쿠키리스 전환 측정: 대체 신호 4가지와 숫자 읽는 기준

Nov 10, 2026
쿠키리스 전환 측정: 대체 신호 4가지와 숫자 읽는 기준

쿠키리스 전환 측정은 쿠키가 완전히 없어진 다음에야 준비하면 되는 일이 아닙니다. 지금도 브라우저와 OS가 쿠키의 수명과 범위를 계속 줄이고 있어서, 광고 리포트에서 이미 전환이 빠지고 있습니다.

결론부터 말씀드리면, 쿠키리스 환경에서 가장 중요한 건 픽셀을 더 정교하게 다는 일이 아닙니다. 서버 이벤트, 퍼스트파티 데이터, 모델링 전환이라는 대체 신호를 겹쳐 쌓고, 그 결과를 내부 주문 데이터와 맞춰 읽는 기준을 세우는 것이 먼저입니다. 측정이 돌아오는 것과 성과가 좋아지는 것은 다른 이야기이기 때문입니다.

아래에서는 무엇이 깨지는지, 대신 무엇으로 측정하는지, 복구된 숫자를 어떻게 읽고 어떤 순서로 도입하는지를 기준별로 설명합니다.

1. 쿠키리스 전환 측정이 필요한 이유: 쿠키가 '없어진' 게 아니라 '짧아졌다'

쿠키리스라는 말 때문에 크롬이 서드파티 쿠키를 끄는 날을 기준으로 생각하는 경우가 많습니다.

하지만 크롬은 서드파티 쿠키를 일괄 폐지하는 계획을 철회했고, 2026년 지금도 크롬에서는 서드파티 쿠키가 동작합니다. 그런데도 전환 누락은 계속 커지고 있습니다. 문제는 크롬 밖에서 일어나기 때문입니다.

실제로 전환이 빠지는 3가지 지점

① 퍼스트파티 쿠키의 수명 제한
사파리의 ITP는 자바스크립트로 심은 쿠키의 수명을 최대 7일로 줄입니다. 광고를 클릭하고 10일 뒤에 구매한 고객은 브라우저 입장에서 '처음 보는 사람'이 됩니다. 매체 리포트에서는 이 구매가 광고 기여로 잡히지 않습니다.

② 클릭 ID 제거
광고 클릭 시 URL에 붙는 클릭 식별자(gclid, fbclid 등)를 브라우저가 지우는 경우가 늘었습니다. 사파리의 비공개 브라우징이나 메일·메시지 앱에서 연 링크에서는 이 파라미터가 제거됩니다. 클릭 ID가 사라지면 클릭과 전환을 잇는 연결고리가 처음부터 없습니다.

③ 앱 추적 동의(ATT)
iOS에서 앱 추적을 거부한 사용자는 인앱 브라우저에서 광고를 보고 웹에서 구매해도 매체가 사람 단위로 연결하기 어렵습니다. 메타·틱톡처럼 앱 안에서 광고를 소비하는 매체일수록 영향이 큽니다.

어느 환경에서 얼마나 깨지는가

환경

서드파티 쿠키

퍼스트파티 쿠키(JS)

클릭 ID

측정 영향

크롬(PC·안드로이드)

허용

제한 적음

유지

상대적으로 적음

사파리(iOS·맥)

차단

최대 7일

일부 환경에서 제거

큼

파이어폭스

차단

제한 있음

일부 제거

중간

iOS 앱 내 브라우저

차단

앱마다 다름

ATT 영향

큼

-> 핵심: 국내처럼 아이폰 사용자 비중이 높은 시장에서는 '크롬은 괜찮다'는 사실이 큰 위안이 되지 않습니다. 고객 중 사파리·iOS 비중이 높을수록, 구매 고민 기간이 길수록 누락이 커집니다.

실무에서는 GA4에서 기기·브라우저별 구매 전환율을 먼저 확인해 보는 편이 좋습니다. 같은 광고에서 들어왔는데 사파리 유입의 전환율만 유독 낮다면 성과 문제보다 측정 문제일 가능성이 높습니다. 이 구분은 iOS 업데이트 전환 추적: 측정 누락과 실제 감소 가르는 기준에서 더 자세히 다룹니다.

2. 쿠키리스 전환 측정의 대체 신호 4가지

쿠키 하나에 기대던 구조를 여러 신호를 겹치는 구조로 바꾸는 것이 쿠키리스 측정의 본질입니다. 신호마다 역할이 다르기 때문에 "무엇 하나만 하면 된다"는 답은 없습니다.

① 서버 이벤트 전송 (전환 API)

브라우저 대신 쇼핑몰 서버가 매체에 직접 "이 주문이 발생했다"고 보내는 방식입니다. 메타 전환 API(CAPI), 틱톡 Events API, 카카오의 데이터 파트너 연동 등이 여기에 해당합니다.

광고 차단기나 브라우저 제한과 상관없이 이벤트가 도착은 합니다. 다만 도착한 이벤트를 광고 클릭과 연결하는 것은 별개 문제입니다. 그래서 서버 이벤트에는 아래 ②의 고객 정보가 함께 실려야 합니다.

주의할 점은 픽셀과 서버가 같은 구매를 두 번 보내는 경우입니다. 같은 주문에 같은 event_id를 붙여야 매체가 한 건으로 합칩니다.

② 해시 처리된 퍼스트파티 데이터

이메일, 전화번호처럼 고객이 직접 입력한 정보를 SHA-256으로 해시해 매체에 보내는 방식입니다. 구글의 향상된 전환, 메타의 고급 매칭과 CAPI 고객 정보 파라미터가 같은 원리입니다.

쿠키가 7일 만에 사라져도, 고객이 로그인한 매체 계정의 이메일과 결제 시 입력한 이메일이 같으면 매체는 사람을 다시 찾아냅니다. 쿠키리스 환경에서 연결률을 실제로 끌어올리는 건 이 신호입니다.

판단 기준은 간단합니다. 결제·회원가입·문의 단계에서 이메일이나 전화번호를 받는 구조라면 반드시 켜야 하고, 비회원·간편결제 비중이 높아 이 정보가 없는 주문이 많다면 효과가 제한적입니다.

③ 서버사이드 태깅과 퍼스트파티 서버 쿠키

태그를 브라우저가 아니라 자사 도메인의 서버(예: 서브도메인에 띄운 태깅 서버)에서 실행하는 방식입니다. 서버가 HTTP 응답으로 심는 쿠키는 자바스크립트 쿠키보다 ITP 제한을 덜 받는 경우가 많아, 재방문 고객을 더 오래 알아볼 수 있습니다.

단점은 비용과 운영 부담입니다. 서버 비용이 매달 들고, 태그 하나 고장 나면 원인을 찾는 데 개발 지식이 필요합니다. 도입 판단 기준은 GTM 서버사이드 태깅: 도입 판단 기준과 구축 4단계에서 정리했습니다.

④ 모델링 전환과 동의 모드

관측되지 않은 전환을 매체가 통계적으로 추정해 채우는 방식입니다. 구글 광고의 모델링 전환, 동의 모드의 전환 모델링, 메타의 통계적 모델링이 여기에 해당합니다.

모델링 전환은 입찰 학습에는 도움이 되지만, 정산 근거로 쓰기에는 불확실성이 있습니다. 매체가 "아마 이 정도는 광고 덕분일 것"이라고 계산한 값이기 때문입니다.

4가지 신호 비교

신호

해결하는 문제

필요한 조건

한계

서버 이벤트

이벤트 미도달

주문 데이터 접근 권한

연결은 별도 정보 필요

해시 퍼스트파티 데이터

사람 연결 실패

이메일·전화번호 수집

비회원 주문엔 약함

서버사이드 태깅

쿠키 수명 단축

서버 구축·유지비

운영 난도 높음

모델링 전환

남은 공백

일정 규모 이상 데이터

추정값, 검증 필요

-> 핵심: 순서로 보면 서버 이벤트로 '도착'을 확보하고, 퍼스트파티 데이터로 '연결'을 확보하고, 모델링으로 '나머지'를 채우는 구조입니다. 서버사이드 태깅은 앞의 두 가지가 끝난 다음에 검토해도 늦지 않습니다.

3. 쿠키리스 전환 측정 결과를 읽는 4가지 기준

대체 신호를 연결하면 매체 리포트의 전환 수가 늘어납니다. 여기서 많은 계정이 실수를 합니다. 리포트 숫자가 늘어난 것을 성과가 좋아진 것으로 읽는 것입니다.

기준 ① 주문 DB를 기준선으로 고정한다

모든 판단의 기준은 매체 리포트가 아니라 쇼핑몰 관리자나 내부 DB의 실제 주문 수입니다. 매체 숫자는 이 기준선에 대해 "몇 %를 설명하고 있는가"로 읽어야 합니다.

예를 들어 한 주 동안 실제 주문이 1,000건이고 그중 광고 유입으로 추정되는 주문이 600건이라고 해 보겠습니다. 측정 연결 전 매체 리포트 합계가 350건, 연결 후 520건이라면, 광고 성과가 49% 오른 게 아니라 광고가 원래 만들던 전환을 더 많이 보게 된 것입니다.

기준 ② 커버리지 비율을 따로 기록한다

'매체 보고 전환 ÷ 내부 광고 유입 주문'을 커버리지 비율로 주 단위 기록해 두는 편이 좋습니다.

주차

내부 광고 유입 주문

매체 보고 전환

커버리지

메모

1주

600

350

58%

픽셀만 운영

2주

610

480

79%

CAPI 연결

3주

590

520

88%

고객 정보 파라미터 추가

(위 표는 읽는 방법을 보여주기 위한 계산 예시입니다.)

커버리지가 오르는 구간에서는 ROAS가 좋아 보여도 예산을 바로 늘리지 않는 것이 맞습니다. 커버리지가 안정된 이후의 변화만 성과 변화로 봐야 합니다.

반대로 커버리지가 100%를 크게 넘는다면 중복 집계를 의심해야 합니다. 픽셀과 서버 이벤트의 event_id가 다르거나, 여러 매체가 같은 주문을 각자 자기 것으로 잡는 경우입니다. 후자는 광고 매체 전환수 합이 안맞을때: 중복 귀속 가려내는 4단계 기준에서 다룬 방식으로 정리할 수 있습니다.

기준 ③ 관측 전환과 모델링 전환을 나눠 본다

구글 광고는 전환 열에 모델링 값이 섞여 들어오고, GA4도 데이터가 부족한 구간은 추정이나 기준점 처리를 합니다. 리포트 숫자 하나만 보면 어디까지가 실제로 관측된 값인지 알 수 없습니다.

실무에서는 다음 정도로 구분해 두면 충분합니다.

  • 입찰 학습 판단: 모델링 포함 숫자 사용 (매체가 학습하는 숫자와 같아야 하므로)

  • 예산 증액·매체 간 배분 판단: 내부 주문 DB 기준 숫자 사용

  • 소재·세트 간 비교: 같은 매체 안에서 상대 비교로만 사용

기준 ④ 증분 실험으로 한 번은 검증한다

쿠키리스 환경에서는 매체 리포트끼리 비교해서는 "이 광고가 없었다면 팔리지 않았을 주문"을 알 수 없습니다. 그래서 분기에 한 번 정도는 증분 실험으로 기준을 다시 잡는 편이 좋습니다.

  • 지역 홀드아웃: 특정 지역만 광고를 끄고 나머지 지역과 주문 변화를 비교

  • 매체 전환 리프트 테스트: 메타·구글이 제공하는 대조군 실험 기능 활용

  • 기간 온오프: 예산이 작아 위 두 가지가 어려울 때, 2주 단위로 특정 캠페인을 끄고 전체 주문 추이를 비교

단, 기간 온오프는 시즌·프로모션 영향을 크게 받아 오차가 큽니다. 세일 기간이나 명절 직전에는 실험하지 않는 것이 원칙입니다.

실무 사례: 측정이 돌아오자 오히려 예산을 줄인 경우

아이폰 사용자 비중이 높은 한 뷰티 브랜드의 경우, 서버 이벤트와 고객 정보 파라미터를 연결한 뒤 메타 리포트의 구매 전환이 눈에 띄게 늘었습니다. 리포트상 ROAS도 함께 올라 증액을 검토하던 상황이었습니다.

그런데 같은 기간 쇼핑몰의 전체 주문 수는 거의 그대로였습니다. 커버리지 비율을 계산해 보니 연결 전에는 광고 유입 주문의 절반 정도만 잡히다가 연결 후 80%대로 올라온 상태였고, 늘어난 전환 대부분은 "원래 있던 주문이 보이기 시작한 것"이었습니다.

이후 지역 홀드아웃으로 확인해 보니 리타겟팅 캠페인은 광고를 꺼도 주문 감소폭이 작았습니다. 결국 이 브랜드는 리타겟팅 예산을 줄이고 신규 고객 캠페인 쪽으로 옮겼습니다. 측정 복구가 증액 근거가 아니라 예산 재배분 근거가 된 경우입니다.

4. 쿠키리스 전환 측정 도입 순서와 흔한 실패 사례

규모별 도입 순서

모든 걸 한 번에 할 필요는 없습니다. 월 광고비와 개발 리소스에 따라 순서를 나누는 편이 현실적입니다.

1단계 (모든 계정)
- 쇼핑몰 플랫폼의 공식 연동으로 메타 CAPI 연결 (카페24·아임웹·쇼피파이 등은 앱이나 설정으로 가능)
- 구글 광고 향상된 전환 켜기
- event_id 기반 중복 제거 확인

2단계 (월 광고비가 일정 규모 이상이거나 iOS 비중이 높은 계정)
- 이벤트에 이메일·전화번호·외부 ID 파라미터 추가
- 매체별 매칭 품질 점수 확인 후 부족한 파라미터 보강
- 주 단위 커버리지 비율 기록 시작

3단계 (여러 매체를 함께 쓰고 개발 리소스가 있는 계정)
- 서버사이드 태깅 도입 검토
- 분기별 증분 실험
- 내부 주문 DB 기준 통합 리포트 구성

메타 쪽 1~2단계 세팅은 메타 CAPI 설정 기준: 픽셀만으로 부족한 이유와 점검 5단계의 순서대로 진행하면 됩니다.

실패 사례 ① 해시 형식 오류

이메일을 해시하기 전에 공백 제거·소문자 변환을 하지 않거나, 전화번호를 국가번호 없이 '010-'으로 시작하는 형태 그대로 해시하는 경우입니다. 데이터는 전송되는데 매칭이 거의 되지 않습니다.

전화번호는 숫자만 남기고 국가번호를 붙인 형태(예: 8210…)로 정규화한 뒤 해시해야 합니다. 이벤트 관리자에서 "전송됨"만 보고 넘어가지 말고 매칭 품질이 실제로 올랐는지까지 확인해야 합니다.

실패 사례 ② 서버 이벤트만 켜고 픽셀을 끈 경우

"서버로 보내니 픽셀은 필요 없다"며 브라우저 픽셀을 제거하면, 오히려 연결률이 떨어집니다. 브라우저 쪽에서만 얻을 수 있는 쿠키 값(_fbp, _fbc 등)과 클릭 ID를 서버 이벤트가 받지 못하기 때문입니다. 픽셀과 서버 이벤트는 둘 다 보내고 중복 제거로 합치는 구조가 기본입니다.

실패 사례 ③ 동의 여부와 무관하게 개인정보를 전송한 경우

퍼스트파티 데이터를 매체에 보내는 것은 개인정보 처리 위탁·제공에 해당할 수 있습니다. 개인정보 처리방침에 광고 매체로의 정보 전송 내용이 들어가 있는지, 마케팅 수신 동의와 별개로 처리 근거가 있는지 확인해야 합니다. 측정 정확도를 높이려다 법적 리스크를 만드는 경우가 생각보다 많습니다.

실패 사례 ④ 측정 변경 직후 입찰 전략을 같이 바꾼 경우

측정 구조를 바꾸면 매체가 학습하는 전환 수 자체가 달라집니다. 이 시점에 목표 CPA나 목표 ROAS까지 함께 바꾸면, 이후 성과 변화가 측정 탓인지 입찰 탓인지 구분할 수 없습니다. 측정 변경 후 최소 1~2주는 입찰 설정을 그대로 두고 커버리지가 안정되는지부터 보는 것이 안전합니다.

자주 묻는 질문

Q. 크롬이 서드파티 쿠키를 유지하는데도 쿠키리스 대응이 필요한가요?
필요합니다. 전환 누락의 상당 부분은 사파리 ITP, iOS 앱 추적 동의, 클릭 ID 제거에서 생기며 크롬 정책과는 무관합니다. 아이폰 사용자 비중이 높은 국내 시장에서는 특히 그렇습니다.

Q. 전환 API를 연결하면 ROAS가 오르나요?
리포트상 ROAS는 오르는 경우가 많지만, 대부분은 원래 있던 전환이 보이기 시작한 결과입니다. 실제 성과 개선인지는 내부 주문 수와 비교한 커버리지 비율로 따로 판단해야 합니다.

Q. 모델링 전환은 믿어도 되나요?
입찰 학습용으로는 쓰는 것이 맞지만, 예산 증액이나 매체 간 배분 근거로는 내부 주문 데이터나 증분 실험 결과를 우선해야 합니다. 모델링 값은 매체가 추정한 숫자이기 때문입니다.

Q. 서버사이드 태깅은 꼭 해야 하나요?
필수는 아닙니다. 서버 이벤트 연결과 퍼스트파티 데이터 전송을 먼저 끝낸 뒤, 여러 매체를 동시에 운영하고 재방문 구매 비중이 높으며 유지보수 인력이 있을 때 검토하는 순서가 적절합니다.

Q. 비회원 주문이 많으면 쿠키리스 측정이 어렵나요?
연결에 쓸 이메일·전화번호가 적어 매칭률이 낮아집니다. 이 경우 주문서에서 연락처를 필수로 받는 구조인지 확인하고, 그래도 부족한 부분은 내부 주문 DB 기준 리포트와 증분 실험으로 보완해야 합니다.

마무리

쿠키리스 전환 측정의 목표는 매체 리포트의 숫자를 다시 크게 만드는 것이 아닙니다. 줄어든 신호를 서버 이벤트와 퍼스트파티 데이터로 다시 연결하고, 그렇게 복구된 숫자를 실제 주문과 대조해 읽는 체계를 만드는 것입니다.

지금 계정에서 아래 세 가지만 먼저 확인해 보시면 됩니다.

[] 픽셀과 서버 이벤트가 둘 다 들어오고, event_id로 중복 제거가 되고 있는가?
[] 서버 이벤트에 이메일·전화번호가 올바른 형식으로 해시되어 실리고 있는가?
[] 매체 보고 전환을 내부 주문 수와 나눈 커버리지 비율을 주 단위로 기록하고 있는가?

측정을 복구한 다음 1~2주는 숫자가 흔들립니다. 그 기간에 성급하게 예산을 움직이지 않는 것만으로도 쿠키리스 환경에서 판단이 틀어질 위험을 크게 줄일 수 있습니다.

Share article