흥미로운 역설이 있습니다. 마케터는 고객을 누구보다 잘 이해하고 싶어 하지만, 고객은 자신이 이해당하는 것을 점점 더 불편하게 여깁니다. 온라인에서 운동화를 검색한 뒤 며칠간 운동화 광고에 쫓기는 경험은 이제 불쾌감을 넘어 불신으로 이어지고 있습니다. 그런데 같은 고객이 브랜드의 취향 설문에는 기꺼이 응답하고, 퀴즈형 콘텐츠에서는 자신의 선호를 즐겁게 공유합니다. 추적당하는 것은 싫지만, 스스로 말하는 것은 괜찮다는 이 모순 속에 마케팅의 다음 장이 숨어 있습니다. 20년간 마케팅의 패러다임 전환을 여러 차례 목격해왔지만, 지금 벌어지고 있는 변화는 단순한 기술적 전환이 아닙니다. 마케터와 고객 사이의 관계를 근본적으로 재정의하는 움직임입니다.
쿠키가 사라진 자리에 남은 것
2024년 7월, Google이 Chrome 브라우저의 서드파티 쿠키 폐지 계획을 사실상 번복했을 때 업계는 안도의 한숨을 내쉬었습니다. 하지만 이는 착시에 가깝습니다. Apple의 Safari는 이미 2020년부터 ITP(Intelligent Tracking Prevention)를 통해 서드파티 쿠키를 전면 차단했고, Firefox 역시 ETP(Enhanced Tracking Protection)로 같은 길을 걷고 있습니다. 글로벌 브라우저 시장에서 Safari와 Firefox의 점유율을 합산하면, 이미 상당수의 사용자가 쿠키리스 환경에 놓여 있는 셈입니다.
한국에서도 변화의 속도는 빨라지고 있습니다. 2026년 3월 10일 개정된 개인정보보호법은 같은 해 9월 11일부터 시행될 예정이며, 온라인 행동 추적에 대한 규제의 강도를 한층 높이고 있습니다. 법적 환경만이 아닙니다. 소비자의 인식 자체가 변했습니다.
쿠키리스 환경에서 대안으로 주목받는 컨텍스트 광고는 행동 타겟팅 대비 CTR이 5~8% 낮다는 DoubleVerify와 IAS의 연구 결과가 있습니다. 이 격차는 작아 보이지만, 대규모 캠페인에서는 무시할 수 없는 수치입니다. 결국 행동 데이터의 정밀함을 대체할 무언가가 필요합니다. 그리고 그 답은 의외로 가까운 곳에 있습니다.
제로파티 데이터라는 새로운 금맥
제로파티 데이터라는 용어는 Forrester Research가 처음 정의한 개념입니다. 고객이 의도적이고 능동적으로 브랜드에 제공하는 데이터를 의미합니다. 취향 설문, 선호도 선택, 위시리스트, 피드백 등 고객이 자발적으로 공유하는 모든 정보가 여기에 해당합니다. 서드파티 데이터가 고객 몰래 수집하는 정보라면, 제로파티 데이터는 고객이 손을 들어 건네는 정보입니다. 이 차이는 단순히 수집 방식의 문제가 아니라, 브랜드와 고객 사이의 신뢰 구조를 완전히 다른 기반 위에 세우는 것을 의미합니다.
그런데 현실은 아직 이 가능성을 충분히 활용하지 못하고 있습니다. Demand Local의 조사에 따르면, 현재 제로파티 데이터를 적극적으로 활용하는 기업은 전체의 16%에 불과하며, 52%의 기업이 여전히 퍼스트파티 데이터에만 의존하고 있습니다. 반면, 개인화를 선도하는 기업들의 성과는 뚜렷합니다. McKinsey의 연구에 따르면 개인화를 효과적으로 구현하는 기업은 그렇지 않은 기업 대비 매출이 40% 높고, 고객 확보 비용은 50%까지 절감됩니다.
몇 년 전 B2C 서비스의 전환율 개선을 담당하던 시절, 타겟별 맞춤형 메시지와 디자인을 적용하는 A/B 테스트를 반복하며 CVR을 약 50% 끌어올린 경험이 있습니다. 당시에는 서드파티 쿠키 기반 타겟팅에 의존했지만, 지금 돌아보면 정작 전환을 이끈 것은 고객이 직접 선택한 선호 정보였습니다. 행동 로그가 보여주는 것은 고객이 무엇을 했는지이지만, 제로파티 데이터가 말해주는 것은 고객이 무엇을 원하는지입니다. 이 둘 사이의 간극은 생각보다 큽니다.
프라이버시 역설, 그리고 행동경제학의 시선
여기서 한 발짝 물러서서 생각해볼 필요가 있습니다. 왜 사람들은 프라이버시를 중요하다고 말하면서도 편의를 위해 기꺼이 데이터를 내놓을까요? 이것이 이른바 프라이버시 역설입니다.
대니얼 카너먼은 『생각에 관한 생각』에서 인간의 의사결정이 두 가지 시스템으로 작동한다고 설명합니다. 빠르고 직관적인 시스템 1과 느리고 분석적인 시스템 2. 프라이버시에 대한 우려는 시스템 2의 영역이지만, 실제로 데이터를 공유하는 순간의 결정은 시스템 1이 지배합니다. 허버트 사이먼의 제한된 합리성 개념도 같은 맥락입니다. 사람들은 최적의 선택이 아니라 만족스러운 선택을 합니다. 즉각적인 통제감과 명확한 가치 교환이 주어지면, 데이터 공유의 심리적 장벽은 현저히 낮아집니다.
Cloarec(2020)는 Technological Forecasting and Social Change에서 Privacy Calculus Theory를 통해 이를 실증적으로 분석합니다. 인지된 혜택이 인지된 위험보다 클 때 소비자는 기꺼이 데이터를 공유하며, 가치 교환이 명확할 경우 수용률은 84%에 이릅니다. 제로파티 데이터의 본질적 강점이 바로 여기에 있습니다. 고객이 주도권을 갖고 있다는 느낌, 투명한 가치 교환의 구조. 이것이 추적 기반 데이터 수집과 근본적으로 다른 점입니다.
실전 프레임워크: 제로파티 데이터 수집과 활용
이론의 타당성을 확인했다면, 이제 실무로 내려와야 할 차례입니다. 제로파티 데이터를 효과적으로 수집하고 활용하기 위한 프레임워크를 다섯 가지 축으로 정리해보겠습니다.
첫째, 가치 교환 모델의 설계입니다. 고객에게 데이터를 요청하려면 그에 상응하는 가치를 제공해야 합니다. 피부 타입 퀴즈를 통해 맞춤 제품을 추천하거나, 스타일 선호도 설문을 기반으로 큐레이션된 컬렉션을 보여주는 것이 대표적입니다. 핵심은 데이터 수집 과정 자체가 고객에게 즐거운 경험이 되어야 한다는 점입니다. 인터랙티브 퀴즈, 취향 테스트, 개인화된 리포트 등은 그 자체로 콘텐츠 가치를 지닙니다.
둘째, 점진적 프로파일링입니다. 첫 방문에서 열 가지를 물어보는 것은 최악의 전략입니다. 각 터치포인트마다 한두 가지 정보를 자연스럽게 수집하고, 시간이 지남에 따라 고객 프로필을 점진적으로 풍부하게 만들어가야 합니다. 온보딩 단계에서 핵심 선호도를, 구매 이후에 사용 목적을, 재방문 시 관심 카테고리 변화를 파악하는 식입니다.
셋째, 로열티 및 멤버십 프로그램과의 통합입니다. 생일 할인, 얼리 액세스, 전용 콘텐츠 등 회원 혜택과 연계하면 고객은 자신의 정보를 제공할 명확한 이유를 갖게 됩니다. 이때 중요한 것은 수집한 데이터가 실제로 고객 경험 개선에 활용되고 있음을 체감하게 하는 것입니다.
넷째, AI 예측 모델과의 결합입니다. 동의 기반으로 수집된 제로파티 시그널은 AI 모델의 학습 데이터로서 행동 로그보다 높은 정확도를 보입니다. 고객이 직접 밝힌 선호는 추론된 선호보다 노이즈가 적기 때문입니다. 이를 기반으로 구매 예측, 이탈 방지, 크로스셀링 추천의 정밀도를 높일 수 있습니다.
다섯째, CDP(Customer Data Platform) 통합입니다. 흩어진 제로파티 데이터를 하나의 고객 프로필로 통합하는 것이 핵심입니다. 오프라인 매장의 선호도 카드, 앱 내 설문, 웹사이트의 퀴즈 데이터가 모두 하나의 뷰로 연결될 때, 진정한 옴니채널 개인화가 가능해집니다.
온라인 쇼핑몰을 운영하던 시절, 고객 데이터를 면밀히 분석하고 맞춤 프로모션을 전개하며 브랜드 인지도를 높인 적이 있습니다. 그때 깨달은 것은 고객이 자발적으로 알려주는 선호 정보가 행동 로그보다 훨씬 정확한 예측력을 갖는다는 점이었습니다. 행동 데이터는 과거를 기록하지만, 제로파티 데이터는 미래의 의도를 담고 있습니다.
결론
McKee 등의 연구(2024)가 Journal of Consumer Behaviour에서 밝힌 것처럼, Z세대를 포함한 젊은 소비자들은 개인화를 강하게 원하면서도 프라이버시에 대한 민감도 또한 높습니다. 이 모순적 요구를 동시에 충족시킬 수 있는 거의 유일한 방법이 제로파티 데이터 전략입니다.
20년간의 경험이 하나의 결론을 가리키고 있다면, 그것은 마케팅의 본질이 결국 관계의 문제라는 것입니다. 서드파티 쿠키 시대의 마케팅이 일방적 관찰에 기반했다면, 제로파티 데이터 시대의 마케팅은 상호적 대화에 기반합니다. 고객이 자발적으로 말해주는 것들의 가치를 인정하고, 그에 걸맞은 경험으로 보답하는 것. 이것이 초개인화의 진정한 의미가 아닐까 생각합니다.
여러분의 조직은 고객에게 무엇을 묻고 있으며, 그 답을 어떻게 활용하고 계신가요? 여러분의 생각은 어떠신가요?
참고 자료
- McKinsey, “The Value of Getting Personalization Right or Wrong Is Multiplying”
- Forrester, “The State of Zero-Party Data Platforms,” 2024
- Cloarec, J., “The Personalization-Privacy Paradox in the Attention Economy,” Technological Forecasting and Social Change, 2020
- 대니얼 카너먼, 『생각에 관한 생각』
- McKee et al., “Gen Z’s Personalization Paradoxes,” Journal of Consumer Behaviour, 2024
무료로 시작하기
