고객 이탈률(Churn Rate)은 일정 기간 동안 서비스를 떠난 고객의 비율을 뜻합니다. 계산은 (이탈 고객 수 ÷ 기간 시작 시점 고객 수) × 100으로 간단하지만, 고객 수 기준과 매출 기준 중 무엇을 보느냐에 따라 같은 사업이 전혀 다르게 읽힙니다. B2B SaaS의 양호한 기준은 연 5% 안팎이고, 잘 만든 회사는 순매출유지율(NRR)을 100% 이상으로 끌어올려 이탈을 매출 성장으로 역전시킵니다. 이 글은 이탈률의 종류와 계산법, 산업별 벤치마크, 그리고 이탈을 실제로 줄이는 단계별 전략을 정리합니다.
목차
- 숫자 하나에 속았던 어느 구독 서비스 이야기
- 고객 이탈률이란 무엇인가
- 이탈률 계산 공식과 4가지 측정 방식
- 산업별·세그먼트별 이탈률 벤치마크
- 이탈은 왜 일어나는가: 자발적 이탈과 비자발적 이탈
- 이탈을 줄이는 실전 4단계 전략
- FAQ
- 같이 읽으면 좋은 것들
숫자 하나에 속았던 어느 구독 서비스 이야기
작은 구독형 소프트웨어 팀을 자문하던 때의 일입니다. 대표는 자료를 펼치며 "저희 월 이탈률은 5%밖에 안 됩니다, 업계 평균이죠"라고 말했는데요. 숫자만 보면 멀쩡했습니다. 그런데 매출 그래프는 6개월째 제자리였어요. 신규 고객은 매달 들어오는데 왜 성장이 멈췄을까요.
문제는 5%라는 숫자를 연간으로 환산하는 순간 드러났습니다. 많은 분들이 월 5%에 12를 곱해 연 60%라고 계산하지만, 이탈은 복리로 작동하기 때문에 실제 연간 이탈률은 약 46%입니다. 그러니까 이 회사는 1년이면 고객의 절반가량을 잃고 있었고, 신규 유입은 그 빠진 자리를 메우느라 다 소진되고 있었던 거죠. 밑 빠진 독에 물을 붓는 전형적인 구조였습니다.
더 충격적인 건 그다음이었습니다. 고객 수 기준으로는 5%였지만 매출 기준으로 다시 계산하니 이탈률이 8%를 넘었어요. 떠난 고객들이 하필 객단가 높은 상위 요금제 사용자였기 때문입니다. 숫자 하나를 어떻게 정의하느냐에 따라 회사의 건강 상태가 "양호"에서 "위험"으로 바뀌는 순간이었습니다. 이 경험은 이탈률을 단일 지표가 아니라 여러 각도에서 봐야 한다는 걸 분명히 알려주었는데요. 이 글에서 그 각도들을 하나씩 풀어보겠습니다.
고객 이탈률이란 무엇인가
한 줄로 요약하면, 고객 이탈률은 특정 기간에 떠난 고객(혹은 매출)의 비율을 측정하는 지표입니다.
구독 경제가 본격화되기 전, 많은 기업은 신규 고객 획득에만 자원을 쏟았습니다. 한 번 팔면 끝나는 거래형 모델에서는 이미 산 사람이 떠나든 말든 매출에 큰 영향이 없었기 때문이죠. 하지만 매달 요금을 받는 구독·SaaS 모델이 확산되면서 구조가 완전히 바뀌었습니다. 고객이 한 명 떠난다는 건 단순히 이번 달 매출 하나가 아니라, 그 고객이 앞으로 낼 모든 돈, 즉 고객 생애 가치 전체가 증발한다는 뜻이 됐습니다.
여기서 산업 전체의 비효율이 드러납니다. 신규 고객을 한 명 데려오는 데 드는 비용(CAC)은 점점 비싸지는데, 어렵게 데려온 고객이 몇 달 만에 빠져나가면 그 획득 비용을 회수할 시간조차 없습니다. 마케팅비는 늘어나는데 성장은 안 보이는 악순환이 여기서 시작됩니다. 그래서 현대 비즈니스에서 이탈률은 "성장의 천장"을 결정하는 지표로 불립니다. 아무리 신규 유입을 늘려도 이탈률이 높으면 일정 규모에서 성장이 멈추거든요.
이탈률(Churn Rate)은 유지율(Retention Rate)과 동전의 양면입니다. 이탈률이 5%면 유지율은 95%입니다. 둘 다 같은 현실을 가리키지만, 이탈률은 "잃는 쪽"에, 유지율은 "지키는 쪽"에 초점을 맞춥니다. 사업의 누수를 진단할 때는 이탈률이, 충성 고객 기반을 키우는 전략을 짤 때는 유지율이 더 직관적입니다.
이탈률 계산 공식과 4가지 측정 방식
기본 공식은 단순합니다.
고객 이탈률(%) = (기간 내 이탈 고객 수 ÷ 기간 시작 시점 고객 수) × 100
예를 들어 월초 고객이 1,000명이었고 그달에 50명이 해지했다면, 월 고객 이탈률은 (50 ÷ 1,000) × 100 = 5%입니다. 계산 자체는 초등학교 산수 수준이죠. 그런데 실무에서 어려운 건 "무엇을 분자와 분모에 넣을 것인가"입니다. 같은 회사라도 측정 방식에 따라 결과가 크게 달라지는데요. 대표적으로 4가지 방식이 있습니다.
| 측정 방식 | 분자 | 무엇을 말해주나 |
|---|---|---|
| 고객 이탈 (Logo Churn) | 떠난 고객 수 | 몇 명이 떠났는가 |
| 총매출 이탈 (Gross Revenue Churn) | 해지·다운그레이드로 잃은 매출 | 얼마의 매출이 빠졌는가 |
| 순매출 이탈 (Net Revenue Churn) | 잃은 매출 − 기존 고객 업셀 매출 | 확장을 빼면 진짜 손실은 |
| 순매출 유지율 (NRR) | (시작 매출 + 확장 − 이탈) ÷ 시작 매출 | 기존 고객이 더 쓰는가 |
여기서 핵심 통찰이 하나 있습니다. 매출 이탈은 보통 고객 수 이탈보다 낮게 나오는 경향이 있습니다. 작은 고객이 떠나도 남은 고객이 업그레이드하면서 매출 구멍을 메우기 때문이죠. 반대로 앞서 사례처럼 큰 고객이 떠나면 매출 이탈이 고객 이탈보다 높아집니다. 그래서 한 가지 숫자만 보면 안 됩니다.
또 하나 자주 틀리는 지점이 월→연 환산입니다. 월 이탈률 5%를 단순히 ×12 하면 60%지만, 매달 줄어든 모수에 다시 5%가 적용되는 복리 구조라서 실제 연 이탈률은 약 46%입니다. 작아 보이는 차이가 1년이면 고객 기반 전체를 흔듭니다.
순매출 이탈이 음수가 되면, 즉 기존 고객의 업셀이 이탈 손실보다 커지면 이를 마이너스 이탈(Negative Churn)이라 부릅니다. 신규 고객을 한 명도 안 받아도 매출이 저절로 늘어나는 상태인데요. SaaS 업계가 꿈꾸는 가장 건강한 구조입니다.
산업별·세그먼트별 이탈률 벤치마크
내 이탈률이 높은 건지 낮은 건지는 비교 기준이 있어야 알 수 있습니다. 업계에서 통용되는 대략의 기준을 정리하면 이렇습니다.
전반적으로 B2B SaaS의 2025년 평균 이탈률은 연 3.54.9% 수준으로 보고됩니다. 좋은 회사의 기준은 월 1% 미만, 즉 연 5% 미만입니다. 연 이탈률이 10%를 넘으면 주의가 필요하고, 2030%대라면 사업 모델 자체를 다시 봐야 하는 빨간불입니다. 대기업(엔터프라이즈) 고객은 통합 후 전환 비용이 커서 연 35%로 낮은 편이고, 중소기업(SMB) 고객은 57%로 다소 높습니다.
| 세그먼트 | 월 이탈률 기준 | 비고 |
|---|---|---|
| 엔터프라이즈 | 1~2% | 전환 비용 높아 충성도 큼 |
| 미드마켓 | 1.5~3% | 중간 수준 |
| 중소기업(SMB) | 3~5% | 가격 민감, 이탈 잦음 |
| 베스트인클래스 | 1% 미만 | 상위권 목표치 |
산업 vertical 별로도 편차가 큽니다. 에듀테크는 B2B SaaS 중 이탈이 가장 심한 편이고, 헬스케어 SaaS도 리텐션 난도가 높은 영역으로 보고됩니다. 반면 HR·백오피스 SaaS는 한 번 도입해 사내 시스템에 통합되면 바꾸기 어려워 이탈률이 자연스럽게 낮아집니다. 같은 SaaS여도 제품이 고객 업무에 얼마나 깊이 박히느냐가 이탈률을 가른다는 걸 보여주는데요. 그러니 벤치마크는 "내 산업, 내 고객 세그먼트" 기준으로 좁혀서 봐야 의미가 있습니다.
이탈은 왜 일어나는가: 자발적 이탈과 비자발적 이탈
이탈을 줄이려면 이탈을 종류별로 나눠봐야 합니다. 모든 이탈이 같은 이유로 생기지 않거든요. 크게 둘로 나뉩니다.
자발적 이탈(Voluntary Churn)은 고객이 스스로 결정해서 떠나는 경우입니다. 제품이 기대만큼 가치를 못 줬거나, 경쟁사로 갈아탔거나, 더는 필요가 없어졌거나. 업계 평균을 보면 전체 이탈 3.5% 중 2.6% 정도가 자발적 이탈이라고 합니다. 비중이 가장 크죠.
비자발적 이탈(Involuntary Churn)은 고객은 떠날 마음이 없는데 시스템 때문에 떠나게 되는 경우입니다. 카드 만료로 결제가 실패하거나, 한도 초과로 자동 결제가 막히는 식이죠. 전체의 0.8% 정도로 비중은 작지만, 이건 고객 마음을 돌릴 필요도 없이 결제 재시도 로직(던닝)만 손봐도 상당 부분 막을 수 있어 가성비가 가장 좋은 영역입니다. 놓치기 쉬운 공짜 점수인 셈인데요.
여기서 산업적 맥락을 하나 짚자면, 많은 팀이 이탈을 "고객 마음의 문제"로만 보고 마케팅·CS 메시지로 풀려고 합니다. 하지만 실제로는 결제 실패 같은 기술적 누수, 온보딩 실패로 인한 초기 이탈, 특정 기능 미사용 같은 행동 신호가 얽혀 있습니다. 원인을 한 덩어리로 뭉뚱그리면 엉뚱한 처방을 내리게 됩니다. 이탈을 자발/비자발로, 다시 시점별(가입 첫 주 vs 1년 차)로 쪼개 보는 것이 첫 단추입니다.
이탈을 줄이는 실전 4단계 전략
이론을 알았으니 실제로 줄이는 순서로 들어가겠습니다. 초보 팀도 따라 할 수 있게 4단계로 정리했습니다.
1단계 — 정확히 측정하고 세그먼트로 쪼갠다. 가장 먼저 할 일은 이탈률을 고객 수 기준과 매출 기준 양쪽으로 계산하는 것입니다. 그리고 요금제·업종·가입 시기·기능 사용 빈도에 따라 고객을 그룹으로 나눠 각 세그먼트의 이탈률을 비교합니다. 그러면 "어느 고객군이 새는지"가 손에 잡힙니다. 막연히 전체 5%라고 보는 것과, "무료에서 전환한 SMB 고객의 3개월 차 이탈이 특히 높다"고 보는 것은 처방이 완전히 달라집니다.
2단계 — 초기 이탈부터 막는다. 대부분의 이탈은 가입 초기에 몰려 있습니다. 제품의 핵심 가치를 처음 경험하는 순간(아하 모먼트)에 빠르게 도달하지 못한 고객은 곧 떠납니다. 그래서 온보딩을 설계해 가입 첫 주에 "이걸 왜 써야 하는지"를 체감시키는 것이 이탈 방어의 출발점입니다. 코호트 분석으로 가입 시점별 유지 곡선을 그려보면 어느 주차에서 고객이 무너지는지 한눈에 보입니다.
3단계 — 이탈 신호를 미리 잡는다. 떠난 뒤에 붙잡는 건 늦습니다. 로그인 빈도 감소, 핵심 기능 미사용, 결제 실패 같은 신호를 이탈 점수로 환산해 위험 고객을 사전에 추려냅니다. 요즘은 AI·머신러닝으로 이탈 확률을 예측하고, 위험군에게 맞춤 제안이나 고객 성공 매니저(CSM)의 선제 연락을 붙이는 방식이 늘고 있습니다. 비자발적 이탈은 결제 재시도와 카드 갱신 알림 자동화로 따로 막습니다.
4단계 — 마이너스 이탈을 노린다. 궁극의 목표는 이탈을 0으로 만드는 게 아니라, 남은 고객이 더 많이 쓰게 만들어 순매출유지율(NRR)을 100% 이상으로 올리는 것입니다. NRR을 높이는 가장 효과적인 방법은 결국 "고객이 성공하게 만드는 것"입니다. 고객이 제품으로 실제 성과를 내면 자연스럽게 업그레이드하고, 그 확장 매출이 이탈 손실을 덮으면서 마이너스 이탈에 도달합니다. 이 단계에 오면 이탈률 관리는 더 이상 방어가 아니라 성장 엔진이 됩니다.