본문으로 건너뛰기

[3주차] 앱은 이미 있었습니다. 문제는 운영과 고도화, SNS 홍보 방식이었습니다 - 회고 버전

자몽블랙티

2026.10.21

[3주차] 앱은 이미 있었습니다. 문제는 운영과 고도화, SNS 홍보 방식이었습니다 - 회고 버전 본문 이미지

[23기 런칭 스프린트] 수험 영어 VOCA 웹앱 만들기 →

[24기 유니콘 스프린트] 통키 VOCA 앱의 GA4 분석, 테스트 개선, 운영 QA, 콘텐츠 실험과 자동화

소개

이번 유니콘 스프린트에는 수험 영어 VOCA 교재와 연결된 학습 웹앱을 가지고 참여했습니다.

이 앱은 교재 구매자의 어휘 학습을 돕는 서비스로, 교재에 포함된 쿠폰을 등록한 뒤 이용하는 구조입니다(DAY 1~9는 free, 일정 DAY 10부터는 교재 내 쿠폰 등록 후 이용 가능).

처음에는 교재 구매에 홍보 포인트를 두었다가, 이미 운영 중인 앱을 SNS로 더 알리고, 앱 사용과 교재 구매·쿠폰 등록으로 이어질 수 있는지를 확인하는 데 집중하려 했습니다.

하지만 실제로 시작해보니 홍보보다 먼저 정리해야 할 것이 많았습니다.

• 실제 앱 데이터는 어디에 쌓이고 있는가? (GA4 속성)

• 분석 결과를 서비스 개선으로 어떻게 연결할 것인가?

• 개선한 뒤에도 새로 발견되는 오류와 데이터 누락, 불일치를 어떻게 관리할 것인가?

• SNS 콘텐츠를 본 사람이 영어 학습 콘텐츠임을 바로 이해하는가?

• 수천 개의 콘텐츠(2,400개 단어와 오디오, TEST)를 같은 기준으로 만들고 검수할 수 있는가?

이번 스프린트의 핵심은 단순한 홍보나 감에 의한 콘텐츠 생산이 아니었습니다.

지난 4주는 새로운 앱을 만드는 시간이라기보다, 이미 만든 앱을 실제로 운영할 수 있는 학습 서비스로 이해하고 정교하게 다듬는 과정에 가까웠습니다.
'분석 → 서비스 개선 → 운영 중 QA → 유입 실험'이 서로 분리된 일이 아니라 동시에 진행되어야 한다는 점을 확인했습니다.

진행 방법

PART 1. 학습 콘텐츠의 고도화

STEP 1. 실제 분석 경로부터 다시 확인했습니다

가장 먼저 VOCA 앱의 GA4 연결 상태를 확인했습니다. 처음에는 계정에 보이는 VOCA 관련 속성이 실제 운영 앱의 분석 속성이라고 생각했습니다.

하지만 해당 속성에서는 실시간 방문이 잡히지 않았고, 데이터 수집이 활성화되지 않았다는 안내가 표시됐습니다. 연결이 끊겼다고 단정하지 않고 다음 순서로 다시 확인했습니다.

1. 실제 운영 주소에 테스트용 UTM을 붙여 접속
2. GA4 실시간 보고서 확인
3. Google Tag Assistant로 실제 사이트에 설치된 태그 확인
4. Firebase Analytics와 연결된 운영 속성 확인
5. 분석 권한과 실제 배포 환경의 차 대조

그 결과, 실제 운영 앱은 처음 보고 있던 속성이 아니라 Firebase Analytics와 연결된 별도의 GA4 속성으로 데이터를 보내고 있었습니다.

그래프가 표시된 모바일 앱의 스크린샷

★첫 번째로 알게 된 점 : 데이터가 없었던 것이 아니라, 이제껏 제가 다른 속성을 보고 있었습니다. (GA4 : 랜딩 페이지에서 접속한 VOCA 앱 이용자만 측정)

새 태그를 추가하면 중복 측정이 생길 수 있어, 기존 누적 데이터를 유지하고 실제 운영 속성의 조회 권한과 이벤트 구조를 정리하는 방향으로 결정했습니다.

STEP 2. 분석 결과를 핵심 서비스 개선으로 연결했습니다

실제 운영 데이터에서 학습 화면과 테스트 화면의 이용이 확인되면서, 단순히 유입 수를 늘리는 것보다 사용자가 반복해서 접하는 핵심 경험의 품질 을 먼저 점검해야 한다고 판단했습니다.

그래서 테스트 콘텐츠를 다시 검토했습니다. 특히 여러 의미/품사를 가진 단어와 선택지 구성, 학습 소스와 테스트 소스의 일치 여부를 중심으로 60개 중 19개 DAY의 테스트를 수정했습니다.

이 과정에서 서비스 개선의 우선순위도 달라졌습니다. 새로운 기능을 추가하기보다, 이미 사용 중인 학습·복습·테스트 경험을 더 정확하고 일관되게 만드는 것이 먼저였습니다.

★두 번째로 알게 된 점 : 앱 분석은 보고서를 확인하는 데서 끝나지 않았습니다. 실제로 많이 사용되는 기능을 우선 개선하고, 콘텐츠 원본과 결과물이 일치하는지 다시 점검하는 기준이 되었습니다. 고도화의 기준을 세우게 되었습니다.

STEP 3. 개선 중에도 새로운 오류와 불일치가 발견됐습니다 - 이번 주차에 발견된 오류!

테스트를 수정하고 서비스를 점검하는 과정에서도 예상하지 못한 문제가 새로 발견됐습니다. 교재에 있는 학습 요소 중 하나(발음기호)가 원래 기획과 달리 일부 DAY에만 앱 화면에 표시되고 있었습니다. 원래 기획에서는 이 요소를 넣지 않는 방향이었습니다. TTS 발음과 교재 표기가 항상 일치하지 않고, 특수문자와 표기 방식이 자료마다 달라 앱에서 일관되게 구현하기 어렵기 때문입니다.

따라서 현재처럼 일부 DAY에만 남겨두기보다, 전체 삭제 또는 교재 기준으로 전체 보완 중 하나를 정책적으로 결정해야 합니다.

이 문제는 단순한 화면 오류보다 더 중요한 의미가 있었습니다. 같은 프롬프트와 같은 제작 환경을 사용하더라도, 원본 데이터의 존재 여부와 과거 작업 단계에 따라 구현 결과가 달라질 수 있었습니다.

PART 2. SNS 제작 및 홍보 방식

STEP 1. 통키영어 틱톡 계정을 만들고 콘텐츠의 정체성을 실험했습니다

인스타그램은 조회수 등에서 단기간에 성과를 확인하기 어렵다고 판단하여, 새로 개설하기보다 기존 인스타그램을 비즈니스 계정으로 전환하고, 대신 틱톡 계정(통키영어)을 새로 개설했습니다.

① 3:3:3 법칙으로 interest 그래프를 먼저 만들었습니다

아무도 내 콘텐츠를 알지 못하는 상황에서 유입수를 늘리기 위해서는, Brandon 스터디장님이 OT 때부터 강조하신 3:3:3 법칙대로 틱톡에 많은 시간을 들이고 정성을 기울였습니다. 추천하신 <숏폼력>도 많은 도움이 되었습니다.

  • 타깃 수험생이 볼 만한 주제만 집중적으로 탐색

  • 좋아요·댓글·저장/공유 등 의도적인 상호작용

  • 반응이 좋은 콘텐츠의 첫 문장과 후킹 방식 수집

  • 통키영어 계정의 관심사를 영어 학습 중심으로 학습시키기

게시물만 올리고 기다리기보다, 계정 자체가 어떤 관심 분야에 속하는지를 플랫폼에 지속적으로 알려주는 과정으로 이해했습니다.

② 틱톡 계정에 첫 카드뉴스를 업로드했습니다 (feat. 우리집 반려견 등장)

처음에는 강아지 사진과 앱 테스트 문제를 결합한 카드뉴스를 만들었습니다.

하지만 오프라인 피드백에서 가장 많이 나온 의견은 다음과 같았습니다.

“영어 학습 계정인지 강아지 계정인지 첫눈에 알기 어렵다”

그래서 콘텐츠 방향을 다음과 같이 바꿨습니다.

  • 강아지를 메인 콘텐츠에서 제외

  • 영어 단어와 의미를 첫 화면의 중심으로 배치

  • 뜻·예문·암기 포인트·테스트·정답의 6장 구조 고정

  • 카드뉴스와 영상이 같은 영어 학습 시리즈로 보이도록 통일

★세 번째로 알게 된 점 : 내가 좋아하는 혹은 유행한다고 생각하는 콘텐츠를 맥락 없이 올리지 말 것! 틱톡 계정부터 게시물까지 정체성과 맥락을 유지해야 한다는 것을 알게 되어 앞으로의 게시물 제작 기준을 수정하게 되었습니다.

③ 두 번째 단어를 기준으로 제작 방식을 정리했습니다

첫 번째 단어에서는 콘텐츠 아이디어를 시험했고, 두 번째 단어부터는 틱톡 카드뉴스와 영상·유튜브 쇼츠의 전체 제작 흐름을 만들기 시작했습니다.

클로드 코드가 학습·테스트 JSON에서 표제어·뜻·예문·선택지·정답·음성 위치를 추출하고, 마스터 템플릿에 적용하도록 했습니다.

제작 과정에서 발견된 문제는 개별 이미지에서만 고치지 않고 자동 검수 규칙으로 바꿨습니다.

한국어 앱 스크린샷

★네 번째로 알게 된 점 : 같은 단어의 게시물이지만, 유형에 따라 제작 방식이 달랐습니다.

틱톡 카드뉴스(배경음악만), 틱톡 영상(각 스크린마다 TTS로 음성 생성), 유튜브 쇼츠(캡컷으로 효과 추가, 배경음악 별도 생성)마다 특징을 살리고 각각의 자동화를 시도했습니다.

같은 영상이어도 틱톡과 유튜브의 최종본이 다르고, 효과적인 제작 방식이 다르다는 점도 확인했습니다.

이때, 보카 앱 제작 시 생성한 오디오와 앱 스크린 등을 최대한 활용하여 실제 앱 이용 시 이질감이 들지 않도록 했습니다.

또한 다음 단계인, 각각의 자동화를 위해 실제 게시에 사용한 파일은 별도 폴더에 복사하고, 게시 URL·게시일·파일 경로·해시를 manifest로 기록하도록 했습니다.

99_final_published/
├─ tiktok_carousel/
├─ tiktok_video/
├─ youtube_shorts/
└─ PUBLISHED_MANIFEST.md

STEP 2. 카드뉴스와 영상의 반복 제작 기준을 만들고 자동화를 설계했습니다

마지막 주에는 세 번째 단어를 대상으로 두 번째 단어의 제작 방식을 반복할 수 있는지 검증했습니다.

① 원본 데이터 자동 추출

클로드 코드가 뜻과 예문을 AI가 새로 만들지 않고, 학습·테스트 JSON에서 교재·앱의 확정 원문을 그대로 사용하여 자동 추출하는 것을 원칙으로 했습니다.

② 카드뉴스 자동 생성과 검수

두 번째 단어의 최종 카드뉴스를 마스터로 삼아 세 번째 단어 카드뉴스를 만들었습니다. 제작 과정에서 발견된 문제를 해당 카드만 고치는 데 그치지 않고 자동 검수 규칙으로 바꿨습니다. 자동 검수 결과는 FAIL 0이 될 때까지 반복 수정했습니다.

③ 틱톡 영상의 음성 구조 복원

마찬가지로 두 번째 단어의 실제 최종 영상에 있는 7개 음성 구조와 흐름을 갖도록 실제 게시 최종본과 로컬 마스터 영상을 대조해 제작했고, FAIL 0 기준으로 검수를 마쳤습니다.

④ 유튜브 쇼츠의 자동화 기준 정리

캡컷의 두 번째 단어 프로젝트를 분석해 유튜브 쇼츠용 편집 기준을 정리했습니다. 영상마다 음성 길이가 다르므로 효과 위치에는 약간의 자동 보정을 허용했습니다. 배경음악은 콘텐츠 분위기에 맞는 곡을 추천하되, 사용 범위가 확인된 음원만 활용하는 것을 원칙으로 했습니다.

현재, 세 번째 단어의 카드뉴스와 틱톡 영상은 완료하여 게시되어 있고, 유튜브 쇼츠는 자동화 규칙과 프롬프트까지 준비했으며, 최종 생성은 다음 작업으로 남아 있습니다.

[틱톡] 통키영어

네 개의 한국 만화가 한 화면에 보여요

지금TV

한국어 한국어 한국어 한국어 한국어 한국어 한국어 한국어

사용한 도구

  • Firebase Analytics: 실제 앱 사용자 활동과 화면별 이용 현황 확인

  • Google Analytics 4: 실제 분석 속성과 유입·이벤트 구조 확인

  • Google Tag Assistant: 운영 사이트의 태그·이벤트 점검

  • Claude Code: 테스트 수정, JSON 분석, 카드뉴스·영상 생성, 자동 검수, 파일 관리

  • ChatGPT: 서비스 흐름·콘텐츠 구조·프롬프트·검수 기준·사례글 정리

  • TikTok: 통키영어 계정 운영, 3:3:3 활동, 카드뉴스·영상 게시

  • Instagram: 기존 계정을 비즈니스 계정으로 전환

  • CapCut: YouTube Shorts 음악·효과·플랫폼별 편집 기준 확인

결과와 배운 점

1. 4주간의 결과

• 실제 Firebase Analytics·GA4 분석 경로 확인

• 운영 데이터를 기준으로 콘텐츠 재점검·수정·고도화

• 통키영어 틱톡 계정 개설과 3:3:3 활동

• 카드뉴스·틱톡 영상 제작 기준과 자동 검수 규칙 구축

• 유튜브 쇼츠 자동화 기준과 프롬프트 준비

2. 과정 중 겪은 시행착오

이번 과정에서 가장 큰 시행착오는 이름이나 형식이 비슷하면 같은 기준일 것이라고 생각했던 점 이었습니다.

• 분석 속성 착오 수정

• 첫 콘텐츠의 정체성 혼선

• 지속적인 앱 콘텐츠 오류 발견과 수정

• 플랫폼별 제작 및 홍보 방식

이러한 시행착오를 겪으며 개별 결과물만 수정하기보다, 발견한 문제를 다음 작업의 자동 검수 규칙과 파일 관리 기준으로 바꾸는 것 이 중요하다는 점을 배웠습니다.

3. 가장 크게 배운 점

• 분석 도구를 보고 있다는 사실만으로 실제 운영 데이터를 보고 있는 것은 아니었습니다.

• 데이터는 보고서가 아니라 개선의 우선순위를 정하는 기준이어야 했습니다.

• 서비스를 개선한 뒤에도 운영 과정에서 새로운 오류와 불일치는 계속 발견됐습니다.

• 지속적인 서비스 고도화와 사용자 유입 실험은 동시에 진행되어야 했습니다.

• SNS 조회수보다 앱 학습 시작·완료·재방문이 더 중요한 성과 지표였습니다.

• 자동화는 많이 생성하는 기술보다 같은 기준으로 만들고 오류를 발견하는 체계에 가까웠습니다.

4. 제가 얻은 운영 팁

• GA4 데이터가 안 보인다고 새 태그부터 붙이지 않기

• 자동화 전에 마스터 결과물 하나를 확정하기

• 원본·작업본·게시본을 분리하기

• 한 번 발견한 오류를 다음 검수 규칙으로 바꾸기

5. TAM·SAM·SOM으로 다시 본 시장

이번 단계에서는 실제 앱 사용과 교재 연계 가능성을 확인하는 것이 현실적인 목표라고 판단했습니다.

6. 이번 스프린트의 결정과 하지 못한 작업

서비스를 중단하거나 바로 대규모 확장하기보다 실제 데이터를 보며 계속 수정하고 다시 검증하는 과정이었습니다.

앱은 이미 운영되고 실제 사용 데이터도 존재하지만, SNS 유입부터 학습·테스트·교재 구매·쿠폰 등록·재방문으로 이어지는 전체 흐름은 아직 충분히 검증하지 못했습니다.

7. 도움이 필요한 부분

“자동화가 가능하다”와 “서비스에 바로 적용해도 안전하다” 사이의 기준을 어떻게 정하는지 궁금합니다.

8. 앞으로의 과제

• 측정 구조 정리

• 핵심 서비스 품질 개선

• 사용자 유입과 서비스 고도화 병행

이번 스프린트에서 얻은 것은 완성된 자동화가 아니었습니다. 대신 분석을 제대로 보는 법, 분석을 개선으로 연결하는 법, 그리고 개선 이후에도 계속 발견되는 문제를 운영 체계 안에서 다루는 법을 배웠습니다.

앞으로는 지속적인 서비스 고도화와 사용자 유입 실험을 함께 진행 하면서, 사용자가 실제로 공부하고 다시 찾아오는 구조를 만들고 싶습니다.

도움 받은 글 (옵션)

두 분의 스터디장님과 버디님의 알짜 온오프라인 강의 및 어드바이스

스터디 회원분들의 진심 어린 조언과 응원

4

함께 이야기해요 4

로그인하고 댓글을 남겨 주세요

Brandon 프로필 이미지
Brandon2026.10.21

하루하루 개선되는 서비스가 정말 멋집니다 자몽님!!

유입이 개선되셨다는게 진짜 기쁜 소식이네요~

4주간 수고 많으셨습니다~ 90일후에 또 뵈어요~^^

자몽블랙티 프로필 이미지
자몽블랙티2026.10.22

2기에 걸쳐 큰 도움 받았습니다. 잘 이끌어주셔서 감사합니다.
90일 후에 뵙겠습니다^^

woodyj 프로필 이미지
woodyj2026.10.25

자몽 블랙티님 4주간 너무 고생많으셨습니다. 자몽블랙티님의 열정에 동기부여받았습니다~

자몽블랙티 프로필 이미지
자몽블랙티2026.10.27

매번 온오프라인에서 지식과 꿀팁, 인사이트 주시고 잘 이끌어주셔서 감사합니다. 2기 동안 많은 도움 받았습니다~ ^^

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

이런 사례도 있어요

사례 전체 보기