앱스플라이어 iOS 14
대비 가이드

용어 & FAQ
iOS 14 의문점을 말끔히 해결해 줄 명쾌한 답변

용어

IDFA

광고에 사용되는 식별자(Identifier for Advertiser), IDFA는 iOS 기기마다 부여되는 고유한 값입니다. IDFA는 Apple이 도입한 표준이며, 모바일 광고 매체가 유저를 추적하고 그 유저를 겨냥한 특정 광고를 제공할 수 있도록 하는 열쇠입니다. 그런데 iOS 14에서는 IDFA 정보를 얻기 위해서, 퍼블리셔와 유저가 다운받으려는 앱이 각각 유저로부터 유저를 추적해도 되는지에 대한 허가를 받아야 합니다. IDFA 사용 여부를 유저가 선택하도록 하는 옵트인(opt-in)으로 바꾼 것이 iOS 14의 가장 큰 변화입니다.

IDFV

벤더를 위한 식별자(Identifier for Vendors), IDFV는 앱 공급사가 자사의 앱이 설치된 iOS 기기를 식별하도록 하는 고유한 문자와 숫자의 조합입니다. 동일 기업에서 공급한 앱에는 동일 IDFV가 부여됩니다.

SKAdNetwork

SKAdNetwork는 Apple이 2년 전 Apple StoreKit 프레임워크의 일부로 개발한 어트리뷰션 솔루션입니다. 집약적이고 캠페인 수준의 분석 정보를 광고 네트워크와 광고주에 제공합니다. SKAdNetwork는 미리 등록된 광고 네트워크에만 앱 설치를 어트리뷰션하며, IDFA를 공유하지 않고 전환에 깃발 표시(flagging)를 하여 광고 매체 성과를 측정합니다. Apple은 iOS 14 베타를 발표하며 SKAdNetwork에 대한 업데이트도 알렸습니다. 현재 앱 설치 유효성 검증 과정은 다음 그림과 같습니다. A 앱은 광고를 게재하는 소스 앱이고 B 앱은 광고가 되고, 설치가 발생한 앱 입니다.

ATT

ATT(AppTrackingTransparency, 앱 추적 투명성)은 Apple이 사용자가 IDFA 공유 여부를 선택하도록 하는 장치입니다. ATT는 앱이 대화상자를 띄워 앱 관련 데이터에 접근에 대한 사용자의 허가를 요청하도록 합니다.

FAQ

iOS 14 관련 Apple의 발표 내용 요점은?

Apple이 iOS 14 출시와 관련된 발표의 핵심은 개인정보보호와 사용자 추적 금지 입니다. 기기 ID(IDFA) 사용은 앱마다 유저의 선택에 따라 달라지는 옵트인(opt-in)이 되었습니다. iOS 14 가이드라인이 정식 적용되면, 앱 기업이 iOS 14에서 데이터 측정 목적으로 기기 ID (IDFA)를 사용하려면 유저에게 승인을 요청해야 한다.

앱스플라이어의 대응 방식은?

앱스플라이어는 앱스플라이어 플랫폼을 Apple의 신규 가이드라인과 맞추기 위해 대대적인 작업을 수행했습니다. 개인정보보호 중심 어트리뷰션, SKAdNetwork 지원, 웹-앱 전환 캠페인 솔루션 등 Apple의 새 개인정보보호 방침을 따르는 다양한 솔루션을 출시했습니다. (상세 내용 상기 참조)

앱스플라이어 SKAdNetwork 솔루션이 제공하는 기술은?

앱스플라이어 솔루션의 강점은 다음과 같습니다.

전환 이벤트: 서버단에서 동적이고 유연한 인앱 이벤트를 전환 값으로 설정
데이터 집약: 광고주를 대신하여 각 광고 네트워크로부터 모든 SKAdNetwork 정보 수집
데이터 유효성 검증: 포스트백에 Apple 서명이 있고 전송 과정에서 조작되지 않았는지 확인
데이터 보강: SKAdNetwork 정보를 노출, 클릭, 비용, 오가닉 유입 등 다양한 데이터 포인트와 연결하여 ROI 정밀 분석
데이터 활용성 증대: 광고주가 쉽게 활용할 수 있도록 SKAdNetwork 데이터 전용 대시보드 및 API 제공
안정적이고 쉬운 연동: 연동 개발 캡슐화, SKAdNetwork 프로토콜 변경 관리를 비롯해 광고주가 연동 작업을 거의 할 필요 없음

핑거프린팅과 확률적 모델링의 차이는?

핑거프린팅:
핑거프린팅(브라우저 핑거프린팅이라고도 함)은 유저의 웹 브라우저를 통해 유저 그리고/혹은 기기를 개별적으로 고유하게 인식하기 위해 컴퓨터와 브라우저 정보를 대량 수집하는 과정을 일컫습니다. 이런 핑거프린트는 쿠키같은 식별자를 읽을 수 없거나 웹사이트에 저장할 수 없을 때, 기기를 식별하기 위해 사용됩니다. 핑거프린트는 컴퓨터 사용자가 웹사이트를 방문할 때마다 사용 기기 그리고/혹은 브라우저로부터 수집할 수 있는 여러가지 데이터 포인트를 조합하여 형성됩니다. 수집되는 정보에는 브라우저 버전, 브라우저에 추가 설치된 프로그램, 플러그인(버전 정보 포함), 하드웨어 속성, 폰트 목록, 웹페이지에 도형과 그래픽 요소를 표현하는 캔바스(canvas) 정보, WebGL(Web Graphic Library), HW 벤치마킹, 언어, 시간대, OS 버전, 화면 정보, 메뉴 바 등이 있습니다.통계적으로, 두 대 이상의 기기가 동일한 설정과 환경이기는 드뭅니다. 기기마다 설정이 얼마나 다양한지 여기에서 확인하세요.핑거프린팅은  핑거프린트의 특정 변수 값이 변경되더라도, 가령, IP 주소가 변경되거나 VPN 뒤에 숨겨질지라도, 오랜 기간 기기를 감지할 수 있기 때문에 정확도가 매우 높습니다.핑거프린팅 기술은 처음에 프로드(fraud, 사기)를 적발하고 개인정보 도용을 막기 위해 개발되었습니다. 그런데 현재는 이 기술이 여러 웹사이트를 넘나드는 유저를 추적하여 개인의 웹 브라우징 이력을 기록하고 쌓아, 개인에게 타겟형 광고를 내보내는 용도로 사용되고 있습니다. 그래서 각 브라우저(Safari, Chrome, Firefox 등)는 최근 웹사이트에 노출시키는 정보의 양을 제한하기 시작했습니다. 유저를 개별적으로 식별할 수 없게 서로 유사하게 인식하도록 만들어, 개인정보 침해에 대한 일종의 “집단 면역력”을 키웠습니다.다행히, 모바일 브라우저는 데이터를 훨씬 덜 노출시키고 데스트톱에서 흔히 발생하는 핑거프린팅에 방어하는 “집단 면역력”이 이미 내재되어 있습니다. 특히 iOS는 기기가 덜 파편화되어있어, 핑거프린팅에 강력히 대응할 수 있습니다.앱스플라이어의 확률적 모델링:
확률적 모델링은 캠페인 퍼포먼스를 측정하는 통계 기술이며 사용자 개인이나 개별 기기를 식별할 수 없습니다. 머신 러닝을 활용하여 프라이버시를 침해하지 않고 캠페인 퍼포먼스를 측정할 수 있는 기술입니다. 핑거프린팅은 유저로부터 최대한 많은 데이터를 수집하여 고유 식별자를 만들고, 여러 웹사이트를 넘나드는 유저를 오랫동안 추적하는데 사용될 수 있는 기술이라면, 앱스플라이어의 확률적 모델링은 정확히 반대입니다. 수집하는 데이터 포인트를 최소화하여 유저나 기기를 식별하기 위해 사용될 수 있는 영구적 혹은 반영구적 고유 식별자를 만들 가능성을 원천적으로 차단합니다.핑거프린팅은 유저 상세 프로필을 만들어 (어느 사이트에서든 언제든지) 집요한 타겟팅을 할 때 사용되지만, 확률적 모델링은 유료 매체 마케팅과 자사 웹사이트, 소셜 미디어, 마케팅 이메일, 앱 추천 기능 등 온드 미디어(owned media)를 통한 캠페인을 측정하는 목적으로만 사용됩니다.확률적 모델링은 앱 개발자가 소유한 광고소재와 캠페인 정보만 측정할 뿐, 광고가 게재되는 앱에서 데이터를 취하지는 않습니다. 대부분의 경우, 광고가 게재되는 앱을 알 수도 없습니다. 확률적 모델링은 자주 바뀌는 최소한의 데이터 포인트에 의존합니다. 그렇기 때문에,  기기나 유저의 고유 ID를 생성하여 매칭시키는 대신, 머신러닝과 통계적 평가 기술이 사용되며 룩백 윈도우를 정의할 수 없습니다.앞서 말씀드린 바와 같이, 확률적 모델링은 개인정보보호에 중점을 둔 방식이며 캠페인의 퍼포먼스를 평가합니다. 확률적 모델링은 핑거프린팅과 완전히 다릅니다. 어떤 사이트나 앱에 접속한 기기나 유저를 식별하기 위한  (반)영구적 고유 ID를 생성하지 않습니다. 타겟팅이나 프로파일링에 사용되지도 않습니다. 확률적 모델링은 개인정보를 가장 잘 보호할 수 있는 어트리뷰션, 캠페인 퍼포먼스 측정 방식 중 하나입니다.아래 표에서 기존 브라우저 핑거프린팅과 확률적 모델링 차이를 한 눈에 확인하세요.

	핑거프린팅	앱스플라이어 확률적 모델링
(반)영구적인 고유 ID와 동격	예	아니오
고유한 개별 기기를 식별하기 위해 사용될 수 있음	예	아니오
여러 사이트와 앱에 걸친 유저의 동선 추적에 사용될 수 있음	예	아니오
방대한 유저 기기와 브라우저 데이터에 의존	예	아니오
개인 프로파일링에 사용될 수 있음	예	아니오
유저 타겟팅에 사용할 수 있음	예	아니오
유저가 VPN으로  IP 주소를 숨기거나 다른 IP를 사용해도 기기 식별	예	아니오
결정적 매칭	예	아니오
프라이버시 보호	프라이버시 침해 여지 있음	보호

앱스플라이어의 확률적 모델링 기술은 Apple iOS 14 가이드라인을 따르나요?

앱스플라이어는 앱 개발사와 광고주가 CRM 같이 테크 스택을 확장하기 위해 사용하는 퍼스트 파티 SaaS(software-as-a-service)입니다. 앱 개발사는 앱스플라이어에서 자사의 퍼스트 파티 엔드 유저 데이터를 관리, 분석, 보호할 수 있습니다. 또, Apple의 최근 개인정보보호 가이드라인과 같은 개인정보보호 규정과 모바일 플랫폼 정책을 준수합니다. 앱스플라이어의 확률적 모델링은 캠페인 성과를 측정하는 통계 기술이며, 사용자나 기기 고유 정보를 파악하기 위해 사용될 수 없습니다. 확률적 모델링은 머신러닝을 활용하여 프라이버시를 침해하지 않으면서 캠페인 성과를 측정하는 기술입니다.  핑거프린팅은 데이터 수집 포인트를 최대한 늘려, 각 유저의 영구적이거나 반 영구적인 고유 ID를 만들어 유저를 오랫동안 여러 웹사이트에서 추적하는데 사용할 수도 있는 반면, 앱스플라이어의 확률적 모델링은 정반대입니다. 데이터 수집 포인트을 최소화하고 영구적이거나 반영구적인 고유 ID를 생성하여 유저를 추적할 가능성을 차단합니다.

확률적 모델링은 “유료 미디어, 소문으로 퍼지는 언드(earned) 미디어, 자사 웹사이트, 소셜 미디어, 마케팅 이메일, 앱 추천 기능같은 온드(owned) 미디어를 통해 광고를 집행한 앱의 가치를 고객이 알아보았는가?”라는 단순한 질문에 대한 답입니다. 확률적 모델링은 앱 개발사 소유의 광고소재와 캠페인의 성과를 측정하며, 광고를 게재한 앱의 데이터로 측정하지 않습니다. 더군다나, 확률적 모델링으로는 광고를 게재한 앱 자체를 알기 어렵습니다. 확률적 모델링은 집양형 어트리뷰션 데이터를 파트너사와 연동하는 앱스플라이어의 개인정보보호 중심 어트리뷰션과 함께 Apple의 iOS 14 가이드라인을 따릅니다. 고객사 여러분께서도 Apple 앱 개발 규약과 가이드라인, 파트너사 연동, 데이터 수집 정책을 검토하여 자사의 앱이 iOS 14 가이드라인을 준수하는지 확인하시길 권고드립니다.