대기 등록은 늘었는데 매출은 그대로인 매장이 있습니다. 등록한 팀이 착석까지 오지 않고 중간에 빠지기 때문입니다. 대기 이탈은 하루 평균으로 보면 보이지 않습니다. 30분 단위 시간대로 잘라야 보입니다. aT 한국농수산식품유통공사가 전국 외식업체 3,000곳에 물은 2026년 1분기 외식산업 경기동향지수는 76.78이었습니다. 기준치 100을 밑돕니다. 이 글은 등록에서 착석까지 세 구간의 이탈률을 시간대별로 나누는 방법, 예상 대기시간 안내 문구, 원격 등록과 현장 등록의 차이, 대기 데이터로 광고 노출 시간대를 조정하는 순서, 개인정보 수집 범위를 다룹니다.
요약
- 대기 이탈은 등록→호출, 호출→응답, 응답→착석 3구간으로 쪼개 셉니다. 구간마다 원인이 다릅니다.
- aT 2026년 1분기 외식산업 경기동향지수는 76.78, 2분기 전망지수는 85.69입니다. 둘 다 기준선 100 아래입니다.
- 웨이팅 앱 월간 이용자는 캐치테이블 109만 명, 테이블링 73만 명입니다(닐슨 코리안클릭, 2024년 7월 기준).
- 이탈률 30%를 넘는 시간대에 광고를 켜면 대기줄만 늘어납니다. 예산은 한산한 시간대로 옮깁니다(계산 예시).
웨이팅 이탈률은 무엇을 세는 숫자입니까
웨이팅 이탈률은 대기 등록을 마친 팀 가운데 착석까지 도달하지 못한 팀의 비율입니다.
웨이팅 앱 화면은 “대기 5팀”을 보여 줍니다. 그 숫자는 지금 줄에 이름을 올린 팀 수입니다. 몇 팀이 실제로 앉는지는 알려 주지 않습니다.
매장이 봐야 할 숫자는 착석 팀 수입니다. 등록 팀 수와 착석 팀 수의 차이가 이탈이고, 그 차이만큼 좌석이 비어 돌아갑니다.
구간을 세 개로 쪼갭니다
대기 이탈을 한 덩어리로 세면 원인을 찾을 수 없습니다. 등록 시각과 착석 시각만 남기면 “40% 빠졌다”는 결과만 보입니다. 어디서 빠졌는지는 남지 않습니다.
구간은 셋입니다. 등록에서 호출까지가 첫 구간입니다. 손님이 기다리다 스스로 취소하는 구간입니다. 호출에서 응답까지가 둘째 구간입니다. 문자나 앱 알림을 보내고 손님이 확인 버튼을 누르기까지의 시간입니다. 응답에서 착석까지가 셋째 구간입니다. 매장 앞까지 왔다가 자리 배정 대기 중에 돌아서는 구간입니다.
세 구간의 이탈 원인은 서로 다릅니다. 첫 구간은 안내한 대기시간이 실제보다 짧았을 때 커집니다. 둘째 구간은 호출 수단이 손님에게 닿지 않을 때 커집니다. 셋째 구간은 홀 정리 속도가 호출 속도를 못 따라갈 때 커집니다. 같은 40%라도 처방이 다릅니다.
로그에 남겨야 할 항목은 여덟 개입니다
구간을 쪼개려면 시각이 남아야 합니다. 웨이팅 솔루션에서 내려받는 원장에 아래 여덟 개가 있는지부터 확인합니다.
등록 시각, 등록 경로(앱 원격·현장 태블릿·직원 수기), 인원수, 안내한 예상 대기 분, 호출 발송 시각, 호출 응답 시각, 착석 시각, 취소 시각과 취소 주체입니다. 취소 주체가 손님인지 매장인지 구분되지 않으면 이탈률과 매장 사정에 따른 취소가 섞입니다.
여덟 개 중 하나라도 비면 그 구간은 계산할 수 없습니다. 솔루션 화면에서 보이지 않아도 CSV 내려받기에는 들어 있는 경우가 있습니다. 계측이 새는 지점을 먼저 막는 순서는 전환 계측 누수 점검과 같습니다.
시간대별로 나누면 막힌 구간이 보입니다
하루 이탈률 하나로는 조치를 정할 수 없습니다. 점심과 저녁은 손님 구성도 다르고 이탈 이유도 다릅니다. 30분 단위로 자르면 처방이 나옵니다.
아래는 좌석 40석 규모 매장의 하루를 다섯 구간으로 나눈 계산 예시입니다. 총 이탈률은 등록 대비 착석 실패 비율입니다.
점심 피크는 첫 구간에서 샙니다
점심 손님은 시간 제약이 있습니다. 직장인 점심시간은 대개 1시간입니다. 예상 대기 25분을 안내받으면 계산이 서지 않아 등록만 해 두고 다른 가게로 갑니다.
점심 이탈의 대부분은 등록에서 호출 사이에 생깁니다. 호출 문자를 보내기도 전에 이미 떠난 상태입니다. 호출 응답률만 보면 문제가 안 보입니다. 등록 후 취소까지 걸린 평균 분을 따로 세야 합니다.
처방은 안내 문구입니다. 점심 구간에서는 예상 대기 분과 함께 “회전 평균 32분”처럼 테이블 회전 속도를 같이 적습니다. 손님이 직접 계산할 재료를 주는 방식입니다.
저녁 피크는 셋째 구간에서 샙니다
저녁 손님은 대기 자체는 견딥니다. 대신 호출을 받고 매장 앞에 왔는데 바로 앉지 못하면 돌아섭니다. 앞 테이블이 아직 일어나지 않았는데 호출을 먼저 보낸 경우입니다.
이 구간의 이탈은 홀 운영 문제입니다. 광고를 줄여도 개선되지 않습니다. 호출 발송 기준을 “빈 테이블 발생 시점”이 아니라 “정리 완료 예상 5분 전”으로 바꾸면 줄어듭니다.
호출 응답 시각과 착석 시각의 차이를 팀별로 뽑아 봅니다. 그 값의 중앙값이 8분을 넘는 시간대는 호출을 너무 일찍 보내고 있다는 뜻입니다(계산 예시). 응답 속도가 결과를 가르는 구조는 리드 응답 시간과 계약률에서 다룬 흐름과 같습니다.
예상 대기시간을 몇 분으로 안내할 때 이탈이 늘어납니까
안내 분이 길수록 이탈이 늘어나는 것은 맞습니다. 다만 선형으로 늘지 않습니다. 어느 지점을 넘으면 계단처럼 뜁니다.
그 지점은 매장마다 다릅니다. 상권, 객단가, 대체 매장 수에 따라 달라집니다. 남의 숫자를 가져다 쓰면 맞지 않습니다. 자기 매장 로그로 직접 찾습니다.
임계 구간을 찾는 계산 순서
먼저 2주치 대기 원장을 내려받습니다. 안내 분을 5분 단위로 묶습니다. 묶음마다 착석률을 계산합니다. 착석 팀 수를 등록 팀 수로 나눈 값입니다.
다음으로 인접 묶음의 착석률 차이를 봅니다. 15분 묶음 착석률 81%, 20분 묶음 착석률 73%라면 차이는 8%p입니다. 이 지점이 임계입니다(계산 예시). 임계를 넘는 안내를 해야 할 때는 대기 자체를 받지 않거나 다른 보상을 붙입니다.
표본이 적은 묶음은 합칩니다. 한 묶음에 30팀이 안 되면 착석률이 크게 흔들립니다. 4주치까지 합쳐도 30팀이 안 되는 묶음은 그 매장에서 거의 쓰이지 않는 안내 구간이므로 계산에서 뺍니다.
안내는 범위로 씁니다
“20분”보다 “20~25분”이 안전합니다. 단일 숫자로 안내하면 초과 시점이 명확해집니다. 25분에 호출하면 5분을 어긴 것이 되고, 그 시점부터 매장에 대한 신뢰가 깎입니다.
범위 상단은 실제 대기 분의 80분위 값으로 잡습니다. 열 팀 중 여덟 팀이 그 안에 들어오는 값입니다. 평균으로 잡으면 절반이 초과합니다.
범위를 넘길 때는 넘기기 전에 알립니다. 안내한 상단 5분 전에 “앞 테이블 정리 중입니다. 10분 더 걸립니다”를 보냅니다. 예고 없는 초과가 이탈을 만듭니다.
원격 등록과 현장 등록은 이탈 구조가 다릅니다
같은 대기 1팀이 아닙니다. 원격 등록은 손님이 매장에서 떨어진 곳에서 이름을 올린 경우입니다. 현장 등록은 매장 앞 태블릿에서 올린 경우입니다. 아래 표는 두 경로의 이탈이 어느 구간에서 생기는지, 무엇을 다르게 해야 하는지를 정리한 것입니다.
| 항목 | 현장 등록 | 원격 등록 |
|---|---|---|
| 주 이탈 구간 | 응답→착석 | 등록→호출 |
| 이탈 신호 | 매장 앞 체류 이탈 | 호출 미확인 |
| 호출 유예 | 3분 | 10분 이상 |
| 중복 등록 | 거의 없음 | 여러 매장 동시 등록 가능 |
| 홀 준비 기준 | 대기 팀 수 그대로 | 대기 팀 수 × 착석률 |
| 재방문 연결 | 영수증·매장 안내 | 앱 알림·문자 동의 |
대기 팀 수가 아니라 착석 예상 팀 수로 준비합니다
원격 등록 비중이 높은 매장에서 “대기 8팀”은 8팀분 준비 신호가 아닙니다. 원격 등록 손님은 다른 매장에도 동시에 이름을 올릴 수 있습니다. 실제로 오는 팀은 그보다 적습니다.
홀 준비는 착석 예상 팀 수로 합니다. 최근 2주 원격 등록 착석률이 62%라면 대기 8팀은 착석 예상 5팀입니다(계산 예시). 8팀 기준으로 재료를 꺼내면 마감에 남습니다.
여기서 갈리는 지점이 있습니다. 대기줄이 길수록 앱 노출 순위에 유리하다고 보고 대기를 계속 받는 매장이 있습니다. 대기줄이 길어지면 안내 분이 늘고, 안내 분이 늘면 이탈률이 오릅니다. 표시 순위는 올라가고 실제 회전은 떨어지는 상태가 됩니다. 노출을 위해 만든 대기줄은 매출로 바뀌지 않습니다.
대기 마감선을 정해 둡니다. 안내 분이 임계를 넘는 시점에 신규 등록을 닫고 “현재 마감”을 띄웁니다. 등록을 닫은 시각과 그때의 대기 팀 수를 기록해 두면 다음 주 마감선 조정에 씁니다.
노쇼를 줄이는 호출 문구는 세 가지를 담습니다
호출 문자를 “입장해 주세요” 한 줄로 보내는 매장이 많습니다. 그 문구에는 손님이 판단할 정보가 없습니다. 언제까지 가야 하는지, 늦으면 어떻게 되는지, 못 가면 어떻게 하는지가 빠져 있습니다.
취소를 어렵게 만들면 취소가 줄어드는 것이 아니라 노쇼로 바뀝니다. 노쇼는 좌석을 유예 분만큼 비워 둡니다. 취소는 즉시 다음 팀을 부릅니다. 취소 링크 한 줄이 좌석 회전을 지킵니다.
대기 데이터로 광고 노출 시간대를 조정합니다
대기 데이터는 매장 안 이야기로 끝나지 않습니다. 어느 시간대에 손님을 더 불러야 하는지, 어느 시간대에는 부르지 말아야 하는지를 알려 줍니다.
이탈률이 높은 시간대는 광고를 끕니다
이탈률 36% 시간대에 광고를 켜면 등록은 늘어납니다. 대기줄이 길어지고 안내 분이 늘어납니다. 안내 분이 늘면 이탈률이 더 오릅니다. 광고비를 써서 이탈을 만드는 구조가 됩니다.
기준선을 하나 정합니다. 이탈률이 최근 2주 평균보다 10%p 높은 시간대는 노출 스케줄에서 뺍니다(계산 예시). 지역 타깃 광고의 시간대 설정은 매체 관리자에서 30분 단위로 조정할 수 있습니다.
빼는 대신 그 시간대에는 예약 유도로 바꿉니다. 같은 예산으로 노출 문구만 “지금 방문”에서 “다음 주 예약”으로 바꿉니다. 반경별 매체 선택 기준은 반경별 매체 설계를 참고합니다.
한산한 시간대로 예산을 옮깁니다
13:00~17:00 구간은 이탈률 12%입니다. 좌석은 비어 있고 오는 손님은 거의 앉습니다. 이 구간에 예산을 넣으면 광고비가 착석으로 바뀝니다.
계산은 간단합니다. 시간대별로 광고비를 착석 팀 수로 나눕니다. 저녁 피크에 40만 원을 써서 착석 25팀이면 착석당 1만 6,000원입니다. 한산 구간에 20만 원을 써서 착석 22팀이면 착석당 9,090원입니다(계산 예시). 같은 돈이 아닙니다.
이 지표를 리포트 상단에 올립니다. 노출·클릭·등록 수는 그 아래로 내립니다. 리포트에서 무엇을 위로 올릴지는 리포트 지표 정리에서 다룬 원칙과 같습니다.
재주문·재방문과 이어 봅니다
착석당 광고비만 보면 신규와 재방문이 섞입니다. 대기 등록 시 받은 연락처로 재방문 여부를 구분하면 신규 착석당 비용을 따로 뽑을 수 있습니다.
신규와 재방문의 비용 차이는 배달 채널에서도 같은 구조로 나타납니다. 배달앱 신규·재주문 비용에서 정리한 계산 틀을 홀 대기에 그대로 옮길 수 있습니다.
시즌 프로모션을 함께 돌린다면 할인 원가를 빼고 계산합니다. 할인 후 순 기여로 보는 방법은 시즌 프로모션 순 ROAS에 정리돼 있습니다.
대기 등록에서 받는 개인정보는 어디까지입니까
대기 등록은 개인정보 수집입니다. 「개인정보 보호법」 제16조는 개인정보를 수집할 때 그 목적에 필요한 최소한의 정보를 모으도록 정하고 있습니다. 최소한의 정보 외의 수집에 동의하지 않는다는 이유로 서비스 제공을 거부해서는 안 된다는 규정도 같은 조에 있습니다. 대기 호출이라는 목적에 필요한 항목은 연락처와 인원수 정도입니다. 생년월일, 성별, 주소를 대기 등록 화면에서 받을 근거는 약합니다. 같은 법 제21조는 보유 기간이 지나거나 처리 목적이 달성되면 지체 없이 파기하도록 정하고 있습니다. 호출이 끝난 대기 기록을 마케팅 용도로 계속 쓰려면 별도 동의가 필요합니다. 대기 동의와 광고 수신 동의를 한 칸에 묶으면 안 됩니다.
수집 항목이 늘수록 등록 자체가 줄어듭니다. 입력 칸 수와 완료율의 관계는 폼 필드와 유효 건당 단가에서 다룬 구조와 같습니다. 대기 화면도 폼입니다.
수집한 번호로 문자를 보낼 계획이라면 명단 관리 기준을 먼저 세웁니다. 수신 거부와 오래된 번호를 걸러 내는 순서는 문자 리스트 정제에 정리돼 있습니다.
지금 매장의 숫자로 확인하는 법
aT 조사에서 2026년 1분기 외식산업 경기동향지수는 76.78, 2분기 전망지수는 85.69로 나왔습니다. 업종별로는 구내식당이 92.87로 높고 주점업이 71.08로 낮았습니다. 전체가 기준선 아래인 국면에서는 신규 유입을 늘리는 비용이 오릅니다.
이미 줄을 선 손님을 앉히는 쪽이 쌉니다. 등록 100팀 중 68팀이 앉는 매장이 78팀까지 올리면, 광고를 늘리지 않고 착석 10팀이 늘어납니다(계산 예시). 객단가 2만 원, 팀당 2.4인이면 하루 48만 원입니다.
웨이팅 앱 이용자는 캐치테이블 109만 명, 테이블링 73만 명으로 집계됐습니다(닐슨 코리안클릭, 2024년 7월 기준). 이용자 연령대도 앱마다 다릅니다. 캐치테이블은 20대 52.5%, 테이블링은 30대 37.0%가 가장 큰 비중이었습니다. 어느 앱에 대기를 열어 둘지도 손님 구성에 따라 갈립니다.
- 대기 원장 2주치를 CSV로 내려받습니다. 등록 시각, 등록 경로, 안내 분, 호출 시각, 응답 시각, 착석 시각, 취소 시각, 취소 주체 여덟 개 열이 있는지 확인합니다. 빠진 열은 솔루션 고객센터에 요청합니다.
- 30분 단위로 총 이탈률을 계산합니다. 착석 팀 수를 등록 팀 수로 나눈 뒤 1에서 뺍니다. 이탈률이 가장 높은 두 개 구간을 표시합니다.
- 표시한 두 구간에서 어느 단계가 가장 크게 빠지는지 봅니다. 등록→호출이 크면 안내 문구를, 응답→착석이 크면 호출 발송 시점을 고칩니다.
- 호출 문자에 세 줄을 추가합니다. 발송 시각, 유예 분, 취소 방법입니다. 현장 등록 3분, 원격 등록 10분으로 유예를 나눠 씁니다.
- 이탈률 상위 구간의 광고 노출을 이번 주에 끕니다. 최근 2주 평균보다 10%p 높은 시간대가 대상입니다. 뺀 예산은 13:00~17:00 구간으로 옮기고 다음 주 착석당 비용을 비교합니다.
자주 묻는 질문
대기 이탈률은 몇 %면 정상입니까
업종 평균으로 판단하지 않습니다. 자기 매장의 지난 4주 평균이 기준선입니다. 그 값보다 10%p 이상 높은 시간대만 손대면 됩니다. 남의 매장 숫자는 좌석 수, 회전 속도, 상권 대체재가 달라 그대로 옮겨지지 않습니다.
예상 대기시간을 실제보다 짧게 안내하면 등록이 늘지 않습니까
등록은 늘고 착석은 줄어듭니다. 이탈은 안내 분의 절대값이 아니라 안내와 실제의 차이에서 생깁니다. 20분이라고 하고 35분 걸린 팀의 이탈이, 30분이라고 하고 30분 걸린 팀보다 큽니다. 범위 상단을 실제 대기 분의 80분위로 잡는 편이 안전합니다.
웨이팅 앱을 두 개 이상 쓰면 데이터를 어떻게 합칩니까
등록 경로 열을 추가해 한 표로 합칩니다. 앱마다 열 이름이 달라도 등록 시각, 호출 시각, 착석 시각 세 개는 공통으로 있습니다. 세 개만 있으면 구간 이탈률은 계산됩니다. 나머지는 있는 앱만 채우고 비교는 공통 열로 합니다.
노쇼 방지 보증금을 받아도 됩니까
받을 수는 있지만 대기 단계에는 맞지 않습니다. 보증금은 예약처럼 시각이 확정된 경우에 작동합니다. 대기는 시각이 확정되지 않아 손님이 부담을 크게 느낍니다. 대기 단계에서는 취소를 쉽게 만드는 쪽이 좌석 회전에 유리합니다.
대기 데이터로 광고를 조정하면 노출이 줄어 손해 아닙니까
노출은 줄고 착석은 유지되거나 늘어납니다. 이탈률이 높은 시간대의 노출은 대기줄만 늘리고 좌석으로 이어지지 않습니다. 판단 지표를 노출 수에서 착석당 광고비로 바꾸면 비교가 됩니다. 2주 단위로 두 지표를 같이 기록해 두고 비교합니다.
대기 등록 때 받은 번호로 재방문 문자를 보내도 됩니까
별도 동의가 있어야 합니다. 「개인정보 보호법」은 수집 목적에 필요한 최소한의 정보만 모으도록 정하고 있고, 목적이 달성되면 지체 없이 파기하도록 하고 있습니다. 대기 호출 동의와 광고 수신 동의를 한 칸으로 묶으면 안 됩니다. 동의 시각과 동의 문구를 함께 보관합니다.
좌석이 20석 미만인 작은 매장도 이 계산이 필요합니까
필요합니다. 좌석이 적을수록 한 팀의 이탈이 회전에 주는 영향이 큽니다. 다만 표본이 적어 30분 단위로 자르면 흔들립니다. 1시간 단위로 자르고 4주치를 합쳐 계산합니다.
직원이 수기로 받는 대기는 어떻게 기록합니까
등록 시각과 착석 시각 두 개만 적어도 총 이탈률은 나옵니다. 종이 대기표에 두 칸을 추가하고 하루가 끝나면 스프레드시트에 옮깁니다. 2주면 시간대 비교가 가능한 표본이 모입니다.
정리
대기 등록 수는 매장이 관리할 지표가 아닙니다. 착석 팀 수와 구간별 이탈률이 관리할 지표입니다. 등록→호출, 호출→응답, 응답→착석 세 구간을 30분 단위로 나누면 어느 시간에 회전이 막히는지 보입니다.
순서는 정해져 있습니다. 로그 여덟 개 열을 확보하고, 시간대별 이탈률을 계산하고, 안내 문구의 임계 구간을 찾고, 호출 문자에 세 줄을 넣고, 이탈률 높은 시간대의 광고를 끕니다. 개인정보는 호출에 필요한 최소 항목으로 줄이고 광고 수신 동의는 분리합니다.
매체별 성과를 시간대 단위로 나눠 운영하는 방식은 매체별 성과 데이터 운영에서 확인할 수 있습니다. 대기 명단으로 재방문 문자를 설계할 계획이라면 타깃 문자 발송 쪽을 함께 보면 됩니다. 매장 데이터를 두고 어디부터 손댈지 정하기 어렵다면 아래 광고 문의하기 버튼으로 문의하시면 됩니다.
참고 문헌 및 출처
· 한국농수산식품유통공사(2026), 『외식산업 경기동향지수』 2026년 1분기 — 전국 외식업체 3,000곳 조사, 현재지수 76.78, 2분기 전망지수 85.69, 구내식당 92.87, 주점업 71.08 (헤럴드경제 2026년 보도로 확인)
· 닐슨 코리안클릭(2024), 웨이팅 앱 이용자 분석 — 캐치테이블 109만 명, 테이블링 73만 명(2024년 7월 기준), 조사기간 2023년 8월~2024년 7월, 표본 Android 8,000명·iOS 1,000명 (반론보도닷컴 주간 데이터동향 보도로 확인)
· 「개인정보 보호법」 제16조(개인정보의 수집 제한), 제21조(개인정보의 파기)
· 본문의 이탈률·착석률·착석당 비용 수치는 별도 표기가 없는 한 계산 예시이며 실제 매장 데이터가 아닙니다.
