[Ad Tech 기초] 쿠키가 사라진 시대, 마케터는 어떻게 성과를 측정할까? (DCR과 SKAdNetwork)

앞선 포스트들을 통해 유저를 추적하던 익명 데이터(DMP, 서드파티 쿠키)가 어떻게 종말을 맞이하고 있는지 언급했습니다. 애플의 ATT(앱 추적 투명성) 정책과 전 세계적인 프라이버시 보호법(GDPR 등) 강화로 인해, 이제 기업들은 과거처럼 유저의 스마트폰 번호나 기기 식별자를 마음대로 수집해 뒤를 밟을 수 없게 되었습니다.

그렇다면 마케터들은 멘붕에 빠졌을까요? "광고비로 1억을 썼는데, 이게 매출로 이어졌는지 확인할 길이 없잖아!"라며 절망했을까요?

아닙니다. 애드테크 업계는 언제나 그렇듯 새로운 방패를 만들어냈습니다. 개인정보를 절대 침해하지 않으면서도, 광고 성과는 어떻게든 측정해 내고야 마는 기술. 바로 데이터 클린 룸(DCR)과 애플의 SKAdNetwork(SKAN)입니다.

---

1. 섞이지 않는 가상의 금고: 데이터 클린 룸 (Data Clean Room, DCR)

이름부터 심상치 않은 '데이터 클린 룸'은 무균실이라는 뜻입니다. 비유하자면 '서로의 데이터를 보여주지는 않지만, 결론(인사이트)만 쏙 빼갈 수 있는 마법의 금고'입니다.

왜 만들어졌을까?

광고주(예: 삼성전자)와 매체 플랫폼(예: 구글, 네이버)이 있습니다. 삼성전자는 "내가 구글에 돈을 썼는데, 구글 배너를 본 사람들 중에 우리 삼성닷컴에서 진짜 폰을 산 사람이 몇 명이야?"가 궁금합니다.

과거에는 구글이 "어, 그 사람 식별자(ID) 123번이랑 456번이야. 너희 구매자 명단이랑 대조해 봐"라며 데이터를 줬습니다. 하지만 이제는 개인정보보호법 때문에 데이터를 밖으로 빼낼 수 없습니다.

어떻게 작동할까?

그래서 구글(플랫폼)과 삼성(광고주)은 중립적인 금고(DCR)를 하나 만듭니다.

1. 데이터 암호화 반입: 구글은 '광고를 본 사람 명단'을 꽁꽁 암호화해서 금고에 넣습니다. 삼성전자도 '실제 구매한 사람 명단'을 꽁꽁 암호화해서 금고에 넣습니다.
2. 금고 안에서의 교집합 찾기: 금고 안에는 고도의 AI와 알고리즘이 들어있습니다. 이 알고리즘이 암호화된 두 장부를 스캔하며 '교집합(광고도 보고 구매도 한 사람)'을 찾습니다.
3. 결과만 반출: 금고는 "김철수, 이영희가 샀음"이라는 개인정보는 절대 알려주지 않습니다. 대신 "구글 광고를 본 사람 중 1,500명이 구매를 완료했습니다"라는 통계 결과(인사이트)만 암호화를 풀어서 양쪽에 뱉어냅니다.

이 방식을 통해 구글도, 삼성전자도 상대방의 고객 개인정보를 훔쳐보지 않고 법을 완벽하게 준수하면서 광고 성과(ROAS)를 정확히 측정할 수 있게 되었습니다.

주요 DCR 플랫폼 비교

플랫폼	운영사	핵심 특징
Ads Data Hub (ADH)	Google	구글 광고 데이터와 광고주 데이터를 BigQuery 환경에서 결합 분석
AMC	Amazon	아마존 DSP + 아마존 리테일 데이터를 결합하여 구매 여정(Purchase Journey) 분석
CAPI + Advanced Analytics	Meta	서버 측 전환 API를 통해 피셀 제한 상황에서도 성과 추적
Snowflake Data Clean Room	Snowflake	플랫폼 중립적인 클라우드 기반 DCR. 복수 기업 간 데이터 결합 가능

이러한 DCR 솔루션들은 특정 기술 밴더에 종속되지 않고, 광고주가 자신의 데이터 주권을 지키면서도 광고 성과를 측정하는 새로운 표준으로 자리잡고 있습니다.

---

2. 애플이 던져준 최소한의 밥줄: SKAdNetwork (SKAN)

아이폰(iOS) 생태계는 조금 더 특수합니다. 애플이 ATT 정책을 통해 유저들에게 "추적을 허락하시겠습니까?"라고 물어보고, 대다수가 "아니오"를 누르면서 모바일 광고 추적(MMP) 시장이 마비되었습니다.

애플은 추적은 막아버렸지만, 광고 생태계가 완전히 붕괴되는 것은 막기 위해 자신들만의 독자적인 규칙을 던져주었습니다. 그것이 바로 SKAdNetwork(스케이애드네트워크)입니다.

어떻게 작동할까?

과거에는 A라는 아이폰 유저가 페이스북에서 게임 광고를 클릭해 설치하면, "A가 방금 깔았어!"라고 실시간으로 알려주었습니다.

하지만 SKAdNetwork는 아주 깐깐한 규칙을 적용합니다.

1. 누구인지 안 알려줌: A인지 B인지 절대 식별자(ID)를 넘겨주지 않습니다.
2. 실시간 보고 금지: 설치하자마자 바로 알려주면 누군지 유추할 수 있으니, 24시간~48시간 뒤에 딜레이(지연)를 걸어서 몰아서 보고합니다.
3. 디테일한 정보 숨김: 유저가 앱을 깔고 결제를 1만 원을 했는지 5만 원을 했는지 정확히 알려주지 않고, 뭉뚱그려서(Conversion Value라는 복잡한 암호 숫자로) 아주 제한된 정보만 줍니다.

마케터들의 눈물겨운 적응기

광고주와 매체들은 애플이 던져주는 이 불친절하고 지연된 익명 데이터(SKAN 데이터) 조각들을 모아, 머신러닝 모델을 돌려가며 "대충 이 광고 캠페인이 효과가 있었던 것 같다"고 추론(Predictive Measurement)하는 방식으로 진화하고 있습니다. 과거처럼 100% 투명한 추적은 불가능해졌지만, 수학과 통계를 통해 빈칸을 채워나가고 있는 셈입니다.

SKAN 3.0 vs 4.0: 무엇이 달라졌나?

SKAN은 버전을 거듭하며 점점 더 많은 정보를 허락하는 방향으로 진화하고 있습니다. SKAN 4.0이 가져온 핵심 변화를 정리하면:

항목	SKAN 3.0	SKAN 4.0
포스트백(보고) 횟수	1회	최대 3회 (0–2일, 3–7일, 8–35일)
소스 식별자	2자리 (최대 100개)	4자리 (최대 10,000개)
전환값 유형	세분화(Fine-grained, 0~63)	세분화 + 개략화(Low/Med/High)
측정 기간	단일 (타이머 기반)	3단계 구간별 측정
웹→앱 어트리뷰션	지원 안 함	지원 (Safari)
프라이버시 메커니즘	기본 임계값	Crowd Anonymity (계층형 Tier 0~3)

Crowd Anonymity(대중 익명성)란?

SKAN 4.0에서 가장 중요한 새로운 개념입니다. 설치 건수가 많을수록(Tier 3) 더 상세한 데이터를 받고, 적을수록(Tier 0) 거의 아무것도 받지 못합니다. 즉, 구매항(Install)이 충분히 쌓여야만 의미 있는 데이터를 확보할 수 있다는 뜻입니다. 예산이 작은 소규모 광고주들이 가장 많이 고통받는 부분입니다.

---

💡 요약

• DCR (데이터 클린 룸): 서로의 고객 개인정보를 노출하지 않으면서도, 암호화된 가상 공간에서 데이터를 결합해 광고 성과 '통계'만 얻어내는 최신 기술.
• SKAdNetwork: 개인정보 보호를 최우선으로 하는 애플이 아이폰 생태계에 한해 '익명화되고 지연된' 방식으로만 앱 광고 성과를 측정하게 허락해 준 공식 시스템.

📋 실무 마케터를 위한 적응 체크리스트

1. DCR 도입 검토: 현재 주력 매체 플랫폼(구글, 메타, 아마존)의 DCR 서비스를 확인하고, 자사 1st Party 데이터와 결합하여 ROAS를 측정하는 파이프라인을 구축하세요.
2. SKAN Conversion Value 스키마 설계: SKAN 4.0의 3단계 포스트백을 활용하여, 0–2일/3–7일/8–35일 구간별로 어떤 전환 이벤트를 측정할지 MMP(예: AppsFlyer, Adjust)와 협의하세요.
3. 예측 모델링(Predictive Measurement) 투자: SKAN의 제한된 데이터만으로는 광고 성과를 100% 파악할 수 없으므로, MMM(마케팅 믹스 모델링)이나 증분성(Incrementality) 테스트를 병행하여 빈 칸을 수학적으로 채우는 전략이 필요합니다.

---

📚 참고자료

1. Google Ads Data Hub Architecture and Privacy-Safe Measurement (데이터 클린 룸 기술 백서)
2. AppsFlyer, The Marketer's Guide to SKAdNetwork (SKAN 원리 및 최적화 가이드)
3. Singular, SKAdNetwork 4.0 vs 3.0 Comparison (SKAN 버전 비교 분석)
4. Snowflake, Data Clean Room: Secure Data Collaboration (DCR 플랫폼 기술 문서)