지난해 미국 시카고에 기반을 둔 한 이커머스 브랜드와 광고 계정 진단을 진행한 적이 있습니다. 그 팀의 대시보드는 정말 깔끔했어요. 구글 쇼핑과 브랜드 검색 캠페인의 ROAS는 꾸준히 7~8배를 찍고 있었거든요. 그런데 뭔가 이상했습니다. 신규 고객 유입이 1년째 완만하게 감소하고 있었고, 경쟁사들이 SNS에서 젊은 층의 입소문을 타는 동안 이 브랜드는 검색창에만 갇혀 있었어요. 그날 우리가 발견한 원인은 대시보드 그 어디에도 숫자로 찍히지 않고 있었습니다. 바로 애드 블로커가 삼켜버린 상부 퍼널 데이터였죠.
애드 블로커의 영향이라고 하면 흔히들 “광고 차단율이 몇 퍼센트 더 올랐다” “지면의 노출 손실이 얼마다” 같은 표면적인 이야기만 오갑니다. 그런데 제가 미국 현장에서 지난 10년간 가장 뼈저리게 목격한 것은 완전히 다른 차원의 문제입니다. 애드 블로커는 광고를 가리는 도구가 아니라 마케터의 현실 인식을 조작하는 렌즈로 작동하고 있어요. 오늘 이 글에서는 거의 논의된 적 없는 구조적 왜곡을 정면으로 파헤치고, 오염된 어트리뷰션에서 벗어날 수 있는 실전 전략까지 현장의 언어로 풀어보겠습니다.
측정 블랙홀: 광고는 보여도, 데이터는 사라진다
현재 미국 인터넷 사용자의 약 27%가 애드 블로커를 사용합니다. 특히 18~34세, 대졸 이상, 연 소득 10만 달러가 넘는 테크 얼리어답터 계층에서는 사용률이 40%를 넘어섭니다. 이들은 단순히 배너 이미지를 가리는 것을 넘어, 광고 태그 안에 심어진 트래킹 픽셀과 전환 스크립트까지 원천 차단합니다. 디스플레이 캠페인의 노출 신호는 물론, 그 광고를 본 사람이 나중에 구글에서 브랜드를 검색해 구매까지 했더라도 그 연결고리는 추적되지 않아요. Google Analytics의 마지막 클릭 모델도, Meta Ads의 머신러닝 어트리뷰션도, 이 사용자를 ‘존재하지 않았던 사람’으로 처리해 버립니다.
제가 진단했던 그 시카고 브랜드가 딱 그런 경우였습니다. 유튜브와 프로그래매틱 디스플레이로 집행한 브랜딩 캠페인이 사실은 매주 수십만 명의 잠재 고객에게 도달하며 브랜드 상기도를 쌓고 있었어요. 하지만 타겟층 중 애드 블로커 사용자 비중이 높다 보니, 노출 데이터 자체가 반도 안 잡혔고, 전환 기여는 0에 가깝게 찍혔습니다. 마케팅 팀은 그걸 보고 “역시 디스플레이는 돈 먹는 하마구나”라고 판단했고, 6개월 동안 그 예산을 죄다 검색과 리타게팅으로 돌렸죠. 단기적으로는 ROAS가 반짝 올랐지만, 그 뒤로 브랜드 검색량이 조용히 꺼지기 시작했습니다. 파이프라인을 말린 셈이에요.
대시보드가 만든 편향: 왜 하부 퍼널만 비정상적으로 예뻐 보일까
애드 블로커는 모든 채널에 공평하게 작용하지 않습니다. 오픈웹에서 서드파티 쿠키와 픽셀로 작동하는 프로그래매틱 디스플레이나 전통적인 프리롤 비디오 광고에 가장 집중적으로 영향을 줍니다. 반면, 구글 검색 광고나 쇼핑 광고는 사용자가 직접 클릭해서 랜딩하는 순간부터 트래킹되기 때문에 전환 신호가 비교적 온전하게 수집됩니다. 인스타그램 피드나 유튜브 인스트림처럼 폐쇄형 플랫폼 안에서 소비되는 네이티브 광고 역시, 앱 구조상 애드 블로커가 개입할 틈이 거의 없고요. 결국 상부 퍼널은 측정이 시원찮고, 하부 퍼널만 깔끔하게 보이는 비대칭이 구조적으로 고착됩니다.
이 상태에서 ROAS 중심으로 의사 결정을 내리면 어떤 일이 벌어질까요? 대시보드는 마케터의 귀에 이렇게 속삭입니다. “디스플레이는 돈 낭비야, 검색과 리타게팅에 더 투자해.” 하지만 실제로는 그 디스플레이가 브랜드 인지를 깔아줬기 때문에 검색 전환이 발생한 건데, 인과관계가 통째로 지워져 버린 거예요. 저는 이걸 광고 생태계의 영양실조라고 부릅니다. 먹이사슬의 하위 단계인 플랑크톤(브랜드 인지)이 사라지면, 그 위의 포식자(검색 전환)도 결국 굶어 죽거든요. 실제로 미국 D2C 브랜드들이 2021~2022년 구글과 메타에 올인했다가 고객획득비용이 폭증한 배경에는 이렇게 측정되지 않은 채 침식된 브랜드 자산이 깔려 있습니다.
아이러니: 광고 차단이 빅테크의 배를 불리는 역설
이 문제에서 한 걸음 더 나아가면 정말 기막힌 역설이 드러납니다. 사용자들이 애드 블로커를 쓰는 주된 이유는 “프라이버시를 침해하는 맞춤형 광고가 싫어서”입니다. 그런데 그들의 선택이 결과적으로 구글과 메타 같은 빅테크의 광고 시장 지배력을 강화하고 있어요. 어떻게 그럴까요?
애드 블로커에 취약한 오픈웹 퍼블리셔들은 광고 수익이 줄어들면 콘텐츠 품질을 유지하기 어려워지고, 살아남으려고 더 침습적인 광고 기법을 도입합니다. 사용자 경험은 나빠지고, 더 많은 사람이 이탈하거나 광고를 차단하는 악순환이 반복되죠. 반면 구글과 메타는 자체적으로 로그인된 퍼스트파티 데이터에 기반해 광고를 송출하기 때문에, 애드 블로커 환경에서도 노출과 측정이 상대적으로 자유롭습니다. 결국 광고 예산은 점점 더 벽 정원(Walled Garden) 안으로 빨려 들어가고, 마케터들은 제한된 옵션 안에서 치열한 입찰 경쟁을 벌여야 합니다. 싫어하는 대상을 피하려는 소비자 행동이, 오히려 그 대상의 독점을 공고히 하는 아이러니인 셈이에요.
마케터 입장에서는 이 구조가 광고 단가 상승과 선택지 축소로 직결됩니다. 과거에는 오픈웹의 저렴한 인벤토리로 가성비 좋은 브랜딩을 할 수 있었지만, 이제는 그 파이프라인이 점점 막히고 있어요. 데이터가 사라질수록, 우리는 비싸고 측정이 쉬운 채널에 점점 더 의존하게 됩니다. 이게 바로 대시보드가 보여주지 않는 숨은 비용입니다.
데이터 왜곡을 돌파하는 세 가지 실전 전략
그렇다면 이 구조적 왜곡 앞에서 무력하게 손 놓고 있어야 할까요? 아닙니다. 측정되지 않는 것을 측정하려는 시도 자체가, 요즘 미국 시장에서 진짜 실력 있는 마케팅 조직과 그렇지 않은 조직을 가르는 분기점입니다. 제가 직접 컨설팅 현장에서 적용하고 검증한 접근법을 공유합니다.
1. 인크리멘탈리티 테스트로 진짜 인과관계를 추출하라
사용자 단위의 클릭·노출 기여도가 신뢰할 수 없다면, 광고가 실제로 유발한 추가 매출을 통계 실험으로 검증하는 발상의 전환이 필요합니다. 가장 강력한 방법은 지리적 분할 실험(Geo-holdout test)입니다. 미국의 30개 DMA(지정 마케팅 구역)를 무작위로 반으로 나누고, 한쪽에만 유튜브 브랜드 캠페인을 집행합니다. 다른 쪽에는 아무 광고도 하지 않고, 이후 양쪽의 오프라인 POS 데이터와 온라인 매출을 비교해 차이를 추정하는 식이죠. 이 실험 설계에서는 애드 블로커가 픽셀을 지웠는지 여부가 전혀 중요하지 않습니다. 비즈니스 성과 자체를 종속변수로 삼기 때문에, 측정 블랙홀과 무관하게 진짜 인과관계를 볼 수 있습니다.
2. 마케팅 믹스 모델링(MMM)을 현대적으로 부활시켜라
과거에는 연 단위로 천천히 돌아가던 MMM이 최근 베이지안 머신러닝 기법과 만나면서 하루 단위로 채널별 기여도를 추정할 수 있게 되었습니다. 미디어 지출, 가격 프로모션, 계절성, 경쟁사 활동, 심지어 날씨 변수까지 통합해 모델링하기 때문에 개별 트래킹 신호가 소실됐는지는 결과에 영향을 주지 않아요. 애드 블로커로 인한 측정 누락을 구조적으로 감안할 수 있다는 뜻입니다. 실제로 많은 미국 브랜드들이 iOS14.5 이후 서드파티 데이터가 무너진 상황과 애드 블로커의 이중 충격에 대응하기 위해 MMM 전담 팀을 재구축하고 있습니다.
3. 서버사이드 트래킹과 컨텍스추얼 타기팅으로 기술적 우회를 노려라
애드 블로커가 클라이언트 사이드 자바스크립트와 픽셀 요청을 차단하는 원리이므로, 광고 노출 및 전환 정보를 서버 투 서버(S2S) 방식으로 직접 전송하면 블로킹을 상당 부분 우회할 수 있습니다. 여기에 더해, 개인 식별자 대신 콘텐츠의 맥락(Contextual)을 분석하는 타기팅 기법을 적용하면 애초에 차단 필터 리스트에 오를 가능성 자체가 낮아집니다. 프라이버시를 존중하면서도 측정 가능한 광고 집행이 현실화되고 있는 셈이죠. 유럽과 미국의 주요 미디어 에이전시들은 이 접근법에 상당한 기술 리소스를 투자하고 있으며, 저 역시 서버사이드 이벤트 셋업을 통해 광고 성과의 가시성을 30% 이상 되살린 사례를 여러 번 경험했습니다.
대시보드 밖의 진실을 보는 조직이 살아남는다
애드 블로커는 이제 단순히 광고를 안 보이게 하는 방해물이 아닙니다. 마케팅 데이터라는 거울 표면에 생긴 커다란 금이 가게 만든 구조적 결함에 가까워요. 이 금을 인지하지 못한 채 대시보드가 보여주는 숫자만 쫓으면, 우리는 보이지 않는 손에 의해 브랜드 구축 예산을 조금씩 잠식당하게 됩니다. 그리고 그 결과는 몇 분기 뒤 고객획득비용의 폭증과 전환율 하락이라는 더 큰 숫자로 돌아옵니다.
진정한 데이터 드리븐 마케팅이란, 측정된 데이터만 믿는 것이 아니라 데이터가 사라지는 지점마저 의사 결정 프레임워크 안에 통합할 수 있는 역량입니다. 여러분의 조직은 지금 픽셀과 대시보드 너머를 보고 있나요, 아니면 보이는 숫자만 좇고 있나요? 이 질문에 대한 답이, 앞으로 5년간 여러분 브랜드의 시장 포지션을 가를 거라 저는 확신합니다.