구글 동의 모드 V2 가이드: 대시보드에서 사라진 매출 30%, AI로 복구하기

쿠키리스 시대, 이제 '진단'을 넘어 '복구'를 이야기할 때

광고비는 그대로인데, 왜 대시보드에 찍히는 숫자는 자꾸 줄어들까?

지난 글에서 퍼포먼스 마케팅이 처한 현실을 짚어본 적이 있습니다. 애플의 ATT 정책과 브라우저의 서드파티 쿠키 제한은 마케터들에게 성과를 측정할 수 있는 수단이 사라진 불투명한 환경을 만들었습니다. 실제로 많은 브랜드가 적게는 30%, 많게는 50% 이상의 데이터 유실을 겪으며 성과 분석에 어려움을 겪고 있습니다. 타겟팅은 정교함을 잃고 성과 수치는 하락하는, 이른바 '데이터 가뭄'을 겪고 있는 셈입니다.

그렇다고 통제할 수 없는 외부 환경만 탓하며 손을 놓고 있을 수는 없죠. 다행히 기술은 우리가 겪는 문제보다 더 빠르게 발전해 왔어요. 이제 데이터 분석의 흐름은 단순히 빠진 수치를 확인하는 단계를 넘어, 기술과 AI를 활용해 유실된 숫자를 되살려내는 '복구'의 시대로 접어들었습니다.

이러한 변화는 시대적인 흐름과 맞닿아 있습니다. 전 세계적으로 개인정보 보호 규제가 강화되면서, 구글 또한 사용자 동의 기준에 맞춰 데이터 수집 방식 자체를 새롭게 정리할 필요가 있었기 때문입니다.

그 결과 등장한 것이 바로 구글이 내놓은 강력한 해결책인 '동의 모드(Consent Mode) V2'입니다. 이 기술은 사용자의 개인정보를 보호하면서도, 마케팅 성과 측정에 필요한 데이터를 AI가 추론하여 복원할 수 있도록 설계되었습니다. 데이터 유실로 답답했던 대시보드에 다시 활력을 불어넣을 수 있는 방법이 생긴 것이죠.

오늘 글에서는 구글의 AI가 보이지 않는 고객의 행동을 어떻게 파악하는지, 그리고 대시보드에서 사라진 수치를 어떻게 다시 채워 넣는지 그 과정을 차근차근 살펴보겠습니다.

동의 모드(Consent Mode) V2란 무엇인가?

사용자의 거부를 데이터 유실이 아닌 '비식별 데이터'로 전환하는 법

최근 웹사이트에 접속하면 가장 먼저 마주하는 것이 '쿠키 동의 배너'입니다. 마케터 입장에서 가장 긴장되는 순간이기도 하죠. 사용자가 망설임 없이 '거부'를 누르는 순간, 기존 방식대로라면 그 사용자는 분석 도구에서 완전히 사라지기 때문입니다. 사이트를 둘러보고 장바구니에 상품을 담아 실제 구매까지 마쳤더라도, 데이터 상으로는 아무 일도 일어나지 않은 것처럼 대시보드에는 아무런 기록이 남지 않는 상황이 벌어지는 것입니다.

이런 현상이 반복되다 보니 많은 마케터가 "사용자가 쿠키를 거부하면 우리가 알 수 있는 방법은 아예 없다"고 생각하곤 합니다. 사실 과거에는 이 말이 맞았습니다. 보안 규정이 강화되면서 동의하지 않은 유저의 데이터를 수집 단계에서 차단하는 것이 유일한 대응책이었고, 그 과정에서 전체 데이터의 30~50%가 증발하는 문제를 겪어야 했습니다.

하지만 구글의 동의 모드(Consent Mode) V2는 이 문제를 해결하는 완전히 새로운 접근 방식을 제시합니다. 사용자가 수집에 동의하지 않더라도 시스템을 완전히 차단하는 대신, 개인을 특정하지 않는 선에서 '최소한의 신호'는 감지할 수 있도록 길을 열어둔 것입니다.

"누군지"는 몰라도 "무슨 일"이 있었는지는 기록합니다

기존의 데이터 수집은 사용자의 신원(식별자)과 행동(이벤트)을 하나로 묶어 처리했어요. "누구(Who)"인지 모르면 "무엇(What)"을 했는지도 저장하지 못하는 구조였죠. 반면 동의 모드 V2는 이 두 가지를 분리해서 관리합니다.

• 쿠키 동의 시 (정상 수집): 우리가 알던 방식 그대로예요. 유저 식별자와 함께 'A라는 30대 남성이 서울에서 접속해 B 상품을 구매했다'는 상세 정보를 모두 수집합니다. 리타겟팅도 가능하고, 유저의 경로도 추적 가능합니다.
  
  

• 쿠키 거부 시 (비식별 수집): 여기서 동의 모드의 진가가 발휘됩니다. 유저를 특정할 수 있는 쿠키나 ID는 생성하지 않습니다. 대신, '누군지는 알 수 없지만, 익명의 방문자가 발생했고 구매까지 일어났다'는 신호만 구글 서버로 보냅니다. 이를 '핑(Ping)'이라고 부릅니다.

이 개념을 오프라인 매장 상황에 비유하면 훨씬 이해하기 쉬워요.

💡 데이터 수집의 변화 이해하기

• 기존 방식 (Basic Implementation): 손님이 가게에 들어와 물건을 샀습니다. 점원이 "포인트 적립을 위해 전화번호(쿠키) 좀 알려주세요"라고 묻습니다. 손님이 "싫어요(거부)"라고 대답하면, 점원은 아예 판매 장부를 덮어버립니다. 물건은 팔렸는데 기록은 남지 않습니다. 이게 바로 기존의 데이터 유실 상황입니다.
  
  

• 동의 모드 V2 (Advanced Implementation): 똑같은 상황입니다. 손님이 전화번호 주기를 거부합니다. 하지만 이번에는 점원이 다르게 행동합니다. 전화번호는 적지 않지만, 대신 장부에 '익명의 손님 1명, 5만 원 결제 완료'라고 기록합니다. 즉, 개인을 특정할 수 있는 '전화번호(식별자)'는 받지 않더라도, 가게 문을 열고 들어와 구매를 했다는 '딸랑~' 하는 벨 소리(핑, Ping)는 듣고 기록하는 것입니다.

이것이 동의 모드 V2가 작동하는 원리입니다. 사용자가 '거부'를 누르는 순간, 구글 태그는 쿠키 저장소에 접근하는 것을 멈춥니다. 대신 개인정보가 제거된 가벼운 신호, 즉 '비식별 핑(Ping)'을 구글 서버로 쏘아 보냅니다. "누군지는 모르지만(익명성 보장), 지금 전환이 발생했습니다(데이터 보존)"라고 보고하는 것입니다. 결과적으로, 손님이 '누구'인지는 모르지만, 오늘 우리 가게에서 매출이 발생했다는 '사실'은 정확히 카운트할 수 있게 됩니다. 개인정보 보호라는 원칙을 지키면서도 실제 성과 데이터는 놓치지 않게 되는 거죠.

비식별 핑(Ping)의 세 가지 종류와 역할

그렇다면 구글은 구체적으로 어떤 '벨 소리'를 듣게 될까요? 동의 모드 V2는 상황에 따라 크게 세 가지 종류의 핑을 전송합니다.

1. 동의 상태 핑 (Consent State Pings): 사용자가 배너에서 어떤 선택(동의/거부)을 했는지 그 결과값만 보냅니다. 이는 이후 데이터를 어떻게 처리할지 정하는 기준이 됩니다.
   
   

2. 전환 핑 (Conversion Pings): 마케터에게 가장 중요한 정보입니다. 구매나 회원가입 같은 전환이 발생했을 때 전송됩니다. 여기에는 유저 ID나 광고 클릭 ID(GCLID) 같은 식별 정보는 빠져 있지만, 어떤 캠페인에서 발생한 성과인지에 대한 익명화된 정보를 포함하여 광고 효율 측정을 돕습니다.
   
   

3. 구글 애널리틱스 핑 (Analytics Pings): 웹사이트의 각 페이지를 조회하거나 이벤트를 발생시킬 때마다 로그를 남깁니다. 이를 통해 전체적인 트래픽 규모가 줄어들어 보이는 현상을 방지합니다.

이 기술이 중요한 이유는 법적 규제(DMA, GDPR)를 완벽하게 준수하면서도 마케팅 데이터를 살려내기 때문입니다. 쿠키를 브라우저에 직접 저장하거나 읽지 않으므로 개인정보 보호법에 저촉되지 않습니다. 유럽(EEA) 지역 트래픽에 대해서는 2024년 3월부터 의무화되었으며, 이제 한국을 포함한 글로벌 시장에서도 쿠키리스 시대를 헤쳐 나가기 위한 가장 현실적인 생존 전략으로 자리 잡고 있어요.

AI 모델링의 마법: 보이지 않는 30%의 유저를 대시보드에 불러오는 원리

그렇지만 앞서 설명한 '비식별 핑(Ping)'만으로는 완벽한 분석이 어렵습니다. 핑은 단편적인 신호일 뿐, 사용자의 구체적인 여정(User Journey)을 보여주지는 못하기 때문입니다. 익명 데이터이기 때문에 유저가 어떤 경로로 들어왔는지, 재방문자인지 신규 방문자인지 연결되지 않아서 마치 퍼즐 조각이 몇 개 빠진 그림과 같죠. 여기서 바로 구글이 자랑하는 머신러닝 기술인 '행동 모델링(Behavioral Modeling)'이 등장합니다.

많은 마케터들이 "AI가 데이터를 채워준다"는 말을 들으면 "그거 가공된 가짜 데이터 아니야?"라고 의구심을 갖기도 하는데요. 정확히 말하면 '가짜'를 만드는 게 아니라, ’확보된 데이터를 기반으로 빈칸을 정교하게 추론하는 과정'에 가깝습니다. 구글 AI는 크게 3단계의 프로세스를 통해 사라진 데이터를 복원합니다.

1. 관찰 (Observation): 기준이 되는 패턴 학습하기

AI가 데이터를 복구하려면 먼저 학습 데이터, 즉 '정답지'가 필요합니다. 쿠키 수집에 동의한 사용자들(약 60~70%)의 데이터가 바로 이 정답지 역할을 합니다. 구글 AI는 동의한 유저들이 사이트 내에서 어떻게 움직이는지 깊게 관찰합니다.

"A 광고로 들어온 사람들은 보통 상세 페이지를 3분 정도 보고, 장바구니에 담은 뒤 이틀 뒤에 다시 와서 구매하는구나.”

이처럼 확실하게 식별된 유저들의 행동 패턴, 기기 유형, 브라우저 정보, 시간대별 특성 등을 철저하게 분석하여 '전환 가능성이 높은 행동 모델'을 구축합니다.

2. 대조 (Comparison): 흔적을 통해 퍼즐 맞추기

그다음, AI는 쿠키에 동의하지 않은 사용자들(나머지 30~40%)이 보낸 파편화된 '핑' 데이터를 살펴봅니다. 유저 ID는 없지만 그들이 남긴 신호에는 접속 시간, 브라우저 종류, 유입 경로 등의 흔적이 남아 있습니다. AI는 이 흔적들을 앞서 학습한 '정답지(동의 유저 패턴)'와 대조합니다.

"이 익명의 사용자가 보낸 신호를 보니, 어제 구매했던 충성 고객 그룹과 행동 패턴이 95% 일치하네?"

이 과정에서 구글은 확실하지 않은 데이터는 과감히 버리고, 통계적 신뢰도가 확보된 경우에만 매칭을 시도합니다.

3. 복원 (Modeling): 70을 100으로 되돌리기

마지막 단계는 대시보드의 숫자를 보정하는 것입니다. 충분한 대조 과정을 거쳐 확신이 서면, AI는 결론을 내립니다.

"이 신호는 단순히 페이지를 한 번 본 게 아니라, 특정 광고를 통해 들어온 구매 유저의 데이터로 분류하는 것이 맞다”

이 판단이 내려지면 유실됐던 전환과 방문자 수가 추정되어 GA4 리포트에 반영됩니다. 이를 '모델링된 전환(Modeled Conversions)'이라고 해요. 결과적으로 마케터는 실제 데이터가 70건만 찍히더라도, AI 보정을 통해 실제 현실에 가까운 100이라는 수치를 리포트에서 볼 수 있게 됩니다. 단순히 숫자를 늘리는 것이 아니라, 누락되었던 비즈니스의 진실을 대시보드에 투영하는 것입니다.

⚠️ 주의: 데이터 모수가 확보되어야 작동합니다

이 기능은 누구나 즉시 활용할 수 있는 건 아니에요. 구글 AI가 충분히 학습할 수 있는 최소한의 데이터 양이 필요하기 때문인데요. 일반적으로 GA4 속성에서 매일 1,000건 이상의 이벤트가 발생하고, 동의 모드가 7일 이상 활성화되어 있어야 모델링 데이터가 리포트에 표시되기 시작합니다.

따라서 트래픽이 적은 초기 단계보다는, 어느 정도 방문자가 확보되었지만 쿠키 거부로 인해 데이터 누수가 심해진 성장기 비즈니스에서 이 AI 모델링의 효과를 가장 극적으로 경험할 수 있어요.

마케터가 얻는 실익: 정확한 ROAS 확인과 광고 머신러닝 최적화

기술적인 원리를 이해했다면, 이제 가장 본질적인 질문을 던질 차례입니다. "이 복잡한 과정을 거쳐 세팅하면, 당장 내 비즈니스 매출에 어떤 도움이 되는가?" 하는 점이죠. 결론부터 말씀드리면, 마케터는 '판단의 오류를 줄이고', '광고 시스템을 더 똑똑하게' 만들 수 있습니다.

1. 의사결정의 오류를 막는 '진짜 ROAS'의 발견

마케팅 의사결정에서 가장 위험한 순간은 데이터가 없는 때가 아니라, 왜곡된 데이터를 진실이라고 믿을 때입니다.

여기서 한 가지 의문이 생길 수 있습니다. "쿠키를 거부했다고 해서 왜 광고 매출 데이터까지 사라질까?" 원리는 간단합니다. 보통 구글이나 페이스북 광고를 통해 유입된 사용자의 브라우저에는 '광고 클릭 ID'라는 일종의 꼬리표가 붙습니다. 사용자가 결제하는 순간, 이 꼬리표를 확인해 "광고를 보고 온 사람이 구매했다"라고 대시보드에 보고하는 것이죠.

하지만 사용자가 '쿠키 수집 거부'를 누르면 브라우저가 이 꼬리표를 읽는 것을 차단합니다. 앞서 설명했듯 분명 광고를 보고 들어와 돈을 썼지만, 보고 체계가 끊겼기 때문에 대시보드에서는 '누가 보낸 손님인지' 알 길 없게 됩니다. 결국 이 매출은 광고 성과가 아닌 정체불명의 직접 유입(Direct) 등으로 처리되어 대시보드에서 사라지게 됩니다.

예를 들어 볼게요. 페이스북 광고에 100만 원을 써서 실제로는 500만 원의 매출이 일어났다고 가정해 보죠(ROAS 500%). 하지만 쿠키 거부로 인해 데이터의 30%가 유실되었다면, 마케터의 대시보드에는 매출이 350만 원(ROAS 350%)으로만 찍히게 됩니다.

이때 마케터는 치명적인 실수를 할 가능성이 높습니다. "생각보다 효율이 안 나오네? 이 캠페인 예산을 줄여야겠다."하고 생각하며 비즈니스에 기여도가 높은 캠페인을 성과 미달로 오해하고 성장 동력을 스스로 차단하는 결과를 초래할 수 있어요.

이 상황에서 동의 모드 V2를 통해 복구된 데이터는 성과를 제값으로 평가받게 해줍니다. 잃어버렸던 30%의 성과를 되찾음으로써, 마케터는 꺼야 할 광고와 키워야 할 광고를 정확히 구분하고 예산을 과감하게 집행할 확신을 얻게 될 수 있게 되는 거죠.

2. 광고 머신러닝의 학습 데이터 확보

현대의 퍼포먼스 마케팅은 마케터와 광고 알고리즘이 함께 뛰는 2인 3각 경기와 같습니다. 구글 애즈나 메타 같은 광고 시스템은 '전환 데이터'를 일종의 학습 교재로 삼아 똑똑해집니다. "아, 이런 사람들이 구매를 하는구나!"라고 학습할 데이터가 많을수록 더 빨리, 더 정확하게 타겟을 찾아냅니다.

반대로 데이터가 30%씩 유실되어 학습 내용이 부족해지면 광고 머신러닝은 학습 기간이 굉장히 길어지고, 타겟팅은 부정확해지며, CPA(전환당 비용)는 치솟습니다.

동의 모드 V2로 유실된 30%의 데이터를 다시 채워 넣는다는 것은, 광고 알고리즘에 30% 더 많은 우량한 학습 교재를 제공하는 것과 같습니다. 데이터가 풍부해질수록 알고리즘은 더 낮은 비용으로 구매 확률이 높은 유저를 빠르게 찾아내는 '입찰 최적화' 단계에 진입하게 됩니다.

단순한 숫자 복구를 넘어 비즈니스 성장의 엔진으로

결국 동의 모드 V2 도입은 단순히 대시보드의 숫자를 예쁘게 만드는 작업이 아닙니다. 개인정보 보호라는 거스를 수 없는 흐름 속에서, 우리 브랜드만의 '데이터 경쟁력'을 확보하는 전략적 투자입니다. 남들이 보지 못하는 30%의 진실을 먼저 파악하고 광고 효율을 극대화하는 것, 그것이 바로 쿠키리스 시대에 마케터가 가져갈 수 있는 가장 큰 실익입니다.

결론: 데이터 수집, 이제는 '해석'보다 '설계'의 싸움입니다

지금까지 '쿠키리스 시대'라는 변화를 '동의 모드 V2'와 'AI 모델링'이라는 기술로 어떻게 정면 돌파할 수 있는지 살펴보았습니다. 유실된 데이터를 복구하고 마케팅 성과를 정상화할 수 있다는 점은 마케터에게 분명 반가운 소식입니다. 하지만 한 가지 잊지 말아야 할 사실이 있습니다. 이 모든 과정이 제대로 작동하기 위해서는 '정교하게 설계된 데이터 수집 환경'이 반드시 뒷받침되어야 한다는 점입니다.

과거의 데이터 수집은 비교적 간단했습니다. 추적 코드를 웹사이트에 복사해 붙여넣는 것만으로도 충분했고, 짧은 시간 안에 끝낼 수 있는 작업이었습니다. 하지만 동의 모드 V2는 단순히 코드를 심는 수준을 넘어, 사용자의 선택에 따라 웹사이트의 동작 로직을 실시간으로 제어해야 하는 고도의 기술적 대응이 필요합니다.

성공적인 데이터 복구를 위한 세 가지 퍼즐

이 기술이 실현되기 위해서는 다음의 세 가지 요소가 톱니바퀴처럼 완벽하게 맞물려 돌아가야 합니다.

1. 신뢰 기반의 CMP(쿠키 동의 배너): 사용자의 개인정보 선택권을 존중하면서도, 구글의 기술적 가이드라인을 충족하는 쿠키 동의 시스템이 구축되어야 합니다.
   
   

2. 지능형 GTM(구글 태그 매니저) 설계: 사용자가 '거부'를 누르는 0.1초의 찰나를 감지하여, 태그의 동작 방식을 즉시 '비식별 모드'로 전환하는 정교한 트리거 로직이 필요합니다.
   
   

3. 데이터 무결성 검증: 비식별 핑(Ping)이 중복 없이 정상적으로 전달되는지, 복구된 데이터가 실제 비즈니스 수치와 괴리가 없는지 끊임없이 디버깅하고 검증해야 합니다.

만약 이 설정이 어설프게 구현된다면, 멀쩡한 데이터까지 누락되거나 예상치 못한 기술적 오류가 발생할 수 있습니다.

이제 마케팅 데이터는 단순히 '나온 결과를 읽는 것'을 넘어, 기술적으로 '데이터를 남기도록 설계하는' 영역으로 진화했습니다. 쿠키리스라는 변화의 파도는 모두에게 공평하게 밀려오고 있습니다. 누군가는 데이터가 사라지는 것을 지켜보며 과거의 경험에만 의존하겠지만, 누군가는 기술이라는 그물을 촘촘히 짜서 잃어버릴 뻔한 30%의 인사이트를 기업의 핵심 자산으로 바꿀 것입니다.

우리 브랜드의 소중한 고객 데이터, 그대로 흘려보내시겠습니까? 아니면 기술로 100%의 자산을 만드시겠습니까? 보이지 않는 고객의 발자취를 다시 찾아오는 일은 단순한 기술 도입을 넘어 데이터의 주도권을 되찾는 전략적 선택입니다.

변화하는 표준에 맞춰 지금 우리 사이트의 수집 환경을 점검하는 것부터 시작해 보시기 바랍니다. 그 과정에서 마주하게 될 기술적인 고민과 설계의 어려움은, 텀타가 가장 전문적이고 안전하게 함께하겠습니다.