ARPPU: 개념, 계산 공식 및 지표

ARPPU란 무엇인가?

ARPPU(Average Revenue Per Paying User)는 지불 사용자만을 고려하는 수익화 지표입니다. 이 지표는 “구매를 결정한 사용자는 평균적으로 얼마를 지출하는가”라는 질문에 답합니다. ARPPU는 계산에서 비용을 지불하지 않는 모든 사용자를 제외합니다 — 이는 대부분의 모바일 앱에서 사용자의 90~97%에 해당합니다.

이 지표는 프리미엄 세그먼트 분석에 필수적입니다. ARPU가 하락하면, 이는 지불 사용자의 수익 감소 또는 대량의 무료 사용자 유입 때문일 수 있습니다. ARPPU는 효과를 분리합니다: ARPPU가 안정적이면 프리미엄 사용자가 정상적으로 비용을 지불하고 있으며 문제는 트래픽의 양이나 질에 있습니다.

Sensor Tower(2025)에 따르면, 모바일 게임의 평균 ARPPU는 90일 동안 12.50달러입니다. Strategy 카테고리에서는 28달러, Hypercasual에서는 1.50달러에 도달합니다. 게임이 복잡할수록 지불 사용자의 참여도와 평균 지출이 높아집니다. 유틸리티 앱의 경우 구독 없이 일회성 구매만 이루어지므로 ARPPU가 낮습니다.

ARPPU 계산 방법

ARPPU 공식은 분모만 ARPU와 다릅니다. 모든 사용자 대신 지불 사용자만 고려됩니다 — 기간 동안 최소 한 번의 거래를 한 사용자입니다. 지불 사용자는 플랫폼(iOS/Android)에 연결된 식별자(User ID, Advertising ID) 수준에서 식별됩니다.

data class PayingUserMetrics(
    val totalRevenue: Double,
    val payingUsersCount: Int
) {
    val arppu: Double
        get() = roundToTwoDecimals(
            totalRevenue / payingUsersCount
        )
}

data class PurchaseEvent(
    val userId: String,
    val productId: String,
    val priceUSD: Double
)

PayingUserMetrics 클래스는 ARPPU 로직을 캡슐화합니다. arppu 속성은 액세스 시 계산되어 데이터의 최신성을 보장합니다. PurchaseEvent는 각 구매를 기록합니다. 올바른 계산을 위해 사용자를 중복 제거해야 합니다: 한 사람이 10번 구매했더라도 분모에서 한 번만 계산됩니다.

구매 빈도와 ARPPU

ARPPU는 평균 구매 금액 증가와 구매 빈도 증가 모두에 의해 성장할 수 있습니다. 동인 파악은 분석가의 핵심 과제입니다. 평균 구매 금액이 증가했다면 원인은 가격 변경이나 고가 제품의 출현입니다. 빈도가 증가했다면 반복 구매 메커니즘이 개선된 것입니다.

ARPPU와 ARPU의 차이

주요 차이는 분모입니다. ARPU는 수익을 모든 사용자로 나누고, ARPPU는 지불 사용자로만 나눕니다. 두 지표 간의 격차는 무료-유료 전환율(F2P)을 반영합니다. 격차가 클수록 지불 사용자는 적지만 비즈니스에 대한 가치는 높아집니다.

가상의 앱을 생각해보겠습니다. 수익 50,000달러, 사용자 500,000명, 지불 사용자 10,000명. ARPU = 0.10달러, ARPPU = 5달러. 50배의 격차는 2%의 전환율을 나타냅니다. ARPPU가 안정적인 ARPU에서 하락하기 시작하면 지불 사용자의 지출이 줄어들고 있음을 의미합니다. ARPU가 ARPPU보다 빠르게 하락하면 앱이 많은 비지불 사용자를 유치하고 있는 것입니다.

Adjust(2025)에 따르면, 모바일 게임의 ARPU 대 ARPPU 건강한 비율은 1:5에서 1:15입니다. 구독 앱의 경우 비율이 더 가깝습니다 — 1:3에서 1:6, 그 이유는 구독 모델이 무료 사용자의 유료 전환율이 더 높기 때문입니다.

ARPU를 봐야 할 때와 ARPPU를 봐야 할 때

지표 선택은 작업에 따라 다릅니다. 전체 수익화 효율성을 평가하려면 ARPU를 사용하세요. 프리미엄 제품 및 가격 분석에는 ARPPU를 사용하세요. 새 구매에 대한 A/B 테스트에서 ARPPU는 지불 사용자의 가치가 변경되었는지 여부를 보여주고, ARPU는 이것이 총 수익에 어떤 영향을 미쳤는지 보여줍니다.

ARPPU에 영향을 미치는 요인

ARPPU는 제품 및 마케팅 변화에 민감합니다. 지표 값을 결정하는 주요 요인을 살펴보겠습니다. 이러한 요인을 이해하면 변화에 대한 ARPPU의 반응을 예측하고 해석 오류를 방지하는 데 도움이 됩니다.

가격 구조

이용 가능한 제품 세트와 그 가격은 ARPPU의 주요 동인입니다. 고가 패키지(50~100달러)의 존재는 대부분이 저렴한 제품을 구매하더라도 평균 구매 금액을 상승시킵니다. Apple(2025)은 세 가지 수준을 권장합니다: 기본(1~5달러), 중간(10~30달러), 프리미엄(50달러 이상) — 이는 다양한 세그먼트의 수요를 최대한 충족시킵니다.

구독 앱에서 ARPPU는 구독 가격에 의해 결정됩니다. 30~50% 할인된 연간 구독은 월간 구독에 비해 ARPPU를 6~8배 증가시키지만, 연간 구독 전환율은 낮습니다. RevenueCat(2025)에 따르면: 연간 구독 사용자의 ARPPU는 60~120달러인 반면, 월간 사용자는 8~15달러입니다.

지역 및 플랫폼

ARPPU는 국가와 플랫폼에 따라 크게 다릅니다. iOS 사용자는 Android 사용자보다 평균 2~3배 더 많이 지출합니다. 그 이유는 소득뿐만 아니라 구매 심리에도 있습니다: iPhone 소유자는 콘텐츠에 비용을 지불하는 데 익숙합니다. Statista(2025)에 따르면: 미국 iOS의 ARPPU는 18달러, Android는 90일 동안 7달러입니다.

ARPPU의 지역별 세분화는 가격 조정에 도움이 됩니다. 일본에서는 사용자가 미국보다 1.5배 더 많이 지출하며, Games 카테고리에서 ARPPU가 30% 더 높습니다(Data.ai, 2025). 이러한 차이는 모바일 게임 문화와 가챠 메커니즘의 높은 보급률과 관련이 있습니다.

구매 유형

ARPPU는 사용자가 수행하는 구매 유형에 따라 다릅니다. Non-consumable(광고 제거, 프리미엄 액세스)은 일회성 높은 ARPPU를 제공합니다. Consumable(코인, 생명, 부스터)은 정기적인 소액 지출입니다. Subscription은 구독 가격 인상에 따라 점진적으로 성장하는 안정적인 ARPPU를 제공합니다.

실제 ARPPU 계산 방법

자동 ARPPU 계산은 앱의 분석 시스템에 통합됩니다. Kotlin에서 일별 그룹화를 사용한 구현을 살펴보겠습니다. 서버 측은 In-App Purchase SDK에서 구매 이벤트를 수집하여 보고서로 집계합니다. 로컬 계산은 분석 플랫폼 데이터의 유효성을 검사하는 데 도움이 됩니다.

class ARPPURepository(
    private val purchaseDao: PurchaseDao
) {
    fun getMonthlyARPPU(
        year: Int,
        month: Int
    ): Double {
        val purchases = purchaseDao
            .getPurchasesInPeriod(year, month)
        val payingUsers = purchases
            .map { it.userId }
            .distinct()
            .count()
        val totalRevenue = purchases
            .sumOf { it.priceUSD }
        return roundToTwoDecimals(
            totalRevenue / payingUsers
        )
    }
}

distinct 메서드는 사용자가 50번 구매했더라도 분모에서 한 번만 계산되도록 보장합니다. sumOf는 모든 수익을 합산합니다. 함수는 월간 ARPPU를 반환합니다. 주간 및 일간 ARPPU도 유사하게 계산됩니다 — 필터링 기간만 변경하면 됩니다.

대규모 데이터에서 계산 속도를 높이려면 데이터베이스에서 집계 쿼리를 사용하세요. GROUP BY userId 및 SUM(revenue)을 사용한 SQL 쿼리는 모든 레코드를 메모리에 로드하는 것보다 빠르게 작동합니다. Firebase BigQuery를 사용하면 수백만 개의 데이터 세트에 대해 이러한 쿼리를 몇 초 만에 실행할 수 있습니다.

ARPPU 개선 전략

ARPPU 향상은 제품 관리자와 마케터의 과제입니다. 이 지표는 세 가지 주요 방법으로 향상됩니다: 가격 인상, 구매 빈도 증가, 더 비싼 제품 생성. 각 방법에는 한계가 있으며 테스트가 필요합니다.

첫 번째 방법은 동적 가격 책정입니다. 세그먼트마다 지불 의사가 다릅니다. 행동 기반 개인화된 제안: 고가 부스터를 3회 이상 구매한 사용자는 저가 제품을 구매할 가능성이 더 높습니다. A/B 가격 테스트는 최적점을 찾는 유일한 신뢰할 수 있는 방법입니다: 10%의 가격 인상과 10% 미만의 전환율 하락은 ARPPU를 증가시킵니다.

두 번째 방법은 비구독 앱에서의 구독 도입입니다. 프리미엄 콘텐츠에 대한 주간 구독을 추가하면 일회성 구매 가격을 변경하지 않고 ARPPU가 20~40% 향상됩니다. iOS의 자동 갱신 구독은 계획을 위한 안정적인 수익과 예측 가능한 ARPPU를 생성합니다.

세 번째 방법은 희귀성 메커니즘 생성입니다. 한정 아이템, 시즌 세트, 배틀 패스는 평균 구매 금액을 높입니다. GameAnalytics(2025)에 따르면, 배틀 패스가 있는 앱의 ARPPU는 없는 앱보다 45% 더 높습니다. 이 메커니즘은 몰입 효과를 통해 작동합니다: 사용자가 배틀 패스를 구매했기 때문에 더 적극적으로 플레이해야 하며 추가 구매를 하게 됩니다.

ARPPU 해석의 함정

ARPPU는 잘못 해석될 경우 오해를 불러일으킬 수 있습니다. 일반적인 함정을 살펴보겠습니다. 주요 함정은 전환율 하락으로 인한 ARPPU 성장입니다. 여러 대규모 지불자가 이탈하고 나머지가 동일하게 지불한다면 ARPPU는 하락합니다. 그러나 전환율이 하락했지만 남은 지불 사용자가 더 많은 비용을 지불하기 시작하면 ARPPU는 상승하지만 총 수익은 감소합니다.

두 번째 함정은 성숙도를 고려하지 않고 다른 제품의 ARPPU를 비교하는 것입니다. 10명의 지불 사용자가 있는 새로운 앱은 무작위성 때문에 ARPPU가 높습니다. 1년 후 수천 명의 지불 사용자가 생기면 ARPPU는 하락합니다 — 이는 정상입니다. 동일한 수명 주기 단계에 있는 제품의 ARPPU만 비교하세요.

세 번째 함정은 계절성입니다. ARPPU는 12월에 연말 할인과 선물로 인해 30~50% 상승합니다. 11월과 12월을 비교하는 것은 의미가 없습니다. 올바른 평가를 위해 전년 동기 비교(YoY)를 사용하세요. 계절적 이상치는 기간을 고려하지 않으면 제품의 악화를 가릴 수 있습니다.

네 번째 함정은 ARPPU와 평균 거래 규모(Average Transaction Size)를 혼동하는 것입니다. ARPPU는 한 사용자의 모든 구매를 고려하는 반면, 평균 거래 규모는 한 번의 거래만 고려합니다. 사용자가 1달러씩 5번 구매한 경우 ARPPU = 5달러, 평균 거래 규모 = 1달러입니다. 이는 다른 분석 작업을 위한 서로 다른 지표입니다.