포스트호그(PostHog)란: 오픈소스 PA툴의 강점과 한계

포스트호그(PostHog)란?
포스트호그는 프로덕트 애널리틱스, 세션 리플레이, 피처 플래그, A/B 실험, 에러 트래킹, 설문을 하나의 이벤트 데이터 위에서 함께 제공하는 오픈소스 기반 제품 분석 플랫폼이다 (2026년 8월 기준).

도구를 고르는 자리에서 포스트호그는 늘 같은 방식으로 등장한다. "오픈소스니까 비용이 덜 들지 않을까." 이 한 문장이 검토의 출발점이자, 대부분의 오판이 시작되는 지점이다.

제품 자체의 스펙은 화려하다. 공식 사이트 기준으로 10개가 넘는 제품이 한 계정 안에 묶여 있고, 무료 한도도 넓게 열려 있다. 문제는 그 넓이가 조직의 실제 사용량과 만나는 순간 어떻게 변하는지다. 두 도구의 기능을 나란히 놓고 본 비교는 믹스패널 vs 포스트호그 비교 글에서 이미 정리했으니, 여기서는 포스트호그 단독으로 파고든다. 무료 한도가 실제 트래픽을 만났을 때 어디서 깨지는지, 그 계산을 중심에 둔다.

포스트호그는 정확히 어떤 도구인가요?

이벤트 하나를 여러 제품이 공유하는 구조의 분석 플랫폼이다. 공식 문서에 따르면 프로덕트 애널리틱스는 트렌드, 퍼널, 리텐션, 경로, 스티키니스, 라이프사이클 인사이트를 제공하며, 같은 이벤트와 사용자 속성 위에서 세션 리플레이와 피처 플래그, 실험이 함께 돌아간다.

이 구조의 실익은 명확하다. 퍼널에서 이탈 지점을 발견하면 그 뒤의 세션 리플레이로 한 번에 넘어간다. 해당 화면을 가리고 있던 피처 플래그가 무엇이었는지, 어떤 실험이 그 수치를 바꿨는지도 같은 화면에서 추적한다. 분석 도구와 실험 도구, 리플레이 도구를 따로 붙이고 사용자 ID를 맞추느라 쓰던 시간이 사라진다.

2026년 들어서는 개발 워크플로 쪽으로 무게가 더 실렸다. MCP 클라이언트나 AI 에디터에서 트렌드, 퍼널, 리텐션, SQL 쿼리를 직접 실행하는 경로가 공식 문서에 명시돼 있고, 베타 단계의 데스크톱 앱은 저장된 인사이트의 회귀를 감시해 리포트를 자동 생성한다. 회사가 잡은 방향도 같다. 포스트호그 엔지니어가 AI 엔지니어 팟캐스트에서 밝힌 바에 따르면, 오류 로그와 세션 리플레이 같은 신호를 벡터 임베딩으로 묶어 백그라운드 에이전트가 수정 PR을 직접 여는 파이프라인을 개발 중이라고 한다. 2025년 6월 스트라이프가 주도한 시리즈 D 투자 유치도 이 방향과 맞물려 보도됐다.

무료로 어디까지 쓸 수 있나요?

제품별로 무료 한도가 따로 있고, 매월 초기화된다. 2026년 8월 기준 공식 가격 페이지에 명시된 한도는 다음과 같다.

플랜 조건은 카드 등록 여부로 갈린다.

SOURCE · 무료 한도와 플랜 조건 | PostHog 공식 가격 페이지 (2026.08) ↗ 원문

눈에 띄는 건 팀 멤버가 무료 플랜에서도 무제한이라는 점이다. 좌석 단가로 과금하는 구조가 아니라 사용량으로 과금하는 구조여서, 계정을 아끼느라 분석 권한을 소수에게 몰아주는 상황은 최소한 발생하지 않는다.

오픈소스라는 점이 실제로 어떤 강점이 되나요?

데이터와 코드에 손을 댈 수 있다는 점이 가장 실질적이다. 저장소가 공개돼 있어 이벤트가 어떻게 수집되고 어떤 규칙으로 집계되는지 소스 수준에서 확인할 수 있다. 수치가 이상할 때 벤더 지원을 기다리는 대신 직접 파고들 여지가 생긴다.

배포 선택지도 열려 있다. 클라우드 리전이 미국과 EU 두 곳뿐이므로, 국내 데이터 레지던시 요구가 강한 조직이라면 자체 인프라 배포가 유일한 우회로가 된다. 다만 대규모 트래픽에서 오픈소스 배포판을 직접 운영하면, 공식 지원 범위와 별개로 인프라 운영 부담이 만만치 않다.

남은 하나는 통합 범위다. 세션 리플레이를 별도 도구로 붙이지 않아도 되고, 실험 도구도 따로 계약하지 않는다. 계약과 SDK와 청구서가 하나로 줄어드는 효과는 초기 조직에서 특히 크다.

그럼 한계는 어디서 드러나나요?

도입 3개월 뒤 실제로 몇 명이 스스로 쓰는지를 세어 보면 드러난다. 이 지표가 도구 선택의 진짜 성공 기준이다.

포스트호그는 제품 철학 자체가 개발자 워크플로에 밀착돼 있다. MCP, API, PR 자동화, 셀프호스팅 같은 키워드가 공식 문서 전면에 배치된 이유다. 이 설계는 엔지니어에게 강력하지만, 마케터나 기획자가 로그인해 코호트를 직접 만들고 리텐션을 뜯어보는 상황에서는 다른 종류의 마찰을 만든다. 기능이 많은 도구가 좋은 도구라는 등식은 성립하지 않는다. 핵심 기능을 많은 사람이 꾸준히 쓰는 구조가 더 중요하다.

비용 구조도 단순하지 않다. 제품마다 무료 한도가 따로 있다는 말은, 청구 시점에도 제품마다 사용량이 따로 계산된다는 뜻이다. 하나가 넘으면 대개 여러 개가 함께 넘는다. 이유는 아래 계산에서 확인한다.

지원 채널도 짚어야 한다. 무료 플랜의 지원은 커뮤니티이고 이메일 지원은 카드 등록 시점부터 열린다. 데이터 보관도 무료 플랜은 1년이라, 전년 동기 대비 리텐션 비교처럼 2년 치 데이터를 요구하는 분석은 무료 구간에서 애초에 불가능하다.

실제 비용은 어떻게 계산해야 하나요?

MAU가 아니라 제품별 이벤트량으로 계산해야 한다. 국내 B2B SaaS 팀을 가정한 시나리오로 확인해 본다. 아래 사용량은 검토용 가정치이며, 무료 한도는 위 공식 스펙 값이다.

가정: MAU 3만, 월 이벤트 800만 건, 세션 리플레이 녹화 2만 건, 피처 플래그 요청 1,200만 건, 에러 예외 30만 건

계산의 핵심은 배수가 아니라 개수다. 네 개 제품이 동시에 유료 구간에 들어간다. 무료 한도를 볼 때는 제품별 숫자를 하나씩 읽게 되지만, 청구서를 받을 때는 네 줄이 한꺼번에 찍힌다. MAU 3만이라는 규모감으로 어림잡은 예산과 실제 금액이 갈라지는 지점이 여기다.

피처 플래그가 12배로 가장 크게 벌어진 것도 우연이 아니다. 플래그 요청은 사용자 행동이 아니라 화면 로드마다 발생하므로, 이벤트 수와 무관하게 늘어난다. 실험을 적극적으로 돌리는 팀일수록 이 줄이 먼저 커진다.

셀프호스팅으로 우회할 때도 계산은 남는다. 서버 비용만 보면 저렴해 보이지만, 이벤트 수집 파이프라인과 저장소를 상시 운영하는 엔지니어 시간이 매달 들어간다. 백엔드 엔지니어 한 명의 업무 시간 중 20%가 여기에 묶인다고 가정하면, 연 단위로는 인력 0.2명분의 고정비가 된다. 이 항목이 견적서에 적히지 않는다는 점이 셀프호스팅 검토에서 가장 자주 빠지는 계산이다.

도입을 검토한다면 어떤 순서로 확인해야 하나요?

사용량 실측부터 시작한다. 아래 네 단계로 확인하면 판단 근거가 갖춰진다.

1. 1단계, 제품별 사용량 추정. MAU가 아니라 이벤트, 리플레이 녹화, 플래그 요청, 예외를 각각 월 단위로 추정한다. 위 계산표의 네 줄을 자기 숫자로 채우는 작업이다.
2. 2단계, 무료 한도 초과 시점 계산. 현재 성장률로 각 항목이 언제 한도를 넘는지 월 단위로 잡는다. 대부분 피처 플래그가 가장 먼저 넘는다.
3. 3단계, 사용자 범위 테스트. 엔지니어가 아닌 구성원 두세 명에게 계정을 주고 2주간 관찰한다. 코호트를 직접 만들고 퍼널을 저장하는 사람이 몇 명인지 세면 된다. 이 숫자가 도입 후 활용률의 선행 지표다.
4. 4단계, 데이터 보관과 리전 확인. 필요한 분석 기간이 1년을 넘는지, 데이터 저장 위치를 정한 내부 규정이 있는지 먼저 확인한다. 이 두 항목은 나중에 바꾸기 가장 어렵다.

포스트호그로 충분한 상황과 부족해지는 상황은 어떻게 갈리나요?

데이터를 보는 사람이 엔지니어 중심인지, 그 밖으로 넓어져야 하는지에서 갈린다.

제품 팀 대부분이 코드를 쓰고 실험 배포와 분석이 같은 손에서 이뤄지는 조직이라면, 통합 구조의 이점이 그대로 살아난다. 리플레이와 플래그와 분석이 한 화면에 있다는 사실이 작업 속도를 매일 끌어올린다.

반대 상황도 뚜렷하다. PM이 직접 퍼널을 보고 마케터가 코호트를 만드는 구조로 가야 하는 조직에서는 다른 기준이 필요해진다. 분석가에게 쿼리를 요청하고 며칠을 기다리던 구조를 깨는 것이 목표라면, 드래그앤드롭으로 퍼널과 코호트, 플로우를 조합하는 인터페이스와 낮은 러닝커브가 도구 선택의 1순위 기준이 된다. 티맵 CDO가 공개 인터뷰에서 표현한 "자판기에서 버튼 누르듯 데이터가 나오는 환경"이 이 방향의 목표다. 데이터를 보는 주체가 넓어질수록 의사결정 속도가 빨라지기 때문이다.

한 번 도입한 분석 도구는 이벤트 스키마와 대시보드가 쌓일수록 교체 비용이 급격히 오른다. 기능 목록보다 활용률을 먼저 계산해야 하는 이유다. 도구별 차이를 더 넓게 보려면 프로덕트 애널리틱스란 무엇인가와 사용자 분석 툴 비교를 함께 읽어 볼 만하다. 특정 도구의 실제 사용 흐름이 궁금하다면 믹스패널 입문 가이드도 참고할 만하다.

더 읽어보기

• 프로덕트 애널리틱스란?
• 믹스패널 완벽 입문 가이드
• 사용자 분석 툴 비교 (믹스패널·앰플리튜드·포스트호그)

자주 묻는 질문

포스트호그는 완전히 무료인가요?

아니다. 제품별 월 무료 한도가 있고 이를 넘으면 사용량 기반으로 과금된다. 2026년 8월 기준 공식 가격 페이지에 따르면 프로덕트 애널리틱스는 월 100만 이벤트, 세션 리플레이는 5,000건까지가 무료이며, 무료 플랜은 프로젝트 1개와 1년 데이터 보관, 커뮤니티 지원으로 제한된다. 제품별로 청구 한도를 설정하는 기능이 있어 예상 밖 금액이 나오는 상황은 사전에 막을 수 있다.

오픈소스니까 직접 설치해서 쓰는 게 유리한가요?

사용량과 인력 구성에 달렸다. 데이터 저장 위치 규정이 엄격한 조직이라면 자체 배포가 사실상 유일한 선택지다. 그렇지 않다면 서버 비용에 더해 이벤트 파이프라인을 상시 운영하는 엔지니어 시간이 매달 고정비로 발생한다는 점을 견적에 넣어야 한다. 대규모 트래픽 환경에서 자체 운영 부담이 크다는 지적도 꾸준히 나온다.

GA4가 이미 있는데 포스트호그 같은 도구가 왜 필요한가요?

답하는 질문의 종류가 다르기 때문이다. GA4는 트래픽 소스와 광고 성과를 다루는 데 특화된 마케팅 도구다. 제품 안에서 사용자가 어디서 막히고 왜 돌아오지 않는지를 파고들려 하면, 리포트의 데이터 처리 지연, 데이터가 많아지면 붙는 샘플링, BigQuery 연동 없이는 로데이터에 접근하기 어려운 구조가 차례로 걸린다. 행동 기반 코호트나 이벤트 세그먼트 조합 분석은 기능이 있어도 실무에서 돌리기 어렵다. 프로덕트 애널리틱스 도구는 그 "왜"에 답하기 위해 존재하며, GA4의 보완재가 아니라 다음 단계의 도구다.

정리

포스트호그는 오픈소스와 통합 구조라는 색깔이 분명한 도구다. 개발 워크플로에 밀착한 조직에서는 그 색깔이 그대로 생산성이 된다. 반면 무료 한도의 넓이만 보고 도입을 결정하면, 네 개 제품이 동시에 유료 구간으로 넘어가는 순간 예산 계산을 처음부터 다시 해야 한다.

도구 검토의 마지막 질문은 언제나 같다. 3개월 뒤 이 화면을 스스로 열어보는 사람이 몇 명인가. 이 숫자를 먼저 세고 나서 기능 목록을 비교해도 늦지 않다. Nitrox 블로그에서 관련 가이드 더 보기