12CODE
← 아카데미 academy 26강. 프라이버시 샌드박스 API 실무: Topics API·Protected Audience API 개요 예상 6분

들어가며

프라이버시 샌드박스 전체를 관통하던 설계 원칙

115-2강이 정리한 핵심 원칙은 "원시 유저 데이터를 서버로 보내지 않고, 브라우저(디바이스) 내부에서 연산한 뒤 익명화·집계된 결과만 내보낸다"는 것이었습니다. 개별 유저를 특정하지 못하게 만드는 방법은 두 갈래로 설계됐습니다. 하나는 유저를 넓은 카테고리·그룹으로 묶는 방식이고, 다른 하나는 집계된 결과값에 통계적 노이즈를 섞는 방식입니다.

Topics API: 대분류 관심사를 확률적으로 넘기는 방식

115-3강에 따르면 Topics API는 유저의 최근 웹 방문 이력을 브라우저 로컬에서 분석해, 사전에 정의된 수백 개 관심사 카테고리 중 상위 카테고리를 매주 새로 산출하도록 설계됐습니다. 광고 요청 시에는 이 여러 관심사 중 하나를 무작위로 골라 전달했고, 일정 확률로는 실제 관심사와 무관한 무작위 카테고리를 섞어 넘기는 노이즈 장치까지 포함됐습니다. 이 확률적 장치 때문에 Topics 기반 타겟팅은 서드파티 쿠키만큼 정밀한 개인화가 아니라 대분류 수준의 맥락 타겟팅을 목표로 설계된 것이었습니다.

Protected Audience API(구 FLEDGE): 브라우저 내부의 리마케팅 경매

115-4강에 따르면 Protected Audience API는 유저가 특정 사이트를 방문하면 그 브라우저 자체에 "관심 그룹(interest group)"을 저장하는 방식으로 설계됐습니다. 이후 다른 사이트에서 광고 지면이 노출되면, 서버가 아니라 브라우저 내부에서 온디바이스 경매를 실행해 노출할 광고를 결정하도록 돼 있었습니다. 이 경매 로직은 광고주·매체사가 각자 제출한 자바스크립트 코드가 브라우저 샌드박스 환경 안에서 실행되는 방식이었습니다.

서드파티 쿠키 방식과 정밀도가 근본적으로 달랐던 이유

서드파티 쿠키 기반 타겟팅은 유저 한 명 단위로 방문 이력을 서버에 축적해 세밀한 세그먼트를 만들 수 있었던 반면, Topics API는 애초에 수백 개 대분류 중 하나만 매주 넘기는 구조라 세그먼트 해상도 자체가 낮았습니다(115-3강). Protected Audience API 역시 광고주가 상세 로그(어떤 유저가 어떤 관심 그룹에 얼마나 오래 남아 있었는지)에 접근할 권한 자체가 줄어드는 구조였습니다(115-4강). 이 두 API는 프라이버시 보호 수준을 높이는 대가로 타겟팅 정밀도와 데이터 접근성을 상당 부분 포기한 설계였다는 공통점이 있습니다.

왜 채택률이 낮아 폐기까지 이어졌나

업계 일각에서는 "이 정밀도로는 리타게팅·전환 최적화 효과를 대체할 수 없다"는 평가가 이어졌고, 이는 채택률이 낮았던 배경 중 하나로 거론됩니다(115-3강). 또한 서드파티 쿠키가 유지되는 상황과 맞물려, 광고주 입장에서 굳이 로그 접근성이 제한되고 구현 난도가 높은 대체 기술로 서둘러 옮겨갈 유인이 약했습니다(115-4강). 정책 방향 하나가 바뀌자 기술 채택 유인 전체가 뒤집힌 사례로, 특정 정책 시나리오 하나에만 맞춰 인프라를 설계하는 리스크를 보여줍니다.

지금 이 개념을 실무에 어떻게 참고하나

이 API들 자체를 새로 붙일 필요는 없지만, "브라우저가 대분류 관심사만 확률적으로 넘겨주는 맥락 타겟팅"이라는 개념은 컨텍스추얼 타겟팅 전반을 이해하는 데 여전히 유용합니다(115-3강). 유사한 발상의 서드파티 컨텍스추얼 타겟팅 솔루션을 검토할 때, "이 데이터가 개인 단위 정밀 매칭인지 대분류 확률적 근사치인지"를 구분해서 기대 성과를 설정하는 습관을 이 사례에서 가져올 수 있습니다. 이 습관은 28강에서 다룰 쿠키리스 대체 전략 전반에도 적용됩니다.

실무 산출물: 정밀도 비교 메모

[정밀도 비교 메모: 타겟팅 데이터 소스별 신뢰 등급]

■ 등급 기준
- 상위 등급: 개인 단위 정밀 매칭(예: 서드파티 쿠키, 해시 매칭 오디언스)
- 중위 등급: 이벤트 수준 요약 리포트
- 하위 등급: 대분류 확률적 근사치(예: Topics API류 컨텍스추얼 타겟팅)

■ 현재 검토 중이거나 사용 중인 도구
| 도구·솔루션명 | 개인 매칭 여부 | 등급 | 기대 성과 설정 |
|---|---|---|---|
| | [ ] 개인단위 [ ] 대분류 확률적 | | |
| | [ ] 개인단위 [ ] 대분류 확률적 | | |

■ 판단 원칙
- 하위 등급 데이터로는 세밀한 개인화·전환 최적화를 기대하지 않는다: [ ] 동의
- 하위 등급 데이터는 컨텍스추얼(맥락) 타겟팅 목적으로만 활용한다: [ ] 동의

■ 향후 신규 브라우저 API 검토 시 체크리스트
- 공식 발표 채택률과 업계 실제 채택률을 함께 확인했는가:
- 로그 접근성이 기존 방식 대비 얼마나 줄어드는가:
- 이 API 하나에 전체 인프라를 의존하지 않는 병행 전략이 있는가:

즉시 확인

  1. Topics API가 서드파티 쿠키 방식보다 세그먼트 해상도가 낮았던 이유는 무엇인가요?
  2. Protected Audience API에서 광고주가 잃은 것은 무엇인가요?
  3. 이미 폐기된 이 API들을 지금도 배워야 하는 이유는 무엇인가요?

정답·해설

  1. 유저 단위 상세 이력을 쌓는 대신, 수백 개 대분류 중 하나만 매주 확률적으로 넘기는 구조였기 때문입니다.
  2. 어떤 유저가 어떤 관심 그룹에 얼마나 오래 남아 있었는지 같은 상세 로그에 대한 접근권입니다.
  3. "브라우저가 데이터를 가공해 요약만 넘긴다"는 설계 패턴이 다른 브라우저·향후 규제에서 다시 등장할 가능성이 있고, 특정 정책 하나에 인프라를 종속시키는 리스크를 이해하는 데 유용하기 때문입니다.

다음 레슨

27강에서는 시선을 국내로 돌려, 개인정보보호법 강화가 마케팅 데이터 수집에 어떤 실질적 제약을 거는지 다룹니다.

핵심 정리

  1. Topics API·Protected Audience API는 온디바이스 처리와 확률적 노이즈로 개인 식별 없는 타겟팅을 시도했지만 정밀도를 상당 부분 포기해야 했습니다.
  2. 낮은 채택률과 서드파티 쿠키 유지가 맞물려 2025년 10월 폐기가 발표됐습니다.
  3. 이 설계 패턴 자체는 향후 다른 프라이버시 기술에서 재등장할 수 있어, 데이터 소스별 신뢰 등급을 구분하는 습관을 지금부터 들여야 합니다.

→ 이 강의 퀴즈 풀어보기 (챌린지)