ATT 프롬프트 최적화 — 동의율을 끌어올리는 카피·타이밍·맥락
iOS App Tracking Transparency 동의율은 카피 한 줄과 띄우는 타이밍에 따라 두 배 차이가 납니다. 마케터가 측정 가능한 데이터를 늘리려면 무엇을 점검해야 하는지 정리.
들어가며
iOS 14.5 이후 ATT 프롬프트의 동의율이 측정 가능한 데이터의 절대량을 결정합니다. 같은 앱이라도 카피·타이밍·pre-prompt 사용 여부에 따라 동의율이 25% vs 55%로 두 배 가까이 차이가 나고, 동의율이 두 배면 광고 최적화 신호가 두 배 됩니다. 이 글은 Adjust 2024 보고서 기준 업계 동의율 벤치마크, Apple HIG 위반 케이스, 카피 A/B 테스트 결과 패턴, pre-prompt 설계 원칙, 타이밍 전략을 마케터·앱팀이 협업하는 시선에서 정리합니다.
업계 ATT 동의율 벤치마크
Adjust 2024 보고서 수치
Adjust의 2024 ATT opt-in rate 보고서에 따르면 전체 앱 카테고리 평균 ATT 동의율은 약 25-40% 수준입니다. 하지만 카테고리별 편차가 큽니다.
| 앱 카테고리 | 평균 ATT 동의율 |
|---|---|
| 게임 (하이퍼캐주얼) | 20~30% |
| 게임 (미드코어/하드코어) | 30~45% |
| 쇼핑·커머스 | 35~50% |
| 금융·핀테크 | 40~55% |
| 건강·피트니스 | 45~60% |
| 구독·유틸리티 | 35~50% |
금융·건강 카테고리가 높은 이유는 이미 개인정보 공유에 익숙한 사용자층이 많고, 앱의 핵심 가치(내 자산·건강 추적)가 개인화와 직결되기 때문입니다. 게임, 특히 하이퍼캐주얼은 앱 가치와 데이터 추적의 연결이 약해 동의율이 가장 낮습니다.
동의율이 카테고리 평균보다 10%p 이상 낮다면 pre-prompt 설계·타이밍·카피를 점검해볼 근거가 됩니다.
왜 동의율이 모든 것을 결정하나
ATT 비동의 유저는 SKAN의 집계 신호로만 측정되고, 동의 유저는 결정론적 어트리뷰션으로 측정됩니다. 동의율 30%인 앱과 50%인 앱은 같은 광고비를 써도 측정 가능한 신호 양이 1.7배 차이 납니다.
| 동의율 | 결정론적 측정 | SKAN 의존 |
|---|---|---|
| 25% | 25% | 75% |
| 40% | 40% | 60% |
| 55% | 55% | 45% |
광고 플랫폼의 ML이 학습할 라벨도 동의 유저에서 더 많이 나오므로 캠페인 최적화 자체가 동의율에 영향받습니다.
시스템 프롬프트의 한계와 Purpose String
애플이 통제하는 부분
ATT 시스템 프롬프트는 Apple이 디자인을 강하게 통제합니다. 변경 가능한 건 한 줄의 “Purpose String”뿐이고, 버튼 텍스트(“허용”·“앱이 추적하지 않도록 요청”)와 디자인은 모두 고정입니다.
Purpose String — 효과적인 카피의 패턴
좋은 Purpose String의 공통 패턴:
- 추상적 단어(“개인화”) 대신 구체적 가치(“이 앱에서 광고가 너무 자주 보이지 않도록”) 사용
- 사용자 이익을 강조 — 앱·회사 입장이 아니라
- 기술 용어(IDFA·tracking) 회피 — 사용자가 모름
- 짧고 평이한 문장 (200자 이내)
| 카피 유형 | 예시 | 예상 효과 |
|---|---|---|
| 사용자 이익 강조 | ”이 앱이 광고를 너무 자주 보여주지 않도록 도와주세요” | 높음 |
| 맞춤화 가치 | ”더 관련성 높은 광고를 보여드릴 수 있어요” | 중간 |
| 중립 설명 | ”광고 경험 개선을 위한 데이터를 사용합니다” | 낮음 |
| ”추적” 단어 포함 | ”익명화된 데이터를 추적해 더 나은 경험을 제공합니다” | 매우 낮음 |
“추적(tracking)“이라는 단어 자체가 부정적 신호로 작용합니다. 같은 의미라도 “개인화” 또는 “맞춤 경험”으로 표현하는 것이 효과적입니다.
Apple HIG 위반 케이스 — 앱 리젝 사유
Apple Human Interface Guidelines(HIG)는 ATT 프롬프트 관련 명확한 금지 사항을 두고 있습니다. 실제로 앱 스토어 리뷰에서 거부된 패턴들입니다.
위반 유형 1 — 거부 시 기능 차단 암시
"허용하지 않으면 일부 기능을 사용할 수 없습니다""추적을 허용해야 앱의 모든 기능을 사용할 수 있어요"Apple은 ATT 동의 여부와 앱 핵심 기능 접근을 연동하는 것을 금지합니다. 추적을 허용하지 않더라도 앱의 기본 기능은 동일하게 제공되어야 합니다.
위반 유형 2 — 압박성 언어
"허용 안 하면 광고가 더 많이 보입니다""데이터 공유를 거부하면 앱 경험이 나빠집니다"위협적이거나 부정적 결과를 강조해 동의를 유도하는 카피는 리젝 사유입니다. 사용자가 거부를 선택했을 때 불이익이 있다고 암시하면 안 됩니다.
위반 유형 3 — 오해를 유발하는 설명
"이 권한은 개인정보를 수집하지 않습니다""추적이라고 표시되지만 사실은 통계만 수집해요"시스템 다이얼로그의 “추적” 표현과 모순되거나 그 의미를 축소하려는 설명은 사용자를 오도하는 것으로 간주됩니다.
위반 유형 4 — 시스템 UI 모방
자체 제작 pre-prompt를 시스템 ATT 다이얼로그처럼 보이게 디자인하면 리젝됩니다. 사용자가 pre-prompt를 실제 시스템 프롬프트로 혼동하도록 만드는 디자인 패턴 전반이 금지 대상입니다.
Pre-prompt — 시스템 프롬프트 앞의 안내 화면
왜 pre-prompt가 효과적인가
시스템 프롬프트 자체는 디자인 변경 불가지만, 그 앞에 자체 화면(pre-prompt)을 띄울 수 있습니다. Pre-prompt는 다음 역할을 합니다.
- 다음 화면이 무엇이며 왜 필요한지 미리 설명
- “허용” 버튼이 있는 시스템 화면 직전 분위기를 우호적으로 조성
- 거부할 가능성이 높은 사용자를 사전에 필터(다음 화면을 안 띄움)
Adjust 보고서 및 업계 케이스 스터디에 따르면 잘 설계된 pre-prompt가 ATT 동의율을 절대치 +10-20%p 끌어올리는 것으로 관찰됩니다.
Pre-prompt 거부 흐름
Pre-prompt에서 “지금은 안 함”을 누른 사용자에게 시스템 프롬프트를 띄우지 않는 방식이 있습니다. 시스템 프롬프트는 한 번 거부하면 다시 띄우려면 사용자가 설정에서 직접 켜야 하므로 — 거부할 사람을 미리 거르는 게 미래의 동의 기회를 보존하는 길입니다.
타이밍 — 언제 띄울 것인가
첫 실행 vs 가치 인식 후
가장 흔한 함정은 앱 첫 실행 직후 프롬프트를 띄우는 것입니다. 사용자가 앱의 가치를 아직 못 느낀 상태라 “왜 이걸 허용해야 하지”가 됩니다.
| 시점 | 동의율 벤치마크 |
|---|---|
| 첫 실행 | 20~30% |
| 첫 핵심 액션 후 | 40~55% |
| 두 번째 세션 | 35~50% |
핵심 액션 후 — 게임에서 첫 레벨 클리어, 커머스에서 첫 상품 본 뒤, 콘텐츠 앱에서 첫 콘텐츠 시청 후 — 띄우는 게 가장 효과적입니다.
타이밍 A/B 테스트 디자인
타이밍은 A/B 테스트가 가능한 변수입니다.
- 그룹 A — 앱 첫 실행 후 30초 안에 프롬프트
- 그룹 B — 첫 핵심 액션 완료 직후 프롬프트
- 그룹 C — 두 번째 세션 시작 시 프롬프트
이 테스트는 측정이 단순합니다(허용 비율 = 동의율). 1-2주면 결과가 나옵니다.
카피 A/B 테스트 결과 패턴
변수별 영향도
카피 변수 중 동의율에 가장 큰 영향을 미치는 순서는 다음과 같습니다.
| 변수 | 영향도 | 설명 |
|---|---|---|
| ”추적” 단어 사용 여부 | 매우 높음 | 포함 시 동의율 -10~15%p |
| 사용자 이익 vs 회사 이익 강조 | 높음 | 사용자 이익 강조 시 +5~10%p |
| 길이 (1줄 vs 3줄) | 중간 | 짧을수록 읽히고 동의율 높은 경향 |
| 톤 (친근 vs 형식적) | 중간 | 앱 성격에 맞는 톤이 중요 |
| 액션 가이드 명시 여부 | 낮음 | ”허용을 눌러주세요” 명시 시 +2~3%p |
카피 변형 A/B 예시와 결과 패턴
아래는 실제 캠페인에서 흔히 관찰되는 결과 패턴입니다. 정확한 수치는 앱 카테고리와 사용자층에 따라 다릅니다.
| 변형 | 카피 | 상대적 동의율 |
|---|---|---|
| A (기준) | “더 나은 사용자 경험을 위해 데이터를 사용합니다” | 기준 (예: 28%) |
| B | ”이 앱이 광고를 너무 자주 보여주지 않도록 도와주세요” | +12%p (예: 40%) |
| C | ”맞춤 추천을 받으려면 다음 화면에서 허용해주세요” | +8%p (예: 36%) |
| D | ”당신의 관심사에 맞는 광고만 보여드릴게요” | +6%p (예: 34%) |
변형 B가 가장 효과적인 이유는 “광고를 덜 보게 된다”는 구체적 이익을 제시하고 “추적” 같은 부정적 단어를 완전히 회피하기 때문입니다. 동의율 차이가 ±10%까지 흔하므로 카피 테스트의 ROI가 매우 높습니다.
사용자 세그먼트별 다른 전략과 재동의 설계
신규 vs 기존 사용자
신규 사용자에게는 pre-prompt + 첫 핵심 액션 후 시점이 표준입니다. 기존 사용자(이미 앱을 쓰고 있는데 ATT 처음 띄우는 케이스)에게는 다른 카피가 효과적입니다 — “기존 경험을 유지하려면” 같은 손실 회피 톤이 기존 사용자에게 동기 부여가 됩니다.
광고 비의존 vs 의존 앱
광고 SDK 없이도 핵심 가치를 줄 수 있는 앱은 동의가 가치 추가형으로 표현됩니다. 광고 의존도가 큰 무료 앱은 “이 광고 없으면 앱이 비싸져요” 같은 솔직한 톤이 효과적입니다. 투명성이 오히려 신뢰를 만들고 동의율을 높이는 경우가 있습니다.
한 번 거부한 사용자를 되돌리는 방법
ATT 시스템 프롬프트를 한 번 거부한 사용자는 앱에서 다시 띄울 수 없습니다. 유일한 경로는 사용자가 직접 iPhone 설정 → 개인 정보 보호 및 보안 → 추적 → 앱 이름을 찾아 켜는 것입니다. 이 경로는 마찰이 크고 자발적으로 하는 사용자가 거의 없습니다.
그래서 “거부 후 재동의”보다 “거부 전 필터링”이 훨씬 중요합니다. Pre-prompt에서 거부 의사가 높은 사용자를 미리 걸러내어 시스템 프롬프트를 아직 소모하지 않은 상태로 보존하고, 나중에 더 좋은 타이밍(앱 재방문, 가치 경험 후)에 시도하는 것이 현실적인 전략입니다.
구체적으로 구현하면 다음과 같습니다.
- Pre-prompt에서 “지금은 안 함”을 누른 사용자:
ATTStatus = notDetermined상태로 유지, 시스템 프롬프트 미노출 - 3~7일 후 앱 재방문 시: pre-prompt 다시 노출 (다른 카피로), 이번에 “다음 화면에서 확인” 선택 시 시스템 프롬프트 노출
- 시스템 프롬프트에서 거부한 사용자:
ATTStatus = denied— 앱 내에서 재시도 불가, iOS 설정 유도 메시지만 가능
이 흐름을 앱팀과 사전에 명세화하는 것이 ATT 최적화의 핵심 인프라입니다.
측정·운영 — 분기 1회 점검
분기 KPI 후보
- 동의율 (전체·신규·기존 분리)
- Pre-prompt 노출 → 시스템 프롬프트 노출 전환율
- 시스템 프롬프트 노출 → 허용 비율
- 카피 변형별 동의율
- 타이밍 변형별 동의율
모니터링 alert
- 일별 동의율이 평소 대비 ±15% 변동 시 알림
- iOS 버전 업데이트 직후 동의율 변화 추적 (Apple이 ATT UI를 업데이트하면 카피 컨텍스트가 바뀔 수 있음)
- 카피 변형 트래픽 점유율 확인 (실험 누설 방지)
함정 모음
- 첫 실행 직후 띄움 — 가치 인식 전이라 동의율 낮음
- “추적”이라는 단어 사용 — 부정적 시그널로 작용, 동의율 -10~15%p
- pre-prompt 길게 작성 — 사용자가 안 읽음
- 거부 옵션 숨김 — Apple 정책 위반 가능성
- 한 번 거부 후 시스템 프롬프트 강제 — 사용자가 설정에서 직접 켜야 함, 사실상 회복 불가
- 카피 변형 미테스트 — “우리 앱은 특별해서 괜찮겠지” 편향
- HIG 위반 카피 — 리젝 리스크 감수하다 출시 지연
마치며
iOS 광고 측정의 시작은 ATT 동의율이고, 동의율은 시스템 프롬프트 한 화면에 다 매달려 있습니다. Adjust 2024 보고서 기준 카테고리 평균 25-40%라는 벤치마크를 출발점으로 삼아, Purpose String 한 줄, pre-prompt의 메시지·디자인, 띄우는 타이밍, 사용자 세그먼트별 카피 — 이 4개 변수의 조합으로 동의율이 두 배 차이까지 납니다.
Apple HIG 위반 카피(기능 차단 암시, 압박성 언어, 시스템 UI 모방)는 리젝 리스크가 있으므로 반드시 피해야 합니다. 그 경계 안에서 “추적” 단어 회피 + 사용자 이익 강조 + 첫 핵심 액션 후 타이밍이 가장 검증된 조합입니다.
A/B 테스트가 비교적 쉽고 ROI가 큰 영역이라 분기마다 한 번씩 다듬을 가치가 있습니다. 다음 분기에 한 번만 시도해 볼 만한 것은 카피 4개 변형 × 타이밍 2개 변형 8개 그룹 A/B 테스트입니다. 1-2주면 결과가 나오고, 최적 조합으로 동의율을 +5-10%p 절대치 올릴 수 있는 흔한 결과입니다.
다음에 읽을 글
- iOS ATT·SKAdNetwork·AEM 통합 가이드: ATT 동의 이후 SKAN과 AEM이 어떻게 측정을 보완하는지
- SKAN Postback 디코딩 — conversion value 설계: ATT 비동의 유저 측정의 핵심인 SKAdNetwork postback 해석법
- AEM 9슬롯 우선순위 설계: Meta AEM에서 슬롯을 어떻게 배치해야 측정 정밀도가 올라가는지
참고
- Apple, “App Tracking Transparency”: https://developer.apple.com/documentation/apptrackingtransparency
- Adjust, “ATT opt-in rates report 2024”: https://www.adjust.com/blog/att-opt-in-rates/
- AppsFlyer, “Pre-permission prompts”: https://www.appsflyer.com/glossary/pre-permission-prompt/
- “ATT consent UX patterns” (Lifestreet): https://lifestreet.com/blog/att-best-practices/
- Apple Human Interface Guidelines, “Privacy”: https://developer.apple.com/design/human-interface-guidelines/privacy
매체 데이터 알아보기 카테고리의 다른 글
전체 보기 →-
2026·05·16
MMP raw export 컬럼 사전 — Appsflyer, Adjust, Branch가 주는 진짜 데이터
Appsflyer·Adjust·Branch raw export에는 어떤 컬럼이 있고 각 컬럼이 진짜로 무엇을 뜻하는지. media_source·campaign·af_status·reattribution·SKAdNetwork postback 컬럼까지 마케터·데이터팀이 매일 만나는 raw export를 한 글로 정리합니다.
-
2026·05·16
Organic·Direct·Referral의 진실 — GA4, MMP, Amplitude가 organic을 부르는 4가지 방식
GA4의 organic search, MMP의 Organic, Amplitude의 Direct, GA4의 (direct)/(none). 같은 단어가 도구마다 다른 의미예요. 4가지 정의를 한 글로 정리하고 dark traffic·attribution 누락을 어떻게 분리하는지를 풉니다.
-
2026·05·16
매체 raw data 컬럼 가이드 — Meta, Google, TikTok, Naver의 진짜 컬럼들
Meta·Google·TikTok·Naver 각 매체가 주는 raw export 컬럼을 한 표로 매핑합니다. spend·impression·click·conversion·video view·viewability까지, 같은 의미가 매체마다 어떻게 다른 이름으로 들어오는지 정리합니다.
-
2026·05·08
PyMC-Marketing으로 채널 기여도 직접 모델링 — Bayesian MMM 실전
MMM이 비싸고 느린 분석가용 도구라는 인식은 이제 옛말입니다. PyMC-Marketing으로 마케터가 직접 adstock·saturation·prior를 조정하며 채널 기여도를 추정합니다. 모델 fit·posterior 해석·예산 시나리오까지 한 번에 정리.