상위 20% 국가에서 가입의 80%가 나온다. dev.to에 공개된 한 인디 AI 플랫폼의 6개월 지리 데이터(가입 56,052, 유료 46명)는 이 진부한 파레토를 ‘퍼널 운영 단위’로 끌어내린다. 문제는 단순히 “어느 나라가 많이 들어오냐”가 아니다. 같은 제품이라도 국가마다 유입 채널, 활성화, 결제 전환, 환불, LTV가 서로 다른 지도를 그린다. 이걸 한 대시보드에서 평균으로 섞는 순간, CAC 최적화도 퍼널 개선도 틀어진다.
맥락을 보면 더 날카롭다. 이 팀은 광고비 없이 성장했고, IP 기반 국가 추정으로 가입 분포를 봤더니 상위 10개국이 약 79.6%, 20개국이 91%를 만들었다. 그런데 ‘가입 순위’와 ‘매출 순위’는 완전히 다르게 섞인다. 예컨대 인도·인도네시아·필리핀은 볼륨은 크지만 유료화는 약하고, 미국·영국·독일·캐나다·호주가 소수의 결제자를 대부분 차지한다. 여기서 퍼널의 병목은 제품이 아니라 가격(통화/PPP)과 지불 마찰이다. $19/월은 어떤 시장에선 즉흥 결제지만, 어떤 시장에선 의사결정 비용이 큰 구독이다.
또 하나의 포인트는 “채널이 지리를 재편한다”는 사실이다. 인도네시아는 한 번의 로컬 커뮤니티(레딧) 언급 이후 7일 내 가입이 4배로 뛰고, 이후 완전히 원복되지 않았다. 이건 SEO 같은 글로벌 채널보다, 특정 국가의 ‘고신뢰 커뮤니티’가 초기 침투에 더 강력할 수 있음을 뜻한다. 성장팀 관점에선 국가별 주간 가입 속도(signup velocity)를 선행지표로 잡고, 특정 국가가 WoW 3배 튀면 “제품 개선”이 아니라 “어디서 입소문이 났는지”를 즉시 추적해 재현하는 게 ROI가 높다.
현지화도 ‘모든 페이지 번역’이 답이 아니다. 원문에서는 18개 로케일을 얕게 번역했다가 오히려 리스크(스팸성 번역 페이지로 오인)를 만들었고, 가입 임팩트도 미미했다고 말한다. 대신 실제로 전환을 움직인 건 온보딩 이메일, 결제 유도 문구, 에러 메시지 같은 ‘마찰 구간’의 번역이었다. 즉, 국가별 퍼널 최적화에서 로컬라이제이션은 콘텐츠 확장이 아니라 “Friction Point 최소화”가 핵심이다.
마지막으로 모바일 비중은 국가별 퍼널의 UX 버그를 폭로한다. 베트남(모바일 91%), 인도네시아(85%), 필리핀(82%)처럼 모바일-퍼스트 국가에서 데스크톱 전제 UX(드래그앤드롭 업로드 등)는 곧 활성화 하락으로 직결된다. 이 팀은 업로드 플로우를 모바일 친화적으로 바꾸자 완료율이 약 18%p 상승했다. 같은 기능이라도 ‘국가 믹스’가 바뀌면, 제품의 병목이 곧바로 바뀐다.
시사점은 명확하다. 국가를 세그먼트가 아니라 ‘퍼널 단위’로 다뤄야 한다. 실행 레벨로는 (1) 국가별 AARRR 퍼널을 분리해 Activation/Pay/Refund/LTV를 따로 보고, (2) “볼륨 국가”와 “매출 국가”를 다른 성장 루프로 운영하며, (3) 채널 실험도 국가 단위로 설계해야 한다. 예: 인도네시아/필리핀은 커뮤니티·소셜 확산(레퍼럴, 공유 UX, 로컬 인플루언서 데모) 중심으로 CAC를 낮추고, 미국/영국/독일은 결제 전환·환불률·가격 패키징(연간 플랜, 신뢰 신호, 사용량 기반)으로 LTV를 끌어올리는 식이다.
전망: 앞으로 ‘국가별 퍼널 최적화’는 선택이 아니라 생존 과제가 된다. AI 도구처럼 글로벌로 열려 있는 제품일수록 유입은 자연히 국경을 넘고, 그 순간 평균 지표는 더 빨리 망가진다. 한 장의 글로벌 전환율 대신, 국가별 PPP를 감안한 유료 전환과 LTV를 동시에 트래킹하고, signup velocity 급등을 “로컬 바이럴 신호”로 처리하는 팀이 CAC를 구조적으로 낮출 것이다. 결국 성장은 기능이 아니라 분포를 읽는 능력에서 갈린다—지도 위에서 퍼널을 다시 그리는 팀만이 다음 실험을 제대로 꽂는다.