70만 다시 키운 핵심 노하우

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

70만 다시 키운 핵심 노하우는 “대박 감각”이 아니라, 이미 반응하는 주제를 찾고 낮은 비용으로 반복 생산하며 콘텐츠 실력을 내재화하는 체계다.

📌 핵심 요점

1. 기존 180만 구독자 채널을 매각한 뒤, 유튜브가 단순 조회수 수익원이 아니라 책 판매, 공실 해소, 사업 기회 창출의 핵심 유입 기반이었다는 점이 드러났다.
2. 새 채널은 기존 자산 없이 부정적 인식까지 안고 출발했기 때문에, 성장을 다시 만들기 위해서는 천부적 감각보다 성실한 생산 체계와 반복 훈련이 중요해졌다.
3. 감으로 주제를 고르는 것보다 이미 시장에서 조회수 기울기가 올라가고 추천 알고리즘에 잡히는 주제를 찾아 자신의 의견과 콘텐츠 역량을 얹는 방식이 확률상 유리하다.
4. 유튜브 알고리즘은 시청자의 기존 관심사와 신념을 강화하는 방향으로 작동하므로, 트렌딩 주제는 이미 관객이 모인 “링”이며 제작자는 자신이 이길 수 있는 약한 챔피언 영역을 찾아야 한다.
5. 해시태그, 제목 길이, 썸네일 해상도 같은 형식 요소보다 더 큰 병목은 썸네일·제목·도입부·콘텐츠 실력·시도 빈도이며, 결국 알고리즘 진입 능력, 제작 실력, 반복 빈도가 함께 갖춰져야 한다.

🧩 배경과 문제 정의

• 발표자는 180만 구독자 채널을 매각한 뒤, 유튜브가 단순 조회수 수익원이 아니라 책 판매, 공실 채우기, 사업 전반의 핵심 유입 기반이었다는 점을 뒤늦게 체감한다.
• 새 채널은 기존 구독자 자산 없이 다시 시작해야 했고, 이전 채널 매각으로 생긴 부정적 인식까지 안은 상태였기 때문에 출발점이 단순한 ‘제로’보다 낮았다고 설명한다.
• 성장 재현의 핵심 문제는 “대박 콘텐츠를 찍어내는 감각”이 아니라, 이미 시장에서 반응하는 주제를 찾고 꾸준히 생산할 수 있는 운영 체계를 만드는 데 있다.
• 콘텐츠 제작은 추천 알고리즘, 조회수 변동, 트렌드 이동이라는 불확실성을 전제로 하기 때문에, 감에만 의존하기보다 확률을 높이는 반복 생산과 시장 조사 능력이 필요하다고 정리된다.
• 유튜브 추천 구조는 이용자가 이미 관심을 보인 주제를 계속 강화하는 방식으로 작동하므로, 트렌드가 붙은 주제와 자신이 실제로 만들 수 있는 콘텐츠의 접점을 빠르게 찾는 것이 중요하다.
• 영상 내 수치와 사례는 발화자의 설명 기준이며, 매각 금액·수익 규모·수강생 수 등 외부 확인이 필요한 내용은 별도 검증이 필요하다.

🕒 시간순 섹션별 상세정리

1. 채널 매각 이후 드러난 유튜브 의존도

• 기존 채널은 180만 구독자까지 성장했고 20억 원에 팔렸으며, 그동안 조회수 수익도 약 20억 원 수준이라 당시에는 잘 판 거래처럼 보였다고 드러낸다 [00:20]
• 채널이 사라지자 건물 공실을 채우는 일과 책 판매를 만드는 과정이 모두 어려워졌고, 기존 성과의 상당 부분이 유튜브 유입에 의존했다는 사실이 드러났다고 보여준다 [00:45]

2. 제로보다 낮은 출발과 성실성 기반 운영 전환

• 유튜브를 다시 시작한 뒤 새 채널은 70만 가까이 성장했지만, 이전 채널을 팔았고 부정적 인식까지 쌓인 상태라 밑바닥보다 낮은 조건에서 출발했다고 드러낸다 [01:18]
• 대박 콘텐츠를 만드는 동물적 감각이 본인과 다수의 수강생에게 없다는 사실이 확인되면서, 채널 운영의 기준은 감각보다 성실성으로 이동했다고 보여준다 [01:57]

3. 감으로 고른 주제보다 이미 잘되는 주제의 확률이 높다

• 직접 만든 영상이 쉽게 반응하지 않는다면, 내가 잘될 것 같다고 느끼는 주제보다 시장 조사로 이미 잘되고 있는 주제에 들어가는 쪽이 성과 확률이 높다고 드러낸다 [03:08]
• 이미 반응하는 주제에 자신의 의견을 붙이면 완전히 새로운 감에 의존하는 방식보다 초기 노출과 조회수 가능성이 커진다고 정리한다 [03:29]

4. 보는 능력과 만드는 능력은 다르다

• 사람들은 콘텐츠를 많이 봐왔기 때문에 시청자로서는 프로에 가깝지만, 실제로 콘텐츠를 생산하는 단계에서는 아마추어에 머무르는 경우가 많다고 드러낸다 [04:03]
• 축구나 야구를 보며 판단하는 것과 실제 경기장에서 뛰거나 공을 던지는 것은 다르듯, 재미있는 콘텐츠를 알아보는 능력과 대박 콘텐츠를 만드는 능력은 별개라고 보여준다 [04:18]

5. 불확실성을 전제로 조회수 기울기와 트렌드를 찾는다

• 콘텐츠 제작의 불확실성을 인정하지 않으면 이후의 실행 계획이 맞지 않으며, 계획은 확률과 변동성을 안고 가는 방식이어야 한다고 드러낸다 [06:02]
• 확률이 작동하는 분야에서는 시도를 많이 할수록 결과가 실력에 수렴하므로, 반복 생산과 확률을 높이는 방식이 함께 필요하다고 보여준다 [06:14]

6. 추천 알고리즘은 관심사를 강화하고 트렌드 탐색의 근거가 된다

• 콘텐츠 생산을 지속하려면 트렌드 탐색과 제작을 함께 해야 하며, 앞단의 조사만 하거나 뒷단의 생산만 하는 방식은 모두 문제가 생긴다고 드러낸다 [08:50]
• 유튜브는 같은 주제를 본 사람에게 유사한 주제를 계속 보여주고, 이용자는 필터 버블과 에코챔버 안에서 기존 관심사가 점점 강화된다고 보여준다 [09:03]

7. 트렌딩 주제는 관객이 모인 링이다

• UFC와 스포츠 콘텐츠를 연달아 보면 홈 화면과 추천 영역에 같은 계열 콘텐츠가 반복적으로 늘어나며, 특정 주제가 알고리즘 안에서 트렌딩되고 있음을 확인할 수 있다고 드러낸다 [12:21]
• 한 주제가 홈 화면을 장악하기 시작하면 그 주제에 노출되는 사람 수가 증가하고 있다는 신호이며, 제작자는 그 관객이 이미 모인 링에 올라갈 기회를 얻는다고 보여준다 [13:17]

8. 경쟁자는 위협이 아니라 시장을 키우는 영업 사원이다

• 같은 주제의 콘텐츠가 옆에 붙기 시작하면 추천 영역 안에서 직접 경쟁이 발생하고, 콘텐츠 실력이 충분하면 비슷한 제작자의 증가는 오히려 수요를 키운다고 드러낸다 [14:29]
• 경쟁 콘텐츠에 만족한 시청자는 더 높은 품질의 콘텐츠에도 만족할 가능성이 크기 때문에, 같은 분야 크리에이터 증가는 잠재 팬 유입 경로가 된다고 보여준다 [14:42]

9. 알고리즘 진입 이후에는 콘텐츠 생산 역량이 승부를 가른다

• 후천적 훈련으로 성장한 제작자는 천부적 재능을 가진 탑 랭커와 같은 방식으로 싸우기 어렵고, 남의 성공 방식을 그대로 따라 하면 실패할 수 있다고 드러낸다 [15:47]
• 알고리즘은 링 위에 올려주는 역할까지이며, 이후 성과는 콘텐츠 생산 역량과 훈련의 질에 달려 있다고 정리한다 [16:20]

10. 해시태그와 형식 미신은 성장의 본질을 흐린다

• 초보자가 자주 묻는 제목 길이, 해시태그, 썸네일 글자, 해상도, 자막, AI 사용 여부는 콘텐츠 실력 훈련과 직접 관련이 약한 경우가 많다고 드러낸다 [17:07]
• 이런 정보는 도움이 될 수는 있어도 핵심이 아니며, 시청자는 해시태그 개수나 썸네일 해상도 때문에 영상에 머물지 않는다고 보여준다 [17:30]

11. 리소스가 적을수록 가장 효율적인 훈련에 시간을 써야 한다

• 시청자의 90% 이상은 제목 길이, 썸네일 글자, 해시태그 개수, 해상도 같은 요소를 신경 쓰지 않으며, 이런 요소에 집착하는 사람은 유튜브 지망생이나 연구자에 가깝다고 드러낸다 [19:00]
• 주변 정보에 혹해 실제 콘텐츠 제작 실력을 키우지 않으면 열심히 하고 있다는 느낌만 남고, 시간과 노력이 본질 아닌 작업에 소모된다고 경고한다 [19:22]

12. 낮은 비용의 반복 시도와 세 가지 성장 축

• 자본이 많은 기업은 다른 사람이 쉽게 따라 하지 못하는 고비용 시도를 반복할 수 있지만, 돈이 없는 제작자는 누구나 시도할 수 있는 저비용 실험을 계속해야 한다고 드러낸다 [20:42]
• 주사위 게임처럼 성공 확률과 비용, 보상이 맞는 구조라면 핵심은 지속 가능성이며, 한 번 시도 비용을 낮추고 기대값 높은 게임을 반복하는 방식이 중요하다고 보여준다 [21:43]

13. 알고리즘 진입보다 썸네일·도입부·인식 점유 실력이 더 큰 병목이다

• 빠르게 링 위에 올라 기존 챔피언을 쓰러뜨리는 구조가 알고리즘 노출에 해당하지만, 알고리즘은 늘 새로운 도전자를 발굴하려 하기 때문에 이 정보만으로는 지속 경쟁력이 되기 어렵다고 드러낸다 [24:04]
• 실제 승부는 썸네일, 제목, 도입부에서 갈리고, 시청자의 머릿속에 몇 개 되지 않는 인식 자리를 차지해야 채널이 반복 시청 후보로 남는다고 보여준다 [24:30]

14. 알고리즘·실력·빈도 훈련은 기초 체력이며, 공개 사례와 강의가 실행 경로가 된다

• 비즈니스 PT에서는 약 4,000명이 훈련 중이고, 몇백만·몇십만 유튜버부터 이제 시작한 사람까지 다양한 케이스가 포함되어 있어 성장 단계별 훈련 사례가 축적된다고 드러낸다 [26:02]
• 영상 제작 빈도까지 함께 훈련해야 하며, 알고리즘·실력·빈도 세 가지가 갖춰져도 곧바로 떡상하는 것이 아니라 채널 운영의 기초 체력이 만들어진다고 정리한다 [26:17]

🧾 결론

• 이 영상의 핵심은 유튜브 성장을 “운 좋은 바이럴”이 아니라 확률 게임, 시장 조사, 반복 생산, 제작 역량 훈련의 조합으로 보라는 데 있다.
• 채널 성장의 출발점은 내가 만들고 싶은 콘텐츠가 아니라 이미 시청자가 몰리고 있는 주제이며, 그 안에서 내가 감당 가능한 난도와 경쟁 구도를 판단해야 한다.
• 알고리즘은 신규 제작자를 링 위에 올려주는 역할을 할 수 있지만, 그 이후 시청자를 붙잡고 반복 시청 후보가 되는 것은 콘텐츠 자체의 설득력과 관계 형성 능력에 달려 있다.
• 리소스가 부족한 1인 제작자일수록 주변적인 최적화에 시간을 쓰기보다, 낮은 비용으로 많이 시도하고 피드백을 통해 제작 실력을 축적하는 방식이 더 중요하다.
• 영상에서 언급된 매출 사례와 수익화 사례 수는 발표자의 발화 기준 정보이므로, 실제 투자·사업 판단에 활용하려면 별도 자료로 검증필요가 있다.

📈 투자·시사 포인트

• 크리에이터 비즈니스에서 채널은 광고 수익 이상의 자산으로 해석할 수 있다. 유튜브는 상품 판매, 강의, 책, 오프라인 사업, 팬덤 형성으로 이어지는 상단 퍼널 역할을 한다.
• 콘텐츠 시장의 기회는 “완전히 새로운 주제”보다 이미 수요가 확인된 주제 안에서 약한 경쟁자가 있는 세부 영역을 찾는 데서 발생할 수 있다.
• 개인 창작자나 소규모 팀은 고비용 제작보다 저비용 반복 실험이 더 현실적이다. 실패 비용을 낮추고 시도 횟수를 늘릴수록 실력 기반의 성과 수렴 가능성이 커진다.
• 플랫폼 알고리즘은 관심사를 강화하는 구조이므로, 특정 주제의 추천 빈도와 조회수 기울기 변화는 시장 수요를 읽는 실시간 지표로 활용될 수 있다.
• 다만 조회수 상승, 구독자 성장, 강의·상품 매출은 모두 불확실성이 큰 영역이다. 영상 속 사례를 일반화하기보다 주제 적합성, 제작 지속성, 비용 구조, 전환 상품의 품질을 함께 점검해야 한다.

⚠️ 불확실하거나 확인이 필요한 부분

• 기존 180만 구독자 채널의 매각액 20억 원, 조회수 수익 약 20억 원, 현재 채널 약 68만8천 구독자와 1,000개 이상 영상이라는 수치는 영상 발화 기준이므로 외부 공개 자료나 채널 데이터로 별도 확인이 필요하다.
• “시청자의 90% 이상은 제목 길이, 썸네일 글자, 해시태그 개수, 해상도 등을 신경 쓰지 않는다”는 표현은 강한 일반화이므로, 조사 근거·표본·측정 방식이 있는지 확인해야 한다.
• 유튜브 알고리즘이 좋은 영상을 묻기보다 발견시키는 방향으로 작동한다는 설명은 제작자의 관찰과 해석에 가깝고, 모든 주제·채널·시점에 동일하게 적용된다고 단정하기는 어렵다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 내 채널 또는 관심 분야에서 최근 조회수 기울기가 급격히 오른 영상들을 모아 트렌딩 후보 주제를 정리한다.
• 각 후보 주제마다 기존 “챔피언” 콘텐츠의 품질, 제작 난도, 조회수 흐름을 비교해 내가 비벼볼 수 있는 링인지 판단한다.
• 해시태그 개수, 제목 길이, 썸네일 해상도 같은 보조 요소에 쓰는 시간을 줄이고 제목·썸네일·도입부·내용 구성 훈련에 우선 배분한다.
• 한 번 시도하는 비용이 낮은 콘텐츠 포맷을 정하고, 주간 발행 빈도와 실험 횟수를 고정해 반복 생산 체계를 만든다.

❓ 열린 질문

• 내 채널에서 “알고리즘 링 위에 올라가는 능력”, “콘텐츠 실력”, “시도 빈도” 중 현재 가장 큰 병목은 무엇인가?
• 내가 만들 수 있는 퀄리티 안에서 이미 관객이 모여 있는 트렌딩 주제는 어떤 것들인가?
• 조회수 기울기 상승을 트렌드 신호로 볼 때, 어느 정도의 기간과 영상 수를 기준으로 판단해야 과잉 해석을 줄일 수 있을까?