Day 21 (일) — 3주차 복기 + Product Hunt 준비

Phase 3: 가지 치기 | Probabilistic Thinking, Peak-End, Bandwagon

오늘의 맥락

• [← Day 4] 데모 GIF
• [← Day 11] 창업 스토리
• [← Day 19] 소셜 증거 수집
• 3주간의 모든 자산이 PH 준비 재료

오늘의 할 일

오전

• 전체 지표 리뷰 — Probabilistic Thinking
  • 블로그: 페이지뷰, 유기 검색 트래픽, 상위 키워드
  • 이메일: 구독자 수, 오픈율, 클릭률
  • X: 팔로워, 총 임프레션, 최고 성과 트윗
  • Reddit: 총 카르마, Show & Tell 업보트
  • HRVWorks 대기자 수
  • GlucoseWorks 대기자 수
  • App Store: 다운로드 추이, 리뷰 수
  • 가장 효율적인 채널은? 어디에 시간 대비 결과가 가장 좋았는가?

오후

• Product Hunt 리스팅 초안 — Peak-End 설계
  • [← Day 4] 데모 GIF/영상
  • [← Day 11] 메이커 스토리
  • [← Day 19] 소셜 증거
  • PH 리스팅 요소:
    • 태그라인: "AI-powered fasting & nutrition in one free app"
    • 설명: 30초로 읽히는 핵심 가치
    • FAQ: 3-5개
    • 미디어: 스크린샷, GIF, 영상

저녁

• PH 서포터 리스트 구축 — Bandwagon (초기 모멘텀)
  • IH/HN에서 만난 인맥
  • Reddit에서 긍정적 반응한 사용자
  • X 팔로워 중 활발한 사람
  • 목표: 30명+
  • DM으로 "다음 주 PH 런칭 예정, 서포트 해주실 수 있나요?" 요청

산출물 체크리스트

• 3주 전체 지표 대시보드 기록
• PH 리스팅 초안 (태그라인, 설명, FAQ, 미디어)
• PH 서포터 리스트 30명+

내일로 연결

• [feeds → Day 22] PH 리스팅 완성
• [feeds → Day 26-27] PH 런칭

왜 이 작업인가

3주차 마지막 날이자 Phase 3의 마무리다. 21일 동안 세 제품이 각자의 커뮤니티에서 병렬로 성장해왔다. 콘텐츠와 커뮤니티 시딩(블로그, 뉴스레터, Reddit)이 트래픽과 신뢰를 쌓았고, 제품 간 자연스러운 크로스오버도 시작되었으며, Reddit/IH/HN의 반응이 소셜 증거로 수집되었다. 오늘은 이 모든 것을 숫자로 검증하고, 다음 주 Product Hunt 런칭을 구체적으로 준비하는 날이다.

오늘이 최고 레버리지인 이유는 두 가지다. 첫째, 3주간의 데이터를 보지 않으면 4주차를 맹목적으로 실행하게 된다. 어떤 채널이 실제로 작동했고 어떤 채널이 기대에 미치지 못했는지를 확률적으로 평가해야 한다. Reddit이 가장 효율적이었다면 4주차에 Reddit 비중을 높이고, 블로그 유기 트래픽이 예상보다 빨리 성장했다면 블로그 4-5편을 앞당겨야 한다. 데이터 없는 계획은 지도 없는 항해다. 둘째, Product Hunt 런칭은 30일 플랜에서 가장 큰 단일 이벤트이며, 준비의 질이 결과를 결정한다. 태그라인, 설명문, FAQ, 미디어, 서포터 네트워크 — 이 모든 것이 다음 주 런칭일 이전에 완성되어야 한다.

오늘 작성하는 PH 리스팅 초안은 Day 4의 데모 GIF, Day 11의 창업 스토리, Day 19의 소셜 증거를 하나의 설득 시퀀스로 조합한 결과물이다. 3주간 축적된 모든 자산이 이 리스팅으로 수렴한다. 서포터 리스트 30명 이상 확보는 Day 26-27의 런칭일 초기 모멘텀을 결정하는 핵심 변수이며, Bandwagon Effect가 작동하려면 최소한의 초기 업보트가 필요하다. 오늘의 준비가 다음 주의 성과를 결정한다.

심리 원리 해설

Probabilistic Thinking (확률적 사고)

정의: 결과를 확정적 예측이 아닌 확률 분포로 사고하는 멘탈 모델.

연구 근거: Tetlock(2015)의 Superforecasting에서 최고의 예측가들은 "이것이 일어날 것이다"가 아니라 "이것이 일어날 확률은 X%"로 사고한다는 것을 15년간의 연구로 입증했다. 마케팅에서는 채널별 ROI를 확률적으로 평가하여 리소스를 배분하는 데 활용한다.

오늘의 적용: 3주 전체 지표를 리뷰할 때 "Reddit이 가장 좋았다"라는 확정적 판단 대신, "Reddit이 시간 대비 가장 높은 전환율을 보일 확률이 70%, 블로그 SEO가 장기적으로 가장 높은 ROI를 낼 확률이 60%"처럼 확률적으로 평가한다. 이렇게 하면 특정 채널에 올인하는 위험을 줄이고, 4주차의 리소스를 확률 가중 방식으로 배분할 수 있다. "가장 효율적인 채널은?"이라는 질문의 답도 "상황에 따라 다르다"가 아니라 구체적 확률과 조건부 시나리오로 제시한다.

Peak-End Rule (피크-엔드 법칙)

정의: 경험의 전체적 평가는 가장 강렬했던 순간(peak)과 마지막 순간(end)에 의해 결정된다.

연구 근거: Kahneman, Fredrickson, Schreiber, & Redelmeier(1993)의 차가운 물 실험에서, 마지막에 약간 따뜻해지는 조건을 총 불쾌감이 더 컸음에도 불구하고 더 선호했다. 끝의 경험이 전체 인상을 지배한다.

오늘의 적용: Product Hunt 리스팅을 설계할 때 Peak-End를 의식적으로 구조화한다. 방문자가 리스팅을 처음 볼 때의 임팩트(태그라인 + 대표 이미지)가 Peak이고, 리스팅 하단의 마지막 인상(FAQ 또는 메이커 코멘트)이 End다. 태그라인에서 핵심 가치를 한 줄로 전달하고, 마지막 FAQ에서 "완전 무료, 계정 불필요, 클라우드 없음"이라는 안심 메시지로 마무리하면, 방문자의 전체 인상은 "강렬하고 신뢰할 수 있는 제품"으로 남는다.

Bandwagon Effect (편승 효과)

정의: 많은 사람이 선택한 것을 따르려는 경향. Social Proof의 집단적 확장.

연구 근거: Leibenstein(1950)이 이론적으로 정립하고, Salganik, Dodds, & Watts(2006)의 음악 다운로드 실험에서 인기 순위를 보여주자 인기곡과 비인기곡의 격차가 실제 품질 차이보다 훨씬 커지는 것을 실증했다. Product Hunt의 업보트 시스템이 이 효과의 구조적 구현이다.

오늘의 적용: PH 서포터 리스트 30명 이상을 구축하는 것은 런칭일 초기 몇 시간의 업보트 모멘텀을 설계하는 것이다. PH에서 "오늘의 1위"로 올라가려면 런칭 직후 빠르게 업보트가 쌓여야 하며, 초기 업보트가 많으면 PH 알고리즘이 더 많은 사용자에게 노출시킨다. 이 노출이 추가 업보트를 유발하고, 추가 업보트가 더 많은 노출을 만드는 편승 루프가 작동한다. 오늘 IH/HN/Reddit/X에서 만난 인맥에게 DM을 보내 서포터를 확보하는 것은, 런칭일의 초기 관성을 만드는 가장 직접적인 행동이다.

사용한 스킬