이 페이지는 사이트의 단일 채널 도구와 달리, 여러 채널을 같은 기준으로 모은 벤치마크 분포를 보여줍니다. 모든 숫자는 YouTube Data API v3가 반환하는 공개 필드(조회수·좋아요·댓글·영상 길이·카테고리)만 사용해 직접 가공했습니다. RPM·유효 시청시간·CTR·트래픽 소스 등 YouTube Studio 전용 값은 다루지 않습니다.
코퍼스: 공개 채널 19개 · 최근 업로드 영상 475개(채널당 최대 25개) · 수집 2026.06.26 (UTC) · 확인일 2026-06-26
이 분포를 목표선이 아니라 맥락으로 읽는 법, 그리고 노출·CTR·시청 유지·수익을 함께 읽어 병목을 찾는 해석 틀은 지표 진단 프레임워크에 정리했습니다.
① 카테고리별 참여율 분포 (좋아요+댓글 ÷ 조회수)
코퍼스의 각 영상에서 (likeCount + commentCount) / viewCount를 참여율로 계산하고, 영상의 categoryId로 묶어 카테고리별 분위수(p10·p50·p90)를 냈습니다. 한 채널을 분석할 때 그 채널의 참여율이 같은 카테고리 분포에서 어디쯤인지 가늠하는 기준선입니다. 분포가 흔들리지 않도록 표본 15개 미만 카테고리는 표에서 제외하고 아래에 따로 기록했습니다.
| 카테고리 | 표본 | p10 | p50(중앙) | p90 | 분포(p10–p90, ● p50) |
|---|---|---|---|---|---|
| 과학 & 기술 | 152 | 2.06% | 3.75% | 5.35% | |
| 교육 | 151 | 2.08% | 3.74% | 5.93% | |
| 뉴스 & 정치 | 25 | 2.26% | 3.25% | 6.32% | |
| 인물 & 블로그 | 21 | 2.29% | 2.90% | 5.06% | |
| 엔터테인먼트 | 100 | 1.09% | 2.78% | 6.52% | |
| 반려동물 | 25 | 1.13% | 2.23% | 3.18% |
표본 부족으로 제외된 카테고리: 음악(1개). 표본이 15개를 넘으면 분포에 추가됩니다.
이 분석은 YouTube Data API v3 (videos.list) 원자료를 직접 가공한 결과입니다. 출처 엔드포인트: videos.list. 확인일 2026-06-26. 원자료·산출 코드는 저장소 src/data/corpus-raw.json · scripts/compute-corpus.mjs이며 scripts/verify-corpus.mjs로 모든 분위수를 원자료와 대조 검증합니다.
② 영상 길이대 × 조회 효율 (영상당 중앙 조회수)
각 영상을 contentDetails.duration으로 세 구간(쇼츠형 ≤180초 / 중간 180초–8분 / 롱폼 ≥8분, 미드롤 가능 길이)으로 나누고, 구간별 영상당 중앙 조회수를 냈습니다. 길이대마다 조회 효율이 어떻게 갈리는지 같은 기준으로 비교합니다.
| 길이대 | 기준 | 영상 수 | 중앙 조회수 | p10 ~ p90 | 상대 크기(중앙값) |
|---|---|---|---|---|---|
| 쇼츠형 (길이 추정) | ≤ 180초 | 211 | 2,288,293 | 22,561 ~ 29,420,595 | |
| 중간 길이 | 180초 ~ 8분 미만 | 22 | 62,409 | 8,676 ~ 3,064,006 | |
| 롱폼 (미드롤 가능 길이) | ≥ 8분 | 241 | 341,822 | 18,352 ~ 5,176,500 |
채널별 롱폼/쇼츠형 조회 효율 배수. 채널 내에서 롱폼 중앙 조회수를 쇼츠형 중앙 조회수로 나눈 값입니다. 1보다 크면 그 채널은 롱폼이 영상당 조회수에서 더 강하고, 1보다 작으면 쇼츠형이 더 강합니다(양쪽 모두 길이대에 영상 3개 이상 있는 채널만).
| 채널 | 쇼츠형 중앙 조회수 | 롱폼 중앙 조회수 | 롱폼 ÷ 쇼츠형 |
|---|---|---|---|
| MIT OpenCourseWare | 122 | 1,956 | 16.03× |
| National Geographic | 33,276 | 225,450 | 6.78× |
| Kurzgesagt – In a Nutshell | 872,718 | 4,225,766 | 4.84× |
| colinfurze | 1,362,703 | 4,464,122 | 3.28× |
| Veritasium | 2,461,051 | 6,800,069 | 2.76× |
| Marques Brownlee | 2,260,281 | 4,094,095 | 1.81× |
| Mark Rober | 14,027,260 | 23,493,958 | 1.67× |
| TED | 27,183 | 41,743 | 1.54× |
| CrashCourse | 22,546 | 33,468 | 1.48× |
| BBC Earth | 72,941 | 81,460 | 1.12× |
| MrBeast | 130,836,741 | 87,315,654 | 0.67× |
| Vox | 23,981 | 15,351 | 0.64× |
| Linus Tech Tips | 2,188,857 | 899,927 | 0.41× |
길이 미산정 영상 1건 제외(474/475 기준). 쇼츠형 판정은 길이 ≤ 180초 추정이며, 세로 비율·Shorts Feed 노출 여부는 공개 API로 알 수 없습니다. 이 분석은 YouTube Data API v3 (videos.list · contentDetails.duration) 원자료를 직접 가공한 결과입니다. 출처 엔드포인트: videos.list. 확인일 2026-06-26.
코퍼스에 포함된 채널
분포를 만든 공개 채널 목록입니다(각 채널 최근 업로드 최대 25개 표본). 전수가 아닌 표본 분포이므로 모든 YouTube 채널을 대표하지 않으며, 특정 채널의 절대 순위를 주장하지 않습니다.
MrBeast · Marques Brownlee · Veritasium · Kurzgesagt – In a Nutshell · TED · Vox · Mark Rober · National Geographic · BBC Earth · Vsauce · Linus Tech Tips · MIT OpenCourseWare · colinfurze · NileRed · CrashCourse · Computerphile · Numberphile · SmarterEveryDay · Practical Engineering
재현 방법: 저장소에서 node scripts/build-corpus.mjs(공개 API로 원자료 수집) → node scripts/compute-corpus.mjs(분포 산출) → node scripts/verify-corpus.mjs(원자료 대조 검증). 표시된 모든 숫자는 src/data/corpus-raw.json에서 직접 도출됩니다.