Google 계정으로 로그인 
🗣️ QUESTION | 이런 고민, 한 번쯤 해보셨나요?
iOS 앱 캠페인을 돌려본 마케터라면 한 번쯤 겪는 답답함이 있습니다. 분명 설치도 일어나고 가입도 늘어나는 것 같은데, 대시보드 숫자는 어딘가 미덥지 않은 거죠. ATT(앱 추적 투명성) 도입 이후 동의하지 않은 유저의 전환은 측정되지 않고, 그 빈자리는 모델링된 추정치로 채워집니다. 성과의 윤곽은 흐릿하고, 그 흐릿함은 곧 의사결정의 망설임으로 이어지는데요. “이 채널이 정말 잘 돌고 있는 게 맞나?”라는 확신이 안 서니, 예산을 키우는 결정 앞에서 손이 멈칫하게 됩니다.
직방도 같은 벽 앞에 서 있었습니다. 그리고 손을 본 것은 예산이 아니라, 바로 ‘측정’입니다.
📌 PROBLEM | 성과가 안 보이니, 예산도 못 늘린다
대한민국 대표 부동산 플랫폼 직방은 iOS 앱 캠페인을 통한 신규 유저 획득과 리텐션 향상을 핵심 KPI로 삼고 있었습니다. 하지만 정작 그 소중한 성과를 투명하게 들여다보기가 어려웠는데요. iOS 측정 환경 특유의 구조적 한계 때문에 캠페인이 만들어낸 실제 전환을 온전히 잡아내지 못했고, 데이터에 대한 신뢰도가 떨어지니 과감한 예산 투자 역시 주저할 수밖에 없었던 것이죠.
여기서 문제의 본질은 ‘성과가 나쁘다’가 아니라 ‘성과가 제대로 보이지 않는다’는 점이었습니다. 측정이 부정확하면 머신러닝은 엉뚱한 신호로 학습하고, 입찰 최적화는 어긋나며, 마케터는 보이지 않는 성과에 예산을 쏟는 것을 꺼리게 됩니다. 측정의 사각지대가 곧 성장을 가로막는 사각지대였던 셈입니다. 직방이 가장 먼저 풀어야 했던 과제는 화려한 캠페인 운영 스킬이 아니라, 캠페인을 ‘있는 그대로 제대로 보는 눈’을 갖추는 일이었습니다.
💡 SOLUTION | 키운 건 예산이 아니라 ‘측정의 해상도’였다
직방은 당장 캠페인 구조를 건드리기보다, 측정의 기초 체력부터 다시 다지기로 했습니다.
Solution 1. 사라진 전환을 되찾는 ODM (On-Device Measurement)
직방은 iOS 측정 격차를 메우기 위해 구글의 기기 내 전환 측정(ODM)을 도입했습니다. ODM은 사용자의 식별 정보를 기기 밖으로 내보내지 않으면서, 측정 가능한 전환의 범위를 넓혀주는 솔루션입니다. 핵심은 ATT에 동의하지 않아 그동안 ‘추정치’로만 처리되던 전환을 실제 측정 영역으로 끌어오는 데 있습니다. 직방은 그중에서도 익명화된 앱 이벤트 데이터를 활용하는 방식을 적용해, 로그인 여부와 무관하게 더 많은 전환을 식별할 수 있는 기반을 마련했습니다.
📌 실무 포인트: ODM에는 두 가지 옵션이 있습니다. 로그인 시 수집한 이메일·전화번호를 쓰는 ‘1P 데이터’ 방식과, IP·타임스탬프 같은 기기 신호에서 파생된 ‘이벤트 데이터’ 방식입니다. 회원의 절반 이상이 로그인 상태라면 두 가지를 모두 적용하는 것이 가장 좋고, 그렇지 않다면 이벤트 데이터부터 시작할 수 있습니다.
Solution 2. MMP 리포트의 정확도를 끌어올리는 ICM
직방은 여기에 통합 전환 측정(ICM)을 더했습니다. ICM은 ODM을 토대로, 서드파티 앱 기여분석 파트너(MMP) 리포트 안에서 구글 캠페인의 전환을 더 정확하게 반영해주는 솔루션입니다. 이를 통해 직방은 구글 UAC iOS 타겟 광고로 유입된 유저의 ‘회원가입 후 재방문’까지 추적했습니다. 단순히 들어온 숫자가 아니라, 들어와서 다시 돌아오는 ‘질 좋은 유저’를 측정 화면에서 직접 확인할 수 있게 된 것입니다.
📌 실무 포인트: AppsFlyer·Adjust 같은 MMP를 쓰고 있다면 ODM과 ICM을 함께 적용하는 것이 강력하게 권장됩니다. 좋은 소식은 적용 난이도가 생각보다 낮다는 점입니다. ICM은 Firebase SDK를 GA4F SDK 최신 버전(2025년 6월 기준 11.14.0) 이상으로 업데이트하는 것만으로 구현됩니다. 측정 정확도를 높이는 일이 대규모 개발 프로젝트가 아니라 SDK 버전 관리의 영역일 수 있다는 뜻입니다.
Solution 3. 정확한 측정 위에서, 비로소 과감해진 예산
측정 기반을 다진 뒤에야 직방은 예산을 움직였습니다. 그것도 한 번에 쏟아붓는 게 아니라, 머신러닝이 충분히 학습할 시간을 주며 3개월에 걸쳐 월평균 약 33%씩 단계적으로 증액했습니다. 측정이 정확해지니 머신러닝은 올바른 신호로 최적화했고, 마케터는 신뢰할 수 있는 데이터를 근거로 예산을 키울 수 있었습니다. ‘측정 → 신뢰 → 투자 → 성과’로 이어지는 선순환이 만들어진 것입니다.
📌 실무 포인트: iOS 캠페인은 측정 데이터가 한정적이라 머신러닝 학습에 시간이 더 필요합니다. 예산을 한 번에 크게 올리면 학습이 흔들릴 수 있으니, 직방처럼 단계적으로 증액하며 시스템이 적응할 여유를 주는 편이 안전합니다. 측정 세팅과 예산 전략은 따로가 아니라 한 묶음으로 설계해야 합니다.
📊 RESULT | 예산은 1.8배, CPA는 거꾸로
3개월간(2025년 11월 1일~2026년 1월 31일) 월예산을 단계적으로 약 1.8배까지 늘리면서 나온 수치입니다. 보통 예산을 키우면 한계 CPA가 올라가기 마련인데, 직방은 정반대로 CPA를 16% 낮췄습니다. 게다가 회원가입 전환이 57% 늘어난 것에 더해, 신규 유저의 리텐션이 63% 증가했다는 점이 의미심장합니다. 그저 많이 데려온 게 아니라, ‘다시 돌아오는’ 유저를 데려왔다는 뜻이니까요.
🎯 INSIGHT | 좋은 성과의 출발점은 ‘정확한 측정’이다
이번 사례가 흥미로운 건, 직방이 손댄 첫 번째 레버가 ‘소재’도 ‘입찰’도 아닌 ‘측정’이었다는 점입니다. 많은 마케터가 성과가 정체되면 소재를 갈아끼우거나 입찰가를 조정하는 데서 답을 찾습니다. 하지만 측정 자체가 부정확하면, 그 위에서 내리는 모든 판단은 흔들리는 지반 위에 집을 짓는 것과 같습니다. 직방은 ODM으로 보이지 않던 전환을 보이게 만들고, ICM으로 그 전환을 신뢰할 수 있게 다듬은 뒤에야 예산이라는 가속 페달을 밟았습니다. 측정의 해상도가 높아지자 머신러닝의 최적화도, 마케터의 의사결정도 함께 선명해진 것입니다.
결국 직방이 증명한 건 단순합니다. 예산을 키우는 용기는 정확한 측정에서 나온다는 것. 보이지 않는 성과에는 누구도 과감하게 투자할 수 없습니다. 측정을 먼저 바로 세우는 것이야말로, 가장 빠른 성장의 지름길일 수 있습니다.
📋 CHECKLIST | 이런 상황이라면 필수 검토
아래 항목 중 3개 이상 해당한다면, ODM·ICM 기반으로 iOS 측정 환경을 점검해볼 만합니다. 특히 회원가입·재방문처럼 명확한 전환·리텐션 지표를 추적하는 앱 비즈니스라면 더욱 그렇습니다.
✅ 이 전략, 실제로 어떻게 쓰는지 궁금하다면?
ODM·ICM을 포함한 iOS 캠페인 측정 및 최적화 전략은 Accelerate with Google 허브에서 더 자세히 확인할 수 있어요. 가입 후 무료로 제공되는 <Next-Gen AI Solutions> App 세션을 통해 각 솔루션이 실제 캠페인에서 어떤 역할을 하는지 살펴보세요!
