본문으로 이동

타겟 광고

위키백과, 우리 모두의 백과사전.
온라인 광고 시스템의 타겟팅 예

타겟 광고[1] 또는 데이터 기반 마케팅은 광고주가 홍보하는 제품이나 인물을 기반으로 특정 특성을 가진 잠재 고객을 대상으로 하는 온라인 광고를 포함한 광고 형태이다.[2]

이러한 특성은 인종, 경제적 지위, 성별, 연령, 세대, 교육 수준, 소득 수준, 고용 상태와 같은 인구통계학적 특성이거나, 소비자의 가치관, 성격, 태도, 의견, 라이프스타일, 관심사와 같은 심리적 특성일 수 있다.[1]또한 검색 기록, 구매 내역, 최근 온라인 활동과 같은 행동 변수도 포함될 수 있다. 타겟 광고는 효율적으로 보일 수 있지만, 그 위험성을 간과해서는 안 된다. 알고리즘을 이용한 차별과 억압의 새로운 통로를 만들어냈고, 많은 소비자를 차별과 소외에 더욱 취약하게 만들었다.[3]

광고판, 신문, 잡지, 라디오 방송과 같은 전통적인 광고 형태는 점차 온라인 광고로 대체되고 있다.[4]

새로운 온라인 채널의 등장으로 기업들이 광고비 낭비를 최소화하고자 함에 따라 타겟 광고의 유용성은 더욱 커지고 있다.[5] 현재 대부분의 타겟 뉴미디어 광고는 소비자의 온라인 또는 모바일 웹 활동 추적, 과거 웹페이지 소비자 인구 통계와 새로운 소비자 웹페이지 액세스 연결, 암시적 관심의 기반으로 검색어 사용, 문맥 광고와 같은 타겟에 대한 2차 프록시를 사용한다.[6]

유형

[편집]

기업들은 웹 사용자에 대한 정보를 수집할 수 있는 기술을 보유하고 있다.[7] 인터넷 서비스 제공업체는 사용자가 방문하는 웹사이트를 추적하고 모니터링함으로써 소비자의 선호도와 관련된 광고를 직접 표시할 수 있다. 오늘날 대부분의 웹사이트는 사용자의 인터넷 행동을 추적하기 위해 이러한 타겟팅 기술을 사용하고 있으며, 이로 인해 발생하는 개인 정보 보호 문제에 대한 논쟁이 많다.[8]

검색 엔진 마케팅

[편집]

추가 정보: 검색 엔진 마케팅

검색 엔진 마케팅은 검색 엔진을 활용하여 타겟 고객에게 도달하는 마케팅 방식이다. 예를 들어, Google의 리마케팅 캠페인은 광고주가 웹사이트를 방문한 컴퓨터의 IP 주소를 사용하여 Google 디스플레이 네트워크에 속한 웹사이트를 탐색하거나 Google 검색 엔진에서 제품 또는 서비스와 관련된 키워드를 검색할 때 이전에 웹사이트를 방문했던 사용자에게 광고를 다시 게재하는 타겟 마케팅의 한 유형이다.[9] 동적 리마케팅은 광고에 소비자가 이전에 광고주의 웹사이트에서 조회했던 제품이나 서비스를 포함할 수 있으므로 타겟 광고의 효과를 높일 수 있다.[10]

Google Ads는 다양한 플랫폼을 지원한다. 검색 네트워크는 'Google 검색, Google 지도 및 Google 쇼핑과 같은 다른 Google 사이트, 그리고 검색 결과와 일치하는 광고를 표시하는 수백 개의 Google 외 검색 파트너 웹사이트'에 광고를 게재한다.[10] '디스플레이 네트워크는 Google Finance, Gmail, Blogger, YouTube와 같은 Google 웹사이트, 파트너 사이트, 그리고 특정 페이지의 콘텐츠와 일치하는 Google Ads 광고를 표시하는 모바일 사이트 및 앱 모음을 포함한다.[10]

이 두 가지 유형의 광고 네트워크는 회사 또는 회사 유형의 특정 목표에 따라 유용할 수 있다. 예를 들어, 검색 네트워크는 특정 제품이나 서비스를 적극적으로 검색하는 소비자에게 도달하려는 회사에 도움이 될 수 있다.

광고 캠페인에서 사용자를 타겟팅하는 또 다른 방법은 브라우저 기록과 검색 기록을 활용하는 것이다. 예를 들어, 사용자가 Google과 같은 검색 엔진에 '판촉용 펜'을 입력하면 판촉용 펜 광고가 검색 결과 상단, 일반 검색 결과 위에 표시된다. 이러한 광고는 사용자의 IP 주소 지역을 기반으로 지역 타겟팅되어 해당 지역 또는 주변 지역에 제품이나 서비스를 보여준다. 일반적으로 광고 품질 점수가 높을수록 상위에 노출된다.[11] 광고 품질은 품질 점수의 5가지 구성 요소[12]의 영향을 받는다.

광고의 예상 클릭률(CTR)

방문 페이지의 품질

광고/검색 관련성

지역별 성과

타겟 기기

이러한 기준에 따라 순위가 매겨지면 광고주는 광고 입찰 자격, 실제 클릭당 비용(CPC), 광고 게재 위치 및 광고 게재 위치 입찰가 추정치를 개선하는 데 영향을 받는다. 요약하자면, 품질 점수가 높을수록 광고 게재 위치가 좋아지고 비용이 절감된다.

Google은 디스플레이 네트워크를 사용하여 사용자의 활동을 추적하고 사용자 정보를 수집한다. 사용자가 Google 디스플레이 네트워크를 사용하는 웹사이트를 방문하면 Google은 사용자의 검색 내역, 출신 지역, IP 주소 등의 정보를 담은 쿠키를 Google에 전송한다. 이를 통해 Google은 사용자 프로필을 구축하여 사용자에게 더욱 구체적인 광고를 타겟팅할 수 있다.

예를 들어, 사용자가 판촉용 펜을 판매하는 판촉 회사 웹사이트를 자주 방문하는 경우 Google은 사용자의 나이, 성별, 위치 및 기타 인구 통계 정보와 방문한 웹사이트에 대한 정보를 수집하고 사용자를 판촉 제품 카테고리로 분류하여 Google이 사용자가 방문하는 판촉 제품과 관련된 웹사이트에 광고를 쉽게 표시할 수 있도록 한다.[13]

소셜 미디어 타겟팅

[편집]

추가 정보: 소셜 미디어 마케팅

소셜 미디어 타겟팅은 지리적 타겟팅, 행동 타겟팅, 사회심리적 타겟팅과 같은 일반적인 타겟팅 속성을 활용하고 소비자가 각 소셜 미디어 플랫폼에 제공한 정보를 수집하는 타겟 광고의 한 형태이다.

소셜 미디어 사용자의 시청 기록을 바탕으로, 특정 기준에 관심 있는 고객에게 특정 제품이나 서비스 광고가 자동으로 타겟팅된다.[14] 예를 들어, 페이스북은 플랫폼 내 감시 인프라를 통해 막대한 양의 사용자 데이터를 수집한다.[15] 사용자의 관심사, 시청 기록, 지리적 위치와 같은 정보를 활용하여 개인화된 제품으로 소비자를 세밀하게 타겟팅한다.

페이스북 유료 광고는 타겟 캠페인을 통해 기업이 잠재 고객에게 도달할 수 있도록 지원한다.[16]

소셜 미디어는 또한 소비자의 프로필을 생성하며, 사용자의 프로필 하나만으로 모든 관심사와 '좋아요'를 확인할 수 있다.

예를 들어, 페이스북은 광고주가 성별, 연령, 위치와 같은 광범위한 특성을 사용하여 타겟팅할 수 있도록 지원한다. 또한, 인구 통계, 행동 및 관심사를 기반으로 더욱 세밀한 타겟팅이 가능하다(Facebook의 다양한 타겟팅 옵션에 대한 포괄적인 목록은[17]참조).

텔레비전

[편집]

광고는 디지털 케이블[18], 스마트 TV 또는 OTT 비디오[19]를 시청하는 특정 소비자를 대상으로 타겟팅할 수 있다. 타겟팅은 연령, 성별, 위치 또는 영화에 대한 개인적인 관심사 등을 기준으로 이루어질 수 있다.[20]

케이블 셋톱박스 주소는 Acxiom, Equifax, Experian과 같은 데이터 브로커의 정보(결혼, 학력, 범죄 기록, 신용 기록 등)와 대조하여 확인할 수 있다. 정치 캠페인은 정당 소속 및 시청자가 투표한 선거와 당내 경선[19]과 같은 공개 기록과도 대조할 수 있다.

모바일 기기

[편집]

2000년대 초반부터 광고는 온라인, 그리고 최근에는 모바일 환경에서 널리 보급되었다. 모바일 기기 기반 타겟 광고는 소비자의 관심사뿐 아니라 위치와 시간 정보까지 포함하여 소비자에 대한 더 많은 정보를 전송할 수 있게 해준다.[21] 이를 통해 광고주는 소비자의 일정과 변화하는 환경에 맞춘 광고를 제작할 수 있다.

콘텐츠 및 문맥 타겟팅

[편집]

자세한 정보: 콘텐츠 마케팅

가장 간단한 타겟팅 방법은 콘텐츠/문맥 타겟팅이다. 광고주는 관련 콘텐츠를 기반으로 특정 위치에 광고를 게재한다.[8] 소비되는 문맥에 맞춰 광고를 게재한다는 점에서 콘텐츠 지향 광고라고도 한다.

이 타겟팅 방법은 다양한 매체에서 활용될 수 있다. 예를 들어 온라인 기사에서 주택 구매와 관련된 문맥을 다룬다면, 보험 광고와 같은 관련 광고를 게재할 수 있다. 이는 일반적으로 페이지 콘텐츠를 분석하거나 키워드를 찾아 관련 광고를 팝업 형태로 표시하는 광고 매칭 시스템을 통해 구현된다.[22]

하지만 광고 매칭 시스템이 긍정적 상관관계와 부정적 상관관계를 구분하지 못하는 경우가 있어 실패할 수도 있다. 이로 인해 콘텐츠에 적합하지 않은 모순된 광고가 게재될 수 있다.[22]

기술적 타겟팅

[편집]

기술적 타겟팅은 사용자의 소프트웨어 또는 하드웨어 상태와 연관된다. 광고는 사용자의 네트워크 대역폭에 따라 변경된다. 예를 들어, 연결 속도가 제한된 휴대폰을 사용하는 사용자의 경우 광고 전달 시스템은 데이터 전송 속도를 높이기 위해 더 작은 크기의 광고 버전을 표시한다.[8]

주소 지정 가능 광고 시스템은 광고에 노출된 소비자의 인구 통계학적, 심리적 또는 행동적 특성을 기반으로 광고를 직접 제공한다. 이러한 시스템은 항상 디지털 방식이며, 광고를 제공하는 최종 기기(셋톱박스, 웹사이트 또는 디지털 사이니지)가 광고가 제공되는 시점에 해당 기기에 특정한 소비자 특성을 기반으로 다른 기기와 독립적으로 광고를 표시할 수 있어야 하므로 주소 지정이 가능해야 한다.

따라서 주소 지정 가능 광고 시스템은 최종 기기와 관련된 소비자 특성을 기반으로 광고를 선택하고 제공해야 한다.[23]

시간 타겟팅

[편집]

마케팅 저널(Journal of Marketing)에 따르면, 2016년에는 18억 명이 넘는 사용자가 웹 기반 소셜 미디어에서 하루 평균 최소 118분을 보냈다.[24]이 사용자 중 거의 77%가 좋아요, 댓글, 관련 링크 클릭 등을 통해 콘텐츠와 상호작용했다. 이처럼 놀라운 사용자 트렌드를 고려할 때, 광고주는 광고 효과를 극대화하기 위해 콘텐츠 게시 시간을 적절하게 선택해야 한다.

콘텐츠 게시에 가장 효과적인 시간을 파악하려면 뇌가 기억을 가장 효율적으로 유지하는 시간을 알아야 한다. 시간심리학 연구에 따르면, 하루 중 시간대는 개인의 작업 기억 접근성의 일주기적 변화에 영향을 미치며, 작업 기억 접근성이 낮은 시간에는 작업 기억 효율성을 높이기 위한 억제 메커니즘이 활성화되는 것으로 나타났다. 작업 기억은 언어 인지, 학습, 추론에 중요한 역할을 하며[25][26], 빠른 정보 저장, 검색, 처리 능력을 제공한다.

많은 사람들에게 있어 작업 기억 접근성은 하루의 시작 무렵에 일어나면 좋고 저녁 중반에는 가장 많이 감소하며 밤에는 보통이다.[27]

사회인구학적 타겟팅

[편집]

참고: 내로우캐스팅 및 소셜 소팅

사회인구학적 타겟팅은 소비자의 특성에 초점을 맞춘다. 여기에는 연령, 세대, 성별, 소득 및 국적이 포함된다.[8] 이 방식의 핵심은 특정 사용자를 타겟팅하고 수집된 데이터를 활용하는 것이다. 예를 들어, 18~24세 남성을 타겟팅하는 식이다. 페이스북을 비롯한 소셜 미디어 플랫폼은 사용자의 인구통계학적 특성에 맞는 광고를 계정에 표시함으로써 이러한 타겟팅 방식을 사용한다. 광고는 배너 광고, 모바일 광고 또는 상업용 동영상 형태로 나타날 수 있다.[28]

지리적 및 위치 기반 타겟팅

[편집]

이 유형의 광고는 사용자의 지리적 위치를 기반으로 타겟팅한다. IP 주소는 사용자의 위치를 나타낼 수 있으며, 일반적으로 우편번호를 통해 위치를 파악할 수 있다.[8] 사용자의 위치 정보는 고정 프로필에 저장되므로 광고주는 지리적 위치를 기반으로 이러한 사용자를 쉽게 타겟팅할 수 있다.

위치 기반 서비스(LBS)는 공간 및 시간 데이터 전송을 허용하는 모바일 정보 서비스로, 광고주에게 유리하게 활용될 수 있다.[29] 이러한 데이터는 위치 정보에 접근할 수 있도록 허용하는 기기 내 애플리케이션(예: Uber와 같은 모바일 앱)에서 수집할 수 있다.[30]

이러한 유형의 타겟 광고는 지역화된 콘텐츠에 초점을 맞추는데, 예를 들어 사용자에게 해당 지역에서 즐길 수 있는 활동(예: 식당, 근처 상점 등)에 대한 옵션을 제공할 수 있다. 소비자의 위치 기반 서비스를 활용한 광고 제작은 광고 전달 효과를 높일 수 있지만, 사용자의 개인정보 보호 문제를 야기할 수도 있다.[31]

행동 타겟팅

[편집]

행동 타겟팅은 사용자의 활동/행동을 중심으로 하며 웹 페이지에서 더 쉽게 구현할 수 있다.[32][33] 웹사이트 탐색 정보는 데이터 마이닝을 통해 수집할 수 있으며, 이를 통해 사용자의 검색 기록에서 패턴을 찾아낼 수 있다. 이 방법을 사용하는 광고주들은 이러한 방식이 사용자에게 더 관련성 높은 광고를 생성하여 소비자의 관심을 더 끌 수 있다고 믿는다.[34]

소비자가 항공권 가격을 자주 검색하는 경우, 타겟팅 시스템은 이를 인식하고 페이스북의 항공권 특가 상품과 같이 관련 없는 웹사이트에서도 관련 광고를 보여주기 시작한다. 행동 타겟팅의 장점은 관심사가 다양한 집단이 아닌 개별 사용자의 관심사를 타겟팅할 수 있다는 것이다.[8]

소비자가 웹사이트를 방문하면 방문한 페이지, 각 페이지를 보는 시간, 클릭한 링크, 검색어, 상호 작용한 요소 등의 데이터를 수집하여 방문자의 웹 브라우저와 연결되는 '프로필'을 생성할 수 있다. 결과적으로 웹사이트 운영자는 이러한 데이터를 활용하여 유사한 프로필을 가진 방문자를 기반으로 세분화된 고객 세그먼트를 생성할 수 있다.

방문자가 동일한 웹 브라우저를 사용하여 특정 웹사이트 또는 웹사이트 네트워크에 다시 방문할 경우, 이러한 프로필을 통해 마케터와 광고주는 제공되는 제품 및 서비스에 대한 관심과 의도가 높은 방문자에게 온라인 광고와 메시지를 집중적으로 노출할 수 있다.

행동 타겟팅은 미디어 제공업체가 개별 사용자에게 매우 관련성 높은 광고를 제공할 수 있게 함으로써 디지털 마케팅 및 광고의 효율성과 수익성을 높이는 주요 기술 중 하나로 부상했다. 적절하게 타겟팅된 광고와 메시지가 소비자의 관심을 더 많이 끌 수 있다는 이론에 따라, 운영자는 행동 타겟팅 광고에 대해 프리미엄 가격을 책정할 수 있고 마케터는 더 큰 성과를 거둘 수 있다.

행동 마케팅은 단독으로 또는 다른 형태의 타겟팅과 함께 사용할 수 있다.[17] 많은 실무자들은 이러한 과정을 "고객 타겟팅"이라고도 부른다.[35]

행동 타겟팅은 광고 효과를 높일 수 있지만, 개인정보 보호에 대한 우려도 제기된다.[36] 사용자는 자신의 온라인 행동이 추적되어 광고 목적으로 사용되는 것에 대해 불편함을 느낄 수 있다. 개인화와 개인 정보 보호 사이의 균형을 맞추는 것이 중요하다.[37]

온사이트

[편집]

참고: 행동 광고에 대한 FTC 규정

행동 타겟팅은 방문자 경험을 개선하거나 온라인 자산에 이점을 제공한다는 전제 하에 모든 온라인 자산에 적용될 수 있으며, 일반적으로 전환율 증가 또는 지출 수준 증가를 통해 효과를 발휘한다. 이 기술/철학을 초기에 도입한 곳은 HotWired[38][39]와 같은 편집 사이트, 주요 온라인 광고 서버[40]를 사용하는 온라인 광고[41], 소매업체 또는 기타 전자상거래 웹사이트로, 방문자별로 제품 제안 및 프로모션의 관련성을 높이는 기술로 활용되었다. 최근에는 이러한 전통적인 전자상거래 시장 외의 기업들도 이러한 신기술을 실험하기 시작했다.

일반적인 접근 방식은 웹 분석 또는 행동 분석을 사용하여 모든 방문자를 여러 개의 개별 채널로 분류하는 것에서 시작한다. 그런 다음 각 채널을 분석하고 각 채널에 맞는 가상 프로필을 생성한다.

이러한 프로필은 페르소나를 기반으로 구축될 수 있으며, 웹사이트 운영자는 이를 통해 각기 다른 페르소나에게 어떤 콘텐츠, 탐색 및 레이아웃을 보여줄지 결정할 수 있다. 프로필을 정확하게 구현하여 효과적으로 전달하는 실질적인 문제는 일반적으로 전문 콘텐츠 행동 플랫폼을 사용하거나 맞춤형 소프트웨어를 개발하는 방식으로 해결된다.

대부분의 플랫폼은 사이트 방문자에게 고유 ID 쿠키를 할당하여 방문자를 식별하고 웹 여정 전반에 걸쳐 추적한다. 그런 다음 플랫폼은 규칙 기반으로 어떤 콘텐츠를 제공할지 결정한다.

자체 학습형 온사이트 행동 타겟팅 시스템은 사이트 콘텐츠에 대한 방문자 반응을 모니터링하고 원하는 전환 이벤트를 유도할 가능성이 가장 높은 요소를 학습한다. 각 행동 특성 또는 패턴에 적합한 콘텐츠는 여러 변수를 동시에 테스트하여 도출된다. 온사이트 행동 타겟팅은 특정 행동 프로필을 가진 사용자가 특정 제안을 통해 전환을 유도할 확률에 대한 통계적 신뢰도를 확보하기 위해 비교적 높은 트래픽이 필요하다. 야후(Yahoo!)와 같은 일부 업체는 대규모 사용자 기반을 활용하여 이를 달성했다. 또 다른 업체들은 규칙 기반 접근 방식을 사용하여 관리자가 특정 특성을 가진 사용자에게 표시되는 콘텐츠와 제안을 설정할 수 있도록 한다.

연구에 따르면 행동 타겟팅은 개인 정보 보호에 큰 손실을 초래하는 반면 이점은 미미하다. 성별 타겟팅의 경우, 타겟팅 정확도는 42%로 무작위 예측보다 낮다. 성별과 연령을 함께 타겟팅할 경우 정확도는 24%에 불과하다.[42]

네트워크

[편집]

광고 네트워크는 개별 사이트와는 다른 방식으로 행동 타겟팅을 활용한다. 여러 사이트에 걸쳐 다양한 광고를 게재하기 때문에 인터넷 사용자의 인구통계학적 구성을 파악할 수 있다.[43] 한 웹사이트 방문 데이터는 마이크로소프트 및 구글 자회사, 페이스북, 야후, 여러 트래픽 로깅 사이트, 소규모 광고 회사 등 다양한 회사로 전송될 수 있다.[44]

이 데이터는 때때로 100개 이상의 웹사이트로 전송되어 비즈니스 파트너, 광고주 및 기타 제3자와 비즈니스 목적으로 공유될 수 있다. 데이터는 쿠키, 웹 비콘 및 유사 기술, 그리고/또는 제3자 광고 게재 소프트웨어를 사용하여 사이트 사용자 및 사이트 활동에 대한 정보를 자동으로 수집한다. 일부 서버는 사용자를 해당 서버로 유도한 페이지, 사용자가 방문한 웹사이트, 사용자가 본 광고, 클릭한 광고까지 기록한다.[45]

온라인 광고는 사용자를 식별하는 데 특화된 도구인 쿠키를 사용하여 웹사이트에서 사용자의 활동을 모니터링함으로써 타겟 광고를 제공한다. 이러한 목적으로 사용되는 쿠키를 추적 쿠키라고 한다. 구글과 같은 광고 네트워크 회사는 쿠키를 사용하여 사용자의 관심사에 맞춘 광고를 제공하고, 사용자가 광고를 보는 횟수를 제어하며, 특정 제품이 고객의 선호도에 부합하는지 여부를 "측정"한다.[46]

이 데이터는 개인의 이름, 주소, 이메일 주소 또는 전화번호를 첨부하지 않고 수집되지만, IP 주소, MAC 주소, 웹 브라우저 정보, 쿠키 또는 사용자의 컴퓨터를 식별하는 기타 고유한 영숫자 ID와 같은 장치 식별 정보가 포함될 수 있다. 일부 상점에서는 데이터와 함께 게스트 ID를 생성하기도 한다.

쿠키는 표시되는 광고를 제어하고 사이트에서의 검색 활동 및 사용 패턴을 추적하는 데 사용된다. 기업은 이 데이터를 사용하여 사용자의 연령, 성별 및 잠재적인 구매 관심사를 추론하여 사용자가 클릭할 가능성이 더 높은 맞춤형 광고를 제공한다.[47]

예를 들어 축구 사이트, 비즈니스 사이트, 남성 패션 사이트에서 볼 수 있는 사용자를 생각해 볼 수 있다. 이 경우 해당 사용자는 남성일 가능성이 높다. 내부적으로 제공되는 사용자 설문조사 또는 외부에서 제공되는 Comscore/Netratings의 개별 사이트에 대한 인구 통계 분석을 통해 네트워크는 사이트가 아닌 사용자층을 판매할 수 있다.[48] 광고 네트워크는 이러한 제품을 판매하는 데 사용되었지만, 이는 사용자층이 있는 사이트를 선택하는 방식에 기반했다. 행동 타겟팅을 통해 네트워크는 이보다 훨씬 더 구체적인 타겟팅이 가능해졌다.

타겟 광고 연구

[편집]

Chen과 Stallaert(2014)는 "행동 타겟팅을 이용한 온라인 광고의 경제 분석"[33]이라는 논문에서 온라인 게시자가 행동 타겟팅을 활용할 때 발생하는 경제적 영향을 연구했다. 이들은 게시자가 광고 슬롯을 경매 방식으로 판매하고 클릭당 비용(CPC)을 받는 상황을 가정했다. Chen과 Stallaert(2014)는 게시자의 수익, 광고주의 보상, 그리고 사회적 후생에 영향을 미치는 요인들을 분석했다. 그들은 행동 타겟팅을 사용할 경우 특정 상황에서 온라인 게시자의 수익이 두 배로 증가할 수 있음을 보여주었다.

하지만 게시자의 수익 증가가 항상 보장되는 것은 아니다. 경쟁 정도와 광고주의 평가에 따라 광고 가격, 즉 게시자의 수익이 오히려 감소하는 경우도 있다. 그들은 행동 타겟팅과 관련된 두 가지 효과, 즉 경쟁 효과와 성향 효과를 확인했다. 이 두 효과의 상대적인 강도에 따라 게시자의 수익이 긍정적으로 또는 부정적으로 영향을 받는지 여부가 결정된다. Chen과 Stallaert(2014)는 행동 타겟팅을 통해 사회적 후생이 증가하고 소규모 광고주에게는 이익이 돌아가지만, 대형 광고주는 오히려 손해를 보고 기존 광고 방식에서 전환을 꺼릴 수 있음을 보여주었다.

2006년 BlueLithium(현재 Yahoo! Advertising)은 대규모 온라인 연구에서 맥락 기반 콘텐츠에 따른 행동 타겟팅 광고의 효과를 조사했다. 이 연구는 행동 및 맥락적 경계를 넘나드는 4억 건의 "노출", 즉 광고 데이터를 활용했다. 구체적으로, "쇼핑객"이나 "여행객"과 같이 1천만 건 이상의 "노출"을 기록한 9개의 행동 범주를 대상으로 콘텐츠 전반에 걸친 패턴을 분석했다.[49]

이 연구의 모든 측정 지표는 클릭률(CTR)과 행동 전환율(ATR)로 나타났다. 따라서 사용자가 광고를 접할 때마다 클릭률(CTR) 데이터가 생성되고, 광고를 통해 전환(구매 또는 교환)을 완료할 때마다 '액션 스루(action-through)' 데이터가 추가된다.

연구 결과에 따르면 광고 트래픽 증가를 목표로 하는 광고주는 맥락에 맞춘 행동 타겟팅에 집중해야 한다. 마찬가지로 광고 전환을 목표로 하는 경우에는 맥락과 무관한 행동 타겟팅이 가장 효과적이다.[49] 이 데이터는 '일반적인 경험 법칙'을 도출하는 데 도움이 되었지만,[49] 콘텐츠 카테고리별로 결과는 크게 차이가 났다. 연구진의 전반적인 결과는 행동 타겟팅의 효과가 광고주의 목표와 광고주가 도달하고자 하는 주요 타겟 시장에 따라 달라진다는 것을 보여준다.

프로세스

[편집]

마케터는 분석 도구를 활용하여 고객 행동을 이해하고 데이터에 기반한 정보에 입각한 의사결정을 내리려고 한다.[50] 전자상거래 소매업체는 데이터 기반 마케팅을 통해 고객 경험을 개선하고 매출을 증대시키려 한다. 하버드 비즈니스 리뷰에 인용된 한 예로, 오프라인 매장과 온라인 제품 카탈로그를 보유한 패션 브랜드인 Vineyard Vines가 있다. 이 회사는 인공지능(AI) 플랫폼을 사용하여 전자상거래 사이트에서 고객이 취하거나 취하지 않은 행동으로부터 고객에 대한 정보를 얻는다. 장바구니 포기와 같은 특정 시점에 이메일이나 소셜 미디어 커뮤니케이션이 자동으로 발송된다. 이 정보는 검색 엔진 마케팅을 개선하는 데에도 사용된다.[51]

광고는 광고주에게 기존 및 잠재 고객과 직접 소통할 수 있는 채널을 제공한다. 광고는 단어와/또는 이미지를 조합하여 "정보의 매체"(David Ogilvy[52]) 역할을 하는 것을 목표로 하며, 따라서 정보 전달 방식과 정보 전달 대상이 가장 중요하다. 광고는 수신자가 모두 동일하지 않으며 따라서 단일하고 유사한 방식으로 반응하지 않을 수 있다는 점을 인지하고, 광고의 구조적 요소가 수신자에게 언제 어떻게 영향을 미치는지 정의해야 한다.[53]

타겟 광고는 특정 그룹에 특정 광고를 노출하여 정보에 관심이 있을 소비자에게 도달하는 것을 목적으로 한다. 광고주는 가능한 한 효율적으로 소비자에게 도달함으로써 더 효과적인 캠페인을 달성하고자 한다. 타겟팅을 통해 광고주는 최대의 수익을 얻기 위해 광고를 언제 어디에 배치해야 하는지 파악할 수 있다. 이를 위해서는 고객의 심리를 이해하고(신경마케팅 참조) 최적의 커뮤니케이션 채널을 결정해야 한다.

타겟팅 유형에는 인구통계학적, 심리적 특성, 행동 변수 및 문맥 타겟팅을 기반으로 한 광고가 포함되지만 이에 국한되지는 않는다.

행동 기반 광고는 온라인에서 가장 일반적으로 사용되는 타겟팅 방식이다. 인터넷 쿠키는 인터넷 서버와 브라우저 간에 주고받는 데이터로, 사용자를 식별하거나 사용자의 활동을 추적할 수 있도록 한다. 쿠키는 소비자가 방문하는 페이지, 각 페이지를 보는 데 소요한 시간, 클릭한 링크, 검색 및 상호 작용에 대한 세부 정보를 제공한다.

이러한 정보를 바탕으로 쿠키 발행자는 사용자의 브라우징 성향과 관심사를 파악하여 프로필을 생성한다. 광고주는 이 프로필을 분석하여 유사한 정보를 가진 사용자들을 기반으로 세분화된 고객 세그먼트를 만들 수 있다. 그런 다음 광고주를 대리하는 조직이 소비자의 관심사라고 추측하는 내용을 바탕으로 맞춤형 광고를 소비자에게 제공한다.[54]

이러한 광고는 사용자의 프로필을 기반으로 사용자가 관심을 가질 가능성이 가장 높은 페이지와 사용자에게 표시되도록 구성된다. 예를 들어, 행동 타겟팅의 경우, 사용자의 컴퓨터에 저장된 쿠키 데이터를 통해 사용자가 최근 여러 자동차 쇼핑 및 비교 사이트를 방문한 것으로 파악되면, 해당 사용자가 다른 사이트를 방문할 때 자동차 관련 광고를 제공할 수 있다.[55]

행동 광고는 사용자가 의도적으로 또는 무의식적으로 제공하는 데이터에 의존하며, 두 가지 형태로 구성된다. 하나는 사용자의 웹 활동 분석을 기반으로 광고를 제공하는 방식이고, 다른 하나는 인터넷 서비스 제공업체의 게이트웨이를 통과하는 통신 및 정보를 분석하는 방식이다.

인구통계학적 타겟팅은 온라인에서 사용되는 최초이자 가장 기본적인 타겟팅 방식이다. 이는 성별, 연령, 민족, 연소득, 부모 여부 등의 매개변수를 사용하여 잠재고객을 보다 세분화된 그룹으로 나누는 것을 포함한다. 이러한 그룹의 모든 구성원은 공통적인 특성을 공유한다.

따라서 광고주가 특정 집단을 대상으로 캠페인을 진행하고자 할 때, 해당 캠페인은 목표 집단의 특성을 가진 사람들만을 대상으로 해야 한다. 광고주가 인구통계학적 목표 대상을 확정한 후에는, 목표 고객층의 상당수가 이용하는 웹사이트 또는 웹사이트의 특정 섹션을 매체로 선택한다.

심리적 특성을 이용한 세분화는 개인의 성격, 가치관,

관심사, 라이프스타일을 기반으로 한다. 남캘리포니아대학교 엔터테인먼트 기술 센터, 홀마크 채널, 그리고 E-Poll 시장조사기관이 공동으로 진행한 최근 연구에 따르면, 미디어 이용 행태를 예측하는 데 있어 사용자의 라이프스타일이 더 중요한 요소로 밝혀졌다.

연구자들은 이러한 집단의 구성원들이 유사한 인구통계학적 프로필을 가질 수 있지만, 태도와 미디어 사용 습관은 다를 수 있다는 결론을 내렸다.[56] 심리통계학은 특성을 이용하여 청중을 특정 그룹으로 구분함으로써 더 깊은 통찰력을 제공할 수 있다. 이러한 사실을 인지하게 되면 광고주는 연령 외의 다른 요소들이 고객에 대한 더 큰 통찰력을 제공한다는 점을 인식하고 고객을 타겟팅하기 시작할 수 있다.

맥락 광고는 특정 웹사이트나 인쇄 잡지와 같이 홍보하려는 제품과 관련된 주제를 다루는 미디어 매체에 광고를 게재하는 전략이다.[57]  광고주는 이 전략을 사용하여 타겟 고객을 세분화한다.[57][58] 광고는 사용자의 신원과 미디어에 표시되는 콘텐츠를 기반으로 자동화 시스템에 의해 선택되고 제공된다. 광고는 사용자의 다양한 플랫폼에 표시되며 키워드 검색을 기반으로 선택되어 웹페이지 또는 팝업 광고 형태로 나타난다. 이는 사용자가 보고 있는 웹페이지의 콘텐츠와 직접적인 연관성을 갖는 광고 콘텐츠를 제공하는 타겟 광고의 한 형태이다.

리타겟팅

[편집]

주요 문서: 행동 리타겟팅

리타겟팅은 광고주가 행동 타겟팅을 활용하여 사용자가 특정 상품을 보거나 구매한 후에도 계속해서 해당 사용자를 따라다니며 광고를 게재하는 것을 말한다. 예를 들어, 매장에서는 구매 고객에게 이메일 구독을 권유하여 추가 상품에 대한 관심을 유도하고 지속적인 구매를 유도하는 방식으로 카탈로그 광고를 게재한다.

리타겟팅의 대표적인 예로는 사용자가 웹상에서 이전에 살펴본 상품을 계속해서 보여주며 구매를 유도하는 광고를 들 수 있다. 리타겟팅은 매우 효과적인 전략으로, 브랜드와 관련된 소비자의 활동을 분석하여 소비자의 행동에 적절하게 대응할 수 있도록 한다.[59]

주요 심리적 세분화

[편집]

개성

[편집]

모든 브랜드, 서비스 또는 제품은 고유한 개성을 가지고 있으며, 이는 대중과 커뮤니티가 이를 어떻게 인식하는지에 따라 결정된다. 마케터는 목표 시장의 개인적 특성에 맞춰 이러한 개성을 만들어낸다.[1] 마케터와 광고주가 이러한 개성을 만드는 이유는 소비자가 브랜드, 서비스 또는 제품의 특성에 공감할 때 제품에 대한 유대감을 느끼고 구매할 가능성이 높아지기 때문이다.

라이프스타일

[편집]

광고주들은 사람들이 각기 다른 삶을 살고, 다른 라이프스타일을 가지고 있으며, 소비자의 삶의 여러 시점에서 각기 다른 욕구와 필요를 가지고 있다는 것을 알고 있다. 따라서 이러한 개인적 차이를 보완할 수 있다. 심리적 특성에 기반하여 세분화하는 광고주는 자사 제품을 이러한 욕구와 필요에 대한 해결책으로 홍보한다. 라이프스타일에 따른 시장 세분화는 소비자가 생애주기의 어느 단계에 있는지, 그리고 그 단계와 관련된 선호도를 고려한다.

의견, 태도, 관심사 및 취미

[편집]

심리적 세분화에는 종교, 성별, 정치, 스포츠 및 여가 활동, 환경에 대한 견해, 예술 및 문화 문제에 대한 견해도 포함된다. 시장 세분화에 속한 소비자들이 가진 견해와 참여하는 활동은 구매하는 제품과 서비스에 영향을 미치고, 광고 메시지에 대한 반응 방식에도 영향을 준다.

행동 광고 및 심리적 타겟팅의 대안으로는 지리적 타겟팅과 인구통계학적 타겟팅이 있다.

광고주가 최대한 많은 소비자에게 효율적으로 도달하고자 할 때, 6단계 프로세스를 사용한다.

첫째, 목표를 설정한다. 이를 위해 벤치마크를 설정하고, 제품 또는 제안을 식별하며, 핵심 가치와 전략적 목표를 파악한다. 이 단계에는 경쟁사의 콘텐츠를 분석하고 모니터링하며, 향후 12~18개월 동안의 목표를 수립하는 것도 포함된다.

두 번째 단계인 구매자 이해는 광고주가 목표로 하는 구매자 유형을 파악하고 소비자의 구매 프로세스를 식별하는 것이다.

콘텐츠의 모든 격차를 파악하고 구매 프로세스와 콘텐츠 단계에서 중요한 요소를 찾아내는 것이 핵심이다.

콘텐츠가 제작되고 핵심 메시지가 파악되며 품질 기준선이 논의되는 단계가 이어진다.

콘텐츠의 잠재력을 극대화하기 위해서는 배포 방식을 구성하는 것이 중요하며, 소셜 미디어, 블로그 또는 Google 디스플레이 네트워크를 활용할 수 있다.

마지막 단계는 광고주에게 매우 중요하다. 투자 수익률(ROI)을 측정해야 하기 때문이다. 성과 측정 방법은 웹 트래픽 추적, 영업 리드 품질 및/또는 소셜 미디어 공유 등 다양하다.

행동 광고의 대안으로는 잠재고객 타겟팅, 문맥 타겟팅, 심리적 타겟팅[60] 등이 있다.

효과성

[편집]

타겟팅은 광고의 효과를 높이고 해당 제품을 구매할 가능성이 낮은 소비자에게 광고를 보내는 데서 발생하는 낭비를 줄이는 것을 목표로 한다. 타겟 광고 또는 개선된 타겟팅은 광고 비용과 지출을 절감할 수 있다.[61]

광고가 사회와 대상에 미치는 영향은 모두 광고가 자율적인 선택을 저해하는지 여부에 대한 고려를 바탕으로 한다.[62]

광고의 윤리적 수용 가능성을 주장하는 사람들은 광고의 상업적 경쟁적 맥락 때문에 소비자가 무엇을 받아들이고 무엇을 거부할지 선택할 수 있다고 주장한다.

인간은 인지 능력을 갖추고 있으며 광고의 영향을 받을지 여부를 결정하는 데 필요한 능력을 보유하고 있다.[63] 반면 광고에 반대하는 사람들은 예를 들어 광고가 우리가 원하지 않는 물건을 사게 만들 수 있다거나, 광고가 자본주의 체제에 얽매여 있기 때문에 소비 중심적인 현실에 기반한 선택지만을 제시하여 비물질주의적 생활 방식에 대한 노출을 제한한다고 지적한다.

타겟 광고의 효과는 주로 타겟팅 대상에 집중되지만, 타겟팅 대상이 아닌 사람들에게도 영향을 미칠 수 있다. 의도치 않은 시청자들은 다른 집단을 대상으로 한 광고를 접하고 광고 내용, 심지어 광고를 제작한 브랜드와 기업에 대한 판단과 결정을 내리게 되는데, 이러한 판단은 향후 소비자 행동에 영향을 줄 수 있다.[64]

네트워크 광고 이니셔티브(NAI)는 2009년에 타겟 광고의 가격 및 효과를 측정하는 연구를 수행했다.[65] 이 연구는 타겟 광고가 다음과 같은 결과를 보였다는 것을 밝혀냈다.

타겟팅되지 않은 "네트워크 광고"에 비해 광고당 평균 2.7배의 수익을 창출했다.

광고를 클릭한 사용자를 구매자로 전환하는 데 두 배 더 효과적이었다.

그러나 다른 연구에서는 적어도 성별에 따른 타겟 광고는 효과적이지 않다는 결과를 보여준다.[1]

타겟팅의 경제적 효율성을 측정하는 데 있어 가장 큰 어려움 중 하나는 광고주가 타겟팅한 사용자가 일반 인구보다 구매 전환율이 높기 때문에 타겟팅이 없었을 경우 어떤 결과가 나타났을지 관찰하기 어렵다는 점이다. Farahat와 Bailey[66]는 Yahoo!에서 대규모 자연 실험을 활용하여 타겟 광고가 브랜드 검색 및 클릭에 미치는 실제 경제적 영향을 측정했다. 1,000회 광고 노출당 비용(CPM)을 1달러로 가정했을 때 다음과 같은 결과를 얻었다.

광고로 인한 브랜드 관련 검색의 한계 비용은 검색당 15.65달러이지만, 타겟 캠페인을 통한 검색의 경우 검색당 1.69달러에 불과하다.

클릭당 한계 비용은 72센트이지만, 타겟 캠페인을 통한 클릭의 경우 16센트에 그친다.

타겟 광고 캠페인으로 인한 클릭률(CTR) 상승의 변동은 주로 기존 브랜드 관심도에 따라 결정된다.

연구에 따르면 2015년 콘텐츠 마케팅은 기존 아웃바운드 마케팅보다 3배 많은 리드를 생성했지만 비용은 62% 더 적게 들었다.[67] 이는 타겟 소비자에게 광고하는 것이 대중에게 광고하는 이상적인 방법이 되고 있음을 보여준다. 다른 통계에 따르면 86%의 사람들이 텔레비전 광고를 건너뛰고 44%의 사람들이 다이렉트 메일을 무시하는 것으로 나타났으며 이는 잘못된 집단에 광고하는 것이 자원 낭비일 수 있음을 보여준다.[67]

장점과 단점

[편집]

장점

[편집]

타겟 광고 지지자들은 소비자와 광고주 모두에게 이점이 있다고 주장한다.

소비자

[편집]

타겟 광고는 광고주가 소비자의 구매 및 검색 습관을 활용하여 효과적으로 소비자를 유인할 수 있기 때문에 소비자에게 유익하다. 이를 통해 광고가 더욱 눈에 띄고 유용하게 전달될 수 있다. 소비자의 관심사와 관련된 광고를 통해 효과적인 접점에서 메시지를 직접적으로 전달할 수 있다. 타겟 광고가 소비자에게 유익한 예로, 소비자가 이전에 온라인에서 보고 관심을 가졌던 상품과 유사한 상품에 대한 타겟 광고를 보게 되면 구매할 가능성이 높아진다.

소비자는 다음과 같은 방식으로 타겟 광고의 이점을 누릴 수 있다.

소비자가 원하는 제품이나 서비스를 더욱 효과적으로 직접 제공받을 수 있다.[68] 타겟팅을 통해 소비자의 특성이나 관심사를 파악한 후, 고객의 관심을 끌 수 있는 광고를 활용한다.

소비자의 관심사와 관련된 메시지를 더욱 직접적으로 전달한다.[68] 광고는 전문 용어든 특정 매체든 고객에게 편안하게 전달되며, 메시지 전달 방식은 소비자의 '라이프스타일'의 일부이다.

정보 기관

[편집]

전 세계 정보 기관은 인적 정보(HUMINT)의 위험에 요원을 노출시키지 않고도 군사 기지나 훈련 캠프와 같은 민감한 위치에 있는 목표물을 더욱 쉽게 추적할 수 있다. 이는 해당 위치에 있는 요원들이 사용하는 지리적 타겟팅 기능이 활성화된 모바일 기기에서 위치 데이터를 수집하는 상업 공급업체로부터 위치 데이터를 구매하기만 하면 되기 때문이다.[69]

위치 데이터는 매우 가치가 높으므로 보호해야 한다. 위치 데이터는 특정 위치의 사용자 수, 사용자 및 물자 이동, 일상적인 활동(사용자 및 조직)에 대한 세부 정보를 드러낼 수 있으며, 사용자와 위치 간의 알려지지 않은 연관성을 밝혀낼 수도 있다.

— 미국 국가안보국(NSA)

광고주

[편집]

타겟 광고를 통해 광고주는 자원 비용을 절감하고, 제품에 강한 매력을 느끼는 소비자를 유인하여 더욱 효과적인 광고를 제작할 수 있다. 타겟 광고는 관심 없는 소비자에게 낭비되는 광고를 최소화함으로써 광고 비용을 절감할 수 있도록 한다. 타겟 광고는 목표로 삼은 소비자의 관심을 사로잡아 기업의 투자 수익률을 높인다.

행동 기반 광고는 광고주가 사용자의 선호도와 구매 습관을 더 쉽게 파악할 수 있도록 해주므로, 소비자에게 더욱 관련성 있고 유용한 광고를 제공할 수 있다. 소비자에게 더욱 효율적이고 효과적인 광고 방식을 제공함으로써 광고주는 다음과 같은 이점을 얻는다.

더욱 효율적인 캠페인 개발:[68] 소비자에 대한 정보를 바탕으로 광고주는 소비자와 가장 효과적으로 소통하는 방법을 더욱 정확하게 결정할 수 있다.

광고비의 효율적인 활용:[68] 목표 고객에 대한 더 깊은 이해를 통해 광고주는 광고 캠페인에서 더 나은 결과를 얻을 수 있다.

투자 수익률 증가: 타겟 광고는 더 낮은 비용으로 더 높은 결과를 가져온다.

소비자 정보를 활용하면 광고주는 더욱 효율적인 캠페인을 개발할 수 있으며, 타겟 광고는 효과적이고 효율적인 것으로 입증되었다.[70] 광고주는 "잘못된 사람"에게 광고하는 데 시간과 비용을 낭비하고 싶어하지 않는다.[61] 기술 발전으로 인터넷은 광고주가 기존 매체의 한계를 넘어 훨씬 더 많은 소비자를 타겟팅할 수 있도록 해주었다.[71]

타겟 광고의 가장 큰 장점은 제품 구매를 목표로 하는 개인에 대한 상세 정보를 활용하여 광고 낭비를 최소화할 수 있다는 것이다.[72] 소비자가 자신에게 맞춰진 광고를 접하면 관심을 갖고 클릭할 가능성이 높아진다. '소비자를 알라'는 광고주들이 사용하는 간단한 원칙으로, 기업이 소비자에 대한 정보를 알면 타겟팅을 더욱 효과적으로 하고 제품 구매를 유도할 수 있다.

일부 소비자는 개인 정보 사용에 개의치 않으며, 쉽게 접근할 수 있는 링크가 포함된 광고를 더 긍정적으로 받아들인다. 이는 일반적인 광고보다는 자신의 선호도에 맞춘 광고를 더 선호하기 때문이다. 그들은 자신이 원하는 제품으로 안내될 가능성이 더 높고, 구매할 가능성도 높아져 결과적으로 광고를 게재하는 기업의 수익이 증가한다.

논란

[편집]

타겟 광고는 특히 개인정보 보호 권리 및 정책과 관련하여 논란을 불러일으켰다. 사이트 방문 기록, 검색 기록, 구매 행동 등 특정 사용자 행동에 초점을 맞춘 행동 타겟팅은 사용자의 모든 활동이 추적당하고 있다는 우려를 낳았다.

영국에 본부를 둔 등록 자선 단체이자 전 세계적으로 개인정보 보호 권리를 옹호하고 증진하는 프라이버시 인터내셔널(Privacy International)은 윤리적 관점에서 웹 트래픽에 대한 이러한 접근은 명시적이고 충분한 정보에 입각한 동의를 기반으로 해야 하며, 조직이 불법적인 행위를 한 것으로 밝혀진 경우에는 조치가 취해져야 한다고 주장한다.

퓨 인터넷 & 아메리칸 라이프 프로젝트(Pew Internet & American Life Project)가 2012년 1월 20일부터 2월 19일까지 미국에서 실시한 설문 조사에 따르면, 대다수의 미국인은 타겟 광고를 개인정보 침해로 인식하여 반대하는 것으로 나타났다. 실제로 응답자의 68%는 온라인 활동이 추적되고 분석되는 것을 원치 않기 때문에 타겟 광고에 "동의하지 않는다"고 답했다.[73]

타겟 광고의 또 다른 문제점은 상품이나 서비스에 대한 '새로운' 광고가 부족하다는 것이다. 모든 광고가 사용자 선호도에 따라 맞춤 제작되기 때문에 소비자에게 새로운 제품이 소개되지 않는다. 따라서 소비자는 새로운 것을 접할 기회가 없어 아쉬움을 느낄 수 있다.

광고주들은 소비자에게 자원을 집중하는데, 이는 제대로만 한다면 매우 효과적일 수 있다.[74] 하지만 광고 효과가 없을 경우, 소비자는 불쾌감을 느끼고 광고주가 어떻게 자신에 대한 정보를 얻었는지 의문을 가질 수 있다.[28] 소비자들은 지나치게 개인적인 맞춤형 광고에 대해 불편함을 느끼고 자신의 데이터에 대한 통제권을 원할 수 있다.[75]

타겟 광고에서 개인정보 보호는 보호해야 할 사용자 정보의 종류와 관련된 당사자의 수 때문에 복잡한 문제이다. 온라인 광고에는 광고주, 게시자, 네트워크라는 세 가지 주요 당사자가 관여한다. 사람들은 이전에 방문한 웹사이트 정보를 비공개로 유지하고 싶어 하지만, 사용자의 '클릭 스트림'은 광고 네트워크와 협력하는 광고주에게 전송된다. 사용자의 선호도와 관심사는 클릭스트림을 통해 파악할 수 있으며, 이를 바탕으로 사용자의 행동 프로필이 생성된다.[76]

2010년 이후 많은 사람들이 이러한 형태의 광고에 대해 우려를 표하며, 이러한 전략을 조작적이고 차별적인 행위로 인식하고 있다.[76] 그 결과, 광고를 피하기 위한 다양한 방법들이 등장했다.[7] 광고 차단 프로그램을 사용하는 인터넷 사용자의 수는 급증하고 있다. 2018년 초 전 세계 평균 광고 차단율은 27%로 추산되었다.[77] 그리스는 인터넷 사용자의 40% 이상이 광고 차단 소프트웨어를 사용한다고 응답하여 가장 높은 비율을 보였다. 기술 전문가 집단에서는 광고 차단율이 58%에 달한다.[78]

개인정보 보호 및 보안 문제

[편집]

주요 문서: 브라우저 보안

타겟 광고는 개인정보 보호 문제를 야기한다. 타겟 광고는 HTTP 쿠키 및 데이터 마이닝과 같은 온라인 서비스를 통해 소비자의 활동을 분석하여 이루어지는데, 이러한 행위는 모두 소비자의 개인정보를 침해할 수 있다. 마케터들은 프로그래매틱 광고나 SEO와 같은 타겟 광고 캠페인을 위해 소비자의 온라인 활동을 조사한다.

소비자들의 개인정보 보호에 대한 우려는 오늘날 전례 없는 추적 기능과 추적 도구를 신뢰할 수 있는지 여부에 대한 것이다. 소비자들은 웹사이트가 자신의 온라인 활동에 대해 너무 많은 정보를 알고 있다는 사실에 불편함을 느낄 수 있다. 타겟 광고는 잠재 구매자에게 프로모션의 관련성을 높이기 위해 구매 결정 과정의 중요한 단계에서 특정 소비자에게 광고 캠페인을 제공하는 것을 목표로 한다. 이는 소비자의 대안 인식을 제한하고 선택적 노출을 강화할 수 있다.

소비자는 동일한 광고가 계속 노출되면 특정 웹사이트나 브랜드를 피하기 시작할 수 있으며, 감시당하는 느낌을 받거나 특정 브랜드에 대한 불만을 느낄 수 있다. 웹 전반에 걸쳐 추적 쿠키 사용이 증가함에 따라, 많은 웹사이트에서 방문자가 사이트에 접속할 때 쿠키 알림이 팝업으로 표시된다. 이 알림은 방문자에게 쿠키 사용, 쿠키가 방문자에게 미치는 영향, 그리고 쿠키가 수집할 수 있는 정보에 대한 방문자의 선택권을 알려준다.

2019년 당시, 많은 온라인 사용자와 시민단체들은 타겟 광고와 관련된 개인정보 보호 문제에 대해 우려를 표명했다. 타겟 광고는 성적 지향이나 성적 취향, 건강 문제, 위치 정보와 같은 민감한 데이터를 포함한 대량의 개인정보를 수집하고, 이러한 정보를 실시간 입찰 과정에서 수백 개의 업체 간에 거래하기 때문이다.[79][80]

행동 타겟팅 업계는 이러한 논란을 해결하기 위해 교육, 옹호 활동, 그리고 제품 제한을 통해 모든 정보를 개인 식별이 불가능한 형태로 유지하거나 최종 사용자로부터 동의를 얻는 방식을 취하고 있다.[81] AOL은 2008년에 사용자의 과거 행동이 향후 광고 내용에 영향을 미칠 수 있음을 설명하는 애니메이션을 제작했다.[82]

오타와 대학교 캐나다 인터넷 정책 및 공익 클리닉의 캐나다 학자들은 최근 연방 개인정보보호위원회에 표적 광고를 위한 인터넷 사용자 프로파일링에 대한 조사를 요구했다.[83]

유럽 위원회(메글레나 쿠네바 위원) 또한 온라인 데이터 수집(개인 데이터), 프로파일링 및 행동 타겟팅과 관련된 여러 우려를 제기하며 "기존 규정을 시행"하고자 한다.[84]

2009년 10월, 펜실베이니아 대학교와 버클리 법률기술센터가 실시한 최근 설문조사에서 대다수의 미국 인터넷 사용자가 행동 기반 광고 사용을 거부하는 것으로 나타났다.[85] 2009년까지 학계 및 기타 연구 기관의 여러 연구에서 익명화된 것으로 간주되는 데이터도 실제 개인을 식별하는 데 사용될 수 있음을 보여주었다.[86]

2010년 12월, 온라인 추적 업체 퀀트캐스트(Quantcast)는 소비자 추적을 위해 '좀비 쿠키'를 사용한 것에 대한 집단 소송을 해결하기 위해 240만 달러를 지불하기로 합의했다. MTV, Hulu, ESPN과 같은 제휴 사이트에 있던 이 좀비 쿠키는 사용자가 삭제하더라도 다시 생성되어 추적을 계속했다.[87] 이러한 기술의 다른 예로는 페이스북이 페이스북 비콘(Facebook Beacon)을 사용하여 인터넷 전반에서 사용자를 추적하고 이를 더욱 타겟팅된 광고에 활용하는 사례가 있다.[88] 소비자 동의 없이 추적하는 것은 일반적으로 바람직하지 않지만, 온라인이나 모바일 기기에서 소비자의 행동을 추적하는 것은 대부분의 인터넷 산업의 재정적 기반이 되는 디지털 광고의 핵심이다.

2011년 3월, 온라인 광고 업계는 행동 광고라고도 불리는 마케터들의 온라인 소비자 추적 방식을 감시하고 규제하기 위한 프로그램의 일환으로 미국 소비자보호협회(Council of Better Business Bureaus)와 협력하여 자체 규제를 시작할 것이라는 보도가 있었다.[89]

마이크 감시 이론

[편집]

적어도 2010년대 중반부터 스마트폰이나 다른 모바일 기기 사용자들은 기술 기업들이 기기에 내장된 마이크를 이용해 개인 대화를 녹음하고 이를 바탕으로 맞춤형 광고를 게재한다는 이론을 제기해 왔다.[90] 이러한 이론에는 이전 대화와 연관된 것으로 보이는 광고에 대한 개인적인 경험담이 종종 포함된다.[91] 페이스북은 이러한 행위를 부인했으며, 마크 저커버그는 의회 증언에서도 이를 부인했다.[92] 구글 또한 주변 소리나 대화를 이용해 맞춤형 광고를 게재한다는 의혹을 부인했다.[93] 이러한 주장을 조사한 기술 전문가들은 입증되지 않았으며 가능성이 낮다고 평가했다.[93][94][95]대화와 이후 광고 사이의 연관성에 대한 또 다른 설명은 기술 기업들이 마이크 외에도 다양한 방식으로 사용자의 행동과 관심사를 추적한다는 사실이다.[96]

2023년 12월, 404 Media는 Cox Media Group이 마케팅 전문가를 대상으로 "액티브 리스닝(Active Listening)"이라는 서비스를 광고하고 있다고 보도했다. 이 서비스는 스마트폰, 스마트 TV 및 기타 기기에 설치된 마이크를 통해 소비자의 대화를 청취하여 맞춤형 광고를 제공하는 기능이다.[97][98]해당 기능을 홍보하는 프레젠테이션 자료에는 "Google/Bing"을 타겟으로 하며 Cox Media Group이 Google 프리미어 파트너라고 명시되어 있었다.[99] Meta, Amazon, Google, Microsoft는 모두 해당 서비스를 사용하지 않았다고 부인했다.[100] 404 Media의 문의에 대해 Google은 검토 후 Cox Media Group을 파트너 프로그램에서 제외했다고 밝혔다.[99] Cox Media는 웹사이트에서 해당 자료를 삭제하고 어떠한 대화도 청취하지 않았다고 부인했다.[101]

역사

[편집]

현대 데이터 기반 마케팅은 1980년대 데이터베이스 마케팅의 등장으로 거슬러 올라갈 수 있으며, 이는 고객 커뮤니케이션을 개인화하는 것을 더욱 용이하게 만들었다.[102]

같이 보기

[편집]

각주

[편집]
  1. ↑ 가 나 다 라 Jansen, Bernard J.; Moore, Kathleen; Carman, Stephen (2013년 1월). “Evaluating the performance of demographic targeting using gender in sponsored search”. 《Information Processing & Management》 49 (1): 286–302. doi:10.1016/j.ipm.2012.06.001. ISSN 0306-4573. 
  2. ↑ Rappaport, Stephen D. (2007년 6월). “Lessons from Online Practice: New Advertising Models”. 《Journal of Advertising Research》 47 (2): 129–129. doi:10.2501/s0021849907070158. ISSN 0021-8499. 
  3. ↑ Erigha, Maryann (2019년 7월). “Algorithms of Oppression: How Search Engines Reinforce Racism. By Safiya Umoja Noble. New York: New York University Press, 2018. Pp. xv+227. $28.00 (paper).”. 《American Journal of Sociology》 125 (1): 305–307. doi:10.1086/703431. ISSN 0002-9602. 
  4. ↑ Aridor, Guy; Che, Yeon-Koo; Hollenbeck, Brett; McCarthy, Daniel; Kaiser, Maximilian (2024). “Evaluating the Impact of Privacy Regulation on E-Commerce Firms: Evidence from Apple's App Tracking Transparency *”. 《SSRN Electronic Journal》. doi:10.2139/ssrn.4698374. ISSN 1556-5068. 
  5. ↑ Aridor, Guy; Che, Yeon-Koo; Hollenbeck, Brett; McCarthy, Daniel; Kaiser, Maximilian (2024). “Evaluating the Impact of Privacy Regulation on E-Commerce Firms: Evidence from Apple's App Tracking Transparency *”. 《SSRN Electronic Journal》. doi:10.2139/ssrn.4698374. ISSN 1556-5068. 
  6. ↑ Li, Kai; Idemudia, Efosa C.; Lin, Zhangxi; Yu, Yang (2010년 6월 26일). “A framework for intermediated online targeted advertising with banner ranking mechanism”. 《Information Systems and e-Business Management》 10 (2): 183–200. doi:10.1007/s10257-010-0134-4. ISSN 1617-9846. 
  7. ↑ 가 나 Johnson, Justin P. (2013년 3월). “Targeted advertising and advertising avoidance”. 《The RAND Journal of Economics》 44 (1): 128–144. doi:10.1111/1756-2171.12014. ISSN 0741-6261. 
  8. ↑ 가 나 다 라 마 바 Schlee, Christian (2013). 《Technological Use Case Analysis》. Wiesbaden: Springer Fachmedien Wiesbaden. 95–215쪽. ISBN 978-3-8348-2395-3. 
  9. ↑ 《Thinking Inside the Box: Comparing Federated Search Results from Google Scholar, Live Search Academic, and Central Search》. Routledge. 2014년 1월 2일. 37–48쪽. ISBN 978-1-315-87754-9. 
  10. ↑ 가 나 다 Huzairin, Regita Amanah; Multazam, Mochammad Tanzil (2023년 7월 7일). “Google's Legal Responsibility in Displaying Phishing Ads Through Google AdWords”. 2025년 12월 28일에 확인함. 
  11. ↑ Savchenko, V. O. (2023). “Discrimination in targeted advertising: Facebook examples”. 《Legal Novels》 (20): 22–29. doi:10.32782/ln.2023.20.03. ISSN 2663-5623. 
  12. ↑ Seleznev, Alexey (2021년 7월 2일). “rgoogleads: Loading Data from 'Google Ads API'”. 2025년 12월 28일에 확인함. 
  13. ↑ Castelluccia, Claude; Kaafar, Mohamed-Ali; Tran, Minh-Dung (2012). 《Betrayed by Your Ads!》. Berlin, Heidelberg: Springer Berlin Heidelberg. 1–17쪽. ISBN 978-3-642-31679-1. 
  14. ↑ Thomas, Julian (2017년 11월 9일). “Programming, filtering, adblocking: advertising and media automation”. 《Media International Australia》 166 (1): 34–43. doi:10.1177/1329878x17738787. ISSN 1329-878X. 
  15. ↑ Crain, Matthew; Nadler, Anthony (2019년 12월 1일). “Political Manipulation and Internet Advertising Infrastructure”. 《Journal of Information Policy》 9: 370–410. doi:10.5325/jinfopoli.9.2019.0370. ISSN 2381-5892. 
  16. ↑ Feldwick, Paul (2018년 2월 28일). 《How does advertising work?》. Fourth Edition. | New York : Routledge, [2018] | Revised edition of The advertising handbook, 2009.: Routledge. 165–174쪽. ISBN 978-1-315-55864-6. 
  17. ↑ 가 나 “Figure 1: Facebook Ads Manager.”. 2025년 12월 28일에 확인함. 
  18. ↑ UWAYEZU, Eric. “Privacy in the Machine Learning: A Study on User Profiling and Targeted Advertising on LinkedIn”. ASEE Conferences. doi:10.18260/1-2--45776. 
  19. ↑ 가 나 Lu, Donna (2019년 11월). “Ads and products get pasted into TV shows”. 《New Scientist》 244 (3257): 9. doi:10.1016/s0262-4079(19)32185-2. ISSN 0262-4079. 
  20. ↑ Krumm, John (2011년 1월). “Ubiquitous Advertising: The Killer Application for the 21st Century”. 《IEEE Pervasive Computing》 10 (1): 66–73. doi:10.1109/mprv.2010.21. ISSN 1536-1268. 
  21. ↑ Li, Kai; Du, Timon C. (2012년 12월). “Building a targeted mobile advertising system for location-based services”. 《Decision Support Systems》 54 (1): 1–8. doi:10.1016/j.dss.2012.02.002. ISSN 0167-9236. 
  22. ↑ 가 나 Fan, Teng-Kai; Chang, Chia-Hui (2009년 6월 25일). “Sentiment-oriented contextual advertising”. 《Knowledge and Information Systems》 23 (3): 321–344. doi:10.1007/s10115-009-0222-2. ISSN 0219-1377. 
  23. ↑ “PPiTTA - Preserving Privacy in TV Targeted Advertising”. SciTePress - Science and and Technology Publications. 2012: 327–332. doi:10.5220/0004076103270332. 
  24. ↑ 《Charts, Graphs, and Diagrams》. CRC Press. 2010년 3월 26일. 85–118쪽. ISBN 978-1-4398-0995-2. 
  25. ↑ Baddeley, Alan (1992년 1월 31일). “Working Memory” (영어). 《Science》 255 (5044): 556–559. doi:10.1126/science.1736359. ISSN 0036-8075. 
  26. ↑ McKinnon, L (1999년 11월). “Baddeley's working memory dual task: Examining frontal lobe lesions' effect on children's performance”. 《Archives of Clinical Neuropsychology》 14 (8): 783. doi:10.1016/s0887-6177(99)80316-3. ISSN 0887-6177. 
  27. ↑ Williams, Julie A. (2004년 3월 18일). “Molecular Analysis of Circadian Rhythms: Nonmammalian Vertebrates”. 《Molecular Biology of Circadian Rhythms》: 75–92. doi:10.1002/0471459186.ch4. 
  28. ↑ 가 나 Taylor, David G.; Lewin, Jeffrey E.; Strutton, David (2011년 3월). “Friends, Fans, and Followers: Do Ads Work on Social Networks?: How Gender and Age Shape Receptivity” (영어). 《Journal of Advertising Research》 51 (1): 258–275. doi:10.2501/jar-51-1-258-275. ISSN 0021-8499. 
  29. ↑ Dhar, Subhankar; Varshney, Upkar (2011년 5월). “Challenges and business models for mobile location-based services and advertising”. 《Communications of the ACM》 54 (5): 121–128. doi:10.1145/1941487.1941515. ISSN 0001-0782. 
  30. ↑ Warwitz, Claudius (2016). 《Akzeptanz von Location-based Advertising (LBA) als Untersuchungsgegenstand》. Wiesbaden: Springer Fachmedien Wiesbaden. 1–27쪽. ISBN 978-3-658-13445-7. 
  31. ↑ Li, Kai; Du, Timon C. (2012년 12월). “Building a targeted mobile advertising system for location-based services” (영어). 《Decision Support Systems》 54 (1): 1–8. doi:10.1016/j.dss.2012.02.002. 
  32. ↑ Krumm, John (2011년 1월). “Ubiquitous Advertising: The Killer Application for the 21st Century”. 《IEEE Pervasive Computing》 10 (1): 66–73. doi:10.1109/mprv.2010.21. ISSN 1536-1268. 
  33. ↑ 가 나 Chen, Jianqing; Stallaert, Jan (2014년 6월 1일). “An Economic Analysis of Online Advertising Using Behavioral Targeting1”. 《MIS Quarterly》 38 (2): 429–450. doi:10.25300/misq/2014/38.2.05. ISSN 0276-7783. 
  34. ↑ Yan, Jun; Liu, Ning; Wang, Gang; Zhang, Wen; Jiang, Yun; Chen, Zheng (2009년 4월 20일). “How much can behavioral targeting help online advertising?”. New York, NY, USA: ACM: 261–270. doi:10.1145/1526709.1526745. 
  35. ↑ “Adobe: Creative, marketing and document management solutions”. 2025년 12월 28일에 확인함. 
  36. ↑ Tucker, Catherine E. (2012년 5월). “The economics of advertising and privacy”. 《International Journal of Industrial Organization》 30 (3): 326–329. doi:10.1016/j.ijindorg.2011.11.004. ISSN 0167-7187. 
  37. ↑ Gal-Or, Esther; Gal-Or, Ronen; Penmetsa, Nabita (2018년 9월). “The Role of User Privacy Concerns in Shaping Competition Among Platforms”. 《Information Systems Research》 29 (3): 698–722. doi:10.1287/isre.2017.0730. ISSN 1047-7047. 
  38. ↑ “Evans, Rt Rev. Edward Lewis, (11 Dec. 1904–30 Dec. 1996)”. Oxford University Press. 2007년 12월 1일. 
  39. ↑ 《Chapter One—A Love Story Told from the Street Level》. Columbia University Press. 2023년 12월 31일. 16–40쪽. ISBN 978-0-231-55786-3. 
  40. ↑ Seidenberg, Beth C (1999년 6월). “COX-2 inhibitors”. 《The Lancet》 353 (9168): 1978. doi:10.1016/s0140-6736(05)77198-1. ISSN 0140-6736. 
  41. ↑ Brangan, J.R. (1998년 2월 1일). “Department 1824 Job Card System: A new web-based business tool”. 
  42. ↑ Mellier, Denis (2013). 《Wittgenstein fiction》. Presses universitaires de Rennes. 301–325쪽. ISBN 978-2-7535-2274-9. 
  43. ↑ “Wall Street quants struggle to recover their former edge”. 《Physics Today》 2010 (08). 2010년 8월 20일. doi:10.1063/pt.5.024603. ISSN 1945-0699. 
  44. ↑ Brake, David R. (2017). 《The Invisible Hand of the Unaccountable Algorithm: How Google, Facebook and Other Tech Companies Are Changing Journalism》. Cham: Springer International Publishing. 25–46쪽. ISBN 978-3-319-55025-1. 
  45. ↑ Opsahl, Stephen P.; Crow, Cassi L. (2014). “Concentrations of selected constituents in surface-water and streambed-sediment samples collected from streams in and near an area of oil and natural-gas development, south-central Texas, 2011-13”. 《Data Series》. doi:10.3133/ds836. ISSN 2327-638X. 
  46. ↑ “QUOTATIONS TO EMBELLISH YOUR WORK*” (영어). 《Parliamentary Affairs》. 1985. doi:10.1093/oxfordjournals.pa.a051992. ISSN 1460-2482. 
  47. ↑ “Nick Southgate: Behavioral Economics in Advertising”. 2015. doi:10.4135/9781473937055. 
  48. ↑ “Screenshot of Itunes Library - Archived Platform Itunes 2010”. 2025년 12월 28일에 확인함. 
  49. ↑ 가 나 다 “October 2006 Placement Ads”. 《The Accounting Review》 81 (5): 1182–1206. 2006년 10월 1일. doi:10.2308/accr.2006.81.5.1182. ISSN 0001-4826. 
  50. ↑ Malhotra, N. K.; Peterson, M.; Kleiser, S. B. (1999년 4월 1일). “Marketing Research: A State-of-the-Art Review and Directions for the Twenty-First Century”. 《Journal of the Academy of Marketing Science》 27 (2): 160–183. doi:10.1177/0092070399272004. ISSN 0092-0703. 
  51. ↑ Sheppard, Donald Lee (2018년 6월 11일). “The dividends of diversity: the win-win-win model is taking over business and it necessitates diversity”. 《Strategic HR Review》 17 (3): 126–130. doi:10.1108/shr-03-2018-0017. ISSN 1475-4398. 
  52. ↑ Ogilvy, David (1999). 《Truth and Weasels》. 2455 Teller Road, Thousand Oaks California 91320 United States: SAGE Publications, Inc. 253–256쪽. 
  53. ↑ Laczniak, Russell N. (2015년 7월 13일). “TheJournal of Advertisingand the Development of Advertising Theory: Reflections and Directions for Future Research”. 《Journal of Advertising》 44 (4): 429–433. doi:10.1080/00913367.2015.1060909. ISSN 0091-3367. 
  54. ↑ 《The Mood of Information : A Critique of Online Behavioural Advertising》. Bloomsbury Academic. 2011. ISBN 978-1-4411-7614-1. 
  55. ↑ Chen, Jianqing; Stallaert, Jan (2010). “An Economic Analysis of Online Advertising Using Behavioral Targeting”. 《SSRN Electronic Journal》. doi:10.2139/ssrn.1787608. ISSN 1556-5068. 
  56. ↑ Radakovic, Katarina (2014). “10.5937/ekonhor1403265r = Belch E.G., Belch M.A.: Advertising and promotion: An integrated marketing communications perspective, McGraw Hill, New York, NY, 2012”. 《Ekonomski horizonti》 16 (3): 265–267. doi:10.5937/ekonhor1403265r. ISSN 1450-863X. 
  57. ↑ 가 나 Jeong, Yongick; King, Cynthia M. (2010년 7월 8일). “Impacts of Website Context Relevance on Banner Advertisement Effectiveness”. 《Journal of Promotion Management》 16 (3): 247–264. doi:10.1080/10496490903281395. ISSN 1049-6491. 
  58. ↑ Radakovic, Katarina (2014). “10.5937/ekonhor1403265r = Belch E.G., Belch M.A.: Advertising and promotion: An integrated marketing communications perspective, McGraw Hill, New York, NY, 2012”. 《Ekonomski horizonti》 16 (3): 265–267. doi:10.5937/ekonhor1403265r. ISSN 1450-863X. 
  59. ↑ Goldfarb, Avi; Tucker, Catherine (2011년 5월). “Online Display Advertising: Targeting and Obtrusiveness”. 《Marketing Science》 30 (3): 389–404. doi:10.1287/mksc.1100.0583. ISSN 0732-2399. 
  60. ↑ van Doorn, Jenny; Hoekstra, Janny C. (2013년 1월 8일). “Customization of online advertising: The role of intrusiveness”. 《Marketing Letters》 24 (4): 339–351. doi:10.1007/s11002-012-9222-1. ISSN 0923-0645. 
  61. ↑ 가 나 Iyer, Ganesh; Soberman, David; Villas-Boas, J. Miguel (2005년 8월). “The Targeting of Advertising”. 《Marketing Science》 24 (3): 461–476. doi:10.1287/mksc.1050.0117. ISSN 0732-2399. 
  62. ↑ Sneddon, Andrew (2001년 9월). “Advertising and Deep Autonomy”. 《Journal of Business Ethics》 33 (1): 15–28. doi:10.1023/a:1011929725518. ISSN 0167-4544. 
  63. ↑ Bolton, Matthew; Froese, Stephen; Jeffrey, Alex (2016년 3월 6일). ““Go get a job right after you take a bath”: Occupy Wall Street as Matter Out of Place”. 《Antipode》 48 (4): 857–876. doi:10.1111/anti.12226. ISSN 0066-4812. 
  64. ↑ Cyril de Run, Ernest (2007년 7월 10일). “Ethnically targeted advertising: views of those not targeted”. 《Asia Pacific Journal of Marketing and Logistics》 19 (3): 265–285. doi:10.1108/13555850710772932. ISSN 1355-5855. 
  65. ↑ Beales, Howard; Eisenach, Jeffrey A. (2014). “An Empirical Analysis of the Value of Information Sharing in the Market for Online Content”. 《SSRN Electronic Journal》. doi:10.2139/ssrn.2421405. ISSN 1556-5068. 
  66. ↑ Farahat, Ayman; Bailey, Michael C. (2012). “How Effective is Targeted Advertising?”. 《SSRN Electronic Journal》. doi:10.2139/ssrn.2242311. ISSN 1556-5068. 
  67. ↑ 가 나 Herb, Ulrich (2016년 9월 26일). “Impact messen in den Sozialwissenschaften und der Soziologie – mit Web of Science, Scopus, Google Scholar oder Altmetrics?”. 2025년 12월 28일에 확인함. 
  68. ↑ 가 나 다 라 Jane Evelyn Alodia; Annisa Rahmani Qastharin (2024년 7월 23일). “The Impact Of Spotify Advertisements On Free Accounts To Purchase Decisions For Spotify Premium Accounts With Consumer Attitudes As The Mediating Variable”. 《Journal Integration of Management Studies》 2 (1): 140–147. doi:10.58229/jims.v2i1.171. ISSN 2988-389X. 
  69. ↑ “In a recession, disgruntled employees could pose a security threat from within”. 《Network Security》 2009 (7): 1. 2009년 7월. doi:10.1016/s1353-4858(09)70080-7. ISSN 1353-4858. 
  70. ↑ Gallagher, K.; Parsons, J. “A framework for targeting banner advertising on the Internet” 4. IEEE Comput. Soc. Press: 265–274. doi:10.1109/hicss.1997.663397. 
  71. ↑ Bergemann, Dirk; Bonatti, Alessandro (2011년 9월). “Targeting in advertising markets: implications for offline versus online media”. 《The RAND Journal of Economics》 42 (3): 417–443. doi:10.1111/j.1756-2171.2011.00143.x. ISSN 0741-6261. 
  72. ↑ Anand, Bharat N.; Shachar, Ron (2009년 7월 25일). “Targeted advertising as a signal”. 《Quantitative Marketing and Economics》 7 (3): 237–266. doi:10.1007/s11129-009-9068-x. ISSN 1570-7156. 
  73. ↑ Rainie, Lee (2012). 《A Biography of the Pew Research Center’s Internet & American Life Project》. IGI Global. 25–41쪽. 
  74. ↑ Goldfarb, Avi; Tucker, Catherine E. (2011년 5월). “Online advertising, behavioral targeting, and privacy”. 《Communications of the ACM》 54 (5): 25–27. doi:10.1145/1941487.1941498. ISSN 0001-0782. 
  75. ↑ Tucker, Catherine E. (2013년 10월 1일). “Social Networks, Personalized Advertising, and Privacy Controls”. 《Journal of Marketing Research》 51 (5): 546–562. doi:10.1509/jmr.10.0355. ISSN 0022-2437. 
  76. ↑ 가 나 Friedman, Arik; Sharfman, Izchak; Keren, Daniel; Schuster, Assaf (2014). “Privacy-Preserving Distributed Stream Monitoring”. Reston, VA: Internet Society. doi:10.14722/ndss.2014.23128. 
  77. ↑ Basyouni, Ayda; Hamouda, Walaa; Youssef, Amr (2009년 11월). “On Reducing Blocking Probability in Cooperative Ad-hoc Networks”. IEEE: 1–5. doi:10.1109/glocom.2009.5425571. 
  78. ↑ Hollifield, C. Ann; Coffey, Amy Jo (2023년 6월 27일). 《News analytics》. New York: Routledge. 342–364쪽. ISBN 978-0-429-50695-6. 
  79. ↑ Michelman, Paul (2019년 8월 20일). “Introduction: A Platform Greater Than Facebook”. 《Why Humans Matter More Than Ever》: xi–xiv. doi:10.7551/mitpress/12450.003.0002. 
  80. ↑ Aden-Buie, Garrick; Chang, Winston; Schloerke, Barret (2022년 4월 19일). “chromote: Headless Chrome Web Browser Interface”. 2025년 12월 28일에 확인함. 
  81. ↑ Macia-Fernandez, Gabriel; Wang, Yong; Rodriguez-Gomez, Rafael; Kuzmanovic, Aleksandar (2010년 3월). “ISP-Enabled Behavioral Ad Targeting without Deep Packet Inspection”. IEEE: 1–9. doi:10.1109/infcom.2010.5461963. 
  82. ↑ “CBS News/New York Times Monthly Poll, March 2008”. 2009년 10월 1일. 2025년 12월 28일에 확인함. 
  83. ↑ “They all want magic: curanderas and folk healing”. 《Choice Reviews Online》 47 (07): 47–3895-47-3895. 2010년 3월 1일. doi:10.5860/choice.47-3895. ISSN 0009-4978. 
  84. ↑ Jiang, Ling; Yang, Christopher C. (2015). 《Expanding Consumer Health Vocabularies by Learning Consumer Health Expressions from Online Health Social Media》. Cham: Springer International Publishing. 314–320쪽. ISBN 978-3-319-16267-6. 
  85. ↑ “Windfarms raise incomes and house prices in rural US, study finds”. 2025년 12월 28일에 확인함. 
  86. ↑ Kono, Kazuhiro; Nakano, Shinnosuke; Ito, Yoshimichi; Babaguchi, Noboru (2009). “Performance Analysis of Anonymous Communication System 3-Mode Net”. IEEE: 593–596. doi:10.1109/ias.2009.328. 
  87. ↑ “aclu-settles-pawtucket-lawsuit-over-illegal-drug-testing-sept-24-2010”. 2025년 12월 28일에 확인함. 
  88. ↑ Dempsey, Jessica (2025년 12월). “Bake Sales to Save Nature: Why Wall Street Conservation Survives”. 《Development and Change》. doi:10.1111/dech.70035. ISSN 0012-155X. 
  89. ↑ “Advertising, Marketing, Media and Tech News - Ad Age” (영어). 2025년 12월 28일에 확인함. 
  90. ↑ 《The BBC in Labour》. Routledge. 2016년 10월 14일. 28–42쪽. ISBN 978-1-315-44424-6. 
  91. ↑ Sgandurra, Daniele (2017년 3월 9일). “CIA hacking Q&A: can your TV spy on you and is your phone listening in?”. 2025년 12월 28일에 확인함. 
  92. ↑ Sgandurra, Daniele (2017년 3월 9일). “CIA hacking Q&A: can your TV spy on you and is your phone listening in?”. 2025년 12월 28일에 확인함. 
  93. ↑ 가 나 Stuckelberger, Simon; Koedam, Jelle (2022년 6월). “Parties’ voter targeting strategies: What can facebook ads tell us?”. 《Electoral Studies》 77: 102473. doi:10.1016/j.electstud.2022.102473. ISSN 0261-3794. 
  94. ↑ Rogovoy, Seth (2025년 1월 7일). 《Hare Krishna, Yeah Yeah Yeah》. Oxford University PressNew York. 110–117쪽. ISBN 0-19-762782-X. 
  95. ↑ Rezazadegan, Dana (2021년 6월 20일). “Is your phone really listening to your conversations? Well, turns out it doesn’t have to”. 2025년 12월 28일에 확인함. 
  96. ↑ 《“He never did say anything about my dreams that would worry me after that”》. Utah State University Press. 98–134쪽. 
  97. ↑ 《Listening To Podcasts》. Apress. 13–24쪽. ISBN 978-1-59059-554-1. 
  98. ↑ “Actually Using Your Phone as a Phone”. 《Android® Fully Loaded》: 40–52. 2010년 12월 13일. doi:10.1002/9781118257722.ch4. 
  99. ↑ 가 나 Tierney, Richard (2024). 《Case Study: Anonymous Pitch》. Berkeley, CA: Apress. 89–91쪽. ISBN 979-8-8688-0804-3. 
  100. ↑ Fenner, Martin (2007년 9월 9일). “Could you write your next paper with Google Docs?”. 2025년 12월 28일에 확인함. 
  101. ↑ Row, Heath (2021년 12월 30일). “Book Review: The Voice Catchers: How Marketers Listen in to Exploit Your Feelings, Your Privacy, and Your Wallet”. 《New Media & Society》 24 (2): 550–552. doi:10.1177/14614448211063903. ISSN 1461-4448. 
  102. ↑ Boire, Richard (2014). 《Using Data Mining for CRM Evaluation》. New York: Palgrave Macmillan US. 23–27쪽. ISBN 978-1-349-48786-8. 
원본 주소 "https://ko.wikipedia.org/w/index.php?title=타겟_광고&oldid=41175857"