CAC와 LTV: 계산 공식과 업종별 벤치마크

CAC(Customer Acquisition Cost, 고객 획득 비용)는 한 명의 유료 고객을 데려오는 데 사업이 쓰는 비용을 보여줍니다. LTV(Lifetime Value)는 그 고객이 회사와 관계를 맺는 전 기간에 걸쳐 가져다주는 가치를 보여줍니다. 둘을 따로 계산하는 건 무의미합니다. 두 지표 사이의 관계가 중요합니다. 건강한 LTV 대 CAC 비율은 대략 3:1입니다. 고객 획득에 1원을 쓰면 3원의 가치가 나온다는 뜻입니다. 그 아래면 획득이 이익을 갉아먹습니다. 그 위면 더 빠르게 확장하지 않아 기회를 놓치고 있는 것일 수 있습니다. 이 글에서는 공식, 실제 벤치마크, 그리고 Google Ads와 CRM 데이터로 스프레드시트 수작업 없이 두 지표를 계산하는 방법을 짚어봅니다. AdMetric는 이 작업을 며칠이 아니라 몇 분 만에 처리합니다.

CAC와 LTV란 무엇인가

CAC는 유료 고객 한 명을 획득하는 데 회사가 쓰는 총금액입니다. 공식은 단순합니다. 특정 기간의 마케팅·영업 비용을 모두 더하고, 같은 기간에 획득한 신규 고객 수로 나눕니다. 여기에 함정이 있습니다. 광고비만이 아닙니다. 영업팀 인건비, 대행사 수수료, 계약을 성사시키는 데 쓰는 모든 도구 비용이 포함됩니다.

LTV는 고객이 사업과 맺는 전 생애에 걸쳐 만들어내는 총이익입니다. 단일 구매가 아닙니다. 이 지표는 평균 객단가와 근본적으로 다릅니다. 평균 객단가는 거래 하나를 측정합니다. LTV는 재구매, 고객이 얼마나 오래 머무는지, 지출 중 얼마가 직접 비용을 제하고 이익이 되는지까지 반영합니다.

CAC와 LTV를 분리해 계산하는 건 위험합니다. 낮은 CAC는 고객이 한 번 구매하고 사라져 LTV가 0에 가까운 걸 알기 전까지는 좋아 보입니다. 높은 LTV도 고객 획득 비용이 미래 이익을 전부 소모하면 소용없습니다. 두 지표가 함께여야만 사업의 진짜 경제학이 드러납니다.

CAC와 LTV 계산 방법: 공식

CAC는 단순한 공식을 씁니다. 총 마케팅·영업 지출을 해당 기간 신규 고객 수로 나눕니다. 핵심 단어는 "고객"이지 "리드"가 아닙니다. 실제로 돈을 지불한 사람만 세세요.

비용에는 고객 획득에 닿는 모든 것이 들어갑니다. Google Ads, Meta Ads, TikTok Ads 같은 플랫폼의 광고비, 마케터와 영업 담당의 인건비(보너스와 세금 포함), 분석 도구와 광고 플랫폼 구독료, 사진·영상·카피 같은 크리에이티브 제작비, 대행사나 외주 업체 수수료입니다. 공식에 광고비만 넣고 인건비를 빼면 CAC는 인위적으로 낮아지고, 사업은 실제보다 수익적으로 보입니다.

많은 이가 CAC를 CPL(Cost Per Lead)과 혼동합니다. 리드나 문의 하나를 만드는 데 드는 비용입니다. CPL은 마케팅 지출을 리드 수로 나눕니다. 모든 리드가 고객이 되지는 않습니다. 마음을 바꾸는 사람, 팔로업이 좋지 않았던 사람, 적합하지 않았던 사람이 있기 때문입니다. CPL은 광고 효율을 측정하고, CAC는 클릭부터 결제까지 퍼널 전체를 측정합니다. 채널 수익성에 대한 결정에는 CPL이 아니라 CAC를 쓰세요. 같은 논리가 마케팅 ROI를 계산할 때도 적용됩니다. 중요한 건 퍼널의 중간 이벤트가 아니라 돈입니다.

LTV를 계산하는 두 가지 방법

LTV의 가장 단순한 형태는 이렇습니다. 평균 객단가에 연간 구매 빈도를 곱하고, 다시 고객이 머무는 평균 연수를 곱합니다. 빠르지만 결함 있는 공식입니다. 매출은 측정해도 이익은 측정하지 않아 고객 가치를 과대평가하는 경우가 많습니다.

더 정직한 접근은 인자를 하나 더합니다. 매출총이익률입니다. 상품, 배송, 결제 수수료 같은 직접 비용을 뺀 뒤 매출 중 이익이 되는 비율입니다. 이익 기반 LTV는 고객이 흘려보내는 총금액이 아니라 실제로 최종 이익에 기여하는 금액을 보여줍니다. LTV를 CAC(비용)와 비교할 때는 매출 기반이 아니라 이익 기반 LTV를 비교하세요.

고객의 평균 생애는 알 수 없는 경우가 많지만, 이탈률로 추정할 수 있습니다. 매 기간 잃는 고객의 비율입니다. 생애는 대략 이탈률의 역수입니다. 매월 고객의 10%를 잃는다면 평균 생애는 약 10개월입니다. 이탈률이 낮을수록 고객 생애는 길어지고, 같은 객단가와 이익률에서 LTV는 높아집니다.

계산 예시

의류 소매업체를 예로 들어봅시다. Google과 Meta의 월 광고비는 1,120만 원입니다. 마케터 1명과 영업 담당 1명의 월 인건비는 840만 원입니다. 총 획득 지출은 1,960만 원입니다. 한 달에 신규 고객 150명을 획득했습니다. CAC = 1,960만 원 / 150명 = 고객당 약 13만 원.

평균 객단가는 약 17만 원입니다. 고객은 보통 연 4회 구매합니다. 매출총이익률은 45%입니다. 연간 이탈률 35%이므로 평균 고객 생애는 1 / 0.35 = 2.9년입니다. 이익 기반 LTV = 17만 원 × 4 × 2.9 × 0.45 = 약 89만 원.

LTV:CAC 비율 = 89만 원 / 13만 원 ≈ 6.8. 이 소매업체는 3:1 벤치마크를 크게 웃돌며, 수익성을 해치지 않고 광고 예산을 키울 여력이 있습니다.

LTV:CAC 비율이 실제로 의미하는 것

LTV:CAC 비율은 고객 획득에 쓴 비용 대비 고객 한 명이 만드는 이익의 크기를 알려줍니다. 숫자 자체는 무의미합니다. 맥락이 중요합니다.

1:1 미만이면 획득한 고객마다 손해를 봅니다. 데려오는 비용이 생애 가치를 초과합니다. 프로세스가 아직 덜 익은 론칭 초기나, 광고비가 잘못된 오디언스를 겨냥할 때 일어납니다. 해결은 명확합니다. 캠페인을 멈추고 전환이 일어나지 않는 이유를 진단하세요.

1:1에서 2:1이면 돈은 벌지만 오차 여유가 거의 없습니다. 광고비가 조금 오르거나 전환율이 조금 떨어지면 적자로 넘어갑니다. 여기서는 CAC를 낮춰야 합니다. 어트리뷰션 모델을 다듬어 어떤 채널과 캠페인이 실제로 수익 고객을 데려오고 어떤 채널이 예산만 태우는지 확인할 수 있습니다.

3:1 전후는 대부분 사업이 목표로 하는 지점입니다. 고객 획득에 1,000원을 쓰면 3,000원의 생애 가치를 얻습니다. 운영비를 덮고, 성장에 재투자하고, 지속 가능한 사업을 만들기에 충분합니다. 자연법칙이 아니라 성장을 안정적으로, 리스크를 관리 가능하게 유지하는 실무 범위입니다.

4:1에서 5:1은 효율이 아니라 과소 지출의 신호인 경우가 많습니다. 획득 지출 1원당 4–5원을 번다면 광고 예산을 늘려 경쟁자보다 먼저 점유율을 가져올 여력이 있습니다. 빠르게 성장하는 회사 중에는 짧은 기간의 이익보다 성장을 우선해 일부러 이 구간에 머무는 곳이 많습니다.

5:1 초과면 자제하고 있다는 뜻입니다. 획득 머신은 더 빠른 지출을 감당할 만큼 수익적인데 활용하지 못하고 있습니다. 팀이 작거나, 예산이 보수적이거나, 확장에 대한 두려움이 있는 겁니다. 기존 캠페인을 최적화하는 대신 이미 작동하는 것을 키우는 데 집중하세요.

회수 기간: 그림의 나머지 절반

LTV:CAC는 고객 생애 전체에 걸쳐 측정되지만, 획득 비용은 즉시 현금으로 나갑니다. 여기서 시점 리스크가 생깁니다. 초기 투자를 회수하는 데 12개월이 걸리는데 다음 분기 인건비로 현금이 필요하다면, 4:1 비율은 무의미합니다.

회수 기간은 고객의 누적 이익이 CAC를 덮는 데 걸리는 개월 수입니다. Google Ads나 Meta Ads를 집행하는 대부분의 중소기업에서 합리적인 목표는 3–6개월입니다. 회수가 그보다 길어지면 운영자본으로 성장을 재정하는 것이고, 성수기 광고비 급등 시 최종적으로는 맞아떨어져도 현금 흐름 문제가 생길 수 있습니다.

두 지표는 사업 라이프사이클에 따라 움직입니다. 초기에는 CAC가 보통 높고 비율은 낮습니다. 어떤 오디언스가 전환되는지 아직 찾는 중이니까요. 성숙기에는 경쟁 입찰 때문에 CAC가 오르는 게 일반적입니다. 같은 키워드와 오디언스에 더 많은 경쟁자가 입찰하며 클릭당 비용을 밀어 올립니다. 건강한 비율을 유지하려면 리텐션과 재구매로 LTV를 높여야 합니다.

Google Ads와 CRM 데이터로 LTV:CAC 계산 실무

필요한 데이터는 서로 다른 시스템에 살아 있습니다. 그래서 대부분의 중소기업은 LTV:CAC를 상시 모니터링하지 않고 분기에 한 번 스프레드시트로 계산합니다. 광고비는 광고 플랫폼에, 결제는 CRM에, 트래픽 소스는 UTM 파라미터에 있습니다. 각 시스템은 자기 조각만 보고, 손으로 이어 붙이면 그림은 불완전해집니다.

추측이 아니라 실제 숫자를 얻으려면 네 단계를 따르세요.

1. 기간별 채널별 지출 수집. 일관된 날짜 범위로 Google Ads, Meta Ads, TikTok Ads 등 사용하는 플랫폼의 비용을 내보냅니다. 팀의 마케팅 인건비와 분석 도구 구독료를 더하세요. 그러지 않으면 CAC는 과소평가되고 결정은 필요 이상 낙관적으로 보입니다.
2. CRM에서 고객과 재구매 내보내기. 문의나 폼 제출이 아니라 실제 결제를 세세요. 폼 작성은 관심이고, 결제는 돈입니다. LTV와 CAC 계산에 들어갈 자료는 결제뿐입니다.
3. 트래킹으로 지출과 고객 연결. 여기서 종단간 애널리틱스가 등장합니다. UTM 파라미터와 일관된 어트리뷰션 모델(최초 클릭, 마지막 클릭, 또는 더 복잡한 모델)로 광고 지출을 실제 판매와 매칭합니다. 단일 모델이 없으면 같은 고객이 리포트마다 다른 채널로 크레딧을 받습니다.
4. 평균이 아니라 코호트별 LTV 계산. 고객을 첫 결제 월로 묶고, 전 고객 기반이 아니라 각 코호트 안에서 매출을 계산하세요. 평균은 거짓말을 합니다. 신규 고객은 재구매를 할 시간이 없어서, 정확한 숫자가 가장 필요한 성장 가속기에 수치를 끌어내립니다. 코호트당 최소 3–6개월 데이터를 쌓은 뒤 결론을 내리세요. 짧은 기간은 재구매 패턴을 감춥니다.

마지막 단계는 선택이 아닙니다. 전체 기반을 합친 블렌디드 LTV는 거의 항상 거짓말을 합니다. 아직 재구매 전인 최근 고객들은 정확성이 가장 필요할 때 숫자를 눌러버립니다. 코호트 분석은 시간이 더 걸리지만 현실을 보여줍니다. 어느 획득 시기와 채널이 실제로 남아 재구매하는 고객을 데려오는지 말입니다.

실무에서 계산은 수학이 아니라 데이터 품질에서 무너집니다. 영업팀과 광고 관리자가 링크 태깅 방식을 다르게 쓰거나 캠페인을 건너뛰면, CRM은 소스 없는 거래로 채워지고 누군가 나중에 추측으로 채널을 배정합니다. 누군가 한 달에 한 번 스프레드시트로 내보내면 데이터는 죽습니다. 트래킹은 이곳저곳에서 끊기고, 작은 구멍들이 쌓여 잘못된 결론이 됩니다.

업종별 LTV:CAC 벤치마크

단 하나의 "정답" 숫자는 없습니다. 건강한 범위는 이익률, 판매 주기 길이, 고객이 한 번 사는지 반복해서 사는지에 달려 있습니다. 보석 가게와 구독 소프트웨어 회사는 종이 위의 비율이 같아도 다른 법칙으로 삽니다.

SaaS와 구독 서비스는 매출이 매달 반복되기 때문에 보통 더 높은 비율을 달성합니다. 월 14만 원 플랜의 고객은 첫해에만 약 168만 원을 지불해, CAC 대비 LTV가 높아집니다. 벤치마크는 3:1 이상, 회수는 12개월 이내입니다. 회수가 24개월을 넘어 늘어지면 규모를 키울 때 현금 흐름에 발목 잡히는 모델입니다.

이커머스는 두 모델로 나뉩니다. 화장품, 식품, 반려동물 용품처럼 재구매 카테고리는 여러 주문에 걸쳐 LTV가 쌓입니다. 비율은 SaaS에 가까워지며 2:1에서 3:1이 일반적이고, 회수는 3–6개월입니다. 가구나 가전처럼 단일 구매 카테고리는 첫 구매 이익률이 건강해야 하고, 첫 주문이 손익분기점이거나 그에 가까워야 합니다. 여기서는 1:1에서 2:1이 현실적입니다.

서비스업과 지역 사업장, 미용실, 정비소, 헬스장, 학원은 짧은 판매 주기와 높은 재방문의 이점을 누립니다. 3주마다 미용이나 정비를 받으러 돌아오는 고객은 복잡한 리텐션 전술 없이도 강한 LTV를 만듭니다. 다만 광고비에 민감합니다. 경쟁이 치열한 카테고리에서는 Google Ads와 Facebook은 물론 네이버 광고의 클릭당 비용도 빠르게 오릅니다. 재방문 추적이 정확하지 않으면 실제로는 수익적인 채널을 끊어버릴 수 있습니다.

미국 중심 케이스 스터디의 벤치마크는 한국 시장에 그대로 옮겨지지 않습니다. 비용 구조가 다르고, 경매 역학이 다르며, 이익 구조가 다르게 쌓입니다. 남의 숫자를 가져다 쓰는 건 도움보다 오해를 키웁니다. 최근 몇 달의 자기 베이스라인에서 시작하세요. 자신의 LTV:CAC와 회수 기간을 측정하고, 시간의 흐름 속에서 자신과 비교하세요. 남의 스냅샷과 비교하기보다 자신의 추세가 오르는지 내리는지가 훨씬 실행 가능한 정보입니다.

CAC와 LTV 계산의 흔한 실수

공식은 단순합니다. 실수는 들어가는 데이터에 숨어 있습니다. 대부분의 오류는 수학이 아니라 무엇을 지출로 치고 무엇을 고객으로 치는가에서 나옵니다.

• CAC에서 인건비와 간접비 제외. 많은 팀이 Google이나 Meta에 보낸 광고비만 세고 마케팅·영업 인건비를 무시합니다. 인건비는 대부분 시장에서 미디어 비용에 30–50%를 더합니다. 무시하면 CAC는 인위적으로 낮아집니다. 그 상태로는 종이 위에서는 좋아 보이지만 실제로는 손익분기이거나 손해인 채널을 확장하게 됩니다.
• LTV에 매출이 아니라 이익 사용. 매출 1,400만 원을 만든 고객이 1,400만 원의 가치를 만든 게 아닙니다. 원가, 배송, 결제 수수료, 고객 지원이 상당 부분을 먹습니다. 이익률 대신 매출을 쓰면 LTV는 배수로 과대평가되고, 수익 없는 채널에 성공의 환상이 생깁니다.
• 오가닉 고객과 유료 고객 혼합. 검색, 입소문, 소셜로 온 오가닉 고객은 획득 지출이 들지 않았습니다. 전체 고객으로 LTV를 계산하고 유료 획득만으로 CAC를 계산하면, 그 지출이 데려오지 않은 사람까지 분모에 넣는 셈입니다. 소스별로 따로 계산하세요.
• 이탈률 측정 대신 생애 추측. 데이터 없이 "고객은 5년 머문다"고 말하는 건 픽션입니다. 실제 고객 생애는 실제 이탈률에서 나옵니다. 이탈률의 작은 차이가 LTV의 큰 차이를 만듭니다. 월 5%에서 4%로 줄이는 것만으로 LTV가 거의 두 배가 되는데, 대부분의 팀은 이걸 정확히 측정한 적이 없습니다.
• 모든 채널의 CAC와 LTV 평균화. Google Ads가 잘 되고 Meta Ads가 고객마다 손해일 때 블렌디드 CAC는 그럴듯해 보입니다. 이익률 높은 제품이 낮은 제품을 덮어줄 때 블렌디드 LTV는 안정적으로 보입니다. 항상 채널, 캠페인, 제품별로 쪼개세요. 평균은 문제가 비싸질 때까지 숨깁니다.
• 고객 대신 리드 집계. 흔한 설정 실수는 분석 목표가 결제가 아니라 폼 제출을 추적하는 경우입니다. 고객이 아니라 리드까지의 CAC를 계산하게 됩니다. 완전히 다른 지표입니다. Google Analytics 4의 목표를 문의 단계가 아니라 실제 결제 이벤트나 CRM의 계약 성사 상태로 설정하세요.

공식을 바꾸기 전에 데이터를 정돈하세요. 모든 지출을 추적하고, 트래픽을 소스별로 나누고, 분석 목표를 CRM의 실제 전환 이벤트와 동기화합니다. AdMetric는 플랫폼의 광고비, CRM의 매출, 애널리틱스의 이벤트를 한곳에 모아 CAC와 LTV가 추정이 아니라 실제 돈 기반으로 계산되게 합니다.

CAC를 낮추고 LTV를 키우는 방법

비율 개선은 양쪽 끝에서 작동합니다. 분자인 CAC를 낮추거나 분모인 LTV를 높이거나. 하지만 메커니즘은 다릅니다. 하나는 빠르고, 하나는 인내를 요구합니다.

CAC 줄이기

CAC는 광고 예산이 무관한 트래픽과 약한 캠페인 조합에 흘러가는 것을 멈출 때 떨어집니다. 결과가 빠른 운영 업무입니다.

먼저 검색어를 청소하세요. Google Ads에서 검색어 리포트를 내보내 경쟁사명, 채용 공고, 무료 대안에 입찰하고 있는 키워드를 제외 키워드로 추가합니다. 다음으로, 합리적인 기간 동안 예산은 쓰는데 유료 고객을 만들지 못하는 캠페인과 광고 그룹을 다듬거나 끄세요. 검색과 디스플레이 네트워크 사이의 예산을 재배분하세요. 검색은 보통 뜨거운 수요를 잡아 안정적으로 전환되고, 디스플레이는 클릭당 비용은 싸지만 구매 의도가 낮아 더 촘촘한 오디언스 타깃팅이 필요합니다. 그다음 랜딩 페이지를 최적화하세요. 명확성, 짧은 폼, 빠른 로딩은 같은 트래픽에서도 전환율을 끌어올립니다. 마지막으로 영업 응답 속도를 개선하세요. 5분 안에 회신받은 문의 고객은 3시간을 기다린 고객보다 훨씬 자주 전환됩니다.

LTV 키우기

LTV는 첫 판매 자체가 아니라 첫 구매 이후에 벌어지는 일로 자랍니다. 이 작업은 구매 이력, 평균 객단가, 재방문 패턴을 추적하는 HubSpot이나 Pipedrive 같은 CRM에서 이뤄집니다.

첫 번째 성장 원천은 리텐션과 재구매입니다. 재구매 이메일 리마인더, 멤버십 프로그램, 구매 이력 기반 맞춤 제안을 활용하세요. 두 번째는 업셀과 묶음 판매로 객단가를 높이는 것입니다. 세 번째는 코호트별 고객 세그먼테이션입니다. 다른 달, 다른 채널에서 온 고객은 다르게 행동하며, 세그먼테이션은 어느 그룹에 두 배로 베팅할 가치가 있는지 드러냅니다. 마지막으로 휴면 고객을 재활성화하세요. 60–90일 구매 없는 고객은 0에서 새 고객을 데려오는 것보다 되돌리는 비용이 쌉니다.

CAC는 LTV가 오르는 것보다 빠르게 떨어집니다. 우연이 아니라 작업의 성격 때문입니다. 캠페인 정리와 제외 키워드 추가는 알고리즘 학습 한두 사이클인 2–4주 안에 측정 가능한 결과를 냅니다. 리텐션 효과는 시간이 걸립니다. 고객이 분기별로 산다면 LTV 성장은 2–3분기 뒤에야 보입니다. 여기서 실무적인 순서가 나옵니다. 먼저 CAC를 낮춰 빠른 성과를 내고 일의 가치를 증명하세요. 하지만 거기서 멈추지 마세요. 결국 경쟁 입찰과 광고비는 천장으로 밀어 올립니다. 그다음부터 성장은 LTV에서만 나옵니다.

이탈률을 몇 포인트만 줄여도 LTV는 비례 이상으로 오릅니다. 고객 생애는 수학적으로 이탈률의 역수이기 때문입니다. 이탈률이 0에 가까워질수록 1% 포인트 개선은 최종 값을 배수로 키웁니다.

성숙한 팀은 캠페인 성과를 정리하는 워크플로와 리텐션 시스템을 병렬로 설계합니다. 그러지 않으면 CAC는 떨어지는데 LTV는 제자리걸음입니다. 마케팅 애널리틱스 기본에 기반한 캠페인 최적화와, 고객을 계속 붙잡아두는 CRM 자동화를 결합하세요. 그것이 비율을 지속 가능하게 개선하는 방법입니다.

AdMetric에서 CAC와 LTV는 어떻게 작동하나

대부분 중소기업의 수동 계산은 이렇습니다. Google Ads에서 내보내고, CRM에서 내보내고, 시간이 되면 한 달에 한 번 스프레드시트에서 매칭합니다. AdMetric는 소스를 자동으로 연결해 그 수동 단계를 없앱니다.

지출은 네이티브 연동으로 Google Ads, Meta Ads, TikTok Ads에서 자동으로 흘러 들어옵니다. 매일 내보내기나 복사-붙여넣기가 필요 없습니다.

이어 CRM, HubSpot이나 Salesforce와 연결되어 예측이 아니라 실제 고객 결제로 LTV를 계산합니다. 획득 지출과 실제 매출이 분기마다 누군가 맞추던 별도의 스프레드시트가 아니라 하나의 시스템에 들어갑니다.

결과물은 채널별, 고객 코호트별 LTV와 CAC입니다. 어떤 채널이 머무는 고객을 데려오고, 어떤 채널이 저렴한 일회성 구매만 만드는지 보입니다. 리포팅 기간마다 피벗 테이블을 손으로 다시 만들 필요 없이요.

정직한 주의 하나: 자동화는 데이터 품질을 반영하지 고치지는 못합니다. 엉망인 UTM 태그와 잘못 설정된 분석 목표는 스프레드시트 시절과 똑같이 부드럽게 쓰레기를 넣고 냅니다. 모든 데이터 소스를 연결하기 전에 전 채널의 UTM 파라미터를 표준화할 시간을 내세요. 깨끗한 데이터가 자동화를 강력하게 만듭니다. 없으면 잘못된 숫자만 빠르게 만들 뿐입니다.

설정에는 약 1시간이 걸립니다. 광고 계정, CRM, 애널리틱스를 연결하면 다음 날 첫 데이터가 나타납니다. 7일 무료로 체험해 유닛 이코노믹스를 점검해 보세요. 카드 등록은 필요 없고, 이후 요금은 요금제 페이지에서 확인할 수 있습니다.