그로스 도메인이 토스를 성장시키는 방법
성숙한 제품에서 성장을 만들기
토스 앱은 MAU 1600만명이 넘는 제품입니다. 우리나라에서 사람들이 가장 많이 사용하는 앱 10위 안에 들죠. 이미 이 정도로 규모가 큰 제품에서 유저 그로스(성장) 를 만들어내기는 어려울 거라고 생각하기 마련입니다. 하지만 토스는 하죠. 토스 앱의 사용자수 성장을 담당하는 토스 팀의 그로스 도메인의 방법론을 소개할게요 🙌
도메인이란? 
토스 팀은 각자 완결성 있는 사업을 운영하는 50~100명이 모인 6개의 도메인으로 구성되어 있는데요. 도메인은 곧 하나의 스타트업과 같습니다. 6개의 서로 다른 사업을 하는 회사가 모여 토스가 된다고 생각할 수 있죠. 
그로스 도메인은 토스 앱 전체의 사용자수 성장과 사용자들이 여러 서비스를 사용하도록 도움으로써 더 높은 유저당 매출(ARPU: average revenue per user)을 만들 수 있도록 하는 목적에 집중하고 있습니다.
팀 인터뷰
Q. 각자 그로스 도메인에서 맡고 있는 역할이 무엇인가요?
민정
토스의 Growth Domain Leader 윤민정입니다. 토스에 합류한지 3년 반 정도 되었어요. 증권에서 해외주식 서비스를 만드는 Product Owner로 시작해 여러 제품을 담당하다가, Growth Domain을 맡게 되었습니다.
길우
Growth Domain의 Product Strategy Manager 하길우입니다. 토스에서 Data Analyst, Growth 담당 Product Owner 등의 직무를 경험했어요. 현재는 제품 전략에 집중하고자 Growth Domain에서 Product Strategy Manager 역할을 맡고 있어요.
Q. 이미 1,600만명의 월간활성사용자(MAU : Monthly Active User)를 가지고 있는 토스 앱이 과연 유저수 성장을 더 이뤄낼 수 있을까요? Growth Domain이 풀고자 하는 문제는 너무 어려운 게 아닐까 싶어요.
민정
1,600만 MAU면 이미 너무 많은 것 아니야? 여기서 어떻게 더 성장해? 이렇게 생각하면 막연히 어렵게 느껴지거든요. 제가 처음 이 역할을 맡으며 생각한 건 “더 쪼개서 보고 더 정확히 분석하면 모든 게 가능하다.”였어요.
모든 그로스는 정확하고 깊이 있는 사용자 분석에서 시작해야 된다고 생각해요. 1,600만 명의 토스 MAU는 절대 똑같지 않아요. 누군가는 앱을 1달에 1번만 방문하고, 누군가는 30번 방문하죠. 그 중에도 하루에 5번 방문하는 사람이 있고 하루에 1번씩 5일 방문하는 사람이 또 다르고요. 이들의 차이는 무엇이고 각 그룹의 유저 수 분포는 어떻게 될까? 무엇이 1번과 30번의 차이를 만들고, 1번을 몇 번으로 올려야 리텐션(Retention: 유저의 서비스 잔존율/재사용율)의 변화가 생길까? 그렇다면 우리의 기회의 땅의 크기와 예상되는 임팩트는 얼마일까? 반대로 다시 돌아가 내가 타겟하여 토스앱 활성도를 높이고 싶은 저관여 유저는 어떤 사람이고 무엇을 원할까? 이렇게 쪼개서 하나씩 접근해 보는 거죠.
Q. 문제를 쪼개서 접근한다는 방식이군요. Growth Domain에서 이와 같은 방법론을 사용해서 문제를 풀어가는 과정의 예시가 궁금해요.
길우
처음 Growth Domain에서 제품 전략을 함께 만들어가자고 민정님이 제안해주셨을 때, 어떤 분석과 전략이 필요한지 묻고 대화 나눈 때가 기억나요.
토스 앱이 한번 더 성장하기 위해서는 지금 토스 앱을 사용하지 않는 유저를 데려오는 것도 방법이지만, 토스 앱의 유저가 토스 앱을 더 잘 사용하도록 관여도(Engagement)를 높이는 것으로도 충분히 더 성장할 여지가 있다고 생각했어요.

그러면 먼저 유저를 신규 사용자(New), 기존 사용자(Existing, 지난달에도 사용하고 이번 달에도 지속 사용하고 있는 사용자), 부활 사용자(Resurrected, 원래 토스앱을 사용했었지만 이탈했다가 다시 복귀한 사용자)로 구분해서 그들 각각의 특징을 분석해야겠다는 생각을 했죠. 각 유저 세그먼트의 Retention을 기반으로 사용자 수를 예측하는 방식으로요.
민정
신규/부활/기존 유저 각각의 Retention에 대한 선행지표도 찾아봤어요. 이미 저희 팀은 유저의 앱 사용 빈도, 혹은 방문일수가 Retention과 높은 상관관계를 갖는 것 같다는 가설을 갖고 있었어요. 심지어는 약간의 인과관계 아닌가 싶기도 했는데요. 그 이유는 작년 내내 빈도가 높아지는 서비스들이 성장하면서 유저의 평균 앱 사용 빈도가 높아졌고, 이 유저들의 전후 Retention 변화가 엄청나게 이루어지면서 앱 전체의 Retention이 높아지는 패턴이 있었거든요. 애초에 빈도 자체가 시간의 축에 따른 행동 변화를 포함한 개념이라서 그렇기도 하고요. 그래서 빈도라는 키워드를 알고 있었지만, 데이터를 통해 가설을 검증하고자 했어요.
길우
제가 주로 접근하는 방법은 Shapley Value* 분석이에요. 유저 행동을 나타내는 몇 백 개의 변수 속에서 빠르게 방향성을 잡을 수 있거든요. 물론 단순히 Shapley Value를 적용하는 건 누구나 할 수 있죠. 하지만, 신규/부활/지속사용 유저를 구분하는 것처럼 유저 행동에 대한 프레임워크를 가지고 Shapley Value를 적용하는 것, 그리고 여러 데이터를 교차로 확인하며 그에 대한 정성적인 설명을 풀어내는 게 핵심이라고 생각해요.
*Shapley Value: 게임이론에 기반해서 변수 기여도를 해석하는 방법론
예를 들면, 기존 유저의 특성이 신규 유저와 부활 유저의 특성과 다를 것이라는 가설을 Shapley Value를 통해 빠르게 확인하고, 다른 데이터를 통해서 교차 검증했어요. 기존 유저는 같은 5회를 방문하더라도, 1일에 5회보다 5일 동안 1회씩 방문하는 것이 더 좋다고 분석했어요. 반면, 토스앱에 새로 온보딩하는 신규 유저와 부활 유저는 단기간에 높은 횟수로 앱을 사용하는 것이 중요하다(같은 5회를 방문한다면, 1일에 몰아서 5회를 방문하는 것이 더 좋음)는 결과를 확인했구요.
쉽게 말하면, “유저의 Retention에 대한 설명력 높은 변수는 무엇인가?”라는 질문에, 신규/부활/지속 유저를 구분하는 프레임워크 뿐만 아니라 ‘사용횟수’와 ‘사용일수’를 제시한 거죠. 이렇게 설명력 높은 선행 지표를 찾아낸 다음에는 유저를 클러스터링* 했습니다.
*클러스터링 : 주어진 특성에 맞게 그룹화
민정
그리고 각 그룹에 속한 유저의 예상 잔존율을 바탕으로 사용자수를 예측하는 Growth Model을 더 정교화할 수 있었어요. 이번 달에 사용자가 신규/부활/지속 사용 중 어떤 그룹에 속했고, 얼만큼의 빈도나 사용일수를 보여주었냐에 따라 다음달에 어떤 그룹의 사용자로 전이될지 각 확률을 알 수 있는데, 이를 기반으로 시계열 체인 형태의 모델을 만들었어요.
이렇게 하면 자원도 효율적으로 관리할 수 있어요. 저관여 유저를 대상으로만 필요한 액션을 실행하면 되거든요. 론칭 제품의 효과를 측정할 때도 실제 우리가 타겟하는 저관여 사용자에게 어느 정도의 사용을 이끌어냈고 전후 비교해 충분한 증가를 만들었냐는 지표에 집중하면 되기 때문에 성과를 훨씬 더 쉽고 정확하게 측정할 수 있습니다. 액션의 타율도 높아지고요.
Q. 유저를 그룹화한 다음에는 무엇을 하나요?
민정
한번 더 들어갑니다. 무엇이 빈도와 일수를 결정하는지 찾는 거예요. 상관관계가 높을 것 같은 서비스를 찾아 추립니다. 그 다음에 단순히 앱을 잘 쓰는 사용자들이 반드시 거쳐야 하는 서비스여서 그런 건 아닌지(이 서비스를 성장시켜도 빈도나 일수가 늘어나지 않는 건 아닌지) 확인해요.
예를 들어 A 서비스를 사용한 사람 중 다음 달에도 토스 앱을 사용하는 사람의 비율은 얼마나 되는지만이 아니라, 다음 달에도 토스 앱을 사용하는 유저 중 지난달에 A 서비스를 사용한 유저의 비율은 얼만지를 함께 검증하는 거죠. 지난 달에 A 서비스를 사용한 유저와 다음 달에도 토스 앱에 잔존한 유저의 합집합 중, 지난 달에 A 서비스를 썼으면서 앱에 잔존한 교집합의 비율을 구해요. 합집합 대비 교집합의 크기가 최대한 큰 서비스와 사용 횟수, 즉 Aha Moment를 찾아가면서 설명력을 검증해요.
길우
그렇게 해서 마이데이터 사용, 즉 토스에서 자산관리를 하는지 여부가 중요하다는 사실을 찾아냈어요. 마이데이터 사용을 넣으니 같은 빈도수나 일수 안에서도 Retention이 10%p 이상 차이 나는 경우가 많더라고요. 하여 저희의 그로스 모델은 아래와 같이 이루어지게 되었습니다.
Q. 어떤 실행으로 지표를 변화 시키는지도 중요할 것 같은데요. 어떻게 하시나요?
민정
맞아요. 여기까지 했으면 그 다음은 Action item을 뽑아내는 단계입니다. 여기도 단계가 있어요.
첫 번째는 우리가 타겟하는 유저가 서비스를 어떻게 사용하고 있는지 살펴보고 힌트를 얻어요. 무엇이라도 그들이 남긴 흔적이 있습니다. 어떤 서비스를 사용하는지, 이탈했다가 왜 부활하는지, 처음 들어와서 쓴 서비스가 무엇인지, 왜 관여도가 낮음에도 토스 앱을 계속 사용하고 있는지 등을 살펴보는 거죠.
두 번째는 활용할 수 있는 채널을 찾아요. 유저를 만나서 말을 걸 수 있는 방법을 찾는 거죠. 채널은 그들이 자주 사용하는 서비스의 토스 앱 내의 지면일 수도 있고, 앱을 자주 들어오지 않는다면 외부의 채널(푸시 등 CRM 채널, 퍼포먼스 마케팅 채널 등)일수도 있어요. 이 중 효과가 있을 것 같은 채널을 찾고 각 효과를 프로젝션해 봅니다.
결국 고객을 이해하는 것이 가장 중요해요. 성공하는 그로스 실험은 고객의 문제를 정확하게 이해하고 반응할만한 메시지와 가치를 찾아내는 데서 온다고 생각합니다.
일례로 예전에 증권팀에 있을 때, 저관여 유저를 대상으로 주식을 구매하는 빈도를 높이기 위한 여러 그로스 실험을 진행한 적이 있어요. 처음에는 단순히 사용자들에게 경제적 인센티브를 제공하면 숫자가 변할 거라고 생각했어요. 그래서 특정 기간 동안 수수료를 무료로 해주면서 제한 시간이 있으니 이 활용하라는 식으로 혜택을 제공해 보기도 하고, 주식을 구매하면 캐시백을 해주는 리워드를 테스트해보기도 했어요. 그런데 사용자들이 반응하지 않더라고요.
오히려 우상향하는 주식시장에서 수익을 얻는 방법인 우량주 적립식 매수법을 적용한 쉬운 제품(주식 모으기)을 만들었더니 훨씬 효과가 좋았어요. 계좌는 열었고 투자를 해보고는 싶은데 뭘 살지, 언제 살지 잘 모르겠는 유저의 사용 빈도를 높이기 위해서는, 실제 그들의 문제를 해결해야 한다는 걸 배웠죠. 저는 사용자의 문제와 관련 없는 혜택을 줬었고 그래서 반응이 없었던 거에요.
길우
역시 중요한건 ‘데이터 뒤에 사람이 있다'는 사실이에요. 어떻게 전환율을 올릴지가 아니라, ‘어떻게 사람을 설득할까?’의 문제를 푸는 거죠. 그래서, 행동경제학, 협상론, 심리학, 인간관계론 등에서 아이디어를 얻어요.
그 중에서 행동경제학을 예로 들자면, 손실회피 그리고 매몰비용을 고려해볼 수 있어요. 단순하게 말하면, ‘손실회피’는 사람은 이익보다 손실에 약 1.4배 정도 더 민감하게 반응한다는 행동 편향을 의미하고, ‘매몰비용’은 자신이 앞서 투자한 노력을 포기하는 것을 힘들어하는 점을 의미해요. 이 둘은 밀접하게 연관되어있죠.
또 심리학 관점에서 보면, ‘foot-in-the-door technique’이 있어요. 직역하면 ‘문간에 발 들여놓기'인데요. 먼저 아주 힘이 들지 않는 작은 부탁을 통해 Yes를 얻고, 그 뒤에 좀 더 큰 부탁을 하면 상대방이 Yes할 확률이 높아진다는 내용이에요. 여러 설득 원리 중 ‘일관성(Consistency)의 원리'에 기반한 접근이에요.  가령 고객에 혜택을 지급 받은 직후인 ‘해피모먼트'가 여기에 해당할 수 있죠. 이미 혜택을 받은 순간은 심적인 역치도 낮아졌고, 앞서 작은 Yes를 한 번 했기 때문에 뒤의 Yes를 할 가능성도 올라가죠.
교과서에서 볼법한 내용이죠? 😊 하지만 토스증권의 Growth PO로 일하면서 적용하고 성과를 내는데 실제로 사용한 개념들이에요. 어떻게 그런 이론들이 오랫동안 이야기 되는지 알 수 있었죠. 여담으로 제가 풀었던 문제 중에 이 글을 읽고 있는 분들께 질문 드리고 싶은 문제가 있어요. 유저에게 혜택을 준다면 ‘불확실한 큰 금액’과 ‘확실한 작은 금액' 중 어떤 게 더 매력적일까요? 어떤 혜택이 더 많은 고객들을 설득할 수 있을까요?
Q. 앞으로 Growth Domain은 어떤 일들을 해 나가게 될까요?
길우
쌓아온 러닝들을 공유하는 이유는 사실 함께할 Product Owner를 모시기 위해서예요. 인터뷰는 워낙 짧기 때문에 공유 못한 게 산더미인데요. Markov Matrix, DiD, Aha-ratio 등등.. 😂 이런 러닝을 모조리 흡수하고, 토스의 다음 성장을 만들 Growth Domain의 Product Owner 분을 찾고 있어요.
‘토스는 이미 충분히 성장해서 할 수 있는 게 없지 않아?’하는 이야기를 종종 들어요. 하지만 아직 토스가 정복하지 못한 Use Case는 산더미같이 남았답니다. 그리고 앞서 말씀 드린 러닝은 저희가 해나가야 할 일에서 10% 정도의 지도만 밝혀줄 거에요. 결국 남은 90%의 ‘불확실성’을 같이 헤쳐나가야 해요. 이를 위해 가장 필요한 건 딱 1가지, ‘스스로의 성장에 대한 갈망’이라고 생각해요. ‘내가 미친듯이 빠르게 성장하고 싶다' 이런 갈망을 가지고 있는 분을 찾고 있어요. Growth Domain은 정말 밀도 높은 성장을 함께할 자신이 있어요.
‘이미 충분히 성장한 회사’이기 때문에 좋은 점도 있어요. 앞서 말씀드린 Shapley Value는 거대한 연산량을 처리하는 것은 물론 높은 수준의 데이터 정제가 필요해요. 이런 분석을 활용할 수 있는 이유는 ‘토스가 이미 충분히 성장한 회사’이기 때문이죠.
민정
프로덕트를 좋아하고 분석의 중요성을 믿는 분들께 토스팀은 최고의 환경이라고 생각해요. 정말 뛰어난 역량을 가진 분석가 및 전략가들과 메이커들이 (토스 팀에서 개발자, 디자이너 등 프로덕트 설계와 개발을 담당하는 직무를 부르는 말) 함께하기에 성장의 기회도 많고요. 저도 길우님과 벌써 2년 반이나 함께 일하고 있는데, 항상 서로 많은 배움을 주고 받으며 성장한다는 느낌을 받습니다.
토스 앱이 커버할 수 있는 고객의 생활 범위를 늘리는 것이 가장 정석적인 그로스라고 생각해요. 앞서 설명한 기존 제품에 대한 분석과 개선에 더해, 앞으로는 새로운 서비스도 만들 예정입니다. 이것이 근본적으로 토스앱의 Carrying Capacity를 늘리는 방법이라고 생각하거든요. 이 새로운 서비스들은 무엇일지, 어떤 전략을 고민하고 있는지는 토스 팀에 오시면 모두 설명해드릴게요. 함께 만들어가요.
토스 Growth Product Owner 채용 공고 바로가기
토스 채용
Editor 선미’s comment
이 글의 원문은 토스 채용에 업로드 된 “그로스 도메인이 토스를 성장시키는 방법”입니다.


conversion_type

시리즈 내 순서

conversion_text

멤버 전용

대표 이미지

공개 가능

작성일

예상 읽기 시간

전환 텍스트

글쓴이

시리즈

상단 노출

전환 유형

요약

제목

1,600만 MAU면 이미 너무 많은 것 아니야? 여기서 어떻게 더 성장해?

그로스 도메인이 토스를 성장시키는 방법

돈이 흐르는 길목에서 일을 하다 보니 금융에 대한 지식을 쌓을 수 있는 점도 큰 장점이에요

데이터로 프로덕트의 전략과 방향성을 고민하는, 토스뱅크 데이터 분석가

고객들은 퍼널이 늘어도 유용한 정보가 있으면 이탈하지 않는구나!

끊임없는 실험으로 고객에게 큰 가치를 제공하는, 토스뱅크 데이터 분석가

토스가 데이터를 바탕으로 의사결정을 내리는 과정 속에서, 데이터 분석가가 어떤 역할을 하는지 소개합니다.

진짜 A/B 테스트: 토스의 푸시 생태계를 데이터로 재설계한 방법

치열하게 고민하고 협업하며, 정답이 없는 문제를 풀어가고 있는 토스플레이스 Data Analyst의 이야기를 담았어요.

데이터 분석을 넘어, 문제 정의와 해결로 오프라인 결제 시장의 변화를 주도하는 사람들 – 토스플레이스 Data Analyst

토스뱅크 합류 이유부터 데이터/ML이 바꿀 금융의 미래, 그리고 리더로서의 철학까지. 토스뱅크 Head of Data의 이야기를 들어보았어요.

데이터로 금융의 미래를 만들어 나가요 - Head of Data

성숙한 제품에서 성장을 만들기

그로스 도메인이 토스를 성장시키는 방법

Contents

데이터 분석 소식을
매월 받아보세요

토스 아티클 모아보기

함께 읽어보면 좋은 글

미국 병원 데이터 팀 인턴, SQL 덕분에 잡 오퍼까지 받았어요

분석이 막막하다면 이렇게 생각해보세요!

머신러닝 말고, 서비스의 성장을 위한 데이터 분석이 하고 싶었어요

데이터 분석 소식을
매월 받아보세요데이터 분석 소식을 받아보세요

그로스 도메인이 토스를 성장시키는 방법

Contents

데이터 분석 소식을 매월 받아보세요

토스 아티클 모아보기

함께 읽어보면 좋은 글

미국 병원 데이터 팀 인턴, SQL 덕분에 잡 오퍼까지 받았어요

분석이 막막하다면 이렇게 생각해보세요!

머신러닝 말고, 서비스의 성장을 위한 데이터 분석이 하고 싶었어요

데이터 분석 소식을 매월 받아보세요데이터 분석 소식을 받아보세요

데이터 분석 소식을
매월 받아보세요

데이터 분석 소식을
매월 받아보세요데이터 분석 소식을 받아보세요