유튜브 쇼츠 업로드 시간대, 계정마다 다르게 테스트해봤습니다

왜 업로드 시간대를 계정마다 다르게 테스트했나

제가 담당하는 채널이 한두 개였으면 이런 실험은 안 했을 겁니다. 그런데 대행사 특성상 카테고리도 다르고 구독자층도 다른 채널을 동시에 여러 개 운영하다 보니, "쇼츠는 저녁 7~9시가 골든타임"이라는 흔한 공식이 모든 계정에 똑같이 먹히지 않는다는 걸 체감하게 됐습니다. 그래서 아예 계정별로 업로드 시간대를 다르게 세팅하고 3주간 데이터를 모아봤습니다.

실험은 단순합니다. 성격이 비슷한 채널 6개를 골라 두 그룹으로 나누고, 한쪽은 오전 8시대, 다른 쪽은 밤 10시대에 업로드를 고정했습니다. 이후 다시 그룹을 섞어서 점심시간대(12~13시)와 심야시간대(0~1시)로도 돌려봤고요. 조회수, 평균 시청 지속시간, 초반 24시간 노출 추이를 매일 기록했습니다.

관찰된 차이, 생각보다 컸습니다

가장 먼저 눈에 띈 건 '골든타임'이 채널마다 완전히 다르게 형성된다는 점이었습니다. 구독자 연령대가 낮은 채널은 밤 10시~자정 사이 초반 반응 속도가 확실히 빨랐고, 반대로 직장인 타깃 정보성 채널은 오전 출근 시간대와 점심시간대 반응이 더 좋았습니다. 이건 사실 예상 범위였는데, 예상 밖이었던 건 같은 시간대라도 계정마다 초반 24시간 노출 곡선의 '모양' 자체가 달랐다는 겁니다.

어떤 계정은 업로드 직후 1~2시간 안에 반응이 몰리고 그 이후 급격히 꺾이는 반면, 어떤 계정은 완만하게 올라가서 12시간 이후에도 꾸준히 노출이 붙는 패턴을 보였습니다. 같은 시간대에 올렸는데도 이런 차이가 나는 걸 보면, 업로드 시간대 자체보다 '그 계정이 이전까지 쌓아온 시청 패턴 데이터'가 더 큰 변수로 작용한다는 인상을 받았습니다. 쉽게 말해 신규 계정이나 구독자 기반이 얕은 채널은 시간대 실험 결과가 안정적으로 재현되지 않았고, 어느 정도 육성이 된 계정은 특정 시간대에서 반복적으로 좋은 결과가 나왔습니다.

표로 정리하면 이렇습니다

표에서 가장 중요하게 본 줄은 마지막 두 줄입니다. 육성이 덜 된 계정은 시간대를 아무리 바꿔도 결과가 들쭉날쭉했고, 반대로 어느 정도 시청 이력이 쌓인 계정은 시간대별 반응이 예측 가능한 수준으로 일관됐습니다. 즉 업로드 시간대 최적화는 계정이 어느 정도 성숙한 다음에야 의미 있는 변수가 된다는 결론에 가깝습니다.

다계정 운영에서 놓치기 쉬운 부분

여러 계정을 동시에 굴리다 보면 시간대 실험 자체보다 '계정 관리'에서 발목 잡히는 경우가 훨씬 많습니다. 같은 브라우저 환경에서 여러 계정을 오가며 로그인하다 보면 계정끼리 시청 이력이나 추천 알고리즘 신호가 섞이는 느낌을 받을 때가 있는데, 이렇게 되면 애써 나눈 업로드 시간대 실험 자체가 의미 없어집니다. A 계정 실험 결과가 B 계정 사용 패턴에 영향을 받아버리니까요.

그래서 저희 팀은 채널별로 브라우저 지문을 분리해서 관리하고 있습니다. 각 계정이 독립된 브라우저 환경, 독립된 접속 경로를 갖도록 안티브라우저를 활용하면 계정 간 데이터가 섞이지 않고, 실험 결과도 더 깔끔하게 나옵니다. 특히 신규 채널을 육성하는 단계에서는 이런 분리가 더 중요한데, 워밍업 초기의 시청 패턴이 다른 계정 데이터와 뒤섞이면 어떤 시간대가 실제로 효과가 있었는지 판단 자체가 불가능해지기 때문입니다.

프록시 환경도 마찬가지입니다. 계정마다 접속 경로가 겹치면 플랫폼 입장에서는 여러 채널을 하나의 운영 단위로 인식할 가능성이 생기고, 이는 계정 정지 리스크로 이어질 수 있습니다. 저희는 계정별로 접속 환경을 분리해서 운영하는 걸 기본 원칙으로 삼고 있습니다.

결론적으로 무엇을 바꿨나

실험 이후 저희 팀의 업로드 전략은 크게 두 가지로 바뀌었습니다. 첫째, '만능 골든타임'을 정해놓고 모든 채널에 적용하는 방식을 버렸습니다. 대신 채널별로 최소 2주 이상 시간대를 바꿔가며 반응을 기록하고, 그 채널만의 패턴을 찾는 방식으로 전환했습니다. 둘째, 신규 채널은 시간대 실험보다 계정 육성 자체에 더 비중을 뒀습니다. 어차피 기반이 없는 계정은 시간대를 바꿔도 결과가 안정적이지 않다는 걸 확인했으니까요.

결국 쇼츠 업로드 시간대는 정답이 있는 문제가 아니라, 계정마다 다시 풀어야 하는 문제라는 게 이번 실험의 가장 큰 소득이었습니다. 여러 채널을 운영하시는 분들이라면 한 번쯤 채널별로 시간대를 나눠 직접 기록해보시길 권합니다.