신규 프로젝트 회의에서 대표가 묻습니다. "이 기능 넣으면 매출 얼마나 오를까요?" 솔직히 모릅니다. 아직 출시도 안 한 게임인데 데이터가 어디 있나요. 경쟁작 참고하자니 우리랑 다른 점이 많고, 설문조사 해봤자 막상 출시하면 다르게 나오거든요. 하지만 답은 해야 합니다. PM은 불확실성 속에서도 결정을 내려야 하는 자리니까요. 데이터가 충분할 때 의사결정하는 건 누구나 합니다. 진짜 실력은 데이터가 없을 때 나와요. 오늘은 데이터가 부족한 상황에서 어떻게 의사결정 프레임워크를 만들어야 하는지 이야기해보겠습니다.
데이터가 부족할 때는 정성적 프레임워크로 시작한다
숫자가 없으면 논리로 채워야 합니다. 첫 번째 프레임워크는 "왜?"를 반복하는 거예요. 이 기능을 넣으면 왜 매출이 오를까요? 유저가 더 오래 플레이할 것 같으니까요. 왜 오래 플레이할까요? 할 게 많아지니까요. 정말 그럴까요? 이렇게 계속 파고들다 보면 가정이 드러납니다. "신규 콘텐츠가 있으면 리텐션이 오른다"는 가정, "리텐션이 오르면 과금 기회가 늘어난다"는 가정이요. 이 가정들이 타당한지 검증해야 합니다. 데이터는 없지만 논리는 있어야 합니다. 두 번째는 유사 사례를 찾는 겁니다. 우리 게임에는 데이터가 없어도 비슷한 장르의 다른 게임은 있어요. 그 게임들이 비슷한 기능을 추가했을 때 어떤 반응이 나왔나요? 커뮤니티 반응은요? 매출 순위 변화는요? 완벽하진 않아도 참고할 만한 근거가 됩니다. 세 번째는 최악의 시나리오를 그려보는 거예요. 이 결정이 완전히 빗나가면 어떻게 될까요? 개발 비용 몇천만 원 날리고 끝인가요? 아니면 게임 전체가 망할 수도 있나요? 최악의 경우를 견딜 수 있는지 판단하면, 위험을 감수할지 말지 결정할 수 있습니다. 네 번째는 되돌릴 수 있는지 확인하는 겁니다. 한번 결정하면 끝인지, 나중에 수정 가능한지가 중요해요. A/B 테스트처럼 일부만 적용해볼 수 있다면 위험이 낮습니다. 전면 도입해야 한다면 신중해야 합니다.
작은 데이터로도 의사결정 프레임워크를 만들 수 있다
데이터가 아예 없는 건 아닙니다. 적긴 하지만 있어요. 문제는 그걸 어떻게 활용하느냐죠. 베타 테스트 데이터가 있다면 최대한 쥐어짜야 합니다. 유저 100명밖에 없어도 그들의 행동 패턴을 분석하면 힌트를 얻을 수 있어요. 어느 구간에서 이탈했나요? 어떤 기능을 많이 썼나요? 리텐션은 어땠나요? 표본이 작아서 통계적 유의성은 없지만, 방향성은 잡을 수 있습니다. 경쟁작 데이터도 활용 가능합니다. 앱애니나 센서타워 같은 툴을 쓰면 경쟁 게임의 다운로드, 매출 추이를 볼 수 있어요. 그들이 언제 업데이트했고, 매출이 어떻게 변했는지 추적하면 우리 게임에도 적용할 수 있는 인사이트가 나옵니다.
설문조사도 무시할 수 없습니다. 물론 "이 기능 있으면 쓸 거예요?"라고 물으면 다들 "네"라고 합니다. 하지만 질문을 잘하면 됩니다. "이 기능을 위해 얼마를 낼 의향이 있나요?" "이 기능이 없다면 게임을 안 할 건가요?" 이렇게 구체적으로 물으면 진짜 니즈를 파악할 수 있어요. 내부 플레이 테스트도 데이터입니다. 개발팀이 직접 플레이하면서 느낀 점을 정리하면 돼요. "이 구간이 지루하다" "이 보상이 적다" 같은 정성적 피드백도 충분히 가치 있습니다. 개발자들이 지루하면 유저도 지루할 확률이 높습니다. 이런 조각조각 데이터를 모아서 큰 그림을 그려야 합니다. 베타 유저의 리텐션 패턴 + 경쟁작 업데이트 효과 + 설문조사 결과 + 내부 피드백을 종합하면, 불완전하지만 판단할 수 있는 근거가 생깁니다.
PM은 불완전한 정보로도 의사결정해야 한다
결국 PM의 역할은 확실한 답을 찾는 게 아닙니다. 불확실한 상황에서 최선의 판단을 내리는 거예요. 데이터가 100% 갖춰질 때까지 기다리면 기회를 놓칩니다. 경쟁사는 이미 출시했고, 시장은 계속 변해요. 80% 확신으로 결정하고, 나머지 20%는 실행하면서 채워야 합니다. 실패할 수도 있다는 걸 인정해야 합니다. 데이터 없이 내린 결정이 100% 맞을 순 없어요. 중요한 건 빠르게 실패하고, 빠르게 수정하는 겁니다. 작게 시작해서 반응을 보고, 안 되면 방향을 틀면 돼요. 의사결정 근거를 남겨야 합니다. 왜 이렇게 판단했는지 기록해두면, 나중에 결과가 나왔을 때 무엇이 맞았고 틀렸는지 배울 수 있어요. 다음번엔 더 나은 결정을 할 수 있게 됩니다. 팀과 공유하는 것도 중요합니다. 혼자 결정하지 말고, 개발팀, 운영팀과 논의해야 해요. "데이터가 부족한데 이렇게 판단한 이유는 A, B, C입니다. 동의하시나요?" 이렇게 물으면 놓친 부분을 찾아낼 수 있습니다. 데이터 중심 의사결정이 이상적이긴 합니다. 하지만 현실은 항상 데이터가 부족해요. 신규 프로젝트, 새로운 시장, 혁신적인 기능일수록 참고할 데이터가 없거든요. 그럴 때 PM은 논리와 경험, 직관을 동원해서 결정을 내려야 합니다. 완벽한 데이터를 기다리지 말고, 불완전한 정보로 최선을 다하는 것. 그게 사업 PM의 프레임워크입니다. 실패를 두려워하지 말고, 실패에서 배우는 자세가 중요해요. 데이터는 쌓이지만, 기회는 기다려주지 않으니까요.