CDP 시대의 ID 그래프 — 쿠키 없이 유저를 어떻게 잇나

“이 사람은 어제 모바일 앱에서 장바구니에 담았고, 오늘 데스크톱 웹에서 다시 들어왔어요.” 이 한 문장이 자연스럽게 들리려면 뒤에 많은 일이 일어나야 합니다. 모바일 앱의 광고 ID와 데스크톱 브라우저의 쿠키, 둘이 같은 사람이라는 사실을 어떻게 알 수 있나요? 3rd party cookie가 사라지는 시대에 이 질문의 답이 점점 어려워지고 있습니다. 이 글은 CDP 안에서 일어나는 ID 그래프의 동작을 마케터 시각으로 풀어봅니다.

1. 왜 이게 갑자기 어려워졌나 — 두 변곡점

2010년대 디지털 마케팅은 사실상 3rd party cookie가 모든 식별의 중심이었습니다. 한 사용자가 여러 사이트를 이동해도 쿠키 한 가닥으로 따라다닐 수 있었어요. 그런데 두 번의 큰 변화가 있었습니다.

• 2021년 4월 — iOS 14.5 / ATT(App Tracking Transparency): iOS 앱이 기기 광고 ID(IDFA)에 접근하려면 사용자에게 명시적 동의를 받아야 함. 동의율이 낮아 IDFA 가용성이 사실상 30% 안팎으로 떨어짐.
• 2024-2025년 — Chrome 3rd party cookie 단계적 폐기: 발표 후 여러 차례 일정이 바뀌었지만, 마케터 입장에선 “쿠키 의존을 줄여야 한다”는 방향성 자체는 명확.

이 두 변화의 결과로 크로스 사이트·크로스 디바이스 식별의 정확도가 급격히 떨어졌습니다. 같은 사람이 앱과 웹을 오가도, 광고 노출과 전환을 잇기가 어려워졌어요.

대안으로 등장한 게 1st party 데이터를 중심으로 한 ID 그래프입니다. 자기 회사가 직접 가지고 있는 식별자(이메일, 로그인 ID, 멤버십 번호)를 축으로, 가능한 모든 보조 식별자를 연결해 한 사람의 모습을 복원하는 방식이에요.

2. ID 그래프란 무엇인가 — 한 사용자 = 노드, 식별자 = 엣지

ID 그래프(Identity Graph)는 한 사용자를 가운데 두고, 그 사용자에게 연결된 모든 식별자를 노드로 잇는 자료구조입니다.

                ┌── email_hash: a1b2c3...
                │
                ├── login_id: huny_42
사용자 #18472 ──┤
                ├── mobile_maid: ABC-123
                │
                ├── web_cookie: xyz-789
                │
                └── crm_member_id: M00018472

각 식별자가 어떻게 같은 사용자라고 결론 내리는지가 매칭의 본질입니다. 두 가지 방식이 있어요.

2.1 Deterministic matching (확정 매칭)

같은 사용자가 명시적으로 사용한 식별자끼리 잇습니다. 예를 들어 한 사람이 모바일 앱과 웹사이트에서 같은 이메일로 로그인하면, 그 두 세션의 모든 신호는 같은 사용자에게 묶입니다.

• 이메일·전화번호·로그인 ID·CRM 회원번호처럼 사용자가 직접 입력한 식별자로 잇기
• 정확도 매우 높음(거의 100%)
• 단점: 로그인 안 한 사용자, 게스트 결제 사용자는 매칭 못 함

2.2 Probabilistic matching (확률적 매칭)

직접 잇는 정보가 없을 때 보조 신호로 추정합니다. 예를 들어 같은 IP, 같은 디바이스 fingerprint, 비슷한 시간대 활동 패턴이 보이면 같은 사용자일 확률이 높다고 판단해요.

• IP·user-agent·디바이스 fingerprint·세션 시간 패턴
• 정확도 60-80%(데이터 품질에 따라 큰 차이)
• 사용자 입력 없이도 매칭 가능, but 실수가 섞임

실무에선 deterministic을 축으로 두고, 못 잡힌 부분만 probabilistic으로 보완하는 hybrid가 표준입니다.

3. 식별자 종류별 가용성 — 무엇이 살아남았나

마케터가 다루는 주요 식별자별로 현재 가용성이 어떻게 되는지 표로 정리하면 다음과 같습니다.

핵심 변화는 두 가지입니다.

• 모바일 앱 식별자(IDFA·GAID) 가용성이 떨어짐 → 앱 캠페인 측정 정확도 하락
• 3rd party cookie 단계적 폐기 → 광고 retargeting·conversion attribution 정확도 하락

대신 1st party 식별자(이메일·로그인·CRM)의 상대적 가치가 커졌어요. 자기 데이터를 갖고 있는 회사가 광고 효율에서 우위를 가집니다.

4. CDP가 ID 그래프를 만드는 절차 — 4단계

Customer Data Platform(CDP)이 실제로 ID 그래프를 만드는 과정은 보통 다음 4단계입니다.

Step 1 — Identity ingestion

여러 소스에서 식별자가 함께 들어오는 이벤트를 수집합니다.

• 웹사이트 — cookie_id, login_email_hash
• 모바일 앱 — maid, login_id
• CRM — member_id, email, phone
• 이메일 마케팅 — email, email_send_id

Step 2 — Identity stitching (식별자 잇기)

같은 식별자가 함께 등장한 이벤트를 통해 식별자 쌍을 연결합니다. 한 이벤트에 cookie_id = X와 login_email = Y가 동시에 있으면, 둘은 같은 사용자라고 판단해 그래프에 엣지를 그어요.

이 과정을 모든 이벤트에 대해 반복하면 하나의 사용자가 여러 식별자로 둘러싸인 구조가 만들어집니다.

Step 3 — Resolution (사용자 ID 부여)

각 식별자 클러스터에 통합 사용자 ID를 부여합니다. 이걸 보통 persistent user ID 또는 profile ID라고 부르고, 그 후의 모든 분석은 이 ID를 키로 합니다.

Step 4 — Activation (광고 플랫폼으로 송출)

생성된 프로필 ID와 그에 연결된 식별자(이메일 해시 등)를 광고 플랫폼·이메일·푸시 채널로 내보냅니다. Meta Custom Audience, Google Customer Match, LinkedIn Matched Audience가 이 단계의 대표적 사용처예요.

전체 흐름은 다음 한 줄로 요약됩니다.

웹/앱/CRM 이벤트 → identity ingestion → identity stitching(식별자 잇기) → resolution(persistent user ID 부여) → activation(Meta CAPI · Google CM · 이메일 · 푸시)

5. 매칭률 — 마케터가 봐야 할 새 KPI

CDP 도입 후 가장 중요한 운영 KPI 중 하나가 매칭률(match rate)입니다. 우리 회사 1st party 데이터의 사용자를 광고 플랫폼이 얼마나 식별해주는가를 의미해요.

Meta Custom Audience 매칭률 예시

• 우리 회사 회원 100만 명의 이메일 해시를 Meta에 업로드
• Meta가 자기 사용자 중 같은 해시를 찾아 매칭
• 일반적으로 50~70% 매칭이면 좋은 편(이메일이 Meta 가입 이메일과 다른 경우 매칭 안 됨)

매칭률을 끌어올리는 운영 포인트는 다음과 같습니다.

• 사용자 가입 시 이메일·전화번호 정확도 검증(타이핑 오류 차단)
• 이메일 추가 외에 전화번호도 함께 보내서 매칭 신호 다중화
• 정기적으로 inactive 회원을 정제해 매칭에 노이즈가 안 가게 관리

6. Clean room — 매칭은 하되 데이터는 안 주는 시대

최근 등장한 키워드가 data clean room입니다. 광고주가 자기 데이터를 직접 광고 플랫폼에 주지 않고, 중립 환경에서 매칭만 한 결과를 받는 구조예요.

• Google Ads Data Hub
• Meta Advanced Analytics
• Amazon Marketing Cloud
• AWS Clean Rooms

마케터 입장에선 “데이터를 통째로 넘기지 않고도 측정·매칭·세그멘테이션이 가능하다”는 게 매력입니다. 다만 분석 환경에 제약이 많고, 결과를 export하기 어려운 경우가 많아요.

7. 마케터 체크리스트 — 1st party 데이터 주도 운영

ID 그래프 시대에 마케터가 챙겨야 할 운영 항목입니다.

핵심은 “쿠키가 사라져도 우리 회사가 직접 가진 식별자가 우리의 자산”이라는 인식입니다. 회원가입·로그인·CRM이 마케팅의 인프라가 됐어요.

8. 마치며 — 한 장으로 요약

• 3rd party cookie 폐기 + iOS ATT로 식별 정확도가 급격히 떨어짐
• 대안은 1st party 데이터 중심의 ID 그래프
• ID 그래프 = 사용자 노드 + 식별자 엣지로 구성된 그래프
• 매칭은 deterministic(정확) + probabilistic(커버리지)의 hybrid가 표준
• 이메일 해시가 사실상 디지털 광고의 새 표준 매칭 키
• 매칭률(match rate)이 마케터의 새 KPI — Meta 60%, Google 50% 임계
• Clean room·composable CDP가 데이터 거버넌스의 새 표준 패턴

다음 글은 시리즈 마지막으로, LLM 에이전트로 마케팅 리포트를 자동화할 때의 실패 사례와 진짜 쓸만해진 지점을 정리하겠습니다.

참고

• Apple — App Tracking Transparency
• Google — Privacy Sandbox — 3rd party cookie 대안 표준
• Meta — Conversions API — 서버사이드 전환 신호
• LiveRamp — Identity Resolution Whitepaper — 산업 표준 ID 그래프 구조 설명
• Snowflake — Composable CDP architecture — 데이터 웨어하우스 기반 CDP 패턴