← 뜯어보기
@work__zero · AI 정보 계정 6곳 릴스 벤치마크 · 2026-10-08

AI 정보 릴스, 무엇이 조회수를 가를까

AI·업무 정보 릴스를 올리는 계정 6곳의 릴스를 직접 모아 분석했어요. 협찬을 뺀 릴스 151개의 공개 재생수를 봤고, 그중 72개 영상은 프레임을 하나하나 보면서 훅과 구성을 쟀어요. 계정 이름은 A~F로 가렸어요.

한 줄 결론: 조회수는 계정 규모와 주제가, 댓글은 키워드 CTA가 만들었어요. 훅 문구 유형, 영상 길이, 컷 속도는 조회수를 가르지 못했어요. 훅은 꼭 넘어야 하는 기본선이지, 그것만으로 터지진 않아요.

3줄 요약

  • 조회수를 가른 건 훅이 아니라 계정이었어요. 팔로워 규모와 재생수의 순위상관이 0.58로 살펴본 요인 중 가장 강했고, 같은 계정·같은 훅 유형 안에서도 결과가 31~67배 갈렸어요.
  • ‘5만+ 공식’은 한 계정의 운영 틀이었어요. 5만 회를 넘은 유기 릴스 22개 중 10개가 A 계정 한 곳이었고, A를 빼면 상하 분할·빠른 컷·N개 나열은 5만+와 관계가 없었어요.
  • 키워드 CTA는 댓글을 만들고 조회수는 만들지 않아요. CTA가 있는 쪽이 재생당 댓글은 훨씬 많은데 재생수 중앙값은 오히려 낮았어요. CTA는 본 사람을 팔로워로 바꾸는 장치예요.

한눈에 보기

  1. 조회수와 가장 같이 움직이는 건 팔로워 규모예요.근거 강함
  2. 같은 훅 공식을 써도 같은 계정 안에서 결과가 최대 67배 갈렸어요.근거 강함
  3. 키워드 CTA는 댓글을 7배 만들지만 조회수는 못 올려요.근거 강함
  4. 영상 길이는 조회수와 관계가 없었고, 길수록 댓글 비율은 낮았어요.근거 중간
  5. ‘5만+ 공식’처럼 보이던 상하 분할·빠른 컷·N개 나열은 한 계정의 효과였어요.근거 중간
  6. 많이 올린다고 도달이 늘지 않았어요.근거 중간
  7. 결과물이 눈에 보이는 주제가 5만+ 비율이 높았어요.근거 약함

근거 강함은 계정 차이를 걸러낸 비교에서도 같은 결과가 나온 것, 약함은 표본이 작아 방향만 보이는 것이에요. 모두 상관관계라 원인이라고 단정하진 않아요.

3번 ‘7배’는 자동 답글이 섞인 값이에요 — 댓글 수 읽는 법을 먼저 보고 읽어 주세요.

PART 1

조회수는 계정에서 갈렸어요

계정 규모가 만드는 차이부터 봐요. ‘5만+ 공식’의 정체도 여기서 드러나요.

계정마다 ‘바닥’이 달라요

계정별로 릴스 재생수가 어디에 몰려 있는지 그렸어요. A 계정은 가장 안 된 쪽(하위 10%)도 21,548회예요. 나머지 다섯 계정의 중앙값은 3,082~13,720회예요.

1천회 1만회 10만회 5만 회 중앙값 A 계정 팔로워 5만+ · 24개 A 계정 · 하위 10% 21,548 · 25% 30,588 · 중앙값 45,902 · 75% 79,563 · 상위 10% 144,464 · 5만+ 42% 45,902 B 계정 팔로워 5만+ · 34개 B 계정 · 하위 10% 7,696 · 25% 10,960 · 중앙값 13,720 · 75% 20,055 · 상위 10% 35,879 · 5만+ 9% 13,720 C 계정 팔로워 1~5만 · 17개 C 계정 · 하위 10% 5,228 · 25% 6,089 · 중앙값 7,373 · 75% 13,105 · 상위 10% 254,260 · 5만+ 18% 7,373 D 계정 팔로워 1~5만 · 33개 D 계정 · 하위 10% 3,921 · 25% 5,650 · 중앙값 7,981 · 75% 26,175 · 상위 10% 37,696 · 5만+ 9% 7,981 E 계정 팔로워 1만 미만 · 9개 E 계정 · 하위 10% 1,711 · 25% 2,252 · 중앙값 3,236 · 75% 29,096 · 상위 10% 95,637 · 5만+ 11% 3,236 F 계정 팔로워 1만 미만 · 34개 F 계정 · 하위 10% 1,472 · 25% 1,923 · 중앙값 3,082 · 75% 9,788 · 상위 10% 16,321 · 5만+ 6% 3,082 가는 선: 하위 10%~상위 10% · 굵은 막대: 25~75% · 점: 중앙값 · 로그 눈금

A 계정의 막대는 다른 계정의 막대와 거의 겹치지 않아요. 잘 된 릴스 한 편의 차이가 아니라 분포 전체가 통째로 올라가 있다는 뜻이에요.

  • 팔로워 수와 재생수의 순위상관은 0.58로, 살펴본 요인 중 가장 강했어요. A 계정을 빼도 0.43이에요.
  • 반대로 팔로워 대비 조회수는 작은 계정이 높아요. 팔로워가 가장 적은 F 계정은 중앙값이 팔로워의 1.23배, 큰 계정들은 0.2~0.6배예요. 작은 계정도 추천을 타면 자기 팔로워보다 멀리 나가요.
  • 그래서 다른 계정의 조회수를 내 계정과 그대로 비교하면 안 돼요. 그 계정의 평소 수준(중앙값) 대비로 봐야 해요.

‘5만+ 공식’의 정체

처음엔 5만+ 릴스에 공통 공식이 있는 줄 알았어요. 상하 분할 화면, 2초마다 바뀌는 빠른 컷, “N개 나열” 구조요. 그런데 5만+ 유기 릴스 22개 중 10개가 A 계정 하나였고, A를 빼면 이 특징들은 5만+와 관계가 없었어요.

5만+ 유기 릴스 개수 (전체 22개)

A 계정 A 계정 · 10개 10개 B 계정 B 계정 · 3개 3개 C 계정 C 계정 · 3개 3개 D 계정 D 계정 · 3개 3개 F 계정 F 계정 · 2개 2개 E 계정 E 계정 · 1개 1개

22개의 45%가 A 계정 한 곳에서 나왔어요.

그 계정 릴스 중 5만+ 비율

A 계정 A 계정 · 42% 42% B 계정 B 계정 · 9% 9% C 계정 C 계정 · 18% 18% D 계정 D 계정 · 9% 9% F 계정 F 계정 · 6% 6% E 계정 E 계정 · 11% 11%

개수뿐 아니라 타율도 A가 가장 높아요. 운이 몰린 게 아니라는 뜻이에요.

  • A 계정의 강점은 ‘한 방’이 아니라 ‘높은 바닥’이에요. 확인된 24개가 전부 1만 5천 회 이상이에요. 최고치는 오히려 다른 계정보다 낮아요.
  • 한 가지가 아니라 묶음이에요. 큰 팔로워 기반, 상하 분할(10개 중 10개), 영상당 컷 18개(다른 영상 6개), “팔로우하고 댓글 남기면 자료” CTA(10개 중 10개), 매번 같은 운영 틀이 함께 있어요.
  • 하나만 따라 해선 안 됐어요. F 계정도 팔로우 조건 CTA를 9개 중 9개 썼지만 중앙값은 3,082회였어요.
  • 잘 되는 계정의 겉모양을 그대로 베끼기보다, 그 계정이 어떤 묶음을 갖고 있는지 보고 내 계정에 맞는 걸 골라야 해요.
PART 2

영상 안을 뜯어보면

훅과 길이가 조회수를 가르는지, 영상 72개를 프레임 단위로 확인했어요.

훅 공식은 기본선이에요

같은 계정이 같은 유형의 훅을 썼는데, 가장 잘 된 릴스와 가장 안 된 릴스가 이만큼 차이 났어요.

1천회 1만회 10만회 C 계정 · 질문형 훅 가장 안 된 릴스 6,089회 가장 잘 된 릴스 406,247회 6,089 406,247 67배 F 계정 · ‘무조건’형 훅 가장 안 된 릴스 2,019회 가장 잘 된 릴스 93,896회 2,019 93,896 47배 D 계정 · 경험담형 훅 가장 안 된 릴스 6,746회 가장 잘 된 릴스 209,393회 6,746 209,393 31배

훅 유형을 고정하고 계정도 고정했는데 31~67배가 갈려요. 훅 문구만으로 결과를 설명할 수 없다는 뜻이에요.

  • 모두 기본선은 넘었어요. 분석한 72개 영상 전부 첫 3초 안에 자막이 있었고, 0초부터 말과 자막이 시작하는 게 기본이었어요.
  • 훅 유형 비율은 잘 된 릴스와 안 된 릴스가 거의 같았어요. 5만+ 22개는 혜택 주장 6 · 질문 5 · 무조건·비밀 4, 같은 계정의 저조 릴스 28개는 혜택 주장 8 · 질문 6 · 무조건·비밀 4였어요.
  • 방향 신호 두 가지(근거 약함): 시청자를 직접 부르는 훅(“마케터라면”)이 5만+에서 67%, 저조 릴스에서 36%였어요. 첫 3초에 “아직도·막히·밤티” 같은 문제 지적어가 있으면 조회수가 높은 경향도 있었어요. 다만 둘 다 표본이 작아요.
  • 정리하면, 훅은 안 지키면 떨어지는 기본선이고, 성패는 주제와 계정 쪽에서 더 크게 갈렸어요.

영상 길이

계정마다 규모가 달라서, 각 릴스가 그 계정 평소 조회수의 몇 배였는지로 바꿔서 길이와 비교했어요.

25~40초 0.1배 1배 10배 100배 계정 평소 수준(중앙값) 30초 · 그 계정 평소의 0.032배 74초 · 그 계정 평소의 0.087배 24초 · 그 계정 평소의 0.13배 12초 · 그 계정 평소의 0.22배 33초 · 그 계정 평소의 0.23배 19초 · 그 계정 평소의 0.25배 26초 · 그 계정 평소의 0.35배 26초 · 그 계정 평소의 0.41배 41초 · 그 계정 평소의 0.42배 43초 · 그 계정 평소의 0.45배 58초 · 그 계정 평소의 0.46배 25초 · 그 계정 평소의 0.47배 24초 · 그 계정 평소의 0.47배 36초 · 그 계정 평소의 0.49배 40초 · 그 계정 평소의 0.49배 30초 · 그 계정 평소의 0.5배 25초 · 그 계정 평소의 0.51배 34초 · 그 계정 평소의 0.54배 41초 · 그 계정 평소의 0.54배 51초 · 그 계정 평소의 0.55배 29초 · 그 계정 평소의 0.55배 52초 · 그 계정 평소의 0.55배 30초 · 그 계정 평소의 0.56배 12초 · 그 계정 평소의 0.57배 26초 · 그 계정 평소의 0.58배 27초 · 그 계정 평소의 0.59배 17초 · 그 계정 평소의 0.6배 27초 · 그 계정 평소의 0.62배 44초 · 그 계정 평소의 0.62배 22초 · 그 계정 평소의 0.62배 33초 · 그 계정 평소의 0.62배 23초 · 그 계정 평소의 0.64배 21초 · 그 계정 평소의 0.66배 23초 · 그 계정 평소의 0.66배 28초 · 그 계정 평소의 0.68배 25초 · 그 계정 평소의 0.69배 18초 · 그 계정 평소의 0.7배 21초 · 그 계정 평소의 0.71배 26초 · 그 계정 평소의 0.71배 28초 · 그 계정 평소의 0.72배 22초 · 그 계정 평소의 0.72배 40초 · 그 계정 평소의 0.73배 34초 · 그 계정 평소의 0.73배 36초 · 그 계정 평소의 0.74배 28초 · 그 계정 평소의 0.74배 22초 · 그 계정 평소의 0.77배 40초 · 그 계정 평소의 0.79배 29초 · 그 계정 평소의 0.8배 30초 · 그 계정 평소의 0.8배 16초 · 그 계정 평소의 0.8배 96초 · 그 계정 평소의 0.81배 30초 · 그 계정 평소의 0.81배 17초 · 그 계정 평소의 0.82배 33초 · 그 계정 평소의 0.83배 29초 · 그 계정 평소의 0.84배 34초 · 그 계정 평소의 0.84배 45초 · 그 계정 평소의 0.84배 30초 · 그 계정 평소의 0.85배 25초 · 그 계정 평소의 0.86배 47초 · 그 계정 평소의 0.88배 35초 · 그 계정 평소의 0.88배 51초 · 그 계정 평소의 0.89배 29초 · 그 계정 평소의 0.92배 29초 · 그 계정 평소의 0.92배 14초 · 그 계정 평소의 0.93배 41초 · 그 계정 평소의 0.94배 27초 · 그 계정 평소의 0.94배 76초 · 그 계정 평소의 0.94배 17초 · 그 계정 평소의 0.95배 28초 · 그 계정 평소의 0.97배 39초 · 그 계정 평소의 0.98배 28초 · 그 계정 평소의 0.98배 43초 · 그 계정 평소의 0.99배 19초 · 그 계정 평소의 1배 24초 · 그 계정 평소의 1배 34초 · 그 계정 평소의 1배 40초 · 그 계정 평소의 1배 40초 · 그 계정 평소의 1배 29초 · 그 계정 평소의 1배 34초 · 그 계정 평소의 1배 24초 · 그 계정 평소의 1배 33초 · 그 계정 평소의 1배 33초 · 그 계정 평소의 1.1배 22초 · 그 계정 평소의 1.1배 27초 · 그 계정 평소의 1.1배 26초 · 그 계정 평소의 1.2배 29초 · 그 계정 평소의 1.2배 33초 · 그 계정 평소의 1.3배 20초 · 그 계정 평소의 1.3배 44초 · 그 계정 평소의 1.3배 18초 · 그 계정 평소의 1.3배 35초 · 그 계정 평소의 1.3배 36초 · 그 계정 평소의 1.4배 28초 · 그 계정 평소의 1.4배 7초 · 그 계정 평소의 1.4배 26초 · 그 계정 평소의 1.5배 40초 · 그 계정 평소의 1.5배 25초 · 그 계정 평소의 1.5배 30초 · 그 계정 평소의 1.6배 27초 · 그 계정 평소의 1.6배 64초 · 그 계정 평소의 1.7배 49초 · 그 계정 평소의 1.7배 16초 · 그 계정 평소의 1.8배 37초 · 그 계정 평소의 1.8배 19초 · 그 계정 평소의 1.8배 14초 · 그 계정 평소의 1.8배 20초 · 그 계정 평소의 1.8배 41초 · 그 계정 평소의 1.8배 27초 · 그 계정 평소의 1.8배 29초 · 그 계정 평소의 1.9배 37초 · 그 계정 평소의 1.9배 35초 · 그 계정 평소의 2배 28초 · 그 계정 평소의 2배 16초 · 그 계정 평소의 2.1배 35초 · 그 계정 평소의 2.2배 24초 · 그 계정 평소의 2.6배 38초 · 그 계정 평소의 2.8배 20초 · 그 계정 평소의 2.8배 43초 · 그 계정 평소의 3.1배 37초 · 그 계정 평소의 3.2배 39초 · 그 계정 평소의 3.2배 15초 · 그 계정 평소의 3.3배 31초 · 그 계정 평소의 3.3배 26초 · 그 계정 평소의 3.3배 53초 · 그 계정 평소의 3.7배 37초 · 그 계정 평소의 3.8배 31초 · 그 계정 평소의 3.8배 43초 · 그 계정 평소의 3.9배 24초 · 그 계정 평소의 4.2배 44초 · 그 계정 평소의 4.4배 34초 · 그 계정 평소의 4.5배 21초 · 그 계정 평소의 4.5배 36초 · 그 계정 평소의 4.6배 46초 · 그 계정 평소의 4.6배 32초 · 그 계정 평소의 4.7배 36초 · 그 계정 평소의 4.8배 25초 · 그 계정 평소의 5.2배 38초 · 그 계정 평소의 5.6배 31초 · 그 계정 평소의 9배 17초 · 그 계정 평소의 9배 37초 · 그 계정 평소의 9.1배 43초 · 그 계정 평소의 10배 35초 · 그 계정 평소의 20배 26초 · 그 계정 평소의 22배 37초 · 그 계정 평소의 23배 29초 · 그 계정 평소의 23배 18초 · 그 계정 평소의 26배 34초 · 그 계정 평소의 30배 51초 · 그 계정 평소의 52배 53초 · 그 계정 평소의 55배 33초 · 그 계정 평소의 1.1e+02배 0~25초 40개 · 중앙값 1.00배 25~30초 37개 · 중앙값 0.86배 30~35초 24개 · 중앙값 1.05배 35~40초 18개 · 중앙값 2.99배 40~초 32개 · 중앙값 0.94배 0초 10초 20초 30초 40초 50초 60초 70초 80초 90초 100초 점 하나가 릴스 하나(151개, 6개 계정, 협찬 제외). 세로는 그 계정 평소 조회수 대비 배수. 파란 선은 길이 구간별 중앙값이에요. 100초 이상은 100초 자리에 표시했어요.

점이 길이축 어디에 있어도 위아래로 똑같이 흩어져 있어요. 길이를 바꿔서 조회수를 올릴 수 있는 구간은 보이지 않아요.

길이별 재생 1,000회당 댓글 (A 계정 제외)

20초 미만 (20개) 20초 미만 (20개) · 32.4개 32.4개 20~30초 (50개) 20~30초 (50개) · 15.5개 15.5개 30~40초 (36개) 30~40초 (36개) · 10.7개 10.7개 40초 이상 (21개) 40초 이상 (21개) · 12.7개 12.7개

조회수와 달리 댓글 비율은 길이에 따라 움직여요. 다만 이 값에도 자동 답글이 섞여 있어요(댓글 수 읽는 법).

조회수는 길이와 거의 관계가 없었어요(순위상관 0.11). 짧게 줄인다고 더 잘 되진 않았어요.

댓글 비율은 짧을수록 높았어요. 20초 미만이 30~40초의 3배예요. 끝까지 본 사람이 많아야 CTA를 듣기 때문으로 봐요.

PART 3

댓글과 CTA

CTA가 무엇을 만들고 무엇을 못 만드는지, 그리고 댓글 수를 어떻게 읽어야 하는지예요.

CTA는 댓글 장치예요

댓글에 키워드를 남기면 자료를 보내 주는 CTA가 있는 릴스와 없는 릴스를 비교했어요(A 계정 제외, A는 CTA와 상관없이 댓글이 많아서요).

재생 1,000회당 댓글

CTA 있음 (98개) CTA 있음 (98개) · 17.6개 17.6개 CTA 없음 (29개) CTA 없음 (29개) · 2.4개 2.4개

CTA가 댓글을 만드는 건 분명해요. 다만 이 두 값에는 자동 답글이 섞여 있어 배수를 그대로 믿으면 안 돼요.

재생수 중앙값

CTA 있음 (98개) CTA 있음 (98개) · 8,393회 8,393회 CTA 없음 (29개) CTA 없음 (29개) · 13,224회 13,224회

댓글은 7배인데 조회수는 오히려 낮아요. CTA를 붙여서 더 많이 보게 되는 일은 없었어요.

  • 댓글은 7배 차이가 나는데 조회수는 오히려 CTA 없는 쪽이 높아요. CTA 없는 릴스가 큰 계정에 몰려 있어서예요. 계정 차이를 걸러내도 CTA와 조회수는 관계가 없었어요.
  • “아무 댓글”보다 한 단어 키워드(“디자인”, “분석”)가 재생당 댓글이 더 많았어요(5개 계정 중 4개).
  • CTA는 이미 본 사람을 댓글과 팔로우로 바꾸는 장치예요. 노출은 그 전에 정해져요.

댓글 수 읽는 법 — 절반쯤은 자동 답글일 수 있어요

여기는 측정 보정이에요. 새로운 발견을 말하는 자리가 아니라, 바로 위 차트의 댓글 숫자를 잘못 읽지 않기 위한 안내예요.

키워드 CTA를 쓰는 계정은 보통 댓글 답글을 자동화해 둬요. 제 계정(@work__zero)은 리틀리(Lit.link)로 이렇게 돌리고 있고, 매니챗 같은 도구도 구조가 같아요.

2번 자동 답글이 인스타그램 댓글 수에 같이 집계돼요. 사용자 댓글 하나마다 답글이 하나씩 붙으니, 인스타가 보여 주는 댓글 수의 절반가량은 계정 본인이 쓴 글이에요(제 계정 기준, 운영자 확인 2026-10-08). 댓글을 “사람의 반응”으로 읽으면 두 배로 부풀려 보게 돼요.

CTA 비교 (A 계정 제외)표시값자동 답글 제외(가정)
CTA 있음 · 재생 1,000회당 댓글17.6개약 8.8개
CTA 없음 · 재생 1,000회당 댓글2.4개2.4개
차이7.3배약 3.7배

오른쪽 열은 “CTA 있는 릴스는 모두 자동 답글을 쓰고, CTA 없는 릴스는 안 쓴다”고 가정했을 때예요. 실제로 어느 계정이 자동화를 쓰는지는 확인하지 않았으니 진짜 값은 3.7배와 7.3배 사이 어딘가예요.

그래도 바뀌지 않는 것

  • 방향은 그대로예요. 보정을 최대로 해도 3.7배라서, 키워드 CTA가 댓글을 크게 늘린다는 결론은 유지돼요.
  • 조회수 쪽 결론은 아예 영향을 받지 않아요. 자동 답글은 댓글 수만 건드리고 재생수는 건드리지 않아요. “CTA는 조회수를 올리지 못했다”는 그대로예요.
  • 계정 간 비교는 조심해야 해요. 자동화를 쓰는 계정과 안 쓰는 계정이 섞여 있으면, 댓글 수의 절대 수준으로 계정을 줄 세우면 안 돼요.

정확히 가려내려면 각 계정 릴스의 댓글을 전수 수집해 작성자별로 세어야 해요(유료 수집 도구가 필요해요). 아직 하지 않았어요. 제 계정 쪽 같은 보정은 마케터 MCP 릴스 보고서의 ‘댓글 수 읽는 법’에 더 자세히 적어 뒀어요.

PART 4

정리와 다음

따로 봐야 하는 것들을 짚고, 바로 적용할 수 있는 것으로 마무리해요.

함께 알아 두면 좋은 것

  • 협찬 릴스는 따로 보세요. 6개 계정 전체 재생수 1위(130만 회)가 협찬이었어요. 20만 회를 넘은 협찬 릴스 3개(130만·34만·26만)는 댓글이 재생 1,000회당 0~4개였고, 같은 규모의 협찬 아닌 릴스 5개 중 4개는 12~54개였어요. 댓글 수로 조회수를 짐작하면 협찬에서 크게 틀려요.
  • 많이 올린다고 도달이 늘지 않았어요. 주 5.8편 올린 F 계정의 중앙값은 3,082회, 주 2.9편 올린 B 계정은 13,720회였어요.

주당 게시물 수

F 계정 F 계정 · 5.8편 5.8편 E 계정 E 계정 · 5.7편 5.7편 B 계정 B 계정 · 2.9편 2.9편 A 계정 A 계정 · 2.0편 2.0편 D 계정 D 계정 · 1.6편 1.6편 C 계정 C 계정 · 0.5편 0.5편

수집한 전체 게시물(협찬 포함)을 첫 글~마지막 글 사이 주 수로 나눈 값이에요.

유기 릴스 재생수 중앙값 (같은 순서)

F 계정 F 계정 · 3,082회 3,082회 E 계정 E 계정 · 3,236회 3,236회 B 계정 B 계정 · 13,720회 13,720회 A 계정 A 계정 · 45,902회 45,902회 D 계정 D 계정 · 7,981회 7,981회 C 계정 C 계정 · 7,373회 7,373회

왼쪽과 같은 순서인데 오른쪽은 따라 움직이지 않아요. 가장 많이 올린 F·E가 가장 낮고, 주 2.0편인 A가 가장 높아요.

E 계정은 11일 동안 9개를 올린 구간만 잡혀서 주당 편수가 실제 운영 리듬보다 높게 나왔을 수 있어요. 계정이 6곳뿐이라 이 그림은 “빈도를 올리면 도달이 늘지는 않았다” 정도로만 읽어 주세요.

  • 주제(근거 약함): 디자인·밤티 제거, MCP 연결, 카드뉴스, 모션그래픽처럼 결과물이 눈에 보이는 주제가 5만+ 비율이 높았고, ChatGPT 일반·무료·마케팅 일반은 낮았어요. 주제가 계정에 묶여 있어 방향만 참고해요.

그래서 이렇게 해 보세요

주제를 먼저 고르기

타깃이 바로 알아보는 주제, 결과물이 화면에 보이는 주제부터요. 훅 문장을 다듬는 시간보다 주제를 고르는 시간이 더 값어치가 있었어요.

훅은 기본선부터 지키기

0초부터 말과 자막을 시작하고, 첫 3초 안에 대상을 부르거나 문제를 짚어요. 이걸 안 하면 떨어지지만, 이것만으로 터지진 않아요.

CTA는 한 단어 키워드로

댓글과 팔로우를 만드는 장치로 쓰고, 조회수를 올려 줄 거라고 기대하지 않아요.

길이보다 앞부분

길이를 줄여도 조회수는 그대로였어요. 앞 몇 초에 핵심을 넣는 게 먼저예요. 댓글을 더 받고 싶다면 짧게 만드는 건 도움이 됐어요.

다른 계정 숫자는 그 계정 기준으로 보기

남의 릴스 조회수는 그 계정 평소 수준 대비로 봐야 해요. 잘 되는 계정의 포맷은 계정 효과일 수 있어요.

한 편으로 판단하지 않기

같은 공식이 67배 갈렸어요. 릴스마다 24시간·7일 숫자를 같은 표에 쌓아 두고 방향을 봐요.

데이터: Apify로 수집한 공개 재생수·좋아요·댓글(2026-09-30), 협찬·광고 표기 릴스 제외 151개. 72개 영상은 직접 프레임을 보고 라벨링했고 길이·컷·첫 발화는 ffmpeg·whisper로 쟀어요.

한계: 시청 지속·건너뛰기·저장·팔로우 전환은 계정 주인만 볼 수 있어서 빠져 있어요. 영상 라벨은 한 사람이 붙였고 다시 검증하진 않았어요. A 계정은 재생수가 안 보이는 릴스가 많아 실제보다 낮게 잡혔을 수 있어요. 댓글 수에는 자동 답글이 섞여 있어요(댓글 수 읽는 법).

인스타그램 알고리즘의 가중치는 공개돼 있지 않아요. 이 글의 숫자는 모두 “같이 움직였다”는 관찰이고, 원인이라고 단정한 곳은 없어요.

이 자료가 도움이 됐다면

배우기

직접 만들고 싶다면

내 업무를 실습 주제로 쓰는 1:1 과외.

1:1 과외 보기 → 순서부터

뭐부터 할지 모르겠다면

세 가지만 답하면 4단계 중 지금 위치를 바로 알려드려요. 무료예요.

내 단계 진단하기 → 맡기기

그냥 맡기고 싶다면

상담은 무료예요. 되는 일과 안 되는 일을 솔직하게.

제작 문의하기 →

← 다른 자료 보기