이 코호트를 빼면 2.6%입니다.
2. 문서는 1.6.007의 세 변경과 8월 26일 핫픽스를 나열한 뒤 "시점이 겹치는 변경은 이것뿐"이라고 묶었습니다. 같은 시기의 신규 급증은 적지 않았고, 묶음 배포를 원인 후보 하나처럼 읽게 만듭니다.
3. 문서는 사용자당 참여 시간 377초에서 253초를 단절의 근거로 들었습니다. 분모가 바뀐 지표라, 근거로는 자연 유입 코호트 쪽이 깨끗합니다.
4. 문서는 알림으로 퀴즈를 연 사용자가 10월 9~17일 "하루 80~97명"이라고 적었습니다. 일별 값은 70~97명이었습니다(10월 13일 70명).

방향을 바꾸는 오류는 없었지만, 2번은 원인 후보를 하나로 좁혀 읽게 만드는 문장이었습니다. 문서는 결론에서 "인과는 확정할 수 없다"고 적었고, 기본 모드 A/B 착수는 운영자가 정할 일로 남겼습니다.

기본 화면을 바로 되돌리지 않고 신규 A/B를 기다립니다

가장 빠른 대응은 기본 화면을 Classic으로 되돌리는 것입니다. 2026년 9월 24일 운영 기록에는 Classic을 없애고 Chat으로 통일하는 반대 방향 안이 보류로 올라가 있습니다. 그날 28일 사용량을 보니 Classic 사용자는 사용자당 검사 7.6회로 Chat(4.5회)보다 많았고 재방문 비율도 76% 대 64%였습니다. 하지만 기본값이 Chat인 앱에서 Classic을 쓰는 사람은 스스로 찾아 바꾼 사용자라, 이 차이를 화면의 효과로 읽을 수 없습니다. 1년 넘게 Chat에 익숙해진 기존 사용자를 다시 옮기는 일도 비용입니다.

전체 채널 코호트로 전후를 비교하는 방법도 버렸습니다. 전체 채널 D1은 2023년 8월 8.0%까지 내려갔다가 그해 10~12월 12.5~15.1%로 돌아온 적이 있습니다. 2022년에는 신규의 77%, 2023년에는 42%가 유료 검색이었으니 채널 구성이 크게 바뀐 시기에 D1도 함께 움직였습니다. 2025~2026년 Cross-network(유료) 비중은 22%와 23%로 비슷했지만, 비교는 자연 유입만으로 했습니다.

원인을 가를 수 있는 것은 새 설치를 반씩 나눠 기본 화면만 다르게 주는 A/B입니다. 신규가 주 약 185명이라 10%p 차이를 보려면 그룹당 약 350명이 필요하고, 이미 첫 실행 실험 두 개(11월 8일, 11월 15일 무렵 판정)가 신규를 나눠 쓰고 있습니다. 셋을 겹치면 셋 다 판정하지 못하므로 11월 16일 이후에 시작할 계획입니다. 판정 기준은 4주 뒤 D7 +2%p입니다.

큰 화면 개편을 내보내면 그 주부터 들어온 신규 코호트의 D1을 따로 떼어 4주 동안 보십시오. DAU만 보면 유입이 늘어난 달에는 회귀가 보이지 않습니다.

기다리는 동안 붙인 아침 퀴즈 알림

2026년 9월 26일 1.6.024부터 아침에 맞춤법 퀴즈 알림을 보냈습니다. 알림으로 퀴즈를 연 사용자는 그 전까지 0명이었고, 10월 9~17일에는 하루 70~97명이었습니다. 로봇을 제외한 기존 사용자 일평균은 9월 7일 주 365명에서 10월 12일 주 447명으로 82명(22%) 늘었습니다. 이 82명 가운데 알림이 만든 증분은 아직 재지 않았고, 알림 횟수를 늘린 갈래와 그대로 둔 갈래를 나눈 실험(qr_extra)이 10월 31일에 사용자당 활성일로 잽니다.

알림을 붙이며 숫자 하나가 또 틀어졌습니다. 1.6.030부터 백그라운드 알람이 보내는 이벤트 때문에 GA4 totalUsers가 10월 17일 1,500명에서 19~22일 2,400~2,900명으로 부풀었고, activeUsers는 약 500명 그대로였습니다(10월 23일 확인). 이 글의 DAU는 모두 activeUsers 기준입니다. 테스트 기기와 로봇을 거르는 방법은 GA4의 '어제 설치 19건'은 사실 8건이었다에 따로 적었습니다.

cohortSpec과 필터 JSON으로 자연 유입 코호트 뽑기

1. runReport에 cohortSpec을 넣습니다. 코호트마다 dimension: "firstSessionDate"와 한 달짜리 dateRange를 주고, cohortsRange는 DAILY, 0~30일, accumulate: false로 설정합니다. 차원은 cohort, cohortNthDay, 지표는 cohortActiveUsers, cohortTotalUsers입니다. 한 요청에 6개월씩 묶었습니다.
2. dimensionFilter로 첫 유입 채널과 로봇을 거릅니다.

   {"andGroup": {"expressions": [
     {"filter": {"fieldName": "firstUserDefaultChannelGroup", "stringFilter": {"value": "Organic Search"}}},
     {"notExpression": {"filter": {"fieldName": "mobileDeviceBranding", "stringFilter": {"value": "(not set)"}}}},
     {"notExpression": {"filter": {"fieldName": "deviceModel", "stringFilter": {"matchType": "CONTAINS", "value": "OnePlus8"}}}},
     {"notExpression": {"filter": {"fieldName": "deviceModel", "stringFilter": {"matchType": "BEGINS_WITH", "value": "sdk_gphone"}}}}
   ]}}

3. D1은 1일째 값을 쓰고, D7과 D30은 6~8일째와 28~30일째 평균을 사용합니다. 표 머리에 어느 쪽인지 적습니다.
4. 코호트 마지막 날에 30일을 더한 날이 데이터 끝보다 뒤면 그 코호트는 D30 평균에서 제외합니다.
5. 전년 같은 달과 나란히 놓습니다. 9월 하락이 해마다 있는지, 다음 달 돌아오는지를 봅니다.
6. 큰 배포 날짜를 경계로 주 코호트 D1을 붙여 단절이 언제 시작됐는지 확인합니다. 주 코호트에도 월 코호트와 같은 필터를 적용합니다(이 글의 주 코호트 스크립트는 브랜드 필터 하나만 썼습니다).
7. DAU를 date와 firstSessionDate 두 차원으로 받아 경과일 구간(당일, 1~7일, 8~30일, 31~90일, 91~365일, 1~2년, 2년 이상)으로 나누고, 해마다 같은 달력 창끼리 비교합니다. 요청은 이 정도면 됩니다.

   {"dateRanges": [{"startDate": "2026-09-20", "endDate": "2026-10-17"}],
    "dimensions": [{"name": "date"}, {"name": "firstSessionDate"}],
    "metrics": [{"name": "activeUsers"}],
    "limit": 250000}

   날짜별로 (그날 − firstSessionDate)를 구간에 넣어 더한 뒤 창의 일수로 나눠 평균을 냅니다.
8. 사용자 수 지표는 activeUsers로 합니다. 백그라운드 이벤트를 보내는 기능이 있으면 totalUsers는 실제보다 커집니다.

자연 유입만 봤고, 월 수백 명 단위에서 맞는 방법입니다

유료 유입 코호트는 이 비교에서 빠졌습니다. 월 코호트가 수백 명은 돼야 평균이 버팁니다. 1.6.007의 단계적 출시 비율과 날짜는 기록에 없어서, 주 코호트 단절이 8월 18일 주보다 2주 늦은 9월 1일 주에 또렷한 이유도 확인하지 못했습니다. 경과일 분해 스크립트에는 로봇 필터가 없어서, 2026년의 당일 신규 34명에는 사전 출시 로봇이 섞였을 수 있습니다. 31~365일 층의 결론에는 영향이 작습니다.

시장 쪽 하락도 있습니다. Google Trends(한국)에서 "맞춤법 검사기" 검색 관심도는 2026년 평균이 2025년보다 38% 낮았습니다(2026-10-18 조회). 이 하락은 2026년의 일이라 2025년 9월 코호트부터 계단처럼 내려간 단절을 설명하지는 못합니다. 2026년 7월 코호트 D1 7.7% 같은 추가 하락에 이 감소가 얼마나 섞였는지는 가르지 못했습니다.

알림 실험 판정과 기본 화면 A/B에서 기록할 숫자

10월 31일 qr_extra 판정에서 알림을 늘린 갈래의 사용자당 활성일이 10% 이상 늘고 삭제·알림 차단이 2%p 안에 머무는지 봅니다. 11월 16일 이후 기본 화면 A/B를 시작하면 4주 동안 D1, D7, 첫 7일 검사 수, 삭제율을 갈래별로 기록합니다. 이 결과가 나오기 전에는 Chat 화면을 단절의 원인이라고 쓰지 않습니다.

자주 묻는 질문

다른 AX 노트

• 사진 앱 3개를 만든 뒤에야 시장 조사를 했다: 올해 나온 경쟁 앱 설치 중앙값 1,166
• 커밋 701개로 본 AI 코딩 1년: '완성'에서 '원인·검증'으로
• AI 코딩 에이전트로 20일 만에 Android 앱 4개를 출시한 방법
• Android assets를 미리 gzip한 실측: APK 이득은 0, .pack.gz는 .pack이 되어 FileNotFoundException
• SKT 판매 삼성 폰에서 market://을 열면 스토어 선택 창이 뜬다: Play 패키지부터 지정하기
• addOnCompleteListener(this)가 onStop에서 지운 리스너 때문에 스플래시에 멈춘 버그

회고와 숫자 글 전체 보기 · AX 노트 전체 보기