A16z 기업가에게: 낮은 유지율 문제를 해결하는 대신 직접 전환하는 것이 더 좋습니다.

Tim, PANews가 편집

저는 15년 넘게 유지 곡선 데이터를 살펴보았습니다.

수천 개의 리텐션 곡선을 보았고, 이는 제가 스타트업을 평가할 때 가장 먼저 확인하는 지표 중 하나입니다. 수천 개의 저장소를 면밀히 살펴보고 다양한 지표별로 세분화된 리텐션 곡선을 분석했습니다. 제품 개발자로서 저는 이 지표를 다른 관점에서 보기도 했습니다. 수백 건의 A/B 테스트를 실행하고, 사용자 가이드와 이메일 알림을 수없이 많이 만들면서 리텐션 곡선의 형태를 바꿔보려고 노력했습니다.

A/B 테스트(분할 테스트 또는 버킷 테스트라고도 함)는 두 가지 버전의 제품(버전 A와 버전 B)을 비교하는 데 사용되는 무작위 실험 방법입니다. 핵심 목적은 데이터를 수집하고 사용자 행동을 분석하여 어떤 버전이 미리 정해진 목표를 달성하는 데 더 나은 성과를 보이는지 파악하는 것입니다.

결과를 보면 여기에는 몇 가지 패턴이 있습니다.

물리 법칙처럼, 시간이 지남에 따라 계속해서 나타나는 기묘한 패턴들이 있습니다. 몇 가지 예를 들어보겠습니다.

낮은 유지율은 개선할 수 없습니다. 알림을 더 많이 추가한다고 해서 유지율 곡선이 개선되는 것은 아닙니다. A/B 테스트를 통해서는 높은 유지율을 달성할 수 없습니다.
유지율은 감소할 뿐, 증가하지 않습니다. 그리고 놀랍게도, 그 붕괴 속도는 예측 가능한 반감기 패턴을 따릅니다. 초기 유지율은 이후 유지율을 예측할 수 있습니다.
매출 유지율은 증가하는 반면, 사용자 유지율은 감소합니다. 다행인 점은 사용자가 이탈할 수는 있지만, 남아 있는 사용자는 더 많은 돈을 지출할 수 있다는 것입니다!
고객 유지율은 제품 카테고리에 따라 크게 달라집니다. 타고난 능력과 성장 환경이 모두 작용합니다. 안타깝게도 호텔 예약 앱을 매일 사용하는 앱으로 만들 수는 없습니다.
사용자 기반이 확장되고 성장할수록 유지율은 낮아집니다. 가장 우수한 사용자는 초기 및 유기적 성장에서 발생하는 반면, 나중에 확보된 사용자는 성과가 가장 낮습니다.
사용자 이탈은 비대칭적입니다. 즉, 사용자를 잃는 것이 다시 유치하는 것보다 훨씬 쉽습니다.
유지율 측정은 매우 어렵습니다. 계절적 요인이 존재하고, 새로 출시된 베타 버전은 데이터를 왜곡할 수 있으며, 시스템 버그가 발생할 수도 있습니다. D365가 확실한 지표이기는 하지만, 유일한 지표가 되어서는 안 됩니다.
우리는 이러한 현상을 여러 플랫폼과 카테고리에서 반복적으로 확인했습니다. 유지율이 낮은 바이러스성 성장은 결국 실패로 이어집니다.
뛰어난 사용자 유지율은 기적과 같습니다. 실제로 보면 정말 놀랍습니다.

우리는 이러한 점들을 하나하나 분석해 보겠습니다.

낮은 사용자 유지율은 고칠 수 없습니다. 직접 경험해 보셨을 겁니다. 몇 달 동안 신제품을 개발하고 출시했는데, 초기 유지율이 형편없습니다. 제품 개발에 몇 달이 걸리고 상황은 정체된 상황에서, 어떻게 유지율을 높일 수 있을까요? 그때 문득 아이디어가 떠오릅니다. 사용자에게 재방문을 유도하는 푸시 알림을 추가해 보는 건 어떨까요? 아니면 새로운 기능을 잔뜩 추가해 보는 건 어떨까요? 전환율을 높이기 위해 랜딩 페이지에 A/B 테스트를 해 보는 건 어떨까요?

우리 모두 이 상황이 어떻게 끝날지 알고 있다고 생각합니다. 안타깝게도 제품 유지율이 낮으면 되돌리기가 매우 어려워 거의 완전히 사라질 지경입니다. 물론 미미한 개선은 가능합니다. 예를 들어 출시 2일 차 유지율이 40%이고 목표가 50%라고 가정해 보겠습니다. 충분히 가능하고 가치 있는 일입니다. 하지만 출시 2일 차 유지율이 10%에 불과하다면, 이미 근본적인 시장 적합성을 갖춘 제품을 구축했다는 의미일 가능성이 높으며, A/B 테스트나 푸시 알림과 같은 모든 지역별 최적화로는 근본적인 상황을 바꾸기에 충분하지 않습니다. 수개월에 달하는 개발 시간과 이미 매몰 비용이 산적해 있는 상황에서 필사적인 노력을 하지 않기는 어렵습니다. 하지만 대부분의 경우, 지금 바로 방향을 전환하고 올바른 방향으로 나아가는 것이 최선이라고 생각합니다.

사용자 유지율 향상을 목표로 하는 이러한 변화는 앱 홈페이지를 완전히 재설계해야 합니다. 현재 뉴스피드라면 체계적이고 단계별 프로세스로 전환하는 것이 좋습니다. 제품이 공유 중심이라면 콘텐츠 제작 및 수집에 초점을 맞춰야 할 수도 있습니다. 경쟁사와의 비교를 포함하여 제품 포지셔닝을 근본적으로 설명해야 할 수도 있습니다. 낮은 사용자 유지율을 개선하려면 대대적이고 다차원적인 변화가 필요하며, 과감할수록 좋습니다.

유지율은 감소하지만 절대 상승하지 않습니다. 유지율 곡선은 종종 매우 규칙적인 기하학적 패턴을 따릅니다. 예를 들어, 제가 관찰한 많은 곡선은 다음과 같은 패턴을 보입니다. 1일차 유지율이 어떠하든 7일차에는 50% 감소하고, 7일차 유지율이 어떠하든 30일차에는 다시 50% 감소합니다. 시간이 지남에 따라 유지율은 결국 0에 가까워질 수도 있고, 운이 좋으면 전체적으로 10% 안팎을 유지할 수도 있습니다. 이러한 감소 패턴은 매우 예측 가능합니다.

높게 시작해서 떨어지고 다시 올라가는 곡선은 본 적이 없을 겁니다. 불가능합니다. 다시 말해, 초기 유지율이 좋지 않으면 후기 유지율도 나쁠 가능성이 높습니다. 강하게 시작해야 강하게 마무리할 수 있습니다.

이 규칙에는 지적할 만한 몇 가지 주목할 만한 예외가 있습니다.

일부 제품(예: 온라인 포커)은 매우 하드코어합니다. 이러한 제품의 사용자 유지율은 상대적으로 낮을 수 있지만, 계속 사용하는 사용자는 매우 충성도가 높고 많은 돈을 지출하는 경우가 많습니다. 이는 이 모델도 성공할 수 있음을 증명합니다.
네트워크 효과가 있는 제품(소셜 네트워크, 협업 도구 등 네트워크 효과가 있는 제품)의 경우, 신규 사용자는 초기에는 활발하게 활동하다가 일시적으로 활동이 감소할 수 있습니다. 하지만 제품이 증가하는 사용자 수를 활용하여 기존 사용자를 다시 활성화할 수 있다면, 유지율 곡선이 소폭 상승하는 것이 일반적입니다. 이는 매우 드물지만, 실제로 발생한다면 매우 놀라운 일입니다.
매출 유지율은 증가하는 반면, 사용 유지율은 감소합니다. 유지율 곡선의 가장 중요하고 뛰어난 특성 중 하나는 사용자와 매출 모두에 적용된다는 것입니다. 지금까지 사용자 유지율에 대해 논의해 왔지만, 안타깝게도 사용자 유지율은 감소하는 경향이 있어 이상적인 상황은 아닙니다. 반면 매출 유지율은 흥미로운데, 이는 계속 사용하는 사용자가 시간이 지남에 따라 플랫폼에서 더 많은 돈을 지출하는 경향이 있기 때문입니다.
이는 B2B SaaS 제품의 가장 큰 장점 중 하나입니다. 예를 들어 Slack의 사용자 코호트 데이터를 살펴보면 다른 제품과 마찬가지로 유지율 곡선이 하락하는 것을 알 수 있습니다. 어떤 기업은 Slack을 도입하고, 어떤 기업은 도입하지 않습니다. 하지만 Slack 구축에 시간을 투자하는 기업의 경우, 제품은 자연스럽게 성장하고 이러한 비즈니스를 통해 시간이 지남에 따라 매출이 증가합니다. 매출 유지율이 감소하지 않고 오히려 증가하는 현상은 매우 주목할 만하지만, 안타깝게도 대부분의 소비자 제품에는 적용되지 않습니다. 바로 이러한 특징 때문에 B2B 제품은 소비자 제품보다 훨씬 원활한 비즈니스 모델을 갖추고 있습니다.
소비자 앱 모델은 아마존과 더 유사합니다. 처음에는 책과 음악만 구매하지만, 제품 기능이 확장됨에 따라 점차 더 많은 상품을 구매하게 됩니다. 이 때문에 제품 사용자 한 명의 총 생애 가치는 사실상 무한합니다. 우버에서도 유사한 현상을 관찰했습니다. 사용자 집단은 시간이 지남에 따라 감소하는 반면, 공항 환승을 위한 초기 이용은 점차 식당 이용과 출퇴근으로 확대됩니다. 결과적으로 사용자 유지 곡선은 감소하는 반면 수익 유지 곡선은 계속 증가하는 경향이 있습니다.
유지율은 제품 카테고리와 밀접한 관련이 있습니다. 저는 이전에 유지율의 본질과 육성에 대해 글을 쓴 적이 있습니다. 실제로 많은 제품이 협업 도구나 프로그래밍 소프트웨어처럼 자연스러운 사용 사례를 가지고 있는데, 이러한 제품들은 직장에서 매일 사용하지만 7일 중 5일로 제한된 활성 일수를 가집니다. 반대로, 취약점 경고 시스템은 사용 빈도가 낮을 것으로 예상됩니다. 소비자 제품도 마찬가지입니다. 사람들은 뉴스, 메시지, 소셜 앱을 매일 확인하지만, 일반적으로 의료 관련 참고 자료는 자주 사용하지 않습니다. 날씨나 은행 업무와 같은 일부 앱은 사용 빈도가 낮음에도 불구하고 높은 유지율을 보입니다. 한편, 게임과 같은 카테고리는 중독성이 강하고 자주 사용되지만, 콘텐츠 소비 후 몇 주 만에 이탈하는 경우가 많습니다.
본성-양육 요소는 많은 신제품들이 시장에서 성공하기 위해 고군분투하는 현실을 보여주기 때문에 매우 중요합니다. 소셜 여행 앱을 개발하고 있지만, 사람들이 실제로는 그렇게 자주 여행하지 않는다면 친구들과의 소통을 중심으로 한 제품을 만드는 것은 어려울 것입니다. 더 현명한 접근 방식은 사용 빈도가 낮은 특성을 수용하고 거래 프로세스를 제어하여 수익을 늘리거나, Yelp처럼 레스토랑이나 나이트라이프처럼 사용 빈도가 높은 사용 사례를 통합하는 동시에 여행 기능은 유지하는 것입니다. 시대의 흐름을 거스르는 것은 어렵고, 우리가 할 수 있는 일에는 한계가 있습니다.

이러한 이유로 유지율과 사용 빈도가 매우 높은 앱을 개발하려면 사용자가 이미 핵심적인 일상 제품으로 여기는 영역에서 개발해야 할 가능성이 높습니다. 즉, 성공적인 앱은 다른 일상 제품에서 시간을 빼앗아 갈 가능성이 높습니다. 제가 ChatGPT를 자주 사용하기 시작한 후 Google 검색량이 크게 줄었고, Substack을 사용하여 블로그를 읽고 쓰기 시작했을 때 다른 소셜 뉴스 앱을 점차 사용하지 않게 된 것처럼 말입니다.

사용자 기반이 확장됨에 따라 유지율은 증가하는 대신 감소하는 경우가 많습니다. 높은 유지율을 가진 제품을 개발할 만큼 운이 좋다 하더라도, 사람들은 기존 사용자 행동, 수익 창출 능력, 사용 습관을 더 넓은 시장에 적용하는 경향이 있습니다. 핵심 빅데이터에 몇 가지 유용한 소규모 데이터 포인트를 곱하면 자연스럽게 인상적인 거시적 결과를 얻을 수 있다고 믿기 때문입니다. 하지만 실제로는 사용자 기반이 확장됨에 따라 문제가 발생하기 시작합니다. 예를 들어, 안드로이드 사용자와 해외 시장으로 확장하고 유료 마케팅과 같은 채널을 통해 더 많은 고객을 확보하면 모든 주요 지표에서 빠르게 감소하는 것을 보게 될 것입니다.

그 이유는 고품질 사용자가 초기에 나타나는 경향이 있기 때문입니다. 수익 창출 잠재력이 가장 크고, 사용 의욕이 가장 강하며, 디지털 숙련도가 높고, 온라인 활동이 가장 활발한 사용자는 친구의 추천을 통해 일찍부터 제품을 사용하기 시작하는 경우가 많습니다. 다른 채널을 통해 신규 사용자가 유입되면 제품이 더 이상 그들의 요구를 충족하지 못할 수 있습니다. 예를 들어, 서구 국가의 대학생을 위한 iPhone 앱을 개발하여 신흥 시장의 Android 사용자에게 확장한다면, 기능 적용이 불완전하여 여러 지표가 자연스럽게 하락할 것입니다. 이후에도 지속적인 최적화와 개선을 이룰 수 있지만, 그 결과가 초기 사용자 그룹의 결과와 비교될 수는 없다는 점을 확신합니다.

그렇다면 질문은 다음과 같습니다. 사용자 증가는 증가하고 사용자 품질은 점차 감소하는 상황에서, 그들은 여전히 가치가 있을까요? 제품이 지속적으로 수익성을 유지할 수 있을까요? 더 중요한 것은, 초기에 가입한 핵심 고부가가치 사용자 그룹을 유지할 수 있을까요?

이런 초기 채택자들을 종종 "황금 집단"이라고 부르는 것도 당연한 일입니다.

사용자 이탈은 비대칭적입니다. 사용자를 잃는 것은 매우 쉽습니다. 실제로 대부분의 제품은 출시 후 첫 30일 이내에 사용자의 90% 이상을 잃습니다. 반면, 이미 이탈한 사용자를 되찾는 것은 매우 어렵습니다. 이러한 신규 사용자 확보와 이탈 간의 비대칭성이 이탈의 핵심 특징입니다. 이탈은 종종 심각해져서 신규 사용자를 확보하는 것이 기존 사용자를 되찾는 것보다 더 쉽습니다.

이러한 이유로, 할인이나 혜택을 제공하여 휴면 사용자를 다시 활성화하려는 라이프사이클 마케팅은 비용이 많이 들고 비효율적인 경우가 많습니다. 더 효과적인 방법은 기존 활성 사용자를 자연스러운 제품 사용 시나리오에 참여시켜 휴면 사용자를 다시 활성화하는 것입니다. 예를 들어, 전문가가 새로운 프로젝트 관리 도구를 사용해 보지만 계속 사용하지 않을 경우, 알림 이메일을 대량으로 보내는 것만으로는 그들을 다시 끌어들이기 어렵습니다. 더 효과적인 방법은 동료들이 새로운 프로젝트에 참여하도록 해당 도구를 다시 사용하도록 초대하는 것입니다. 그러나 이러한 전략은 구현하기가 매우 어렵고 복잡하며, 일반적으로 네트워크 효과가 있는 제품(예: 공유 및 협업 기능)에서만 채택됩니다.

리텐션은 측정하기가 매우 까다롭고 어렵습니다. 사람들이 리텐션에 대해 이야기할 때, 첫날, 주, 그리고 첫 달에 집중하는 경향이 있지만, 2년 후의 결과는 거의 언급하지 않습니다. 제품 개발 시, 팀은 짧은 기간과 쉽게 측정 가능한 지표를 바탕으로 의사 결정을 내려야 하기 때문입니다. 따라서 연간 사용자 이탈률이나 장기적인 수익 창출의 중요성에도 불구하고, 사람들은 이러한 지표를 간과하고 더 즉각적이고 쉽게 측정할 수 있는 지표에 집중하는 경우가 많습니다. 그러나 이러한 접근 방식에는 수많은 문제가 있습니다.

안타깝게도 많은 제품 카테고리가 계절적 변동이 심합니다. 전자상거래, 여행, 의료, 온라인 데이트가 대표적인 예입니다. 심지어 기업이 비즈니스 소프트웨어를 사용하는 방식조차도 주기적인 변동을 겪습니다. 계절성은 판단력을 흐릴 수 있습니다. 월별 또는 분기별 실적 하락을 볼 수 있지만, 새로 출시된 기능이 인기가 없어서일까요? 아니면 단순히 해당 분기의 사용자 행동이 달라진 것일까요? 유지율 데이터가 현저히 낮으면 성과를 효과적으로 평가하기 어렵습니다.

마찬가지로 버그, 새로운 테스트, 마케팅 캠페인과 같은 요소는 데이터를 왜곡할 수 있으며 유지율 곡선의 변동을 보여주는 보고서를 지속적으로 검토하게 됩니다. 하지만 각 숫자에는 팀이 새로운 Android 릴리스가 무의미한 비교를 도입하지 않는지 확인하기 위한 경고가 함께 제공됩니다.

엄청난 사용자 증가와 저조한 유지율의 결합은 실패의 지름길입니다. 많은 신제품 개발자들이 신규 사용자 가입에만 지나치게 집중하면서 유지율은 완전히 무시합니다. 결국, 그들이 원하는 것이 지속적인 상승 그래프라면, 단순히 빠른 성장을 강조하기 위해 퍼널 상단 트래픽을 늘리는 것이 낫지 않을까요? 그런 다음 막대한 벤처 캐피털을 유치한 후에야 유지율을 천천히 개선할 수 있습니다.

이러한 현상은 오늘날 업계에서 흔히 볼 수 있습니다. 크리에이터가 TikTok 앱을 수백만 명의 팔로워에게 홍보하거나 단일 영상으로 수익이 급증하면 TikTok을 통해 제품 사용자가 급증하는 것입니다. 이러한 현상은 최적화되지 않은 사용과 이탈률에도 불구하고 지속됩니다.

기술 업계는 이 실험을 수없이 반복해 왔습니다. 결론은 항상 같습니다. 사용자 유지율이 낮은 바이럴 제품은 결국 도태될 것입니다. 유지율은 해결하기 어려운 문제이기 때문입니다. 참신함이 사라지면 사용자 확보 속도가 느려지고, 결국 사용자 확보율과 유지율이 모두 낮아집니다. 높이 올라갈수록 더 큰 어려움에 빠지게 됩니다.

우리는 이러한 현상을 여러 시나리오에서 목격해 왔습니다. 소셜 네트워킹 초창기에는 많은 제품들이 사용자 이메일 주소와 주소록을 확보하고 이를 마구잡이로 스팸 메일로 발송하여 결국 사용자를 저질 제품으로 유인하는 방식으로 성장을 이루었습니다. 때로는 기업들이 단순히 사용자들에게 저품질 벨소리가 제공되는 연간 서비스에 가입하도록 유도하는 방식으로 수익을 창출하려 했습니다. 그러나 페이스북이 등장하고 뉴스피드와 실명 등록과 같은 사용자 경험 혁신을 통해 높은 바이럴률과 강력한 사용자 참여를 모두 갖춘 제품이 탄생하기까지는 시간이 걸렸습니다. 모바일 앱 분야에서도 동일한 현상이 나타납니다. 강제 SMS 초대에 의존하는 앱은 갑자기 인기를 끌지만, 제품의 지속성이 부족하면 전체 모델은 빠르게 붕괴됩니다.

높은 유지율은 순수한 마법과 같습니다. 이 글을 읽고 약간 낙담하실 수도 있고, 프로젝트 시작이 얼마나 힘든지 잘 알고 있습니다. 하지만 제품이 정말 효과가 있을 때 그 감동은 이루 말할 수 없습니다. 제품이 30일 유지율 50%를 달성하는 것을 보는 것(저는 몇 년에 한 번씩 이런 경험을 합니다)은 정말 놀랍습니다. 저는 이러한 단기적인 성공이 체계적인 A/B 테스트 방법론이나 빠른 반복 프로세스 덕분이 아니라는 것을 깨달았습니다. 정말 중요한 것은 바로 그 작은 마법의 불꽃입니다. 이 마법은 시장이나 고객 니즈에 대한 획기적인 통찰력에서 비롯됩니다. 돌이켜보면 당연한 것처럼 보이지만, 그 통찰력을 가장 먼저 발견한 제품이라는 사실만으로도 뛰어난 유지율을 달성할 수 있습니다. 이는 오늘날 화상 회의 소프트웨어, 사라지는 사진 기능, 어떤 주제에든 반응하는 마법 같은 AI에도 적용됩니다. 이러한 마법은 반복이나 지표 기반 테스트만으로는 달성할 수 없습니다.

진짜 문제

이 글을 다 읽으셨지만 여전히 큰 의문이 있으실 겁니다. 잠깐, 그럼 실제로 높은 고객 유지율은 어떻게 달성하는 걸까요? (이 질문에 결정론적 방법으로 답할 수 있다면, 스타트업 투자자로서의 제 일이 훨씬 수월해지겠죠?)

하지만 최선을 다해 봅시다. 제가 위에서 언급한 내용에는 몇 가지 단서가 숨어 있습니다. 아이디어는 정말 중요합니다.

유지율이 높은 제품을 원한다면, 이미 유지율이 높은 카테고리를 선택해야 합니다.

매일 기존 제품을 사용하는 제품 카테고리를 선택해야 합니다.

당신은 그것과 직접 경쟁하는 제품을 만들게 될 것입니다.

만약 당신이 이기면, 당신은 그 제품의 사용을 중단하고 당신의 제품으로 전환하게 됩니다.

그건 어려운 요구이지만, 제 생각엔 이를 신중하게 생각해 보는 게 좋은 시작이 될 것 같아요.

물론 기존 제품과 직접 경쟁하는 제품을 개발하는 경우, "사용자 전환을 유도하기가 정말 어렵다"라고 회의적으로 생각할 수 있습니다. 사실입니다. 따라서 핵심 상호작용 모델을 재정의하는 새롭고 독창적인 제품을 출시함으로써 시장 위험을 감수할지, 하지만 적정 수준까지 감수할지 결정해야 합니다. 하지만 이러한 혁신은 80%의 혁신보다는 20%의 개선일 가능성이 더 높습니다. 이상적으로는 사용자가 제품을 사용한 첫 1분 안에 이러한 혁신을 빠르고 직관적으로 이해할 수 있도록 하는 것이 좋습니다.

이 시점에서 투자자들이 가장 흔하고도 어려운 질문 중 하나를 피할 수 없습니다. "왜 지금 효과가 있는 걸까요?" 여러분의 답변은 대규모 언어 모델과 같은 일반적인 기술이나 소셜 미디어의 과포화와 같은 사회적 변화와 같은 새로운 산업 트렌드를 제시해야 하며, 이는 여러분의 혁신적인 아이디어를 시의적절하게 만들어줍니다.

이를 통해 기존 시장을 빠르게 확보하고 초기에 강력한 사용자 유지율을 달성할 가능성이 높아집니다. 타이밍이 매우 중요합니다. 제품 차별화가 부족한 틈새 시장에 진입할 때 시기를 놓치면 유지율이 사용자 확보율로 전환되는 문제를 겪게 될 것입니다. 새로운 웹 브라우저를 개발하는 데 있어 어려운 점은 일단 성공하면 사용자들이 엄청나게 끈끈해진다는 것입니다. 하지만 사람들은 이미 기존 브라우저에 매우 만족하고 있기 때문에, 이들에게 새로운 제품을 사용하게 하는 것은 본질적으로 비용이 많이 들고 복잡합니다.

그래서 저는 과거 "Uber for X" 컨셉처럼 "Cursor for X"나 "Figma for X" 같은 아이디어를 내놓는 사람들을 비난하지 않습니다. 그들은 기존 시장과 행동 패턴을 활용하여 막대한 시장 위험을 피하려고 합니다.

차별화된 장점을 정확하게 파악하고, 시장 기회를 포착하고, 대규모 사용자의 요구를 충족하고, 핵심 제품의 올바른 포지셔닝을 찾을 수 있다면 이 모델은 실제로 성공할 수 있습니다.

새로운 시장을 개척하려면 어떻게 해야 할까?

당연히 새로운 시장이 기존 시장보다 더 흥미진진하다는 반론이 나올 수 있습니다. 기술 산업은 기존 제품의 20%만 혁신하는 것이 아니라 완전히 새로운 것을 만드는 것이어야 하지 않을까요? 물론 맞는 말이지만, 저는 이러한 제품들이 시장의 아주 작은 부분을 차지한다고 생각합니다.

이에 대한 내 반론은 대부분의 제품이 이전 제품이 금방 잊혀지더라도 실제로는 어떤 종류의 "오래된 것"을 물려받는다는 것입니다.

인스타그램 이전에는 힙스타매틱(Hipstamatic)이라는 앱이 있었습니다. 이 앱은 초기에 앱 스토어 유료 사진 카테고리에서 1위를 차지하며 필터의 엄청난 시장 잠재력을 보여주었습니다. 구글이 최초의 검색 엔진이 아니었던 것처럼 (실제로는 라이코스(Lycos), 익사이트(Excite), 인포시크(Infoseek)와 같은 플랫폼에 이어 10번째로 진입한 검색 엔진이었습니다), 이러한 사례들은 검색 기능에 대한 사용자의 강력한 수요와 초기 검색 엔진 상용화의 어려움을 모두 보여줍니다. 테슬라는 전기 자동차의 선구자가 아니었고, 아이폰은 최초의 스마트폰도 아니었습니다. 역사는 10세대 혁신가가 시장 역학을 진정으로 결정한다는 것을 반복적으로 입증해 왔습니다. 이러한 현상을 "후발주자의 이점(latecomer advantage)"이라고 하는데, 저는 이 개념이 매우 통찰력 있다고 생각합니다.

하지만 진정한 혁신은 때때로 일어납니다. 우버는 기존 오프라인 승차 공유 서비스를 온라인 애플리케이션으로 전환하여 탄생한 것이지, 이전에 성공했던 승차 공유 앱을 기반으로 구축한 것이 아닙니다(당시 Lyft는 그저 이상한 버스 예약 서비스였을 뿐입니다). 또 다른 예로, OpenAI가 버전 3에서 완전히 주목받기까지 5년이 걸렸던 ChatGPT를 생각해 보세요. 당시에는 따라야 할 청사진이 전혀 없었습니다. 이러한 혁신적인 여정은 주목할 만하며, 진정한 위험을 감수하고 완전히 새로운 제품 카테고리를 만들어내기 때문에 기술 산업의 성공을 이끄는 원동력입니다.