링크드인에서 좋아요·저장·댓글은 하는 일이 서로 다릅니다. 좋아요는 노출을 만들고, 저장은 알고리즘을 학습시키고, 댓글은 깊이를 만듭니다. 그래서 댓글 하나만 노리고 글을 쓰면 댓글은 늘어나는데 노출이 오히려 줄어듭니다.
제 계정에서 직접 재 본 결과입니다. 표본은 게시물 6개라 많지 않습니다. 그래도 남의 리포트를 그대로 옮기는 것보다는 나을 것 같아 공유합니다.
해외 리포트는 링크드인 알고리즘을 어떻게 설명하나요
링크드인 알고리즘에 대한 리포트와 아티클을 자주 봅니다. 거의 항상 같은 세 문장이 나옵니다.
- 댓글은 좋아요의 15배 가중치를 받는다
- 저장(saves)이 가장 강한 시그널이다
- Dwell time(체류 시간)이 핵심이다
전부 일리 있는 말입니다. 그런데 제가 계정을 운영하면서 느끼는 것과 미묘하게 달랐습니다. 비슷하긴 한데 뭔가 안 맞는 느낌이요.
그래서 지난 글 하나에 의도적으로 실험을 걸었습니다.
무엇을 어떻게 실험했나요
가설은 두 개였습니다.
- 가설 A — 가벼운 톤 + 공감 가는 질문으로 끝맺으면 댓글이 늘어난다
- 가설 B — 「다시 보고 싶은」 정보 구조면 저장이 늘어난다
가설 A를 테스트하려고 「ENTP인 내가 미라클모닝 못 하는 이유」라는 글을 썼습니다. 일부러 진지함을 빼고, 마지막에 답하기 쉬운 구체적인 질문을 넣고 저장을 유도했습니다.
검증은 이렇게 했습니다. 최근 글 중 비슷한 노출을 보인 6개를 같은 기준으로 비교했습니다. 1월부터 4월까지, 노출 3만에서 6만 사이의 글들입니다.
핵심은 노출수가 아니라 비율 지표였습니다.
- 도달 1,000명당 저장 수
- 도달 1,000명당 댓글 수
- 반응 대비 댓글 비율 (좋아요 누른 사람 중 댓글까지 단 비율)
- 반응 대비 저장 비율
같은 노출이라도 어떤 행동을 끌어냈는지에 따라 글의 성격이 달라지기 때문입니다.
실험 결과가 어떻게 나왔나요
가설 A는 강하게 검증됐습니다.
| 지표 | 평균 대비 |
|---|---|
| 댓글률 | +181% |
| 댓글 / 반응 비율 | 5.7배 |
| 노출 | −26% |
가벼운 톤으로 쓰면 댓글은 확실히 늘어납니다. 그런데 광역 노출은 줄었습니다.
이게 이 실험에서 제일 중요한 부분입니다. 댓글이 알고리즘에서 무겁게 쓰인다는 말이 사실이라면, 댓글률이 세 배 가까이 오른 글은 노출도 올라가야 맞습니다. 그런데 반대로 갔습니다.
그럼 해외 리포트가 틀린 건가요
틀렸다기보다 한 줄이 빠져 있습니다. 제 데이터로 세 주장을 하나씩 대보겠습니다.
댓글 단일로는 노출을 못 만듭니다
실험 글은 댓글률이 +181%였는데도 노출은 평균보다 낮았습니다.
반대로 이 범위에서 최고 노출(6.1만)을 찍은 글은 댓글이 아니라 좋아요 214 + 저장 94의 조합이었습니다.
저장만 강해도 부족합니다
저장을 76개 받은 글은 반응도 312를 함께 받았습니다. 저장만 따로 튀지 않았습니다.
저장은 알고리즘이 좋아하는 신호가 맞습니다. 그런데 그 글을 처음 띄워주는 건 결국 좋아요입니다. 아무도 안 눌러서 도달이 안 되면 저장할 사람 자체가 없습니다.
Dwell time은 한국 사용자가 잴 수 없습니다
링크드인 분석 대시보드에서 확인할 수 있는 항목이 아닙니다. 그러니 “체류 시간이 핵심이다”라는 조언은, 재지도 못하는 걸 관리하라는 말이 됩니다.
대신 반응 대비 저장 비율을 대체 지표로 쓸 수 있습니다. 제 글 중 이 비율이 0.4 이상인 글은 광역 노출까지 갔습니다. 오래 읽은 글일수록 저장될 확률이 높으니, 저장 비율이 체류 시간을 어느 정도 대신해 줍니다.
그래서 셋을 어떻게 봐야 하나요
세 신호가 하는 일이 다릅니다.
| 신호 | 하는 일 |
|---|---|
| 좋아요 | 글을 처음 띄웁니다 |
| 저장 | 알고리즘을 학습시킵니다 |
| 댓글 | 깊이를 만듭니다 |
셋 다 필요합니다. 하나만 강하면 노출이 안 되거나, 노출이 돼도 오래 못 갑니다.
제 실험 글은 댓글만 강했습니다. 그래서 댓글은 잘 달렸지만 새로운 사람에게 닿지 못했습니다.
글 쓰기 전에 무엇을 점검하나요
이 결과를 알고 나서 글 쓰기 전에 세 가지를 봅니다.
첫째, 첫 줄에 좋아요를 부르는 훅이 있는가. 공감·반전·선언 셋 중 하나입니다. 제 경우 의문문 + 통계가 가장 안정적이었습니다. “노출 3만 받은 이 글, 잘 쓴 글일까?” 같은 형태입니다.
둘째, 다시 볼 이유가 있는가. 정리된 프레임워크나 체크리스트가 저장을 만듭니다. 읽고 나서 「좋은 느낌」으로 끝나면 저장되지 않습니다. 두고 봐야 할 자료가 담겨야 합니다.
셋째, 댓글로 답하고 싶은 구체적 질문인가. 「여러분은 어떠세요?」는 답하기 어려워서 잘 안 달립니다. 답이 짧고 구체적이어야 합니다. “본인 글 중 저장을 가장 많이 받은 글, 몇 개 정도 받으셨나요?” 정도가 좋습니다.
표본 6개짜리 실험이라 일반화하기는 이릅니다. 다만 남의 계정 데이터로 만든 일반론보다는, 자기 계정에서 한 번 재 보는 쪽이 빠릅니다. 위 네 가지 비율 지표는 링크드인 대시보드에서 그대로 뽑을 수 있습니다.