3월 23일, 2023
서론
오늘날의 디지털 환경에서, 현대의 광고 및 분석 모델은 개인화된 경험을 제공하고 비즈니스 성과를 이끌어내기 위해 다양한 데이터 포인트에 의존하고 있습니다. 가장 일반적으로 사용되는 데이터 유형에는 IP 주소(모든 웹 요청에 자동으로 전송되는 기본 정보), 디바이스 정보(웹에서는 범위가 제한적인 경우가 많음), 그리고 쿠키 데이터가 포함됩니다. 특히 쿠키 데이터는 Intelligent Tracking Prevention(ITP)과 같은 프라이버시 보호 메커니즘에 의해 점점 더 제한을 받고 있습니다. 쿠키 데이터는 일반적으로 Meta, Google, AppLovin 등 다양한 광고 플랫폼과 분석 제공업체가 생성한 무작위 식별자로 구성되어 있습니다. 이러한 식별자는 하나의 앱 또는 웹사이트 내에서만 작동하도록 설계되어 있으며, 이는 사이트 간 추적을 억제하려는 현대적인 프라이버시 프레임워크의 목적과 일치합니다.
이러한 식별자는 다양한 웹 프레임워크에서 사용 가능하며, 이는 데이터 공유의 가능성을 열어줍니다. 다시 말해, 설치된 모든 픽셀이 이러한 식별자에 접근할 수 있으며, 이들은 쇼핑 카트와 같은 객체에 “사용자 정의 속성(custom attributes)”으로 추가될 수 있습니다. 이렇게 추가된 속성은 표준 요청의 일부로 여러 제3자에게 전송됩니다.
본 글에서는 Google과 Facebook에서 생성되는 주요 식별자의 데이터 흐름을 살펴보고, 이러한 식별자들이 이커머스 생태계 전반에서 어떻게 처리되고 있는지를 분석합니다.
조사 방법
이러한 데이터 흐름을 조사하기 위해, 우리는 Grok을 활용해 커스텀 Firefox 플러그인을 제작했습니다 (GitHub에서 확인 가능). 이 플러그인은 식별자가 파트너 간에 어떻게 공유되는지를 추적하며, 데이터 전송 과정을 시각적으로 보여줍니다. 이를 통해 어떤 식별자가 어떤 엔티티에 전달되는지를 명확하게 확인할 수 있습니다.
브라우저의 개발자 도구(예: “Network” 탭)나 Charles Proxy와 같은 서드파티 소프트웨어를 사용해도 유사한 인사이트를 얻을 수 있지만, 이번에 제작한 플러그인은 그 과정을 훨씬 간단하게 만들어주며 수동 조사의 출발점으로 기능합니다. 이 플러그인이 탑재된 Firefox를 사용해 여러 이커머스 웹사이트를 방문하면서, 실제 환경에서의 데이터 공유 패턴을 관찰했습니다.
그 결과, 대부분의 식별자는 결제 직전 단계인 프리체크아웃(pre-checkout) 페이지에서 전달된다는 사실을 확인할 수 있었습니다. 다만, 다른 페이지들도 추가로 살펴볼 가치가 있습니다.
예시
먼저 이 도구가 어떻게 작동하는지 이해하기 위해 몇 가지 예시를 살펴보겠습니다.
crocs.com
네트워크 탭을 확인해 보면, Facebook ID가 b.applovin.com으로 전송되지 않는 것을 확인할 수 있습니다 (속성 섹션 전체가 존재하지 않습니다).
thewoobles.com
thewoobles.com에서는 식별자가 여러 도메인(예: AppLovin 포함)으로 전송되고 있다는 것이 명확하게 나타납니다.
추가 조사를 통해 확인된 바에 따르면, 이러한 식별자들은 Elevar라는 서드파티 라이브러리에 의해 카트 속성(cart attributes)으로 포함되어 있었습니다. Elevar는 AppLovin과는 무관한 서비스로, 브랜드가 데이터 수집을 최적화할 수 있도록 분석 및 추적 솔루션을 제공합니다.
보다 포괄적인 검토 결과, Elevar의 초기화 시퀀스를 차단하면 해당 식별자들이 카트 속성에 추가되지 않는다는 사실이 확인되었습니다.
이러한 예시는 해당 도구의 작동 방식을 보여줄 뿐만 아니라, 식별자가 표준 통합을 통해 얼마나 광범위하게 이커머스 플랫폼 전반으로 전파될 수 있는지를 잘 보여줍니다.
오탐
데이터 흐름 분석에는 여러 가지 어려움이 따르며, 면밀한 검토 없이 분석할 경우 오해가 쉽게 발생할 수 있습니다. 이번 조사 과정에서 발견된 몇 가지 오탐(false positive) 사례를 소개하고자 합니다.
trueclassictees.com
식별자가 다양한 파트너에게 전송되고 있는 모습을 확인할 수 있습니다.
여기서 igId라는 카트 속성이 보이며, 이는 AppLovin을 비롯한 다른 표준 마케팅 픽셀 통합 대상에게도 전송되고 있는 것으로 보입니다.
겉보기에는 Instagram과 관련이 있는 것처럼 보일 수 있지만, 추가 조사를 통해 이것은 Intelligems라는 수익 최적화 도구에서 생성 및 관리하는 식별자임이 밝혀졌습니다.
이러한 오탐 사례는 데이터 분석에서 문맥(context)의 중요성을 잘 보여줍니다.
Website Key
AppLovin의 connectEventKey와 같이 무작위로 보이는 일부 포스트백 값은, 언뜻 보면 고유 식별자(unique identifier)처럼 보일 수 있습니다.
이러한 키는 겉보기에는 무작위 문자열처럼 보이지만, 실제로는 트래킹 메커니즘이 아닌 정적인 픽셀 구성 정보로 사용됩니다. 이 구성 문자열은 개별 사용자를 식별하지 않습니다.
결론
앱, 브라우저, 플랫폼에서 시행되는 프라이버시 프레임워크는 기업들이 유사한 제약 아래에서 활동하도록 만들어, 경쟁 환경을 보다 공정하게 만들었습니다. 하지만 이러한 시스템 내에서 데이터가 어떻게 흐르는지를 이해하려면, 기술적 통합 방식과 그 의도된 활용 사례에 대한 정교한 이해가 필요합니다. AppLovin은 표준 API와 메커니즘을 활용해 데이터를 수집 및 처리하며, 허락받지 않은 불필요한 정보는 저장하지 않고 철저히 폐기함으로써 절제된 접근 방식을 유지하고 있습니다.
당사의 기술 스택은 장기적인 비전을 바탕으로 설계되었으며, 다양한 산업에서 성장을 견인할 수 있는 강력하고 혁신적인 제품을 만드는 것을 목표로 합니다. AppLovin은 최첨단 머신러닝 기술을 활용하고 지속 가능한 운영 방식을 우선시함으로써, 변화하는 사용자 프라이버시 환경을 존중하면서 기업의 성장을 지원하고자 합니다. 혁신과 책임의 균형, 그것이 바로 AppLovin의 핵심 미션입니다.
*본 보고서의 작성에는 Grok 3가 활용되었으며, 최종적인 내용과 결론은 전적으로 작성자 본인의 것입니다.
