P50 vs P95: 평균 이용자라는 가장 위험한 환상

레이 | 디지털 저널리스트 | awesome.ai.life@gmail.com | 2026년 3월 29일

야콥 닐슨(Jakob Nielsen)이 20년 된 자신의 프레임을 다시 썼다. 닐슨은 웹 사용성 분야의 창시자로 불리는 인물이다. 1990년대부터 '사람들이 실제로 웹을 어떻게 쓰는가'를 데이터로 추적해온 연구자이자, 세계 최대 UX 컨설팅 기관 닐슨 노먼 그룹(Nielsen Norman Group)의 공동 설립자다. 그가 2006년에 제안한 90-9-1 법칙은 디지털 생태계를 설명하는 가장 직관적인 도구 중 하나였다.

90-9-1 법칙
온라인 커뮤니티에서 90%는 잠복자(lurker), 9%는 간헐적 기여자, 1%가 거의 모든 가치를 생산한다는 참여 불평등의 법칙: Nielsen, "Participation Inequality," NN/g, 2006]

그런데 2025년 3월, UX Tigers에 발표한 글에서 닐슨은 그 비율이 더 이상 현실의 극단성을 담지 못한다고 말한다. 위키백과의 실제 비율은 99.8-0.2-0.003이고, X(구 트위터)의 한 데이터셋에서는 중위(P50) 사용자, 즉 전체 이용자의 딱 가운데에 있는 사람이 월 2회 포스팅하는 동안, 상위 10% 문턱에 있는 사용자는 138회를 올린다. 69배의 격차. 참여 불평등은 버그가 아니라 인터넷의 구조적 현실이라고 닐슨이 진단한 것이다.

닐슨의 새 분석 도구는 P95/P50 비율이다. 먼저 용어부터 풀어보자. P50은 중위수, 즉 사용자 전체를 사용량 순으로 줄 세웠을 때 정확히 가운데에 서 있는 사람이다. P95는 상위 5% 문턱에 서 있는 사람, 100명 중 95번째로 활발한 사용자다. 닐슨의 제안은 간단하다. 모든 사용자를 하나로 뭉뚱그리는 산술 평균(mean)을 버리고 이 P50과 P95가 얼마나 벌어져 있는지를 보라는 것이다. 닐슨이 도메인별로 정리한 데이터에 따르면 이 비율은 이커머스에서 3~5배, 기업용 SaaS(클라우드 기반 업무 소프트웨어)에서 6~17배, 소셜 미디어에서 30~550배까지 펼쳐진다.

이것은 UX 지표 이상의 이야기다. 닐슨이 건드린 것은 디지털 경제에서 평균이라는 개념의 존재론적 지위다.

평균이 은폐하는 것

화이트헤드는 사실을 해석을 어떻게 해도 변하지 않는 저항적 실재라고 불렀다(Adventures of Ideas, 1933). 닐슨이 '수학적 유령(Mathematical Ghost)'이라 명명하는 현상이 이 개념과 겹친다. 어떤 기업의 대시보드가 "평균 사용자는 하루 20분 사용, 5달러 수익"이라고 보여줄 때, 그 '평균 사용자'는 실재하지 않는 통계적 인공물(artifact)이다. 계산으로는 존재하지만 현실에서는 아무도 그 모습과 일치하지 않는 허상이란 뜻이다. 실제 분포에서 대다수 사용자는 그 아래에 몰려 있고, 극소수가 그 위로 훨씬 멀리 떨어져 있다. 평균값이 놓이는 자리는 아무도 서 있지 않은 텅 빈 계곡이다.

여기서의 변하지 않는 사실은 이것이다. 디지털 행동은 정규분포를 따르지 않는다. 물리 세계에서 키, 체중, IQ는 평균 주변에 몰리는 종형 곡선을 그리지만, 디지털 세계의 참여, 수익, 콘텐츠 생산은 전혀 다른 수학을 따른다. 멱법칙(power law)이 대표적인데, 소수가 압도적 비중을 차지하고 나머지 대다수는 극히 적은 양을 가져가는 분포다.

멱법칙은 거듭제곱 법칙이라고 하는데, 핵심은 단순하다. 소수가 압도적 비중을 차지하고 나머지 대다수는 극히 적은 양을 가져가는 분포다. 웹사이트 트래픽이 소수의 사이트에 집중되고, 유튜브 조회수가 극소수 영상에 몰리는 것이 모두 이 패턴이다. 가운데가 불룩한 종형 곡선이 아니라, 한쪽 꼬리가 극단적으로 길게 늘어진 비대칭 곡선, 통계학에서 '긴 꼬리(long tail)' 분포라 부르는 형태다. 이 사실은 불편하다고 해서 없는 셈 칠 수 있는 종류가 아니다. 평균이라는 렌즈를 씌우는 순간, 가장 많은 돈을 쓰는 사용자와 가장 많은 시간을 보내는 사용자를 동시에 시야에서 놓치게 된다.

AI 시대, 격차는 협곡이 된다

닐슨의 분석이 가장 날카로워지는 지점은 AI 사용 패턴이다. 오픈AI의 2025년 기업 AI 보고서에 따르면 프론티어 워커(P95)는 중위 직원 대비 6배 더 많은 메시지를 AI에 보내고, 코딩 영역에서는 17배, 데이터 분석에서는 16배의 격차를 보인다(오픈AI, "The State of Enterprise AI," 2025). 조직 별로 AI가 복잡한 사고 과정을 거칠 때 토큰을 소비하는 량은 12개월 만에 약 320배 증가했고, 커스텀 GPT(특정 업무에 맞춰 설정한 AI 비서)와 프로젝트 같은 구조화된 워크플로 사용은 19배 늘었다.

닐슨은 이 격차를 '프롬프팅 캐즘(Prompting Chasm)' - P50과 P95 사이에 쉽게 건널 수 없는 간극이 벌어져 있다는 뜻 - 이라 부른다. 닐슨의 기사에 따르면, P50 챗지피티 사용자는 50단어짜리 질문을 한 번 던지고 끝내는 반면, P95 사용자는 1,750단어에 달하는 복잡한 지시를 6차례 이상의 대화로 이어간다. 35배의 복잡도 차이.

핵심은 이것이 단순히 '더 많이 쓰는' 것이 아니라 '근본적으로 다르게 쓰는' 것이라는 점이다. P95 사용자는 API(외부 시스템과 데이터를 주고받는 통로)를 호출하고 반복 작업을 자동화하는 매크로를 만들고 여러 AI를 연결해 복잡한 업무를 처리하는 멀티 에이전트 워크플로를 구성한다. P50 사용자는 기능의 16%만 건드린 채 설계자가 의도한 가장 단순한 사용 경로, 메뉴를 열고 기본 기능만 쓰고 나가는 해피 패스(happy path) 위에 머문다.

이 데이터가 말해주는 것은 분명하다. AI 도구의 보편적 보급이 곧 균등한 활용을 의미하지는 않는다. 같은 도구 앞에서 누군가는 단순 질의를 하고 누군가는 업무 전체를 재설계하고 있다. 이것은 기술 접근성의 문제가 아니라 기술 흡수 역량과 조직 문화의 문제에 가깝다. 오픈AI 보고서에서 프론티어 기업(AI 활용 상위 5% 조직)은 중위 기업 대비 전체 메시지에서는 2배에 불과하지만, 커스텀 GPT 메시지에서는 7배 차이를 보인다. 고급으로 쓴다는 말은 더 많이 쓴다는 게 아니라 더 구조화으로 쓴다는 말이다. 여기서 닐슨이 강조하는 것처럼 템플릿, 규범, 공유 자산, 교육, 거버넌스, 관리자 지원과 같은 조직 수준의 성숙도가 개인의 사용 패턴을 결정짓는 변수다.

두 도시 이야기: 그리고 그 프레임의 한계

닐슨이 제안하는 설계 전략은 '두 도시 이야기(Tale of Two Cities)'다. P50 관광객에게는 마찰 없는 단순한 온보딩을, P95 고래에게는 제한 없는 심층 기능을 제공하라. 처음에는 핵심 기능만 보여주고 사용자가 익숙해질수록 고급 기능을 단계적으로 드러내는 점진적 공개(Progressive Disclosure) 방식으로 두 세계를 하나의 인터페이스 안에 공존시키라. 이것 자체는 UX 설계의 교과서적 원칙이고, 실무 가치가 높다.

닐슨은 여기서 한 걸음 더 나간다. 생성형 AI가 P50 사용자를 P95 수준으로 끌어올릴 수 있다는 것이다. 닐슨은 이것을 '의도 번역(intention translation)'이라 부른다. 사용자가 "이번 달 매출을 지역별로 비교하는 표를 만들어줘"라고 말하면, AI가 그 의도를 읽고 SQL 쿼리를 짜고, 피벗 테이블을 만들고, 차트까지 그려준다. 사용자는 복잡한 도구를 배울 필요 없이, 하고 싶은 말만 하면 된다. 닐슨의 주장은, 이 '의도를 실행으로 번역하는' 능력 덕분에 초보 사용자도 파워 유저급 결과물을 얻을 수 있다는 것이다.

이 주장에는 정밀한 구분이 필요하다. AI가 끌어올리는 것은 출력의 수준이지, 반드시 사용자의 인지적 역량은 아니다. SQL 쿼리를 AI가 대신 작성해주는 것과, 사용자가 데이터 구조를 이해하고 올바른 질문을 던질 수 있는 것은 다른 차원의 능력이다. 전자는 도구 접근성의 확장이고, 후자는 인지적 역량의 축적이다. 닐슨의 '꼬리 뚱뚱하게 만들기(fattening the tail)' 전략이 후자까지 달성하려면 AI가 작업을 대행하는 수준을 넘어 사용자의 멘탈 모델 자체를 변화시켜야 한다. 이것은 기술 아키텍처의 문제이면서 동시에 교육과 조직 설계의 문제다.

고래 경제학의 그림자

닐슨 글의 가장 큰 강점은 데이터의 밀도다. P95/P50 비율을 도메인 별로 분류하고 각각의 구조적 원인을 분석한 것은 실무자가 즉시 자기 제품에 적용 가능한 프레임워크다. 왜 코딩 도구에서는 17배 격차가 나는데 이커머스에서는 5배에 그치는가? 닐슨은 과업의 반복 구조(코딩은 계속 이어지고, 쇼핑은 끊긴다), 사용자 역할의 다양성(같은 제품을 분석가, 승인자, 관리자가 전혀 다르게 쓴다), 마찰의 크기(비용이나 물리적 제약이 없으면 상위 사용자는 끝없이 멀어진다), 측정 기준의 차이(세션 수, 체류 시간, 지출액은 각각 다른 비율을 보여준다), 복리 효과(많이 쓸수록 더 많이 쓰게 되는 선순환), 그리고 조직의 성숙도를 원인으로 제시한다. 닐슨은 또한 하루 단위로 보면 격차가 압축되고, 월·연 단위로 보면 벌어지는 분석 기간에 따른 비율 변동과 코호트(동일 시점에 가입한 사용자 집단)별 분리 분석의 필요성, 그리고 사용량이 많다고 반드시 가치가 높은 것은 아니라는 경고까지 포함시켰다.

그러나 이 글에도 빈자리가 있다.

첫째, 고래(Whale)라는 메타포의 윤리적 그림자다. 모바일 게임에서 whale은 카지노 용어에서 유래했다. 벨기에와 네덜란드는 2018~2019년에 루트박스(게임 내 확률형 유료 아이템 상자)를 도박으로 규정하고 규제에 나섰다. 소수 과금 사용자에게 수익을 집중시키는 구조를 '좋은 설계'로 전제하려면, 그 소수의 선택이 자발적이고 정보에 기반한 것인지에 대한 질문이 선행되어야 한다. 닐슨도 '부정적 고래(Negative Whale)'를 한 단락에서 언급하지만, 글 전체의 무게 중심은 고래를 키우는 쪽에 놓여 있다.

둘째, P50 사용자의 가치가 축소되어 보이는 문제. 닐슨은 P50을 관광객(Tourist)으로, P95를 고래(Whale)로 명명한다. 이 명명법 자체가 가치 위계를 내포한다. 그러나 소셜 미디어에서 루커 90%가 이탈하면 플랫폼의 네트워크 효과가 붕괴한다. 콘텐트를 생산하는 1%는 그것을 소비하는 99%가 존재할 때만 의미를 갖는다. 닐슨도 이들이 관객과 밀도, 기본 수요를 제공한다고 인정하지만, 그 인정이 글 전체의 논조에 충분히 녹아들지는 못했다.

셋째, 콘텐트 전략으로의 확장이 빠져 있다. 기업 뉴스룸, 미디어 플랫폼, 블로그 모두 동일한 멱법칙을 겪는다. 뉴스 기사의 소비도 같은 멱법칙을 따르고, 소수의 '깊은 독자'가 구독 전환의 대부분을 만들어낸다. GEO(생성형 검색 엔진 최적화) 전략도 마찬가지다. AI 검색엔진에 여러 차례 질문을 이어가며 깊이 파고드는 P95 검색자와 단순한 사실 하나를 확인하고 떠나는 P50 검색자는 같은 콘텐트에서 다른 것을 가져간다. 콘텐트의 첫 문단은 P50을 위한 직접 답변(Direct Answer)을, 본문의 깊이는 P95를 위한 맥락과 논증을 담아야 한다. 닐슨의 P95/P50 프레임은 제품 UX에 머무를 필요가 없다. 콘텐트 아키텍처에도 그대로 적용된다.

평균을 넘어서

닐슨의 P95/P50 프레임은 지표가 아니라 인식의 도구다. 디지털 세계에서 평균이 왜 위험한지를 보여주는 렌즈이면서 동시에 분포의 비대칭성 안에서 전략적 판단을 내리는 좌표축이다. 화이트헤드의 언어로 말하자면, 평균은 완고한 사실을 부드럽게 가공하여 삼키기 쉬운 형태로 만든다. 그러나 가공된 사실은 원래의 저항성을 잃는다. 분포를 보지 않는 전략은 현실에 저항당한다.

실무적으로 가져갈 것은 세 가지다. 자기 제품이나 콘텐츠의 P95/P50 비율을 측정하라. 이 비율이 2~5배라면 범용 유틸리티에 가깝고, 20배 이상이면 멱법칙 생태계다. 전략이 근본적으로 달라져야 한다. 산술 평균을 대시보드 전면에서 치우고 P25, P50, P75, P95, 필요하면 P99까지 분포 전체를 봐야 한다. P50과 P95를 위한 별도의 경험을 설계하되, 점진적 공개는 자기 선언이 아니라 행동 증거에 의해 촉발되어야 한다. 반복 사용, 배치 크기 증가, 단축키 채택 같은 행동이 나타날 때 고급 기능을 드러내는 것이 닐슨이 말하는 올바른 공개 방식이다. 그리고 고래를 키우는 설계와 고래에 의존하는 설계 사이의 경계를 의식해야 한다. P95 사용자에게 열린 가치를 제공하되, 그 열림이 착취적 과금이나 중독 루프로 전환되지 않도록 설계하는 것이 완결이다.

평균은 현실을 설명하지 못한다. 분포가 현실이다. 그 분포 안에서 어디를 보느냐가 전략의 방향을 결정한다. / raylogue

자료 출처

• Jakob Nielsen, "Don't Design for Average Users," UX Tigers, 2025.3.19.
• OpenAI, "The State of Enterprise AI 2025 Report."
• A.N. Whitehead, Adventures of Ideas (1933).