아내를 위해 만든 앱 성장기
앱 성장기 시리즈 — 아내를 위해 만든 단식 앱 케톤의 격주 회고.
앱 성장기 시리즈 이전 글
제가 매일 아침 켜는 화면이 이겁니다.
Metabase라는 오픈소스 데이터 시각화 도구입니다. SQL로 뽑은 결과를 차트와 대시보드로 모아주는 도구인데, 무료고 Docker 한 줄로 띄울 수 있어서 1인 개발자한테도 부담이 없습니다. 여기에 DAU, WAU, MAU, 일별 신규 설치 카드를 몇 장 만들어놓고 출근 인사 대신 한 번씩 봅니다. 두 달 전 출시했는데, 절대 숫자는 여전히 작습니다. 그래도 추세는 정직하게 위쪽이라서 보는 맛이 있습니다.
벤치마크를 잠깐 옆에 놓고 보면 좀 신기합니다. Adjust의 2025년 Health & Fitness 카테고리 리포트 기준으로 단식·다이어트 앱 D1 리텐션 평균이 25~30%, D7 리텐션이 10~15%라고 나옵니다. [출처: Adjust Mobile App Trends 2025] 케톤은 W18 cohort 기준으로 D1 60.5%, 한 번이라도 첫 주에 다시 방문한 비율(W1)이 70%입니다. 카테고리 평균의 거의 두 배입니다. 추세선이 카테고리 평균 위쪽에서 우상향 중인 상태. 인디 개발자한테는 꽤 든든한 그림입니다.
오늘 글의 진짜 주제는 사실 이 차트가 아닙니다. 헛다리 두 번 짚은 이야기입니다. 데이터를 잘 볼 줄 모르는 인디 개발자가 AI한테 너무 의지하다가 두 번 헛짚었습니다. 그런데 둘 다 결과적으로는 앱에 도움이 됐다는 게 함정입니다. 추천하지는 않습니다만. ^^;;
헛다리 1 — AI를 너무 믿었습니다
저는 SQL을 다룰 일이 많지 않아 익숙하지 않습니다. 데이터 분석을 제대로 공부한 적도 없습니다. 그래서 매일 BigQuery에 들어갈 쿼리를 ChatGPT나 Claude한테 부탁하곤 했습니다. “어제부터 7일간 D1, D7 리텐션 뽑아줘”, “v1.3.0 이후 신규 가입 카운트 해줘” 같은 식이었습니다. 결과 한 번 돌려보고 숫자가 그럴듯해 보이면 그대로 markdown 표에 박아넣었습니다. 다음 날도, 그 다음 날도 똑같은 쿼리를 복붙으로 돌렸습니다.
그러다 사고가 두 번 났습니다.
사고 A — D7이 한 자릿수로 무너진 줄 알았는데
W16 cohort(4월 13~19일 설치자)의 D7 리텐션이 4.8%로 잡혔습니다. 21명 중에 한 명만 일주일을 버텼다는 그림이었습니다. 그 전 주는 30%대였는데 갑자기 5분의 1로 내려앉은 겁니다. 식은땀이 났습니다.
5월 1일에 같은 cohort를 다시 뽑아봤더니 D7이 23.8%였습니다. 5배 차이. 측정창이 다 닫히지도 않았는데 도래 안 한 사람들을 0으로 잡아서 평균을 짓눌렀던 겁니다. 비유하자면 점심 영업이 한창인 12시 정각에 “오늘 점심 매출 0원입니다” 보고서 쓴 셈입니다. 분모는 21명인데 분자가 측정 가능한 사람은 3명뿐인 상태로 나누기를 해버린 겁니다.
거기다 측정 정의도 너무 좁았습니다. 정확히 설치 후 7일째 그 하루에만 방문해야 D7로 카운트되는 쿼리였는데, 단식앱 사용자는 매일 들어오기보단 격일~주 2~3회로 들어오는 분들이 더 많습니다. D7에 한해 ±1일을 허용해서(설치 후 6~8일 사이에 한 번이라도 방문하면 D7로 카운트) 측정하는 쪽이 단식앱 특성에 맞습니다. ±1 허용은 D7에만 둡니다. D1이나 D3까지 같이 넓히면 측정창이 D2 같은 날을 양쪽에서 잡아 중복 카운트가 나거든요. 좁은 정의 그대로 두면 자연스럽게 잡혔을 사람들이 0으로 빠지는 겁니다.
이 두 함정이 곱해져서 4.8%라는 비관 수치가 만들어졌습니다.
사고 B — 함께 탭 합류가 9일 연속 0건이라며
같은 시기에 사고가 하나 더 있었습니다. 4월 23일에 함께 탭(v1.3.0)을 출시하고 나서, 매일 보던 일간 리포트에 신규 합류 0건이 9일 연속으로 박혔습니다. 누적 9명에서 정체. 신규 설치는 매일 들어오는데 함께 탭 합류만 0이라는 게 좀 이상하긴 했지만, “기능이 망가졌다” 쪽으로 진단이 자연스럽게 굳어졌습니다.
9일째 되던 날 무심코 함께 탭을 켜봤다가 잠깐 멈칫했습니다. 라이브 활동 배너에 새로 들어온 분들이 멀쩡하게 떠 있었습니다. 카드에 붙은 누적 단식 횟수 뱃지가 0회로 표시되고 있었는데, 처음 들어온 사람의 단식 횟수가 0인 건 자연스러운 그림이었습니다. 즉 앱 화면에는 신규 합류자가 매일 들어오고 있었던 겁니다. 일간 리포트는 9일째 합류 0건이라는데 앱 화면은 사람들이 들어오는 중. 이 모순을 보고서야 데이터 쪽이 이상하다는 걸 인정했습니다.
옆에서 보던 아내도 한마디 거들었습니다. “신규 유저가 들어오는데 합류가 0이라는 게 말이 되는 거 아니야?”
원인은 황당하게 단순했습니다. Kotlin 데이터 클래스 필드명은 isFirstTime(camelCase), Firebase Analytics로 발화되는 키는 is_first_time(snake_case)이었는데, 제 SQL은 isFirstTime으로 조회하고 있었습니다. 항상 NULL이 나올 수밖에 없는 구조였고, 그래서 9일 내내 0건으로 잡혔습니다.
is_first_time으로 다시 조회해봤더니 9일 누적 합류자가 59명이었습니다. 신규 설치자가 거의 전원 함께 탭에 합류하고 있었습니다. "마비"가 아니라 “오히려 잘 굴러가고 있는데 내 눈에만 안 보이던” 상태였습니다.
두 사고가 같이 가르쳐준 것
저는 사실 데이터 보는게 그다지 익숙하지 않았던 앱 개발자 입니다. AI한테 SQL 받고, 결과 한 번 보고, 매일 같은 쿼리를 복붙으로 돌리는 워크플로우를 SKILL로 만들어 한 달 넘게 사용하고 있었습니다. 그 과정 어디에도 “내가 묻는 질문이 정의상 맞는지”, “내가 쓰는 키가 코드의 진짜 키랑 같은지” 검증할 단계가 없었습니다. 한 번 잘못 만든 SQL이 매일 그대로 복제되는 구조였습니다.
AI가 거짓말한 게 아니라, 제가 잘못된 질문을 던지고 잘못된 답을 그대로 받아 적었을 뿐입니다. 검증은 사람이 해야 하는 건데, 그 사람이 데이터를 잘 볼 줄 모르면 검증 자체가 안 일어납니다.
그래서 Metabase를 띄웠습니다
Metabase 도입은 "SQL 직접 짜는 게 실패해서 도망간 것"이 아닙니다. 더 잘 보려고 갈아탄 겁니다.
Docker 를 이용하면 docker compose 파일 하나와, BigQuery 서비스 계정 JSON 하나로 Metabase를 간단히 올릴 수 있습니다. 그리고 Metabase에 쿼리를 저장하면 처음 보셨던 스크린샷 처럼 결과를 그대로 차트로 볼 수 있습니다. 이걸 바탕으로 앱에서 보고 있는 주요 데이터 카드를 18개 정도 만들었습니다. DAU/WAU/MAU 추이, 코호트 리텐션, 기능 채택률, 단식 퍼널, 채널 분석 같은 것들입니다.
도구가 바뀐다고 위 두 사고가 자동으로 안 났을까요? 그건 아닙니다. 다만 카드를 만드는 시점에 “이 쿼리가 진짜로 코드 발화 키랑 일치하나”, **“측정창이 다 닫혔나”**를 한 번은 확인하게 됩니다. 매일 똑같은 쿼리를 매일 새로 칠 때보다 검증 빈도가 훨씬 올라갑니다. SQL은 git으로 관리하고 각 쿼리와 결과로 나온 항목들이 무엇을 의미하고 어떻게 정의되어 있는지도 설명에 남깁니다.
도입 과정 자체가 점검의 시간이었습니다. 카드 18장을 만들면서 옛날 쿼리들을 한 번씩 다시 들여다봤고, D7 측정창 문제 외에도 작은 버그를 몇 개 더 잡았습니다. 그리고 차트로 보면 이상치가 더 빨리 눈에 띈다는 것도 만들어보고 알았습니다. 표로 보던 시절엔 4.8%와 23.8%가 그냥 다른 두 숫자였는데, 차트로 그려놓으니까 푹 꺼지는 점이 시각적으로 비명을 지릅니다.
헛다리 2 — 잘못된 신호로 옳은 결정을 한 셈입니다
여기서부터가 좀 웃긴 구간입니다.
위에서 D7이 4.8%로 무너진 줄 알았다고 말씀드렸습니다. 그게 측정 오류였다는 건 5월 1일에야 알았습니다. 그 사이 2~3주 동안 저는 **“D7이 한 자릿수다”**라는 잘못된 전제 위에서 대응을 두 개 굴리고 있었습니다. 그런데 그 대응이 둘 다 결과적으로 앱에 좋은 일을 하고 갔습니다.
헛다리 A → 22개 언어 번역 점검 → 5성 리뷰
D7이 무너졌다고 본 시점에 가설을 세웠습니다. “해외 유저 비중이 갑자기 71%까지 올라갔는데, 내가 한국어 말고는 한 글자도 못 읽잖아? 번역 품질 때문에 첫날에 다 빠지는 거 아닐까?” 이 가설로 22개 언어를 전수 점검하기 시작했습니다.
근거였던 4.8%는 가짜였습니다. 그런데 점검하다가 진짜 문제를 찾았습니다. 러시아어 번역에서 "단식"으로 옮긴 단어가 정교회 사순절 쪽 종교 금식 어감과 섞여 있었습니다. 건강 앱을 깔았는데 “사순절 시작” 같은 문구를 읽게 되는 상황이었습니다. v1.1.1에서 이걸 고쳐서 배포했고, 며칠 뒤 러시아 유저에게 처음으로 별 다섯 개짜리 리뷰를 받았습니다. 답글도 번역기로 한국어를 러시아어로 돌려서 적었습니다. 인디 개발자한테 첫 5성 리뷰가 주는 동력은 꽤 큽니다.
잘못된 신호로 시작한 작업이 진짜 문제를 잡았습니다. 운이 좋았습니다.
헛다리 B → 함께 탭 → D1·D3·D7 모두 큰 폭 상승
같은 D7 4.8%를 보고 또 다른 가설도 굴리고 있었습니다. “사람들이 첫 주에 빠지는 건 단식이 외로워서 아닐까?” 그래서 4월 23일에 v1.3.0으로 함께 탭을 출시했습니다. 익명 닉네임으로 지금 단식 중인 사람들이 보이고, 프리셋 이모지 응원을 하루 한 번 보낼 수 있는 얇은 커뮤니티입니다. 설계 과정은 따로 한 편으로 풀어놨습니다 → 단식 앱에 커뮤니티를 붙이기로 했습니다
베이스라인이라고 봤던 4.8%는 가짜였습니다. 진짜 D7은 30%대였습니다. 위기가 아니었는데 위기 대응을 했더니 그 대응이 정말 좋았습니다. install_version 기준으로 같은 정의로 비교했더니:
D1, D3, D7이 모두 두 자릿수 %p씩 같은 방향으로 올랐습니다. 표본은 작긴 합니다(v1.2.0 30명 vs v1.3.x 17명). 그래도 세 지표가 같이 흔들리는 건 단발 노이즈로 보기 어렵습니다. 단발이면 보통 한 지표만 튑니다.
잘못된 데이터로 옳은 결정을 한 셈입니다
번역 점검도, 함께 탭도, 둘 다 잘못된 신호로 시작했지만 끝에 가서 좋은 결과를 만들었습니다. 이게 좀 웃깁니다. "데이터를 정확히 보는 게 중요하다"는 글을 쓰고 있는데 그 글의 두 챕터가 "잘못 본 데이터로 옳은 결정을 했다"로 끝납니다.
물론 운이 좋았던 겁니다. 헛다리가 매번 좋은 자리로 떨어지지는 않습니다. 운이 안 좋았으면 엉뚱한 가설로 두세 주를 그냥 태웠을 거고, 그 시간에 D1 onboarding 같은 진짜 우선순위를 놓쳤을지도 모릅니다. 그래서 Metabase로 갈아탄 것입니다. 다음번엔 운에 기대지 않고 정확한 신호 위에서 결정을 하고 싶었습니다.
추천하지는 않습니다. 그냥 처음부터 데이터를 잘 보는 쪽이 좋습니다.
마치며 — 추세는 좋지만 절대 숫자는 작습니다
추세가 우상향이고, 리텐션이 카테고리 평균 위쪽에 있는 건 사실입니다. 다만 절대 숫자는 여전히 작습니다. WAU 두 자릿수, 신규 설치 일주일에 수십 명 단위. 카페에 앉아서 주변을 둘러보면 손가락으로 셀 수 있는 수준입니다. 좋은 리텐션이 좋아 보이는 건 모수가 작아서 그렇기도 합니다. 작은 모수에서 좋은 게 큰 모수에서도 좋을 거라는 보장은 없습니다.
그래서 다음 2주는 두 가지를 봅니다.
하나는 유입 채널입니다. 지금까지 신규 설치의 89%가 Play Store 오가닉입니다. 검색 알고리즘 한 곳에 의존하는 게 좀 위태로워서 다른 채널을 만들어볼 생각입니다. 그 첫 신호가 며칠 전에 한 명 잡혔습니다. UTM이 naver_blog/dev-story로 찍힌 분이 한 명 들어오셨습니다. 이 시리즈 글을 읽고 케톤을 깔아주신 분이라는 뜻입니다. N=1이고 통계적 의미는 0이지만, 콘텐츠가 사람을 데려올 수 있다는 첫 데이터 포인트였습니다. 이 분이 일주일 뒤에도 다시 들어오시는지는 다음 에피에서 그대로 들고 오겠습니다.
다른 하나는 지속성입니다. 유입 채널이 늘어나 신규가 두 배 세 배가 됐을 때, 지금의 D1 60%, W1 70%가 그대로 유지될지. 작은 모수에서 만들어진 리텐션 패턴이 더 큰 모수에서도 깨지지 않는지를 봐야 합니다. 안 깨지면 PMF에 가까워진 것이고, 깨지면 지금 보이는 좋은 숫자가 초기 얼리어답터들이 만든 착시일 수 있습니다. 어느 쪽이든 다음 격주에 솔직하게 들고 오겠습니다.
오늘 글 끝까지 읽어주셔서 감사합니다. 다음 에피는 2주 뒤입니다. 숫자가 좋아도 나빠도 그대로 올립니다. 간헐적 단식 기록을 조용히 남기고 싶으신 분, 그리고 인디 개발기에 호기심이 동하신 분은 플레이스토어에서 "케톤"을 검색해보세요. 다음에 뵙겠습니다.