마케터를 위한 Amplitude, Feature Experiment 기능 따라하기
마케터를 위한 Amplitude, Feature Experiment 기능 따라하기

안녕하세요, 위어드섹터 래빗연구소입니다.

오늘은 Amplitude 실험 플랫폼(Experiment)에 대해 이야기해보려고 합니다. 

이 플랫폼을 활용하면, 바꾸고 싶은 기능이나 정책이 

실제로 사용자 경험과 지표에 어떤 영향을 주는지 “실험을 통해” 손쉽게 검증할 수 있습니다.

이번 글에서는 실제 현업에서 자주 사용하는 시나리오를 통해 Experiment가 어떻게 활용되는지 알기 쉽게 소개드리겠습니다.

 

 

Experiment란?

Amplitude의 Experiment는 제품과 웹사이트의 경험을 과학적으로 개선하기 위한 실험 플랫폼입니다. 

단순히 A/B 테스트를 넘어서, 어떤 사용자에게 어떤 경험을 언제/어떻게 제공할지를 정교하게 제어하고, 

그 결과가 실제 비즈니스 성과에 어떤 영향을 주는지까지 측정할 수 있게 해줍니다.

 

 

Web Experiment vs Feature Experiment

Experiment는 두 가지 방식의 실험을 제공합니다.

구분Web ExperimentFeature Experiment
방식시각적 편집기에서 UI 요소 직접 수정코드에 Feature Flag 삽입 후 동작 분기
대상 사용자마케터, 디자이너개발자 + 마케터 협업
실험 범위문구, 색상, 이미지 등 시각적 변경기능, 로직, 데이터 흐름 등 제품 동작 변경
예시랜딩 CTA 문구, 버튼 색상 변경요금제 정책, 추천 알고리즘, 온보딩 흐름 변경

 

 

Feature Experiment란?

Feature Experiment는 제품의 동작 로직이나 기능 노출 방식을 제어하여 

실제 비즈니스 지표 변화를 실험적으로 검증하는 실험 방식입니다.

=> 쉽게 말해, “어떤 기능을 누구에게 보여줄지”를 실시간으로 제어해 제품 전략을 실험하는 도구입니다.

 

 

모의 실험 시나리오: 요금제 구성 변경 실험

핵심 가설 : “무료 체험을 제공하면 결제 전환율이 상승한다.”

목표: 무료 체험이 실제로 결제율, 환불율, 유지율에 영향을 주는지 검증하기.

실험 구조

Variant설명
A (Control)월 9,900원, 무료 체험 없음
B (Experiment)월 11,000원, 7일 무료 체험 제공

 

 

왜 Feature Experiment인가?

이 실험은 단순히 문구를 바꾸는 실험이 아닙니다. 

무료 체험 제공 여부에 따라 백엔드 로직 전체가 달라지기 때문입니다.

 

변경되는 요소들:

  • 가격 계산 방식이 달라짐
  • 결제 API의 응답 및 파라미터가 달라짐
  • DB에 저장되는 구독 정보(trial_period, plan_id)가 달라짐
  • 구독 상태 변경 시 후처리 로직도 달라짐
     

⇒ 즉, “보여지는 내용” 뿐 아니라 “작동 방식”이 달라지는 실험, Feature Experiment

 

실험 구현 단계

① 실험 등록

  1. Amplitude Experiment → Feature Flags → Create Flag

     
  2. 실험 이름 설정 ⇒ subscription_plan_test
     
  3. 지표 설정

     
  4. 페이로드 설정

     
  5. 타게팅 설정

     
  6. 배포 설정 ⇒ 실험이 시작될 프로젝트를 선택

     

② Variant 및 Payload 설정

Amplitude 콘솔에서 JSON payload를 수정을 통해서 별도의 코드 배포 없이 실험 변형값을 제어할 수 있습니다.

VariantPayload (JSON)
control{ "plan": "basic", "price": 9900, "trial": 0 }
variant{ "plan": "premium_trial", "price": 11000, "trial": 7 }

③ 코드 반영 (프론트 + 백엔드)

  1. 프론트 예시 (대상 유저에 맞춰, 결제 로직과 이벤트 배너 표시)

     
  2. 백엔드 예시 (유저에 따라, 결제 로직을 변경)

     
  3. ### 팁 ###
    테스트를 진행할 때 특정 테스터 계정을 지정해두면, 그 계정으로 접속할 때마다 항상 동일한 실험 변형(Variant) 을 확인할 수 있습니다. 이렇게 하면 매번 실험군이 달라지는 일이 없어, A/B 테스트나 기능 실험 중에도 일관된 화면과 동작을 안정적으로 검증할 수 있습니다.

예시: 
test-user-20251016-control → 항상 control 
test-user-20251016-treatment → 항상 treatment

 

④ 실험 적용 및 결과 확인 (Amplitude)

 

 

실험 결과로 얻는 인사이트

이 실험을 통해 얻을 수 있는 핵심 인사이트는 다음과 같습니다.

=> “무료 체험이 실제 결제 전환에 유의미한 영향을 주는가?”

=> 즉, 단순 문구 테스트를 넘어 “제품 전략 검증”이 가능한 실험

 

 

Feature Experiment로 할 수 있는 실험들

요금제 실험 외에도 아래와 같은 시나리오를 Feature Experiment로 진행할 수 있습니다.

실험 주제설명주요 지표
온보딩 플로우 변경회원가입 후 이동 경로 (홈 vs 추천 콘텐츠)D1 Retention, 이탈률
추천 알고리즘 비교인기순 vs 개인화 추천 알고리즘CTR, 체류시간
결제 UX 간소화3단계 → 1단계 결제 플로우 실험결제 성공률
신기능 단계적 오픈AI 추천 기능을 일부 사용자에게만 공개기능 사용률, 에러율
가격 정책 실험 (본 글의 사례)무료 체험 추가가 전환에 미치는 영향결제율, 환불율, 유지율

이 실험들은 모두 “로직이 달라야 하는 기능 단위 실험”이며,

Web Experiment(시각적 편집 기반)로는 백엔드 로직 제어나 API 분기가 불가능

 

 

마무리

Feature Experiment는 단순한 A/B 테스트 도구가 아니라 제품의 구조, 로직, 정책 전체를 검증할 수 있는 전략 도구입니다.

이번 요금제 실험처럼 기능 자체를 분기해 실험해보면 UI 기반 실험(Web Experiment)보다 훨씬 깊은 수준에서

제품 전략, 고객 경험, 수익 모델까지 검증할 수 있습니다.

데이터를 통한 비즈니스 성장!
회사에 맞는 최적화된 솔루션을 찾아보세요
labbit을 통한 눈에 뛰는 성장
문의하기