서비스 리서치(Coding with antonio)

배경

• Youtube에 Coding with antonio라는 사람이 있다.
• 클론 코딩 콘텐츠를 올리는데, 전의가 상실할 정도의 퀄리티와 실력(?)을 가지고 있다. ( 실제 까보면 코딩 자체에 대한 실력도 해당 7년차 급 평균? / 콘텐츠 생산성이 강력한 우위로 보인다. )
• 25/5월 인프런에 유입되었다. 글로벌 셀러라는 점에서 굉장히 충격적이였다. 글로벌 시장에 비해서 한국은 훨씬 작은 시장이겠지만, 그 마져도 압살할 콘텐츠 퀄리티로 보인다.

• 한 개인이 스타트업을 흔드는 모습으로 보인다.

인사이트

1.심리적 트리거를 잘 사용한것 같다.

• 12시간에 해당하는 영상을 고객에게 제공한다. 이는 고객이 보기에는 압도적 퀄리티의 영상이 무료로 볼 수 있는 심리적 부담감과 충격으로 다가올듯 하다.
• 새로운 클론코딩에 대한 기대감이 있다. 새로운 기술을 사용하며 그는 코딩을 잘하는 7년차 개발자이다. 어떻게 기술적 도입을 했는지 궁금해진다.
• 여러 기술을들을 사용하면서 기술적 우위(권위)가 느껴진다.
• 30K구독자로 사회적 증명이 된 상태이다.

2.오랜시간 고객과의 관계를 구축했다.

• 무료로 콘텐츠를 찍어서 올리는게 상당히 고통스러웠을것 같다.
• (재밌는 사건) 누가 인프런에 안토니오의 코딩 영상을 복사해서 유료로 팔려고 했다. 바로 소송들어갔고 아싸리 그가 인프런에 진출 해버림. ( 영어 콘텐츠를 한국어 자막으로 처리하는건 콘텐츠 수입팀이 하는듯 하다. )
• (리스크) github 코드 자체에 대한 엑세스가 얼마나 효과 있을지는 모르겠다. 누군가가 클론의 클론 코드를 올린다면? 저작권 무시하고 소스를 올려버린다면?

채널 및 수익 구조

• 1.Youtube → 개인 강의 판매 사이트 →
• 2.파트너사 계약 ( 유데미, 인프런 등 각 국가의 1위 코딩 업체와 제휴 )

---

GPT 심층 리서치 - Code With Antonio 수익 구조 AARRR 분석

Code With Antonio는 대형 개발자 지식 공유 채널로, 유튜브 구독자 38만 2천여 명의 잠재 고객 풀을 보유하고 있습니다 .

• 이 채널을 통한 트래픽과 자체 강의 사이트를 활용한 AARRR 모델별 지표를 추정하여 수익 구조를 분석하면 다음과 같습니다:

Acquisition (획득 단계)

• 채널 유입원: Code With Antonio의 주요 유입 채널은 유튜브입니다. 유튜브 구독자 기반으로 월 평균 약 40,000명의 웹사이트 방문자가 강의 사이트(codewithantonio.com)로 유입되는 것으로 추정됩니다. 이는 구독자 대비 약 10% 수준의 월간 방문 전환에 해당합니다 (중복 방문자를 제외한 순 방문 기준).
• 획득 효과: 유튜브 영상 설명란의 링크, 채널 커뮤니티, SEO 등을 통해 신규 이용자가 강의 사이트로 획득(Acquisition)되고 있습니다. 유입된 방문자들은 사이트에서 강의 소개, 프로젝트 목록, 가격 정책 등을 접하게 됩니다.

Activation (활성화 단계)

• 활성화 정의: 활성화란 방문자가 단순 방문을 넘어 능동적인 참여나 관심 표시를 보이는 단계를 의미합니다. Code With Antonio의 경우, 활성화의 예로 뉴스레터 가입, 사이트 회원가입, 무료 콘텐츠 열람 또는 “Upgrade to Pro” 버튼 클릭(결제 페이지 진입) 등을 들 수 있습니다. 이 분석에서는 방문자가 사이트에서 회원가입이나 결제 페이지 진입 등 다음 행동을 취하는 비율로 활성화율을 정의하였습니다.
• 활성화율 추정: 업계 평균적으로 일반 웹사이트 방문자의 이메일 옵트인(뉴스레터 가입) 전환율은 약 1.95% 수준으로 알려져 있습니다 . 다만 Code With Antonio 사이트 방문자는 이미 유튜브를 통해 유입된 타겟 개발자층이므로, 평균보다 높은 약 5%의 활성화 전환율을 가정합니다. 이를 적용하면 월 40,000명 방문자 중 약 2,000명이 회원가입 또는 결제 의사 표시 등으로 활성화된다고 볼 수 있습니다. (즉, 방문자의 5%가 적극적 관심을 보이는 단계에 이릅니다.)

Retention (유지 단계)

• 리텐션 특성: Code With Antonio의 강의 판매 모델은 일회성 구매(Lifetime 이용권)로 이루어져 있어, 구독형 서비스에서 말하는 리텐션(재방문 유지율)이 직접적인 수익으로 이어지지는 않습니다. 다시 말해, 월 구독료나 정기 결제 없이 한 번 구매로 평생 접근 권한을 부여하는 모델이므로 월 반복 수익(MRR) 개념의 리텐션 수익은 존재하지 않습니다.
• 관계 유지: 비록 금전적 리텐션은 없지만, 콘텐츠 리텐션은 고려할 수 있습니다. 예를 들어 구매하지 않은 사용자가 사이트에 재방문하거나 유튜브 채널의 지속적인 콘텐츠 소비를 통해 관계를 유지한다면, 추후 구매 전환으로 이어질 가능성이 높아집니다. 이처럼 비구매 사용자의 재방문율은 정확히 알 수 없으나, 활성화된 이용자 일부가 즉시 구매하지 않더라도 이후에 구매하거나, 채널 구독자로 남아 지속적인 관심을 보유하는 것이 Code With Antonio 생태계의 간접적인 자산입니다.

Referral (추천 단계)

• 추천 구조: Code With Antonio는 공식적인 추천인 프로그램이나 프로모션 코드가 없는 상태입니다. 따라서 기존 수강생의 친구 추천, 바이럴 마케팅에 의한 가시적인 수치상 전환율은 따로 집계되지 않습니다.
• 구전 효과: 비공식적으로, 만족한 수강생이 주변에 강의를 추천하거나 개발자 커뮤니티에서 입소문을 내는 자연스러운 바이럴 효과는 있을 수 있습니다. 그러나 이를 정량화된 추천 전환율로 모델링하기는 어렵습니다. 본 분석에서는 추천 단계의 기여는 0% (무시)로 가정하였으며, 모든 유입은 Acquisition 단계의 40,000명 방문자 수에 포함된 것으로 간주합니다.

Revenue (수익 획득 단계)

• 구매율 정의: Revenue 단계에서는 실제 유료 고객으로 전환되는 비율을 다룹니다. Code With Antonio의 제품은 정가 $300이지만 상시 30% 할인된 약 $209에 판매되는 일회성 결제 상품입니다. 활성화된 잠재고객 가운데 일정 비율이 결제를 완료하여 유료 수강생으로 전환됩니다.
• 구매 전환율 추정: 온라인 강의 업계의 사례를 살펴보면, 가격이 높은 프리미엄 강의일수록 방문자 대비 구매 전환율이 낮은 편입니다. 한 예로 약 $400 가격대 온라인 코스의 평균 구매 전환율은 0.5% 내외로, 방문자 200명 중 1명 구매 수준이라는 보고가 있습니다 . 사이트 개편과 최적화로 이 값을 1.1% (~1/100)까지 끌어올린 사례도 있지만 , 전반적으로 1% 미만이 흔합니다. 이를 고려하여, Code With Antonio 사이트의 방문자 대비 구매율을 약 1%로 추정합니다. 이는 활성화된 사용자 대비로 보면 약 20%에 해당하는 수치입니다. 다시 말해, 활성화 단계의 2,000명 중 약 fifth or roughly 400명이 실제 결제를 진행하는 것으로 가정합니다. 이렇게 낮은 구매율은 고객 이탈과 관계가 있는데, 업계 평균적으로 장바구니에 상품을 담고도 구매를 완료하지 않고 이탈하는 비율(카트 방치율)이 약 70%에 달하는 것으로 보고됩니다 . 이렇듯 많은 사용자가 결제 직전 단계에서 이탈하기 때문에, 관심을 가진 고객 중 오직 일부만 최종 결제에 이르는 것입니다.
• AARRR 퍼널 요약: 위 가정들을 종합하여 Code With Antonio의 고객 퍼널을 수치로 정리하면 다음과 같습니다:

단계	월간 사용자 수 (추정)	전환율 (단계별)
Acquisition (유입)	~40,000명 방문	- (100% 기준)
Activation (활성화)	~2,000명 참여	~5% (방문 → 회원가입 등)
Revenue (구매)	~400명 결제	~20% (활성화 → 구매, 전체의 ~1%)

• 표: Code With Antonio 퍼널 단계별 월간 추정치 및 전환율

월간 수익 및 연간 총수익 추정

• 월간 매출(Monthly Revenue): 위 퍼널에 따른 월간 구매자 약 400명 × 객단가 $209를 계산하면, 월간 약 $83,600의 매출이 발생하는 것으로 추정됩니다. 이는 한화로 약 1억 원 수준의 월 평균 신규 매출 규모입니다. (참고로 Code With Antonio는 구독형 서비스가 아니므로 여기서의 월간 매출은 신규 판매에 따른 수익이지, 엄밀한 의미의 MRR※은 아닙니다.)
• 연간 총매출(Annual Revenue): 월 $83.6k 수준의 매출이 지속된다고 가정하면 연간 약 $1,003,000 (100만 달러 가량)의 총수익을 올릴 수 있습니다. 즉, 한화로 약 13억 원 규모의 연 매출에 해당하는 수치입니다. 물론 이는 매달 방문자 규모와 전환율이 유사한 수준으로 유지된다는 전제 하의 계산입니다.

※MRR 개념: 월 평균 일회성 매출

주요 가정, 한계점 및 시나리오 민감도 분석

• 주요 가정 요약: 본 분석은 업계 평균치와 유사 사례에 근거한 여러 가지 가정을 두고 이루어졌습니다. 특히 ▲월간 방문자 수 40,000명 유지, ▲활성화 전환율 5%, ▲구매 전환율 1% 등은 현실과 다를 수 있는 추정치입니다. 이 수치들은 Code With Antonio의 콘텐츠 품질, 마케팅 노력, 사이트 사용성 등에 따라 크게 달라질 수 있는 변수입니다. 또한 유튜브 구독자 수와 웹사이트 방문자 수 간 관계, 방문자의 중복 여부 등을 단순화하여 반영했습니다. 실제로는 일부 핵심 팬층이 반복 방문하거나, 시간이 지남에 따라 구독자 증가로 신규 트래픽이 유입되는 등 동태적인 변화가 존재할 것입니다.
• 매출원 한계: 본 보고서는 강의 판매 수익에 초점을 맞추었으며, Code With Antonio가 얻을 수 있는 기타 수익(예: 유튜브 광고 수익, 후원/스폰서십 등)은 제외했습니다. 따라서 제시된 연 매출 ~$1M은 강의 사이트를 통한 직접 매출에 국한된 추정치입니다. 실제 총수익은 이러한 부가 수익원을 포함할 경우 더 높아질 수 있습니다.
• 모델의 한계: AARRR 퍼널 모델은 고객 행동을 단계별로 나누어 보기에 유용하지만, 개별 고객의 경로가 항상 직선적이지는 않다는 한계가 있습니다. 예를 들어, 어떤 사용자는 여러 달에 걸쳐 고민 끝에 구매할 수 있고, 어떤 이는 즉시 구매할 수도 있습니다. 우리의 퍼널은 평균적인 비율로 이를 단순화했습니다. 또한 Retention과 Referral 단계는 정량화가 어려워 모형에 거의 반영되지 않았습니다. 실제로는 만족한 기존 고객의 구전효과로 신규 고객이 생기거나, 무료 콘텐츠 소비를 통해 시간이 지난 후 유입-활성-구매로 연결되는 지연 효과가 있을 수 있으나, 이런 부분은 계량화되지 않았습니다.
• 민감도 분석 (전환율 변화 시나리오): 마지막으로, 전환율과 트래픽 가정에 따른 수익 변동을 살펴보면 다음과 같습니다. 전환율은 마케팅 효율, 콘텐츠 경쟁력 등에 따라 달라질 수 있는 핵심 변수입니다.

시나리오	방문자 대비 구매율	월간 매출 (USD)	연간 매출 (USD)
비관적 가정	~0.5% (절반 수준)	약 $41,800 (약 4.18만 달러)	약 $501,600 (약 50만 달러)
기본 가정	~1.0% (본 분석 값)	약 $83,600 (약 8.36만 달러)	약 $1,003,000 (약 100만 달러)
낙관적 가정	~2.0% (2배 수준)	약 $167,200 (약 16.72만 달러)	약 $2,006,400 (약 200만 달러)

• 표: 구매 전환율에 따른 수익 민감도 시나리오 비교 위 표에서 보듯, 구매율이 0.5%에서 2% 범위로 변화할 경우 연 매출은 약 50만 달러에서 200만 달러까지 큰 차이를 보입니다. 이는 전환율 최적화의 경제적 효과가 매우 크다는 점을 시사합니다. 예컨대 마케팅 퍼널 개선으로 구매 전환율을 1%에서 2%로 끌어올릴 수 있다면, 연간 매출이 배로 증가할 수 있습니다. 반면, 전환율이 기대보다 저조하면 수익이 크게 감소할 위험이 있습니다. 월간 방문자 수 역시 민감한 요소로, 만약 유튜브 채널 성장 등으로 트래픽이 증가하면 동일한 전환율에서도 매출은 선형적으로 증가할 것입니다 (예: 방문자가 2배인 8만 명이 된다면 매출도 대략 2배 증가).
• 결론 및 제언: 요약하면, Code With Antonio의 AARRR 모델 기반 수익 구조는 대규모 유입(유튜브) → 소규모 활성화(회원가입 등) → 극소수 전환(구매)으로 좁아지는 퍼널 형태를 띱니다. 월 약 40천명의 방문자가 약 1% 미만의 최종 구매전환율을 보일 경우 월간 8만 달러, 연간 100만 달러 수준의 매출이 기대됩니다. 향후 수익을 증대하기 위해서는 퍼널 상단(Acquisition)의 지속적인 트래픽 확보뿐만 아니라, 중단(Acquisition→Activation) 및 하단(Activation→Revenue) 전환율을 높이는 것이 중요합니다. 구체적으로는 사이트 UI/UX 개선, 컨텐츠 체험 기회의 제공, 이메일 마케팅 활용 등을 통해 활성화율과 구매율을 높이고, 기존 고객 만족도 관리를 통해 간접적인 추천 효과를 극대화하는 전략을 고려할 수 있습니다.

Sources: Code With Antonio YouTube channel subscriber count ; Average email opt-in conversion rate ~1.95% ; High-priced online course visitor-to-purchase conversion ~0.5–1% ; E-commerce cart abandonment ~70% .