캠페인 최적화란 무엇인가요? 앱 성장 팀을 위한 가이드

Oct 20, 2026|5 분
User acquisition
게임 최적화

이 웹페이지는 이해를 돕기 위해 기계 번역으로 제공됩니다. 기계 번역으로 제공되는 콘텐츠에 대한 정확도나 신뢰도는 보장되지 않습니다. 번역된 콘텐츠의 정확도에 관해 의문이 있는 경우 웹페이지의 공식 영어 원문을 참고해 주시기 바랍니다.

캠페인 최적화란 무엇인가요?

캠페인 최적화 캠페인이 생성하는 결과를 기반으로 마케팅 캠페인의 성과를 개선하는 지속적인 과정입니다. 채널이나 방법에 관계없이 목표는 항상 동일합니다. 무엇이 효과가 있는지 학습하고 그것을 더 많이 함으로써 시간이 지남에 따라 예산을 더 효율적으로 사용하는 것입니다. 모바일 사용자 확보 이는 설치, 인앱 및 수익 데이터를 사용하여 머신러닝(ML) 모델에게 가치 있는 사용자가 어떤 모습인지 가르치는 것을 의미합니다.

이 가이드는 모바일 앱의 유료 사용자 확보(UA)에 중점을 두며, 이 과정은 수동적인 조정보다는 입찰할 가치가 있는 사용자를 예측하는 머신러닝 모델에 의해 주도됩니다.

캠페인 최적화 대 일회성 설정

최적화는 일회성 작업이 아니라 지속적인 순환 과정입니다. 사용자가 어떻게 반응하는지 측정하고, 가치를 예측하는 요소를 파악하며, 타겟팅과 입찰가를 Adjust, 반복합니다. 첫 주 이후에 최적화되지 않은 캠페인이 실패한 것은 아닙니다. 단지 아직 루프를 시작하지 않았을 뿐입니다. 루프는 더 좋고 더 많은 데이터를 얻으면서 개선됩니다.

개인 정보 보호 변경 사항이 최적화 신호에 미치는 영향은 무엇인가요?

플랫폼 및 지역 전반의 개인정보 보호 변경으로 인해 누가, 왜 전환했는지 정확히 파악하기가 더 어려워졌습니다. Apple App Tracking 투명성(ATT)와 같은 프레임워크는 앱이 사용자를 추적할 수 있는지에 대해 사용자에게 선택권을 부여합니다. Appsflyer에 따르면, ATT 옵트인율이 전 세계 사용자 중 약 50%로 상승했으며*, 이는 ATT 출시 당시보다 약 10% 높은 수치입니다.

그것은 의미 있고 성장하는 동의된, 주소 지정 가능한 신호 풀이지만, 동시에 상당수의 iOS 사용자가 여전히 거부하고 있어 최적화 엔진이 결정론적 데이터와 집계되거나 모델링된 데이터가 혼합된 상태로 작동하게 만듭니다.

모델이 실제로 사용할 수 있는 데이터를 제공함으로써 남아있는 신호를 최대한 활용하는 것이 UA 팀에게 점점 더 중요해지고 있습니다.

동의는 여러 형태로 존재합니다. ATT 옵트인 iOS 기기 식별자에 대한 액세스를 관리합니다. Android 사용자가 광고 ID를 재설정하거나 거부할 수 있으며, EU와 같은 지역의 동의 규칙은 모든 플랫폼에 적용됩니다. 별도로 개발자는 동의한 퍼스트 파티 데이터를 공유하도록 선택할 수 있으며, 이 가이드에서 아래에 다룹니다. 둘 중 어느 것에 더 높은 옵트인(옵트인을 설정하는 것은 사용 가능한 신호를 추가할 수 있지만, 그들은 다른 메커니즘입니다.

옵트아웃한 사용자의 경우, 광고 네트워크는 광고와 특정 설치 간의 연결을 잃게 되어 어트리뷰션 측정이 집계됩니다. 이 가이드 후반부의 설정 체크리스트는 이러한 상황에서도 이벤트, 어트리뷰션 및 퍼스트 파티 컨텍스트를 유지하는 방법입니다.

어떤 지표가 중요합니까?

최적화가 어떻게 작동하는지 파고들기 전에, 무엇을 최적화하는지에 대해 정확히 아는 것이 도움이 됩니다. 서로 다른 목표는 서로 다른 측정 기준을 요구합니다.

캠페인 최적화 주요 측정 항목

어떤 캠페인 지표가 중요합니까?

측정 기준
측정하는 것
광고비 1달러당 발생하는 수익
언제 최적화해야 하는가

Monetization 및 수익성에 중점을 둔 캠페인

측정하는 것

설치 Acquire 비용

언제 최적화해야 하는가

초기 퍼널 성장 또는 볼륨 중심 캠페인

측정하는 것

광고가 얼마나 자주 클릭 수 유도하는가

언제 최적화해야 하는가

창의적인 테스트 및 퍼널 상단 참여

측정하는 것

설치 후 재방문하는 사용자 비율 (예: 1일차, 7일차 또는 30일차)

언제 최적화해야 하는가

장기적 가치 및 이탈 민감 캠페인

측정하는 것

사용자가 평생 동안 창출하는 총 가치

언제 최적화해야 하는가

내구성이 높고 가치 있는 사용자를 최적화하는 캠페인

측정하는 것

레벨 도달과 같은 선택된 설치 후 이벤트 완료하는 사용자를 Acquire 비용

언제 최적화해야 하는가

참여 사용자 필요한 캠페인

캠페인이 아직 학습 중일 때는 전환율 및 CTR과 같은 초기 신호를 모니터링하여 예산을 조정하고, 성숙해짐에 따라 ROAS와 유지율로 비중을 옮기는 것이 일반적입니다.

캠페인 최적화 작동 방식: 신호 입력, 성과 출력

최적화 엔진은 예측 기계이며, 그 한계는 당신이 공급하는 신호에 의해 결정됩니다. 더 좋고 완전한 데이터는 시간이 지남에 따라 최적화 입력값을 강화할 수 있습니다. 광고 용어에서 데이터 신호란 모델이 학습할 수 있는 모든 이벤트 또는 행동 정보 조각(설치, 구매, 세션 또는 클릭 수 의미합니다. 그것은 엔진에 사용자가 얼마나 가치 있는지에 대해 알려줍니다. 두 캠페인이 동일한 최적화 엔진으로 실행되더라도, 하나가 다른 하나보다 더 풍부하고 관련성 높은 신호를 공급하기 때문에 결과가 매우 다를 수 있습니다.

캠페인 최적화 대한 대부분의 설명은 전술로 바로 넘어갑니다. 이 단가 올리세요, 저 크리에이티브를 테스트하세요, 이 예산을 조정하세요. 그 레버들은 중요하지만, 신호들보다 하류에서 작동합니다. 모델이 실제로 구매했거나 머물렀던 사용자를 알지 못하면 단가 변경은 덜 정보에 기반합니다. 신호는 입력이고, 성능은 출력입니다.

이러한 신호 범주들은 경쟁적이기보다는 상호 보완적입니다. 어트리뷰션 및 전환 데이터, 인앱 행동 신호, 구매 및 Monetization 이벤트, 심지어 게임플레이 플레이 데이터까지 각각 동일한 사용자 활동 파악 다른 단면을 포착합니다.

최적화를 이끄는 신호들

두 신호가 모델에게 똑같은 것을 가르치지 않는다. 주요 범주가 무엇을 개선하는지에 대한 매핑은 다음과 같습니다.

각 데이터 신호가 모델을 어떻게 풍부하게 하는가

데이터 완전성 활성화

신호

이벤트 설치

모델에게 가르치는 것
어떤 채널, 광고 소재, 그리고 잠재 고객이 볼륨을 주도하나요

개선될 수 있는 결과

CPI, 퍼널 상단 효율성
설치 후 및 인앱 이벤트
모델에게 가르치는 것
설치 후 사용자가 하는 일 (온보딩, 주요 작업)

개선될 수 있는 결과

초기 참여, 깔때기 이탈
구매 및 수익 이벤트
모델에게 가르치는 것

인앱 구매나 광고 수익 같은 수익을 창출하는 사용자는 누구입니까?

개선될 수 있는 결과

ROAS, 가치 기반 입찰
참여 및 유지 신호
모델에게 가르치는 것
사용자들이 머무르고 돌아오는지 여부

개선될 수 있는 결과

유지율, 장기 LTV
개인 정보 보호 기능이 있는 어트리뷰션 신호(예: iOS의 SKAdNetwork 또는 SKAN)
모델에게 가르치는 것

결정론적 데이터가 없을 때 집계된 개인 정보 보호 안전 신호

개선될 수 있는 결과

결정론적 신호가 제한적일 때 최적화

모델에게 가르치는 것
앱 자체에서 허가된 행동 및 플레이어 데이터

개선될 수 있는 결과

모델 학습을 위한 더 풍부한 최적화 신호

Unity Vector에서 데이터 신호를 활성화하기 위한 체크리스트

아래 표는 Unity Ads의 AI 기반인 Unity Vector를 구동하는 데 도움이 될 수 있는 주요 데이터 소스를 보여줍니다. 각 신호는 최적화 시스템이 특정 격차를 채우는 데 도움을 줍니다. 이들을 결합하면 Unity Vector가 학습할 더 풍부한 데이터 기반이 만들어집니다.

Unity 벡터 데이터 체크리스트

Unity Vector의 최적화 기능을 강화하기 위한 권장 데이터 소스

MMP 통합

구성

유기 지표

권장 설정

켜짐
연결 방법
MMP의 Unity 파트너 구성 설정에서 유기적 설치 추적을 활성화하십시오.

구성

출처 미상의 사건들

권장 설정

출처가 없는 설치 및 설치 후 이벤트(유기적 포함) 전송
연결 방법
MMP의 Unity 파트너 설정에서 비귀속 및 유기적 이벤트 전송을 활성화하십시오.

구성

피드백 창

권장 설정

평생으로 설정

연결 방법
MMP의 Unity 파트너 설정에서 이벤트 후크백 창을 평생으로 설정하십시오.

구성

이벤트 공유

권장 설정

설치, 앱 다운로드, 세션, 구매 및 광고 수익 전송
연결 방법

MMP의 Unity 파트너 설정에서 설치, 세션, 구매 및 광고 수익 이벤트 공유를 활성화하십시오.

Unity Dashboard

구성

Google Analytics

권장 설정

Google Analytics 연결
연결 방법

Unity Dashboard에서 구성하십시오

구성

Android 라이선스 키

권장 설정

라이선스 키를 제공해 주세요 (Android 관련 요구 사항)

연결 방법
Unity Dashboard에서 라이선스 키를 구성하세요.

구성

개발자 데이터 프레임워크:

권장 설정

Unity Ads 권한 및 동의 계층
연결 방법

Unity Dashboard에서 구성하십시오

Unity SDK 및 에디터

구성

Unity Ads SDK

권장 설정

제자리에 있고 최신 버전으로 업데이트됨

연결 방법

CocoaPods를 통해 또는 수동으로 iOS를 설치하세요.

Android에 다음 지침을 사용하십시오.

구성

Unity IAP SDK

권장 설정

최신 버전으로 업데이트되었습니다
연결 방법

구성

진단

권장 설정

데이터 수집/출처
연결 방법
Unity 에디터에서 설정됨

Unity 데이터를 공유하기 전에, 귀하의 개인정보 보호 고지 및 필요한 사용자 동의가 해당 공유를 포함하는지 확인하십시오.

연결하는 데이터 소스가 많을수록 Unity Vector와 같은 시스템에 더 많은 정보를 제공하게 되며, 이 시스템은 그 정보를 활용하여 시간이 지남에 따라 더 나은 결과를 알려주는 최적화 결정을 내리는 데 도움을 줄 수 있습니다. 예를 들어, 설치, 앱 다운로드 및 구매 이벤트와 같은 MMP 데이터를 추가하면 엔진이 귀하의 획득, 전환 및 플레이어 가치 신호를 더 잘 이해할 수 있습니다. 동시에, 이 데이터만으로는 플레이어들이 귀하의 게임과 어떻게 상호작용하는지에 대한 많은 행동적 맥락을 엔진에 알려주지 못합니다. Google Analytics 같은 추가 소스를 제공하면 최적화를 위한 맥락을 추가할 수 있습니다.

모바일 앱 사용자 확보를 위한 캠페인 최적화

모바일 앱 사용자 확보를 최적화하는 것은 웹이나 PPC와 몇 가지 구조적인 면에서 다릅니다. 체인은 설치부터 설치 후 이벤트를 거쳐 In-app Purchase 및 리텐션까지 이어지며, 그 체인의 상당 부분은 단일 플랫폼의 네이티브 픽셀보다는 모바일 측정 파트너(MMP)의 후크백에 의해 중개됩니다. 앱 웹사이트가 일반적으로 같은 밀도로 생성하지 않는 행동 신호, 세션, 레벨 완료, 인앱 액션의 높은 빈도를 생성하기도 합니다. 그 밀도는 포착되어 최적화 엔진에 공급된다면 이점이지만, 그렇지 않다면 놓친 기회입니다.

모바일 UA는 게임 자체가 많은 신호를 생성하기 때문에 신호 대 결과 관계가 특히 직접적이고 측정 가능할 수 있습니다. 이것은 Unity Vector가 설치, 앱 다운로드, 인앱 이벤트 및 수익 신호를 UA 캠페인 결정으로 변환할 수 있기 때문에 구축된 계층입니다.

흔한 캠페인 최적화 실수

이 중 일부는 익숙하고, 다른 일부는 신호가 잘못 처리되는 방식에 특화되어 있습니다.

  • 잘못된 이벤트에 최적화됨. 수익에 의존하는 비즈니스를 위해 설치, 앱 다운로드 최적화를 하면 모델이 반드시 가장 가치 있는 사용자가 아닌 모든 사용자를 찾도록 훈련됩니다.
  • 피드백 창 자르기. 짧은 Windows 보고서에서 효율적으로 보일 수 있지만, 유지 및 LTV 최적화에 의존하는 후반부 데이터에 조용히 모델을 굶기게 할 수 있습니다.
  • 학습 단계 중 재설정. 모델이 학습할 시간이 되기 전에 캠페인의 성공을 판단하고 다시 시작하는 것은 근본적인 문제를 해결하지 않고 시계를 초기화하는 것과 같습니다.
  • 허영심 가득한 지표를 쫓는 것. 비즈니스가 실제로 필요로 하는 결과보다는 쉽게 볼 수 있는 CTR이나 설치 볼륨에 최적화하는 경향이 있습니다.
  • 일회성 설정으로 취급합니다. 위에 언급했듯이, 최적화는 지속적인 것으로 가장 잘 작동합니다

올바른 데이터 기반을 구축하세요

캠페인 최적화 제대로 하려면 이미 최적화가 의존하고 있는 신호들을 연결하고 활성화하는 것부터 시작해야 합니다. Unity Vector를 성공적으로 설정하는 방법을 알아보세요.

개발자 데이터 프레임워크 탐색

자주 묻는 질문

*출처: Appsflyer, AppsFlyer 데이터는 ATT 이후 4년 동안 개인정보 보호 우선 생태계에 대한 시장 적응을 보여줍니다 https://www.appsflyer.com/company/newsroom/pr/post-att-growth/, 2025