5주차 · Netflix와 스트리밍의 경제학

슬라이드 이동·퀴즈·계산기를 사용하려면 JavaScript를 켜 주세요.

넷플릭스는 무엇을 파는가?

영상 파일에서 출발해 구독·발견·광고·라이브의 경제성을 설명한다.

시청자가 얻는 가치

보고 싶은 것을 쉽게 찾고, 원하는 때 즐기는 경험

경영자에게

반복되는 매출과 불확실한 콘텐츠 투자 사이의 균형

오늘의 판단

가입자 수가 늘면 이익도 반드시 늘어나는가?

개념 해설

같은 OTT를 이용해도 구독하거나 해지하는 이유는 다를 수 있다. 콘텐츠 취향, 여가 시간, 가격, 광고 수용성이 선택에 영향을 준다. 지난달 이용한 서비스 한 개를 떠올리고, 그 선택을 비용과 고객 가치의 관계로 설명해 보자.

학습 목표: 현상을 인과관계로 설명하기

같은 사례를 비용, 경쟁, 고객, 측정의 네 관점에서 분석한다.

정보재의 고정비·한계비용과 규모·범위의 경제를 구분한다.

추천과 롱테일이 가치를 만드는 조건 및 한계를 설명한다.

해지율과 월 공헌이익으로 단순 LTV를 계산하고 가정을 비판한다.

광고형 요금제·스포츠 권리·국내 OTT 제휴를 근거로 평가한다.

개념 해설

이번 주에는 정보재의 비용구조, 추천과 콘텐츠 다양성, 구독 고객의 유지, 광고와 스포츠의 경제성을 연결한다. 각 개념을 정의·작동 원리·성립조건·사례 적용으로 나누어 설명해 보자. 계산 결과가 크다는 사실만으로 기업 전체의 수익성이 높다고 결론 내릴 수는 없다.

교재의 질문을 2026년 사례로 확장하기

교재 5.1~5.3의 Netflix 사례를 비용, 경쟁, 데이터와 유통의 관점에서 읽는다.

교재 절	이번 수업의 분석
5.1 Introduction	DVD 역량을 스트리밍으로 옮길 때 무엇을 유지·재구성하는가?
5.2 Netflix versus the Competition	판권·경쟁자·가격 전환은 경제성을 어떻게 바꾸는가?
5.3 Streaming to Win	데이터·직접 유통·파트너십·인프라를 어떻게 결합하는가?

개념 해설

교재의 Netflix 사례는 기술 전환을 비용구조·고객 관계·경쟁우위의 변화로 설명한다. DVD 시대에 형성한 역량 중 무엇이 스트리밍에서도 가치 있고, 무엇을 새로 구축해야 하는지가 핵심 질문이다. 역사적 사례는 당시의 맥락에서 읽고, 광고형 요금제와 라이브 사업은 최근 공식 자료와 연결한다.

Atoms → Bits: 제약이 이동한다

물리적 배송이 사라져도 희소성과 비용이 사라지지는 않는다.

DVD 우편 모델	스트리밍 모델	경영적 변화
디스크·창고·우편	서버·전송망·앱	주문당 물류에서 재생 품질 관리로
한 장의 동시 이용 제한	다수 이용자 동시 재생	복제 제약 감소, 권리 계약 중요
배송 대기	즉시 접근	편리함의 기준 상승

개념 해설

Netflix는 1998년에 첫 DVD를 발송했고 2023년 9월 29일 마지막 DVD를 발송했다. 스트리밍으로 전환하면 디스크와 배송의 제약은 줄지만 전송 품질·콘텐츠 판권·이용 권한 관리가 중요해진다. 물류망이 그대로 경쟁우위가 되는 것은 아니지만 고객 관계·브랜드·추천 경험은 다른 형태로 활용될 수 있다.

콘텐츠는 정보재다

제작한 것을 여러 번 전달할 수 있지만, 좋은 콘텐츠를 처음 만드는 일은 비싸다.

경험재

보기 전에는 나에게 맞는지 완전히 알기 어렵다.

비경합적 성격

내가 영상을 본다고 다른 사람의 영상이 소모되지는 않는다.

배제 가능성

계정·결제·권리·DRM으로 접근을 통제할 수 있다.

개념 해설

정보재는 디지털 형태로 표현할 수 있는 재화다. 영상 자체는 여러 사람이 소비해도 소모되지 않지만, 전송 용량과 고객 지원에는 제약이 있다. 계정·결제·DRM은 접근을 통제하는 수단이며 비용과 이용 불편도 발생시킨다. 비경합성·배제 가능성·경험재 성격을 구분해 보자.

비경합성과 배제성은 두 개의 축이다

선택 심화 · 경제적 성질과 접근 제도를 분리해 설명한다.

질문	정보재에서의 의미	OTT에서 확인할 것
경합적인가?	한 사람의 소비가 다른 사람의 소비 가능량을 줄이는가?	영상 자체와 전송 용량을 구분
배제 가능한가?	대가를 내지 않은 사람의 접근을 통제할 수 있는가?	계정·권리 계약·접근 통제
공공재인가?	비경합성과 비배제성을 함께 갖는가?	유료 접근 정보재를 순수 공공재로 단정하지 않음

개념 해설

비경합성은 다른 사람의 소비가 내 소비 가능량을 줄이지 않는 성질이고, 배제 가능성은 접근을 통제할 수 있는 성질이다. 무료 공개 영상에도 제작비가 있으며 유료 영상에도 비경합적 성격이 남는다. 가격이 무료라는 사실만으로 순수 공공재라고 분류할 수는 없다.

경험재에서 추천은 탐색비용을 줄인다

선택 심화 · 보는 시간 외에 고르는 시간과 실패의 부담도 비용이다.

지각된 순편익 = 기대 시청가치 − 금전 가격 − 탐색·시간 비용 − 실패 부담 가상 비교: 가치 100, 가격 40 → 탐색비 30이면 순편익 30 탐색비가 10으로 감소하면 순편익 50

개념 해설

경험재는 소비하기 전에 적합성을 완전히 알기 어렵다. 추천·예고편·리뷰는 선택에 드는 시간과 실패의 부담을 줄일 수 있지만, 잘못된 추천은 오히려 탐색비용과 불신을 키운다. 계산의 숫자는 구조를 설명하는 가상 지수다. 추천의 효과를 정확도·다양성·신뢰·검색 성공 중 어떤 지표로 평가할지 생각해 보자.

고정비, 매몰비용, 한계비용은 다르다

비용을 올바르게 분류해야 추가 투자와 철수 판단을 할 수 있다.

구분	뜻	가상 OTT 예
고정비 F	분석 기간의 이용량에 비례하지 않는 비용	한 시즌의 제작 계약
매몰비용	현재 결정으로 회수할 수 없는 과거 비용	이미 지급했고 환불되지 않는 제작비
한계비용 MC	한 단위 이용 증가로 발생하는 추가 비용	추가 전송·결제·지원 비용

개념 해설

고정비는 분석 기간의 이용량에 비례하지 않는 비용이고 매몰비용은 지금의 선택으로 회수할 수 없는 비용이다. 취소 가능한 미래 제작 계약은 고정비일 수 있지만 아직 전부 매몰된 비용은 아니다. 반대로 실패한 작품의 환불 불가능한 과거 지출은 갱신 여부를 정할 때 회수할 수 없다. 미래 추가 수익과 회피 가능한 추가 비용으로 의사결정하되, 장기적으로는 포트폴리오 전체가 처음의 투자비도 회수해야 한다. 디지털 복제비가 낮아도 전송·고객지원·권리 계약에 따른 비용이 남는다는 점을 확인한다.

규모가 커지면 평균비용은 어떻게 변하는가?

분석 기간과 서비스 범위를 고정한 단순 모형을 먼저 만든다.

TC(Q)=F+vQ | AC(Q)=F/Q+v 가정: F=12억 원, v=1,000원/계정·월 Q=10만 → AC=13,000원 Q=100만 → AC=2,200원

개념 해설

이 계산은 월 고정비와 월 계정 수를 일치시킨 가상 예시다. 계정이 늘어날 때 고정비 부담이 분산되어 평균비용이 내려간다. 현실에서는 국가 진출, 콘텐츠 확대, 서버 증설에 따라 F도 증가할 수 있으므로 Q만 증가시키는 모형의 조건을 분명히 한다.

가격이 한계비용보다 높아야 하는 이유

선택 심화 · 양의 공헌과 고정비 회수는 서로 다른 조건이다.

가상 월 이익 π=(p−v)Q−F 손익분기 계정 수 Q*=F/(p−v), 단 p>v F=12억 원, p=10,000원, v=2,000원 → Q*=150,000계정

개념 해설

가격과 단위 변동비의 차이는 고정비를 충당하는 단위 공헌이익이다. 양의 공헌이익이 생겨도 전체 고정비를 회수하기 전에는 사업이 적자일 수 있다. 이 계산은 가격·변동비·고정비가 일정하다는 가정에 따른다. 할인 판매로 기존 고가 고객이 이동하거나 추가 투자가 필요해지면 조건을 다시 검토해야 한다.

규모의 경제와 범위의 경제

많이 파는 이점과 여러 상품을 함께 제공하는 이점을 구분한다.

규모의 경제

같은 콘텐츠·시스템의 비용을 더 많은 계정에 분산한다.

범위의 경제

결제·추천·브랜드·유통 기반을 영화, 시리즈, 게임 등에 공동 활용한다.

반대 방향의 비용

상품이 늘수록 복잡성·관리·권리·품질 비용도 증가할 수 있다.

개념 해설

규모의 경제는 같은 상품의 산출량 증가로 평균비용이 줄어드는 현상이다. 범위의 경제는 여러 상품을 함께 제공할 때 총비용이 따로 제공할 때보다 작아지는 현상이다. 여러 장르가 있다는 사실만으로 범위의 경제가 입증되지는 않는다. 기반 공유의 비용 절감과 권리·품질 관리의 복잡성을 함께 비교해야 한다.

세 가지 성장 메커니즘을 반증해 보기

선택 심화 · 이용자 증가와 성과 개선 사이에 무엇이 변했는지 특정한다.

가설	메커니즘	반증에 도움이 되는 관찰
규모의 경제	비용이 더 많은 단위에 분산	이용량 증가보다 필수 고정비가 더 빠르게 증가
데이터 학습	관련 데이터가 정책 품질을 개선	추가 데이터가 실험의 만족·유지에 효과 없음
직접 네트워크 효과	다른 참여자와의 연결이 효용 증가	다른 사람의 가입 없이도 같은 이용 효용

개념 해설

이용자가 늘어 성과가 좋아졌다면 비용 분산, 데이터 학습, 이용자 간 연결 중 어떤 경로가 작동했는지 구분해야 한다. 데이터의 양보다 추가 정보가 의사결정에 주는 가치가 중요하다. 네트워크 효과를 주장하려면 누구의 참여가 누구의 효용을 높이는지 설명할 수 있어야 한다. 비교할 때는 기간과 제품 범위를 맞춘다.

라이선스와 자체 제작의 선택

권리를 소유하는 범위, 위험, 현금 지출의 시점이 달라진다.

선택	얻는 것	감수하는 것
외부 콘텐츠 라이선스	이미 알려진 작품·빠른 확보	기간 종료·갱신 협상·지역 제약
자체 제작 또는 제작 투자	통제권·차별화·장기 활용 가능성	흥행 불확실성·선투자·제작 위험
혼합 포트폴리오	장르·기간·위험 분산	중복·복잡한 권리 관리

개념 해설

라이선스는 기간·지역·매체·독점 범위 등의 권리를 정하는 계약이다. 교재의 Original 표시는 완전한 IP 소유와 같지 않다는 지적을 바탕으로 배타적 공개권과 소유권을 구분한다. 자체 소유도 음악권리·잔여 보상·다른 판매 기회의 포기 같은 비용을 없애지는 않는다. 라이선스료는 계약에 따라 고정액, 사용량 연동, 혼합 방식일 수 있으므로 모두를 재생당 한계비용으로 처리하지 않는다. 외부 조달과 내부 제작의 선택에는 통제권, 교섭 위험, 실패 위험, 조직 비용이 함께 들어간다.

판권의 범위와 공개 창구를 분해하기

선택 심화 · 같은 작품이라도 언제·어디서·어떤 매체로 제공하는 권리는 다르다.

계약 차원	가상 질문	경제적 함의
기간·공개 순서	최초 6개월 독점인가? 이후에도 제공 가능한가?	빠른 접근의 가치와 만료 위험
지역·언어	전 세계인가, 특정 국가와 언어만인가?	규모 활용과 현지 추가 비용
매체·이용 방식	극장·방송·구독·광고형 권리가 같은가?	상품 구성과 추가 협상
지급 구조	고정액인가, 사용량 연동인가, 혼합인가?	고정비·변동비와 위험 배분

개념 해설

윈도잉은 공개 시기나 유통 창구를 달리해 콘텐츠를 제공하는 방식이다. 같은 작품이라도 기간·지역·매체·지급 조건에 따라 확보한 권리가 다를 수 있다. 표의 6개월은 가상 계약 조건이다. Original 표시만으로 모든 권리를 확보했다고 추론하지 말고, 어떤 이용 권리를 계약했는지 먼저 살펴보자.

콘텐츠 포트폴리오: 인기 순위만으로 배분하지 않기

선택 심화 · 같은 예산이 어떤 고객의 어떤 필요를 채우는지 본다.

증분 가치

이미 있는 작품을 대체하는가, 충족되지 않은 취향을 채우는가?

위험의 결합

여러 작품의 성패가 같은 요인에 의존하면 편수가 늘어도 위험이 함께 움직인다.

지급과 회수

제작·판권 현금 지출, 공개 시점, 가입·유지 가치의 발생 시점을 구분한다.

개념 해설

작품 수가 늘어도 모두 같은 취향을 겨냥하면 서로 대체되거나 성패가 함께 움직일 수 있다. 다른 취향을 충족하는 작품은 구독 묶음의 매력을 높일 수 있지만 그 효과를 측정해야 한다. 각 작품의 가입 효과가 겹치면 단순 합산할 수 없다. 시청 순위, 고객 기여, 현금 지출과 회수 시점을 구분해 보자.

유통을 장악해도 공급자 협상력은 남는다

콘텐츠·플랫폼·기기·망이 함께 가치를 전달한다.

창작자·권리자
제작·투자
OTT 편성·추천·결제
기기·네트워크
시청자 경험

개념 해설

콘텐츠·제작·유통·기기·망은 서로 다른 통제권과 협상력을 가진다. 직접 고객에게 판매하면 고객 데이터와 유통 마진을 확보할 수 있지만 기존 유통 파트너와의 채널 갈등도 생길 수 있다. 차별적인 작품을 여러 플랫폼이 경쟁해 확보하려 하면 공급자의 대안이 많아져 교섭력이 강해질 수 있다. 반대로 유통 구매자가 매우 적으면 구매자 측의 힘이 커질 수 있어 시장 구조를 같이 봐야 한다. 가치사슬의 모든 단계를 소유해야 한다는 결론 대신 직접 수행과 파트너십의 경계를 비교한다.

보완자산: 좋은 기술이 수익을 보장하지 않는 이유

선택 심화 · 제작 기술 이외에 고객에게 가치를 전달하는 자산이 필요하다.

좋은 콘텐츠·추천 기술
판권·현지화·결제·기기 접근
안정적 재생·발견·브랜드 신뢰
고객 이용과 수익 회수

개념 해설

보완자산은 혁신을 실제 고객 경험과 수익으로 연결하는 데 필요한 자산과 역량이다. 핵심 기술을 쉽게 모방할 수 있고 중요한 유통·권리 자산을 타인이 통제하면 성과의 일부가 그 자산 보유자에게 돌아갈 수 있다. OTT 도식은 이러한 일반 논지를 수업에서 적용한 예시이며 특정 회사의 수익 배분을 실증한 것은 아니다. 직접 소유, 장기 계약, 제휴 중 어느 방식으로 보완자산을 확보할지 비교한다. 모든 자산을 내부화하면 비용과 복잡성도 늘어나므로 통제권 자체를 목표로 삼지 않는다.

클라우드와 영상 배포는 역할이 다르다

선택 심화 · 고객 접점·분석·전달망의 선택적 통합을 이해한다.

층	핵심 역할	경영적 판단
기기·앱·파트너 접점	다양한 화면에서 접근·재생	모든 기기를 직접 만들 것인가?
애플리케이션·클라우드	계정·추천·분석 등 서비스 처리	공용 자원과 자체 소프트웨어·운영 역량
Open Connect CDN	영상을 이용자 가까이에서 전달	전송 품질·규모와 운영 고정비의 균형

개념 해설

교재는 디바이스 파트너십과 API를 고객 접점 확대의 방식으로 연결하며 모든 단계의 직접 제작을 주장하지 않는다. Netflix의 2016년 공식 기술 설명은 AWS의 서비스·분석 처리와 Open Connect의 영상 전달 역할을 구분했다. 현재 Open Connect 공식 사이트도 ISP 협력과 트래픽 현지화의 구조를 설명한다. 공용 클라우드는 경쟁사도 활용할 수 있으므로 그것을 쓴다는 사실만으로 희소한 경쟁우위가 되지는 않는다. 자체 소프트웨어·데이터·운영 절차·파트너 관계가 어떻게 결합되는지 분석해야 한다. 과거의 전체 내부 구성이나 비용 수치를 2026년 현황으로 일반화하지 않는다.

수직통합의 선택: 통제권과 조직비용의 교환

선택 심화 · 외부 시장과 내부 조직 중 어느 쪽이 거래를 더 잘 수행하는가?

검토 항목	외부 라이선스·제휴	내부 제작·통합
유연성과 전문성	여러 파트너와 계약 가능	내부 역량을 직접 축적
교섭 위험	갱신·독점 조건 변화에 노출	외부 의존 일부 감소
비용과 위험	권리료와 계약 관리	고정 투자·실패·조직 관리
선택 조건	대안 파트너와 계약 가능성	통제 이익이 추가 관리비용을 초과

개념 해설

수직통합은 서로 다른 가치사슬 단계의 활동을 한 조직이 수행하는 선택이다. 외부 의존을 줄일 수 있지만 고정 투자·실패·조직 관리 비용도 늘어난다. 계약·평판·복수 공급자와의 제휴로 위험을 줄일 수도 있다. 실제로 확보할 통제권과 통합 이후에도 남는 외부 의존을 비교해야 한다.

롱테일: 진열 공간에서 발견 가능성으로

작품 수가 많다는 것과 틈새 작품이 경제적 가치를 만든다는 것은 다르다.

공급 조건

희소한 진열 공간의 제약이 약해지고 많은 작품을 제공할 수 있어야 한다.

탐색 조건

검색·추천·분류가 취향에 맞는 작품을 발견하게 해야 한다.

수익 조건

발견된 수요의 가치가 권리·관리·전달 비용보다 커야 한다.

개념 해설

롱테일은 인기순 분포에서 최상위 작품 밖의 많은 상품에 분산된 수요를 분석하는 관점이다. 낮은 저장·전달비는 공급 조건이고 검색과 추천은 잠재 수요를 실제 소비로 연결하는 조건이다. 여기에 확보 가능한 권리와 고객이 얻는 추가 가치가 비용을 넘어야 기업의 투자 논리가 완성된다. 구독에서는 틈새 작품의 가치가 편당 매출보다 특정 고객 집단의 가입·유지에 나타날 수 있지만 인과적 측정이 필요하다. 상품 다양성의 소비자 편익과 플랫폼 이익을 혼동하지 않도록 한다. 교재가 제기하는 핵심은 가장 긴 목록을 확보하는 것보다 권리 비용을 감당하면서 충분히 다양한 취향을 충족하는 목록을 만드는 문제로 바뀐다는 점이다.

롱테일의 세 가지 결과 지표

선택 심화 · 다양성이 늘어도 누구의 가치가 늘었는지는 별도로 확인한다.

분석 대상	가능한 지표	주의
소비 분포	상위·중간·틈새 작품의 시청 비중	선택지 수와 실제 소비 다양성은 다름
고객 편익	적합한 작품 발견·만족·지불 의사	고객 편익이 전부 기업 이익으로 전환되지는 않음
기업 성과	추가 유지·수익−추가 권리·운영비	낮은 편당 시청수만으로 실패를 단정하지 않음

개념 해설

온라인 서점의 다양성 연구는 고객 편익을 가격 인하만으로 설명할 수 없다는 문제의식을 제공한다. 그 실증 수치를 현재 OTT의 수익으로 옮기지는 않는다. Netflix의 2026년 연구 초록도 중간 인기 작품과 가장 틈새인 작품을 구분하므로 꼬리를 하나의 집단으로 뭉뚱그리지 않는다. 공급 목록이 늘었는데 발견되지 않으면 소비 분포가 달라지지 않을 수 있다. 각 결과 지표의 측정 단위와 기간을 먼저 정하는 것이 검증의 출발점이다.

최신 연구: 추천은 어느 꼬리를 키우는가?

2026년 공개 연구는 ‘중간 인기’와 ‘가장 틈새’를 구분한다.

확인한 연구 결과

850만 이용자 실험 초록: 추천 개선으로 소비가 최상위에서 중간 인기 작품 쪽으로 분산됐다.

관찰된 한계

가장 틈새인 작품들에 미친 효과는 작았다고 보고했다.

해석 범위

단일 플랫폼·실험의 결과이며, 전체 산업에 대한 보편 법칙은 아니다.

개념 해설

2026년 공개된 연구는 850만 이용자 실험에서 추천 개선이 중간 인기 작품의 소비를 확대했다고 보고한다. 가장 틈새인 작품들에 미친 효과는 작았다. 공개 연구 원고의 결과이므로 한 플랫폼의 실험을 전체 산업의 법칙으로 일반화하지 않는다. 인기 분포의 어느 구간이 변화했는지 구분해 읽어 보자.

추천의 두 목표: 예측 정확도와 의사결정 가치

선택 심화 · 잘 맞힌 모델이 항상 더 나은 사용자 경험을 만드는 것은 아니다.

예측 질문

과거에 클릭하거나 본 항목을 얼마나 잘 맞히는가?

정책 질문

새 추천을 보여 주면 원래와 다른 선택·만족·유지가 생기는가?

실험 조건

노출 기회·인기 편향·신규 이용자·다양성을 함께 고려한다.

개념 해설

관측된 행동은 사용자의 취향과 이전에 제공된 선택지의 영향을 함께 받는다. 이미 인기 있는 작품만 추천하면 과거 행동 예측은 쉬워도 새로운 발견은 줄어들 수 있다. 반대로 다양성만 높이면 적합성이 낮아질 수 있어 다목적 평가가 필요하다. 무작위 대조 실험은 추천 정책의 결과를 평가하는 데 유용하지만 기간, 외부효과, 측정 오차를 점검해야 한다. 추천 정확도가 높아져도 매출 증가를 자동으로 추론할 수는 없다.

데이터가 곧 경쟁우위는 아니다

데이터를 독점적으로 보유하는 것과 의사결정을 개선하는 능력은 다르다.

가치: 브랜드·개인화·운영이 고객의 탐색과 불편을 실제로 줄이는가?

희소성과 모방 곤란: 경쟁사가 동일한 경험과 누적 데이터를 쉽게 재현할 수 있는가?

대체 가능성: 경쟁 콘텐츠·무료 영상·다른 여가가 비슷한 필요를 충족하는가?

전환비용의 한계: 취향 학습의 편익은 있어도 고객은 여러 OTT를 병행할 수 있다.

개념 해설

데이터와 브랜드가 경쟁우위가 되려면 가치·희소성·모방 곤란·대체 곤란이라는 조건을 살펴봐야 한다. 익숙한 추천을 떠날 때의 손실은 전환비용이 될 수 있지만 고객을 완전히 가두는 것은 아니다. 여러 OTT를 병행하는 고객도 있다. 경쟁사가 어떤 방식으로 비슷한 경험을 제공하거나 고객의 여가를 대체할 수 있는지 생각해 보자.

네트워크 효과를 성급하게 주장하지 않기

가입자가 늘었다는 사실은 세 가지 서로 다른 메커니즘과 양립한다.

메커니즘	한 명이 늘 때 생기는 것	확인해야 할 근거
규모의 경제	계정당 고정비 감소	같은 품질을 더 낮은 평균비용으로 제공
데이터 학습 효과	추천을 개선할 행동 신호	추가 데이터가 실제 예측·만족도 개선
직접 네트워크 효과	다른 이용자에게 연결 가치	다른 사용자의 참여 자체가 효용 증가

개념 해설

메신저는 친구의 참여 자체가 연결 가치를 높이지만 개인 시청은 같은 직접 효과를 당연히 갖는 것은 아니다. 교재의 스트리밍 경쟁에서는 분절된 콘텐츠와 병행 이용이 단일 서비스의 승자독식을 약하게 만들 수 있다. 더 많은 고객이 콘텐츠비를 분산하거나 추천 학습에 기여하는 경로는 각각 구분해 설명한다. 인기 작품에 관한 사회적 대화의 효과를 주장한다면 어떤 집단 사이에 효용이 생기는지 특정해야 한다. 같은 디지털 기업이라도 비용 분산, 데이터 학습, 참여자 간 연결은 서로 다른 성장 원리다.

구독 사업은 유입과 이탈의 흐름이다

기말 회원 수 하나로 성장의 질을 알 수 없다.

기말 회원 = 기초 회원 + 신규 가입 + 재가입 − 해지 성장률이 같아도 유입·이탈·획득비용의 조합은 다를 수 있다.

개념 해설

예를 들어 신규 20만 명과 해지 15만 명인 서비스는 신규 8만 명과 해지 3만 명인 서비스와 순증이 같다. 그러나 획득 비용과 고객 안정성은 다를 수 있다. 재가입이 흔한 서비스라면 최초 획득과 반복 재활성화를 구분해야 한다.

해지율은 분모와 관찰 기간부터 정의한다

월 해지율과 연 해지율을 단순 곱셈으로 바꾸지 않는다.

월 해지율 c = 그 달 기존 계정의 해지 수 / 월초 활성 계정 수 월 유지확률 r=1−c 가정상 12개월 생존확률=(1−c)^12 c=5%이면 0.95^12≈54.0%

개념 해설

이 슬라이드의 월 해지율은 월초 활성 계정 중 해당 월에 해지한 계정의 비율로 정의한다. 일정 해지확률과 재가입 없음의 가상 코호트라면 12개월 생존확률은 0.95를 열두 번 곱해 약 54.0%가 된다. 신규 유입의 구성이나 결제 실패 처리 방식이 바뀌면 관측된 전체 해지율도 바뀔 수 있다. 다른 회사의 지표는 정의와 기간이 같을 때만 비교한다. 심화 읽기의 코호트 표는 달력 시간과 가입 이후 경과 시간을 구분하는 연습이다.

코호트: 달력의 달과 고객의 나이는 다르다

선택 심화 · 가입 시점이 같은 고객을 묶고 같은 경과 월을 비교한다.

가상 가입 코호트	가입 시점	1개월 후	2개월 후
1월 가입 1,000계정	100%	80%	72%
2월 가입 1,000계정	100%	90%	아직 관찰 안 됨
비교 가능한 것	기준 크기를 정규화	첫 달 유지 80%↔90%	미관찰 값을 0%로 입력하지 않음

개념 해설

이 수치는 교육용이며 실제 기업 코호트가 아니다. 두 번째 달의 유지율이 아직 관찰되지 않은 것은 해지했다는 뜻이 아니라 관찰 기간이 끝나지 않았다는 뜻이다. 1월 코호트의 두 번째 달 조건부 유지율은 72÷80=90%이고 누적 생존율 72%와 다르다. 가입 채널, 할인 행사, 계절이 다른 두 코호트의 차이가 곧 제품 정책의 효과라고 단정하지 않는다. 같은 경과 기간의 지표와 실험 설계를 연결해야 한다.

평균 해지율이 고객의 미래를 대표하지 못할 때

선택 심화 · 이질적인 집단을 하나로 합치면 생존 곡선이 왜곡될 수 있다.

가상 두 집단: 각 50%, m=6,000원 A 월 c=2% → LTV=300,000원 B 월 c=10% → LTV=60,000원 집단별 평균 LTV=180,000원 평균 c=6%를 대입하면 100,000원

개념 해설

두 집단은 각자 일정한 월 해지확률을 가지며 할인과 재가입이 없다고 가정한다. 역수 함수이므로 해지율의 평균을 먼저 계산한 값과 집단별 LTV를 계산한 뒤 평균한 값이 다르다. 시간이 지나면 오래 남는 A의 비중이 커지므로 전체 관측 해지율도 바뀔 수 있다. 이 예시는 평균 공식의 오용을 보여 주는 독립 계산이며 실제 OTT에 이 수치를 적용하지 않는다. 실제 분석에서는 충분한 표본을 가진 코호트나 세그먼트별 생존과 공헌을 추정한다.

LTV의 단순식은 어디서 나오는가?

현재 활성 계정의 첫 달 공헌이익을 포함하고, 할인율을 0으로 놓는다.

m = 월 구독·광고 수익 − 월 변동비 LTV = m + m(1−c) + m(1−c)^2 + … = m/c 획득비 차감 후 가치 = m/c − CAC

개념 해설

현재 활성 계정이 첫 공헌 m을 지금 지급하고, 이후 매달 다음 지급 시점까지 살아남을 확률을 1−c로 정의한다. 일정 m과 일정 c, 재가입 없음, 무한 기간, 할인 없음이면 생존확률로 가중한 기하급수 합이 m/c가 된다. m은 여기서 포함하기로 정한 변동비를 차감한 공헌이며 고정 콘텐츠비나 본사비까지 모두 차감한 순이익은 아니다. CAC 차감은 신규 고객 획득 정책을 평가할 때 사용하고 이미 지출한 CAC는 현재의 추가 유지 결정에서 매몰비용으로 구분한다. 심화 읽기는 같은 시간선을 유지한 할인 모형과 평균 해지율의 함정을 제시한다.

할인 LTV: 지급 시점을 먼저 그린다

선택 심화 · t=0의 공헌을 지금 받고 이후 매달 생존할 때 지급받는 모형이다.

r=1−c, 월 할인율 d, 매달 동일 공헌 m LTV₀ = Σ(t=0…∞) m·r^t/(1+d)^t = m(1+d)/(d+c) 다음 달 이후만: Σ(t=1…∞) = m·r/(d+c) 예: m=6,000원, c=5%, d=1% → 101,000원 / 95,000원

개념 해설

첫 식은 현재 지급 6,000원을 포함하고 두 번째는 이를 제외한 미래 지급만 포함한다. 매달 지급 직전에 살아남을 확률이 r이고 한 번 해지하면 재가입하지 않는다고 가정한다. 기간별 할인율과 해지율은 모두 월 단위로 맞추며 연 할인율을 그대로 넣지 않는다. d=0일 때 첫 식이 기존 계산기의 m/c와 일치하므로 두 식의 차이는 모순이 아니라 시간 기준의 차이다. d=1%는 예시값이며 실제 회사 자본비용 추정치가 아니다. 콘텐츠 고정비를 어느 수준에서 배분할지도 별도로 정해야 한다.

LTV 실험실: 가격보다 가정을 먼저 확인하기

가상의 월 공헌이익 6,000원과 월 해지율 5%에서 시작한다.

개념 해설

초기값에서 단순 LTV는 6,000÷0.05=120,000원이고 CAC 60,000원을 차감한 값은 60,000원이다. 월 공헌이익·해지율·고객획득비용을 바꾸며 결과가 어떻게 달라지는지 비교해 보자. 한 변수를 바꿀 때 다른 조건도 현실에서 그대로일지 질문해야 한다. 수치는 실제 Netflix의 해지율이나 LTV가 아닌 교육용 가정이다.

가격 인상이 항상 LTV를 높일까?

가상 시나리오에서 공헌이익 상승과 해지 증가가 서로 경쟁한다.

가상 정책	월 m	월 c	단순 LTV
기준	6,000원	5%	120,000원
가격 1,000원 인상	7,000원	6%	약 116,667원
유지 활동에 월 500원 지출	5,500원	4%	137,500원

개념 해설

세 행의 수치는 관측치가 아니라 독립적으로 만든 정책 민감도 예시다. 가격 인상이 공헌을 높이는 효과와 고객 생존을 줄이는 효과가 경쟁하므로 방향을 먼저 단정할 수 없다. 유지 활동에 드는 월 비용은 m에서 차감했고 실제 유지 개선은 실험으로 확인해야 한다. 서로 다른 고객 집단이 선택적으로 남으면 정책 전후 평균만으로 효과를 추정하기 어렵다. 추가 의사결정에 필요한 것은 기존 전체 LTV보다 정책으로 바뀌는 증분 가치다. 교재의 2011년 Qwikster 사례처럼 가격과 이용 절차가 동시에 바뀌면 고객 반응을 가격 하나의 효과로 분해하기 어렵다.

추천 효과를 어떻게 검증할까?

잘 맞는 추천을 본 사람이 더 오래 남았다는 상관관계만으로는 부족하다.

설계

유사한 이용자를 무작위 배정하고 추천 정책만 달리한다.

주요 결과

유지율·만족도·장기 공헌가치를 사전에 정한다.

보호 지표

불만·검색 실패·재생 품질·개인정보 위험도 함께 본다.

개념 해설

콘텐츠를 원래 많이 보는 사람이 추천도 많이 이용하면 상관관계에 선택편향이 섞인다. 추천 화면의 A/B 실험과 한 번만 제작되는 작품의 흥행 예측은 같은 종류의 인과 증거가 아니다. 교재는 기획, 제작, 공개 준비, 공개 이후에 데이터를 활용할 수 있음을 보여 주지만 창작적 판단을 제거하거나 성공을 보장하는 것으로 읽지 않는다. 실험의 주요 결과와 보호 지표를 미리 정하고 충분한 관찰 기간을 둔다. 새 기능에 대한 일시적 호기심을 장기 고객 가치로 확대 해석하지 말자.

광고형 요금제는 버저닝의 한 형태

지불 의사와 광고 수용성이 다른 이용자가 스스로 선택하게 한다.

광고 없는 버전

더 높은 금전 가격과 더 적은 광고 방해를 교환한다.

광고형 버전

더 낮은 금전 가격 대신 주의·시간의 비용을 감수한다.

기업의 과제

신규 수요와 기존 고가 요금제의 하향 이동을 함께 계산한다.

개념 해설

버저닝은 서로 다른 특성을 가진 상품 메뉴를 제공하고 이용자가 자기 지불 의사에 맞게 선택하도록 하는 방식이다. 광고 수용성이 다른 두 고객이 같은 메뉴를 보더라도 각기 다른 선택을 할 수 있다. 싼 버전의 판매가 모두 신규 수요인 것은 아니며 기존 고가형에서의 하향 이동도 포함할 수 있다. 따라서 신규 유입, 하향 이동, 이탈, 광고 공헌을 별도로 측정한다. 너무 많은 요금제는 비교 비용을 키우므로 자기선택의 편익과 복잡성의 비용을 함께 고려한다.

자기선택: 광고를 얼마나 싫어하는가?

선택 심화 · 같은 요금 메뉴도 고객별 순편익이 다르게 계산된다.

가상 유형	콘텐츠 가치	광고 부담	무광고 10,000원	광고형 6,000원
H: 광고 부담 큼	13,000원	5,000원	순편익 3,000원	순편익 2,000원
L: 가격 민감	8,000원	1,000원	순편익 −2,000원	순편익 1,000원
예측	원 단위로 비교 가능한 효용 가정	자기선택	H는 무광고 선택	L은 광고형 선택

개념 해설

콘텐츠 가치에서 금전 가격과 광고 부담을 빼는 단순 효용 모형이다. 광고 부담도 원 단위로 표현 가능하고 외부 선택의 순편익은 0이라고 가정했다. 각 유형은 자신의 순편익이 가장 큰 선택을 하므로 기업이 유형을 직접 식별하지 않아도 메뉴가 수요를 나눈다. 광고형 가격을 더 내리면 H도 이동할 수 있어 기존 매출 잠식이 생긴다. 이 표는 실제 고객의 지불 의사를 측정한 것이 아니라 자기선택 조건을 보여 주는 독립 예시다.

두 고객 집단: 시청자와 광고주

광고형 OTT는 양쪽의 가치를 동시에 관리한다.

시청자: 가격·콘텐츠·광고 부담
OTT: 편성·광고 기술·측정
광고주: 도달·주의·성과

개념 해설

광고형 OTT는 시청자와 광고주라는 두 집단의 참여를 연결한다. 시청자의 규모·구성이 광고주의 가치를 바꾸고 광고량과 관련성은 다시 시청자의 경험에 영향을 준다. 플랫폼은 총수익만 아니라 누구에게 얼마를 받고 어떤 부담을 배분할지를 설계해야 한다. 양측 외부효과가 항상 같은 방향은 아니며 광고가 많을수록 사용자의 만족이 떨어질 수 있다. 심화 읽기에서는 양측 가격을 단순 합산할 수 없는 단위 문제와 가격구조의 개념을 구분한다.

양면시장에서는 가격 구조도 결과를 바꾼다

선택 심화 · 총액만 같아도 어느 집단이 부담하는지에 따라 참여가 달라진다.

가격 수준

플랫폼이 상호작용에서 전체적으로 회수하는 부담의 크기

가격 구조

그 부담을 시청자와 광고주에게 어떻게 나누는가

OTT 적용

구독료를 낮춰 시청자를 늘려도 광고 수요·노출 품질·불편을 함께 검토해야 한다.

개념 해설

Rochet와 Tirole의 구분은 양쪽을 가진 기업이라는 표면적 분류보다 가격 배분이 실제 상호작용을 바꾸는지 묻는다. OTT의 월 구독료와 CPM은 단위가 다르므로 두 숫자를 그대로 더해서 가격 수준이라고 부르면 안 된다. 비교 가능한 기간과 계정당 수익 등 공통 단위로 바꾼 뒤 고객 반응을 분석해야 한다. 광고주가 보는 도달, 시청자가 부담하는 광고량, 플랫폼이 얻는 순공헌이 함께 달라질 수 있다. 총수익이 같더라도 유지율과 이후 참여 경로는 같지 않을 수 있다.

광고 매출을 계정당 수익으로 바꾸기

가상 CPM 모형으로 노출, 판매율, 비용을 분리한다.

월 광고수익 = (시청시간×시간당 광고 수×판매율÷1,000)×CPM 예: 20시간×4개×75%÷1,000×20,000원 = 1,200원 공헌이익에는 광고 판매·기술 비용도 차감한다.

개념 해설

CPM은 유효 광고 노출 1,000회당 가격이며 이 예시의 값은 교육용 가정이다. 가구 내 동시 시청자 수와 과금되는 광고 노출 수는 같은 개념이 아닐 수 있다. 단순히 광고를 두 배로 늘리면 수익도 두 배가 된다고 가정하면 이탈과 시청시간 감소를 놓친다.

광고 한 개 더 넣기: 한계수익과 한계손실

선택 심화 · 현재 광고수익 증가만으로 최적 광고량을 정하지 않는다.

가상 정책의 월 추가 순공헌 광고 공헌 +300원 − 시청·유지 악화의 기대손실 450원 = −150원 판단: 추가 광고의 편익과 유발된 손실을 같은 기간·단위로 비교

개념 해설

이 가상 예시는 광고 노출 증가가 총 공헌을 낮출 수도 있음을 보여 준다. 기대손실 450원은 추정이 필요한 입력이지 광고의 보편적 효과가 아니다. 광고량이 시청시간을 줄이고 노출 품질이나 갱신을 바꾸면 당기 광고수익과 미래 고객가치에 모두 영향이 생긴다. 미래 손실을 현재가치로 계산했다면 비교할 광고 공헌도 같은 정책 기간에 맞추어야 한다. 실험에서는 매출 외에 광고 불만, 이탈, 시청 완료, 광고주 성과를 보호 지표로 설정한다.

94M → 250M: 성장률을 계산해도 될까?

측정 단위가 바뀌었다면 같은 축의 시계열로 그리면 안 된다.

발표	지표	주의
2025-05-14	94M 글로벌 광고형 MAU	월간활성이용자 발표
2025-11-05	MAV 정의 도입	광고 1분 이상 본 회원×추정 가구 인원
2026-05-13	250M 초과 글로벌 광고형 MAV	유료계정 수가 아닌 도달 추정

개념 해설

광고형 MAU와 광고형 MAV는 같은 측정 단위가 아니다. MAV에는 일정 기준으로 광고를 본 회원과 추정 가구 인원이 반영된다. 250÷94−1을 광고형 고객의 성장률로 해석하면 지표 정의의 차이를 놓친다. 발표일·시청 기준·추정 방식·중복 처리부터 비교해야 한다.

2026년 2분기: 실적과 전망을 분리하기

최신 확인 분기 자료는 2026-07-16 발표된 Q2 주주서한이다.

항목	수치	분류
2026 Q2 매출	125.60억 달러	보고된 분기 실적
2026 Q2 영업이익률	33.4%	보고된 분기 실적
2026 연간 광고매출	약 30억 달러	회사 전망, 확정 실적 아님

개념 해설

이 수치는 2026년 10월 8일까지 확인한 공식 분기 자료를 기준으로 한다. 광고매출 전망은 전체 매출과 별도 시장의 크기가 아니라 전체 수익모델의 구성 요소다. 좋은 분기 실적만으로 광고형 요금제나 특정 콘텐츠의 인과적 성과를 증명할 수는 없다.

광고 기술은 새로운 유통 능력이다

2026년 발표를 ‘광고 고객을 더 쉽게 확보하는 능력’으로 읽는다.

2026-08-10 미국

Netflix는 업프런트 광고약정이 거의 두 배로 늘었다고 발표했다.

2026-09-24 영국

첫 영국 업프런트를 열어 광고주 관계와 광고 기술을 소개했다.

경영 해석

계약, 실제 집행, 회계상 매출, 광고 효과는 각각 다른 단계다.

개념 해설

업프런트는 광고주가 앞으로의 광고 집행을 사전에 협의하는 시장 관행이다. 광고 약정의 증가는 실제 집행이나 회계상 매출의 증가와 같지 않다. 광고 기술·측정·판매 채널은 구독 앱 운영과 다른 역량도 요구한다. 어느 단계의 성과가 발표된 것인지 구분해 보자.

스포츠와 라이브: 시청시간만으로 평가할 수 없다

적은 시청시간이더라도 가입 계기와 광고 가치가 클 수 있다.

회사 설명

Netflix는 2026년 라이브가 콘텐츠 지출의 5%를 조금 넘고 시청시간의 약 1%가 될 것으로 설명했다.

평가 항목

신규 가입·기존 고객 유지·광고 공헌·권리 및 제작비

조건

시즌 종료 해지, 동시 접속 장애, 중계권 갱신 위험을 반영한다.

개념 해설

Netflix는 2025년 NFL 크리스마스 경기를 중계했고 WWE Raw도 2025년 1월부터 서비스했으므로 과거의 라이브 미진출 서술을 현재 사실로 사용하면 안 된다. 국가별 중계권과 공개 범위는 같다고 가정하지 않는다. 화면의 2026년 지출·시청 비중은 Q2 서한에 담긴 회사의 설명이며 확정된 연간 성과가 아니다. 시청시간 외에 가입·유지·광고를 보되 서로 겹치는 기여를 중복 계산하지 않는다. 라이브 투자의 경제성은 발표 시점과 국가별 권리 범위를 확인한 뒤 가입·유지·광고의 추가 기여로 판단한다.

스포츠 권리 입찰: 6억 원이면 살 것인가?

교육용 가정으로 추가 공헌가치와 추가 비용을 비교한다.

세 팀이 각각 낙관·기준·비관 시나리오를 계산하고 입찰 상한을 제시한다.

신규 1만 명×월 공헌 6,000원×6개월을 계산한다.
기존 2만 명에 같은 월 공헌이익 6,000원을 적용해 유지기간 2개월 연장의 가치를 계산하고, 순광고공헌 1.2억 원을 더한다.
권리료 6억 원과 추가 제작·송출비 0.8억 원을 뺀다.
신규의 잔존 기간이 4개월이면 결론이 어떻게 바뀌는지 확인한다.

개념 해설

이 계산은 가상의 추가 공헌과 추가 비용을 비교하는 예시다. 기준 시나리오의 순공헌은 0.4억 원이고 신규 고객의 잔존 기간이 4개월이면 −0.8억 원이다. 광고 공헌이 월 공헌이익에 이미 포함됐는지, 신규와 유지 효과가 겹치는지 확인해야 한다. 지급 시점과 불확실성을 반영하면 입찰 판단이 달라질 수 있다.

영상 ① 경영자는 어떤 지표로 가격을 설명하는가?

Netflix Q1 2026 Earnings Interview · 2026-04-16 · Netflix Investor Relations

함께 읽을 자료

Netflix Q1 2026 실적 인터뷰와 공식 전사본의 스포츠·광고·가격 관련 문답

시청 질문

경영진은 고객 가치, 광고 판매, 유지율을 어떤 논리로 연결하는가?

비판 질문

경영진의 설명을 검증하려면 어떤 수치와 비교 대상이 더 필요한가?

개념 해설

경영진은 투자자에게 사업의 성과와 전망을 설명한다. 가격·광고·스포츠에 관한 설명에서 주장과 근거를 구분하고, 가입·유지·공헌을 연결해 읽어 보자. 방향성 설명만으로 부족하다면 어떤 수치와 비교 대상이 추가로 필요한지 질문할 수 있다. 관련 문답은 공식 전사본 8~10쪽에서도 읽을 수 있다.

국내 OTT를 같은 수익모델로 보지 않기

한국 사례의 비교 단위는 ‘현재 가격 순위’보다 가치 구성이다.

대상	검토한 공식 움직임	분석 질문
Netflix	구독+광고, 콘텐츠·라이브 확대	세계 규모가 지역 취향을 어떻게 지원하는가?
TVING·Wavve	결합상품·콘텐츠 교환·광고 협력	공동 범위가 단독 차별화를 줄이는가?
Coupang Play	광고형 무료 이용+와우·패스 구분	영상의 가치가 커머스 관계에 어떻게 연결되는가?

개념 해설

세 기업은 콘텐츠를 제공하지만 수익과 고객 관계의 구성이 다르다. 세계 규모는 콘텐츠 고정비를 공유하는 데 도움이 될 수 있지만 지역별 판권·번역·규제·취향 차이를 없애지는 않는다. 이 표는 사업모델 비교이며 시장점유율이나 서비스 품질의 순위가 아니다. 구체 이용 조건은 해당 서비스의 최신 안내를 참고한다.

TVING·Wavve: 합병과 협력은 다른 사건이다

확인한 2026-03-17 발표는 오리지널 상호 공급과 전략적 제휴다.

고객 측면

결합상품·콘텐츠 교환은 접근 가능한 작품의 범위를 넓힐 수 있다.

광고주 측면

광고 공동 판매는 도달과 구매 편의를 묶을 수 있다.

분석의 경계

이 두 발표만으로 법적 합병 완료, 비용 절감 규모, 이익 개선을 확정할 수 없다.

개념 해설

CJ의 공식 발표는 이미 출시한 결합상품과 2026년 콘텐츠 교류를 설명한다. 2025년 9월 자료는 통합 광고 플랫폼 추진을 다룬다. 두 기업의 제휴가 범위의 경제를 만들 수 있다는 것은 수업의 분석 가설이며, 계약 이행 비용과 중복 고객을 검토해야 한다.

Coupang Play: 무료 진입과 유료 선택의 조합

광고형 무료 이용과 선택형 유료 서비스가 공존하는 수익모델을 살펴본다.

낮은 진입 장벽

일반회원도 광고와 함께 무료로 이용할 수 있는 구조를 도입했다.

차별화

와우회원 혜택과 스포츠 패스 등 별도 선택의 조건이 존재한다.

교차 사업 가설

영상이 커머스 이용·회원 유지에 주는 추가 가치를 측정해야 한다.

개념 해설

광고형 무료 이용과 와우회원 혜택·선택형 패스는 서로 다른 이용 조건을 가진다. 무료라는 말이 모든 콘텐츠와 기능에 아무 조건 없이 접근할 수 있다는 뜻은 아니다. 영상이 커머스 이용과 회원 유지에 주는 추가 가치는 분석 가설이다. 서비스 간 연계의 편익과 비용을 비교해 보자.

묶음 판매는 왜 잘 작동할 수 있는가?

서로 다른 취향의 지불 의사를 묶으면 가격 설계가 달라진다.

가상 고객	드라마 지불 의사	스포츠 지불 의사	합계
A	9,000원	3,000원	12,000원
B	3,000원	9,000원	12,000원
단품 각 9,000원	A만 구매	B만 구매	총 18,000원
묶음 11,000원	A·B 모두 구매	가정: 추가 제공비 0	총 22,000원

개념 해설

표의 지불 의사는 서로 다른 가상 고객 두 명의 최대 지불 금액이며 실제 수요조사 결과가 아니다. 단품을 9,000원씩 팔면 각 상품의 높은 지불 의사 고객만 사지만 11,000원 묶음은 두 고객 모두에게 매력적이다. 여기서는 지불 의사와 가격이 같아도 구매하며 추가 제공비가 0이라고 가정한다. 묶음의 경제성은 서로 다른 취향이 합쳐지는 방식에 달려 있고 상품 개수만으로 결정되지 않는다. 심화 읽기에서는 가치 상관관계와 예산·한계비용 조건이 바뀔 때의 한계를 살펴본다.

번들링의 성립조건: 취향의 상관관계

선택 심화 · 많이 묶는다는 사실만으로 이익이 늘지는 않는다.

유리할 수 있는 조건

품목별 가치가 상쇄되고 추가 제공비가 낮으면 묶음의 지불 의사를 예측하기 쉬워진다.

약해지는 조건

모든 작품을 좋아하는 사람과 모두 싫어하는 사람으로 갈리면 묶어도 큰 가치 차이가 남는다.

추가 제한

예산·권리·상품별 원가·외부 대체재·불필요한 항목의 부담을 확인한다.

개념 해설

기존 두 고객 예시에서는 드라마를 좋아하는 정도와 스포츠를 좋아하는 정도가 반대로 움직여 묶음 총가치가 같아졌다. 모든 항목의 지불 의사가 함께 높거나 낮아지면 같은 평준화 효과를 기대하기 어렵다. 낮은 한계비용은 미사용 항목을 포함해도 추가 자원 낭비가 작아지는 중요한 조건이다. 원 연구의 단순화된 판매자·수요 가정을 현실의 경쟁 OTT에 그대로 적용하지 않는다. 실제 제안에서는 순수 묶음과 단품을 함께 파는 혼합 묶음도 비교 대상으로 둘 수 있다.

팀 활동: 국내 OTT의 다음 6개월을 설계하라

추천 개선·광고형·스포츠·결합상품 중 한 가지를 선택한다.

4인 팀이 선택한 정책의 인과도와 최소 검증 계획을 작성한다.

목표 고객과 해결하려는 불편을 한 문장으로 쓴다.
수익과 비용이 변하는 경로를 최소 세 단계로 그린다.
핵심 가정 두 개와 실패 조건 한 개를 명시한다.
6개월 안에 측정할 주요 지표와 대조군을 제시한다.

개념 해설

정책의 이름보다 수익과 비용이 달라지는 경로를 설명하는 것이 중요하다. 실제 자료와 교육용 가정을 구분하고, 고객 유입·이동·해지·고정비·장기 유지의 변화를 포함해 보자. 핵심 가정이 틀렸을 때 어떤 결과가 나타날지 정하면 필요한 실험과 데이터도 구체화된다.

제안서 점검: ‘좋아 보인다’를 넘어가기

세 가지 근거가 연결되어야 투자 제안이 된다.

평가 기준	충족하는 답	부족한 답
개념 정확성	규모·범위·네트워크 효과를 구분	이용자 증가를 모두 네트워크 효과로 설명
경제성	공헌·고정비·획득비·해지를 분리	가입자 수만 제시
증거와 실험	날짜·단위·대조군·실패 조건 명시	보도자료의 홍보 문구를 결론으로 복사

개념 해설

좋은 제안은 개념의 정확성·경제성·검증 가능한 근거가 연결되어 있다. 다른 팀의 제안에서 가장 약한 가정 하나를 골라 어떤 자료로 확인할 수 있을지 질문해 보자. 서비스에 대한 개인적 선호와 정책의 근거를 구분하고, 반례가 나왔을 때 수정할 수 있는 제안을 만들어 보자.

영상 ② 최신 실적을 이론으로 읽기

Netflix Q2 2026 Earnings Interview · 2026-07-16 · Netflix Investor Relations

함께 읽을 자료

Netflix Q2 2026 실적 인터뷰와 같은 분기의 주주서한

비교할 내용

영상에서 설명한 실적과 향후 전망을 구분하고, 주주서한의 수치와 연결한다.

시청 질문

주장 하나를 골라 규모의 경제 또는 고객 유지가 작동하는 경로를 설명해 보자.

개념 해설

선택 시청에서는 영상의 주장 한 개를 골라 Q2 주주서한의 실적과 전망에 연결한다. 발언자·시점·근거 문서를 적고, 규모의 경제나 고객 가치로 설명해 보자. 매출 증가와 특정 정책의 효과는 같은 주장이 아니다. 주장에 필요한 추가 증거를 찾아보는 것이 핵심이다.

퀴즈 1 · 비용이 낮다는 말의 의미

콘텐츠 고정비 F가 일정한 모형을 가정한다.

가입 계정이 늘어날 때 가장 타당한 설명은?

모든 비용이 0이 된다.
계정당 고정비는 낮아지지만 전체 콘텐츠비가 사라지지는 않는다.
매몰비용이 늘수록 추가 투자를 계속해야 한다.
평균비용 감소는 직접 네트워크 효과와 같은 뜻이다.

개념 해설

추가 콘텐츠 투자로 F도 증가한다면 평균비용은 어떻게 달라질지 생각해 보자. 모형의 결론은 가정이 유지되는 범위에서만 성립한다. 이 문항은 공식 암기보다 비용구조를 해석하는 능력을 확인한다.

퀴즈 2 · 공헌 LTV 계산

m=6,000원, 월 c=5%, CAC=60,000원인 교육용 모형이다.

첫 달 포함·할인 없음·재가입 없음 가정에서 CAC 차감 후 가치는?

6,000원
60,000원
120,000원
180,000원

개념 해설

월 공헌이익 6,000원과 월 해지율 5%에서 LTV는 120,000원이고 CAC 차감 후 가치는 60,000원이다. 해지율이 4%로 낮아지면 차감 전 LTV는 150,000원, CAC 차감 후 가치는 90,000원이 된다. 같은 비용 조건에서 고객의 기대 유지기간이 늘어나는 효과를 설명해 보자.

퀴즈 3 · 다른 단위의 숫자를 비교하기

2025년 광고형 MAU 94M과 2026년 광고형 MAV 250M 초과라는 발표가 있다.

어떤 결론이 가장 타당한가?

유료회원이 약 166% 증가했다.
광고매출이 최소 166% 증가했다.
지표 정의가 달라 직접 성장률로 해석할 수 없다.
250M은 중복 없는 유료계정 수다.

개념 해설

이용자·계정·추정 시청자·매출은 서로 다른 측정 대상이다. 광고형 MAU와 MAV는 정의가 달라 직접 성장률로 연결할 수 없다. 숫자의 크기보다 먼저 발표일·단위·정의를 읽는 원칙은 앱 이용자·방문자·재생수 비교에도 적용된다.

퀴즈 4 · 무엇이 네트워크 효과인가?

개인 시청 OTT와 메신저를 비교한다.

다음 중 직접 네트워크 효과를 가장 잘 나타내는 것은?

새 친구가 같은 메신저에 들어와 대화할 상대가 늘었다.
계정이 늘어 콘텐츠 고정비가 분산되었다.
앱 개발 인력을 여러 국가가 공유한다.
콘텐츠 판권을 대량 구매해 단가가 낮아졌다.

개념 해설

OTT에도 사회적 대화나 커뮤니티를 통한 효과가 생길 수 있지만 별도 증거가 필요하다. 정답의 핵심은 다른 이용자의 존재 자체가 효용에 들어간다는 점이다. 규모가 큰 모든 디지털 기업이 같은 방식으로 강해지는 것은 아니다.

퀴즈 5 · 스포츠 투자를 평가하는 기준

신규 가입과 기존 고객 유지가 함께 기대되는 상황이다.

권리 투자 평가에서 가장 적절한 접근은?

동시 접속자 수가 높으면 어떤 가격에도 산다.
시청시간 점유율만으로 모든 콘텐츠를 평가한다.
신규·유지·광고의 추가 공헌을 중복 없이 합하고 추가 비용과 위험을 비교한다.
이미 비싼 권리를 샀으므로 갱신료도 지불한다.

개념 해설

스포츠 투자는 신규 가입·유지·광고의 추가 공헌을 중복 없이 계산한 뒤 추가 비용과 위험을 비교한다. 화제성이나 시청시간 하나가 전체 경제성을 대신하지는 않는다. 시즌 이후 해지·중계 품질·갱신료가 달라질 때 결론이 유지되는지 민감도를 확인해 보자.

오늘의 연결: 기술은 경제적 메커니즘을 바꾼다

단어 네 개를 한 문장씩 설명할 수 있으면 핵심을 잡은 것이다.

낮은 복제비 → 규모
많은 선택지 → 발견
구독 모델 → 지속적인 고객 가치와 유지
광고·라이브 → 수익 구성

개념 해설

디지털 전달은 평균비용 구조를 바꾸지만 콘텐츠 투자의 불확실성은 남는다. 추천은 선택지를 고객가치로 연결하는 수단이고, 구독에서는 그 가치가 지속되어야 한다. 광고와 스포츠는 사업을 넓히는 동시에 새로운 비용·측정·협상 문제를 만든다.

선택 학습: 주장 하나를 검증 가능한 제안으로

선택한 OTT에 대한 1쪽 의사결정 메모를 작성해 본다.

실제 공식 자료 한 개와 가상 계산 한 개를 결합해 정책을 제안한다.

공식 자료의 제목·발표일·링크와 확인한 사실 두 개를 적는다.
규모·범위·버저닝·추천·유지 중 두 개념으로 메커니즘을 설명한다.
m·c·CAC 또는 스포츠 추가 공헌 계산에 가정 표식을 붙인다.
정책을 보류할 실패 조건과 다음에 수집할 데이터를 적는다.

개념 해설

공식 자료에서 확인한 사실과 가상 계산의 가정을 분리해 1쪽 메모를 작성해 보자. 정책의 작동 원리를 두 개념으로 설명하고, 틀릴 수 있는 조건과 다음에 수집할 데이터를 적는다. 최신 뉴스의 요약을 넘어 근거와 계산이 연결된 의사결정 제안을 만드는 연습이다.

강의 목차

교재 · 영상 · 참고문헌