제품 분석 & A/B 테스트 2026 — Mixpanel / Amplitude / PostHog / Heap / Optimizely / Plausible / Segment 심층 비교

"데이터가 없는 의견은 그냥 또 하나의 의견일 뿐이다." — Jim Barksdale, 전 Netscape CEO (Mixpanel·Amplitude 공식 블로그가 가장 자주 인용하는 문장)

2026년 5월 현재, 제품 분석(product analytics) 시장은 단일 도구로 끝나지 않는 4 진영 구조로 굳어졌습니다. 매니지드 SaaS(Mixpanel, Amplitude), 오픈소스 셀프호스트(PostHog, Matomo), 프라이버시 우선(Plausible, Fathom, Umami), 그리고 데이터 인프라(CDP: Segment, RudderStack, Snowplow). 한 회사가 진지하게 데이터를 다루려면 보통 이 중 2~3개를 동시에 운영합니다 — 예: Segment로 수집 → Mixpanel로 분석 → Statsig로 실험.

이 글은 한 번에 25개 이상의 제품을 다룹니다. 포지션, 가격, API 표면, 한계, 그리고 "2024년에 죽은 도구(June)"와 "2024년에 인수된 도구(Hotjar → Contentsquare)" 같은 시장 변화까지 포함합니다. 1인 개발자가 Plausible을 고르는 이유, 시리즈 B 스타트업이 PostHog로 시작하는 이유, 엔터프라이즈가 여전히 Adobe Analytics를 못 떠나는 이유를 모두 다룹니다.

1. 2026년 제품 분석 지도 — 매니지드 / 오픈소스 / 프라이버시-first / CDP 4 진영

제품 분석은 더 이상 "GA 한 줄 박기"가 아닙니다. 2026년에 한 회사가 데이터를 다루는 표면적은 다음과 같습니다.

레이어	역할	대표 제품
수집 (Collection)	클라이언트·서버·모바일 SDK로 이벤트 캡처	Segment, RudderStack, Snowplow, 자체 SDK
저장 (Warehouse)	원시 이벤트를 데이터 웨어하우스에 보관	Snowflake, BigQuery, Redshift, Databricks
분석 (Analytics)	퍼널·코호트·리텐션·세그먼트 분석	Mixpanel, Amplitude, PostHog, Heap
세션 리플레이	사용자 화면 녹화·재생	Fullstory, Hotjar, PostHog, LogRocket
채택 (Adoption)	인앱 가이드·온보딩	Pendo, Appcues, Userpilot, WalkMe
UX 분석	히트맵·스크롤맵·폼 분석	Contentsquare, Hotjar, Microsoft Clarity
실험 (Experimentation)	A/B 테스트·기능 플래그	Optimizely, VWO, Statsig, GrowthBook, LaunchDarkly
프라이버시 분석	쿠키 없는 경량 분석	Plausible, Fathom, Umami, Simple Analytics, Pirsch
BI	임원·재무용 대시보드	Mode, ThoughtSpot, Looker, Metabase

2026년 시장 지형은 다음 4 진영으로 요약됩니다.

매니지드 SaaS: Mixpanel, Amplitude가 여전히 양강. 둘 다 2025년에 AI 기능(Spark, Audience GenAI)을 출시했고, 가격이 점점 비싸지면서 PostHog로 이탈하는 시리즈 B/C가 늘어남.
오픈소스 올인원: PostHog가 2024~2025년에 폭발적 성장. 분석 + 세션 리플레이 + 기능 플래그 + 실험 + LLM 옵저버빌리티까지 한 플랫폼에서. Matomo는 전통적 셀프호스트 강자, 유럽 정부·공공기관에서 사실상 표준.
프라이버시 우선: GDPR·ePrivacy 강화로 쿠키 동의 배너가 짜증의 정점에 달하면서, "쿠키 없이 경량으로 충분한 데이터"라는 Plausible/Fathom/Umami가 SaaS 마케팅 사이트의 새 표준. June은 2024년에 사업 종료(아래에서 추적).
CDP (Customer Data Platform): Segment(Twilio 산하, 2024년 분사 루머)가 여전히 시장 점유율 1위. 오픈소스 RudderStack과 데이터 웨어하우스 네이티브 Snowplow가 도전 중. 2026년 트렌드는 "warehouse-native CDP"(웨어하우스를 단일 진실 소스로).

선택의 첫 번째 분기점은 "어디까지 셀프호스트할 의지가 있는가" 입니다. PostHog는 셀프호스트하면 무료지만 SRE 한 명의 시간을 잡아먹고, Mixpanel은 비싸지만 클릭 한 번으로 끝납니다.

2. Mixpanel — 오랜 리더, 2026년에도 여전한 표준

Mixpanel은 2009년에 창업한, 사실상 "이벤트 기반 분석"이라는 카테고리를 만든 회사입니다. 2026년에도 매니지드 분석의 표준 비교 대상이며, "Mixpanel 같은 분석 도구"라는 표현이 명사처럼 쓰입니다.

핵심 제품 라인업 (2026년 5월):

Events: 이벤트 + 프로퍼티 기반 분석, 무제한 이벤트 정의
Funnels: 다단계 전환 퍼널, A/B 비교
Cohorts: 사용자 세그먼트 정의, 외부 도구로 export
Retention: N-day 리텐션, 코호트별 리텐션 곡선
Impact Report: 기능 출시가 메트릭에 미친 인과 효과 추정
Spark (2025): GenAI 기반 자연어 질의 — "지난주 가입한 사용자 중 결제까지 간 비율은?"
Session Replay (2024): 후발주자로 도입, Fullstory 대비 가벼움
Warehouse Connectors: Snowflake·BigQuery·Redshift에서 직접 쿼리 (역방향 ETL 없이)

가격 (2026년 5월 기준):

Free: 월 100만 이벤트, 사용자 무제한, 1년 보관
Growth: 월 100만 이벤트 초과분에 대해 종량제 (약 $20/월부터)
Enterprise: 협의가, SSO·SOC2·HIPAA·전용 인스턴스

장점:

가장 성숙한 분석 UX. 퍼널·리텐션 시각화의 디테일이 경쟁사보다 1단계 위.
Cohort Sync로 Braze·Iterable·HubSpot 등 마케팅 도구에 세그먼트를 푸시
2025년 Spark는 정말로 자연어로 동작 (Amplitude AI보다 정확도 체감 우위)

한계:

가격이 사용량 기반이라 트래픽 폭증 시 청구서가 폭발
모바일 SDK가 Amplitude 대비 약함 (특히 Flutter, React Native)
데이터 거버넌스 기능이 Amplitude Govern보다 약함

// Mixpanel JavaScript SDK 2026
import mixpanel from 'mixpanel-browser'

mixpanel.init('YOUR_PROJECT_TOKEN', {
  debug: false,
  track_pageview: 'url-with-path',
  persistence: 'localStorage',
  api_host: 'https://api-eu.mixpanel.com', // EU 데이터 거주
})

// 사용자 식별
mixpanel.identify('user_42')
mixpanel.people.set({
  $email: 'alice@example.com',
  plan: 'pro',
  signup_date: new Date().toISOString(),
})

// 이벤트 추적
mixpanel.track('Checkout Completed', {
  amount: 99.0,
  currency: 'USD',
  items: 3,
})

서버사이드 추적도 동일한 디자인을 따릅니다.

# Mixpanel Python SDK (백엔드)
from mixpanel import Mixpanel
import os

mp = Mixpanel(os.environ['MIXPANEL_TOKEN'])

mp.track('user_42', 'Subscription Renewed', {
    'plan': 'pro',
    'mrr': 49.0,
    'tenure_months': 14,
})

3. Amplitude — 실험으로 확장, 데이터 거버넌스의 강자

Amplitude는 2012년 창업, 2021년 상장(NASDAQ: AMPL). Mixpanel의 직접 경쟁자이지만 2024~2025년에 실험(Experiment)과 데이터 거버넌스(Govern) 두 축으로 차별화를 강화했습니다.

핵심 제품 라인업:

Analytics: 이벤트 + 코호트 + 퍼널, Mixpanel과 거의 동등
Experiment: A/B 테스트 + 기능 플래그, 2022년 인수한 ClearBrain 기반
CDP: Segment 대안으로 2022년 Iteratively 인수해 만든 자체 CDP
Govern (2024): 이벤트 분류·승인 워크플로우, 엔터프라이즈 데이터 카탈로그
Audience GenAI (2025): 자연어로 코호트 생성 — "지난달 가입했는데 이번주 안 들어온 사용자"
Session Replay (2024): 후발주자
Data Assistant: 자연어 질의 (Mixpanel Spark 대응)

가격 (2026년 5월 기준):

Starter (Free): 월 5만 이벤트, 코호트 분석 제한
Plus: 월 $61부터 (연간 약$ 750), 월 1만 MTU(Monthly Tracked Users)
Growth / Enterprise: 협의가, SSO·HIPAA·SOC2·EU 데이터 거주

장점:

모바일 SDK가 시장 최강 — React Native, Flutter, iOS, Android 모두 1급 시민
Experiment 통합으로 "이 실험이 리텐션에 미친 영향" 같은 분석이 클릭 한 번
Govern은 엔터프라이즈에서 이벤트 정의 카오스를 막는 거의 유일한 솔루션
무료 티어가 진지한 분석을 시작하기에 충분

한계:

UI가 Mixpanel보다 무겁고 학습곡선이 가파름
Experiment는 Statsig·Optimizely 대비 통계 엔진이 단순
가격 모델이 MTU 기반이라 B2C 대형 트래픽에서 빠르게 비싸짐

// Amplitude Browser SDK 2 (2024년 v2)
import { init, track, identify, Identify } from '@amplitude/analytics-browser'

init('YOUR_API_KEY', {
  serverZone: 'EU',
  defaultTracking: {
    sessions: true,
    pageViews: true,
    formInteractions: true,
    fileDownloads: true,
  },
})

// 사용자 속성 업데이트
const identifyEvent = new Identify()
identifyEvent.set('plan', 'pro')
identifyEvent.add('login_count', 1)
identify(identifyEvent)

// 이벤트 추적
track('Checkout Completed', {
  amount: 99.0,
  currency: 'USD',
})

Experiment SDK는 별도로 가져옵니다.

// Amplitude Experiment
import { Experiment } from '@amplitude/experiment-js-client'

const exp = Experiment.initializeWithAmplitudeAnalytics('DEPLOYMENT_KEY')

await exp.start({ user_id: 'user_42' })

const variant = exp.variant('checkout-button-color')
if (variant.value === 'green') {
  // 새 버튼 렌더링
}

4. PostHog — 오픈소스 올인원 (analytics + replay + flags + experiments + LLM)

PostHog는 2020년 Y Combinator 출신 영국 스타트업으로, 2024~2025년 시리즈 D ($430M valuation) 라운드를 마치고 폭발적으로 성장했습니다. 2026년 5월 현재 "단일 플랫폼에서 모든 것" 전략의 가장 성공한 실행 사례.

PostHog가 한 번에 제공하는 것:

Product Analytics: 이벤트, 퍼널, 리텐션, 코호트 (Mixpanel/Amplitude 대체)
Session Replay: 사용자 화면 녹화 (Fullstory/Hotjar 대체)
Feature Flags: 기능 플래그, 점진적 롤아웃 (LaunchDarkly 대체)
Experiments: A/B 테스트, 통계 엔진 내장 (Optimizely/Statsig 대체)
Surveys: 인앱 설문 (Hotjar Surveys 대체)
Web Analytics (2024): GA4 대체, 쿠키리스 모드 지원
LLM Observability (2025): OpenAI·Anthropic API 호출 추적, 프롬프트 평가
Data Warehouse (2024): BigQuery·Snowflake·Stripe·HubSpot 동기화, PostHog 안에서 SQL 쿼리
CDP (2025, 베타): 이벤트를 외부 도구로 전송

가격:

Cloud Free: 월 100만 이벤트, 5,000 세션 리플레이, 100만 플래그 호출 무료
Cloud Paid: 초과분 종량제 (이벤트 1M당 약 $0.00045)
Self-hosted: 완전 무료, Hobby(1개 노드) / Production(K8s)
Enterprise: 협의가, SSO·SAML·SOC2·전용 인스턴스

오픈소스 라이선스는 MIT (대부분) + Cloud-only 기능은 별도 라이선스 (예: 일부 SSO, audit log).

장점:

진짜 올인원. 다른 도구를 안 사거나 늦게 사도 됨 (시리즈 B까지는 PostHog만으로 가능)
셀프호스트가 진짜로 작동 (Docker Compose 1줄)
가격이 경쟁사 대비 1/3 ~ 1/5 수준
LLM Observability 통합이 2025년 6월에 출시되며 AI 스타트업 사이에서 폭증

한계:

모바일 SDK 성숙도가 Amplitude 대비 한 단계 아래
UI가 가끔 무거움 (모든 기능을 한 화면에 욱여넣은 결과)
데이터 거버넌스(Govern 같은 것) 미흡 — 이벤트 분류 카오스가 빠르게 옴

// PostHog JavaScript SDK
import posthog from 'posthog-js'

posthog.init('phc_YOUR_PROJECT_KEY', {
  api_host: 'https://eu.posthog.com', // 또는 https://app.posthog.com
  person_profiles: 'identified_only', // 익명 사용자는 프로필 생성 안 함 (저렴)
  capture_pageview: true,
  capture_pageleave: true,
  session_recording: {
    maskAllInputs: true,
    blockClass: 'ph-no-capture',
  },
})

// 이벤트
posthog.capture('Checkout Completed', {
  amount: 99.0,
  currency: 'USD',
})

// 기능 플래그
if (posthog.isFeatureEnabled('new-checkout-flow')) {
  // 새 흐름 렌더링
}

// 실험 (variant 받기)
const variant = posthog.getFeatureFlag('button-color-test')
// variant === 'control' | 'green' | 'blue'

서버사이드(Python)에서 LLM 호출을 추적하는 패턴이 2025년에 인기를 끌었습니다.

# PostHog LLM Observability (2025)
from posthog import Posthog
from openai import OpenAI

posthog = Posthog(
    project_api_key='phc_YOUR_KEY',
    host='https://eu.posthog.com',
)

# 자동 OpenAI 통합 (요청·응답·토큰·비용 추적)
from posthog.ai.openai import OpenAI as PHOpenAI
client = PHOpenAI(posthog_client=posthog)

resp = client.chat.completions.create(
    model='gpt-4o-mini',
    messages=[{'role': 'user', 'content': '안녕'}],
    posthog_distinct_id='user_42',
    posthog_trace_id='conversation_abc',
    posthog_properties={'feature': 'support-chat'},
)

5. Heap — 자동 추적의 원조, 2024년 Contentsquare에 인수

Heap은 2013년 창업, 2024년 Contentsquare가 인수 (정확한 금액은 비공개, 약 5억 달러 추정). "이벤트를 코딩 없이 자동 캡처"라는 콘셉트의 원조이며, 2026년에도 그 카테고리의 표준입니다.

작동 방식:

Heap SDK를 한 줄 박으면 모든 클릭, 폼 입력, 페이지뷰가 자동 캡처됨
나중에 UI에서 "이 버튼을 클릭한 이벤트를 ‘Signup Clicked’로 정의" — 사후 정의(retroactive definition)
결과적으로 "트래킹 코드 추가 → 배포 → 데이터 기다림" 3주가 사라짐

핵심 기능:

Autocapture: 모든 인터랙션 자동 캡처
Snapshot Recording: 세션 리플레이 (2022년 추가)
Journey: 사용자의 실제 경로 시각화 (Sankey diagram)
Effort: 사용자가 같은 동작을 몇 번 반복하는지 측정 (좌절 신호)

가격: 비공개, 영업 협의. 대략 연 $12,000부터 (소규모), 엔터프라이즈는$ 50k+ 일반적.

장점:

분석 셋업이 가장 빠름 — 마케팅 페이지에 깔고 다음날 데이터 보임
사후 정의로 "물어보지 않은 질문에 답할 수 있음"
Contentsquare 인수 후 히트맵·UX 분석과 통합 진행 중

한계:

가격이 비싸고 투명하지 않음
자동 캡처는 데이터 노이즈가 많음 (스팸 클릭, 봇 등 필터링이 숙제)
모바일 자동 캡처는 웹 대비 약함
"데이터 거버넌스" 관점에서는 안티패턴 — 이벤트 정의가 안 됨

// Heap 자동 캡처 (한 줄)
window.heap = window.heap || []
heap.load('YOUR_HEAP_APP_ID')

// 사용자 식별
heap.identify('user_42')
heap.addUserProperties({ plan: 'pro' })

// 명시적 이벤트는 옵션 (자동 캡처와 병행 가능)
heap.track('Subscription Renewed', { mrr: 49.0 })

6. Pendo — 제품 채택 + 인앱 가이드의 표준

Pendo는 2013년 창업, 2021년 Thoma Bravo 인수($2.6B). 2026년 5월 현재 B2B SaaS의 인앱 가이드·온보딩 카테고리에서 사실상 표준입니다. "Pendo로 본 적 있죠?"가 SaaS PM 사이의 농담.

핵심 제품:

Product Analytics: Mixpanel·Amplitude와 유사, 다만 강도는 떨어짐
Guides: 인앱 가이드, 툴팁, 워크스루, 온보딩 체크리스트 (코딩 없이)
Feedback: 인앱 NPS, 기능 요청 투표
Roadmaps: 공개 로드맵 (Productboard 대안)
Listen (2024): 음성 피드백 분석, GenAI로 요약
Adopt: 임직원용 (HR/IT 도입한 SaaS의 채택률 측정)

가격: 비공개, 영업 협의. 대략 연 $20,000부터, 엔터프라이즈는$ 100k+ 일반적.

장점:

코드 배포 없이 인앱 UX를 바꿀 수 있음 — PM이 직접 운영
기능 채택률, 활성 사용자 같은 메트릭이 분석과 가이드와 연결됨
엔터프라이즈 SaaS(Workday, Salesforce 같은)에 깊이 자리잡음

한계:

가격이 매우 비쌈
분석 깊이가 Mixpanel·Amplitude보다 얕음
코드 한 줄로 사이트에 박는 가벼움 없음 — 셋업이 무거움

경쟁자: Appcues(중소형), Userpilot(가성비), WalkMe(엔터프라이즈, 가장 비쌈), Chameleon(개발자 친화), Userflow(2024년 강세).

7. Contentsquare + Hotjar — UX 분석 + 히트맵의 통합

Contentsquare는 2012년 프랑스 창업, 2021년 시리즈 E( $500M), 2023년 **Hotjar 인수** ($ 500M으로 추정). 2024년 Heap도 인수. 2026년 5월 현재 UX 분석 영역의 명실상부한 1위 그룹입니다.

세 제품의 포지셔닝:

Contentsquare: 엔터프라이즈 UX 분석, 존(zone) 기반 클릭 맵, 좌절 점수
Hotjar: 중소형, 히트맵·세션 리플레이·설문의 캐주얼 진입점
Heap: 사후 정의 이벤트 자동 캡처

2024~2025년에 세 제품의 통합이 진행 중이지만, 2026년 5월 기준 여전히 각자의 UI로 운영됩니다. Contentsquare 본체는 "Frustration Score", "Engagement Score" 같은 합성 메트릭으로 차별화.

Hotjar는 여전히 SaaS 마케팅 사이트의 디폴트 선택입니다.

Heatmaps: 클릭, 무브, 스크롤
Recordings: 세션 리플레이
Surveys + Feedback: 인앱 NPS·설문
Funnels (2025): 단순 퍼널

Hotjar 가격:

Basic (Free): 일 35 세션 캡처
Plus: 월 $32부터 (연간 결제)
Business: 월 $80부터
Scale: 협의가

<!-- Hotjar 트래킹 코드 (한 줄로 사이트 전체) -->
<script>
  (function(h,o,t,j,a,r){
    h.hj=h.hj||function(){(h.hj.q=h.hj.q||[]).push(arguments)};
    h._hjSettings={hjid:YOUR_SITE_ID,hjsv:6};
    a=o.getElementsByTagName('head')[0];
    r=o.createElement('script');r.async=1;
    r.src=t+h._hjSettings.hjid+j+h._hjSettings.hjsv;
    a.appendChild(r);
  })(window,document,'https://static.hotjar.com/c/hotjar-','.js?sv=');
</script>

8. Fullstory / Optimizely / VWO / Statsig / GrowthBook — 그 외 강자들

Fullstory (2014, 미국)는 세션 리플레이의 원조 강자. 2024년 시리즈 E($25M), 2025년 GenAI 기반 "Frustration Signals" 출시. 가격은 비공개, 엔터프라이즈 위주.

강점: 가장 부드러운 리플레이 UX, 백엔드 API 트레이스와 결합 가능
약점: 가격 불투명, 분석 기능은 보조

Optimizely (2010, 미국)는 A/B 테스트의 원조. 2020년 Episerver와 합병, 현재는 DXP(Digital Experience Platform) 으로 포지션 변경. 2026년에도 엔터프라이즈 A/B의 표준 비교 대상.

제품: Web Experimentation, Feature Experimentation (개발자용), Content Marketing, CMS
가격: 협의가, 일반적으로 연 $50k+
강점: 통계 엔진(Stats Engine, Sequential Testing) 정교함
약점: 비쌈, 학습곡선 가파름

VWO (Visual Website Optimizer, 2010, 인도)는 Optimizely의 가성비 대안.

제품: Testing, Personalization, Insights (히트맵), Engage (인앱 메시지)
가격: Starting Tier 월 $279부터, Growth 월$ 649부터
강점: 비주얼 에디터로 마케터가 직접 테스트 만들기 좋음
약점: 통계 엔진은 Optimizely·Statsig보다 단순

Statsig (2021, 미국, Meta 출신 창업)은 2024~2025년 실험 카테고리의 다크호스. LaunchDarkly + Optimizely의 결합을 무료 티어로 제공.

제품: Feature Flags, Experiments, Product Analytics, Session Replay (2024), Warehouse Native (2025)
가격: 무료 티어 매우 관대 (월 1M 이벤트, 무제한 사용자, 무제한 플래그). Enterprise는 협의.
강점: 통계 엔진이 Meta 내부 도구 수준으로 정교 (Continuous Exposure, CUPED)
약점: UX가 개발자 위주, 마케터에게 어려움

# Statsig Python SDK
from statsig import statsig, StatsigUser

statsig.initialize('secret-server-key')

user = StatsigUser(user_id='user_42', email='alice@example.com')

# 기능 플래그
if statsig.check_gate(user, 'new_checkout_flow'):
    # 새 흐름
    pass

# 실험 (variant 받기)
exp = statsig.get_experiment(user, 'button_color_test')
color = exp.get('color', 'blue')  # 기본값 blue

GrowthBook (2022, 미국)은 오픈소스 실험 플랫폼. PostHog가 올인원이라면 GrowthBook은 "실험 전용 오픈소스".

라이선스: MIT
제품: Feature Flags, A/B Tests, Bayesian + Frequentist 통계 엔진
데이터: 자체 데이터 웨어하우스(Snowflake, BigQuery, ClickHouse)에서 직접 분석 — 데이터 이동 없음
가격: 셀프호스트 무료, Cloud Free (무제한 플래그, 5 실험), Cloud Pro 월 $20/seat
강점: 데이터 웨어하우스 네이티브 (warehouse-native experimentation), 통계 투명성 (모든 계산 공개)

9. Plausible / Fathom / Umami / Matomo / Simple Analytics — 프라이버시 우선

2024~2025년 EU GDPR + ePrivacy + Cookie Banner Fatigue가 정점에 달하면서, "쿠키 없이, 개인 식별자 없이, 그냥 트래픽만 알면 된다" 는 시장이 폭증했습니다. 이 카테고리의 5강.

Plausible Analytics (2018, 에스토니아)

오픈소스 (AGPL v3) + 매니지드 SaaS 둘 다
100% 쿠키 없음, GDPR/PECR/CCPA 준수, 데이터 EU 거주
스크립트 1KB (GA4의 1/45)
가격: 월 10k 페이지뷰 $9, 100k$ 19, 1M $49 (연간 결제 시 -33%)
셀프호스트는 무료, Docker Compose로 30분 셋업

<!-- Plausible 트래킹 (한 줄) -->
<script defer data-domain="example.com" src="https://plausible.io/js/script.js"></script>

Fathom Analytics (2018, 캐나다)

클로즈드 소스, 매니지드 SaaS만
ISO 27001 인증, EU·CA 데이터 거주 선택
가격: 월 100k 페이지뷰 $15부터
강점: UI가 Plausible보다 약간 더 폴리시드, 이메일 리포트 우수

Umami (2020, 미국, 풀스택 개발자 Mike Cao)

오픈소스 (MIT), 100% 셀프호스트 친화
Vercel + PostgreSQL 한 줄 배포
가격: 셀프호스트 무료, Umami Cloud는 월 $9부터 (10k 이벤트)
강점: 가장 가벼운 셋업, Next.js 친화

# Umami 셀프호스트 (Docker Compose)
git clone https://github.com/umami-software/umami.git
cd umami
docker-compose up -d
# http://localhost:3000 에서 접속

Simple Analytics (2018, 네덜란드)

클로즈드 소스, 매니지드 SaaS
100% 쿠키 없음, EU 데이터 거주
가격: 월 100k 이벤트 $19부터
강점: 카본 footprint 추적 (탄소 발자국), B-Corp 인증

Matomo (2007, 뉴질랜드, 구 Piwik)

오픈소스 (GPL v3), 가장 오래된 셀프호스트 분석
매니지드 SaaS 옵션도 있음 (EU·UK·미국 데이터 거주)
가격: 셀프호스트 무료, Cloud 월 €29부터 (50k 페이지뷰)
강점: 유럽 정부·공공기관에서 사실상 표준, GA의 기능 패리티 거의 100%
약점: 셀프호스트 무거움 (MySQL 권장, Redis 권장)

Pirsch (2021, 독일)

클로즈드 소스, 매니지드 SaaS
100% 쿠키 없음, 독일 데이터 거주, 한 푼도 쿠키 동의 필요 없음
가격: 월 10k 페이지뷰 €5부터
강점: 가장 저렴, 독일 GDPR 변호사 검토 통과

Sherlock (2022, 미국)

클로즈드 소스, SaaS 활성화 점수(activation score) 전문
"이 사용자는 우리 제품에 얼마나 끈끈한가"를 0~100점으로 표시
가격: 협의가

10. CDP — Segment (Twilio) / RudderStack / Snowplow

Segment (2011, 미국, 2020년 Twilio가 $3.2B 인수)는 CDP 카테고리의 정의자. 2024년 Twilio 내 재편이 있었고 한때 분사 루머가 돌았으나 2025년 현재 그대로 유지.

핵심 가치 제안: 이벤트를 한 번만 정의하면 250+ 외부 도구로 동시 전송 (Mixpanel + Amplitude + Hubspot + Salesforce 등).

핵심 제품:

Connections: 소스(웹, 모바일, 서버) → 데스티네이션(분석, 마케팅, 광고)
Personas (Engage): 통합 사용자 프로필, 코호트 동기화
Protocols: 이벤트 스키마 검증·거버넌스
Functions: 서버리스 데이터 변환 (Lambda 스타일)
Reverse ETL (2022): 데이터 웨어하우스 → SaaS 도구

가격 (2026년 5월 기준):

Free: 월 1,000 MTU, 2 소스
Team: 월 $120부터, 무제한 소스
Business: 협의가, 일반적으로 연 $50k+

// Segment Analytics.js 2 (2024)
import { AnalyticsBrowser } from '@segment/analytics-next'

const analytics = AnalyticsBrowser.load({ writeKey: 'YOUR_WRITE_KEY' })

analytics.identify('user_42', {
  email: 'alice@example.com',
  plan: 'pro',
})

analytics.track('Checkout Completed', {
  amount: 99.0,
  currency: 'USD',
})

// 이 한 번의 호출이 Mixpanel, Amplitude, GA4, HubSpot, Slack 등 100개 도구로 전송

RudderStack (2019, 미국)는 오픈소스 Segment 대안. 2025년 시리즈 C 이후 "warehouse-first CDP" 포지션.

라이선스: AGPL v3 (오픈소스) + Cloud (SaaS)
API가 Segment와 거의 호환 (마이그레이션이 한나절)
데이터를 자체 웨어하우스(Snowflake, BigQuery)에 먼저 저장, 거기서 SaaS로 라우팅 — Segment보다 거버넌스 우위
가격: 셀프호스트 무료, Cloud Free (월 1M 이벤트), Pro 협의가

Snowplow (2012, 영국)는 오픈소스 CDP의 원조. AGPL 라이선스, 2022년 시리즈 B($40M). 2026년에는 "behavioral data platform"으로 리브랜딩.

데이터 모델이 매우 풍부 (이벤트 스키마 검증, JSON Schema 기반)
데이터를 직접 데이터 웨어하우스(Redshift, BigQuery, Snowflake, Databricks)에 적재 — 외부 도구 라우팅은 부수
가격: BDP Cloud 협의가 (대략 연 $50k+), Open Source는 무료지만 운영이 무거움
강점: 데이터 엔지니어 친화, 가장 정교한 스키마 거버넌스
약점: 셋업이 무거움 (Kinesis + Lambda + Iceberg 같은 인프라 필요)

Hightouch / Census (Reverse ETL 영역)

데이터 웨어하우스를 단일 진실 소스로 두고 외부 SaaS로 동기화하는 도구
"warehouse-native CDP"의 핵심 부품
Hightouch: 시리즈 C, 가격 협의가
Census: 시리즈 B, 비슷한 가격대

11. AI in 분석 — Mixpanel Spark / Amplitude Audience GenAI / PostHog AI

2024~2025년에 모든 분석 제품이 GenAI 기능을 일제히 출시했습니다. 2026년 5월 기준 현실은 다음과 같습니다.

Mixpanel Spark (2025):

자연어로 차트 생성 — "지난주 가입한 사용자 중 결제까지 간 비율"
이벤트·코호트 자동 추천
인사이트 자동 발견 ("이번주 리텐션 D7이 -12% 떨어졌습니다. 원인은 모바일 앱 v4.2 출시")
정확도가 경쟁사 대비 체감 우위 (Mixpanel의 이벤트 모델이 정교한 덕분)

Amplitude Audience GenAI (2025):

자연어로 코호트 정의 — "지난달 가입했는데 이번주 안 들어온 사용자"
추천 실험 (이 기능을 본 사용자에게 어떤 가설을 테스트할지)
Data Assistant (Mixpanel Spark 대응)
Govern과 통합되어 잘못된 이벤트 정의를 경고

PostHog AI (2025):

"MaxAI" 챗봇 — 모든 PostHog UI에 떠 있음
SQL 자동 생성 (PostHog는 ClickHouse 기반이라 SQL 인터페이스 제공)
세션 리플레이 자동 요약 — "이 사용자는 결제 페이지에서 좌절했고 3번 새로고침했습니다"
LLM Observability 통합 (자기 자신의 AI 호출도 추적)

한계 (모든 제품 공통):

"자연어 쿼리"는 70% 정확도. 30%는 잘못된 차트를 보여줌
인사이트 자동 발견은 노이즈가 많음 (대부분 주말 효과·바이럴 같은 외생 변수)
비용이 비싸짐 (LLM 호출이 누적되며 청구서에 반영)

// PostHog AI (MaxAI) 프로그램적 호출 - 2025
import { PostHogAI } from 'posthog-ai'

const max = new PostHogAI({ apiKey: 'phc_YOUR_KEY' })

const result = await max.query({
  prompt: '지난주 가입한 사용자 중 결제까지 간 비율을 계산해',
  context: { project_id: 12345 },
})

console.log(result.sql)      // 생성된 SQL
console.log(result.data)     // 실행 결과
console.log(result.chart)    // 추천 차트 타입

12. 한국 / 일본 — 토스 데이터, 카카오 데이터, 메르카리, AbemaTV

한국

토스 (Toss / Viva Republica) 는 자체 DBR (Data-Backed Recommendation) 플랫폼으로 유명. 외부 분석 도구를 거의 안 쓰고 사내 빌트(Iceberg + Trino + Superset + 자체 실험 플랫폼). 2025년 토스 데이터 컨퍼런스에서 "Tossfeed"라는 실시간 이벤트 처리 플랫폼 공개. Kafka + Flink + ClickHouse 조합.

토스 페이먼츠도 분석 SDK(Toss Events)를 외부 제공 시작 (2025년). 한국 핀테크 데이터 표준화 시도.

카카오 (Kakao) 는 사업부별로 다름:

카카오톡: 자체 분석 인프라(Hadoop + Hive 출신, 2024년 Trino + Iceberg로 마이그레이션)
카카오페이: Mixpanel + 자체 도구 병행
카카오게임즈: 게임 분석 도구(Adjust, Singular) + 자체

쿠팡 (Coupang) 은 AWS 네이티브, Redshift + S3 + 자체 BI(KuPro). Heap, Mixpanel 안 씀.

네이버 (Naver) 는 자체 NCloud 위에 자체 분석 도구. 외부 SaaS 거의 안 씀.

한국 스타트업 (시리즈 A~C):

가장 흔한 조합: Amplitude (모바일 강세 + 무료 티어 관대)
또는: Mixpanel (웹 강세)
2024~2025년: PostHog로 이탈 가속 (오픈소스 + 비용)
마케팅 사이트: Google Analytics 4 + Hotjar (디폴트)
A/B 테스트: Optimizely → Statsig 또는 GrowthBook으로 이전

일본

メルカリ (Mercari) 는 Looker + BigQuery + 자체 실험 플랫폼. 분석 도구는 Looker가 표준, 실험은 사내 빌트(Eclipse라는 사내 도구). 2024년 LLM 옵저버빌리티 도입 (LangSmith).

CyberAgent (AbemaTV) 는 자체 데이터 인프라 (BigQuery + Looker + 자체 실험 도구). 광고 비즈니스의 핵심이라 외부 SaaS를 거의 안 씀.

Rakuten (楽天) 은 Adobe Analytics + Tealium iQ (CDP). 전통적 엔터프라이즈 스택.

LINE (네이버 자회사)은 자체 분석 인프라 (Hadoop 출신 + 2024년 Trino + Iceberg). 외부 SaaS는 사용 안 함.

일본 스타트업:

SmartHR, freee: Mixpanel + Hotjar (가장 흔함)
일본 D2C: KARTE (일본산 CDP + 채팅 + 분석 올인원, 2014년 Plaid 창업)
B2B SaaS: Pendo (인앱 가이드 표준)

일본 특수 도구

KARTE (Plaid Inc, 2014, 일본 도쿄증권 상장): 일본판 Segment + Heap + Hotjar의 결합. 일본 EC 시장에서 압도적
Beusable (한국, 2014): 한국·일본 양 시장 히트맵·세션 리플레이 강자
Ptengine (2010, 일본·중국): 히트맵 + A/B 테스트, 일본 중소형에 인기

13. 누가 무엇을 골라야 하나 — 1인 / 스타트업 / 그로스 / 엔터프라이즈 / 프라이버시

1인 개발자 / 사이드 프로젝트

분석: Plausible 또는 Umami (셀프호스트 무료) 또는 PostHog Free
세션 리플레이: Microsoft Clarity (완전 무료, 마이크로소프트가 운영)
A/B 테스트: GrowthBook Cloud Free
CDP: 불필요. 직접 이벤트 송신
예산: 월 $0

시드 ~ 시리즈 A 스타트업

분석: PostHog Cloud (Free 티어에서 시작, 100만 이벤트까지 무료)
세션 리플레이: PostHog 내장
A/B 테스트: PostHog 내장 또는 Statsig Free
CDP: 불필요 (PostHog가 일부 destination 지원)
예산: 월 $0 ~$ 200

시리즈 B ~ C 스타트업 (그로스 단계)

분석: Amplitude Plus 또는 Mixpanel Growth (이벤트 분류 거버넌스 필요)
세션 리플레이: Fullstory 또는 PostHog (병행)
A/B 테스트: Statsig 또는 GrowthBook (통계 엔진의 정교함 필요해짐)
CDP: Segment Team 또는 RudderStack (마케팅 도구가 5개 이상이면)
인앱 가이드: Userpilot 또는 Chameleon
예산: 월 $1,000 ~$ 10,000

엔터프라이즈 (시리즈 D+, 매출 $50M+)

분석: Amplitude Enterprise + 자체 데이터 웨어하우스 (Snowflake)
세션 리플레이: Fullstory Enterprise
A/B 테스트: Optimizely 또는 Statsig Enterprise (양쪽 다 도입한 곳도 있음)
CDP: Segment Business 또는 Snowplow (BDP Cloud)
인앱 가이드: Pendo 또는 WalkMe
UX 분석: Contentsquare
BI: ThoughtSpot 또는 Looker
거버넌스: Amplitude Govern + Segment Protocols 병행
예산: 연 $250,000+

프라이버시 최우선 (의료, 정부, EU 공공)

분석: Matomo 셀프호스트 (EU 정부 표준)
세션 리플레이: 사용 금지 (PII 캡처 위험)
A/B 테스트: GrowthBook 셀프호스트
CDP: Snowplow 셀프호스트 (데이터 외부 전송 없음)
마케팅 사이트: Plausible 또는 Fathom (EU 데이터 거주)
예산: 인프라 비용만

2024년에 죽거나 인수된 도구들 (참고)

June (시리즈 A 후 2024년 운영 종료): "B2B SaaS용 분석"으로 화려하게 시작했지만 시장이 PostHog/Mixpanel 사이에서 좁아지며 종료. 마이그레이션 가이드를 끝까지 제공.
Hotjar → Contentsquare 인수 (2023년)
Heap → Contentsquare 인수 (2024년)
Iteratively → Amplitude 인수 (2022년, CDP 통합)
Snowplow Analytics Open Source v2 → AGPL로 라이선스 변경 (2021년, 상용 클라우드와 분리 정책)

14. 참고 / References

매니지드 분석

Mixpanel Documentation — https://docs.mixpanel.com/
Mixpanel Spark Announcement — https://mixpanel.com/blog/spark/
Amplitude Documentation — https://amplitude.com/docs
Amplitude Audience GenAI — https://amplitude.com/blog/audience-genai
Heap Documentation — https://developers.heap.io/
Pendo Documentation — https://support.pendo.io/

오픈소스 분석

PostHog Documentation — https://posthog.com/docs
PostHog GitHub — https://github.com/PostHog/posthog
PostHog LLM Observability — https://posthog.com/docs/llm-observability
Matomo Documentation — https://matomo.org/docs/
Matomo GitHub — https://github.com/matomo-org/matomo

UX 분석 / 세션 리플레이

Contentsquare — https://contentsquare.com/
Hotjar Documentation — https://help.hotjar.com/hc/en-us
Fullstory Developer — https://developer.fullstory.com/
Microsoft Clarity — https://clarity.microsoft.com/
LogRocket — https://docs.logrocket.com/

실험 / 기능 플래그

Optimizely Documentation — https://docs.developers.optimizely.com/
VWO — https://help.vwo.com/
Statsig Documentation — https://docs.statsig.com/
GrowthBook Documentation — https://docs.growthbook.io/
GrowthBook GitHub — https://github.com/growthbook/growthbook
LaunchDarkly — https://docs.launchdarkly.com/

프라이버시 우선 분석

Plausible Analytics — https://plausible.io/docs
Plausible GitHub — https://github.com/plausible/analytics
Fathom Analytics — https://usefathom.com/docs
Umami GitHub — https://github.com/umami-software/umami
Simple Analytics — https://docs.simpleanalytics.com/
Pirsch Analytics — https://docs.pirsch.io/

CDP

Segment Documentation — https://segment.com/docs/
RudderStack Documentation — https://www.rudderstack.com/docs/
RudderStack GitHub — https://github.com/rudderlabs/rudder-server
Snowplow Documentation — https://docs.snowplow.io/
Snowplow GitHub — https://github.com/snowplow/snowplow
Hightouch — https://hightouch.com/docs
Census — https://docs.getcensus.com/

한국 / 일본

토스 기술 블로그 — https://toss.tech/
카카오 기술 블로그 — https://tech.kakao.com/
쿠팡 엔지니어링 — https://medium.com/coupang-engineering
メルカリ Engineering Blog — https://engineering.mercari.com/
CyberAgent Developers Blog — https://developers.cyberagent.co.jp/blog/
KARTE (Plaid) — https://karte.io/

표준 / 참고 자료

Customer Data Platform Institute — https://www.cdpinstitute.org/
W3C Web Analytics Working Group — https://www.w3.org/community/web-analytics/
GDPR Official Text — https://gdpr-info.eu/
ePrivacy Regulation — https://www.europarl.europa.eu/RegData/etudes/BRIE/2018/623544/EPRS_BRI(2018)623544_EN.pdf
"Trustworthy Online Controlled Experiments" — Ron Kohavi 외, Cambridge 2020 (실험 통계의 정전)