결론 — 게임의 운명이 갈라지는 메커니즘
게이머든 개발자든 Steam에서 비슷한 장면을 종종 봅니다 — 위시리스트가 1,000개도 안 되던 게임이 4개월 만에 270만 장을 팔고, 거대 IP를 활용하여 기대감 속에 출시한 게임이 며칠 만에 조용히 사라지는 장면이지요. 그 갈림길의 메커니즘을 짚어 보았습니다.
두 게임의 정반대 운명
Vampire Survivors는 2021년에 얼리액세스(Early Access, EA)로 출시되었습니다. 위시리스트는 1,000개 미만, 솔로 개발자, 마케팅도 거의 없었지요. 다만 게임플레이 루프가 명확하고 안정적이라는 사실을 초기 플레이어가 곧장 알아챘고, 평점은 빠르게 압도적으로 긍정적(Overwhelmingly Positive, 95%+)에 닿았습니다. 매출 곡선은 짧고 가팔랐습니다 — 2021-12-17에 누적 221장이던 판매량이 2022-04-16에 약 270만 장에 도달했습니다. 4개월 만에 1만 배 가까운 폭증입니다1.
Cities: Skylines II는 정반대 출발선이었습니다. 거대한 위시리스트, 강한 IP, 견조한 비평가 평점, 퍼블리셔 Paradox Interactive — 거의 모든 변수가 우월했습니다. 그러나 출시일에 성능 문제와 사용자 경험 결함이 한꺼번에 드러났고, Steam 평점은 며칠 만에 복합적(Mixed)에서 대체로 부정적(Mostly Negative)으로 기울었습니다. 모멘텀이 즉시 정지했고, 100만 장 이상 팔렸지만 기대 대비로는 부진이었습니다1.
| 항목 | Vampire Survivors (2021) | Cities: Skylines II (2023) |
|---|---|---|
| 위시리스트 | 1,000개 미만 | 매우 큼 |
| 마케팅 / 퍼블리셔 | 없음 / 솔로 자체 퍼블리싱 | 대규모 / Paradox Interactive |
| IP·브랜드 | 없음 | 강함 |
| 출시 직후 Steam 평점 | 압도적으로 긍정적 (95%+) | 복합적 → 대체로 부정적 |
| 매출 궤적 | 4개월 만에 221장 → 약 270만 장 | 100만 장+, 기대 미달 |
매개의 정체 — 점수가 노출로, 노출이 매출로
직관은 “좋은 평점 → 더 많은 구매"의 직접 경로를 떠올리지만, 두 사례가 가리키는 곳을 자세히 들여다보면 평점은 먼저 Steam 알고리즘의 분배 로직에 영향을 미칩니다. Aubry(2025)는 좋은 점수가 세 채널에서 동시에 작동한다고 정리합니다.
- 망설이는 방문자의 구매 전환율이 오르고,
- 탐색 대기열(Discovery Queue)이나 신규 인기작(Popular New Releases) 같은 자동 큐레이션에 더 자주 노출되며,
- 대형 세일에서의 장기 매출이 강해집니다1.
좋은 점수 → 더 많은 방문자 → 더 좋은 사이클(Vampire Survivors).
나쁜 점수 → 노출 천장 → 매출 정지(Cities: Skylines II).
리뷰 점수는 플레이어 만족도 지표이기 이전에 Steam이 어느 게임을 노출시킬지 정할 때 보는 입력값입니다. 그 분배가 연속이 아니라 경계에서 계단식으로 일어난다는 것이 중요합니다.
경계 효과 — 두 가지
여기 두 가지 경계 효과가 있습니다. 평점이 임의의 점수에서 변할 때 매출이 따라 변하는 게 아니라 — 어떤 경계를 통과하는지 못 하는지에 따라 한 단계 점프가 발생하는 게이트입니다. 첫째가 게임이 노출되느냐의 1차 게이트, 둘째가 Steam 알고리즘에의 노출이 매출로 얼마나 증폭되느냐의 2차 게이트이지요.
이 두 게이트가 출시 전 의사결정에 직접 의미를 갖는 까닭은 단순합니다. 작은 개선은 게이트를 못 넘으면 매출 효과가 거의 없고, 큰 폭의 개선으로 게이트를 한 칸 넘는 순간만 비례 이상의 매출 점프가 따라옵니다. 그래서 같은 자원을 평점 전반에 얕게 흩기보다 현재 등급의 천장을 한 번에 깨는 큰 개선에 몰아 쓰는 쪽이 평점 시스템에서는 거의 항상 더 많은 매출을 만듭니다.
| 경계 | 핵심 발견 |
|---|---|
| 리뷰 개수 — 1차 게이트 | 10리뷰 통과 → 탐색 대기열 점프2 |
| 점수 등급 — 2차 게이트 | 등급 단위 계단식 점프31 |
1. 리뷰 개수 경계 — 게임이 노출되는가

— Zukowski 2022, How To Market A Game
Zukowski(2022)가 정리한 Steam의 노출 경계는 “유료 구매자의 평점 10개"입니다. 10개 미만이면 게임은 비유적인 옷장에 갇혀 거의 노출되지 않고, 10개를 넘기는 순간 탐색 대기열 트래픽이 갑자기 점프합니다. 평점 품질은 무관하고 양만 채우면 됩니다(다만 점수가 대체로 부정적 이하로 내려가면 별도로 숨김 조치가 들어갑니다)2. 평균 30명 중 1명이 평점을 남기므로, 자력 마케팅으로 약 300카피를 팔아야 이 경계를 통과합니다.
이 경계가 1차 게이트인 까닭은 분명합니다 — 여기서 막히면 다른 어떤 경계도 의미를 잃습니다. 노출이 아예 시작되지 않은 게임은 평점 등급이 무엇이든 무대 자체에 오르지 못하는 까닭이지요.
2. 점수 등급 경계 — 매출이 어디까지 증폭되는가

— Carless 2024, GameDiscoverCo
노출이 시작된 게임 사이에서 매출 격차를 결정하는 두 번째 게이트입니다. GameDiscoverCo의 Simon Carless가 데이터 파트너 Gamalytic과 함께 분석한 700개 게임 표본(2024년 5월)에서, 위시리스트가 출시 첫 달 판매로 이어진 비율은 평점 점수가 아니라 등급 경계에서 점프합니다. 압도적으로 긍정적(95%+, 평점 500개 이상) 등급에 들어선 게임은 이 비율이 0.51배까지 도약합니다 — 중간값(0.27배)의 약 두 배입니다. 위시리스트에 등록한 사용자 절반이 구매한다는 거지요. 반대편에서는 복합적(70% 미만) 등급에서 큰 하락이 옵니다3.
Aubry(2025)도 같은 결을 다른 시간 단위에서 짚습니다 — 매우 긍정적(Very Positive, 80~89%) 이상으로 출시한 게임이 대체로 긍정적(Mostly Positive, 70~75%)에 머문 게임 대비 첫 90일 매출 최대 3~5배1. 평점 1~2%포인트 차이로 등급을 한 칸 넘는지 못 넘는지가 매출에 비례 이상의 영향을 줍니다.
그 너머의 두 가지 결
위 두 게이트가 경계라면, 아래 둘은 평점과 매출 사이의 관계를 고차방정식으로 만드는 요소들입니다.
1. 어중간한 게임의 침묵, 그리고 비대칭 선순환

— Gamalytic 2023
Gamalytic(2023)이 9개 변수로 분해한 리뷰 1개당 판매량 분석에서, 90% 이상 게임은 평점 1개당 약 30개 판매, 70% 부근은 약 60개 판매, 60% 미만은 다시 약 30개 판매 — U자형입니다4.
이 U자가 직관에 잡히지 않는다면 리뷰 1개당 판매량을 구매자 100명 중 몇 명이 리뷰를 남기는가로 뒤집으면 한결 명확해집니다.
| 평점 구간 | 리뷰 1개당 판매량 | 구매자 100명당 리뷰 작성자 |
|---|---|---|
| 90% 이상 (호평) | 약 30개 | 약 3.3명 |
| 70% 부근 (어중간) | 약 60개 | 약 1.7명 |
| 60% 미만 (혹평) | 약 30개 | 약 3.3명 |
뒤집어 보면 모형이 단순해집니다 — 좋은 게임에서는 만족해서 입을 열고, 나쁜 게임에서는 분노로 입을 열며, 어중간한 게임에서는 침묵합니다. 양극단에서만 평점이 잘 쌓이고, 중간 구간에서는 평점을 남길 동기가 가장 약해지는 것이지요.
한 발 더 들어가면 본문에서 가장 중요한 결론이 따라옵니다. 부정 평점을 남기는 비율이 거의 일정한 상수라는 Gamalytic의 분석에 따르면, 평점이 좋아질수록 긍정 평점이 더 빠르게 쌓입니다. 그 결과 등급이 한 칸 위로 올라가고 → 알고리즘 노출이 더 분배되고 → 더 많은 사람이 사고 → (이미 좋은 게임이므로) 또 만족해 긍정 평점을 남기는 사이클이 돌기 시작합니다.
다시 말해서,
좋은 게임은 선순환에 진입하고, 어중간한 게임은 침묵의 중간 지대에 머물며, 나쁜 게임은 악순환에 빠집니다.
이것이 Vampire Survivors가 4개월 만에 1만 배 매출 폭증을 만든 메커니즘과 Cities: Skylines II가 모멘텀을 잃은 메커니즘은 같은 비대칭 사이클의 양면이옵니다 — 그래서 출시 직후의 평점이, 위시리스트나 IP나 마케팅보다 강하게 게임의 궤적을 결정짓는 까닭이지요.
2. 시간이 갈수록 얼리액세스가 메인 이벤트가 되고 있다
GAMES.GG(2025)의 225개 졸업작 추적은 시계열 변화를 못 박습니다. 1.0 첫 30일 매출이 얼리액세스 첫 30일 매출의 약 70%였던 2023년 분석이, 2025년에는 약 40%로 떨어졌습니다5. 흔한 해석은 1.0이 약해졌다이지만, 같은 데이터를 뒤집어 보면 얼리액세스가 메인 이벤트로 옮겨가고 있다가 더 정확합니다 — 1.0이 흡수할 청중이 얼리액세스 단계에 이미 빨려 들어갔다는 뜻이지요. 얼리액세스 단계의 평점이 1.0 졸업 후보다 분명하게 높다는 사실 또한 이를 뒷받침합니다(Lin et al., 2017)6.
함의는 단순합니다. 얼리액세스 = 베타·연장 마케팅이라는 시각이 더 이상 작동하지 않습니다. 얼리액세스 시점에 거의 모든 것이 결정되고, 1.0은 후속 이벤트로 점점 줄어듭니다. Zukowski(2023)가 강조했던 얼리액세스 늪(EA quicksand) — 출시 부진 시 영구히 박제되는 부정 평점 — 의 무게도 이 추세 위에서 점점 더 커집니다7. 얼리액세스 = 진짜 출시가 단순 격언이 아니라 2025년 시장의 구조적 사실로 굳어가고 있습니다.
물론 이 추세가 모든 게임에 일률적으로 적용되지는 않습니다. GameDiscoverCo의 1,500여 종 얼리액세스 졸업작 분석(2023)에서 얼리액세스 → 1.0 첫 3개월 매출 비율의 중간값은 약 0.7배지만, 분포가 광폭이라 상위 5%는 5.53배에 달합니다8. 즉 일부 매우 성공적인 게임은 여전히 1.0에서 추가로 큰 점프를 만듭니다 — 다만 자기 게임이 그 5%에 들어갈 거라 가정하기엔 위쪽 꼬리가 너무 가늘다는 점이 데이터의 메시지이지요.

— Carless 2023, GameDiscoverCo + Gamalytic
그래서 무엇을 해야 하는가
세 가지가 따라옵니다.
첫째, 출시 시점이 결정 지점입니다. Aubry(2025)의 첫 100명의 평점이 게임 궤적을 결정한다1는 표현은 과장이 아닙니다. Kingdom Two Crowns처럼 약한 출시 평점에서 회복한 사례도 있지만 85%까지 끌어올리는 데 약 1년이 걸렸고1, 그동안 잃은 매출과 노출 회복 비용까지 합치면 출시 시점의 품질 투자보다 거의 항상 큽니다.
둘째, 작은 개선보다 게이트를 넘는 큰 개선이 효율적입니다. 78%와 82%는 점수 차이 4%포인트지만 매출 차이는 3~5배일 수 있고31, 게이트를 못 넘으면 점수가 2%포인트 올라도 매출에는 거의 변화가 없습니다. 출시 전 한정된 자원을 평점 전반에 얕게 흩기보다, 현재 등급의 천장을 한 번에 깨는 한 가지 큰 개선에 몰아 쓰는 쪽이 거의 항상 더 많은 매출을 가져옵니다 — 평점이 등급 경계 근처에 있을수록 이 우선순위가 더 분명해집니다.
셋째, 얼리액세스는 베타가 아니라 진짜 출시입니다. 얼리액세스 출시 부진은 영구 박제되는 부정 평점을 부릅니다7. 자금 조달이나 피드백 수집을 목적으로 한 얼리액세스 진입은 거의 항상 실패하고, 1.0이 자동 부스트를 보장하지 않는 환경에서 얼리액세스는 점점 더 무거운 결정이 되어 갑니다75.
닫는 말 — 시점과 한계
이 글은 2026년 5월 시점의 시장 관찰이옵니다. 인용한 자료는 2017~2025년 8년 폭에 걸쳐 있고, 그 사이에 Steam이 평점 프롬프트를 도입하고(2019) 얼리액세스 부스트가 후퇴(2023~2025)하면서 수치는 변했습니다. 등급 경계와 U자 패턴 같은 형태는 비교적 안정적이지만, 절댓값은 Steam의 정책 변경이나 시장 포화도에 따라 재해석이 필요합니다.
또한 평점이 매출을 강하게 설명하는 정도는 게임 규모에 따라 다르고, 인디 시장에서는 평점만으로 매출을 설명할 수 없다는 분석도 있습니다(Venkateshan, 2019)9 — 위시리스트·바이럴·트래픽 같은 외부 동력의 비중이 더 큰 까닭이지요. Steam은 끊임없이 변하고 있기 때문입니다.
자료를 정리하면서 저는 게임의 운명이 결정되는 곳이 출시일 며칠 안의 좁은 창이라는 사실을 반복해서 확인할 수 있었습니다. 작은 팀에게도, 큰 팀에게도 가혹합니다. 다만 그 좁은 창의 메커니즘이 임의의 운이 아니라 알고리즘 노출과 등급 경계, 그리고 그 위에서 도는 비대칭 선순환·악순환이라면, 적어도 어디에 자원을 집중해야 할지는 명확합니다. 출시 전에 평점이 받아 줄 만한 상태로 게임을 끌어올리는 것 — 그 한 가지가 위시리스트·마케팅·IP·퍼블리셔 백업을 합친 몇 곱절보다 강한 지렛대인 까닭이지요.
Arnaud Aubry, “Steam Sales: Why Your Review Score is the Ultimate Sales Multiplier” — LinkedIn Pulse, 2025-03-25. https://www.linkedin.com/pulse/steam-sales-why-your-review-score-ultimate-multiplier-arnaud-aubry-gx2oe ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎
Chris Zukowski, “Why your first 10 reviews are the most important” — Howtomarketagame, 2022-01-25. https://howtomarketagame.com/2022/01/25/why-your-first-10-reviews-are-the-most-important/ ↩︎ ↩︎
Simon Carless (with Strale of Gamalytic), “How user reviews affect your game’s Month 1 sales” — GameDiscoverCo Newsletter, 2024-05-01. https://newsletter.gamediscover.co/p/how-user-reviews-affect-your-games ↩︎ ↩︎ ↩︎
Gamalytic, “What makes people review your game? A deep dive into the Steam’s sales/review ratio” — Gamalytic Blog, 2023-07-23. https://gamalytic.com/blog/a-deep-dive-into-the-steam-review-ratio ↩︎
Eliza Crichton-Stuart, “Steam Early Access Graduates in 2025” — GAMES.GG, 2025-12-10 (원자료: GameDiscoverCo). https://games.gg/news/steam-early-access-graduates-in-2025/ ↩︎ ↩︎
Dayi Lin, Cor-Paul Bezemer, Ahmed E. Hassan, “An empirical study of early access games on the Steam platform” — Empirical Software Engineering 23(2), 771–799 (2018, 온라인 선공개 2017-07-08). DOI: 10.1007/s10664-017-9531-3. ↩︎
Chris Zukowski, “Should you do Early Access?” — Howtomarketagame, 2023-07-27. https://howtomarketagame.com/2023/07/27/should-you-do-early-access/ ↩︎ ↩︎ ↩︎
Simon Carless (with Strale of Gamalytic), “Will your Steam 1.0 launch outpace your Early Access start?” — GameDiscoverCo, 2023-11-08. https://newsletter.gamediscover.co/p/will-your-steam-10-launch-outpace ↩︎
Karthik Venkateshan, “Are Steam user reviews a better predictor of video game sales than Metacritic scores?” — LinkedIn Pulse, 2019-08-26. https://www.linkedin.com/pulse/steam-user-reviews-better-predictor-video-game-sales-than-karthik ↩︎
