오픈소스 MMM 프레임워크 분석: 구글 라이트하우스(Lightweight MMM) 또는 메타 로빈(Robyn) 모델의 알고리즘 구동 원리와 R/Python 인프라 세팅

제목에 쓰인 "구글 라이트하우스(Lightweight MMM)"는 정확한 공식 명칭이 아닙니다. 구글이 실제로 내놓은 오픈소스 MMM 패키지의 이름은 LightweightMMM이며, 이 패키지는 2025년 1월 29일부로 공식 지원이 종료됐고 구글은 후속 프레임워크인 Meridian으로 이전할 것을 공식 문서에서 명시하고 있습니다. 즉 지금 신규로 구글 계열 오픈소스 MMM을 도입한다면 LightweightMMM이 아니라 Meridian(github.com/google/meridian)을 기준으로 봐야 합니다. 오래된 블로그 글·튜토리얼이 여전히 LightweightMMM 기준으로 남아 있는 경우가 많아, 검색으로 자료를 찾을 때 어느 버전을 설명하는지 먼저 확인하는 습관이 필요합니다.

Meridian은 Python으로 구현된 베이지안(Bayesian) MMM 프레임워크로, 구글 자체 확률 프로그래밍 라이브러리인 TensorFlow Probability 위에서 동작하며 지역(geo) 단위 계층적 구조를 지원합니다. 베이지안 방식이라는 점이 핵심인데, 결과가 하나의 정확한 숫자(점추정치)가 아니라 확률분포(신뢰구간)로 나옵니다. "채널 A가 매출을 정확히 12% 올렸다"가 아니라 "가장 그럴듯한 범위는 이 구간이다"로 해석해야 하는 이유입니다. 2024년 3월 발표돼 2025년 1월 일반 공개(GA)됐고, 2026년 2월에는 Python 코드 없이 예산 시나리오를 탐색할 수 있는 노코드 인터페이스 Scenario Planner가 추가됐습니다. 다만 이 노코드 도구는 모델을 이미 구축한 뒤의 탐색 단계를 쉽게 해주는 것이지, 데이터 준비와 모델 구축 자체를 대체하지는 않습니다.

Robyn은 메타(Meta) Marketing Science 팀이 만든 실험적(experimental) AI/ML 기반 오픈소스 MMM 패키지입니다. 저장소 이름 자체에 "experimental"이 붙어 있는데, 이는 상용 제품 수준의 안정성을 보증하는 게 아니라 메타가 연구·공유 목적으로 공개한 도구라는 뜻입니다. R 언어가 정식(production) 경로이고, Python 포팅 버전(robynpy)은 LLM으로 번역된 베타 단계로 안내되고 있어, 지금 당장 안정적으로 쓰려면 R 환경을 기준으로 세팅하는 게 맞습니다.

Robyn의 2026년 현재 정확한 유지보수 상태는 확인이 필요한 영역입니다. 일부 매체는 공식 저장소가 archive(보관) 처리돼 더 이상 능동적으로 관리되지 않는다고 보도하는 반면, 다른 매체는 Meta Marketing Science가 계속 유지보수 중이라고 설명해 정보가 엇갈립니다. GitHub 이슈 활동은 2025년 11월까지는 확인되지만, 정확한 archive 여부는 도입을 검토하는 시점에 github.com/facebookexperimental/Robyn 저장소 상단의 표기와 최신 커밋 날짜를 직접 확인하는 절차가 필요합니다.

두 도구 모두 무료 오픈소스지만 "공짜로 쉽게 쓸 수 있는 도구"는 아닙니다. Meridian은 Python·TensorFlow 생태계, Robyn은 R 생태계에 익숙한 인력이 데이터 파이프라인 구축부터 모델 튜닝까지 직접 핸들링해야 합니다. 조직에 R 데이터 분석가가 많다면 Robyn 쪽이, Python·머신러닝 인프라가 이미 있다면 Meridian 쪽이 진입장벽이 낮습니다. 두 도구를 병행 검토해 같은 데이터셋으로 결과를 교차 비교해보는 것도 초기 도입 단계에서 흔히 쓰는 방법입니다. 이 인프라 비용을 오픈소스 직접 운영과 외주·상용 솔루션 도입 중 어느 쪽으로 감당할지는 9강에서 별도로 다룹니다.