개인정보 보호 시대의 마케팅 성과 측정은 어떻게 달라져야 하는가
쿠키 제한과 개인정보 규제 강화로 디지털 어트리뷰션이 흔들리는 시대, 개인정보 없이 전 채널 ROI를 통합 측정하는 MMM 프레임워크를 다룹니다.
우리는 디지털 광고의 ROAS(Return on Ad Spend)를 기준으로 예산을 배분해 왔습니다. 클릭 한 번, 전환 한 건의 단가를 비교하고, 숫자가 높은 채널에 예산을 몰아주는 방식입니다. 이 체계는 명쾌했고, 빠르게 의사결정을 내릴 수 있다는 점에서 매력적이었습니다.
그런데 그 기준이 흔들리고 있습니다. 쿠키 제한, 앱 추적 투명성(ATT), 개인정보 보호법 강화—디지털 어트리뷰션의 토대였던 사용자 추적 데이터가 빠르게 사라지고 있기 때문입니다.
"ROAS가 높으니 이 채널이 효율적이다"라는 판단은, 그 ROAS를 계산하는 데이터 자체가 불완전해지면 더 이상 유효하지 않습니다. 우리는 지금 측정의 기반이 무너지는 시대에 서 있습니다.
이 아티클에서는 다음을 다룹니다.
- 디지털 어트리뷰션이 왜, 어떻게 균열을 겪고 있는가
- 개인정보 리스크가 마케팅 측정에 미치는 법적·평판적 영향
- 개인정보 없이 전 채널 통합 ROI를 측정하는 MMM의 구조와 실전 적용
디지털 어트리뷰션의 균열
디지털 어트리뷰션(Digital Attribution)은 개별 사용자의 행동 데이터를 기반으로 작동합니다. 사용자가 광고를 보고, 클릭하고, 구매하는 경로를 추적하여 각 접점(Touchpoint)에 매출 기여를 할당하는 방식입니다.
이 모델이 작동하려면 전제 조건이 있습니다. 사용자를 식별하고 추적할 수 있어야 한다는 것입니다. 그리고 바로 이 전제가 무너지고 있습니다.
쿠키의 소멸과 추적 차단
- Safari·Firefox: 이미 3rd-party 쿠키를 기본 차단
- Chrome: Privacy Sandbox 전환으로 기존 쿠키 기반 추적 대체 진행 중
- Apple ATT(App Tracking Transparency): iOS 사용자의 약 75%가 앱 추적을 거부
이로 인해 디지털 어트리뷰션 데이터에 구조적 누락이 발생합니다. 추적 동의를 거부한 사용자의 전환은 아예 데이터에 잡히지 않고, 동의한 사용자만으로 전체를 추정하면 표본 편향(Sample Bias)이 발생합니다.
측정 유효성의 훼손
| 문제 | 결과 |
|---|---|
| 추적 가능 사용자 비율 감소 | 전환 데이터의 대표성 상실 |
| 크로스 디바이스 추적 불가 | 동일 사용자의 다중 접점 누락 |
| 뷰스루(View-through) 전환 측정 불가 | 광고 노출 효과 과소평가 |
| 쿠키 수명 단축 (7일→24시간) | 긴 구매 여정 추적 실패 |
결과적으로, 디지털 ROAS는 점점 '실제 성과'가 아니라 '추적 가능한 성과'만을 반영하게 됩니다. 추적이 안 되는 전환은 '없는 것'으로 처리되고, 추적이 잘 되는 채널만 과대평가됩니다.
이것은 단순한 데이터 품질 문제가 아닙니다. 예산 배분의 기준 자체가 왜곡되는 구조적 문제입니다.
개인정보 리스크의 확대: 측정이 법적 문제가 되는 시대
디지털 어트리뷰션의 기술적 문제만이 아닙니다. 소비자 데이터를 수집하고 활용하는 행위 자체가 법적·평판적 리스크로 전환되고 있습니다.
한국의 개인정보 보호 환경
한국은 개인정보 보호에 대한 사회적 민감도가 특히 높습니다. 대규모 개인정보 유출 사건이 반복되면서 소비자 불신이 깊어졌고, 규제 역시 빠르게 강화되고 있습니다.
- 개인정보 보호법 전면 개정(2023): 과징금 상한 전체 매출의 3%로 상향, 징벌적 손해배상 도입
- 정보통신망법 강화: 온라인 행태 정보 수집 시 사전 동의 의무화
- EU GDPR 수준의 규제 수렴: 국외 이전 제한, DPO 지정 의무 확대
마케팅 측정에 미치는 영향
| 규제 영역 | 마케팅 측정 영향 |
|---|---|
| 동의 없는 쿠키 수집 금지 | 어트리뷰션 데이터 수집량 급감 |
| 행태 정보 활용 제한 | 리타겟팅·룩어라이크 정밀도 저하 |
| 제3자 데이터 공유 제한 | DMP·CDP 기반 통합 분석 제약 |
| 위반 시 과징금·소송 리스크 | 데이터 수집 자체의 비용-리스크 증가 |
핵심은 이것입니다. 소비자 개인 단위 데이터에 의존하는 측정 체계는 기술적으로 불완전해지고, 법적으로 위험해지고 있습니다. 이 두 가지 압력은 앞으로 강해지면 강해졌지, 약해지지 않을 것입니다.
따라서 마케팅 측정의 미래는 개인정보에 의존하지 않는 방법론으로 이동해야 합니다. 그리고 이 조건을 충족하는 가장 검증된 프레임워크가 마케팅 믹스 모델링(MMM)입니다.
MMM: 개인정보 없는 통합 ROI 측정
마케팅 믹스 모델링(Marketing Mix Modeling)은 소비자 개인 데이터가 아닌 기업이 보유한 집계 데이터(Aggregated Data)를 사용합니다. 주간 또는 월간 단위의 매출, 마케팅 지출, 외부 변수를 입력받아 각 마케팅 채널의 ROI를 통계적으로 추정합니다.
MMM이 개인정보 리스크에서 자유로운 이유
| 비교 항목 | 디지털 어트리뷰션 | MMM |
|---|---|---|
| **데이터 단위** | 개인(User-level) | 집계(Aggregate) |
| **필요 데이터** | 쿠키, 디바이스 ID, 전환 로그 | 매출, 광고비, 외부 지표 |
| **개인정보 포함 여부** | 포함 (식별·추적 필요) | 미포함 (집계 데이터만 사용) |
| **쿠키리스 영향** | 직접적 (데이터 누락) | 없음 |
| **법적 리스크** | 동의 관리·규제 준수 필요 | 개인정보 비해당 |
| **측정 채널 범위** | 디지털 채널 중심 | 전 채널 (TV, OOH, 디지털, 프로모션 등) |
MMM은 "이 사용자가 이 광고를 보고 구매했다"는 개인 단위 추적이 아니라, "이 기간에 이 채널에 이만큼 투자했을 때 매출이 얼마나 변동했는가"를 집계 수준에서 분석합니다. 소비자의 이름, 디바이스, 행동 로그가 전혀 필요하지 않습니다.
전 채널 통합 ROI 비교
디지털 어트리뷰션이 놓치는 가장 큰 영역은 오프라인 채널과 뉴미디어입니다. TV, 라디오, 옥외광고(OOH), 인플루언서, 스폰서십 등은 클릭 기반 추적이 불가능하지만, 매출에 대한 영향은 분명히 존재합니다.
MMM은 이 모든 채널을 동일한 척도(Incremental ROI)로 비교할 수 있습니다.
- TV 광고: GRP(Gross Rating Point)와 매출의 관계를 Adstock 모델로 분석
- 디지털 광고: 노출·클릭 데이터를 집계 수준에서 반영
- OOH·뉴미디어: 지출 데이터와 시장 커버리지를 변수로 투입
- 프로모션: 할인율, 기간, 적용 범위의 매출 기여 분리
이는 "디지털 ROAS vs TV GRP 효율"처럼 사과와 오렌지를 비교하던 문제를 해결합니다. 모든 채널이 동일한 모델 안에서 Incremental 기여를 기준으로 평가되기 때문입니다.
시나리오 기반 예산 최적화
MMM의 또 다른 핵심 가치는 예산 재배분 시뮬레이션입니다. 각 채널의 포화 곡선(Saturation Curve)과 잔존 효과(Adstock)가 모델링되면, 다음과 같은 질문에 답할 수 있습니다.
- "TV 예산을 20% 줄이고 디지털로 재배분하면 전체 매출은 어떻게 변하는가?"
- "신규 채널(인플루언서)에 5억 원을 투자하면 기대 ROI는?"
- "총 예산을 10% 삭감해야 할 때, 매출 손실을 최소화하는 채널별 삭감 비율은?"
이 시뮬레이션은 개인 데이터 없이, 기업의 과거 지출·매출 패턴만으로 수행됩니다. 쿠키가 사라져도, 개인정보 규제가 강화되어도, 측정과 최적화의 기반은 흔들리지 않습니다.
쿠키리스 시대의 지속가능한 마케팅 측정 프레임워크
- 디지털 어트리뷰션: 은 쿠키 제한, 앱 추적 차단, 개인정보 규제 강화로 데이터의 완전성과 유효성을 빠르게 잃고 있습니다
- 개인정보 리스크: 는 기술적 제약을 넘어 법적·평판적 리스크로 확대되고 있으며, 한국에서 특히 민감합니다
- MMM은 개인정보를 사용하지 않는 집계 기반 모델: 로, 쿠키리스 환경에서도 전 채널 통합 ROI 측정이 가능합니다
- 동일한 Incremental ROI 기준으로 오프라인·디지털·뉴미디어를 통합 비교하고, 시나리오 기반 예산 최적화를 수행할 수 있습니다
디지털 어트리뷰션을 완전히 버리라는 것이 아닙니다. 다만, 개인정보에 의존하지 않는 상위 프레임워크가 예산 배분의 기준이 되어야 합니다. 어트리뷰션은 디지털 채널 내부의 전술적 최적화에, MMM은 전사적 마케팅 투자의 전략적 의사결정에 각각의 역할을 맡는 구조가 지속가능합니다.
개인정보 리스크 없이 전 채널 ROI를 통합 측정하고, 데이터 기반으로 예산을 최적화하는 체계가 필요하다면, MadMatics Action MMM이 그 출발을 함께하겠습니다.