LTV — 개념, 사용자 가치 예측

LTV란 무엇인가?

LTV(평생 가치)는 한 명의 사용자가 제품을 사용하는 전체 기간 동안 창출할 것으로 예상되는 순이익입니다. 모바일 개발에서 LTV는 앱 경제의 초석입니다: 이 지표는 광고를 통한 사용자 획득에 얼마나 지출할 수 있는지를 결정합니다.

이 지표는 세 가지 구성 요소를 결합합니다: 기간당 평균 수익(ARPU), 평균 사용자 수명, 총 마진입니다. LTV 없이는 UA(사용자 획득) 예산을 정당화하는 것이 불가능합니다. 투자자들은 LTV 배수로 스타트업을 평가합니다: SaaS 기업은 연간 구독의 LTV의 5~10배로 평가됩니다.

OpenView(2025)에 따르면 모바일 앱의 중앙값 LTV는 게임 카테고리가 14.50달러, 소셜이 22달러, 건강 및 피트니스가 45달러입니다. 범위는 매우 넓습니다 — 하이퍼캐주얼의 0.50달러에서 수명이 긴 데이팅 앱의 500달러 이상까지입니다.

모바일 개발에서 LTV가 중요한 이유

LTV는 세 가지 비즈니스 문제를 해결합니다. 첫째 — 광고 ROI 평가. LTV가 CPI보다 낮으면 앱이 수익을 내지 못합니다. 둘째 — 기능 우선순위: LTV를 높이는 제품 변경이 구현됩니다. 셋째 — 수익 예측: 신규 사용자의 LTV를 알면 6~12개월 앞의 수익을 예측할 수 있습니다.

두 번째와 세 번째 과제에는 과거 데이터가 필요합니다. 이력이 없는 새 앱의 경우 카테고리 벤치마크가 사용됩니다. Sensor Tower와 Data.ai는 카테고리와 지역별로 LTV 추정치를 제공합니다. 그러나 벤치마크는 참고 자료일 뿐 진실이 아닙니다: 특정 앱의 LTV는 시장 평균과 2~3배 차이가 날 수 있습니다.

LTV 대 총 평생 이익

LTV는 수익 기준(Revenue LTV) 또는 이익 기준(Profit LTV)으로 계산할 수 있습니다. Profit LTV는 Revenue LTV에서 매출 원가(COGS)를 뺍니다: 스토어 수수료(15~30%), 서버 비용, 결제 처리 비용. Apple과 Google은 각 구매의 15~30%를 가져갑니다 — 이는 실제 LTV를 크게 낮춥니다. CAC와 올바르게 비교하려면 Profit LTV를 사용하세요.

LTV 계산 방법

LTV 계산에는 세 가지 방법이 있습니다: 역사적 방법, 코호트 방법, 예측 방법입니다. 각 방법은 다른 기간에 다른 정확도를 제공합니다. 역사적 LTV는 이미 수명 주기를 완료한 사용자에 대해 계산됩니다 — 정확하지만 활성 사용자에게는 적용할 수 없습니다.

코호트 방법은 황금 기준입니다. 사용자는 설치 날짜(0일 코호트)별로 그룹화되고 각 코호트에 대해 일별 수익 곡선이 구축됩니다. 이 곡선의 외삽은 LTV 예측을 제공합니다. Amplitude(2025)에 따르면 90일 기간의 코호트 LTV는 12개월을 예측할 때 오차 범위가 5~8%에 불과합니다.

data class CohortData(
    val installDate: LocalDate,
    val dayRevenue: List<Double>
)

fun calculateProjectedLTV(
    cohort: CohortData,
    dayN: Int,
    annualDiscountRate: Double = 0.10
): Double {
    val observedRevenue = cohort.dayRevenue
        .take(dayN)
        .sum()
    val projectedRevenue = extrapolateRevenue(
        cohort.dayRevenue, dayN, 365
    )
    return applyDiscountRate(
        observedRevenue + projectedRevenue,
        annualDiscountRate
    )
}

extrapolateRevenue 메서드는 수익 감소 곡선을 사용합니다. 일반적으로 멱법칙으로 근사됩니다: N일의 수익 = revenue_day_1 × N^(-alpha). Alpha는 과거 데이터에서 계산됩니다. ApplyDiscountRate는 미래 수익을 현재 가치로 할인합니다 — 올바른 평가를 위한 표준 재무 관행입니다.

기본 LTV 공식

가장 간단한 LTV 공식: ARPU × 평균 수명. 평균 수명은 평균 이탈률^−1입니다. 사용자가 월 10% 비율로 이탈하는 경우 평균 수명 = 1 / 0.10 = 10개월입니다. 월 ARPU가 2달러인 경우 LTV = 2 × 10 = 20달러입니다. 이 공식은 빠른 추정에 유용하지만 시간에 따른 ARPU 변화를 무시합니다.

LTV 예측 모델

LTV 예측은 고급 통계 방법이 필요한 복잡한 작업입니다. 초기 단계(1일~30일)의 정확한 예측을 위해 행동 신호(첫 구매, 세션 빈도, 참여도)를 분석하는 ML 모델이 사용됩니다.

확률 모델 — BG/NBD(베타-기하/음이항 분포) — 반복 구매를 예측하는 고전적인 접근 방식입니다. 모델은 사용자가 활성 상태를 유지할 확률과 예상 거래 수를 추정합니다. Fader & Hardie 모델(2013)은 ML 없이 LTV를 계산하는 사실상의 표준으로 남아 있습니다.

ML 모델 — 랜덤 포레스트, XGBoost 및 신경망. 트래픽 소스, 기기, 국가, 첫 행동 등 수십 가지 특징을 고려합니다. Google Cloud recommendation.ai는 처음 7일간의 이벤트를 기반으로 LTV 예측을 위해 심층 신경망을 사용합니다. 이러한 모델의 정확도는 확률 모델보다 15~25% 높습니다(Google, 2025).

하이브리드 접근 방식은 기준 예측을 위한 확률 모델과 비정상적인 행동을 보이는 그룹을 위한 ML 보정을 결합합니다. 실제로 하이브리드는 정확도와 계산 비용 간의 최상의 균형을 제공합니다. 대부분의 플랫폼(Amplitude, Mixpanel)은 자동 LTV를 위해 하이브리드 모델을 사용합니다.

7일차 LTV 예측

7일차 LTV는 가장 인기 있는 조기 예측입니다. 사용자가 7일 이내에 구매하지 않은 경우 향후 구매 확률이 80% 감소합니다. 7일차 LTV는 7일간의 일일 ARPU에 예측 수명을 곱하여 계산됩니다. 7일차 LTV와 365일 LTV의 상관 관계는 게임 카테고리에서 0.85에 도달합니다.

LTV와 CAC 비율

LTV/CAC 비율은 모바일 앱의 단위 경제학의 주요 지표입니다. 건강한 비즈니스의 규칙: LTV/CAC >= 3. 비율이 3 미만이면 비즈니스가 확장되지 않습니다 — 획득한 각 사용자가 마케팅 비용과 운영 비용을 충당할 충분한 수익을 창출하지 못합니다.

벤처 투자자들은 시드 라운드에서 LTV/CAC > 3, 시리즈 A에서 > 5를 요구합니다. OpenView(2025)에 따르면 모바일 우선 기업의 중앙값 LTV/CAC는 3.2입니다. 최고 기업은 5~7을 달성합니다. 구독 모델의 경우 회수 기간이 12개월을 초과해서는 안 됩니다.

LTV/CAC는 과거 LTV가 아닌 예측 LTV를 기반으로 계산된다는 점에 유의해야 합니다. 예측이 과장된 경우 — 실제 비즈니스가 수익을 내지 못하는데도 비율이 건강해 보입니다. P50(중앙값) 기반 LTV의 보수적 예측이 평균 기반 예측보다 더 신뢰할 수 있습니다.

앱 카테고리별 LTV

LTV는 카테고리에 따라 크게 다릅니다. 일반적인 값을 이해하면 현실적인 목표를 설정하고 수익화 전략을 선택하는 데 도움이 됩니다. 아래 데이터는 Data.ai와 Sensor Tower의 2025년 보고서를 기반으로 합니다.

하이퍼캐주얼 게임의 LTV가 가장 낮습니다 — 0.20~0.50달러. 모델은 광고 기반입니다: 사용자가 3~5일 동안 플레이하고 보상형 비디오를 시청한 후 이탈합니다. 이러한 LTV에서는 CAC가 0.10~0.15달러를 초과할 수 없으며, 이는 대규모 트래픽과 최적화된 크리에이티브로만 달성 가능합니다.

전략 게임의 LTV는 게임 업계에서 가장 높습니다: 25~50달러. 사용자는 6~18개월 동안 머물며 부스터와 구독을 적극적으로 구매합니다. 높은 LTV는 UA에 설치당 최대 10~15달러까지 지출할 수 있게 합니다. 트래픽의 질이 양보다 더 중요해집니다.

건강 및 피트니스 — 구독 덕분에 LTV가 30~60달러입니다. 평균 사용자는 4~6개월 동안 월 8~15달러를 지불합니다. 구독은 예측 가능한 LTV와 투자자들의 높은 비즈니스 평가를 제공합니다.

소셜 데이팅 — LTV가 100~500달러에 도달합니다. 사용자는 구독과 가상 선물에 비용을 지불하며 수명이 12개월을 초과할 수 있습니다. LTV 측면에서 가장 수익성 높은 모바일 앱 카테고리이지만 CAC도 가장 높습니다 — 20~50달러.

LTV 높이는 방법

LTV 높이기는 제품 개선을 통해 해결되는 전략적 과제입니다. 모든 방법은 세 그룹으로 나뉩니다: 유지율 개선, ARPU 증가, 이탈률 감소. 각 그룹은 LTV에 승수 효과를 냅니다.

첫 번째 그룹 — 유지율. 7일차 유지율을 10% 높이면 LTV가 15~20% 성장합니다. 방법: 개인화된 온보딩, 관련 콘텐츠가 포함된 푸시 알림, 게임화(업적, 리더보드, 연속 기록). Duolingo는 전형적인 예입니다: 연속 기록 메커니즘이 사용자를 수년간 유지하여 EdTech 평균보다 3~4배 높은 LTV를 보장합니다.

두 번째 그룹 — ARPU. 방법은 ARPU 문서에 설명되어 있습니다: 구독, 광고 공간 최적화, 제안 개인화. 동일한 유지율에서 ARPU가 10% 증가하면 LTV가 직접 10% 증가합니다.

세 번째 그룹 — 이탈률 감소. 재유입 캠페인(이탈 사용자 재활성화), 고객 지원 개선, 이탈 지점 분석. 월 이탈률을 15%에서 10%로 감소하면 평균 수명이 6.7개월에서 10개월로 증가 — ARPU가 변하지 않으면 LTV가 50% 성장합니다.