Y.Siyeon

1 분 소요

문제 정의

1. AI 영어 시장의 성장

구글 트렌드 검색량 데이터를 기준으로 AI 영어 키워드는 2022년 10월 1일을 기점으로 급격히 증가하였습니다. 2022년 10월의 검색량 지수는 384였으나, 2025년 11월에는 800으로 약 2배 이상 성장하며 꾸준한 상승세를 보이고 있습니다.

이는 ChatGPT 등 AI 서비스 대중화와 맞물려 영어 학습 시장에서도 AI 활용에 대한 관심이 높아졌음을 의미합니다.

2. 링글의 현재 위치

경쟁 앱과 비교했을 때 링글은 다음과 같은 상황에 놓여 있습니다.

  • 다운로드 수 및 리뷰 수: 경쟁 앱 대비 현저히 낮은 수준
  • 검색량 증감율: 최근 1년 대비 과거 대비 9.55% 증가했으나 경쟁사 대비 낮음
  • 타겟 이미지: ‘일하는 사람을 위한 영어’라는 메시지로 직장인 한정 이미지 형성

AI 영어 시장이 성장하는 상황에서 링글이 그 수혜를 충분히 받지 못하고 있다고 판단했습니다.

3. 타겟층 설정

경쟁사 분석과 시장 데이터를 종합하여 마케팅 타겟층을 아래와 같이 설정하였습니다.

구분 타겟 핵심 니즈
기존 직장인 비즈니스 영어
확장 취업준비생, 학생 영어 회화 자격증 (토익스피킹, 오픽 등)

데이터 수집

4. 수집 데이터 종류

전략 수립을 위해 세 가지 데이터를 수집하였습니다.

① 앱 리뷰 데이터

  • Google Play Store: google-play-scraper 라이브러리 활용
  • Apple App Store: app-store-scraper 활용
  • 수집 기간: 2022년 10월 1일 이후 전체 리뷰
  • 대상: 링글 앱 및 주요 경쟁 앱

② Google Trends 검색량 데이터

  • 영어 시험 키워드: 토익스피킹, 오픽, 아이엘츠, 토플
  • 기간: 최근 5년 (한국 기준)
  • 목적: 자격증별 관심도 피크 시기 파악

③ 앱 시장 데이터

  • 플레이스토어 / 앱스토어 다운로드 수, 리뷰 수
  • 경쟁 앱 식별을 위한 카테고리 내 앱 목록

5. 수집 코드 구조

Google Play Store 리뷰는 google-play-scraper 라이브러리로 크롤링하였으며, 2022년 10월 1일 이후의 리뷰만 수집하도록 날짜 필터를 적용하였습니다.

from google_play_scraper import reviews, Sort

def fetch_reviews_since_2022(app_id, lang="ko", country="kr"):
    all_rows = []
    continuation_token = None
    cutoff_date = datetime(2022, 10, 1)

    while True:
        result, continuation_token = reviews(
            app_id,
            sort=Sort.NEWEST,
            count=200,
            continuation_token=continuation_token
        )
        for r in result:
            if r.get("at") < cutoff_date:
                return pd.DataFrame(all_rows)
            all_rows.append({
                "appId": app_id,
                "rating": r.get("score"),
                "text": r.get("content"),
            })

Google Trends 데이터는 pytrends 라이브러리로 수집하였으며, 한 번에 최대 5개 키워드 비교가 가능한 제약으로 인해 두 그룹으로 나누어 수집 후 병합하였습니다.

from pytrends.request import TrendReq

pytrends = TrendReq(hl="ko-KR", tz=540)

# 그룹 1: 토익스피킹, 오픽, 토스, OPIc
pytrends.build_payload(["토스", "토익스피킹", "오픽", "OPIc"], timeframe="today 5-y", geo="KR")
df1 = pytrends.interest_over_time()

# 그룹 2: IELTS, 아이엘츠, 토플, TOEFL
pytrends.build_payload(["IELTS", "아이엘츠", "토플", "TOEFL"], timeframe="today 5-y", geo="KR")
df2 = pytrends.interest_over_time()

참고