[앱 광고 트렌드와 미래 대비] - 개인정보 보호 시대(iOS SKAN), 앱 타겟팅은 어떻게 변하고 있나?
최재형 마케터
2026-04-21
조회수 : 96
댓글 0
안녕하세요, Ampm 글로벌 퍼포먼스 3본부 5팀 최재형입니다.
이번에는 최근 광고 생태계의 변화에 맞춰 마케터가 어떻게 대응해야 하는지 거시적인 시각을 제공해보도록 하겠습니다.
개인정보 보호 시대의 생존 전략: 애플 ATT와 SKAN 완전 정복
1. "어느 날 갑자기, 내 광고의 ROAS가 반토막 났다."
-> 과거 앱 마케팅은 'IDFA(광고 식별자)' 덕을 많이 봤습니다. 유저가 어떤 광고를 보고 들어와서 장바구니에 무엇을 담고, 언제 결제했는지 마치 현미경처럼 들여다보고 정교한 리타겟팅을 할 수 있었죠.
- 하지만 애플의 ATT(앱 추적 투명성) 정책 시행으로 "앱이 다른 회사의 앱 및 웹사이트에 걸쳐 귀하의 활동을 추적하도록 허용하시겠습니까?" 라는 팝업이 뜨기 시작했고, 대다수의 유저가 '추적 금지'를 선택합니다.
- 이로 인해 메타, 구글 등 주요 매체의 타겟팅 정확도가 하락하고, 데이터 추적에 거대한 블랙홀이 생겼습니다.
2. SKAN의 등장과 데이터의 지연
-> 애플에서 IDFA를 막는 대신 대안으로 SKAN을 내놓게 됩니다.
- 자세한 추적 종료: 과거에는 'A라는 유저가 B 광고를 눌러 C 상품을 샀다'는 1:1 매칭이 가능했지만, SKAN은 철저히 집계형 데이터만 제공합니다. 예를 들어, "어제 메타 광고를 통해 50명이 설치했고, 그 중 10명이 구매했다" 정도의 익명화된 데이터입니다.
- 실시간 데이터의 실종: SKAN은 유저 특정성을 없애기 위해 전환 데이터 발생 즉시 매체로 쏘지 않고 타이머를 작동시켜, 랜덤한 지연 시간(24~48시간 등) 후에 '포스트백'을 보냅니다. 마케터 입장에서는 오늘 광고비를 증액해도 그 성과를 이틀 뒤에나 확인할 수 있게 된 거죠.
3. SKAN 최적화의 꽃, 전환 가치
-> SKAN 환경에서 마케터가 유일하게 컨트롤할 수 있는 64개(0~63)의 '전환 가치'가 있습니다.
- 사용자가 앱을 설치한 후 짧은 시간(보통 24시간) 내에 발생한 이벤트만 제대로 추적할 수 있기 때문에, LTV(평생 가치)가 긴 서비스의 경우 성과 측정이 매우 불리합니다.
- 설치 후 24시간 내에 발생할 수 있는 가장 유의미한 '선행 지표'를 찾아야 합니다. 예를 들어, 커머스 앱이라면 최종 구매 이전에 일어나는 '회원가입', '특정 카테고리 조회', '장바구니 담기' 등의 이벤트에 점수(가중치)를 부여하여 매체 머신 러닝에 학습 시키는 방법이 있습니다.
4. 타겟팅의 시대에서 '소재'의 시대로
-> 데이터가 파편화되면서 과거처럼 "서울 거주, 30개 여성, 골프 관심사" 식의 마이크로 타겟팅의 효율이 감소했습니다.
- 브로드 타겟팅과 크리에이티브의 중요성: 메타의 어드밴티지+ 앱 캠페인이나 구글 UAC처럼 머신 러닝에 타겟팅을 맡기는 넓은 타겟팅의 효율이 올랐습니다.
- 결국 어떤 유저가 들어올지 결정하는 것은 '광고 소재' 그 자체가 되었습니다. 골프 웨어 구매자를 찾고 싶다면 타겟팅 세팅에서 골프를 고를 것이 아니라, 소재 자체에 "라운딩 준비물 챙기셨나요" 등의 명확한 메시지를 던져 타겟이 스스로 반응하게 만들어야 합니다.
5. 결론과 넥스트 스탭
-> 애플로 시작된 개인정보 보호 파도는 안드로이드 생태계로도 이어지고 있습니다. 구글 역시 GAID(구글 광고 ID) 제공을 점진적으로 중단하고 '프라이버시 샌드박스'를 도입할 예정임을 언급했습니다.
따라서, 1. 서트 파티 데이터에 의전하던 관성에서 벗어나, 앱 내에서 직접 수집하는 퍼스트 파티 데이터(CRM, 자체 회원가입 데이터 등)의 가치를 극대화 하고 / 2. MMP 예측 모델링 기능이나 MMM 같은 거시적인 데이터 분석 역량을 길러야 할 때가 오고 있습니다.
ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ
위 내용에서 언급한 SKAN에 대해 약간의 추가 설명을 드리도록 하겠습니다.
1. SKAN이란 무엇인가? (도입 배경)
-> SKAN은 애플이 만든 "개인정보 보호 중심의 광고 기여도 측정 프레임 워크" 입니다.
- 과거(IDFA 시대): 과거에는 아이폰 유저마다 부여된 고유 식별자인 'IDFA'를 통해 "A라는 유저가 B광고를 보고 들어와서 5만원 짜리 바지를 샀다"라는 1:1 추적이 가능했습니다.
- 현재(ATT와 SKAN 시대): 애플이 IOS 14.5 부터 ATT 정책을 시행하면서, 유저의 동의 없이는 IDFA를 수집할 수 없게 되었습니다. 추적을 허용하는 유저는 극소수였죠. 기존 방식으로는 IOS 캠페인의 성과를 전혀 알 수 없게 되자, 애플이 "개인정보는 보호하면서, 대략적인 광거 성과 정도는 알려줄게!"라며 내놓은 대안이 바로 SKAN입니다.
2. SKAN의 3가지 핵심 개념
-> SKAN을 이해하려면 애플이 왜 이렇게 시스템을 복잡하게 만들었는지, 그 '의도'를 파악해야 합니다. 목적은 오직 하나, '유저 개개인이 누구인지 절대 모르게 하는 것' 입니다.
- 결정론적 추적 불가: "누가" 샀는지는 절대 알려주지 않습니다. 오직 "어느 매체의 어떤 캠페인을 통해 몇 명이 설치했고, 그 집단이 대략 어느 정도의 가치를 창출했다"는 집계형 데이터만 제공합니다.
- 데이터의 의도적인 지연: 유저가 구매를 하자마자 매체에 "방금 구매함!" 하고 데이터를 보내면, 시간대를 역추적해 유저를 특정할 수 있습니다. 그래서 SKAN은 이벤트가 발생한 후 랜덤한 시간(최소 24시간~ 최대 144시간)을 대기 시켰다가 성과를 매체에 쏴줍니다(Postback). 오늘 광고비를 늘려도 며칠 뒤에나 성과를 확인할 수 있는 이유입니다.
- 익명성 임계값: 특정 캠페인으로 유입된 유저 수가 너무 적으면(하루 2~3명 설치), 역시나 유저가 특정될 위험이 있습니다. 이 경우 애플은 전환 데이터를 아예 "Niull(알 수 없음)"로 처리하거나 매우 거친 데이터만 던져줍니다. 즉, 캠페인 예산을 잘게 쪼개면 성과 측정이 불가능해집니다.
3. SKAN은 어떻게 작동하는가?
-> 현재의 기준인 SKAN 4.0을 바탕으로 작동 원리를 설명해 드리겠습니다. 핵심은 '전환 가치'와 '3번의 측정 구간' 입니다.
- 전환 가치: 유저가 누군지 모르는 대신, 마케터는 유저가 앱 내에서 한 행동에 '점수'를 매길 수 있습니다. 이를 전환 가치라고 부르며 두 가지 형태로 나뉩니다.
- -> Fine Value(디테일한 값): 0부터 63까지(총 64개)의 숫자로 아주 정교하게 설정할 수 있습니다. ex) 63 = 10만원 이상 구매 / 1 = 단순 회원가입
- -> Coarse Value(거친 값): 디테일한 숫자 대신 High / Medium / Low 딱 3단계로만 알려줍니다.
- 3번의 측정 구간과 포스트백: 유저가 앱을 설치한 후 최대 35일까지, 애플은 총 3번의 구간을 나누어 성과를 측정하고 매체로 데이터를 보내줍니다.
- -> Window 1(설치 후 0~2일): 가장 중요한 골든타임입니다. 이 기간에는 디테일한 값과 거친 값을 모두 측정할 수 있습니다(캠페인 유입량이 적은 경우 제외). 측정 기간이 끝나면 24~48시간의 랜덤 대기 후 첫 번째 포스트백을 보냅니다.
- -> Window 2(설치 후 3~7일): 이때부터는 해상도가 떨어집니다. 디테일은 사람지고 오직 거친 값만 측정 가능합니다. 측정 종료 후 무려 24~144시간(최대 6일)을 랜덤으로 대기하다가 두 번째 포스트백을 보냅니다.
- -> Window 3(설치 후 8~35일): 마찬가지로 Coarse Value(H/M/L)만 측정합니다. 측정 종료 후 다시 24~144시간 랜덤 대기 후 마지막 포스트백을 보냅니다.
4. 요약
-> 과거에는 고객 등에 GPS 추적기를 달아놓은 것과 같은 수준이었습니다. "A 고객이 오후 2시에 들어와서, 2층 여성복 매장을 3번 돌고, 4시에 5만 원을 결제했다"는 걸 실시간 CCTV로 보면서 정보 제공해주었습니다.
하지만, 현재에는 시야가 가려진 방 안에서 애플이 던져주는 쪽지만 받는 상황입니다.
"어제 페이스북 전단지를 보고 100명이 들어왔어. 그 중 High 등급 결제자가 좀 있는 것 같아. 정확히 누군지, 얼마 샀는지는 비밀이야. 그리고 3일 뒤에 들어온 사람 성과는 다음 주 쯤에 대충 묶어서 알려줄게. 만약 전단지로 5명만 들어왔다면? 사람이 너무 적어서 누구 정보인지 들킬 것 같으니까, 그냥 아무도 안 들어왔다고 칠게" 입니다.
즉, 이러한 SKAN의 구조적인 한계 때문에 '설치 초반(Window 1)에 진성 유저를 판별할 수 있는 선행 지표를 얼마나 잘 설계하여 매체 머신 러닝에 학습 시키느냐가 가장 중요한 과제가 되었습니다.
댓글
0
마케팅 인사이트
전체 글 보기 데이터가 없습니다.