쿠팡플레이 때문에 로켓와우에 가입하는 사람은 없다: 4,597명의 카드 결제 데이터가 말해주는 것

쿠팡 로켓와우. 네이버 플러스 멤버십. 아마존 프라임. 커머스 플랫폼의 핵심 전략은 이제 "멤버십으로 고객을 묶는 것"이다. 무료배송, OTT 번들링, 적립 혜택 — 가입만 하면 이것저것 공짜.

플랫폼은 이 번들이 가입의 동인이라고 믿는다. 쿠팡은 로켓와우에 쿠팡플레이(OTT)를 끼워 넣고, 네이버는 플러스 멤버십에 시리즈온(웹툰/웹소설)을 번들링한다. "영상까지 공짜로 볼 수 있으니 가입하겠지?"

BDM Lab이 4,597명의 4년간 카드 결제 데이터를 분석한 결과, 이 가정은 틀렸다.

이 연구는 어떻게 설계되었나

4,597명, 4년, 실제 카드 결제

국내 카드사 패널 데이터를 사용했다. 4,597명의 소비자가 2020년부터 2023년까지 4년간 어디에, 얼마를 썼는지를 카드 결제 내역으로 추적한 데이터다.

이 데이터의 강점은 전체 소비 그림이 보인다는 점이다. 보통 연구는 "쿠팡에서의 구매 데이터"처럼 특정 플랫폼 내부 데이터만 사용한다. 그러면 "이 사람이 다른 곳에서는 얼마를 쓰는지", "전체 소비에서 이 플랫폼이 차지하는 비중"을 볼 수 없다. 우리는 카드 결제 전체를 봤기 때문에, 소비자의 전체 소비 포트폴리오 — 온라인 쇼핑, 오프라인 마트, OTT, 레저, 외식 등 — 를 동시에 분석할 수 있었다.

왜 카드 결제 데이터인가

멤버십 가입 동인을 연구하는 기존 방법은 설문이다. "왜 로켓와우에 가입하셨나요?" 답변은 뻔하다. "무료배송 때문에요." 하지만 이건 사후 합리화(post-hoc rationalization)일 가능성이 높다. 사람들은 자기 행동의 이유를 정확히 알지 못하고, 물어보면 가장 그럴듯한 이유를 만들어낸다.

카드 결제 데이터는 이 문제를 우회한다. "왜 가입했는지"를 묻는 대신, **"어떤 소비 패턴을 가진 사람이 가입했는지"**를 본다. 소비자의 말이 아니라 지갑이 답을 준다.

5개의 가설, 5개의 소비 행태 변수

다섯 가지 소비 행태가 멤버십 가입을 예측하는지를 검증했다.

• 총지출 규모: 전체 카드 결제 총액
• 온라인 쇼핑 비중: 전체 소매 지출 중 온라인 비중
• 해당 플랫폼 지출 비중: 쿠팡/네이버 등 특정 플랫폼에서의 지출이 전체에서 차지하는 비중
• 디지털 콘텐츠 지출: OTT, 음악, 웹툰 등 디지털 구독 서비스 지출
• 오프라인 레저 지출: 여행, 캠핑, 외식, 공연 등 오프라인 활동 지출

분석은 로지스틱 회귀분석으로 수행했다. "이 사람이 멤버십에 가입할 확률"을 다섯 가지 변수로 예측하는 모델이다. 추가로, 20202021(팬데믹)과 20222023(엔데믹)을 나눠서 시기별 차이도 분석했다.

5개의 가설을 세웠다. 2개만 살아남았다

이 연구가 검증한 것은 단순하다. "어떤 소비 행태를 가진 사람이 커머스 멤버십에 가입하는가?" 다섯 가지 가설을 세우고, 실제 결제 데이터로 때려봤다.

살아남은 건 딱 두 개. 총지출 규모와 해당 플랫폼 지출 비중. 이 두 변수만 팬데믹(20202021)과 엔데믹(20222023) 모두에서 일관되게 유의했다.

발견 1: 절약하려는 사람이 아니라, 이미 많이 쓰는 사람이 가입한다

로켓와우의 핵심 혜택은 무료배송이다. 그래서 "배달비 아끼려는 가격 민감 소비자"가 가입할 거라고 생각하기 쉽다.

데이터는 정반대를 보여줬다. 총지출이 높은 사람일수록 멤버십 가입 확률이 높았다.

이걸 뒤집어 생각해보면 중요하다. 멤버십 가입자는 "절약형 고객"이 아니다. 이미 소비 수준이 높은 고객이 멤버십이라는 프레임 안에서 자기 소비를 체계화하는 것에 가깝다. 월정액을 내고 "본전 심리"로 더 쓰는 구조가 아니라, 원래 많이 쓰는 사람이 효율화를 위해 가입하는 구조다.

이 발견은 멤버십의 근본적 성격을 보여준다. 멤버십은 수요를 창출하는 도구가 아니라, 기존 수요를 구조화하는 도구다. 이미 소비 수준이 높은 사람이 자기 소비를 효율적으로 관리하기 위해 가입한다.

이걸 다시 풀면: 멤버십 마케팅의 타겟이 "잠재 고객"이 아니라 **"이미 우리한테 돈을 쓰고 있는 고객"**이어야 한다는 뜻이다.

발견 2: "온라인 쇼핑을 많이 하는 사람"이 아니라, "쿠팡에서 많이 사는 사람"이 가입한다

"온라인 쇼핑 비중이 높은 사람"과 "쿠팡 지출 비중이 높은 사람"은 다르다.

전체 소매 지출 중 온라인 비중이 높다고 해서 멤버십에 가입하는 건 아니었다. 11번가에서 많이 사든, G마켓에서 많이 사든, 그건 로켓와우 가입과 무관했다. 하지만 쿠팡에서의 지출 비중이 높을수록 로켓와우 가입 확률은 확실히 올라갔다.

이것이 시사하는 바: 멤버십은 새 고객을 데려오는 도구가 아니다. 기존 충성 고객을 고정(lock-in)하는 도구다.

쿠팡을 잘 안 쓰는 사람에게 "로켓와우 가입하면 무료배송!"이라고 아무리 외쳐봐야, 그 사람은 가입하지 않는다. 이미 쿠팡에서 주 3회 이상 주문하는 사람이 "이왕 이렇게 많이 쓰는데 멤버십이라도 해야겠다"는 마음으로 가입한다.

경제학에서 이것을 **전환 비용(switching cost)에 의한 자연적 고정(lock-in)**이라 한다. 특정 플랫폼에서의 구매 이력, 리뷰 데이터, 개인화된 추천 — 이런 것들이 쌓이면서 다른 플랫폼으로 옮기는 비용이 커진다. 멤버십은 이 전환 비용을 공식화한 것이다. "나는 쿠팡 사람이다"라는 정체성을 월 4,990원으로 확인하는 행위다.

이 구분이 중요한 이유: "온라인 쇼핑을 많이 하는 사람"에게 멤버십을 마케팅하면 비용 대비 효과가 낮다. 그 사람이 11번가에서 주로 쇼핑한다면, 로켓와우 광고는 허공에 뿌리는 셈이다. 정확한 타겟은 **"우리 플랫폼에서의 지출 비중이 높은 사람"**이다.

발견 3: OTT 번들링은 가입을 이끌지 못한다

가장 뼈아픈 결과다.

쿠팡이 쿠팡플레이를 번들링한 이유는 명확하다. "로켓와우 가입하면 드라마까지 공짜!" 추가 혜택으로 가입을 유도하겠다는 전략. 네이버도 같은 논리로 시리즈온을 번들링했다.

데이터는 이를 지지하지 않았다. OTT를 포함한 디지털 콘텐츠 지출 비중은 멤버십 가입 확률과 통계적으로 유의한 관계가 없었다. 팬데믹 때도, 엔데믹 때도. 넷플릭스에 매달 1만 5천원을 쓰는 사람이 "쿠팡플레이도 보고 싶어서" 로켓와우에 가입하지는 않는다는 뜻이다.

OTT 번들링은 신규 가입(acquisition)을 이끄는 도구가 아니다. 기존 가입자의 이탈을 막는 유지(retention) 도구일 수는 있다 — "해지하면 쿠팡플레이도 못 보는데..." 하지만 신규 고객을 데려오는 미끼로서는 작동하지 않는다.

쿠팡플레이에 수천억 원을 투자하는 것이 멤버십 가입 유도 관점에서 정당화되는지, 이 데이터는 의문을 제기한다.

왜 OTT 번들링은 가입을 이끌지 못하는가

이 결과를 이론적으로 생각해보면 이유가 명확하다. 멤버십 가입은 **핵심 가치(core value)**에 의해 결정된다. 커머스 멤버십의 핵심 가치는 쇼핑 경험이다 — 빠른 배송, 편리한 반품, 넓은 상품 선택. OTT는 이 핵심 가치와 관련이 없는 **부수적 혜택(peripheral benefit)**이다.

넷플릭스에 이미 월 1만 5천원을 쓰는 사람에게 "쿠팡플레이도 공짜!"라고 해봐야, 그 사람은 이미 자기가 원하는 OTT 서비스를 갖고 있다. 쿠팡플레이가 추가적 동기를 제공하지 못한다. 반대로, OTT를 전혀 안 쓰는 사람에게 쿠팡플레이는 매력적일 수 있지만, 그런 사람은 디지털 콘텐츠에 관심이 없는 사람이므로 "공짜 OTT"가 월 4,990원의 멤버십비를 정당화하기 어렵다.

아마존 프라임이 프라임 비디오를 성공적으로 번들링한 것과 비교하면, 결정적 차이가 있다. 아마존 프라임은 이미 프라임 멤버 기반이 거대한 상태에서 프라임 비디오를 추가했다. 비디오가 가입을 이끈 게 아니라, 이미 가입한 사람들이 비디오까지 쓰기 시작한 것이다. 인과의 방향이 반대다.

한 가지 더: 코로나가 바꾼 것

오프라인 레저 활동(여행, 캠핑, 외식)의 효과는 시기에 따라 달라졌다. 팬데믹 때는 효과 없음. 엔데믹으로 전환되자, 레저 지출이 높은 사람일수록 멤버십 가입 확률이 오히려 높아졌다.

여행도 가고, 캠핑도 하고, 외식도 하고, 온라인에서도 많이 사는 사람 — 전반적으로 **활성 소비자(active consumer)**인 것이다. 이들은 삶의 여러 영역에서 소비를 즐기고, 그 중 하나로 커머스 멤버십도 가입한다.

플랫폼 전략 담당자에게

1. 멤버십 가입 캠페인의 타겟을 재설정하라

"아직 가입하지 않은 모든 사용자"가 아니라, **"이미 우리 플랫폼에서 상위 20% 지출을 하고 있는 비회원"**이 진짜 타겟이다.

현재 대부분의 플랫폼은 멤버십 가입 유도를 위해 전체 사용자에게 동일한 배너를 노출한다. "지금 가입하면 첫 달 무료!" 이 방식의 문제는 전환율이 낮다는 것이다. 이미 쿠팡에서 월 30만 원 이상 쓰는 비회원 1,000명에게 집중하는 것이, 전체 비회원 100만 명에게 배너를 뿌리는 것보다 효과적이라는 게 데이터의 메시지다.

구체적으로: 플랫폼 내부 데이터에서 "최근 3개월 지출 상위 20%이면서 아직 멤버십 비가입자"를 뽑아, 이들에게 개인화된 가입 제안을 하라. "고객님은 지난 3개월간 배송비로 X원을 쓰셨습니다. 멤버십 가입 시 연간 Y원을 절약할 수 있습니다." 이런 계산이 포함된 제안은 일반 배너보다 전환율이 높을 수밖에 없다.

2. OTT 번들링의 ROI를 가입이 아니라 이탈 방지로 재측정하라

신규 가입 기여도가 낮다면, 수천억 원의 콘텐츠 투자를 "가입 유도"로 정당화하는 것은 위험하다. 이탈률 감소 기여도로 재계산해야 한다.

쿠팡플레이가 로켓와우의 월간 이탈률을 1%포인트 줄인다면, 그 1%포인트의 가치가 쿠팡플레이 연간 투자비를 상회하는지를 봐야 한다. 만약 상회하지 못한다면, 같은 금액을 핵심 쇼핑 경험 개선(배송 속도, 상품 다양성, 반품 편의)에 쓰는 것이 ROI가 높을 수 있다.

3. "혜택 추가"보다 "핵심 경험 강화"가 먼저다

데이터가 보여주는 건, 사람들이 번들 혜택 때문에 가입하는 게 아니라 이미 그 플랫폼의 핵심 경험(쇼핑)에 만족하기 때문에 가입한다는 것이다.

멤버십 전략의 우선순위가 여기서 명확해진다. 번들 혜택을 추가하는 것(쿠팡플레이, 쿠팡이츠 할인, 제휴 할인 등)보다, 핵심 쇼핑 경험 자체를 압도적으로 만드는 것이 먼저다. 배송이 더 빨라지고, 상품이 더 다양해지고, 가격이 더 경쟁력 있어지면 — 멤버십 가입은 자연스럽게 따라온다.

번들 혜택은 "이미 핵심 경험에 만족한 사람에게 해지를 한 번 더 망설이게 만드는 장치"로 포지셔닝하는 것이 맞다. 가입의 동인이 아니라 이탈의 마찰이다.

4. 네이버에게 시사하는 것

네이버 플러스 멤버십은 쿠팡과 다른 구조다. 네이버의 핵심 서비스는 검색인데, 멤버십은 쇼핑(네이버 쇼핑)과 콘텐츠(시리즈온)를 번들링한다. 우리 데이터에 따르면, 이 멤버십의 가입을 이끄는 것은 시리즈온이 아니라 네이버 쇼핑에서의 지출 비중이어야 한다.

네이버의 도전은, 쿠팡만큼 쇼핑 경험에서 강한 핵심 가치를 만들기 어렵다는 점이다. 네이버 쇼핑은 여전히 중개 플랫폼이지 직접 배송·물류를 가진 리테일러가 아니다. 핵심 쇼핑 경험의 품질이 쿠팡만큼 통제되지 않는 상태에서 멤버십을 키우려면, 적립률과 같은 금전적 혜택에 의존할 수밖에 없다. 이것이 지속 가능한 구조인지는 지켜볼 필요가 있다.

분석 기법에 대해: 왜 로지스틱 회귀인가

이 연구에서 사용한 핵심 분석 방법은 로지스틱 회귀분석(logistic regression)이다. 종속변수가 "멤버십 가입 여부"(0 또는 1)이므로, 이진 결과를 예측하는 로지스틱 모형이 적합하다.

독립변수는 가입 시점 이전 기간의 소비 행태를 사용했다. 이것이 중요하다 — 가입 이후의 소비 행태로 가입 여부를 예측하면 역인과(reverse causality) 문제가 발생한다. "멤버십에 가입했기 때문에 많이 쓰는 것"과 "많이 쓰기 때문에 멤버십에 가입하는 것"을 구별하려면, 반드시 가입 이전 데이터를 사용해야 한다.

독립변수의 구성도 고려할 점이 있다. 총지출과 플랫폼 지출 비중을 동시에 투입하면 다중공선성(multicollinearity)이 우려된다. 이를 통제하기 위해 VIF(Variance Inflation Factor)를 확인했고, 변수 간 상관이 허용 범위 내임을 검증했다.

팬데믹(20202021)과 엔데믹(20222023)을 나눠서 분석한 것은, 구조적 변화(structural break)를 고려한 설계다. 코로나19가 온라인 쇼핑 행태를 근본적으로 바꿨을 수 있으므로, 두 시기에서 동일한 변수가 일관되게 유의한지를 봤다. 총지출과 플랫폼 지출 비중은 두 시기 모두에서 유의했기 때문에, 코로나와 무관한 구조적 요인으로 볼 수 있다.

향후 이 연구를 확장한다면, 생존 분석(survival analysis)이 유용할 것이다. "언제 가입하는가"(가입까지의 시간)를 종속변수로 사용하면, 어떤 소비 행태가 빠른 가입을 예측하는지도 볼 수 있다. 또한 propensity score matching을 적용하면 가입자-비가입자 간 비교의 엄밀성을 높일 수 있다.

이 분석의 한계

첫째, 카드 패널 데이터의 대표성. 조사 패널의 카드 결제 데이터를 사용했다. 이 패널이 전체 한국 소비자를 대표한다고 단정하기 어렵다. 카드 결제 비중이 낮은 소비자(현금 사용 비중이 높은 고령층 등)는 과소 대표됐을 수 있다.

둘째, 간접 식별. 멤버십 가입 여부를 "멤버십 결제 내역 유무"로 식별했다. 무료 체험 기간 중인 사용자나, 가족 계정으로 이용하는 사용자는 포착하지 못했을 수 있다.

셋째, 시기 구분의 임의성. 팬데믹/엔데믹 구분을 2년 단위로 나눈 것이 실제 정책 변경 시점과 정확히 일치하지 않을 수 있다. 2022년 상반기까지는 여전히 방역 조치가 남아있었으므로, 더 세밀한 시기 구분이 필요할 수 있다.

넷째, 가입 이후 행동 변화는 분석하지 않았다. 이 연구는 "누가 가입하는가"만 봤다. "가입 후 소비가 어떻게 변하는가" — 즉 멤버십의 실제 효과 — 는 별도 분석이 필요하다. 가입 전후의 패널 데이터를 이중차분법(DID)으로 분석하면, 멤버십이 소비 행태에 미치는 인과적 효과를 추정할 수 있을 것이다.

---

출처: 임보람·한상린·박우현·홍근혜 (2025). "과거 소비 행태가 온라인 커머스 멤버십 가입에 미치는 영향: 커머스 멤버십 사례에 대한 계량경제학적 분석." 유통연구, 30(4), 1-23.