이탈(Churn) - 마케팅 지표 핸드북 ep.07

리텐션이 남은 사람을 세는 일 이라면 이탈은 떠난 사람을 세는 일 이다. 같은 데이터의 뒷면.

그런데 이탈은 리텐션보다 한 겹 더 복잡하다. 고객 수가 줄었는지 와 매출이 줄었는지 가 다를 수 있다. 100명 중 10명이 떠났지만 그 10명이 작은 고객이라 매출은 1%만 줄 수도 있고, 5명만 떠났는데 그 5명이 대형 고객이라 매출이 20% 빠질 수도 있다. SaaS와 구독 서비스에서는 고객 수 이탈 과 매출 이탈 을 항상 구분해서 본다.

이번 편에서 다룰 것

마케팅 지표 핸드북 시리즈의 5단계 퍼널 지도. 위에서부터 획득(ep.01–02), 활성화(ep.03–04), 유지(ep.05–07), 수익(ep.08), 추천(ep.09) 카드가 화살표로 연결되고, 이번 편이 속한 유지 단계가 강조 표시되어 있으며 Churn·NRR·GRR·Win-back 지표가 함께 적혀 있다. 맨 아래에는 측정 인프라(MEASUREMENT LAYER) 띠로 ep.10 실험·ep.11 트래킹·ep.12 어트리뷰션이 배치되어 있다.

11개 용어. 이탈 기본 정의(Churn Rate), 두 가지 단위(Logo Churn, Revenue Churn), 매출 잔존 지표(NRR, GRR), 이탈 후 복귀(Reactivation, Win-back), 휴면(Dormant User), 이탈 원인 분류(Voluntary Churn, Involuntary Churn, Churn Reason).

이번 편은 SaaS와 구독 모델 의 어휘가 많습니다. 일회성 거래 비즈니스(이커머스)에서는 이 단어들이 약하게만 사용됩니다.

Churn Rate · 이탈률

① 정의

기간 시작 시점의 활성 사용자(또는 구독자) 중 기간 안에 떠난 비율.

Churn Rate = 기간 내 떠난 사용자 수 ÷ 기간 시작 시점 사용자 수 × 100 (%)

월 100명에서 시작해 한 달 동안 5명이 구독 해지했다면 월 Churn Rate 5%.

② 맥락

회의에서: “이번 분기 월 Churn 4.2%인데 작년 동기 5.8%였어요. 1.6%p 개선.” — 가장 자주 보는 단일 숫자.
UI 위치: SaaS 대시보드, 구독 서비스 BI, 투자자 자료.

③ 액션

개발: Churn 정의서. 언제 떠난 것으로 간주할지 — 구독 해지 클릭 시점, 결제 실패 시점, 마지막 활성 후 N일 경과 시점. 정의에 따라 같은 데이터에서 Churn이 2배 차이.
디자인: 해지 흐름 자체의 디자인이 Churn에 영향. 해지 직전 가치 재안내, 일시 정지 옵션, 다운그레이드 옵션, 해지 사유 수집 까지.
기획: Churn은 복리 효과 때문에 작은 차이가 크게 누적됩니다. 월 5% Churn = 연 46% 잔존, 월 3% Churn = 연 69% 잔존. 2%p 차이가 1년에 23%p 차이.

④ 사례

센티: 프리미엄 구독자 월 Churn 6.8%. 평균 구독 유지 14.7개월(1÷0.068). 해지 직전 일시 정지 옵션 추가 후 Churn 4.9%로 감소.
실제 사례: 넷플릭스 글로벌 월 Churn 약 2%, 디즈니플러스 약 4%, 한국 OTT(웨이브, 티빙) 6~10%. 운영 성숙도와 콘텐츠 강도의 차이.
벤치마크(2025년 기준): B2B SaaS 0.5~1.5%(월), B2C 구독 5~10%(월), 모바일 게임 30%(월).

⑤ 비고

흔한 함정: 월 Churn과 연 Churn을 혼동. 월 5%는 연 46%로 환산. 같은 회의에서 두 단위가 섞이면 의사결정이 틀어집니다.
함께 보기: Logo Churn, Revenue Churn, Retention Curve

Logo Churn · 고객 수 이탈

① 정의

기간 안에 떠난 고객 수의 비율. 매출 크기와 상관없이 고객 1명 = 1로 카운트.

Logo Churn = 떠난 고객 수 ÷ 기간 시작 고객 수 × 100 (%)

Logo 는 B2B 맥락의 어휘 — 기업 고객의 로고가 하나 없어졌다 는 비유.

② 맥락

회의에서: “이번 분기 Logo Churn 3.2%, Revenue Churn 1.8%. 떠난 고객이 평균 이하 크기였어요.” — 두 수치를 항상 묶어서 봅니다.
UI 위치: SaaS 대시보드. Customer Churn 으로도 표기.

③ 액션

개발: 고객 단위 카운트와 매출 단위 카운트를 두 컬럼으로 함께 산출. 단일 쿼리에서 둘 다 나오게.
기획: Logo Churn만 보면 어떤 고객이 떠났는지 정보가 빠집니다. Revenue Churn과 ARPU를 함께 봐야 진단이 완성.

④ 사례

센티(B2B 가족 플랜): 분기 Logo Churn 4.1%, Revenue Churn 2.3%. 떠난 가족 그룹이 평균 인원 적은 그룹.
실제 사례: 슬랙 초기 Logo Churn 2%대였지만 Revenue Churn은 마이너스. 떠난 고객 매출보다 기존 고객의 추가 결제 가 더 많았기 때문. → NRR > 100%.

⑤ 비고

함께 보기: Revenue Churn, NRR

Revenue Churn · 매출 이탈

① 정의

기간 안에 잃은 매출의 비율. 떠난 고객의 매출 + 다운그레이드한 고객의 감소분.

Revenue Churn = (이탈 매출 + 다운그레이드 매출 감소) ÷ 기간 시작 MRR × 100 (%)

Gross Revenue Churn = 매출 손실만
Net Revenue Churn = 매출 손실 - 기존 고객 확장 매출

② 맥락

회의에서: “Gross Revenue Churn 4%인데 Expansion이 6%라서 Net은 -2%. NRR 102%.” — 매출 잔존의 정밀 진단.

③ 액션

개발: 매출 변동을 유형별로 분리 — 신규(New), 확장(Expansion), 축소(Contraction), 이탈(Churn). 이걸 MRR Movement 또는 MRR Bridge 라고 부릅니다.
기획: Revenue Churn은 고객 크기에 따른 가중 평균. 대형 고객 1명 이탈이 소형 고객 100명 이탈과 같은 무게.

④ 사례

센티(B2B 가족 플랜): 월 시작 MRR 1억 8천만 원. 이탈 800만, 축소 200만, 신규 1,200만, 확장 600만. Gross Churn 5.6%, Net Churn 0%. NRR 100%.

⑤ 비고

함께 보기: NRR, GRR, Logo Churn
시각화

NRR · Net Revenue Retention · 순매출 잔존율

① 정의

기간 시작 시점의 매출이 기간 끝에 얼마나 남았는가 — 확장(expansion)까지 포함한 순잔존.

NRR = (시작 MRR - 이탈 MRR - 축소 MRR + 확장 MRR) ÷ 시작 MRR × 100 (%)

NRR 110%는 기존 고객 100명이 떠난 사람을 빼고도 110의 매출을 만들었다 는 뜻. 가장 강력한 SaaS 지표.

② 맥락

회의에서: “이번 분기 NRR 118%에요. 신규 없이도 매출이 18% 자라요.” — PLG(Product-Led Growth) 의 황금 신호.

③ 액션

개발: NRR의 분자는 시작 시점에 활성이던 고객의 종료 시점 매출 합. 시작 시점에 활성이었던 사용자 의 코호트가 핵심.
기획: NRR이 100%를 넘으면 완벽한 회사. 광고 없이도 매출이 자랍니다. 100~110%가 좋은 SaaS, 120%+ 가 최상위.

④ 사례

센티(가족 플랜): NRR 104%. 가족 인원 추가가 확장 매출을 만들어 이탈을 상쇄.
실제 사례: 스노우플레이크 NRR 170%대, 데이터독 130%대로 유명. 슬랙 초기 130%대였습니다.
벤치마크: SaaS B2B 100~120% 좋음, 120%+ 최상위. SMB·B2C SaaS는 80~100% 흔함.

⑤ 비고

함께 보기: GRR, Revenue Churn, MRR

GRR · Gross Revenue Retention · 순순매출 잔존율

① 정의

확장을 제외하고 본 매출 잔존율. 기존 고객이 떠나거나 축소된 만큼만 본 수치.

GRR = (시작 MRR - 이탈 MRR - 축소 MRR) ÷ 시작 MRR × 100 (%)

GRR은 항상 100% 이하. NRR ≥ GRR.

② 맥락

회의에서: “NRR 118%인데 GRR 92%에요. 이탈은 분명 있지만 확장이 그걸 덮어요.” — 진짜 떠나는 사람은 얼마인가 의 질문.

③ 액션

기획: GRR이 90% 미만이면 확장으로 가리는 이탈이 너무 크다 는 신호. 진짜 충성 고객 비중 의 측정.

④ 사례

센티(가족 플랜): GRR 94%. 떠나는 가족이 6% 인데 확장이 10%로 NRR 104%를 만듭니다. 떠나는 사람을 줄이면 NRR이 더 강해질 여지.

⑤ 비고

벤치마크: B2B 엔터프라이즈 GRR 95%+, SMB SaaS 80~90%, B2C 50~70%(자연 이탈 높음).
함께 보기: NRR

Reactivation · 재활성화

① 정의

휴면 또는 이탈한 사용자가 다시 활성으로 돌아온 사건. ep.06의 Resurrected User 와 비슷하지만, 마케팅 액션의 결과 라는 관점에서 사용.

Reactivation Rate = 부활한 사용자 수 ÷ 휴면 사용자 수

② 맥락

회의에서: “휴면 90일 사용자 대상 푸시 캠페인 Reactivation Rate 4.8%, 일반 평균 1%.” — 윈백 캠페인의 효과 측정.

③ 액션

개발: 사용자 상태 머신 — Active, Dormant, Churned, Reactivated. 재활성화 사건 발생 시 알림 이벤트와 마케팅 도구 연동.
디자인: 부활한 사용자는 왜 떠났는지 모르고 다시 떠나기 쉽습니다. 복귀 직후 가치 재경험 화면 디자인.
기획: 재활성화 캠페인의 허용 비용 정의. 신규 CAC의 절반 이하가 일반적.

④ 사례

센티: 90일 휴면 → “이번 달 카드값 12% 증가” 푸시. Reactivation Rate 4.8%. 신규 CAC 24,000원 대비 부활 비용 약 6,000원으로 매우 효율적.

⑤ 비고

함께 보기: Win-back, Resurrected User

Win-back · 윈백

① 정의

이탈한 (구독 해지한) 고객을 다시 가입하게 만드는 캠페인 또는 그 결과.

Win-back Rate = 윈백 성공 고객 수 ÷ 이탈 고객 수

Reactivation과 비슷하지만, 명시적으로 떠난 고객 을 대상으로 합니다. (Reactivation은 조용히 안 들어온 사용자 까지 포함.)

② 맥락

회의에서: “3개월 전 해지 고객 윈백 캠페인 결과 8.2% 복귀.” — 명시적 해지자의 회수율.

③ 액션

개발: 해지 시점에 해지 사유 와 해지 후 상태(이메일 수신 동의 등) 를 함께 저장. 윈백 캠페인 타겟팅의 기초.
디자인: 윈백 이메일·푸시는 떠난 이유에 맞춘 메시지. 가격이 문제였다면 할인, 기능이 부족했다면 신기능 안내.
기획: 윈백의 ROI 계산 — 돌아온 고객의 LTV vs 윈백 캠페인 비용. 보통 ROI가 매우 높지만 모수가 작습니다.

④ 사례

센티: 3개월 전 해지 고객 대상 50% 할인 3개월 윈백. 응답률 8.2%. 그중 70%가 할인 종료 후에도 정가로 갱신.
실제 사례: 넷플릭스의 결제 정보 갱신 캠페인, 디즈니플러스의 연간 구독 할인 윈백. 매월 정기적으로 실행되는 SaaS 운영 패턴.

⑤ 비고

함께 보기: Reactivation, Churn Reason

Dormant User · 휴면 사용자

① 정의

N일 이상 활성이 없지만 명시적으로 떠나지 않은 사용자.

Dormant User = 마지막 활성 후 N일 이상 경과 + 계정은 살아있음

N의 기준은 보통 30일·60일·90일. 제품마다 다릅니다.

② 맥락

회의에서: “휴면 30일 사용자가 8.2K, 60일 12.4K, 90일 18.6K. 휴면 누적이 활성보다 빨라요.” — 휴면이 쌓이는 속도의 진단.

③ 액션

개발: 매일 batch로 사용자 상태 업데이트 — Active ↔ Dormant. 마지막 활성 시각만 알면 계산 가능.
디자인: 휴면 사용자는 조용한 이탈자. 명시적 해지가 없어서 알아채기 어려움. 휴면 초기에 재미있는 인사이트 알림 으로 복귀 유도.
기획: 휴면 30일 → 60일 → 90일 단계마다 재활성화 시도의 강도와 빈도 를 차등.

⑤ 비고

함께 보기: Reactivation, N-day Retention

Voluntary Churn · 자발 이탈

① 정의

사용자가 명시적으로 해지한 이탈. 가격, 기능 부족, 경쟁사 이동 등 의도된 사유.

Voluntary Churn = 사용자가 직접 해지 액션을 한 이탈

② 맥락

회의에서: “전체 Churn 중 Voluntary 72%, Involuntary 28%.” — 이탈 원인의 첫 번째 분류.

③ 액션

개발: 해지 액션 이벤트에 해지 사유 필드 함께 저장. 해지 페이지의 사유 선택 UI가 데이터의 출발점.
디자인: 해지 페이지의 사유 옵션을 진짜 분석에 쓸 수 있게 설계. 자유 입력만 받으면 분석 어려움, 선택지만 주면 진짜 사유 누락.
기획: Voluntary Churn은 제품·가격 문제. 이걸 줄이는 것이 PM의 책임.

⑤ 비고

함께 보기: Involuntary Churn, Churn Reason

Involuntary Churn · 비자발 이탈

① 정의

사용자가 떠나려는 의도 없이 발생한 이탈. 가장 흔한 사유는 카드 결제 실패. 외에 만료된 카드, 한도 초과, 카드 변경 후 미갱신 등.

Involuntary Churn = 결제 실패 또는 기술적 문제로 발생한 이탈

② 맥락

회의에서: “Involuntary 비중 32%. 절반이 결제 실패에요. Dunning 프로세스를 강화해야 합니다.” — 이건 제품 문제가 아니라 결제 시스템 문제.

③ 액션

개발: Dunning Management — 결제 실패 시 재시도 로직, 사용자에게 알림 시퀀스, 카드 갱신 유도 페이지. 외부 SaaS(Stripe Smart Retries 등) 활용 가능.
디자인: 결제 실패 알림의 카피와 위계. “카드가 만료되었어요” 의 톤이 단호한가 부드러운가에 따라 갱신율이 크게 다릅니다.
기획: Involuntary Churn은 통제 가능한 이탈. 보통 50% 이상을 복구할 수 있습니다.

④ 사례

센티: 월 Involuntary Churn 1.8%. Dunning 시퀀스 추가(D-3 알림, D0 결제 실패, D+1 재시도, D+3 사용자 알림, D+7 최종 알림) 후 0.6%로 감소.
실제 사례: 넷플릭스가 카드 만료 30일 전 갱신 알림 으로 Involuntary Churn을 크게 줄인 사례.

⑤ 비고

함께 보기: Voluntary Churn

Churn Reason · 이탈 사유

① 정의

사용자가 떠난 이유의 분류. 보통 5~7개 카테고리로 묶입니다.

흔한 분류:

가격이 비쌈
기능이 부족함
거의 안 씀
경쟁사로 이동
잠시 필요 없음 (일시 정지)
기타

② 맥락

회의에서: “이탈 사유 1위가 거의 안 씀 44%에요. 가격이 아니라 가치 인식의 문제.” — 사유별 처방이 완전히 다릅니다.

③ 액션

개발: 해지 페이지의 드롭다운 + 자유 입력 조합. 드롭다운만 받으면 깊이가 부족, 자유 입력만 받으면 분류 못 함.
디자인: 사유 수집을 해지 흐름 안에 자연스럽게. 너무 길면 사용자가 짜증.
기획: 사유별 맞춤 대응 — 가격 문제는 할인 제안, 기능 부족은 신기능 안내, 거의 안 씀은 일시 정지 제안.

④ 사례

센티: 이탈 사유 — 거의 안 씀 44%, 경쟁사 이동 22%, 기능 부족 18%, 가격 12%, 기타 4%. 거의 안 씀 사용자에게 3개월 일시 정지 옵션을 추가한 후 이 카테고리의 즉시 이탈 35%가 일시 정지로 전환.

⑤ 비고

함께 보기: Voluntary Churn, Win-back

이번 편 한눈에 보기

용어	정의 (한 줄)	좋은 값 (참고)
Churn Rate	기간 내 이탈 비율	B2B SaaS 월 < 1.5%, B2C 월 5~10%
Logo Churn	고객 수 이탈 비율	—
Revenue Churn	매출 이탈 비율	Gross < 5% 월, Net < 0% 이상적
NRR	순매출 잔존율 (확장 포함)	100~120% 좋음
GRR	순순매출 잔존율 (확장 제외)	90%+
Reactivation	휴면→활성 복귀	—
Win-back	명시적 이탈자 복귀	5~10% 응답률
Dormant User	N일 이상 비활성	—
Voluntary Churn	사용자가 명시 해지	—
Involuntary Churn	결제 실패 등 비의도	전체 Churn의 20~40%
Churn Reason	이탈 사유 분류	—

자주 헷갈리는 쌍

Logo Churn vs Revenue Churn

	Logo Churn	Revenue Churn
단위	고객 수	매출 금액
가중	모든 고객 동일	큰 고객 큰 무게
무엇을 봄	사용자 기반 축소	매출 손실

NRR vs GRR

NRR = GRR + Expansion Rate

차이가 크면 확장으로 이탈을 가리고 있다. 두 수치를 함께 보고 확장에 의존하는가 vs 진짜 유지가 강한가 를 판단.

Voluntary vs Involuntary

	Voluntary	Involuntary
원인	의도된 해지	결제 실패 등
처방	제품·가격 개선	Dunning 강화
회수 난이도	어려움	쉬움 (50%+)

Churn vs Drop-off vs Bounce

세 단어 모두 떠남 의 측정이지만 시간 단위가 다릅니다.

Bounce (ep.03): 한 세션 안에서 떠남 (초~분)
Drop-off (ep.04): 퍼널 단계 간 떠남 (세션 안 또는 며칠)
Churn (ep.07): 장기 구독·관계의 끝 (월·연 단위)

참고 자료

Skok, D. SaaS Metrics 2.0. For Entrepreneurs.
Reichheld, F. F. (2003). The One Number You Need to Grow. Harvard Business Review.
Profitwell. Churn and Retention. https://www.profitwell.com
Tunguz, T. The SaaS Adventure — NRR and GRR. https://tomtunguz.com
Bain & Company. Loyalty Effect Research. https://www.bain.com
Stripe. Best Practices for Reducing Involuntary Churn. https://stripe.com/docs

다음 편 예고

ep.08 — 수익과 단위경제

지금까지의 모든 지표가 한 곳에 모이는 편. LTV와 CAC, MRR과 ARR, ARPU와 ARPPU, 그리고 이 회사는 살아남는가 의 질문에 답하는 LTV:CAC 비율과 Payback Period까지. 13개 용어.