브랜드에게는 정해진 죽음이 있다

*이 글은 무기레터 에서 발행되었습니다.

커리어, 브랜딩, 마케팅 세상의 성장무기를 구독 해보세요.

인기 많던 탕후루와 두쫀쿠가 사라진 이유

흔히 많이들 이렇게 생각합니다.

“좋은 브랜드가 오래가는 거지.”
“잘되는 제품은 계속 성장하지 않을까?”
“마케팅을 더 하고, CRM을 고도화하고, 광고비를 더 쓰면 더 커질 수 있지.”

그런데 실제 현장은 꼭 그렇지 않습니다.

처음엔 빠르게 성장하던 서비스도 어느 순간 멈추고, 한때 뜨거웠던 브랜드도 갑자기 힘을 잃고, 잘 팔리던 제품도 어느 순간 시장에서 사라집니다. 마치 이전에 핫했다가 시들어버린 탕후루와 두쫀쿠처럼요.

이걸 단순히 운이나 경기, 유행 탓으로만 볼 수 있을까요?

삼성카드에서 시작해 미리캔버스, 넷마블, 샤넬코리아까지 금융, IT, 게임, 럭셔리 산업을 거치며 데이터 분석 전략가로 커리어를 쌓아 온 한승준님은 이 질문을 오래 붙들어 왔습니다.

커리어에 걸쳐 오랫동안 품어온 문제의식은 명확했습니다.

왜 기업의 예측은 계속해서 실패하는 걸까?

그리고 그 답을 찾는 과정에서 그는 하나의 관점에 도달합니다.

미래는 막연히 예측하는 것이 아니라,

구조를 이해하고 설계하는 것이다.

오늘은 그 이야기를 꺼내봅니다.

1. 많은 기업들이 미래 예측에 실패하는 이유

비즈니스에서 흔히 만나는 질문이 있습니다.

우리 회사 매출은 앞으로 어떻게 변할까?
광고 예산을 더 넣으면 매출은 얼마나 오를까?
CRM에 비용을 쓰면 리텐션과 매출은 얼마나 개선될까?

문제는 많은 회사가 이 질문에 답할 때, 의외로 근거가 약한 방식을 쓴다는 점입니다. 작년 매출이 100억이고 올해 110억이면 그다음 해도 비슷하게 오를 거라고 보는 식이죠. 때론 여기에 희망사항이 섞이기도 합니다. 보통은 선형으로 보거나, CAGR처럼 복리로 성장한다고 가정합니다.

하지만 이런 예측은 자주 빗나갑니다. 한승준님은 그 이유를 애초에 잘못된 예측 모델을 선택하기 때문이라고 설명합니다. 충분한 검증 없이 주관적 판단이 개입되기 쉽다는 거죠. 특히 많은 기업이 시장 크기 자체의 한계를 무시한 채, 무한 성장을 전제로 계획을 세운다는 점이 문제입니다.

그래서 중요한 건 “무엇을 기반으로 예측할 것인가”입니다. 한승준님은 여기서 인구학적 모델을 가져옵니다. 출생, 이동, 사망 같은 변수를 바탕으로 미래를 보는 방식이죠. 그리고 이 관점을 비즈니스에 연결합니다.

출생 = 신규 가입 / 신규 구매
이동 = 사용 패턴 변화
사망 = 이탈

인구학적 관점에서 보면 유입 규모는 시장 크기에 제한되고, 리텐션은 급격히 바뀌기 어렵고, 이탈도 일정한 패턴을 가진다는 해석이 가능해집니다. 쉽게 말해 결국 이런 뜻입니다.

미래는 무한하게 열려 있는 것이 아니다.

어느 정도 정해진 범위 안에서 움직인다.

2. 제품에도 ‘천장’이 있다

여기서 등장하는 개념이 바로 Carrying Capacity, 캐링 캐퍼시티(CC)입니다.

한승준님은 이를 “현재의 고객 유입과 리텐션이 유지된다는 가정 하에, 우리 제품이 도달할 수 있는 최대 사용자 수”로 설명합니다. 쉽게 말하면 우리 제품의 천장입니다.

이 개념이 중요한 이유는 단순합니다. 많은 브랜드와 서비스가 자기 제품의 ‘천장’을 모른 채 무한한 성장만 이야기하기 때문입니다. 하지만 제품은 영원히 상승하지 않습니다.

리텐션이 어느 수준으로 고정되고, 유입도 시장 한계 안에 있다면 대부분의 서비스는 결국 특정한 정체 구간에 도달합니다. 한승준님은 시장 규모의 한계, 리텐션의 자연 감소, 마케팅 효율 저하 등 복합적인 이유로 결국 캐링캐퍼시티(CC)에 도달한다고 설명합니다.

즉, 브랜드와 제품에게는 어느 정도 정해진 성장의 끝이 있습니다. 이걸 외면하면 어떤 일이 생길까요?

광고비를 더 쓰면 끝없이 성장할 거라고 믿게 되고,
CRM을 더 정교하게 하면 제품의 천장이 사라질 거라고 믿게 되고,
리텐션을 더 올리면 모든 문제가 해결될 거라고 믿게 됩니다.

하지만 현실은 다릅니다.

CC를 안다는 건 비관적인 태도를 말하는 게 아닙니다. 오히려 훨씬 현실적이고 전략적인 태도입니다. 왜냐하면 천장을 알아야 지금 해야 할 일이 무엇인지가 더 선명해지기 때문이죠.

"정해진 죽음을 대비하라"

3. 브랜드에게 ‘신제품’이 필요한 진짜 이유

단일 제품만으로는 영원한 성장이 불가능합니다.

시간이 지날수록 성장은 정체되고, 시장에서 도태되는 순간은 필연적으로 찾아옵니다. 그래서 리텐션 개선만으로는 충분하지 않고, 새로운 사업을 만들기 위한 지속적인 노력이 필요하다는 것이죠. 이건 사실 많은 브랜드 담당자들이 어렴풋이 느끼고 있는 불안이기도 합니다.

“우리 제품, 지금은 잘 되는데 다음은..?”
“이 화제성, 언제까지 갈까?”
“이 브랜드가 너무 나이 들어가는 건 아닐까?”

그래서 성장을 두 방향으로 나눠 봐야 합니다.

첫 번째, 가로축 개선

기존 제품의 리텐션(유지)을 높이고, 지금의 구조를 더 오래 가게 만드는 것.

가로축은 현재 제품을 더 단단하게 만드는 전략입니다. 리텐션이 높아질수록 LTV(고객생애가치)와 CC(캐링 캐퍼시티)가 올라갑니다. 다만 A/B 테스트나 CRM 같은 부분적 변경만으로 리텐션을 크게 바꾸는 데는 한계가 있습니다. 생활 방식을 바꾸는 수준의 임팩트가 있어야 합니다.

두 번째, 세로축 개선

새로운 제품, 새로운 사업, 새로운 성장축을 만드는 것.

세로축은 지금 제품의 한계를 인정하는 데서 시작합니다. 제품 수명 주기를 받아들이고, 새로운 시장 기회를 찾고, 끊임없이 혁신하는 것.

알파벳이 구글에서 유튜브로 그리고 AI로,

메타가 페이스북에서 인스타, 스레드로,

아마존이 온라인 서점에서 이커머스로, AWS(웹서비스)로

국내에서도 카카오(메신저 → 금융), 토스(금융 → 커머스) 같이 확장한 것도

결국 이 세로축 전략의 사례입니다. 브랜드를 오래 살리는 건 로열티(고객 충성도)만으로는 부족합니다. 결국 중요한 건 ‘다음 주기’를 설계하는 힘입니다. 결국 많은 브랜드가 꺼내는 '신제품'은 선택이 아니라 살아남기 위한 필수 전략입니다.

4. 데이터 드리븐이 아니라, '미션 드리븐'이다

한승준님은 이렇게 이야기합니다.

숫자는 객관적일 수 있지만, 숫자를 상황에 연결해 해석하는 것은 결국 사람의 판단이라고. 즉, 데이터 분석은 기계적으로 정답을 뽑는 일이 아니라 사람이 맥락 속에서 문제를 해석하고 의미를 부여하는 행동입니다.

그래서 그는 “데이터 드리븐 의사결정”이라는 말 자체가 논리적으로 모순이라고 봅니다. 기업은 비전을 달성하기 위한 조직이므로, 결국 중요한 건 미션 드리븐 의사결정이라고 말합니다.

요즘은 데이터가 많아질수록 오히려 “데이터가 시키는 대로” 하려는 태도가 강해집니다. 그런데 데이터가 모든 방향을 정해주지 않습니다. 데이터는 현상을 보여줄 뿐이고, 그 현상을 어떻게 해석하고, 어떤 방향으로 연결할지는 결국 사람의 몫입니다.

그래서 데이터 분석가는 숫자를 보는 사람이 아니라 맥락을 읽고 스토리를 설계하는 사람입니다.

데이터분석가는 스토리텔러가 되어야 한다.

5. 자신만의 문제 해결 방법론을 가져야 한다

많은 데이터 분석가들이 애자일, 린스타트업, 코호트 분석, AARRR 같은 유명한 방법론을 배우는 데서 멈춘다고 합니다. 하지만 그것들은 개념적 도구일 뿐입니다. 중요한 건 그 방식을 배우는 데서 멈추지 말고, 자신만의 관점으로 문제를 재정의하고 독창적인 해결 방법을 발전시켜 나가는 것입니다.

이건 데이터 분석가를 넘어 마케터, 브랜더, 기획자도 마찬가지입니다. 남들이 다 쓰는 프레임만 알고 있으면 중수에 머뭅니다. 결국 차이를 만드는 건 나만의 방식입니다.

자신만의 '문제 해결 방법론'을 가져야 고수가 됩니다.

새로운 개념을 업무에 적용해, 나만의 문제 해결 방식으로 만들어보세요. AI 시대에도 남는 것은 결국 나의 시선으로 문제를 다시 정의하고, 그 문제를 푸는 나만의 조합을 만들어내는 것이니까요.

이걸 위해 다음 3가지 질문에 답을 떠올려보시길 바랍니다.

1. 우리 브랜드의, 제품의 지금 단계와 천장은 어디쯤일까?

2. 지금 성장 정체가 리텐션 개선으로 풀릴 문제일까?

3. 우리에게 필요한 다음 제품 / 카테고리 / 산업은 무엇일까?

마무리하며

한승준님의 이야기를 들으며 '데이터 분석'이란 무엇인가를 다시 생각하게 됐습니다. 그건 단순히 숫자를 잘 다루는 기술 이전에, 비즈니스의 미래를 더 정확하게 보고, 그 한계를 읽고, 다음 수를 설계하는 무기에 가까웠습니다. 그리고 그 관점을 적용하면 브랜드를 바라보는 방식도 바뀝니다.