Pacemaker — Case Study

Case 1 · Problem

핵심 기능은 있었지만, 얼굴이 뒷받침하지 못했다

팀에 합류했을 때, Pacemaker에는 이미 라이브 러닝(실시간 달리기 응원)이라는 핵심 기능이 있었습니다. 하지만 앱의 첫인상인 피드 화면은 인스타그램 스토리를 그대로 따라한 구조였고, 전반적으로 투박한 디자인이 소셜 앱으로서의 매력을 전달하지 못하고 있었습니다.

문제 인식: 라이브 러닝이라는 차별화 기능은 존재하지만, 피드의 디자인 퀄리티가 "이 앱을 계속 쓰고 싶다"는 감정을 만들지 못하고 있었습니다. 소셜 앱에서 피드는 단순히 기록을 보여주는 곳이 아니라, 다른 사람의 활동을 보고 "나도 달려야겠다"는 동기를 불러일으키는 공간이 되어야 했습니다.

Case 1 · Approach

인스타 라이브 × 본디 캐릭터 → 러닝 카드

1

라이브 러닝 UI 재설계

라이브 러닝은 SNS라는 본질에서 인스타그램 라이브 개념을 차용했습니다. 누군가가 지금 달리고 있다는 실시간성을 강조하고, 응원을 보내는 인터랙션을 직관적으로 만들었습니다.

2

러닝 카드 컨셉 도입

달리기 포스트는 본디(Bondee)의 캐릭터 패키지에서 영감을 받아 러닝 카드라는 개념으로 접근했습니다. 달리기 기록을 마치 선물 패키지처럼 시각적으로 포장해, 피드에서 "보는 즐거움"을 만들었습니다.

3

무드 전환 — 힙하고 액티브한 영 톤

달리기라는 테마에 맞게 전체 비주얼을 힙하고 액티브하고 영한 무드로 전환했습니다. 컬러, 타이포그래피, 아이콘 시스템을 전면 교체하며 브랜드 아이덴티티를 재정립했습니다.

Before

After

Case 1 · Result

v1.8.0 릴리즈 — 모든 지표가 동시에 점프

2023년 6월 5일 v1.8.0 릴리즈와 동시에 거의 모든 핵심 지표가 상승했습니다.

+86%

신규 가입 (22→41명)

+74%

MAU (27→47명)

+65%

WAU (9.6→15.8명)

16.5%

러닝 전환율 (11.1%→)

핵심 인사이트: 신규 가입만 늘었다면 외부 요인(마케팅, 계절성)일 수 있지만, 러닝 전환율이 11.1% → 16.5%로 동반 상승한 것이 중요합니다. 기존 유저가 피드를 더 자주 보게 되면서 "나도 달려야겠다"는 소셜 동기가 강화된 결과입니다. 7월에 신규 가입은 줄었지만 MAU 42명이 유지된 것은 리텐션 효과를 시사합니다.

이 피드 위에 v1.9.0(2023-07-10)에서 러닝 카드 포스팅, v1.12.0(2023-08-21)에서 이미지 공유, v2.0.7(2023-11-01)에서 인스타그램 공유로 이어지며 피드가 "보는 공간"에서 "만들고 공유하는 공간"으로 진화했습니다. 최종적으로 좋아요 54,715건, 댓글 32,952건의 커뮤니티 인터랙션으로 이어졌습니다.

Case 2 · Problem

가입은 느는데, 달리지 않는다

2024년 페이스메이커는 가입자가 꾸준히 늘었지만, 달리기 전환율은 하락세였습니다. 2023년 평균 12.7%였던 전환율이 2024년 상반기 7.5%로 떨어졌습니다. 가입만 하고 달리지 않는 유저가 늘어나는 구조적 문제를 해결해야 했습니다.

Case 2 · Experiment

두 가지 시도, 두 가지 실패

1

튜토리얼 (v2.3.1, 2024-05)

첫 러닝까지의 허들을 낮추기 위해 온보딩 튜토리얼 추가. 결과: 전환율 변화 미미(8.7% → 9.8%). 계절적 상승과 구분 불가.

2

함께달리기 (v2.4.1, 2024-09)

듀오링고 프렌드 스트릭 벤치마킹 — 주 1회 이상 둘 다 달리면 스트릭 적립. 결과: MAU 정체(92 → 92), 이후 하락. 출시 다음날 긴급 버그 수정. 현재 기능 제거 상태.

튜토리얼

함께달리기 (현재 제거)

지표	출시 전 (9월)	+1개월	+2개월	+3개월
MAU	92	92	81	49
WAU	31.2	37.6	29.6	22.0
전환율	9.3%	8.6%	7.1%	4.2%

함께달리기 출시 전후 지표

왜 실패했나

튜토리얼은 "왜 달려야 하는지"를 설명하지 못했고, 함께달리기는 MAU 92명 규모에서 앱 내에 아는 사람이 함께 사용하고 있을 확률이 너무 낮았습니다. 네트워크 효과가 필요한 기능을 임계치(critical mass) 도달 전에 출시한 셈이었습니다.

Case 2 · 전환

즉각적인 피드백으로 재설계하다

달리기는 진입장벽이 매우 높은 행위입니다. 기능을 더 추가하는 대신, 가입만으로 즉각적인 보상을 주고, 달린 직후 최대치로 보상하는 구조로 재설계했습니다. 2025년 2월 전환율 2.8%(역대 최저) — "가입은 하지만 러닝까지 안 가는" 극심한 드롭오프에서 출발했습니다.

1

웰컴 카드 — 가입 즉시 보상 (v2.9.0, 2025-03)

달리기 전에도 보상을 경험하게. 가입 직후 카드를 뽑아 나만의 러너 칭호를 부여하고 피드에 자동 게시. 달리기라는 높은 허들 없이 "이 앱에서 나는 러너"라는 정체성을 먼저 만들어줌.

웰컴 카드 — 가입 즉시 보상

2

러닝 완료 대시보드 — 달린 직후 최대 보상 (v2.9.0, 2025-03)

달리기가 끝나는 순간, 순위 변동·마일스톤 달성·커뮤니티 응원을 연속으로 보여줌. "다음에 또 달려야 하는 이유"를 달린 직후 가장 동기가 높은 시점에 즉각 전달.

러닝 완료 — 달린 직후 즉각 보상

Case 2 · Result

성장 궤도가 바뀌다

×2.3

MAU (34→77명, 1개월)

×2.1

전환율 (2.8%→5.9%)

×5.1

MAU 7개월 후 (34→174)

×3.9

WAU 7개월 후 (17.8→69.6)

월	신규가입	MAU	WAU	전환율
2025-01	27	55	21.6	4.6%
2025-02 (before)	18	34	17.8	2.8%
2025-03 (릴리즈)	83	77	33.2	5.9%
2025-04	65	83	39.0	6.1%
2025-05	91	98	40.8	6.7%
2025-06	123	136	54.2	8.6%
…	…	…	…	…
2025-10 (피크)	149	174	69.6	8.3%

v2.9.0(3월) 이후 7개월 연속 성장

단일 기능의 성과가 아닌, 이터레이션 사이클의 시작점. v2.9.0을 기점으로 3~10월까지 약 20개 버전을 빠르게 이터레이션했습니다. 러닝 목표 개편(v2.10.0) → AI 코치 선택(v2.12.0) → 음성 응원(v2.13.0) → 좋아요(v2.13.1) → 위젯·AI 카드·파티 연쇄 출시. 웰컴 카드가 온보딩 병목(가입→첫 러닝)을, 순위 대시보드가 리텐션 병목(첫 러닝→반복 러닝)을 동시에 해소하면서 이후 기능들이 효과를 발휘할 수 있는 토양이 만들어졌습니다.

Case 3 · Approach

AI 음성 코칭 — "달린 후"를 "달리는 중"으로 확장

리텐션 실험에서 얻은 러닝("달린 후의 보상이 중요하다")을 한 단계 더 밀어, "달리는 중에 실시간으로 피드백을 주면 어떨까?"라는 가설을 세웠습니다. 2025년 5월 v2.12.0에서 AI 코치 선택 기능을, 6월 v2.13.0에서 음성 응원 기능을 출시했습니다.

1

v2.6.0 — 1km마다 현재 페이스 읽어주기

2025년 1월, 가장 간단한 형태로 시작. 러닝 중 1킬로미터마다 현재 페이스를 음성으로 알려주는 기능.

2

v2.8.0 — AI 러닝 피드백

2월, 러닝 데이터를 기반으로 맞춤형 피드백을 생성. 단순 페이스 알림에서 코칭으로 진화.

3

v2.12.0 ~ v2.19.0 — AI 버디 시스템

5월부터 AI 코치를 선택하고 텍스트/음성 채팅을 할 수 있는 버디 시스템으로 확장. 러닝 중 AI와 음성으로 대화할 수 있는 수준까지 발전.

Case 3 · Result

AI 코칭 도입 후 성장 곡선

34.5%

AI 코칭 활성화 비율

51,128

AI 피드백 누적 생성

174명

MAU 피크 (2025.10)

+88%

평균 MAU YoY (24→25)

AI 코칭이 도입된 2025년의 평균 MAU는 115.5명으로, 2024년(61.3명) 대비 88.4% 성장. WAU는 48.7명으로 2024년(22.7명) 대비 114.5% 성장했습니다. 전체 러닝의 34.5%(6,404회)에서 AI 코칭이 활성화되었고, 누적 51,128건의 피드백이 생성되었습니다.

콘텐츠 생산-소비 루프의 완성: 피드 리디자인(보는 경험) → 러닝 카드 포스팅(만드는 경험) → 이미지 공유(퍼지는 경험) → 인스타 공유(외부 유입)의 루프가 최종적으로 좋아요 54,715건, 댓글 32,952건, 팔로우 3,376건의 커뮤니티 인터랙션을 만들어냈습니다.

Overall Learning

2년 반의 프로덕트 운영에서 배운 것

Case 1에서 — 디자인은 행동을 만든다

피드 리디자인이 MAU +74%, 전환율 11→16.5%라는 숫자로 증명되었습니다. 소셜 앱에서 디자인은 장식이 아니라, "나도 달려야겠다"는 동기를 만드는 기능입니다. 다른 사람의 러닝 기록을 보는 경험의 질을 높인 것이 실제 러닝 행동으로 이어졌습니다.

Case 2에서 — 실패한 실험이 방향을 알려준다

2024년 한 해 동안 알림·콘텐츠 등 다양한 리텐션 실험을 했지만 유의미한 결과를 내지 못했습니다. 그 실패가 "외부 자극이 아니라 사용자 경험 자체를 바꿔야 한다"는 방향을 알려줬고, 2025년 온보딩 개편(웰컴 카드 + 순위 대시보드)이라는 전환점으로 이어졌습니다. 실패 없이는 이 판단을 할 수 없었습니다.

Case 3에서 — 점진적 이터레이션의 힘

AI 코칭은 하루아침에 만들어지지 않았습니다. 1km 페이스 알림(v2.6.0) → AI 피드백(v2.8.0) → 코치 선택(v2.12.0) → 음성 채팅(v2.19.0)까지, 6개월간 10개 이상의 버전을 쌓아올려 도달한 결과입니다. 한 번의 큰 릴리즈가 아니라, 작은 가설을 빠르게 검증하는 사이클이 MAU +88%를 만들었습니다.

달리기를 혼자 하지 않게 만드는소셜 러닝 앱