이 숫자는 어떻게 나온 걸까요?
WhytPan은 "정답"을 주지 않습니다. 대신 공개 데이터로 검증 가능한 가설을 만들어, 지금 어느 자리가 비어 있고 어디로 관심이 몰리는지 순위를 매깁니다. 그 과정을 숨기지 않고 그대로 설명합니다.
한 문장 요약
유튜브 공개 데이터를 모아 → "성장·신규성·진입 여지"는 더하고 "경쟁·포화"는 빼서 → 카테고리별 기회 점수와 티어를 매기고, 표본이 부족한 건 추천에서 거릅니다. 점수는 보장이 아니라 가설이며, 과거 예측이 맞았는지 사후에 대조합니다.
1 데이터 출처
유튜브가 공개하는 지표(영상 조회수·구독자 수·업로드 시각·제목 등)를 수집합니다. 비공개 정보나 개인정보는 다루지 않으며, 누구나 볼 수 있는 공개 데이터만 사용합니다.
같은 소재(키워드)와 카테고리로 묶어 "이 자리에서 지금 무슨 일이 일어나는가"를 봅니다.
2 기회 점수
"지금 새로 들어가면 먹힐까?"를 한 숫자(0~100)로 압축한 값입니다. 다섯 가지 신호를 더하고 뺍니다.
성장은 관심이 느는 속도, 신규성은 갓 떠오른 소재인지, 진입 여지는 작은 채널도 성공하는지, 집중도는 상위 몇 채널이 독식하는지, 포화도는 이미 영상이 너무 많은지를 봅니다.
3 떡상 배율
"구독자 규모에 비해 조회수가 얼마나 터졌나"를 보는 값입니다(조회수 ÷ 구독자). 작은 채널이 큰 조회수를 내면 그 소재에 수요가 있다는 신호입니다.
중요한 건 — 헤드라인 숫자로 중앙값을 씁니다. 운 좋게 하나 터진 영상(이상치) 대신, 그 자리의 "보통" 영상이 얼마나 터지는지를 봅니다. 그래서 한두 개 영상에 휘둘리지 않습니다.
숏폼은 다릅니다. 쇼츠는 구독자와 무관하게 알고리즘으로 퍼지므로 "구독자 대비 배율"이 맞지 않습니다. 그래서 숏폼은 확산 속도(시간당 조회수)로 — 얼마나 빠르게 퍼지는지를 봅니다.
4 티어 — 네 가지 자리
5 표본이 부족하면 추천하지 않습니다
영상이나 채널이 너무 적은 카테고리는 통계가 우연에 휘둘립니다. 예를 들어 채널 한두 곳만 잡힌 자리는 한 영상이 터지면 배율이 비현실적으로 치솟습니다.
그래서 표본이 기준에 못 미치는 카테고리는 "오늘의 추천"과 랭킹에서 제외합니다(목록엔 참고로 남깁니다). 멋져 보이는 유령 숫자보다, 믿을 수 있는 자리를 보여주는 게 맞다고 봅니다.
6 한계 — 솔직하게
- 점수는 가설이지 성공 보장이 아닙니다. 같은 자리라도 기획·실행에 따라 결과는 다릅니다.
- 점수는 상대 순위입니다. 85점이 70점보다 "절대적으로 1.2배 좋다"는 뜻이 아닙니다.
- 공개 데이터만 보므로, 알고리즘 내부나 시청 지속시간 같은 비공개 신호는 반영되지 않습니다.
- 가중치·임계값은 실제 데이터로 계속 보정하므로 같은 자리의 점수가 시간에 따라 바뀔 수 있습니다.
7 예측을 사후에 검증합니다
"맞히기"만 하고 끝내지 않습니다. 어느 날 블루오션으로 띄운 자리가 이후 실제로 떡상하고 경쟁이 몰렸는지를, 추천하지 않은 자리와 비교해 사후 대조하는 구조를 갖췄습니다.
이 검증은 데이터가 일정 기간 쌓여야 의미가 생기므로, 충분히 누적되는 대로 결과를 공개할 예정입니다. 맞은 것도 틀린 것도 그대로 보여드리는 게 신뢰의 기본이라고 생각합니다.