서드파티 쿠키 폐지와 GDPR·개인정보보호법 강화로 인해, 마케터가 고객 한 명을 식별하는 비용(Cost Per Lead)이 2024년 기준 업종에 따라 평균 40~200달러까지 치솟았다. 그럼에도 이커머스 전체 트래픽의 90~98%는 여전히 익명 방문자로 남아 있다. AI 기반 Identity Resolution(신원 해소)은 이 두 가지 모순을 동시에 해결하는 기술로, Experian이 40억 개 이상의 식별자를 통합해 완성된 고객 프로필을 구축하는 방식이 대표적이다.

1. 핵심 요약

AI 기반 Identity Resolution은 쿠키 없이도 분산된 디지털 신호를 하나의 고객 프로필로 통합하는 기술로, Experian의 사례에서 마케팅 도달률을 최대 76% 향상시키고 Windstar Cruises와 Health Union의 매출 증대를 실증했다. 프라이버시 규제 시대에 CPL(리드당 비용)을 낮추면서 ROI를 2배 이상 끌어올리려면, 익명 방문자 식별→개인화 엔진 적용→채널 연계라는 3단계 전략이 필수다. 마이크로소프트와 퍼블리시스 그룹이 에이전틱 AI 기반 마케팅 솔루션을 공동 개발하는 것도 같은 방향성이다.

2. 왜 지금 Identity Resolution인가: 익명 트래픽 문제

이커머스 플랫폼에서 신규 방문자의 90~98%가 로그인하지 않은 채 이탈한다. 기존 개인화 시스템은 이 방문자들에게 사실상 작동하지 않는다. 이름도, 이메일도, 과거 구매 이력도 없는 상태에서 광고비를 쏟아붓는 것은 밑 빠진 독에 물 붓기다.

문제는 규제 환경이 더욱 엄격해지고 있다는 점이다. GDPR, 국내 개인정보보호법 개정, 구글의 서드파티 쿠키 단계적 제한이 맞물리면서 마케터들은 고객 식별 수단을 빠르게 잃어가고 있다. 데이터 광고 기술 기업 스카이디오 CEO는 "마케터가 점차 데이터 과학자에 가까워지고 있으며, 데이터 활용 방식의 진화가 마케팅 환경의 가장 큰 변화"라고 지적했다. 더 이상 직감과 크리에이티브만으로는 ROI를 증명할 수 없는 시대다.

AI 기반 Identity Resolution은 이메일 주소, 기기 ID, 행동 패턴, 1st-party 데이터를 AI가 실시간으로 매칭해 익명 방문자를 기존 고객 프로필과 연결한다. Experian의 경우 40억 개 이상의 식별자를 단일 데이터 그래프로 통합하며, 이를 통해 Health Union은 캠페인 도달률을 최대 76%까지 끌어올렸다.

“익명 트래픽을 식별 가능한 고객으로 전환하는 순간, 마케팅 예산의 효율은 구조적으로 달라진다.”

3. 3단계 실행 프레임워크: 식별→개인화→채널 연계

실제 ROI를 2배로 높이기 위해서는 기술 도입만으로 부족하다. 식별(Identify)→개인화(Personalize)→채널 연계(Orchestrate)의 3단계를 순서대로 실행해야 한다.

1단계: 식별 — 쿠키 없이 고객을 알아보는 법

AI 기반 신원 해소 도구는 방문자의 기기 핑거프린트, 이메일 해시, 행동 시퀀스를 CRM 내 기존 고객 데이터와 확률적으로 매칭한다. Experian의 방법론이 대표적이며, 국내에서는 트립비토즈가 B2B 여행 플랫폼 '에이전트허브'에 AI를 도입해 200여 개국 호텔 데이터와 파트너 프로필을 실시간 연결하는 방식으로 유사한 식별 체계를 구현했다.

2단계: 개인화 — 익명에서 1:1 경험으로

고객을 식별했다면 다음은 개인화 엔진의 차례다. AI는 과거 구매 패턴, 체류 시간, 클릭 경로를 분석해 각 사용자에게 최적화된 콘텐츠를 동적으로 제공한다. 스마트 URL을 활용하면 동일한 랜딩 페이지도 방문자 특성에 따라 다르게 렌더링된다. 신규 고객 확보→재구매 유도→이탈 방지의 3단계 퍼널 각각에 맞는 메시지를 자동화하면 평균 주문 금액(AOV)과 전환율이 동시에 상승한다.

3단계: 채널 연계 — 디지털과 오프라인의 통합

프랭클린 매디슨 다이렉트의 2026 벤치마크 리포트는 다이렉트 메일이 최근 1년간 응답자 절반 이상에서 성과 개선을 경험했으며, 성과 유지의 핵심은 데이터 활용·개인화·채널 연계에 있다고 분석했다. 디지털 식별 데이터를 오프라인 다이렉트 메일과 연동하면 동일 고객에게 온·오프라인 일관된 메시지를 전달할 수 있다. 마이크로소프트와 퍼블리시스 그룹이 에이전틱 AI와 ID 기반 데이터를 통합한 마케팅 자동화 솔루션을 공동 개발하는 것도 이 방향이다.

4. 도입 장벽과 현실적 해법

AI 기반 Identity Resolution이 만능은 아니다. 실무에서 반드시 고려해야 할 세 가지 장벽이 있다.

데이터 품질: 내부 CRM 데이터가 불완전하면 AI 매칭 정확도가 떨어진다. 먼저 1st-party 데이터 정제부터 시작해야 한다.

규제 준수: Identity Resolution 자체는 합법이지만, 동의(Consent) 관리와 데이터 보존 정책을 반드시 병행해야 한다.

내부 역량: 스카이디오 CEO의 지적처럼 현대 마케터는 데이터 과학자에 가까워져야 한다. 도구 도입보다 팀의 데이터 리터러시 교육이 선행되어야 한다.

벤더 선택: Experian처럼 대규모 식별자 DB를 보유한 글로벌 벤더와, 국내 규제 환경에 맞는 로컬 솔루션의 장단점을 비교해야 한다.

Salesforce의 CPL 가이드에 따르면, CPL 최적화는 단순 비용 절감이 아니라 리드 품질과 전환 가능성을 함께 높이는 것이 목표다. Identity Resolution은 이 두 가지를 동시에 달성하는 핵심 레버다.

5. 이번 주 실행 체크리스트

스타트업 대표와 마케팅 실무자가 이번 주 바로 실행할 수 있는 3가지다.

1st-party 데이터 감사 실시: CRM에 저장된 고객 식별자(이메일, 전화번호, 기기 ID)의 완성도를 점검하고 중복·누락 데이터를 정제한다. Identity Resolution의 정확도는 입력 데이터 품질에 직결된다.

익명 방문자 비율 측정: Google Analytics 4 또는 자사 분석 도구에서 비로그인 세션 비율을 확인한다. 90% 이상이라면 AI 개인화 엔진 도입의 ROI 근거가 충분하다.

채널 연계 파일럿 설계: 이메일 캠페인 하나를 골라, 동일 세그먼트에 다이렉트 메일 또는 리타기팅 광고를 병행하는 소규모 A/B 테스트를 기획한다. 프랭클린 매디슨의 벤치마크 데이터가 보여주듯, 채널 연계만으로도 응답률이 유의미하게 개선된다.

6. 자주 묻는 질문

Q. AI 기반 Identity Resolution은 개인정보보호법을 위반하지 않나요?

A. Experian 등 주요 Identity Resolution 솔루션은 개인을 직접 식별하는 방식이 아니라 해시(hash) 처리된 데이터와 확률적 매칭을 활용하므로, 동의 관리 정책을 병행하면 GDPR 및 국내 개인정보보호법 준수가 가능하다. 단, 도입 전 반드시 법무팀 또는 개인정보보호 책임자(DPO)와 컴플라이언스 검토를 거쳐야 한다.

Q. CPL(리드당 비용)을 줄이는 데 Identity Resolution이 직접적으로 도움이 되나요?

A. 그렇다. Salesforce의 CPL 정의에 따르면 CPL은 단순 비용이 아니라 리드 품질과 전환 가능성을 함께 반영하는 지표다. AI 기반 신원 해소로 익명 트래픽을 고품질 리드로 전환하면, 동일 예산으로 더 많은 전환 가능 리드를 확보하게 되어 CPL이 구조적으로 낮아진다.

Q. 중소기업이나 스타트업도 Identity Resolution을 도입할 수 있나요?

A. 가능하다. Experian과 같은 엔터프라이즈 솔루션 외에도, 자사 1st-party 데이터와 무료·저비용 AI 개인화 도구를 조합하는 방식으로 유사한 효과를 낼 수 있다. 먼저 CRM 데이터 정제와 익명 방문자 비율 측정부터 시작하면, 본격 도입 전 ROI 가설을 검증할 수 있다.

Q. 우리 기업 좀 더 자세한 진단을 받고 싶다면?

https://app.sellday.kr/form/?id=824206348821174281