2016/09-10 : DMP(Data Management Platform)는 어디에서 왔나

DMP(Data Management Platform)는

어디에서 왔나

 

 

손 호 진

중국법인 IMC 사업부 국장 / sonhojin@hsadchina.com

 온라인광고 성장의 역사

‘온라인광고’라는 개념이 자리 잡은 시점은 90년대 말부터이다. 포털 사이트가 등장하면서 온라인은 ‘매체’로 불리기 시작했다. 또한 기존 ATL광고에서 볼 수 없었던 실시간 방문자 통계와 CPM(Cost Per Mille)·CPC(Cost Per Click) 등과 같은, 광고주 입장에서 보면 다양하면서도 효율적인 광고 구매 방법을 가지고 있었다.

그럼에도 전체적인 광고 유통 시장 관점에서 본다면 기존 정통 광고시장의 구매 방법과 크게 다르지 않았다. 광고주나 광고회사가 매체사인 포털 사이트 또는 그 대리업체와 직접 협의해 광고를 구매하는 일대일 방식이었기 때문이다.

광고 노출 또한 사이트를 방문하는 이용자를 대상으로 첫 화면에서 대량으로 하나의 이미지를-디스플레이되는 배너를 말함-소비시키는 방법을 채택했다. 이때 각 포털 사이트들의 주요 목표는 많은 방문자를 확보하거나 회원 가입시키는 것이었다. 그것이 곧 광고에 대한 효율을 증명하는 길이었기 때문이다.

2000년대로 접어들어 오버추어가 가지고 나온 검색어 광고가 등장하면서 온라인광고 시장은 새로운 전환기를 맞이한다. 디스플레이 광고 일색에서 벗어나, 소비자 타깃팅 광고라는 말이 거의 처음 등장했고, 광고 인벤토리 구매 방법 역시 RTB(Real Time Bidding)라는 새로운 개념이 도입됐다.

이후 타깃팅 광고는 시간이 지날수록 온라인광고의 최대 강점으로 부각됐다. 특히 온라인을 이용하는 유저 입장에서 매 순간 자연스럽게 생성되는 쿠키(Cookie)·로그(Log) 파일 및 자발적 정보 제공을 바탕으로 한 eCRM 등의 직, 간접 데이터들이 더 정교한 타깃팅을 가능케 하는 기반을 제공했다.

그리고 이 기반을 통해 온라인광고 기법 또한 한층 더 넓어질 수 있었다.

Ad Network와 Ad Exchange의 필연적 등장

타깃팅 광고의 영역이 열리자 기존에 온라인 시장을 어정쩡하게 지켜만 보고 있던 기업(광고주)들이 대거 온라인광고 시장에 참여하게 된다. 그로 인해 온라인광고 인벤토리 수요가 폭증했고, 이에 맞춰 다양한 인터넷 포털 사이트와 전문 매체들이 앞 다퉈 생겨났다. 쉽게 말해 수요와 공급의 원리가 맞아 떨어진 셈이다.

이렇게 수요와 공급의 물리적 숫자가 늘면서 시장에는 자연스럽게 이를 중개하는 중간사업자들이 등장하게 된다. 그들이 바로 애드 네트워크(Ad Network) 회사들이다. 그들은 우선 엄청난 양의 매체들과 그들이 보유한 무한에 가까운 온라인광고 인벤토리를 계량화·수치화시켰다. 일종의 ‘광고 목록 파일’을 정리한 것이다.

하지만 문제는 중간사업자들인 애드 네트워크 역시 그 수가 늘어났다는 점이다. 서로가 보유한 매체 인벤토리들이 교차하거나 또는 아예 공개되지 않아 전체 시장 차원에서 효율이 떨어지는 경쟁이 지속됐다. 이를 해결하기 위해 나온 것이 바로 애드 익스체인지(Ad Exchange)이다. 온라인 매체사들이 지니고 있는 무한의 광고 인벤토리 영역과, 광고주 입장에서 다양한 구매방식-대표적으로 CPM 단위 구매방식-을 십분 활용하고 싶어 하는 요구를 충족시키는 것이 바로 애드 익스체인지이다. 그리고 이와 함께 효율적인 광고 인벤토리 공급과 운영이 가능하게 됐다. 다소 길게 설명하기는 했지만, 이것이 지금까지 우리가 이야기하는 ‘DSP(Demand Side Platform)’ 광고의 주요 전말이다.

수요와 공급의 법칙: DSP

스마트폰을 필두로 모바일 온라인시장으로 2차 광고시장이 확장되면서 다수의 매체 인벤토리 공급자들이 다시 등장했다. 대형 포털 사이트의 광고외에 모바일 SNS 시장이 성장하면서 개인들 자체가 하나의 매체가 됐으며, 수많은 팔로워를 거느린 SNS는 때에 따라 웬만한 포털을 능가하는 광고효과를 갖기에 이르렀다. 구글의 애드센스와 페이스북의 PPA(Page Post Ad) 방식이 이를 대표한다.

광고 인벤토리 공급이 증가하면서 광고 수요자 역시 늘어났다. 이에 따라 자율적으로 시장을 통제하며 합리적인 가격을 찾아내기 위해 <그림 1>과 같은 형태의 광고시장이 자연스럽게 형성됐다. DSP 또는 같은 의미의 프로그래매틱 광고(Programmatic Advertising)의 출현은 이런 시각에서 필연적이라 할 수 있다.

DMP는 광고가 아니다?

DSP 또는 프로그래매틱 광고로 불리는 시장이 가파르게 성장하면서 시장 어뷰즈(Abuse) 현상도 함께 나타났다. 앞서 설명한 대로 하루에도 수십만 페이지가 새롭게 생성되는 온라인광고 인벤토리와 기존의 방문자 수치에 따른 노출량으로만 광고효과를 측정하는 고착화된 방법들이 문제였다. 이 때문에 생겨난 부정 클릭(Ad Fraud) 및 무효 노출들이 급기야는 시장의 신뢰를 잃게 하는 원인으로 작용했다.

하지만 시장은 이 문제에 대한 스스로의 보완점을 새롭게 만들어 냈다. 그것이 바로 큰 의미의 ‘DMP(Data Management Platform)’ 기능이다. 초창기 DMP는 이용자들의 데이터를 수집·분석하는 것에서 출발했다. 이는 과거 애드 익스체인지에 의존해 광고주는 지불해야 할 예산보다 더 많은 광고 인벤토리를 저렴하게 구매한다는 장점을, 매체사들은 남아도는 유휴 인벤토리를 어떻게든 처분할 수 있다는 편익을 얻는 단순 결합-필자는 이 때문에 부정 클릭이 발생했다고 본다-의 시장 메커니즘을 전환시키는 의미를 갖는 것이다.

진화하는 DMP는 STP 모델과 닮았다

사실 DMP 출현 전 DSP 시장에서 거래된 온라인 타깃팅 광고라는 개념은 한 이용자의 브라우저에 잠입해 쿠키를 설정하거나, 로그값을 활용한, 그야말로 타깃팅이라기보다는 일종의 ‘노출에 대한 확률 게임’에 가까웠다. 이용자를 계속 따라다니는 리타깃팅 광고가 대표적인데, 이에 따라 이용자들은 마치 자신의 개인정보가 노출된 듯한 불쾌감을 갖게 되는 것이다.

하지만 스마트폰 환경의 발전으로 개인의 실시간 데이터가 빠르게 증가하고, 이를 수집·분석하면서 DMP는 그 진가를 발휘하기 시작했다. 기존 타깃팅 광고의 일대일 매칭과는 다른 차원으로 이용자들을 세분화(Segmentation)할 수 있게 됐다. 이는 실제 소비자의 개인정보를 이용하기 때문에 가능하다. 즉 구매 경험을 가진 소비자의 개인정보 샘플을 DMP 시스템에 이식한 후 그와 유사한 패턴을 보이는 DMP 시스템 안의 온라인 이용자(User)들을 따로 분류해(Classify) 별도의 고객군(Cluster)으로 타깃팅하게 된다. 이때 분류된 고객군의 패턴은 최소 2주, 최장 3개월로 필터링하는 과정을 거치게 된다. 실제 이 기간이 바로 타깃팅된 고객군의 활용 주기와 같다고 해도 무방할 것이다.

어쨌든 <그림 2>와 같이 세분화된 고객군, 즉 타깃들은 매체 접촉에 있어 DMP의 관여를 받게 된다. 바꿔 말하면 DMP 시스템은 타깃들이 방문하는 매체에 다양한 광고 노출의 근거를 마련하는 것이다. 그리고 광고주 입장에서는 타깃팅과 매체의 성격을 고려해 차별화된 포지셔닝의 메시지 전략을 펼쳐 나갈 수 있게 되는 것이다.

BAT가 주도하는 중국 DMP 시장

온라인광고 시장의 차세대 전략으로 등장한 DMP 광고는 중국이라고 예외는 아니다. 근래 들어 중국을 대표하는 ‘BAT’로 불리는 바이두(Baidu)·알리바바(Alibaba)·텐센트(Tencent) 같은 기업들이 경쟁적으로 DMP 사업에 뛰어들고 있다. 특히 중국 양대 메신저 QQ와 위챗(Wechat)을 보유하고 있는 텐센트는 지난 5월에 DMP 사업을 향후 핵심 사업으로 발표하기도 했다.

<표 2>는 중국의 DMP 시장현황으로, BAT 외에도 기존 선점 세력과 신규 진입자들로 인해 경쟁이 더 치열해질 전망인데, 이런 경쟁은 업계 전체적으로는 발전을 의미하기도 한다.

알파고와 DMP의 공통점

올해 3월 구글 딥마인드의 알파고와 한국의 이세돌 프로 바둑기사의 대국은 이 시대를 사는 대부분의 사람들에게 큰 인상을 남겼다. 또한 중요한 방향성을 제시하기도 했다. 그 방향성이란 큰 의미에서 ‘인공지능’ 또는 ‘IT 기술’이라는 완성된 지식의 범주가 아니라, 바로 ‘데이터’라는 다소 원초적 의미에 대한 집중이었다. 알파고 승리의 원동력인 ‘자가 학습 능력’, 즉 딥마이닝을 가능하게 한 알고리즘인 정책망과 가치망은 빅데이터에 기반을 두고 있기 때문이다.

사실 DMP 시스템은 광고라기보다는 이 데이터를 다루는 기술이라고 보아야 한다. 데이터를 수집하고 가공하는 것을 가치 알고리즘화시켜 광고라는 기법을 연결한 것이 이번 전체 논의의 핵심이다.

DMP에 속한 데이터의 진실 여부와 활용 효율 측면에 대한 갑론을박이 아직까지도 광고계에 많은 것도 사실이다. 하지만 알파고와 이세돌의 대국을 목도했다시피 시대의 방향은 어쩌면 결정된 것인지도 모른다. 그래서 DMP는 지금까지 흘러온 것처럼 앞으로도 계속 진화해 나갈 것이라는 개인적 확신을 갖게 된다.

기다리고 멈춰서 있다가 시대의 흐름에게 허를 찔리는 일은 없어야 하지않을까.