홍과(Hongguo)가 두바오(Doubao)를 앞질렀다? 앱 사용자 성장에 주는 시사점

홍과가 두바오를 추월했을까요? 퀘스트모바일(QuestMobile)의 2026년 9월 순위에 따르면, 홍과무료단편드라마(Hongguo Free Short Drama)는 측정된 채널 전체에서 중복 제거된 사용자 수 4억 3,000만 명을 기록하며 두바오의 4억 1,900만 명을 앞질렀고, 더우인(Douyin)의 10억 2,900만 명 뒤를 이었습니다. 이러한 수치는 독립형 네이티브 앱의 MAU(월간 활성 사용자 수)라기보다는 해당 보고서의 방법론에 따른 사용자 도달 범위를 나타냅니다. 성장 조직의 관점에서 이번 비교는 참여도와 사용자 확보 품질에 대한 의문을 제기할 뿐, 사용자 확보 비용 절감, 리텐션 향상, 또는 사용자가 AI 어시스턴트에서 단편 드라마로 이탈했음을 입증하는 것은 아닙니다. 이 데이터는 중국 인터넷 시장 전반의 모바일 환경 변화를 반영하고 있습니다. 전체 활성 사용자 증가율은 전년 동기 대비 0.9% 둔화되어 12억 8,100만 명의 월간 활성 사용자를 기록한 반면, 월평균 1인당 사용 시간은 189.8시간으로 확대되었습니다. 멀티채널 확보 퍼널을 평가하는 기술 조직은 보고 기간 내 중복 제거된 도달 범위와 지속 가능한 사용자 생애 가치(LTV)를 명확히 구분해야 합니다.

헤드라인 이면의 운영상 변화: 중복 제거된 도달 범위와 포화된 사용자 성장

한눈에 보기

• 퀘스트모바일의 2026년 9월 조사에 따르면, 홍과무료단편드라마의 측정 채널 전체 중복 제거 사용자 수는 4억 3,000만 명을 기록했으며, 두바오는 4억 1,900만 명으로 집계되었습니다.
• 전체 모바일 인터넷 월간 활성 사용자는 12억 8,100만 명에 도달했으며, 활성 사용자 인구의 증가세가 둔화됨에 따라 전년 동기 대비 0.9% 소폭 증가하는 데 그쳤습니다.
• 숏폼 드라마 및 숏폼 영상 카테고리는 전체 인터넷 사용 시간 순증분의 111.5%를 기여하며, 전통적인 온라인 동영상 및 일반 정보 서비스의 사용 시간 감소분을 상쇄했습니다.

36커(36Kr)의 2026 가을 보고서에 게재된 구조적 지표들은 중국 모바일 인터넷 내 경쟁이 어떻게 진화했는지를 보여줍니다. 디지털 플랫폼들은 최초 스마트폰 도입이라는 확장되는 사용자 기반을 두고 경쟁하기보다, 기존 사용자의 주의를 사로잡기 위해 경쟁하고 있습니다. 측정된 생태계 전반에서 2026년 9월 월평균 1인당 참여 시간은 전년 동기 대비 6.5% 증가한 189.8시간을 기록했으며, 이는 활성 사용자 인구의 성장세가 둔화되는 중에도 사용자 참여가 지속해서 깊어지고 있음을 나타냅니다.

이러한 환경 속에서 시리즈형 영상 콘텐츠는 참여도 확대를 이끄는 주요 동인으로 부상했습니다. 홍과 및 두바오에 관한 36커의 보고서에 실린 업계 분석에 따르면, 전용 단편 드라마 애플리케이션은 3년이 채 되지 않는 기간 동안 약 1,000만 명에서 4억 명 이상으로 급증했습니다. 단편 드라마 성장에 관한 차이나데일리(China Daily) 보도에 따르면, 2026년 9월 전년 동기 대비 변화에서 단편 드라마 사용 시간은 순수하게 133억 2,900만 시간이 늘어났으며, 숏폼 영상은 5,717억 시간(원문 기사 수치 기준)의 순증을 기록했습니다. 이 카테고리들은 해당 기간 전체 인터넷 사용 시간 순증분의 111.5%를 차지한 반면, 전통적인 온라인 동영상은 13억 8,000만 시간이 줄어들었습니다.

9월 순위에서 홍과가 선두를 차지한 것은 차별화된 상업적 메커니즘을 반영합니다. 홍과는 무료 스트리밍, 자동화된 콘텐츠 추천, 그리고 광고 기반 수익화 모델을 결합한 방식을 채택했습니다. 이 구조는 초기 회차별 결제 방식의 단편 드라마 비즈니스 모델에 비해 접근 장벽을 낮추었습니다. 그러나 분석가들은 중복 제거된 사용자 도달 범위가 독립형 앱 및 통합 미니 프로그램을 포함한 여러 접근 터치포인트에 걸쳐 있으며, 개별 사용자가 생산성 어시스턴트를 포기하고 시리즈형 픽션으로 이동했음을 증명하는 것은 아니라고 지적합니다.

참여도 역학: 콘텐츠 소비 대 대화형 AI 유틸리티

엔터테인먼트 미디어와 인공지능 어시스턴트 간의 사용 패턴을 분석해 보면 근본적으로 다른 행동 특성이 나타납니다. 시나 파이낸스의 차이징(Caijing) 보도에 따르면, 홍과는 2026년 7월과 8월 동안 1인당 하루 평균 약 151분의 사용 시간을 기록했습니다. 이 지표는 시청자들이 누적된 일일 시간 동안 여러 연속 에피소드를 소비하는 광고 기반 엔터테인먼트 루프를 반영합니다.

반면 대화형 어시스턴트는 온디맨드 방식의 실용적인 요구를 충족합니다. 퀘스트모바일 데이터에 따르면 2026년 9월 기준 두바오는 72.0회의 사용 횟수에 걸쳐 월평균 132.5분을 기록했고, 딥시크(DeepSeek)는 65.9회의 사용 횟수에 걸쳐 136.7분을 기록했습니다. 사용자는 코드 디버깅, 문서 요약, 텍스트 초안 작성 등 명확한 작업을 염두에 두고 어시스턴트를 실행하며, 시스템이 답변을 반환하면 인터페이스를 종료하는 경우가 많습니다.

아래 다이어그램은 광고 기반 엔터테인먼트 전달 방식과 쿼리(질의) 중심 유틸리티 워크플로우 사이의 개념적 차이를 보여줍니다:

[광고 기반 시리즈형 콘텐츠 퍼널]
  콘텐츠 티저 / 공유 링크 ──> 웹 랜딩 페이지 ──> 앱 설치 및 실행 ──> 동영상 재생 및 전면 광고 (누적 체류 시간)

[쿼리 중심 작업 완료 퍼널]
  구체적인 사용자 의도 ──> 대화형 어시스턴트 실행 ──> 작업 수행 / 답변 제공 ──> 세션 종료 (개별적 상호작용)

참고: 위의 흐름은 편집상의 개념 모델을 나타냅니다. 두 제품 유형은 근본적으로 서로 다른 소비자 사용 사례를 충족하며, 누적 사용 시간이 더 길다고 해서 반드시 우수한 단위 경제성이나 사용자 전환을 의미하는 것은 아닙니다.

중요한 점은 총 사용 시간의 차이가 애플리케이션의 재무적 건전성이나 확보 효율성을 결정하지는 않는다는 것입니다. 사용자 확보 비용(CAC)과 고객 생애 가치(LTV)는 기저에 있는 상업적 모델에 따라 달라집니다. 무료 시청 드라마 플랫폼은 높은 광고 노출 빈도를 통해 수익을 창출하는 반면, 대화형 AI 도구는 각 프롬프트마다 지속적인 GPU 추론 비용이 발생하므로 리텐션을 정당화할 수 있는 명확한 유틸리티가 필요합니다. 나아가 36커가 보도한 업계 분석에 따르면 특정 생성형 AI 단편 드라마의 제작 비용은 80%~90% 감소했으나, 콘텐츠 플랫폼은 가시성을 유지하기 위해 여전히 빠른 타이틀 교체 주기와 지속적인 프로모션 지출에 직면해 있습니다.

구축 대 구매(Build vs. Buy): 어트리뷰션 및 매개변수 기반 온보딩 프레임워크 평가

모바일 애플리케이션이 소셜 피드, 웹 동영상 스니펫, 크리에이터 추천, 프로그래매틱 마케팅 등 다양한 디지털 채널을 통해 오디언스를 확보함에 따라, 엔지니어링 팀은 캠페인 성과를 정확하게 측정해야 하는 과제에 직면해 있습니다. 확보 성과를 파악하려면 유효한 터치포인트를 측정하고 지원 및 허용되는 범위 내에서 이를 앱 이벤트와 연결해야 합니다.

확보 추적 파이프라인을 설계할 때 기술 팀은 자체 구축 로깅, 광고 네트워크 자체 보고, 그리고 독립형 측정 프레임워크의 운영 한계를 평가해야 합니다:

참고: 기능은 제공업체에 따라 다르며, 이 표는 보장된 제품 기능이 아닌 평가 범주를 설명합니다.

이 기술 분석은 홍과나 두바오가 내부적으로 어떤 구체적인 상업적 어트리뷰션 또는 딥러닝 도구를 배포했는지 확인해 주지 않습니다. 그러나 멀티채널 캠페인을 운영하는 독립 퍼블리싱 및 개발 팀의 경우, 자체 어트리뷰션 데이터베이스 구축에는 스키마 변경 관리, 사기 방지 검증, 그리고 모바일 플랫폼 정책 준수를 유지하기 위한 지속적인 엔지니어링 리소스가 필요합니다.

이미 콘텐츠 기반 웹투앱 캠페인을 운영하고 있는 퍼블리셔의 경우, 매개변수화된 설치 및 채널 추적을 위한 대안으로 OpoInstall을 평가해 볼 수 있습니다. OpoInstall 문서에 따르면, 이 프레임워크는 웹 캠페인 링크에 맞춤형 매개변수를 첨부하고 설치 후 첫 앱 실행 시 유효한 매개변수를 검색하는 기능을 지원합니다. 이 기능을 통해 네이티브 애플리케이션은 개별 드라마 에피소드나 크리에이터 프로필과 같은 특정 콘텐츠 목적지로 이동하는 동시에 채널 수준의 측정을 제공할 수 있습니다. 구현 시에는 현재 플랫폼 개인정보 보호 정책과 관련 SDK 버전의 구체적인 데이터 처리 관행을 검토해야 합니다. 이러한 도구가 모든 채널에서의 전환 복구를 보장하지는 않으며, 네이티브 애플리케이션은 매개변수 검증, 사용자 권한 확인, 그리고 적절한 폴백 네비게이션 실행에 대한 책임을 집니다.

통합 체크리스트: 확보 퍼널과 현대적 참여 현실의 정합성 확보

성숙한 모바일 시장에 맞춰 성장 아키텍처를 조정하려면 기술 팀은 측정 파이프라인을 허영 지표(vanity reach metrics)가 아닌 구체적인 비즈니스 목표와 일치시켜야 합니다.

엔지니어링 및 아키텍처 체크리스트

• 지연된 매개변수 전달 구성: 클라이언트 SDK 초기화 루틴이 설치 후 첫 앱 실행 시 유효한 매개변수를 검색하여 콘텐츠 라우팅 컨텍스트를 복원하도록 보장합니다.
• 목적지 폴백 로직 정의: 애플리케이션 라우터 내에 명시적인 폴백 규칙을 구현하여 매개변수를 사용할 수 없거나 손상되었거나 신뢰할 수 없는 경우 사용자가 기본 랜딩 화면으로 라우팅되도록 합니다.
• 플랫폼 추적 관행 감사: 분석 구현이 핑거프린팅을 통해 디바이스나 사용자를 고유하게 식별하기 위해 기기 데이터를 파생하지 않는지 확인합니다. 구현 시 ATT(앱 추적 투명성) 권한이 필요한지 별도로 평가합니다.
• 측정 일관성 검증: 허용되는 경우 어트리뷰션 윈도우, 이벤트 정의, 집계 및 보고 지연을 고려하여 네트워크 보고서를 앱 활성화 데이터와 대조합니다. 사용 가능한 데이터가 뒷받침하는 경우에만 중복 크레딧을 평가합니다.

제품 및 성장 전략 체크리스트

• 확보 목표와 비즈니스 성과의 정합성 확보: 모든 제품 유형에서 세션 길이를 극대화하려고 하기보다는 활성화율, 30일 리텐션, 검증된 상업적 전환을 중심으로 캠페인 평가를 구조화합니다.
• 유효한 목적지 매개변수 전달: 유효한 목적지 매개변수를 전달하고 정의된 폴백으로 라우팅을 검증하여 프로모션 동영상 스니펫을 앱 내 해당 콘텐츠와 직접 연결합니다.
• 채널 믹스 및 확보 비용 평가: 상단 퍼널의 설치 볼륨이 아닌 검증된 사용자 생애 가치에 확보 지출이 부합하도록 채널별 성과를 측정합니다.
• 도달 범위와 리텐션 지표의 분리: 중복 제거된 멀티채널 도달 범위를 제품의 고착성(stickiness) 지표로 취급하는 것을 지양하고, 오가닉 채널과 유료 채널 전반에서 코호트 리텐션 곡선을 별도로 평가합니다.

엔지니어링 팀을 위한 핵심 시사점

홍과가 총 도달 범위에서 두바오를 앞지른 순위 변화는 전반적인 오디언스 성장이 완만해지고 플랫폼들이 기존 사용자의 주의를 사로잡기 위해 주로 경쟁하는 진화하는 디지털 환경을 반영합니다. 그러나 엔지니어링 및 성장 팀은 총 도달 범위나 참여 시간을 보편적인 제품 성공과 동일시하는 것을 피해야 합니다.

지속 가능한 디지털 자산을 구축하기 위해 조직은 구체적인 상업적 목표를 중심으로 측정 아키텍처를 구조화해야 합니다. 규율 있는 멀티채널 어트리뷰션을 배포하고, 폴백 경계를 존중하는 탄력적인 딥러닝을 구현하며, 진정한 확보 비용에 대비하여 리텐션 코호트를 분석함으로써 기술 팀은 점점 더 경쟁이 치열해지는 모바일 환경에서 제품 퍼널을 효과적으로 최적화할 수 있습니다.

참고 자료

• 퀘스트모바일: 2026 중국 모바일 인터넷 가을 보고서 (36커 보고서 발행) — 측정된 채널 전반의 중복 제거된 사용자 도달 범위, 산업별 사용 시간 기여도, 모바일 애플리케이션 순위를 분석한 공식 보고서 발행물.

• 36커: 사용자 규모에서 두바오를 추월한 홍과에 관한 보고서 — 바이트댄스(ByteDance) 내의 참여 지표, 광고 역학, 제품 포트폴리오 변화를 상세히 다룬 기술 비즈니스 분석.

• 차이나데일리: 빠르게 성장하는 숏폼 드라마 — 숏폼 드라마 부문의 사용자 성장 궤적, 사용 시간 확대, 시장 역학을 추적하는 업계 보도.

• 차이징 / 시나 파이낸스: 홍과 월간 사용 체류 시간 8,300억 분 초과 — 일일 1인당 참여 지표와 광고 기반 수익화 구조를 검토한 비즈니스 보도.

• OpoInstall 문서 — 매개변수 패스스루 메커니즘, 지연된 딥러닝 워크플로우, 모바일 캠페인 어트리뷰션 통합에 대한 기술 개요.