전세계적으로 디지털 광고시장이 급속도로 성장하고 있습니다. 미국의 시장조사 기관 마그나 글로벌에 따르면 2017년 디지털 광고시장의 규모는 288억 달러로 TV 광고시장(1784억 달러)을 앞질렀는데요. 디지털 콘텐츠에 대한 대중들의 관심과 이용이 증가하면서 디지털 광고에 대한 광고주들의 니즈도 증가하고 있는 상황입니다. 특히 온라인을 통한 편리한 거래방식과 데이터 기반의 성과측정 등은 마케터들이 효율적으로 광고를 집행할 수 있도록 도왔죠.

디지털 광고의 성과를 데이터화하고 이를 측정하는 다양한 솔루션도 등장하고 있습니다. 데이터의 중요성이 나날이 주목받고 있는 가운데, 디지털 광고시장에서 ‘AD Fraud’가 뜨거운 이슈로 언급되고 있습니다. ‘AD Fraud’란 사람이나 봇을 통해 부정 트래픽, 부정 인스톨을 만드는 등 비정상적인 수단으로 발생시킨 노출, 클릭 광고를 정상 트래픽으로 위장하여 이익을 취하는 행위를 말합니다.

글로벌 마케팅, 광고 조직인 ANA에 따르면 2017년 AD Fraud의 부정 인스톨을 통한 손해는 약 65억 달러 규모이며, 모바일 앱 중 13%의 트래픽에는 부정 인스톨 리스크가 숨어있다고 밝혔습니다. 기술이 고도화 될수록 AD Fraud의 피해도 증가하고 있는 현실입니다.

지난 12일 광고 플랫폼 업체 Appier(앱피어)는 기자 간담회를 통해 인공지능 기반의 솔루션으로 부정 인스톨을 대응할 수 있다고 밝혔습니다. 부정 인스톨의 유형과 인공지능의 적용에 대해서 앱피어의 공동창업자 겸 CTO인 ‘조수(Joe Su)’의 발표내용을 정리했습니다.


앱피어의 공동창업자 겸 CTO인 ‘조수(Joe Su)’

디지털 광고의 데이터를 유심히 지켜보면 평소와 다른 모습을 보일 때가 있습니다. AD Fraud 트래픽의 경우 보편적인 트래픽보다 잔존율이 낮거나(앱피어 데이터의 경우 Ad Fraud 트래픽의 잔존율은 정상 트래픽보다 2.6배 낮았다.), 광고를 클릭하고 설치할 때까지의 시간(CTIT, Click to Install Time)이 10초 이하일 경우가 많죠.

Ad Fraud 트래픽으로 광고가 집행된 경우 앱 내 잔존율은 정상 트래픽보다 157% 낮고, 광고 수익율(ROAS)은 918% 낮아지게 되어 클라이언트 입장에서 큰 타격을 받게 됩니다.

Ad Fraud는 크게 사람이 개입하여 조작하는 인위적인 방식과 악성 프로그램 또는 봇(Bot) 등을 이용하는 비인위적인 방식으로 나눌 수 있습니다.

이미지: 앱피어

부정 트래픽을 통한 클라이언트들의 피해가 증가하면서 Ad Fraud를 대응하기 위한 다양한 노력이 이뤄지고 있습니다. 가장 전통적인 방식은 Ad Fraud라고 의심되는 특정 트래픽을 필터링 하는 것이죠. 예를들어 다량의 인스톨을 발생시키는 디바이스 트래픽, 의미없는 국가에서 다량으로 발생하는 트래픽, CTIT가 짧은 트래픽 등을 블랙리스트화 하여 배제시키는 방식입니다.

단순하게 생각할 수 있지만, Ad Fraud 또한 고도화됨에 따라 보다 복잡하고 진짜처럼 위장한 부정 트래픽을 탐자히가는 어려울 수 있습니다.

이미지: 앱피어

앱피어는 Ad Fraud를 탐지하고 방지하고 위해 인공지능을 활용한 데이터의 다차원 분석이 중요하다고 생각합니다. 기존 Ad Fraud 방지 시스템은 1~3개 차원의 분석에만 국한되어 있지만, 인공지능을 활용하게 된다면 80개 이상의 차원으로 데이터를 분석할 수 있습니다. 또한 인공지능은 새로운 Ad Fraud 유형을 즉시 분석 및 적용함으로써 피해를 사전에 방지할 수 있습니다.

앱피어에서는 인공지능 접근방식을 통해 2017년 7월부터 8월까지 약 25억건의 데이터를 분석하여 3가지의 Ad Fraud 유형을 발견했습니다.

<스팸클릭>
각종 수단을 이용하여 단기간 내에 대량의 허위 클릭 수를 생성 및 전송함으로써 이윤을 창출한다.

<카멜레온(위장형 부정 인스톨)>
초기에 정상 트래픽을 제공하다가 일정 기간이 지나면 앱 다운로드 수가 증폭하게 되는데, 앱 잔존율은 매우 낮아진다.

<재고 버스트>
광고 인벤토리 이용수가 정상적이다 9일차에 갑자기 급증한다. 반면, 앱 내 가입률은 없다.

인공지능을 이용해 탐지할 수 있는 부정 다운로드 수는 기존 시스템보다 2배 높습니다. ROAS 또한 기존 방식보다 약 4% 높은 것으로 조사됐습니다.


앱피어의 연구결과에 따르면 디지털 광고시장에서 인공지능이 가진 가치는 큽니다. 인공지능을 통해 사람이 계산할 수 없는 여러 범위의 수를 몇 초만에 계산할 수 있습니다. 심지어 자가 학습하며, 더 정확하게 필터링할 수 있죠. 이는 앞으로 디지털 광고 시장을 성숙하게 발전하는데 큰 기여를 할 수 있다고 생각합니다. 하지만, 여기서 인공지능만큼 데이터의 중요성을 잊어서는 안됩니다. 인공지능이 AD Fraud 트래픽을 판별하고 분석하기 위해서는 이에 해당하는 데이터를 필요로 합니다. 지속적인 데이터 업데이트가 없다면 인공지능은 무쓸모한 기술일 뿐이죠.

앱피어 측에서도 인공지능의 학습을 위해 여러 써드파티들과 연동작업을 진행하고 있다고 밝혔는데요. 하지만, 써드파티로 확인할 수 있는 데이터에는 한계가 있습니다.  즉, 클라이언트가 직접 보유하고 있는 퍼스트데이터를 얼만큼 확보하고 인공지능이 학습할 수 있는지가 중요하죠. 하지만, 대한민국에서 목숨보다 소중한 유저정보를 모두 오픈하려는 클라이언트는 찾아보기 힘듭니다. 이 때문에 인공지능을 활용한 AD Fraud 대응기술은 아직 초기 형태라고 할 수 있습니다. 좋은 기술에 비해 사람들의 인식이 부족한 셈이죠. 여러 솔루션 업체가 디지털 광고의 고도화를 위해 노력하고 있는 만큼, 늦기전에 AD Fraud를 대비하려는 마케터 및 경영진들의 관심이 필요한 시기인 것 같습니다.

 

 

 

 

[fbcomments url=” http://ec2-13-125-22-250.ap-northeast-2.compute.amazonaws.com/2017/12/13/ai-adfraud/” width=”100%” count=”off” num=”5″ countmsg=”wonderful comments!”]