틱톡 알고리즘을 속이는(?) 콘텐츠 기획의 허와 실

알고리즘 ‘치트키’라 불리는 편법의 실체와 리스크

틱톡 크리에이터 사이에서 암암리에 공유되는 이른바 ‘알고리즘 치트키’는 단기간에 조회수를 급등시키는 것처럼 보이지만, 계정의 장기적인 성장 가능성을 훼손하는 결정적인 요인으로 작용합니다. 흔히 알려진 ‘품앗이(Engagement Pods)’나 ‘조회수 구매’, ‘무의미한 연속 댓글 달기’ 등의 방식은 틱톡의 추천 시스템(Recommendation System)을 일시적으로 교란할 수는 있으나, 이는 곧 시스템의 이상 탐지 레이더망에 포착됩니다.

틱톡의 AI는 단순히 조회수나 좋아요의 ‘총량’만을 보지 않습니다. 해당 상호작용이 발생하는 패턴, 유입 경로, 그리고 사용자의 시청 기록과 관심사 그래프(Interest Graph)의 일치 여부를 정밀하게 분석합니다. 인위적으로 만들어진 트래픽은 다음과 같은 치명적인 리스크를 동반합니다.

• 트래픽 품질 저하 및 타겟팅 오류: 봇이나 관심사가 일치하지 않는 품앗이 그룹의 시청 데이터가 섞이면, 알고리즘은 해당 콘텐츠를 누구에게 추천해야 할지 혼란을 겪습니다. 결과적으로 요리 영상을 게임을 좋아하는 봇 계정에게 추천하는 식의 미스매칭이 발생하며, 이는 클릭률(CTR)과 시청 지속 시간의 급락으로 이어집니다.
• 쉐도우 밴(Shadowban)의 위험: 틱톡은 공식적으로 쉐도우 밴을 인정하지 않지만, 비정상적인 트래픽이 감지된 계정은 ‘추천 피드(For You Feed)’ 노출이 즉각적으로 차단됩니다. 팔로워에게조차 영상이 도달하지 않는 현상이 발생하며, 이를 회복하기 위해서는 수개월 이상의 정화 기간이 필요하거나 계정을 새로 생성해야 할 수도 있습니다.
• 계정 지수(Account Authority) 하락: 반복적인 어뷰징 행위는 계정 자체의 신뢰도 점수를 깎아먹습니다. 신뢰도가 낮은 계정에서 업로드된 영상은 아무리 콘텐츠 품질이 좋아도 초기 시드(Seed) 노출량이 현저히 낮게 배정됩니다.

결국, 알고리즘을 속이려는 시도는 시스템의 고도화된 머신러닝 모델 앞에서는 무의미하며, 오히려 오리지널리티를 가진 콘텐츠가 받을 수 있는 가산점을 스스로 포기하는 행위임을 인지해야 합니다.

시청 지속 시간 및 완독률 데이터가 노출량에 미치는 영향

틱톡 알고리즘의 핵심은 사용자를 앱에 얼마나 오래 머무르게 하느냐에 있습니다. 따라서 노출량 폭발(Viral)을 결정짓는 가장 강력한 지표는 단순 조회수가 아닌 ‘시청 지속 시간(Average Watch Time)’과 ‘완독률(Completion Rate)’입니다. 많은 크리에이터가 간과하는 사실은, 이 두 지표가 영상의 길이에 따라 가중치가 다르게 적용된다는 점입니다.

데이터 분석 관점에서 볼 때, 15초 미만의 숏폼 영상과 1분 이상의 롱폼 영상에 요구되는 완독률 기준은 다릅니다. 짧은 영상일수록 완벽에 가까운 완독률이 요구되며, 긴 영상은 절대적인 시청 시간이 길다면 완독률이 다소 낮더라도 높은 점수를 받습니다. 투데이소셜과 같은 전문 소셜 데이터 분석 결과들을 종합해 보면, 추천 피드 상위에 랭크되는 콘텐츠들은 다음과 같은 최소 효율 기준을 충족하는 경향이 있습니다.

표에서 볼 수 있듯이, 10초짜리 영상은 사용자가 두 번 이상 보게 만들어 완독률이 100%를 초과할 때 비로소 알고리즘의 강력한 추천을 받게 됩니다. 반면, 1분에 가까운 영상은 50% 정도의 사용자만 끝까지 보더라도, 그들이 소비한 절대적인 시간이 길기 때문에 플랫폼 체류 시간에 기여한 것으로 판단되어 높은 점수를 받습니다.

따라서 콘텐츠 기획 단계에서 영상의 길이를 설정할 때는, 내가 전달하고자 하는 메시지가 해당 시간 동안 시청자를 붙잡아둘 만큼 충분히 밀도 있는지 냉정하게 평가해야 합니다. 불필요한 서론으로 시청 지속 시간을 갉아먹는 것은 노출량을 스스로 제한하는 것과 같습니다.

초반 3초 이탈률을 잡는 후킹 포인트별 조회수 전환 분석

틱톡에서의 승부는 스크롤을 내리는 엄지손가락을 멈추게 하는 ‘첫 3초’에서 결정됩니다. 이를 마케팅 용어로 ‘썸스토퍼(Thumb-stopper)’ 구간이라 부르며, 이 구간에서의 이탈률이 30%를 넘어가면 해당 영상이 대규모 트래픽을 얻을 확률은 기하급수적으로 낮아집니다. 시청자는 무의식적으로 0.5초에서 3초 사이에 이 영상이 나에게 가치 있는지, 재미있는지를 판단합니다. 틱톡은 공식적으로도 추천 피드에 영향을 주는 요소로 시청 완료율·재시청 등 다양한 신호를 언급하고 있으며, 이는 틱톡이 직접 공개한 ‘For You’ 추천 동작 방식 안내에서 확인할 수 있습니다.

성공적인 후킹(Hooking)은 감에 의존하는 것이 아니라, 철저하게 계산된 심리적 트리거를 배치하는 것입니다. 조회수 전환율이 높은 후킹 포인트는 크게 시각, 청각, 텍스트의 세 가지 차원에서 분석할 수 있습니다.

• 시각적 불일치와 빠른 장면 전환 (Visual Disruption): 영상 시작 1초 이내에 화면의 구도나 피사체가 급격하게 변하거나, 일반적인 상식과 다른 시각적 정보를 제공해야 합니다. 예를 들어, 결과물을 먼저 보여주고 과정을 역순으로 보여주거나, 화면을 분할하여 동시에 두 가지 시각적 자극을 주는 방식은 뇌의 정보 처리 부하를 높여 스크롤을 멈추게 만듭니다.
• 청각적 싱크와 ASMR 트리거 (Audio Sync): 틱톡은 ‘사운드 온(Sound On)’ 플랫폼입니다. 유행하는 음원의 비트 드롭(Beat Drop) 타이밍에 맞춰 화면을 전환하거나, 첫 마디에 질문을 던지는 내레이션을 삽입하는 것은 필수적입니다. 데이터에 따르면, 음원의 하이라이트 부분이 영상 시작과 동시에 나오는 경우보다, 1~2초의 빌드업 후 터지는 구조가 시청 지속성을 15% 이상 높이는 것으로 나타났습니다.
• 텍스트를 통한 정보의 공백 (Curiosity Gap): “이걸 몰라서 100만 원을 손해 봤습니다”와 같이 부정적 감정(손실 회피 편향)을 자극하거나, “끝까지 보면 놀라운 반전이 있습니다”와 같이 정보의 공백을 예고하는 텍스트는 시청자가 영상을 끄지 못하게 하는 강력한 명분이 됩니다. 단, 낚시성 텍스트가 영상 내용과 부합하지 않으면 즉각적인 이탈과 신고로 이어질 수 있음을 유의해야 합니다.

결국 3초 안에 시청자를 설득하지 못하면, 나머지 57초의 고퀄리티 콘텐츠는 존재하지 않는 것과 같습니다. 기획 단계에서 전체 제작 시간의 50% 이상을 도입부 3초의 구성에 투자하는 것이 효율적인 조회수 전환을 위한 가장 확실한 전략입니다.

무한 루프와 자극적 썸네일: 알고리즘이 필터링하는 어뷰징 패턴

초기 숏폼 플랫폼 시장에서는 영상의 시작과 끝을 교묘하게 이어 붙여 시청자가 영상이 끝났는지조차 모르게 만드는 ‘무한 루프(Seamless Loop)’ 기법이 조회수 펌핑의 핵심 전략으로 통했습니다. 하지만 현재 틱톡의 머신러닝 모델은 이러한 인위적인 시청 지속 시간 증대를 ‘기계적 트래픽’으로 간주하여 필터링하는 단계에 이르렀습니다. 단순히 영상이 반복된다고 해서 점수를 주는 것이 아니라, 반복 시청 시 ‘좋아요’나 ‘공유’ 같은 유의미한 상호작용이 동반되지 않을 경우 이를 콘텐츠의 질적 저하로 판단합니다.

특히 틱톡의 비전 AI(Vision AI)는 영상 내의 프레임 단위 분석을 통해 썸네일과 실제 콘텐츠의 연관성을 검증합니다. 클릭을 유도하기 위해 본문 내용과 전혀 상관없는 자극적인 이미지나 텍스트를 썸네일로 설정하는 ‘낚시성 콘텐츠(Clickbait)’는 시청자의 즉각적인 이탈을 유발하며, 이는 알고리즘에게 ‘부정적 사용자 경험’이라는 강력한 신호를 보냅니다.

알고리즘이 이러한 어뷰징 패턴을 감지하고 제재하는 방식은 매우 정교해졌습니다. 단순 노출 제한을 넘어 계정 전체의 도달 범위를 축소시키는 패널티가 적용됩니다. 대표적인 필터링 기준은 다음과 같습니다.

• 메타데이터와 콘텐츠의 불일치: 썸네일에 적힌 텍스트(OCR 기술로 인식)와 영상 내 음성(STT 기술로 인식), 그리고 해시태그가 문맥적으로 일치하지 않을 경우, 해당 영상은 ‘스팸’ 또는 ‘저품질’로 분류되어 추천 피드 진입이 원천 봉쇄됩니다.
• 인위적인 반복 재생 패턴: 사용자가 영상을 능동적으로 다시 보는 것이 아니라, 편집 기술로 인해 강제로 반복 시청하게 되는 경우, 스크롤 동작 패턴과 터치 데이터를 분석하여 이를 감지합니다. 이후 해당 계정의 평균 시청 시간 데이터에서 가중치를 대폭 삭감합니다.
• 시각적 피로도 누적: 고채도의 자극적인 색상이나 깜빡임이 과도한 영상이 지속적으로 업로드될 경우, 사용자 보호 차원에서 노출 빈도를 조절합니다. 이는 플랫폼 내 체류 시간을 저해하는 요소로 판단되기 때문입니다.

따라서 썸네일은 호기심을 자극하되 영상의 핵심 내용을 충실히 요약해야 하며, 무한 루프보다는 명확한 기승전결을 통해 시청자가 만족감을 느끼고 자발적으로 공유하게 만드는 구조가 장기적인 채널 성장에 필수적입니다.

평균 시청 시간 대비 인게이지먼트 비중과 계정 지수의 상관관계

많은 크리에이터가 ‘조회수 대비 좋아요 비율’에 집착하지만, 틱톡 알고리즘이 계정의 권위(Account Authority)를 평가할 때 더 중요하게 보는 지표는 ‘시청 시간 대비 인게이지먼트의 밀도’입니다. 단순히 영상이 많이 재생된 것보다, 사용자가 영상에 머무른 시간 동안 얼마나 적극적으로 상호작용했는지가 핵심입니다. 이를 통해 알고리즘은 해당 계정이 ‘시간을 때우는 콘텐츠’를 만드는지, ‘팬덤을 형성하는 콘텐츠’를 만드는지를 구분합니다.

최근 데이터 경향을 분석해보면, 단순한 ‘좋아요(Like)’의 가중치는 낮아지고, ‘공유(Share)’와 ‘저장(Save/Favorite)’의 가중치가 급격히 상승했습니다. 이는 플랫폼이 단순 소비를 넘어 정보의 확산과 소장을 유도하는 콘텐츠에 더 높은 점수를 부여한다는 뜻입니다. 계정 지수를 결정짓는 인게이지먼트 가중치 모델을 도식화하면 다음과 같습니다.

이러한 가중치 시스템 하에서는 조회수가 1만 회이고 좋아요가 1,000개인 영상보다, 조회수가 5,000회라도 저장과 공유가 각각 100회 이상 발생한 영상이 계정 지수를 높이는 데 훨씬 효과적입니다. 높은 계정 지수를 확보하면, 이후 업로드하는 영상들이 ‘콜드 스타트(Cold Start)’ 단계에서 더 넓은 시드(Seed) 그룹에게 우선 노출되는 혜택을 받게 됩니다.

결국 계정 지수 관리는 ‘어떻게 터뜨릴까’가 아니라 ‘어떻게 저장하게 만들까’의 싸움입니다. 정보성 콘텐츠라면 요약 노트를 제공하여 캡처나 저장을 유도하고, 엔터테인먼트 콘텐츠라면 친구 태그를 유도하여 공유를 활성화하는 전략적 설계가 필요합니다. 시청 시간만 길고 행동이 없는 ‘눈팅’ 위주의 트래픽은 오히려 계정 성장의 정체를 불러올 수 있습니다.

급상승 해시태그와 배경음악 선택을 위한 데이터 기반 벤치마킹

틱톡은 ‘사운드’와 ‘밈’이 지배하는 플랫폼입니다. 하지만 단순히 ‘지금 인기 있는 음악’이나 ‘추천 해시태그’를 쓴다고 해서 노출이 보장되는 것은 아닙니다. 오히려 트래픽이 포화 상태인 메가 히트 음원이나 해시태그를 사용할 경우, 기존 상위 콘텐츠에 묻혀 노출 기회를 박탈당할 위험이 큽니다. 데이터 기반의 벤치마킹은 ‘유행의 정점’이 아닌 ‘유행의 시작점’을 포착하는 데 초점을 맞춰야 합니다.

효율적인 배경음악 및 해시태그 선택을 위해서는 ‘상승 곡선의 기울기(Velocity)’를 분석해야 합니다. 틱톡 크리에이티브 센터(Creative Center) 등의 데이터를 활용하여 다음과 같은 기준을 적용해 볼 수 있습니다.

• 음원 선택의 골든타임: 전체 영상 개수가 100만 개 이상인 음원은 이미 트렌드가 정점을 찍고 내려오는 중일 가능성이 큽니다. 반면, 영상 개수는 1만~5만 개 수준이지만 일일 사용량이 전주 대비 300% 이상 급증하는 음원이 있다면, 해당 음원은 1~2주 내에 메인 트렌드로 부상할 확률이 매우 높습니다. 이 타이밍에 해당 음원을 사용하여 영상을 제작하면, 음원 트렌드 페이지 상단에 노출될 확률이 비약적으로 상승합니다.
• 해시태그의 계층적 조합 전략 (3-Tier Strategy): 해시태그는 검색의 도구이기도 하지만, 알고리즘에게 영상의 카테고리를 지정해 주는 분류 기호입니다. 단순히 #fyp, #추천 같은 광범위한 태그만 사용하는 것은 타겟팅을 포기하는 것과 같습니다.
  • 1단계 (Broad): #일상, #먹방 등 조회수 10억 이상의 대형 카테고리 태그 (1~2개)
  • 2단계 (Niche): #직장인도시락, #편의점신상 등 조회수 100만~1000만 수준의 중형 태그 (2~3개)
  • 3단계 (Specific): 영상의 구체적인 소재나 브랜드명 등 경쟁이 적은 소형 태그 (1~2개)

  이 세 가지 계층을 적절히 혼합해야 초기 노출(소형 태그)부터 대규모 확산(대형 태그)까지 단계적인 알고리즘 추천을 기대할 수 있습니다.

• BPM과 편집 템포의 일치: 데이터 분석 결과, 선택한 음원의 비트(BPM)와 영상의 화면 전환 속도가 일치할 때 시청 지속 시간이 약 20% 상승하는 것으로 나타났습니다. 유행하는 댄스 챌린지 음악이 아니더라도, 빠른 템포의 음원에는 빠른 컷 편집을, 서정적인 음원에는 긴 호흡의 편집을 적용하는 것이 오디오 기반 알고리즘의 매칭 확률을 높이는 방법입니다.

결론적으로 해시태그와 배경음악은 단순한 장식이 아니라, 내 영상을 배달할 ‘배송지’와 ‘배송 속도’를 결정하는 물류 시스템과 같습니다. 감에 의존하기보다, 상승 추세에 있는 데이터를 선점하는 벤치마킹 습관이 바이럴의 확률을 통계적으로 높여줍니다.

댓글 반응과 공유를 유도하는 심리적 트리거와 실제 도달률 지표

틱톡 알고리즘의 추천 시스템은 단순히 반응의 총량을 계산하는 것을 넘어, 해당 반응이 발생한 ‘맥락’과 ‘확산 속도’를 평가합니다. 특히 댓글과 공유는 ‘좋아요’와 달리 사용자의 능동적인 개입이 필요한 고관여 행동입니다. 따라서 이 두 가지 지표를 끌어올리기 위해서는 시청자의 심리를 건드리는 정교한 트리거(Trigger) 설계가 필수적입니다. 데이터 분석 결과, 단순한 질문보다 감정적 동요나 소속감을 자극했을 때 도달률이 기하급수적으로 상승하는 패턴이 확인되었습니다.

댓글과 공유를 유발하는 심리적 기제는 크게 ‘논쟁(Controversy)’, ‘소속감(Identity)’, ‘유용성(Utility)’의 세 가지 차원에서 작동합니다. 이를 콘텐츠에 녹여내는 구체적인 전략은 다음과 같습니다.

• 의도적인 빈틈과 논쟁 유도 (The Correction Urge): 인간은 타인의 실수를 교정해주고 싶은 욕구가 강합니다. 완벽한 정보 전달보다 미세한 발음 실수, 호불호가 갈리는 순위 선정, 혹은 상식에 반하는 주장을 의도적으로 배치했을 때 댓글 참여율이 200% 이상 급증합니다. 이는 댓글 창을 토론의 장으로 만들어 체류 시간을 늘리는 효과적인 방법입니다.
• 특정 집단 소환 및 태그 유도 (Relatability & Tagging): “MBTI P 유형들이 여행 갈 때 특징”이나 “시험 기간에 꼭 책상 정리하는 친구”와 같이 특정 행동 패턴이나 집단을 명확히 지칭하는 콘텐츠는 공유 버튼을 누르게 만듭니다. 이는 시청자가 해당 영상을 통해 친구와의 유대감을 확인하거나, ‘나만 그런 게 아니다’라는 심리적 위안을 얻기 위해 자발적으로 영상을 퍼 나르기 때문입니다.
• 사회적 화폐로서의 정보 제공 (Social Currency): 남들은 모르는 꿀팁이나 신기한 정보를 공유함으로써 시청자가 자신의 타임라인에서 ‘유용한 사람’으로 보이게 만들어야 합니다. 이 경우 ‘저장’과 ‘공유’가 동시에 발생하며, 알고리즘은 이를 고부가가치 콘텐츠로 인식하여 2차, 3차 추천 그룹으로 확산시킵니다.

실제로 이러한 고관여 행동이 영상의 도달 범위(Reach)에 미치는 영향을 수치화하면, 공유 1회는 좋아요 약 50~100개 이상의 확산 가치를 지니는 것으로 분석됩니다. 다음은 상호작용 유형에 따른 도달률 증폭 계수(Multiplier)를 나타낸 표입니다.

결국, 폭발적인 조회수를 원한다면 “좋아요 눌러주세요”라고 말하는 대신, 시청자가 친구를 태그하거나 댓글을 남길 수밖에 없는 ‘명분’을 영상 속에 심어두어야 합니다. 알고리즘은 침묵하는 다수보다 시끄러운 소수가 있는 콘텐츠를 더 사랑하기 때문입니다.

영상 길이와 포맷에 따른 효율성 비교 및 성과 측정 데이터 시각화

틱톡이 숏폼 플랫폼으로 시작했지만, 현재는 10분 길이의 롱폼 영상부터 사진을 옆으로 넘겨보는 ‘포토 모드(Photo Mode)’까지 다양한 포맷을 지원합니다. 크리에이터 입장에서는 투입되는 제작 시간 대비 산출되는 성과(ROI)를 분석하여 전략적인 포맷 믹스(Format Mix)를 구사해야 합니다. 모든 영상에 힘을 쏟는 것이 능사가 아니며, 채널의 성장 단계에 따라 유리한 포맷이 존재합니다.

최근 틱톡의 데이터 트렌드를 분석해보면, 영상의 길이와 포맷에 따라 노출되는 알고리즘의 성격이 확연히 다름을 알 수 있습니다. 특히 최근 급부상한 포토 모드는 영상 편집에 대한 부담을 줄이면서도, 사용자가 직접 화면을 넘겨야 하는 능동적 행위 때문에 높은 체류 시간 점수를 받고 있습니다.

위 데이터를 바탕으로 효율적인 채널 운영 전략을 시각화해 본다면, 일종의 ‘깔때기(Funnel)’ 구조를 형성해야 합니다. 15초 미만의 짧고 자극적인 영상으로 넓은 그물(Traffic)을 던져 시청자를 유입시키고, 이들이 프로필을 방문했을 때 1분 이상의 고퀄리티 정보성 영상이나 스토리텔링 영상으로 묶어두는(Lock-in) 방식입니다.

특히 주목해야 할 점은 포토 모드의 ‘검색 노출’ 효율성입니다. 텍스트가 포함된 이미지 슬라이드는 틱톡의 SEO(검색 엔진 최적화) 알고리즘에 의해 검색 결과 페이지에 노출될 확률이 일반 영상보다 높습니다. 정보성 콘텐츠를 다루는 크리에이터라면, 영상을 제작할 에너지가 부족할 때 포토 모드를 적극 활용하여 검색 트래픽을 노리는 것이 ‘가성비’ 높은 생존 전략이 될 수 있습니다. 무조건 긴 영상을 만드는 것이 정답이 아니라, 내가 전달하려는 메시지의 밀도에 맞는 그릇(포맷)을 선택하는 것이 핵심입니다.

알고리즘을 속이는 기술보다 강력한 오리지널리티 구축 전략

앞서 언급한 모든 기술적 분석과 데이터 기반의 접근은 분명 유효합니다. 하지만 이러한 ‘치트키’나 ‘팁’은 유통기한이 존재합니다. 플랫폼은 끊임없이 어뷰징 패턴을 학습하고 알고리즘을 업데이트하여 편법을 무력화하기 때문입니다. 결국, 알고리즘의 변화에 흔들리지 않는 유일한 방법은 시스템을 속이는 것이 아니라, 시스템이 대체할 수 없는 ‘오리지널리티(Originality)’를 구축하는 것입니다.

틱톡에서 말하는 오리지널리티란 단순히 새로운 것을 창조하는 것이 아닙니다. 시청자가 내 영상을 봐야 할 ‘이유’를 명확히 정의하고, 이를 시각적·내용적으로 일관되게 전달하는 브랜딩 과정을 의미합니다. 강력한 오리지널리티를 구축하기 위한 3가지 핵심 요소는 다음과 같습니다.

• 시각적 서명 (Visual Signature)의 확립: 썸네일의 폰트, 특정 색감(Color Grading), 촬영 구도, 혹은 크리에이터의 시그니처 의상이나 제스처 등 화면을 스치듯 봐도 “아, 이 사람 영상이구나”라고 인지할 수 있는 시각적 단서를 고정해야 합니다. 이는 알고리즘이 내 콘텐츠를 특정 카테고리로 분류하는 데 도움을 줄 뿐만 아니라, 시청자의 뇌리에 브랜드를 각인시키는 가장 빠른 방법입니다.
• 단발성 콘텐츠가 아닌 ‘시리즈’ 기획: 알고리즘은 한 명의 시청자가 특정 크리에이터의 영상을 연달아 시청(Session Time 증대)할 때 해당 계정에 높은 점수를 부여합니다. 따라서 낱개의 영상들을 무작위로 올리기보다는, “자취생 요리 100선”, “퇴근 후 딴짓 프로젝트”와 같이 번호가 매겨진 시리즈물을 기획하여 다음 편을 보기 위해 팔로우를 할 수밖에 없는 구조를 만들어야 합니다.
• 대체 불가능한 페르소나와 서사: 정보는 AI도 줄 수 있고, 춤은 더 잘 추는 사람이 매일 쏟아져 나옵니다. 하지만 크리에이터 개인의 ‘결핍’이나 ‘성장 스토리’는 복제할 수 없습니다. 완벽한 모습보다는 시행착오를 겪는 인간적인 모습, 정보 전달 이면에 숨겨진 크리에이터의 철학을 드러낼 때 시청자는 단순한 소비자를 넘어 ‘팬덤’으로 전환됩니다.

결론적으로 틱톡 알고리즘은 ‘좋은 콘텐츠’를 정의하지 않습니다. 단지 사용자가 반응하는 콘텐츠를 배달할 뿐입니다. 기술적인 최적화는 1만 조회수를 5만으로 만들어줄 수는 있지만, 0을 1로 만들어주지는 못합니다. 3초 컷 편집 기술보다 중요한 것은 “나는 어떤 가치를 전달하는 사람인가?”에 대한 치열한 고민입니다. 알고리즘의 파도를 타려 하지 말고, 알고리즘이 무시할 수 없는 거대한 파도가 되어야 합니다. 그것이 틱톡이라는 정글에서 살아남는 가장 확실하고도 유일한 ‘치트키’입니다.