1억 7,894만 건 데이터로 확인한 앱 푸시 발송 최적 시간은?

앱 푸시를 돌리다 보면 발송 시간을 두고 한 번쯤 고민하게 되죠. 출근길에 보낼지, 점심시간을 노릴지, 아니면 퇴근하고 여유가 생기는 저녁에 보낼지요. 참고할 만한 자료를 찾아봐도 저녁이 좋다는 글과 아침이 좋다는 글이 같이 나오다 보니, 결국 몇 번 옮겨 보다가 어딘가에 자리를 잡게 되는 경우가 많습니다.

문제는 그렇게 옮겨 봐도 숫자가 별로 달라지지 않을 때인데요. 이럴 때 대개는 시간을 더 잘게 쪼개거나 다른 시간대를 하나 더 시도해 보게 됩니다. 그런데 애초에 우리 앱이 시간으로 결과가 달라지는 앱이 맞는지부터 확인해 본 적은 드물죠.

그래서 페어리테크에 쌓인 앱 사용 기록을 열어봤습니다. 2026년 5월 1일부터 6월 18일까지 49일간 모인 1억 7,894만 건인데, 여기에 같은 기간 나간 푸시 1,004만 건의 반응까지 붙여서 봤더니 시간표가 통하는 앱과 아예 안 통하는 앱이 꽤 뚜렷하게 나뉘더라고요. 우리 앱이 어느 쪽인지 재보는 순서부터, 시각으로 안 잡히는 앱이 대신 봐야 할 신호까지 정리했습니다.

앱 푸시 발송 시간표가 나온 하루 사용량 곡선

발송 시간을 정할 때 결국 보게 되는 건 사람이 많이 들어오는 시간입니다. 많이 들어올 때 보내면 많이 받으니까요. 계산 자체는 틀리지 않았는데, 그 곡선을 어떤 단위로 그렸느냐에 따라 답이 완전히 달라지더라고요.

낮 시간 내내 1.0%p 안에 머무는 전체 사용량 곡선

먼저 앱을 나누지 않고 하루 전체 진입 세션을 시간대별 비중으로 그려봤습니다. 기기 20만 3,993대에서 나온 4,976만 건이니 적은 양은 아니죠.

곡선은 새벽 3시에 0.98%로 바닥을 찍고 아침부터 올라옵니다. 그런데 8시를 넘어서면 그때부터 자정까지 4.6%와 5.6% 사이에서만 움직여요. 가장 높은 지점이 저녁 8시의 5.58%인데, 이 띠의 바닥과 1.0%p 차이거든요. 출근 전 아침도 점심도 같은 띠 안에 들어가 있으니, 저녁과의 격차는 아무리 크게 잡아도 1.0%p를 넘지 않는 셈입니다.

그러니까 이 그래프가 알려주는 건 사실상 하나뿐입니다. 새벽만 피하라는 것이죠. 그 위로는 어디를 골라도 근거가 비슷해서, 출근 전과 점심과 저녁 중에 어느 쪽이 나은지까지는 이 곡선으로 답이 안 나옵니다.

그런데 지금 쓰는 발송 시간표는 대부분 이 그래프 한 장에서 나왔습니다.

앱 종류에 따라 14시간까지 벌어진 붐비는 시각

곡선이 평평했던 데는 이유가 있었어요. 종류가 다른 앱을 전부 한 줄로 합쳐 놓은 평균이었거든요.

같은 데이터를 앱 종류별로 나누자 곡선이 흩어졌습니다. 아침에 뾰족하게 솟는 종류가 있고, 낮에 솟는 종류가 있고, 오후에 완만한 산을 그리는 종류가 있고, 밤이 되어서야 올라오기 시작하는 종류도 있죠. 정점이 하루 다섯 지점에 흩어져 있었는데, 가장 이른 종류와 가장 늦은 종류는 14시간이나 떨어져 있었습니다.

서로 다른 시간에 솟는 곡선들이 겹치면서 각자의 골짜기를 메워 준 겁니다. 앞의 곡선이 평평했던 건 다들 하루 종일 고르게 쓴다는 뜻이 아니라, 각자 다른 시간에 몰려 있었다는 뜻이었죠.

격차도 작지 않았습니다. 종류에 따라서는 가장 붐비는 시각의 비중이 가장 조용한 시각의 6배였거든요. 시간표 하나를 모든 앱에 똑같이 돌리면 어떤 앱에서는 하루 중 가장 조용할 때 광고가 나가고 있다는 얘기가 됩니다. 예산은 그대로 쓰는데 닿는 사람만 6분의 1이 되는 거죠.

다만 어느 종류가 몇 시인지는 이 글에 적지 않았습니다. 모든 앱이 같은 시각으로 몰려 버리면 그 시간대 알림 피로도가 올라가고, 결국 지금 잘 되고 있는 시간까지 같이 무너지거든요. 종류별 정점 시각과 그 시각의 비중은 리포트에 그대로 담아 두었으니 필요하시면 그쪽에서 확인하시면 됩니다.

주말이면 3분의 1로 조용해지는 앱

시각만 볼 게 아니라 요일도 같이 봐야 합니다. 주말 하루 평균 세션을 평일 하루 평균 세션으로 나눠 종류별로 비교해 봤더니, 주말이면 평일의 3분의 1 수준까지 내려가는 종류가 있었어요. 근무 시간이나 등하원 시간에 붙어 있는 앱들이 그랬습니다.

반대로 주말이 평일보다 붐비는 종류도 있고요. 그러니 시각만 맞춰 놓고 요일을 그대로 두면, 정확한 시간에 보내고도 같은 예산으로 3분의 1만 닿는 일이 생깁니다.

야간 수신 동의 없이는 못 쓰는 밤 시간대

붐비는 시각을 알아냈다고 바로 쓸 수 있는 것도 아닙니다. 정보통신망법 제50조 제3항이 오후 9시부터 다음 날 오전 8시까지 영리목적의 광고성 정보를 보내려면 수신자에게 별도의 사전 동의를 받으라고 정하고 있거든요. 예외로 빠지는 매체는 대통령령이 전자우편 하나만 두고 있어서, 앱 푸시는 여기 해당되지 않습니다.

밤에 솟는 종류는 정점이 이 구간 안쪽에 들어갑니다. 시간표를 알아내도 야간 수신 동의가 없으면 그 시간을 못 쓴다는 뜻이죠. 이런 앱은 붐비는 시각을 찾는 일에 더해 야간 동의율을 따로 끌어올리는 일까지 붙게 됩니다.

발송량이 가장 많은 앱에 좋은 시각이 없었던 이유

여기까지는 붐비는 시각이 뚜렷한 앱 이야기입니다. 그런 앱이라면 우리 곡선의 정점을 찾아 시간표를 다시 짜면 되죠. 그런데 정작 푸시가 가장 많이 나가는 쪽에서는 이 방법이 통하지 않았습니다.

전체 진입 세션 절반을 차지하는 종합몰의 평평한 하루

종합몰만 따로 떼어 그려봤습니다. 세션 2,447만 건으로 전체 진입 세션의 절반쯤 되는 규모예요.

곡선이 거의 눕습니다. 아침 8시부터 자정까지 시간대별 비중이 5.6%와 4.6% 사이에만 머물렀거든요. 앞에서 본 전체 곡선의 띠와 숫자가 똑같죠. 전체가 평평해 보였던 이유가 하나 더 있었던 셈입니다. 종류별 곡선이 서로를 메워 준 것도 있지만, 절반을 차지하는 종합몰이 원래부터 평평했던 거예요.

비교해 보면 차이가 확실합니다. 같은 구간에서 붐비는 시각이 뚜렷한 앱은 최고와 최저가 10.9%와 1.9%까지 벌어지는데, 종합몰은 1.0%p 안에서 끝나거든요.

이런 앱에서는 발송 시각을 몇 시간 옮겨도 결과가 거의 같습니다. 성과가 안 움직였던 게 시간표를 잘못 짜서가 아니라 애초에 옮길 만한 차이가 없었던 거죠. 게다가 푸시가 가장 많이 나가는 곳이 가장 밋밋했다는 건, 시간표를 다듬는 데 가장 많은 공을 들이는 쪽이 정작 가장 얻을 게 적었다는 뜻이기도 합니다.

시간대와 무관했던 장바구니 도달 비율

물론 여기서 반론이 하나 나올 수 있습니다. 들어온 사람 수는 비슷해도 사려는 마음은 시간대마다 다를 수 있으니까요. 그래서 진입 세션 말고 구매 의도에 가까운 신호를 따로 봤습니다.

쇼핑 앱에 들어온 기기 중에서 장바구니까지 간 비율입니다.

시간대	장바구니 도달 비율
새벽 0시에서 5시	62.0%
오전 6시에서 11시	73.9%
낮 12시에서 5시	73.8%
저녁 6시에서 11시	75.5%

새벽을 빼면 아침부터 밤까지 2%p 안에서 붙어 있습니다. 종합몰과 직구 3개 서비스에서, 장바구니 신호가 수집되는 1개 매체를 기준으로 집계한 값이에요. 리워드 앱을 쓰는 사용자라 비율 자체는 일반 커머스보다 높게 나오는데, 시간대끼리 비교하는 데는 그대로 써도 됩니다.

앞에서 이야기한 세 구간을 여기에 얹어 보면 각각 73.9%, 73.8%, 75.5% 자리에 들어갑니다. 셋 사이 차이가 2%p도 안 되죠. 언제 들어오느냐가 바꾸는 건 몇 명이 들어오는지까지이고, 들어온 사람이 살 마음인지까지는 시각으로 알 수 없다는 얘기입니다.

우리 앱이 시간표가 통하는 앱인지 확인하는 순서

그러니 남의 정답을 가져오기 전에 우리 앱이 둘 중 어느 쪽인지부터 확인하는 게 순서겠죠. 아래 세 가지는 대부분의 앱 분석 도구에 이미 쌓여 있는 값으로 잴 수 있습니다.

1단계 하루 진입 곡선의 최고와 최저 격차

하루 진입 세션을 시간대별 비중으로 나눈 다음, 새벽을 뺀 아침 8시 이후 구간에서 가장 높은 값과 가장 낮은 값의 차이를 봅니다.

이 차이가 1%p 안쪽이면 시간표를 옮겨도 결과가 거의 같은 앱이에요. 2단계는 건너뛰고 3단계로 가는 편이 낫습니다. 반대로 격차가 크게 벌어진다면 붐비는 시각이 있는 앱이니, 남의 시간표 말고 우리 곡선의 정점을 기준으로 다시 짜면 되죠. 다만 그 정점이 오후 9시 이후에 있다면 야간 수신 동의부터 확보해야 실제로 쓸 수 있습니다.

2단계 평일과 주말의 사용량 격차

주말 하루 평균 세션을 평일 하루 평균 세션으로 나눕니다. 1보다 크게 낮으면 주말 발송을 줄이고 평일로 예산을 몰아야 하고, 1을 넘으면 반대로 가면 되고요.

실측에서 가장 크게 새고 있던 자리가 여기였습니다. 시각은 열심히 맞춰 놓고 요일은 그대로 둔 경우죠. 시간표를 손볼 계획이라면 시각과 요일을 한 번에 보시는 편이 낫습니다.

3단계 사용량 격차와 반응률 격차 분리

세 번째가 가장 중요한데요. 사용량이 많은 시간을 반응이 좋은 시간과 같은 것으로 두면 안 됩니다. 두 값을 따로 재봐야 하거든요.

같은 기간 실측에서 시간대별 사용량은 1.0%에서 5.6%까지 5.7배 벌어졌습니다. 그런데 같은 기간 푸시 반응률은 2.9%에서 4.3% 사이, 1.5배 안에서만 움직였어요. 사용량 곡선은 새벽에 뚝 떨어지는데 반응률 곡선은 하루 내내 거의 수평이었던 거죠.

두 값이 말하는 게 서로 다르기 때문입니다. 사용량은 몇 명이 그 알림을 받게 될지를 정하고, 반응률은 받은 사람이 누를지 말지를 정하거든요. 그리고 발송 시각으로 만질 수 있는 건 앞쪽뿐입니다. 시간표를 아무리 정교하게 다듬어도 어느 지점에서 천장을 만나는 이유가 여기 있습니다.

시각 대신 잡는 행동 신호

시각이 답을 안 준다면 남는 건 사용자가 지금 뭘 하고 있는지입니다. 실측에서 제일 뚜렷하게 잡힌 게 값을 비교하려고 앱을 옮겨 다니는 순간이었어요. 사람마다 이 순간이 열리는 시각은 제각각인데, 일어나는 모양은 거의 똑같았거든요.

앱을 닫은 직후 30분 안의 이동

한 앱을 닫고 30분 안에 다른 앱을 여는 비율을 잰 다음, 그 값을 전체 평균 이동 비율로 나눠봤습니다. 1.0배면 평균만큼 일어나는 이동이고, 숫자가 클수록 그 조합이 유난히 자주 이어진다는 뜻이에요.

여행숙박 앱 A를 닫고 30분 안에 여행숙박 앱 B를 연 비율이 평균의 14.5배였습니다. 관측 5,198건이고요. 방향을 뒤집어 B를 닫고 A를 연 경우도 12.8배로 비슷했는데, 이쪽은 4,821건이었습니다. 같은 날 숙소를 알아보는 사람이 두 앱을 오가며 값을 맞춰 보고 있다는 얘기죠.

이 30분은 시계로 찾을 수가 없습니다. 누구에게는 점심시간에 열리고 누구에게는 자정 직전에 열리니까요. 대신 이 30분 안에서는 비교와 결정이 같이 일어납니다.

업종을 가리지 않고 나타난 같은 30분

여행숙박에서만 그런 건지 확인하려고 관측 2,000건 이상인 조합을 전부 뽑아봤습니다.

먼저 연 앱	30분 안에 연 앱	배수	관측 건수
직구 A	직구 B	4.9배	7,023건
직구 A	직구 C	3.5배	15만 8,699건
가전 A	종합몰 C	3.5배	3,988건
부동산 A	여행숙박 A	2.5배	2,159건
육아 A	종합몰 A	2.4배	4만 8,454건
신선식품 A	종합몰 D	2.1배	4,066건

직구는 직구끼리, 가전은 가전과 종합몰끼리 묶였습니다. 업종이 달라도 비교하는 순간이 온다는 것만은 같았죠. 그리고 이 순간의 크기가 앞에서 본 시간대별 격차보다 훨씬 큽니다. 사용량 격차는 5.7배였는데 이쪽은 14.5배까지 올라가니까요.

그 순간에 맞춰 보낸 푸시의 반응률

그래서 실제로 이 순간에 맞춰 보내면 어떻게 되는지도 같은 기간에 기록해 뒀습니다. 서비스에 들어오는 순간을 잡아 나간 푸시가 606만 건인데, 2개 매체에서 모은 값이에요.

시간대별로 반응률을 보니 새벽 2시가 4.17%, 오후 4시가 4.31%였습니다. 사용량이 하루 중 가장 낮은 새벽에도 오후와 거의 같은 반응이 나온 거죠. 나쁜 시간이라고 불리던 자리도 순간만 맞으면 반응한다는 뜻입니다.

물론 이 값은 야간 수신 동의를 받은 매체에서 나왔습니다. 동의 없이 새벽에 보내도 된다는 근거로 쓸 수는 없으니, 새벽 구간을 검토하신다면 동의 확보가 먼저겠죠.

몇 번 보낼지 대신 정하는 발송 조건

그럼 하루에 몇 번 보내야 하냐는 질문이 남는데요. 여기에 대한 답도 횟수로는 나오지 않았습니다.

같은 기간 발송 조건이 맞았던 순간이 1억 5,346만 건이었어요. 그중 실제로 나간 푸시는 1,004만 건, 6.55%입니다. 조건이 맞았던 순간의 93.45%는 그냥 흘려보냈다는 얘기죠.

하루 몇 통이라는 상한을 정해 두고 그 안을 채우는 방식이 아니라, 조건을 먼저 정해 두고 조건이 맞을 때만 내보내는 방식이라 그렇습니다. 지면을 다 쓰지 않는 게 기본값인 셈이죠. 발송량을 늘리는 쪽으로 성과를 만들지 않으니, 성과가 오를수록 알림 피로도도 같이 오르는 구조에서 빠져나올 수 있고요.

행동 신호를 실시간으로 읽는 온디바이스 AI

여기까지 오면 현실적인 질문이 하나 남습니다. 앱을 닫고 다른 앱을 여는 30분은 우리 앱 밖에서 벌어지는 일인데 그걸 어떻게 제때 잡느냐는 거죠. 데이터를 서버로 모아 분석하고 캠페인을 세팅하는 순서로는 그사이 30분이 벌써 끝나 있으니까요.

페어리테크는 판단하는 자리 자체를 옮기는 쪽으로 풀었습니다.

서버로 데이터를 보내지 않는 판단 구조

사용자 스마트폰 안에서 AI가 지금 이 사람이 뭘 하고 있는지를 읽고, 보낼지 말지를 그 자리에서 정합니다. 데이터를 서버로 올려 분석한 뒤 다시 내려보내는 왕복이 없으니 30분 안에 들어갈 수 있는 거죠.

덤으로 따라오는 게 개인정보 쪽입니다. 데이터가 기기 밖으로 나가지 않으니 유출될 경로 자체가 안 생기고, 서드파티 데이터나 광고 식별자에 기대지 않아서 정책이 바뀔 때 받는 영향도 덜하거든요. 새 솔루션을 검토할 때 보안 쪽에서 먼저 막히는 경우가 많은데, 그 단계를 넘기기가 수월한 편입니다.

우리 앱 밖의 행동까지 신호가 되는 이유

일반적인 CRM 도구는 연동된 우리 앱 안에서 벌어진 일만 추적합니다. 접속한 시각, 열어 본 화면, 머무른 시간, 이탈한 지점 정도죠.

그런데 앞에서 본 30분은 우리 앱을 닫은 다음부터 시작됩니다. 우리 앱 로그에는 그냥 이탈로만 남고, 그 사람이 경쟁 앱에서 값을 맞춰 보는 중이라는 건 잡히지 않아요. 온디바이스 AI는 기기 안에서 도니까 앱 경계를 넘어서 이 신호를 읽을 수 있습니다. 리포트에 실린 갈아타기 배수도 이렇게 관측한 값이고요.

도입에 드는 기간과 작업

앱에서 하실 일은 SDK를 설치하는 것까지입니다. 개발 공수가 이틀 정도이고, 계약까지 포함한 전체 도입은 3주쯤 걸려요. 그다음 광고주 연결과 캠페인 설계, 운영과 정산은 페어리테크가 맡습니다.

지금 쓰는 CRM 도구를 걷어낼 필요도 없습니다. 자사 캠페인은 쓰던 도구로 그대로 두고, 이 30분처럼 앱 밖에서 열리는 순간만 따로 잡는 식으로 얹히거든요. 도입 절차를 단계별로 보고 싶으시면 페어리테크 온보딩 6단계에 순서를 정리해 두었습니다.

시간표를 손보기 전에 확인할 것

출근 전과 점심과 저녁을 번갈아 써봤는데도 숫자가 그대로였다면, 다음에 하실 일은 네 번째 시간대를 찾는 게 아닙니다. 우리 앱 하루 곡선의 최고와 최저 격차를 먼저 재보는 거죠. 격차가 거의 없는 앱이었다면 지금까지의 결과는 실패가 아니라 당연한 값이었던 거고, 손댈 자리가 다른 데 있다는 신호니까요.

우리 앱과 같은 종류가 실제로 몇 시에 붐비는지, 요일 지수는 얼마나 되는지는 리포트에 그대로 담아 두었습니다. 시간대별 진입 세션 비중과 갈아타기 배수, 순간 발송 반응률까지 조사 조건을 붙여 정리했으니, 위의 3단계를 우리 앱 숫자와 나란히 놓고 보시면 됩니다.

앱 푸시 타이밍 리포트 전문 받아보기

우리 앱 규모에서 어느 정도 수익이 붙는지 먼저 보고 싶다면 MAU별 앱 푸시 광고 수익 시뮬레이션을 참고하셔도 좋습니다.

자주 묻는 질문

우리 앱 데이터로도 같은 확인을 해볼 수 있나요?

1단계와 2단계는 바로 가능합니다. 하루 진입 세션의 시간대별 비중이나 주말 대비 평일 비율은 대부분의 앱 분석 도구에 이미 쌓여 있는 값이거든요. 3단계만 조건이 하나 붙는데, 사용량 격차와 반응률 격차를 따로 재려면 발송 시각별 반응률을 같이 남겨 두어야 합니다. 지금 그렇게 기록하고 있지 않다면 다음 캠페인부터 시각을 나눠 쌓아 두시면 됩니다.

예약 발송으로 시간만 맞추는 것과 무엇이 다른가요?

예약 발송은 몇 시에 내보낼지를 미리 정해 두는 기능이라, 정작 그 시각에 받는 사람이 어떤 상태인지는 반영되지 않습니다. 본문에서 본 30분은 사람마다 열리는 시각이 다르니 시간표로는 잡을 수가 없고요. 조건을 미리 정해 두고 조건이 맞는 순간에만 나가는 구조가 따로 필요한 이유입니다.

리포트에는 어떤 데이터가 들어 있나요?

이 글에서 가린 앱 종류별 정점 시각과 종류별 주말 지수가 그대로 들어 있습니다. 시간대별 진입 세션 비중, 앱 갈아타기 배수 전체 목록, 순간 발송 반응률까지 조사 기간과 표본 조건을 함께 표기했습니다. 2026년 5월 1일부터 6월 18일까지 49일간의 기록이며, 참여 앱과 매체는 익명으로 처리했습니다.

같은 유저 수로 더 버는 앱은 뭐가 다를까요 놓치고 있는 앱 추가 수익화 지점을 부담 없이 봐드릴게요

문의하기 소개서 다운로드