구글 광고 설치의 60%가 봇? 설치 수만 보면 놓치는 것들

핵심 요약

‘설치의 60%가 봇’이라는 주장은 어떤 기준으로 봇을 가렸고 어디까지 집계했는지 확인해야 판단할 수 있습니다.
설치 후 앱을 쓰지 않았다는 사실만으로 봇이라고 단정할 수는 없습니다.
무효 설치가 섞이면 실제 이용자 한 명을 확보하는 데 드는 돈은 겉으로 보이는 설치 단가보다 많아집니다.
광고 성과를 판단하려면 설치 이후의 행동과 비용을 함께 봐야 합니다.

광고 대시보드의 설치 수는 늘어나는데 정작 앱을 쓰는 사람이 보이지 않는다면, 그 설치 수를 성과로 봐도 될지 의문이 듭니다. Dayzle과 관련한 ‘구글 광고 설치의 60%가 봇’ 의혹에서도 이 점을 따져봐야 합니다. 광고비로 얻은 설치 기록이 실제 이용자로 이어졌는지가 문제입니다.

‘60%’보다 먼저 확인할 것은 분모입니다

우선 60%를 확정된 봇 비율로 받아들여서는 안 됩니다. 그 수치가 맞는지 판단하려면 무엇을 봇으로 분류했는지부터 알아야 합니다.

같은 60%라도 분모에 따라 의미가 달라집니다. 전체 광고 유입을 기준으로 삼았는지, 특정 기간의 설치만 셌는지 확인해야 합니다. 의심스러운 유입만 골라 분석한 결과라면 또 다르게 봐야 합니다. 특정 캠페인에서 나온 비율을 구글 광고 전체의 문제로 확대할 수도 없습니다.

봇을 어떻게 가렸는지도 중요합니다. 설치 후 활동이 없다는 이유로 봇이라고 봤는지, 사람이 하기 어려운 반복 행동을 확인했는지는 전혀 다른 근거입니다.

개발자가 관찰한 내용에서 문제를 발견할 수는 있습니다. 다만 이상한 현상을 발견했다고 원인까지 밝혀진 것은 아닙니다. Dayzle 관련 의혹도 숫자가 얼마나 충격적인지보다 어떤 기준으로 계산했는지를 따져봐야 합니다.

앱을 쓰지 않는 사람과 봇은 다릅니다

광고를 보고 앱을 설치했다가 바로 떠나는 사람도 있습니다. 기대했던 기능이 없거나 회원가입이 번거로워 그만뒀을 수 있습니다. 단순히 호기심이 사라졌을 수도 있고요. 광고주에게는 아쉬운 일이지만, 앱을 쓰지 않았다는 이유만으로 가짜 이용자라고 할 수는 없습니다.

반대로 설치와 실행 기록이 남았다고 실제 사람이 썼다고 확신할 수도 없습니다. 자동화된 프로그램도 정해진 동작을 할 수 있기 때문입니다.

여기서는 낮은 이용 품질과 인위적인 활동을 구분해야 합니다. 이용 품질이 낮다면 광고 대상을 잘못 잡았거나 앱을 쓰는 과정에 문제가 있을 수 있습니다. 활동을 인위적으로 만들었다면 광고 사기를 의심할 근거가 될 수 있습니다.

‘무효 트래픽’과 ‘봇 설치’도 같은 뜻으로 섞어 쓰면 곤란합니다. 광고의 클릭·노출 기록과 앱의 설치·실행 기록은 각각 다른 일을 기록한 것입니다. 어느 단계에서 무엇이 비정상적이었는지, 그 기록들이 어떻게 이어지는지 설명해야 합니다.

설치 단가 1,000원이 실제로는 2,500원이라면

가상의 숫자로 계산해 보겠습니다. 광고비 100만 원을 쓰고 설치 1,000건을 얻었다면, 설치당 비용은 1,000원입니다. 설치당 비용은 광고비를 설치 수로 나눠 구하는 성과 지표입니다.

그런데 이 중 600건이 무효이고, 나머지 400건만 유효하다고 가정해 보겠습니다. 환급이 없다면 유효 설치 한 건을 얻는 데 쓴 돈은 2,500원입니다. 처음 보였던 비용의 2.5배입니다.

이는 실제 Dayzle 광고비나 피해액이 아닌 계산 예시입니다. 무효 설치가 섞이면 같은 광고비를 쓰고도 성과를 얼마나 다르게 해석하게 되는지 보여주는 숫자입니다.

여기에 더 따져볼 비용이 있습니다. 유효한 설치 400건이 모두 꾸준한 이용이나 구매로 이어지는 것은 아닙니다. 사업의 목표가 유료 구독이라면, 구독자 한 명을 확보하는 데 얼마를 썼는지까지 확인해야 합니다.

설치 수도 성과를 판단하는 데 필요한 지표입니다. 다만 설치는 성과를 확인하는 첫 단계이므로, 설치 수만으로 판단을 끝내기는 어렵습니다.

의심을 입증하려면 설치 이후의 기록을 연결해야 합니다

앱 운영자가 비슷한 상황을 겪는다면, 먼저 어떤 기록을 보고 ‘봇 같다’고 느꼈는지 구체적으로 짚어야 합니다.

예를 들어 특정 시간대에 설치가 몰리는지, 설치부터 첫 실행까지 걸리는 시간이 지나치게 일정한지 살펴볼 수 있습니다. 앱 안에서 같은 행동 순서가 반복되는지도 확인할 만합니다.

다만 이런 패턴 하나만으로 사기라고 단정해서는 안 됩니다. 측정 오류 때문에 이상한 기록이 남을 수도 있고, 정상적인 이용 환경에서도 이상해 보이는 기록이 나올 수 있습니다. 여러 신호가 같은 유입 집단에서 함께 나타나는지 확인해야 합니다.

광고 성과를 볼 때도 설치 이후의 기록을 이어서 살펴보는 편이 좋습니다. 설치한 사람 중 몇 명이 첫 핵심 기능을 썼고 며칠 뒤 다시 돌아왔는지 확인하는 겁니다. 결제까지 이어졌는지도 봐야 합니다. 광고를 통해 고객이 어떤 행동을 하길 기대했는지 기준을 세워야 설치 수를 제대로 해석할 수 있습니다.

플랫폼에 문제를 제기할 때도 구체적인 기록이 있어야 합니다. 어떤 기간과 캠페인에서 어떤 패턴이 나타났는지 설명해야 정상 유입과 의심 유입을 어떻게 구분할지 논의할 수 있습니다.

Dayzle 관련 의혹을 두고 ‘60%’라는 숫자만으로 결론을 내리기는 어렵습니다. 그대로 믿든 무시하든, 어떤 설치를 성과로 인정할지 따지는 과정은 필요합니다. 광고 대시보드에서 가장 크게 보이는 숫자가 실제 고객의 증가까지 보여주는지 확인해야 합니다.