#### MMP가 해결한 문제
2016년부터 2024년까지 Mobile Measurement Partner는 모바일 광고 시장의 기본 질서를 만들었습니다. 사용자가 앱을 설치했을 때, 그 설치가 어떤 광고, 어떤 채널, 어떤 크리에이티브에서 비롯됐는지 독립적으로 판정하는 역할입니다. AppsFlyer, Adjust, Branch, Singular는 이 문제를 풀기 위해 모바일 생태계의 복잡한 신호를 연결해 왔습니다.
웹에서는 쿠키와 클릭 ID만으로 설명되는 일이 모바일에서는 훨씬 어렵습니다. IDFA 제한, SKAN, 딥링크, 앱스토어 전환, 확률적 매칭, 앱 내 이벤트까지 모두 다뤄야 합니다. 그래서 MMP의 가치는 여전히 큽니다. 앱 설치와 앱 내 이벤트의 어트리뷰션에는 독립적인 기준점이 필요합니다.
다만 전제가 바뀌고 있습니다. 유저 획득의 시작점이 광고가 아니라 AI 답변이 되는 경우가 늘고 있습니다. MMP의 본질적 역할은 유효하지만, 유저가 광고를 보기 전에 이미 어떤 브랜드를 알게 됐는지까지는 MMP가 설계된 영역이 아닙니다.
#### AI가 바꾸는 경로
과거의 획득 경로는 비교적 선형적이었습니다. 광고를 보고, 클릭하고, 랜딩 페이지를 거쳐, App Store로 이동하고, 설치하고, 앱 안에서 이벤트가 발생합니다. MMP는 이 흐름을 측정하기 위해 만들어졌습니다.
그러나 2025년 이후에는 다른 흐름이 커지고 있습니다. 사용자가 ChatGPT나 Perplexity에 "수수료가 낮은 파생상품 거래 플랫폼은 무엇인가", "중견 SaaS 팀에 맞는 CRM은 무엇인가"라고 묻습니다. AI는 몇 개의 브랜드를 비교하고, 장단점을 설명하고, 특정 브랜드를 추천합니다. 사용자는 그 자리에서 클릭하지 않을 수도 있습니다. 하지만 브랜드명을 기억했다가 며칠 뒤 Google에서 검색하고, 광고나 자연 검색을 통해 앱을 설치합니다.
MMP가 보는 것은 Google Brand Search 기반 설치입니다. MMP가 보지 못하는 것은 사용자가 왜 그 브랜드명을 검색했는지입니다. 실제 출발점은 며칠 전 AI 답변이었을 수 있습니다. 이것은 MMP의 결함이 아니라 구조적 경계입니다. MMP의 측정은 광고 터치포인트에서 시작하지만, AI의 영향은 그보다 앞에서 발생합니다.
#### 사각지대의 크기
CitationGraph에서 여러 업종의 사이트를 관찰해 보면, AI 접점은 단순한 클릭 몇 건으로 설명되지 않습니다. 첫 번째 층은 AI 크롤러와 에이전트의 서버 측 요청입니다. 이 요청은 JavaScript를 실행하지 않기 때문에 GA4에 거의 남지 않고, MMP에는 더더욱 들어가지 않습니다. 하지만 AI 시스템이 제품 페이지, 가격, FAQ, 비교 콘텐츠를 이해하는 과정에는 이런 기계적 접촉이 중요합니다.
두 번째 층은 referrer 손실입니다. AI 추천이 실제 사람의 클릭을 만들더라도, 플랫폼 정책, 브라우저 환경, 모바일 WebView, 개인정보 보호 설정에 따라 출처가 사라질 수 있습니다. 그러면 AI에서 온 방문이 Direct, Organic, Brand Search처럼 보입니다.
세 번째 층은 Web-to-App 단절입니다. 사용자가 AI에서 브랜드를 발견하고, 웹사이트에서 검토한 뒤, 앱스토어에서 앱을 설치해 KYC, 입금, 첫 거래를 합니다. 이 과정에서 AI 출처 정보가 앱 이벤트까지 이어지지 않으면, MMP는 자연 설치 또는 마지막 광고 터치포인트로 기록합니다.
네 번째 층은 제로클릭 인용입니다. AI 답변이 충분한 정보를 제공하면 사용자는 클릭하지 않고도 브랜드를 인식합니다. 이 영향은 광고 클릭에도, 페이지뷰에도, 앱 설치 직전 신호에도 남지 않습니다.
#### 퍼포먼스 마케팅에 생기는 왜곡
이 사각지대는 예산 배분을 왜곡합니다. AI 추천이 브랜드 검색을 늘렸는데 리포트에서는 Brand Search ROAS가 좋아진 것으로 보입니다. GEO나 AI Visibility 투자가 상류에서 수요를 만들었는데, 마지막 클릭을 가진 광고 채널만 공을 가져갑니다.
그 결과 팀은 잘못된 결론을 내릴 수 있습니다. "Brand Search가 좋으니 예산을 늘리자", "GEO는 성과가 보이지 않으니 줄이자"는 판단입니다. 하지만 Brand Search가 좋아 보이는 이유 자체가 AI가 상류에서 만든 수요일 수 있습니다.
CFO의 질문도 답하기 어려워집니다. "6개월 동안 GEO에 투자했는데 산출이 무엇인가?" GA4는 referrer가 남은 일부 클릭만 봅니다. MMP는 앱 설치와 앱 내 이벤트를 정확히 보지만, 그 이전의 AI 답변, 기계 요청, 제로클릭 브랜드 인식은 연결하지 못합니다. 그래서 AI가 만든 수요는 Brand Search, Direct, Organic 안에 흩어집니다.
이것은 한 회사의 운영 문제가 아닙니다. AI가 획득 퍼널의 시작점을 바꾸면서 생긴 산업적 측정 공백입니다. Gravity Technology가 CitationGraph를 만든 이유도 여기에 있습니다. AI 출처의 증거를 별도의 측정 레이어로 다루기 위해서입니다.
#### 왜 MMP만으로는 풀기 어려운가
MMP가 이 문제를 해결할 능력이 없다는 뜻은 아닙니다. 문제는 역할과 설계가 다르다는 점입니다. MMP의 핵심 구조는 광고 터치포인트, 앱 설치, 앱 내 이벤트를 중심으로 합니다. AI 답변에는 클릭 ID도, 캠페인 ID도, 광고 네트워크 로그도 없습니다. AI 크롤러의 소비와 AI 답변의 인용은 MMP의 표준 데이터 모델에 자연스럽게 들어가지 않습니다.
비즈니스 모델도 다릅니다. MMP는 광고주와 광고 네트워크 사이에서 광고 성과를 판정하는 인프라입니다. AI 소스 측정은 브랜드가 AI 생태계에서 어떻게 이해되고 추천되는지, 그 결과 검색 수요와 설치 수요가 어떻게 생기는지를 보는 문제입니다.
기술 스택도 다릅니다. AI 측정은 서버 측 요청, AI 답변 인용, referrer 손실, 웹과 앱 사이의 신호 연결을 봐야 합니다. 이는 MMP를 대체하는 기술이 아니라 MMP 앞단의 새로운 측정 레이어입니다.
#### 해법: AI Measurement Partner
시장에 필요한 것은 새로운 MMP가 아닙니다. 필요한 것은 AI Measurement Partner입니다. 기존 MMP는 앱 설치와 앱 내 이벤트의 기준 시스템으로 남고, AI Measurement Partner는 MMP가 구조적으로 보지 못하는 AI 출처 레이어를 보완합니다.
CitationGraph의 포지션은 이 지점에 있습니다. AI 기반 발견, 웹 측 증거, 커스텀 결과, MMP로 넘길 수 있는 출처 신호를 측정합니다. 핵심 원칙은 앱 설치 어트리뷰션을 건드리지 않는 것입니다. MMP의 알고리즘을 바꾸지 않고, 광고 계정이나 사용자 데이터를 대체하지 않습니다. 대신 AI 출처 신호를 MMP와 BI가 이해할 수 있는 형식으로 정리합니다.
이 방식은 실무적으로도 안전합니다. 기존 성과 마케팅 스택을 갈아엎지 않아도 되고, CFO에게 설명할 수 있는 새로운 상류 증거를 만들 수 있습니다. 광고팀은 MMP를 계속 사용하면서, AI가 만든 수요가 어느 정도인지 별도로 볼 수 있습니다.
계층 | 필요한 기능 | MMP 상태 |
|---|---|---|
AI 답변 가시성 | AI 플랫폼에서 브랜드 언급률과 SOV를 모니터링 | 완전한 사각지대 |
AI 크롤러 활동 | AI Agent를 식별하고 서버 측 요청을 분석 | 완전한 사각지대 |
AI 출처 사이트 방문 | AI referral을 식별하고 출처 마커를 보존 | GA4 일부 커버, MMP는 미커버 |
Web-to-App 신호 브리지 | AI 출처 신호를 MMP가 소비할 수 있는 형식으로 전달 | MMP는 소비 가능하지만 상류 신호가 필요 |
인과 검증 | Geo lift, holdout, incrementality 테스트 | 완전한 사각지대 |
#### 업종별 의미
크립토 거래소와 FinTech는 영향이 가장 큽니다. 사용자는 AI 대화에서 브랜드를 발견하고, 웹에서 검토하고, 앱에서 KYC, 입금, 첫 거래를 완료합니다. 고가치 이벤트는 앱에 있지만 브랜드 선택은 AI 상류에서 시작됩니다.
SaaS에서는 AI가 벤더 탐색의 시작점이 되고 있습니다. 구매자는 검색보다 먼저 AI에게 후보를 묻고, AI의 비교 답변이 숏리스트를 형성합니다.
E-commerce와 DTC도 빠르게 영향을 받고 있습니다. Shopify가 언급한 AI 기반 주문 성장처럼, AI 발견은 실제 구매로 이어지고 있습니다. 하지만 기존 커머스 어트리뷰션 도구는 주로 광고 터치포인트 중심으로 설계되어 있습니다.
미디어와 콘텐츠는 더 어렵습니다. AI가 콘텐츠를 인용하고 독자의 인식을 바꾸어도 클릭이 없으면 페이지뷰에 잡히지 않습니다. 세션 중심 지표만으로는 AI 시대의 영향력을 과소평가하게 됩니다.
#### 핵심 논점
MMP의 사각지대는 제품 결함이 아닙니다. AI가 유저 획득 체인의 시작점을 바꾼 결과입니다. 브랜드에는 MMP와 경쟁하지 않는 독립적인 AI 출처 측정 레이어가 필요합니다.
A: 일부는 개선됩니다. 하지만 광고 터치포인트 기반 Web 전환 측정과 AI 답변, AI 크롤러, 제로클릭 인식을 포함한 AI 출처 측정은 서로 다른 문제입니다.
A: 충분하지 않습니다. GA4는 referrer가 남은 사람의 클릭 일부만 볼 수 있습니다. JavaScript를 실행하지 않는 기계 요청, 출처가 사라진 방문, Web-to-App 단절은 볼 수 없습니다.
A: 아닙니다. MMP는 설치와 앱 내 이벤트의 기준 시스템으로 남습니다. CitationGraph는 그 앞단의 AI 출처 증거를 보완하고, MMP와 BI가 사용할 수 있는 형태로 정리합니다.