feat: Wiki 지식 자산 업데이트 - UX Scenarios, Frontend, Game Design, Topics 추가 [2026-05-08]

10_Wiki/Topics/Architecture/리텐션(Retention).md

@@ -1,13 +1,26 @@
 ---
-category: Unified
+id: wiki-2026-0508-리텐션-retention
+title: 리텐션(Retention)
+category: 10_Wiki/Topics
+status: needs_review
+canonical_id: self
+aliases: []
+duplicate_of: none
+source_trust_level: A
+confidence_score: 0.92
 tags: [auto-consolidated, technical-documentation]
-title: [[고객 유지율(Retention)|고객 유지율(Retention]]
-last_updated: 2026-05-02
+raw_sources: []
+last_reinforced: 2026-05-08
+github_commit: pending
+inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
+tech_stack:
+  language: unspecified
+  framework: unspecified
 ---
 
 # [[고객 유지율(Retention)|고객 유지율(Retention]]
 
-## 📌 Brief Summary
+## 📌 한 줄 통찰 (The Karpathy Summary)
 **고객 유지율(Retention)**은 특정 기간이 지난 후에도 게임에 남아 계속 활동하는 사용자의 비율을 측정하는 핵심 지표이다 [1, 2]. 이는 플레이어를 지속적으로 참여시키는 게임의 능력을 보여주며, 사용자 이탈(Churn)을 예측하는 선행 지표로 기능한다 [3, 4]. 성공적인 게임 경제에서 유지율은 **고객 평생 가치(LTV)를 고객 획득 비용(CAC)보다 높게 유지**하여 장기적인 수익성을 확보하는 데 필수적인 역할을 한다 [2, 4].
 
 ---
@@ -18,7 +31,7 @@ last_updated: 2026-05-02
 
 잔존율(Retention)은 특정 기간이 지난 후에도 애플리케이션이나 게임에 계속 접속하여 활동하는 사용자의 비율을 측정하는 핵심 성과 지표(KPI)이다[1-3]. 주로 무료 플레이(Free-to-play) 및 구독형 모델에서 게임의 적합성과 지속 가능성을 평가하는 데 필수적으로 사용된다[1]. 이는 이탈률(Churn Rate)의 선행 지표이자 반비례 관계(1 - 이탈률)에 있으며, 고객 획득 비용(CAC) 회수 및 고객 평생 가치(LTV) 극대화를 결정짓는 결정적 역할을 한다[4-6].
 
-## 📖 Core Content
+## 📖 구조화된 지식 (Synthesized Content)
 * **유지율의 정의와 측정 방식**
   고객 유지율은 일반적으로 특정 기간 동안의 총 사용자 수를 이전 기간의 총 사용자 수로 나누어 계산한다 [5]. 코호트(동일 집단)를 기준으로 설치 후 1일(Day 1), 7일(Day 7), 30일(Day 30) 등의 특정 시점에 앱을 다시 여는 사용자의 비율을 측정하며, 롤링 유지율(Rolling Retention)과 같이 첫 방문 후 N일 이후에 접속한 비율을 보기도 한다 [3, 5-7]. 사용자 이탈률(Churn rate)과는 반비례 관계를 가지며, 유지율이 40%일 때 이탈률은 60%로 계산할 수 있다 [8].
 
@@ -56,10 +69,10 @@ last_updated: 2026-05-02
   * 게임 내 마일스톤과 연계된 개인화된 푸시 알림을 사용하는 것도 도움이 된다[11].
   * 캐주얼 및 하이브리드 캐주얼 게임에서는 미니 게임, 협동 미션, 수집형 앨범, 그리고 연속 승리 이벤트(Streak [[Events|Events]])와 같은 라이브 옵스(Live-ops) 기반 이벤트를 도입하여 플레이어의 손실 회피(Loss aversion) 심리를 자극하고 지속적인 참여와 잔존율을 높이고 있다[12-16].
 
-## ⚖️ Trade-offs & Caveats
+## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
 No trade-offs available.
 
-## 🔗 Knowledge Connections
+## 🔗 지식 연결 (Graph)
 - **Related Topics:** [[고객 평생 가치(LTV)|고객 평생 가치(LTV]], 고객 획득 비용(CAC), 이탈률(Churn Rate), 평균 매출(ARPU
 - **Projects/Contexts:** 하이브리드 캐주얼(Hybrid-casual) 모델의 부상, 첫 사용자 경험(FTUE) 최적화
 - **Contradictions/Notes:** 모바일 게임의 비즈니스 모델에 따라 적정 유지율 기준이 상이함. 일반적인 무료 플레이(F2P) 게임은 10~20%의 30일 유지율을 보이지만, 프리미엄이나 구독 모델의 경우 높은 획득 비용(CAC)을 상쇄하기 위해 35% 이상의 더 높은 유지율이 필수적이다 [12].
@@ -84,3 +97,52 @@ No trade-offs available.
 
 ---
 *Last updated: 2026-04-29*
+
+## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
+
+**언제 이 지식을 쓰는가:**
+- *(TODO)*
+
+**언제 쓰면 안 되는가:**
+- *(TODO)*
+
+## 🧪 검증 상태 (Validation)
+
+- **정보 상태:** needs_review
+- **출처 신뢰도:** A
+- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
+
+## 🧬 중복 검사 (Duplicate Check)
+
+- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
+- **처리 방식:** UPDATE (자동 정규화)
+- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
+
+## 🕓 변경 이력 (Changelog)
+
+| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
+|------|-----------|-----------|--------|
+| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
+
+## 💻 코드 패턴 (Code Patterns)
+
+**패턴 1:** *(TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)*
+
+```text
+# TODO
+```
+
+## 🤔 의사결정 기준 (Decision Criteria)
+
+**선택 A를 써야 할 때:**
+- *(TODO)*
+
+**선택 B를 써야 할 때:**
+- *(TODO)*
+
+**기본값:**
+> *(TODO)*
+
+## ❌ 안티패턴 (Anti-Patterns)
+
+- **[안티패턴]:** *(TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)*