Products

Case Study · PRD-001

SellPage 운영과
성장 실험 기록

2026.03 최초 작성 · 2026.09 최근 업데이트 · 읽는 시간 약 7분

SellPage는 스마트폰 촬영본 한 장으로 AI 연출컷 생성부터 상세페이지 제작까지, 상품 런칭의 전 과정을 자동화하는 B2B SaaS입니다. 소규모 셀러들이 촬영·디자인 외주 없이 빠르게 판매를 시작할 수 있도록 돕는 것이 핵심 가치입니다.

핵심 지표 요약

311명

누적 가입 사용자

276개

사용자 생성 페이지

유료 결제 및 재결제 발생

수익화

2026.10.16 운영 DB 기준 · 관리자 계정과 관리자 생성물, 환불 결제 제외

Case 01

Mixpanel 퍼널 분석 — 기능 명칭 하나가 활성화율을 바꿨다

문제 발견

Mixpanel 퍼널을 모니터링하던 중, 히어로 섹션에서 서비스 페이지까지 도달하는 사용자의 이탈률이 눈에 띄게 높았습니다. 당시 SellPage에는 "AI 스튜디오"(이미지 생성)와 "AI 디자이너"(상세페이지 제작)라는 두 가지 핵심 기능이 있었는데, 두 기능의 퍼널 데이터를 나란히 놓고 보니 명확한 차이가 드러났습니다.

지표AI 스튜디오 (현 AI 제품 촬영)AI 디자이너 (현 AI 상세페이지)
진입률6.76% (19명)~5% (14명)
활성화율31.5% (6명 실행)64% (9명 실행)
특징호기심에 진입, 실행은 조심진입 적지만 실행률 높음

가설

"AI 스튜디오"의 진입률이 더 높은 이유는 히어로 섹션 소제목에 이름이 직접 노출되어 있기 때문이었습니다. 하지만 진입한 사용자의 69%가 아무 것도 하지 않고 이탈합니다. 반면 "AI 디자이너"는 들어온 사람의 64%가 바로 작업을 시작합니다.

두 기능 모두 "스튜디오", "디자이너"라는 이름이 사용자에게 무엇을 할 수 있는 곳인지 직관적으로 전달하지 못하고 있었습니다. 히어로 섹션의 메인 카피 "스마트폰 사진 한 장으로, 판매 준비 끝"이 만든 기대와, 실제로 도착하는 도구 화면 사이에 간극이 있다고 판단했습니다.

실행한 것

기능 명칭을 사용자의 목적 기준으로 재설계했습니다. "AI 스튜디오"는 "AI 제품 촬영"으로, "AI 디자이너"는 "AI 상세페이지"로 변경하여 사용자가 이름만 보고도 무엇을 할 수 있는 기능인지 바로 알 수 있도록 했습니다. 동시에 진입 직후 빈 화면 대신 "여기에 사진을 끌어다 놓으세요"라는 가이드를 추가해 첫 행동까지의 마찰을 줄였습니다.

인사이트

같은 제품 안에서도 기능별로 퍼널을 쪼개 비교하면, 전체 평균이 가리는 문제가 선명하게 보입니다. "진입률은 높은데 활성화율은 낮다"는 데이터 하나가 히어로 섹션 카피, 서비스 명칭, 온보딩 UX까지 연쇄적으로 개선할 포인트를 알려줬습니다.

Case 02

웰컴 보너스 확인 → AI Designer 이동 퍼널 개선

문제 발견

웰컴 보너스 기능을 추가한 뒤 며칠 후 DB를 확인했고, 보너스 혜택을 사용하지 않은 신규 사용자가 다수인 것을 발견했습니다.

원인 분석

당시 "2장 더 받기" 버튼은 생성 결과물 목록 아래에 있어 추가로 스크롤해야 볼 수 있었습니다. 결과물을 확인한 뒤 보너스 안내를 놓칠 수 있는 구조라고 판단했습니다.

개선

결과 목록 하단의 버튼을 플로팅 안내 UI로 바꿔, 보너스 확인부터 AI Designer 이동까지의 흐름을 재설계했습니다. 결과물 확인을 방해하지 않도록 생성 완료 2.5초 뒤 안내가 보이게 했습니다.

결과

Mixpanel로 "보너스 확인 → AI Designer 이동" 퍼널을 측정한 결과, 2026.01~09 보너스를 확인한 사용자 중 63%가 AI Designer로 이동했습니다. DB에서는 미사용 상태를 발견하고, Mixpanel에서는 후속 행동을 측정해 문제와 결과를 나눠 살펴봤습니다.

Case 03

Google Ads PMax 3.30% → 검색 캠페인 11.19% — 모니터링이 만든 차이

문제 발견

Google Ads를 처음 사용해봤습니다. 광고를 세팅하고 돌리기 시작했는데, 며칠 뒤 광고 실적을 모니터링하던 중 이상한 점을 발견했습니다. 광고가 게재되고 있는 사이트가 맞고 게임 사이트나 유튜브 같은, 서비스 타겟과 전혀 관련 없는 곳이었습니다. CTR은 3.30%로 나쁘지 않았지만 유입의 질이 의심됐습니다.

원인 분석

더 공부해보니 제가 설정한 캠페인이 PMax(Performance Max)라는 유형이었습니다. PMax는 Google이 자동으로 여러 지면에 광고를 배포하는 방식이라, 셀러가 주로 검색하는 키워드와 무관한 곳에도 노출되고 있었습니다. 처음이라 캠페인 유형의 차이를 모른 채 시작한 것이 원인이었습니다.

실행한 것

PMax 캠페인을 중단하고, 타겟 사용자가 실제로 검색할 만한 키워드를 직접 설정하는 검색 캠페인으로 전환했습니다. "상품 사진 촬영", "상세페이지 제작" 등 셀러의 페인포인트와 직결되는 키워드를 선별하고, 성과가 낮은 키워드는 빠르게 제외하며 예산을 집중했습니다.

지표PMax (Before)검색 캠페인 (After)
CTR3.30%11.19%
노출 지면자동 배포 (비관련 사이트 포함)타겟 키워드 검색 결과

인사이트

처음 해보는 영역이라 실수가 있었지만, 광고비를 쓰고 끝내는 게 아니라 실적을 직접 모니터링했기 때문에 문제를 빠르게 발견할 수 있었습니다. "모르면 배우고, 배웠으면 바로 고친다"는 원칙을 그로스 영역에서도 동일하게 적용한 경험이었습니다.

Case 04

광고비 0원에서도 이어진 가입과 결제 — SEO 콘텐츠의 장기 효과

배경

출시 후 약 2개월간(2025.11~2026.01) Google Ads 검색 캠페인을 운영하며 135명의 가입자와 5건의 유료 결제를 만들었습니다. 하지만 마케팅 예산이 소진되면서 광고를 완전히 중단해야 했습니다. 유입이 0이 되는 상황이 예상됐고, 광고 없이 제품이 살아남을 수 있는지가 핵심 질문이었습니다.

실행한 것

광고 대신 선택한 전략은 SEO 기반의 콘텐츠 마케팅이었습니다. 매주 홈페이지 내에 "AI 상품 촬영 가이드", "상세페이지 제작 팁" 등 타겟 사용자의 검색 의도에 맞춘 가이드 콘텐츠를 꾸준히 작성했습니다. 셀러들이 실제로 검색하는 키워드를 중심으로, 제품 사용법과 자연스럽게 연결되는 콘텐츠를 설계했습니다. Mixpanel의 유입 경로를 함께 확인하며 콘텐츠가 오가닉 가입으로 이어지는 흐름을 추적했습니다.

지표Ads 운영 (2개월)광고 종료 후 첫 2개월
신규 가입135명37명
결제 발생5건6건

2026.03 당시 동일한 2개월 구간의 운영 기록이며, 결제는 건수 기준입니다.

인사이트

광고를 끈 뒤 첫 2개월에도 37명이 가입하고 6건의 결제가 발생했습니다. 가입 규모는 광고 운영 기간보다 작았지만 결제는 끊기지 않았고, Mixpanel에서도 SEO 콘텐츠를 통한 오가닉 가입을 확인했습니다. 이 흐름은 초기 2개월에 그치지 않았습니다. 2026.10.16 기준 누적 가입 사용자 311명 · 사용자 생성 페이지 276개로 성장했고, 유료 결제 및 재결제도 이어지고 있습니다. 마케팅 예산 없이도 제품이 자생할 수 있는 구조를 만든 것이 가장 큰 성과였습니다.

배운 것

문제 발견과 후속 행동 확인에 서로 다른 데이터를 사용했다. DB로 보너스 미사용 상태를 발견하고, Mixpanel로 "보너스 확인 → AI Designer 이동" 퍼널을 측정했습니다. 데이터가 보여주는 범위를 구분해야 과장 없이 문제와 변화를 설명할 수 있었습니다.

작은 UI 개선도 사용자 행동으로 확인한다. 플로팅 안내 UI처럼 작은 변경도 노출 자체로 끝내지 않고, 이후 사용자가 어떤 행동을 했는지 이벤트로 확인했습니다.

모든 피드백이 같은 무게는 아니다. 운영 과정에서 다양한 피드백을 받으며 나름의 필터링 기준을 만들었습니다. 재현 정보가 있는지, 서비스가 아닌 사람에 대한 평가인지, 감정 단어만 있고 구체적 명사가 없는지, 실제 행동(문의, 재시도 등)이 따르는지. 결론적으로 "행동으로 이어질 수 있는 피드백"만 제품 개선에 반영하는 기준을 세웠습니다.

VOC 1건이 시스템을 만든다. 한 사용자와 이메일로 지속적으로 피드백을 주고받으며, 제품 개선으로 이어진 2건을 우선 처리했습니다. 이미지 다운로드 중복 실행 버그는 클릭 방지 로직과 로딩 UI를 추가해 해결했고, AI 이미지 글자 깨짐 문제는 저화질 이미지 경고 토스트를 추가하는 동시에 image_upload_logs 테이블을 만들어 메타데이터(용량, 해상도)를 로깅하는 시스템을 구축했습니다. 단발성 CS 대응이 아니라, 향후 패턴 분석이 가능한 구조로 만든 것이 핵심이었습니다.