모바일 & 프로덕트 분석 2026 완벽 가이드 - Firebase · Amplitude · Mixpanel · PostHog · Branch · AppsFlyer · RevenueCat · Airbridge 심층 분석

"측정할 수 없는 것은 개선할 수 없다. 하지만 잘못 측정한 것은 잘못 개선된다." — Peter Drucker (재해석)

2026년 5월 현재, 모바일과 프로덕트 분석 시장은 더 이상 "Google Analytics 한 줄 붙이면 끝"이 아닙니다. 프로덕트 분석(Product Analytics), MMP(Mobile Measurement Partner), CDP(Customer Data Platform), 세션 리플레이(Session Replay), 피처 플래그(Feature Flag), 구독 분석(Subscription Analytics) 이 각각 독립된 카테고리로 자리잡았고, 한 회사가 4~6개 도구를 동시에 운영하는 것이 일반적입니다.

이 글에서는 Firebase Analytics, GA4, Amplitude, Mixpanel, PostHog, Heap, Adobe Analytics, AppsFlyer, Adjust, Branch, Singular, Kochava, Airbridge, Adbrix, RevenueCat, Adapty, Segment, RudderStack, Hightouch, LaunchDarkly, Statsig 등 30개 이상의 도구를 카테고리·가격·실무 적용 관점에서 비교하고, Apple ATT 이후의 프라이버시 환경, 한국·일본 시장의 특수성까지 한 번에 정리합니다.

1. 2026년 분석 도구 지도 - Product / MMP / CDP / Replay / Flags / Subscription

먼저 카테고리부터 명확히 합시다. 신입 PM·엔지니어가 가장 자주 헷갈리는 부분이며, "Mixpanel vs AppsFlyer"는 사실 비교 대상이 아닙니다.

프로덕트 분석은 "사용자가 우리 앱 안에서 무엇을 하는가"이고, MMP는 "사용자가 우리 앱을 어떻게 알게 됐는가"입니다. 두 도구는 본질적으로 다른 질문에 답하므로 어느 한쪽이 다른 쪽을 대체하지 못합니다. CDP는 그 모든 도구들에 데이터를 일관되게 흘려보내는 배관(plumbing)이고, 세션 리플레이는 정량 데이터로 보이지 않는 정성(qualitative) 단서를 제공합니다.

이 글의 핵심 메시지는 "카테고리를 먼저 정하고, 그 안에서 제품을 비교하라"입니다. 카테고리를 섞으면 영원히 결정하지 못합니다.

2. Firebase Analytics + GA4 - Google의 기본기

Firebase Analytics는 2016년 Google이 인수한 Firebase 플랫폼의 분석 모듈로, 무료이며 이벤트 기반(event-based)입니다. 2020년 Google Analytics 4(GA4)가 출시되면서 백엔드가 통합됐고, 2023년 7월 1일 Universal Analytics(UA)가 공식 종료되어 GA4가 사실상 웹·앱 통합 표준이 됐습니다.

핵심 특징은 다음과 같습니다.

• 무료 — 월 500개 이벤트 종류, 25개 사용자 속성, 500개 변환 이벤트. 작은 스타트업이 비용 걱정 없이 시작할 수 있는 유일한 옵션입니다.
• 자동 수집 이벤트 — app_open, session_start, first_open, screen_view, in_app_purchase 등 약 25종은 SDK가 자동으로 보냅니다.
• BigQuery 무료 내보내기 — Firebase 프로젝트와 BigQuery를 연결하면 raw 이벤트를 무료로 내보낼 수 있고, 이는 GA4 UI의 한계를 우회하는 가장 강력한 카드입니다.
• Crashlytics 통합 — 크래시·ANR·예외와 사용자 행동을 한 화면에서 봅니다.
• Remote Config — A/B 테스트와 점진적 롤아웃을 무료로 제공.

한계도 분명합니다. UI에서 이벤트 ingest까지 24~48시간 지연이 발생하고, 코호트·퍼널 빌더는 Amplitude·Mixpanel 대비 훨씬 단순합니다. 사용자 ID 기반 cross-platform stitching이 약하며, BigQuery로 직접 분석하지 않는 한 깊은 인사이트는 어렵습니다.

2026년의 현실적인 활용 패턴은 "Firebase Analytics + BigQuery + Looker Studio"입니다. 무료 티어로 raw 데이터를 모은 뒤 BigQuery로 직접 쿼리하고, Looker Studio(전 Data Studio)에서 대시보드를 만드는 조합이 시드~시리즈 A 단계 스타트업의 표준입니다.

3. Amplitude - 프로덕트 분석의 표준

Amplitude는 2012년 창립된 프로덕트 분석 시장의 사실상 표준입니다. 2024년 매출 약 3억 달러, 2024년 기준 60,000개 이상 기업이 사용 중이며, 한국에서도 토스·당근·쿠팡·배민 같은 주요 기업이 도입했습니다.

핵심 기능은 다음과 같습니다.

• 이벤트 + 사용자 속성 — 모든 분석은 event_name + user_properties + event_properties의 3차원 위에서 이루어집니다.
• 퍼널(Funnel) — app_open -> signup_start -> signup_complete -> first_purchase 같은 전환 흐름을 시각화합니다.
• 리텐션(Retention) — Day 1 / Day 7 / Day 30 리텐션을 한 화면에서 분해.
• 행동 코호트(Behavioral Cohort) — "지난 7일에 add_to_cart 한 사용자 중 결제 안 한 사용자" 같은 동적 세그먼트.
• Pathfinder — 사용자가 특정 이벤트 전후로 어떤 경로를 거쳤는지 자동 발견.
• Amplitude Experiment — 2021년 인수한 ExperimentX 기반의 A/B 테스트 모듈.
• Audiences — 코호트를 Braze, Iterable, Facebook Custom Audiences로 직접 내보내기.

가격은 무료(월 1천만 이벤트), Plus(월 49달러부터), Growth(맞춤형, 보통 연간 5~10만 달러), Enterprise(연 20만 달러 이상)로 구성됩니다. 무료 티어가 후하지만, MAU 100만이 넘으면 Growth로 강제 업그레이드되어 비용이 크게 뜁니다.

Amplitude의 강점은 분석가가 SQL을 몰라도 깊이 들어갈 수 있다는 것이고, 약점은 raw 데이터 export가 유료 플랜에서만 가능하다는 것입니다. PostHog·Heap이 raw 데이터 자유를 강조하는 이유이기도 합니다.

4. Mixpanel - Amplitude의 라이벌

Mixpanel은 2009년 창립으로 Amplitude보다 3년 빠른 1세대 프로덕트 분석 도구입니다. 한때 Amplitude를 앞섰으나, 2017~2020년 사이 Amplitude의 빠른 성장에 1위 자리를 내줬습니다. 2024년 매출 약 1.5억 달러로 추정됩니다.

기능적으로는 Amplitude와 거의 동등합니다. Funnels, Retention, Cohorts, Insights, Flows, Impact 같은 모듈이 모두 존재하며, 가격도 비슷합니다. 차별점은 다음과 같습니다.

• Boards — 여러 차트를 한 화면에 묶어 정적 대시보드로 만드는 기능. Amplitude의 Notebook과 유사하지만 더 가볍습니다.
• Formulas — 차트에서 직접 event_a / event_b * 100 같은 수식을 사용. Amplitude는 이를 위해 Custom Events를 따로 정의해야 합니다.
• 무료 티어 — 월 1억 이벤트 — Amplitude의 1천만보다 10배 많지만, 데이터 보관 기간이 1년으로 제한됩니다.
• Group Analytics — 사용자 단위가 아닌 회사/계정 단위 분석. B2B SaaS에 강합니다.

선택 기준은 명확합니다. 개인 사용자 분석(B2C, 게임, 미디어) 이면 Amplitude가 더 많은 통합과 사례를 가졌고, 계정 단위 분석(B2B SaaS) 이면 Mixpanel의 Group Analytics가 더 자연스럽습니다. 다만 2024년부터 Amplitude도 Account Analytics를 강화해 격차가 좁아졌습니다.

5. PostHog - 오픈소스 올인원

PostHog는 2020년 창립된 오픈소스 프로덕트 분석 플랫폼으로, 2026년 가장 빠르게 성장하는 분석 도구입니다. 시리즈 D 라운드(2024년)에서 7천만 달러를 조달했고, 평가액은 8억 달러 수준입니다.

PostHog의 차별점은 "올인원"입니다. 한 SDK·한 대시보드 안에 다음이 모두 들어 있습니다.

• Product Analytics — Amplitude/Mixpanel 수준의 퍼널·리텐션·코호트
• Session Replay — FullStory 수준의 화면 녹화
• Feature Flags — LaunchDarkly 수준의 점진적 롤아웃
• A/B Experiments — Statsig 수준의 통계 기반 실험
• Surveys — 인앱 설문조사
• Heatmaps — 클릭/스크롤 히트맵
• LLM Observability — 2024년 추가된 LLM 호출 추적
• Data Warehouse — ClickHouse 기반 자체 웨어하우스

가격은 무료(월 100만 이벤트, 셀프호스팅 무제한), 클라우드 사용량 기반($0.00005/이벤트, 그러나 첫 100만은 무료)입니다. 셀프호스팅은 완전 무료이지만, 운영 부담이 만만치 않습니다.

PostHog가 강력한 이유는 소스가 열려있어 Amplitude·Mixpanel처럼 raw 데이터 export에 추가 요금이 붙지 않고, EU·민감 데이터는 셀프호스팅으로 완전 격리할 수 있기 때문입니다. 단점은 UI/UX의 성숙도가 Amplitude·Mixpanel보다 살짝 떨어진다는 점인데, 2025년 내내 빠르게 좁혀지고 있습니다.

6. Heap - Auto-Capture와 Retroactive

Heap은 2013년 창립으로 2024년 ContentSquare에 인수됐습니다. 핵심 차별점은 "자동 캡처(auto-capture)"입니다.

Amplitude·Mixpanel·PostHog는 모두 "수동 인스트루멘테이션"을 요구합니다. 개발자가 analytics.track('Add to Cart', { product_id }) 같은 코드를 모든 인터랙션에 추가해야 합니다. 새 버튼을 만들 때마다 track 코드를 잊으면 데이터가 사라집니다.

Heap의 자동 캡처는 모든 클릭·페이지뷰·폼 제출을 SDK가 자동으로 기록합니다. 분석가는 나중에 "결제 버튼이 어떤 셀렉터(CSS selector)에 매핑되는지" 정의하는 것만으로 새 지표를 만들 수 있습니다. 이를 Retroactive Analytics라고 부르며, "데이터를 미리 정의할 필요가 없다"는 것이 강력한 마케팅 포인트입니다.

단점은 두 가지입니다.

• 이벤트 노이즈 — 모든 클릭을 캡처하므로 데이터 양이 폭증하고, 의미 있는 이벤트와 단순 미스클릭이 섞입니다.
• SPA·React에서 셀렉터가 불안정 — div[class="abc-123"] 같은 동적 클래스는 빌드마다 달라져 셀렉터가 깨집니다. data-attribute(data-heap-id)를 명시적으로 추가하는 것이 사실상 베스트 프랙티스가 됐습니다.

Heap의 강점은 마케팅/그로스 팀이 엔지니어 개입 없이 빠르게 분석을 시작할 수 있다는 것입니다. 단, 모바일 앱에서는 자동 캡처가 React Native·Flutter 등에서 신뢰성이 떨어져 웹에서 더 강력합니다.

7. Adobe Analytics + Customer Journey Analytics

Adobe Analytics는 2009년 Omniture 인수로 시작된 엔터프라이즈 분석 도구로, 한때 시장 점유율 1위였습니다. 2020년 출시된 Customer Journey Analytics(CJA) 는 Adobe Experience Platform 위에서 작동하는 차세대 분석으로, BigQuery·Snowflake 같은 cloud DW와 직접 연결됩니다.

특징은 다음과 같습니다.

• Calculated Metrics — Excel 함수 수준의 복잡한 지표 계산.
• Cross-channel — Web + App + Offline POS + Call Center 데이터를 한 사용자 ID로 통합.
• Anomaly Detection — 시계열 이상치 자동 탐지.
• Cohort Tables — 코호트 분석.
• Workspace — 분석가용 자유 형식 캔버스.

가격은 비공개이며, 통상 연간 1050만 달러 수준입니다. 도입은 46개월 컨설팅을 동반합니다.

Adobe Analytics는 금융·통신·항공·리테일 같은 대기업이 여전히 압도적으로 선호하며, 한국에서는 LG U+·신한카드·롯데쇼핑 등이 사용 중입니다. Amplitude·Mixpanel이 "PM·그로스 팀용"이라면, Adobe Analytics는 "분석가·BI 팀용"의 색이 짙습니다.

8. Pendo / WalkMe / Userlane / Appcues - 온보딩 오버레이

이 카테고리는 종종 "디지털 어덥션 플랫폼(DAP, Digital Adoption Platform)"이라고 불립니다. 핵심 가치는 앱 안에 가이드·툴팁·체크리스트·NPS 설문을 노코드로 띄우는 것이며, 부수적으로 그 가이드들의 사용 데이터를 분석합니다.

• Pendo (2013년 창립, 매출 2억 달러) — B2B SaaS 표준. 가이드 + 분석 + 피드백을 통합. 한국에서는 토스·당근 등 일부에서 사용.
• WalkMe (2011년, 2024년 SAP에 인수) — 엔터프라이즈 표준. SAP, Salesforce, Workday 같은 거대 SaaS 안에서 직원 가이드용으로 강력.
• Userlane — 유럽 기반. GDPR 친화적.
• Appcues — 스타트업 친화적. 가격이 가장 저렴.
• Chameleon — 디자인 친화적.
• Userflow — 노코드 강조.

가격은 보통 MAU 기반 연 1~10만 달러입니다. 이 도구들은 프로덕트 분석을 보조하는 역할이며, 단독으로 Amplitude·Mixpanel을 대체하지 못합니다. 다만 "온보딩 단계 이탈"이라는 매우 좁은 영역에서는 Amplitude의 퍼널보다 더 직관적인 인사이트를 줍니다.

9. MMP - AppsFlyer / Adjust / Branch / Singular / Kochava

MMP(Mobile Measurement Partner) 는 모바일 앱이 광고 채널(Facebook, Google, TikTok, Apple Search Ads, 인플루언서 등)에서 인스톨된 출처를 추적하는 도구입니다. 프로덕트 분석과 본질적으로 다른 카테고리입니다.

AppsFlyer (2011년, 이스라엘) — 시장 점유율 1위. 2024년 매출 약 2.5억 달러. 광고 채널 12,000개 이상과 통합. SKAdNetwork 4.0/5.0 지원에서도 가장 빨랐습니다. 한국에서도 1위.

Adjust (2012년, 베를린) — 2위. 2021년 AppLovin이 10억 달러에 인수했으나 독립 브랜드로 운영. 일본·유럽에서 강세. 게임 광고주 비중이 높습니다.

Branch (2014년, 미국) — 딥 링킹(deep linking) 분야 1위. 어트리뷰션은 부가 기능이지만, "사용자가 광고를 클릭하면 앱이 설치되지 않은 경우 스토어로 보내고, 설치 후 첫 실행 시 광고가 가리키던 화면으로 자동 이동"하는 deferred deep link 경험에서 표준입니다.

Singular (2014년, 미국) — 마케팅 분석 + 어트리뷰션 통합. ROAS(Return on Ad Spend) 분석과 광고비 데이터 통합에서 강력합니다.

Kochava (2011년, 미국) — 프라이버시 강조. 자체 Indirect Measurement 메서드로 IDFA·GAID에 의존하지 않는 어트리뷰션을 강조.

Tenjin — 모바일 게임 광고주 전용.

MMP 선택의 가장 중요한 기준은 "내가 사는 광고 채널들과 모두 통합되어 있는가" 입니다. 한국·일본 광고 채널(카카오 모먼트, 네이버 GFA, Line Ads 등)을 쓴다면 글로벌 MMP만으로는 부족하며, Airbridge·Adbrix 같은 로컬 MMP가 필수입니다.

10. Airbridge / Adbrix - 한국 MMP

Airbridge는 2014년 창립된 한국의 Ab180이 만든 MMP로, 한국 시장에서 AppsFlyer와 점유율을 양분합니다. 2022년 시리즈 C 라운드에서 580억 원을 조달했고, 일본·동남아·미국으로 확장 중입니다.

차별점은 다음과 같습니다.

• 카카오 모먼트, 네이버 GFA, Line, 라인 광고 같은 아시아 채널 통합 — 글로벌 MMP에서는 1~3개월 늦게 지원되는 채널을 가장 빠르게 통합.
• MMM(Marketing Mix Modeling) 통합 — 2024년 출시한 Airbridge MMM은 IDFA 없이도 채널 기여도를 통계적으로 추정.
• 한국어 고객 지원 — 한국 SaaS의 표준 강점.

Adbrix는 2012년 IGAWorks가 만든 MMP로, Airbridge보다 역사가 깁니다. 광고주 측보다 매체사(애드네트워크) 측에서 더 자주 쓰입니다. 2023년 IGAWorks 인수 후 데이터 결합이 강화됐습니다.

Adison은 IGAWorks 그룹 내 어트리뷰션 + 보상형 광고 통합 솔루션입니다.

한국 모바일 광고주의 표준 구성은 "AppsFlyer(글로벌 채널) + Airbridge(국내 채널)" 듀얼 MMP이거나, 비용을 줄이기 위해 "Airbridge 단독"입니다. 듀얼 MMP의 문제는 인스톨 카운트가 중복될 수 있다는 점인데, 이를 막기 위해 Single Source of Truth(SSOT) 정책을 세우고 한쪽을 마스터로 지정해야 합니다.

11. 일본 MMP 시장 - Adjust 도쿄, F.O.X, Singular

일본 모바일 시장은 한국과 비슷하면서도 다릅니다. Adjust 도쿄 사무소가 사실상 1위이며, 게임 광고주(Cygames, Mixi, KLab, gumi 등)가 압도적으로 선호합니다.

• Adjust Tokyo — 2014년 일본 진출. Cygames·Mixi 같은 톱티어 게임사 다수 보유. 일본어 지원과 게임 광고에 특화.
• F.O.X (Fox Insight) — Cyberowl(현 Septeni Holdings) 자회사. 일본 토종 MMP. 일본 광고 채널(Line Ads, Yahoo! 광고, AmebaAd 등) 통합이 강력.
• Singular Japan — 게임이 아닌 e커머스·D2C 광고주에서 성장.
• AppsFlyer Japan — 글로벌 친화 광고주(메루카리, 라쿠텐 등)가 사용.

한국과 달리 일본은 게임 마케팅 비중이 매우 높고, ROAS·LTV(Lifetime Value) 측정 정확도가 비즈니스의 생사를 가릅니다. 게임 광고주는 Adjust의 SKAN(SKAdNetwork) 분석 도구나 Singular의 ROAS Dashboard를 거의 표준으로 사용합니다.

또한 일본의 광고주는 개인정보보호법(APPI) 2023년 개정 이후 IDFA·GAID 의존도를 줄이고 있으며, MMP의 server-to-server(s2s) 측정과 probabilistic attribution 의존도가 한국보다 높습니다.

12. SKAdNetwork - Apple의 프라이버시 어트리뷰션

2021년 iOS 14.5에서 도입된 App Tracking Transparency(ATT) 는 모바일 광고 측정의 패러다임을 바꿨습니다. 사용자가 명시적으로 "Allow Tracking"을 누르지 않으면 광고 SDK는 IDFA(Identifier for Advertisers)를 얻지 못합니다. 20242026년 IDFA opt-in 비율은 산업 평균 약 2030% 수준입니다.

Apple은 IDFA의 대체로 SKAdNetwork(SKAN) 을 도입했습니다. 핵심 원리는 다음과 같습니다.

• 광고 클릭과 인스톨 사이의 정보는 OS가 직접 처리.
• 광고주는 인스톨 이벤트와 그에 따른 conversion value(0~63) 만 받음.
• 24~48시간의 지연된 postback.
• 캠페인·크리에이티브·매체별 정밀 어트리뷰션은 사실상 불가능.

2023년 도입된 SKAdNetwork 4.0에서는 conversion value가 coarse(low/medium/high) + fine(0~63) 두 단계로 확장됐고, 2025년 5.0에서는 re-engagement 어트리뷰션과 multi-postback 같은 기능이 추가됐습니다.

AppsFlyer·Adjust·Branch·Airbridge 같은 MMP는 SKAN 데이터를 표준 어트리뷰션 데이터로 변환해주는 역할을 하며, conversion value mapping schema 설정이 광고주의 핵심 의사결정 포인트입니다. "어떤 사용자 행동(첫 결제, 레벨 5 도달, 광고 클릭 등)을 어떤 conversion value 비트에 매핑할 것인가"가 LTV·ROAS 측정의 정확도를 결정합니다.

13. Google Play Privacy Sandbox - Android의 답변

Android 측에서는 Google이 Privacy Sandbox for Android를 2022년부터 단계적으로 도입 중입니다. 핵심 컴포넌트는 다음과 같습니다.

• Topics API — 사용자의 관심사를 디바이스에 저장하고, 광고 식별자 대신 카테고리(예: "여행", "스포츠")만 광고주에게 노출.
• Protected Audience API (FLEDGE) — 리타게팅을 디바이스 내에서 처리.
• Attribution Reporting API — 광고 클릭→인스톨→전환 어트리뷰션을 IDFA·GAID 없이 측정.

2024~2026년에 걸쳐 단계적 베타로 진행 중이며, 2027년경 정식 출시가 예상됩니다. iOS의 SKAN과 달리 Google은 광고주 친화적인 더 풍부한 데이터를 약속하지만, GAID(Google Advertising ID) 자체는 즉시 사라지지 않습니다.

광고주 입장에서 중요한 것은 SKAN과 Privacy Sandbox 둘 다 MMP가 처리해준다는 점입니다. 직접 OS API와 통합할 일은 거의 없으며, AppsFlyer·Adjust·Airbridge 같은 MMP의 SDK 업데이트를 따라가면 됩니다.

14. CDP - Segment / RudderStack / Hightouch / mParticle

CDP(Customer Data Platform) 는 "한 번 인스트루멘트, 어디로든 보내기"를 약속합니다. 앱·웹에서 이벤트를 한 번만 수집한 뒤 Amplitude, Mixpanel, AppsFlyer, Braze, Iterable, Snowflake 등 수십 개 destination으로 동시에 보내는 파이프입니다.

• Segment (2011년, 2020년 Twilio가 32억 달러에 인수) — 시장 점유율 1위. 400개 이상 destination 지원.
• RudderStack (2019년) — Segment의 오픈소스 대안. 워크플로는 거의 동일하지만 셀프호스팅 가능.
• mParticle (2013년) — 엔터프라이즈 전용. Audience 통합 강력.
• Tealium (2008년) — 오래된 강자. 보안 인증(SOC 2, HIPAA, FedRAMP) 다수.
• Treasure Data (2011년, 일본 Arm 자회사) — 일본·아시아 강세.
• Hightouch (2021년) — Reverse ETL 카테고리 개척. Snowflake·BigQuery에서 Salesforce·Braze로 거꾸로 흐름.
• Census — Hightouch 경쟁사.
• Snowplow (2012년, 오픈소스) — 자체 호스팅 이벤트 수집 파이프. 데이터팀 친화적.

CDP의 가격은 MTU(Monthly Tracked Users) 기반으로 보통 연 1~30만 달러입니다. Segment는 MTU 1만 명까지 무료지만, 그 이상은 급격히 비싸집니다.

RudderStack vs Segment의 본질은 "데이터 소유권"입니다. Segment는 Twilio 데이터센터를 거치며, EU·금융 회사는 데이터 거버넌스 이슈로 RudderStack의 셀프호스팅을 선호합니다.

Hightouch의 Reverse ETL은 새로운 패턴입니다. 전통적 CDP는 "앱 -> CDP -> 도구"의 방향이지만, Hightouch는 "Snowflake -> 도구"입니다. 회사가 이미 Snowflake·BigQuery에 데이터를 모아뒀다면 굳이 CDP를 거치지 않고 데이터 웨어하우스를 단일 진실원(SSOT)으로 쓰는 것이 더 깔끔하다는 발상이며, 2024~2026년 빠르게 시장을 잠식 중입니다.

15. RevenueCat - 구독 분석의 표준

iOS·Android 인앱 구매(IAP, In-App Purchase)는 StoreKit(iOS)/Billing Library(Android) 라는 OS API로만 가능하며, 두 OS는 영수증 포맷·구독 상태 모델·환불 정책·family sharing이 완전히 다릅니다. 구독 SaaS를 직접 만들려면 두 OS의 영수증을 서버에서 검증하고, 갱신·취소·환불 웹훅을 받고, 만료·재구독을 추적해야 합니다 — 보통 36명의 엔지니어가 612개월을 들이는 작업입니다.

RevenueCat(2017년 창립)은 이 작업을 SDK 한 줄로 줄였습니다. 2024년 매출 5천만 달러, 30,000개 이상 앱이 사용 중이며 시장 점유율 1위입니다.

기능은 다음과 같습니다.

• SDK — iOS, Android, React Native, Flutter, Unity, Web Billing 지원. Purchases.shared.purchase(product) 한 줄로 결제 완료.
• Subscription Status — 영수증 검증, 갱신, 만료, 환불을 서버 측에서 자동 추적.
• Webhooks — 갱신·취소·환불 시 우리 서버로 push.
• Charts — MRR, Churn Rate, LTV, ARPU 같은 구독 지표 대시보드.
• Experiments — 가격·페이월(paywall) A/B 테스트.
• Targeting — 사용자 세그먼트별 다른 가격·페이월 노출.
• Paywalls — 노코드 페이월 빌더 (2024년 출시).

가격은 MTR(Monthly Tracked Revenue) 기반으로 첫 2,500달러 매출까지 무료, 그 이상은 1% 수수료(Apple/Google 수수료와 별개)입니다. 매출 100만 달러면 월 RevenueCat 비용은 약 800달러 수준이며, 자체 구축 비용과 비교하면 압도적으로 저렴합니다.

16. Adapty / Qonversion / Glassfy - RevenueCat의 경쟁자

Adapty(2020년 창립)는 RevenueCat의 가장 강력한 경쟁자입니다. 차별점은 페이월 A/B 테스트와 CRM 통합이 더 깊다는 것입니다. 가격은 비슷합니다.

Qonversion(2020년 창립)은 오픈소스 친화적이며, 이벤트 기반 가격(usage-based pricing) 에 일찍 대응했습니다. 무료 티어가 RevenueCat보다 후합니다(첫 1만 달러 매출까지 무료).

Glassfy(2021년 창립)는 가장 작은 플레이어이지만 유럽 GDPR 친화적이며, EU에 서버를 두고 있습니다.

선택 기준은 명확합니다.

• 빠른 시작 + 가장 많은 사례 + 가장 안정적인 SDK -> RevenueCat
• 페이월 실험 + CRM 통합 -> Adapty
• 비용 최소화 + 오픈소스 친화 -> Qonversion
• EU 데이터 거주 + GDPR -> Glassfy

2026년 현재 거의 모든 신규 구독 앱은 이 4개 중 하나를 도입하며, 자체 구축은 사실상 사라졌습니다.

17. 세션 리플레이 - FullStory / LogRocket / Smartlook / PostHog / Sentry

세션 리플레이(Session Replay) 는 사용자의 실제 화면을 비디오처럼 재생하는 도구입니다. 정량 데이터(이벤트, 퍼널)에서는 보이지 않는 "이 사용자가 왜 결제 페이지에서 이탈했는가"를 시각적으로 보여줍니다.

• FullStory (2014년) — 엔터프라이즈 1위. 페이지 인덱싱·검색 강력. 비싸지만 정확.
• LogRocket (2016년) — 개발자 친화. Redux store·console.log를 함께 캡처해 디버깅에 강력.
• Smartlook (2016년, 체코) — 가성비 1위. 자동 이벤트 캡처가 강점.
• Hotjar (2014년, 2023년 ContentSquare에 인수) — 웹 히트맵 + 리플레이.
• Mouseflow — Hotjar 대안.
• ContentSquare — 엔터프라이즈 UX 분석. Hotjar·Heap을 인수해 통합 중.
• PostHog Session Replay — PostHog 안에 통합. 가장 가성비 좋음.
• Sentry Session Replay — 에러 모니터링 SDK 안에 통합. 에러 발생 직전 30초만 녹화하는 패턴이 강력.
• Datadog RUM Session Replay — Datadog 인프라 안에 통합.
• Microsoft Clarity — 완전 무료. 신뢰성·기능은 떨어지지만 시작용으로 좋음.

가격은 보통 MTU 기반 월 100~5,000달러 수준이고, 저장 기간(3개월 vs 1년) 과 마스킹 정책(PII 자동 가림) 이 차별점입니다.

모바일 앱에서 세션 리플레이는 web보다 어렵습니다. iOS·Android UIKit/SwiftUI/Jetpack Compose의 화면을 재구성하려면 native 인스트루멘트가 필요하고, 텍스트 입력 필드 마스킹이 web보다 복잡합니다. PostHog·Sentry·Smartlook가 이 영역에서 빠르게 발전 중입니다.

18. 피처 플래그 - LaunchDarkly / Statsig / Optimizely / GrowthBook

피처 플래그(Feature Flag) 는 "코드를 배포하지 않고도 기능을 켜고 끄는" 도구입니다. A/B 테스트, 점진적 롤아웃, kill switch, beta access의 핵심 인프라입니다.

• LaunchDarkly (2014년) — 엔터프라이즈 표준. 2024년 매출 약 2억 달러. 가장 비싸지만 가장 안정적.
• Statsig (2021년) — 메타 출신 창업. 무료 무제한 + A/B 테스트 통합. 2024년 시리즈 C에서 7억 달러 평가. 가장 빠르게 성장.
• Optimizely Flags — Optimizely가 Rollouts를 인수해 출시.
• PostHog Feature Flags — PostHog 안에 무료로 포함.
• Flagsmith — 오픈소스. 셀프호스팅 가능.
• GrowthBook — 오픈소스. 통계 분석 강력.
• Unleash — 오픈소스. 자체 호스팅에 가장 깔끔.
• Eppo — 통계 분석에 특화한 실험 플랫폼.
• Vercel Flags — Vercel 안에 통합된 무료 플래그.

가격은 천차만별입니다. LaunchDarkly는 MAU 기반으로 연 5~50만 달러, Statsig는 MAU 1억 미만까지 무료, PostHog Flags는 MTU 100만까지 무료입니다.

Statsig의 무료 무제한 전략은 시장을 흔들었습니다. LaunchDarkly의 가격에 분노한 회사들이 대거 이주 중이며, 2026년에는 시장 점유율이 빠르게 좁혀지고 있습니다. 다만 LaunchDarkly의 안정성·고급 기능(SDK 종류, 거버넌스 등)은 여전히 우위입니다.

19. A/B 테스트 - 통계의 함정

A/B 테스트 도구는 위 피처 플래그와 거의 동일하지만, 통계 분석 엔진의 정교함에서 차이가 납니다.

• Optimizely Web/X — A/B 테스트 1세대. 비싸지만 가장 검증됨.
• Statsig — 피처 플래그 + A/B를 같은 SDK로 처리. CUPED(Controlled-experiment Using Pre-Experiment Data) 같은 분산 감소 기법 표준 지원.
• GrowthBook — 오픈소스. 통계학 박사들이 만든 엔진으로 정평.
• Eppo — Airbnb 출신 창업. 통계 정교함에서 가장 앞섬.
• PostHog Experiments — 무료. 기본 통계만.
• Amplitude Experiment — Amplitude와 같은 SDK 안에서 A/B.
• VWO — 인도 기반. 가성비.
• AB Tasty — 프랑스 기반. 유럽에서 강세.
• Vercel Toolbar A/B — Vercel 안에 통합.

A/B 테스트의 함정은 통계적 유의성(p-value < 0.05) 만 보고 결정을 내리는 것입니다. 실제로는 다음을 모두 고려해야 합니다.

• 샘플 크기 충분한가 — 보통 변이군당 5,000명 이상.
• 실행 기간이 충분한가 — 최소 1주, 보통 2주 (주말·평일 패턴 반영).
• Peeking Problem — 매일 결과를 보고 "유의해졌으니 멈추자"는 잘못된 결정.
• Novelty Effect — 신기능에 처음만 반응하는 효과.
• Multiple Comparison — 동시에 10개 지표를 보면 그중 하나는 우연히 유의하게 나옴.

Eppo·Statsig·GrowthBook은 이런 문제들을 자동으로 보정하는 통계 엔진을 제공합니다.

20. 서버사이드 태깅 - GTM Server, Snowplow

전통적인 분석은 클라이언트(브라우저, 앱)에서 SDK가 직접 분석 서버로 이벤트를 보냅니다. 그러나 다음 이유로 서버사이드 태깅(Server-Side Tagging) 이 표준이 되고 있습니다.

• 광고 차단기가 클라이언트 SDK 요청을 차단(uBlock Origin이 GA, Mixpanel 등 약 90% 차단).
• iOS Safari ITP가 third-party 쿠키를 1일로 제한.
• GDPR/CCPA가 사용자 동의 없는 third-party 데이터 전송을 금지.
• 데이터 정확도 — 클라이언트에서 직접 보내면 fingerprint 기반 광고 차단도 우회 어려움.

서버사이드 태깅은 클라이언트가 first-party 도메인(예: analytics.mycompany.com)으로 이벤트를 보내고, 우리 서버가 이를 받아 Google·Facebook·Amplitude로 forward합니다. 광고 차단기는 first-party 트래픽을 차단하지 못합니다.

도구는 다음과 같습니다.

• Google Tag Manager Server Container — 표준. GCP App Engine에서 도커 컨테이너로 운영. 월 약 100~500달러.
• Segment / RudderStack — CDP가 서버사이드 역할도 함.
• Snowplow — 자체 호스팅 1순위.
• Tealium iQ — 엔터프라이즈.

서버사이드 태깅은 2026년에는 선택이 아니라 필수입니다. 모든 마케팅·분석 데이터가 광고 차단기 때문에 30~50% 손실되는 상황을 그냥 두면 의사결정의 데이터 기반이 흔들립니다.

21. 프라이버시 규제 - GDPR / CCPA / LGPD / 개인정보보호법

분석을 도입하기 전 반드시 검토해야 할 규제는 다음과 같습니다.

• GDPR (EU, 2018년) — 가장 엄격. 명시적 opt-in, 데이터 삭제권(right to be forgotten), 데이터 이동권.
• CCPA/CPRA (캘리포니아, 2020/2023년) — opt-out 기반. 미국 표준.
• LGPD (브라질, 2020년) — GDPR과 유사.
• PIPEDA (캐나다) — GDPR과 유사.
• 개인정보보호법 (한국, 2011년, 2023년 개정) — KISA 관할. 외부 광고 SDK 사용 시 명시적 동의 필요.
• 개인정보보호법 (일본 APPI, 2003년, 2023년 개정) — opt-in/opt-out 혼합.
• PDPA (싱가포르) — opt-in 기반.

핵심 의무는 거의 동일합니다.

• 명시적 동의 배너 — 분석 SDK 로딩 전 사용자에게 동의를 받아야 함.
• 데이터 삭제 요청 응답 — 보통 30일 이내.
• 데이터 거주(Residency) — EU 사용자 데이터는 EU 서버에.
• 데이터 처리자 계약(DPA) — 분석 SaaS와 별도 계약.

도구는 OneTrust, Cookiebot, Iubenda, Termly, Didomi(프랑스) 같은 CMP(Consent Management Platform) 가 표준입니다. 가격은 도메인당 연 1,000~10,000달러 수준입니다.

2026년의 현실은 "프라이버시 친화 = 비용 증가 + 데이터 손실"의 트레이드오프입니다. 그러나 GDPR 위반 시 매출의 4% 또는 2천만 유로 중 큰 금액이 벌금이므로, 동의 없는 분석은 더 이상 옵션이 아닙니다.

22. 비용 - 이벤트 수 × 사용자 × 보관 기간

분석 도구의 비용 구조는 거의 모두 다음 곱의 함수입니다.

• MTU(Monthly Tracked Users) — 월 활성 사용자.
• 이벤트 수 — 사용자당 평균 이벤트 수.
• 데이터 보관 기간 — 1년 vs 5년.
• 목적지(destination) 수 — CDP의 경우.

대략적인 2026년 가격대(MAU 100만 기준)는 다음과 같습니다.

전체 합산하면 MAU 100만 규모 회사가 연 30~100만 달러를 분석 도구에 쓰는 것이 일반적입니다. 분석 도구의 비용을 줄이는 가장 효과적인 방법은 다음과 같습니다.

1. 이벤트 다이어트 — 매월 모든 이벤트를 검토해 안 쓰는 것 제거.
2. 샘플링 — 모든 사용자 트래킹 대신 1/10 샘플링.
3. 자체 호스팅(PostHog, RudderStack, GrowthBook) — 인프라 비용은 들지만 사용량 무제한.
4. BigQuery/Snowflake 통합 — 비싼 SaaS 대신 raw 데이터를 직접 분석.

23. 한국 - 토스, 당근, 쿠팡의 분석 스택

토스(Toss) — 토스는 2020년부터 Amplitude를 메인 프로덕트 분석으로 사용해왔고, 2024년 토스 블로그에서 공개된 내용에 따르면 MAU 약 3천만, 일일 이벤트 약 50억 건을 처리합니다. 비용 효율을 위해 자체 데이터 웨어하우스(BigQuery 기반)에 raw 이벤트를 우선 적재하고, Amplitude에는 핵심 이벤트만 샘플링해 보냅니다. MMP는 Airbridge와 AppsFlyer를 듀얼로 운영하며, 결제 분석은 자체 구축이 많습니다.

당근(Karrot) — 당근은 Amplitude + AppsFlyer + Firebase 조합이 표준입니다. 2023년 당근 블로그에 따르면 raw 이벤트는 Snowflake에 적재하고, BI는 Looker, 코호트 분석은 Amplitude, 실험은 자체 구축 A/B 플랫폼(Karrot Experiments)을 사용합니다. 글로벌 확장에 따라 Airbridge 비중을 줄이고 AppsFlyer로 통합 중입니다.

쿠팡(Coupang) — 쿠팡은 자체 분석 스택 비중이 가장 높습니다. Adobe Analytics + 자체 구축 + Mixpanel 일부를 사용한다고 알려져 있고, 거대한 데이터 엔지니어링 조직을 유지합니다. 글로벌 SaaS보다 internal tooling 비중이 압도적입니다.

배민(Baemin) — 배민은 Amplitude와 AppsFlyer가 핵심이며, 2024년 우아한형제들 기술 블로그에서 RudderStack 도입과 self-hosted PostHog 실험을 공개했습니다. 데이터 거버넌스를 위해 모든 이벤트를 RudderStack을 통해 라우팅합니다.

24. 일본 - Mercari, SmartHR, LINE의 선택

Mercari — 일본 최대 중고거래 앱. 2024년 Mercari Engineering Blog에서 공개한 스택은 Amplitude(프로덕트) + Adjust(MMP) + BigQuery(웨어하우스) + Looker(BI) 조합입니다. RevenueCat는 사용하지 않으며 자체 결제 시스템을 운영합니다.

SmartHR — 일본 HR SaaS. B2B 특성상 Group Analytics가 강한 Mixpanel을 메인으로 쓰고, 일부 마케팅 분석은 Google Analytics 4를 보조로 사용합니다. 2025년 SmartHR Tech Blog에서 셀프호스팅 PostHog 도입 검토를 공개했습니다.

LINE — LINE은 자체 데이터 플랫폼(Data Platform 2.0)이 압도적이며, Amplitude·Mixpanel은 거의 사용하지 않습니다. 사내 사용자는 자체 OLAP(Apache Druid + Trino) 위에서 분석합니다. MMP만 외부(Adjust + F.O.X) 사용.

Cygames / KLab / Mixi (게임) — Adjust + Singular + 자체 분석. 게임 광고는 ROAS가 비즈니스의 생사를 가르므로, MMP의 정확도와 자체 분석의 깊이가 둘 다 필요합니다.

일본 시장의 특수성은 자체 구축 비중이 한국보다 훨씬 높다는 것입니다. LINE, Mercari, Rakuten, ZOZO 같은 대기업은 자체 BI 팀이 매우 강력하고, SaaS 분석 도구를 부수적인 보조 도구로 봅니다. 이는 일본 엔지니어 인건비가 미국·한국 대비 상대적으로 저렴해 자체 구축의 ROI가 더 높기 때문입니다.

25. 실무 적용 - 5가지 시나리오 매뉴얼

마지막으로 회사 단계별 권장 스택을 정리합니다.

시드 단계 (MAU 1만 이하, 1~3인 팀):

• 프로덕트 분석: Firebase Analytics + GA4 (무료)
• 세션 리플레이: Microsoft Clarity (무료) 또는 PostHog Free
• A/B: Firebase Remote Config 또는 PostHog
• MMP: 아직 광고를 안 한다면 불필요. 한다면 Branch 무료 티어.
• 합산 비용: 연 0달러.

시리즈 A (MAU 10만, 10~30인 팀):

• 프로덕트 분석: Amplitude Free 또는 PostHog Cloud
• 세션 리플레이: PostHog 또는 LogRocket
• A/B: Statsig (무료)
• MMP: AppsFlyer 또는 Airbridge
• 구독: RevenueCat (매출 2,500달러까지 무료)
• 합산 비용: 연 1~3만 달러.

시리즈 B (MAU 100만, 50~150인 팀):

• 프로덕트 분석: Amplitude Growth + BigQuery raw export
• 세션 리플레이: FullStory 또는 LogRocket
• A/B: Statsig Pro 또는 GrowthBook self-host
• MMP: AppsFlyer + Airbridge 듀얼
• 구독: RevenueCat
• CDP: Segment 또는 RudderStack
• 합산 비용: 연 30~80만 달러.

시리즈 C+ (MAU 천만, 300인+ 팀):

• 프로덕트 분석: 자체 OLAP(ClickHouse, Druid, Pinot) + Amplitude 일부
• 세션 리플레이: FullStory 엔터프라이즈
• A/B: 자체 구축 또는 Eppo
• MMP: AppsFlyer + Airbridge + 자체 SKAN 처리
• 구독: RevenueCat 또는 자체
• CDP: Segment Enterprise 또는 자체 + Snowplow
• 합산 비용: 연 1~5백만 달러.

대기업 / 엔터프라이즈:

• Adobe Analytics + Adobe Experience Platform 표준
• MMP: AppsFlyer Enterprise
• 자체 BI 팀 50~200명
• 합산 비용: 연 5~20백만 달러.

회사 단계가 올라갈수록 자체 구축의 비중이 늘어나고, SaaS의 역할은 줄어듭니다. 그러나 모든 단계에서 MMP와 구독 분석은 외부 SaaS가 압도적으로 효율적이라는 점은 변하지 않습니다.

26. 참고 / References

• Firebase Analytics documentation — https://firebase.google.com/docs/analytics
• Google Analytics 4 documentation — https://support.google.com/analytics/answer/10089681
• Amplitude documentation — https://www.docs.developers.amplitude.com/
• Mixpanel documentation — https://docs.mixpanel.com/
• PostHog documentation — https://posthog.com/docs
• Heap documentation — https://developers.heap.io/
• Adobe Analytics documentation — https://experienceleague.adobe.com/docs/analytics.html
• AppsFlyer documentation — https://dev.appsflyer.com/
• Adjust documentation — https://help.adjust.com/
• Branch documentation — https://help.branch.io/
• Singular documentation — https://support.singular.net/
• Kochava documentation — https://support.kochava.com/
• Airbridge documentation — https://help.airbridge.io/
• Adbrix documentation — https://help.adbrix.io/
• RevenueCat documentation — https://www.revenuecat.com/docs/
• Adapty documentation — https://docs.adapty.io/
• Qonversion documentation — https://documentation.qonversion.io/
• Segment documentation — https://segment.com/docs/
• RudderStack documentation — https://www.rudderstack.com/docs/
• Hightouch documentation — https://hightouch.com/docs
• LaunchDarkly documentation — https://docs.launchdarkly.com/
• Statsig documentation — https://docs.statsig.com/
• GrowthBook documentation — https://docs.growthbook.io/
• Eppo documentation — https://docs.geteppo.com/
• FullStory documentation — https://developer.fullstory.com/
• LogRocket documentation — https://docs.logrocket.com/
• Apple SKAdNetwork documentation — https://developer.apple.com/documentation/storekit/skadnetwork
• Google Privacy Sandbox for Android — https://privacysandbox.google.com/private-advertising
• Apple App Tracking Transparency — https://developer.apple.com/documentation/apptrackingtransparency
• Standard Webhooks specification — https://www.standardwebhooks.com/
• Mercari Engineering Blog — https://engineering.mercari.com/en/blog/
• SmartHR Tech Blog — https://tech.smarthr.jp/
• 토스 기술 블로그 — https://toss.tech/
• 당근 기술 블로그 — https://medium.com/daangn
• 우아한형제들 기술 블로그 — https://techblog.woowahan.com/