MrBeast — 10% 더 좋은 영상이 4배 뷰를 만든다

3줄 요약

1. Joe Rogan Experience #1788(2022년 3월 7일)에서 MrBeast가, 자신이 멘토링한 유튜버 한 명을 7~8개월 만에 월 4백만 뷰·24,000달러에서 4천 5백만 뷰·400,000달러까지 끌어올린 사례를 화면에 띄워 설명한다.
2. 그가 강조하는 핵심 법칙은 비선형 보상이다. 클릭률과 시청 지속이 각각 10%씩 좋아지면 뷰는 10%가 아니라 약 4배로 늘어난다.
3. 따라서 잘 만든 영상 한 편이 평범한 영상 50~100편보다 노출량 면에서 더 효율적이다. 빈도보다 품질에 자원을 몰아넣는 전략이 합리적이라는 결론으로 이어진다.

출처 트윗과 원본 영상

X의 @voidedintern이 클립한 트윗에 임베드된 85초짜리 영상은, 배경의 붉은 벨벳 커튼·셔어 SM7B 듀얼 마이크 셋업·로고 노출로 미루어 Joe Rogan Experience #1788 — Mr. Beast (2022년 3월 7일 공개) 회차의 한 구간으로 확인된다. 같은 회차의 podcastnotes 요약은 트윗의 핵심 인용구 — “5백만 뷰 한 편이 5만 뷰 50편보다 쉽다” — 를 그대로 옮겨 두고 있다.

트윗 본문은 다음 다섯 갈래의 진술을 담는다.

1. MrBeast가 평소 유튜버들을 멘토링한다는 점.
2. 최근 멘티 한 명이 월 매출 24,000달러에서 400,000달러까지 성장했다는 사례.
3. 그 채널은 월 4백만 뷰에서 약 7~8개월 만에 4천 5백만 뷰로 도달했다는 시점 정보.
4. 잘 만든 영상 한 편이 평범한 영상 50~100편보다 뷰 확보에 훨씬 유리하다는 일반 명제. 1년에 좋은 영상 한 편만 올려도 100편의 평범한 영상보다 누적 뷰가 더 많을 수 있다는 극단 진술까지 포함한다.
5. 클릭률과 시청 지속이 각각 10%씩 좋아지면 뷰는 10%가 아니라 약 4배로 늘어난다는 비선형 보상 명제.

이 다섯 명제가 트윗의 골격이다. 1~3은 사례, 4~5는 그 사례를 떠받치는 일반 법칙이다.

멘티 사례 — 화면에 띄운 애널리틱스

JRE 클립의 가장 결정적인 장면은 MrBeast가 자신의 노트북을 카메라 쪽으로 돌려 멘티 채널의 애널리틱스 대시보드를 직접 보여주는 구간이다.

화면 상단에 떠 있는 것은 MrBeast 본인이 2022년 2월 22일에 올린 트윗(“I started counseling a small YouTuber for fun and here is monthly before and after of their channel lol”)이고, 아래쪽 패널에는 같은 채널의 대시보드가 떠 있다. 거기서 읽을 수 있는 수치는 다음과 같다.

수치는 다음과 같이 정리된다.

뷰는 11배, 수익은 17배로, 뷰보다 수익이 더 가파르게 늘어난 점이 흥미롭다. 같은 채널이라도 시청 지속이 늘면 광고 슬롯이 늘고, 평균 CPM이 더 좋은 슬롯에 노출되며, 스폰서십·브랜드 딜의 단가도 오른다. 즉, 알고리즘 차원의 비선형성에 수익 구조 차원의 비선형성까지 곱해진다.

MrBeast는 이 멘티가 같은 양의 콘텐츠를 더 좋은 품질로 만들고 있다는 식으로 묘사한다. 새 포맷·새 분야로 갈아탄 게 아니라, 같은 빈도와 같은 카테고리 안에서 영상 품질만 올렸는데도 차이가 이만큼 벌어졌다는 게 핵심이다. (참고로 같은 시기 MrBeast 본인 트윗 캡션의 채널 식별 단서와 외부 보도들은 그 멘티 채널을 Daily Dose of the Internet 으로 지목한다.)

비선형 보상 — “10% 더 좋은 영상 = 4배 뷰”

이어지는 구간에서 MrBeast는 그 격차가 어디서 나오는지를 한 줄로 압축해 정리한다. 클릭률과 시청 지속을 각각 10%씩 끌어올리면, 뷰는 10% 늘어나는 게 아니라 약 4배로 늘어난다는 진술이다.

수치 자체가 단순한 직관과 어긋난다. 두 변수가 각각 1.1배 좋아지면 곱은 1.21배인데 결과가 약 4배라는 건, 알고리즘이 단순 곱셈 너머의 가중치를 더 부여한다는 뜻이다. 그가 같은 사상을 다른 인터뷰에서 풀어 둔 방식은 대략 이렇다.

• 알고리즘은 자기 강화 루프다. 초기 노출 코호트에서 좋은 신호(클릭·체류·완주)가 모이면 다음 코호트의 크기가 커진다. 다음 코호트가 또 같은 신호를 내면 노출은 다시 커진다. 즉, 영상 성능은 확률 분포의 한쪽 끝이 통째로 이동하는 효과를 받는다.
• 에버그린 효과가 합쳐진다. 좋은 영상은 일회성 폭발로 끝나지 않고, 2~3년 뒤에도 추천 후보군의 상단을 차지한다. 시간 적분을 하면 누적 뷰의 격차는 발행 직후 격차보다 훨씬 크게 벌어진다.

10%-10% → 4배라는 숫자가 정확히 어떤 모델에서 도출되는지는 한 클립만으로는 검증할 수 없다. 다만 “두 변수의 작은 개선이 결과를 비선형으로 증폭한다"는 정성 명제는 MrBeast가 Lex Fridman #351, Jon Youshaei, Think Media 등 여러 공개 인터뷰에서 반복해 온 핵심 주장과 일관된다.

빈도 vs 품질 — “1년에 한 편이라도 충분히 좋으면”

같은 법칙의 역대우가 빈도-품질 트레이드오프다. MrBeast의 주장은 단순하다.

• 평범한 영상 100편을 1년간 쏟아내도, 그중 하나도 알고리즘이 강하게 밀어주지 않으면 누적 뷰는 의외로 작다.
• 반대로 1년에 영상 한 편만 올리더라도 그 한 편이 알고리즘의 자기 강화 루프를 강하게 트리거하면, 100편의 누적 뷰를 단독으로 넘어설 수 있다.

따라서 작은 채널이 빠지기 쉬운 함정은 “주기적 업로드 약속"이다. 매주 월요일에 올린다고 약속하면 그 약속을 지키기 위해 평균 이하의 영상을 내보내게 되고, 시청자에게는 “최근 5번 클릭했더니 그저 그랬다"는 기억이 누적된다. 다음 영상의 CTR이 떨어지면, 비선형 보상의 방향이 반대로 돌아간다. 4배가 아니라 4분의 1배로.

이 진단은 플랫폼 무관한 함의를 가진다. 인스타그램 릴스, 틱톡, X 비디오, 심지어 블로그까지 — 알고리즘이 사람들의 선택을 기반으로 분포를 다시 그려주는 구조라면, “꾸준함"보다 “한 편의 임팩트"가 더 효율적인 자원 배분이다.

가장 흥미로운 지점

세 가지를 짚는다.

첫째, 멘토링 가능한 격차가 17배라는 사실. 같은 사람이 같은 채널을 운영하면서, 외부의 한 사람의 개입만으로 7~8개월 만에 수익이 17배가 된다면, 그 격차의 본질은 “노력 부족"이 아니라 “메타 지식 부족"이다. 무엇을 어떻게 평가해야 하는지를 모르면 100편을 만들어도 같은 지점에 머문다. 반대로 메타 지식이 있는 사람이 옆에서 한 마디씩만 거들어 줘도 17배 격차가 풀린다는 건, 크리에이터 시장이 지식 비대칭 위에 얹혀 있다는 뜻이다.

둘째, “10%-10% → 4배"가 의미하는 시뮬레이션 가능성. 만약 알고리즘이 정말로 두 변수에 대해 비선형 보상을 한다면, 영상 출시 전에 작은 모델로도 사전 시뮬레이션이 가능하다. MrBeast가 만든 ViewStats Pro의 outlier 탐지·A/B 썸네일 추적·CTR 예측 도구들이 정확히 이 지점을 노린다. “감"의 영역으로 보였던 콘텐츠 제작이, 측정과 시뮬레이션의 영역으로 빠르게 이동 중이다.

셋째, 이 사상이 콘텐츠 산업 바깥으로 확장된다는 점. “10% 더 좋은 제품이 4배 매출"이라는 명제는 게임 출시, 앱 스토어 랭킹, B2B SaaS 데모 영상, 심지어 채용 공고에서까지 같은 구조로 작동할 수 있다. 알고리즘이 사람들의 선택을 모아 분포를 다시 그려주는 모든 시장에서, 작은 품질 차이의 보상은 비선형이다. 빈도와 품질 중 어디에 자원을 몰아넣을지를 결정하는 가장 단순한 휴리스틱이, MrBeast의 한 인터뷰 구간 안에 모여 있다.

출처

• 원본 영상: Joe Rogan Experience #1788 — Mr. Beast (2022년 3월 7일 공개). 멘티 채널 애널리틱스를 화면에 띄워 설명하는 구간이 트윗 클립의 핵심.
• 클립 게시 트윗: https://x.com/voidedintern/status/2066177621616988316
• MrBeast 본인 2022년 2월 22일 트윗: 멘티 채널이 4.6M → 45M 뷰, 월 24,000달러 → 400,000달러로 성장한 비교 그래프를 처음 공개적으로 인증한 원전 게시물. JRE #1788 클립 안에서도 화면에 직접 띄워 인용된다.
• 같은 사상의 다른 인터뷰 보조 출처:
  • Lex Fridman Podcast #351 (2023) — 잘 만든 영상 한 편이 평범한 영상 100편보다 누적 뷰에서 유리하다는 명제와 에버그린 효과를 정면으로 다룬다. https://www.youtube.com/watch?v=Z3_PwvvfxIU
  • Think Media, MrBeast Shares His Best YouTube Advice (2023) — 100편을 만들고 매번 한 가지를 개선하라는 방법론. https://www.youtube.com/watch?v=9DBJXRy5dvk
  • Jon Youshaei, Why every MrBeast video gets 200M views (2024) — outlier 탐색·ViewStats Pro의 도구 체계가 콘텐츠 평가의 메타 지식을 어떻게 외재화하는지 보여준다. https://www.youtube.com/watch?v=IXEewFEDieU

본문 인용 이미지는 트윗에 임베드된 85초 클립에서 추출한 대표 프레임 4장이다. JRE 회차의 편집·저작권은 원 제작자에게 있으며, 본 다이제스트의 인용은 이미지·텍스트 모두 편집·평론 목적의 한정 인용임을 밝힌다.