12CODE
지금 읽는 곳 데이터를 몇 단으로 나눠 어디까지 열지 정하나 1 / 5
12code 라이브러리 아티클 표지. 측정 신뢰도를 높이기 위한 광고주-대행사 간 데이터 공유 범위와 계약 조건
S3› 3-2› 과목 235› 레슨 21

측정 신뢰도를 높이기 위한 광고주-대행사 간 데이터 공유 범위와 계약 조건

데이터 공유에 관한 표준 계약 문구는 존재하지 않습니다. 그래서 무엇을 합의 항목으로 올릴지 목록을 먼저 들고 들어가는 쪽이 협상에서 유리합니다.

이 과목 21 / 33편 고급 4분
과목 ID235
트랙S3
모듈3-2
레슨21
난이도고급
플랫폼공통
발행일2026-09-01
검토일2026-09-01
관련 과목142 · 117 · 116
출처10건
핵심요약5개
01

광고 계정과 픽셀은 '광고주 소유, 대행사는 운영 권한만 위임'이라는 문구가 계약서에 있는지가 종료 시점 자산 보호의 핵심이다

02

개인정보 처리 업무를 위탁하면 법규 준수·비밀유지·제3자 제공 금지·사고 시 책임·위탁기간·종료 후 반환 또는 파기 의무를 계약서에 규정해야 한다(개인정보 보호법 제26조)

03

위탁 기간이나 계약이 종료되면 원칙적으로 5일 이내에 수탁자 보유 개인정보를 파기하거나 반환해야 한다

04

광고주는 수탁자 교육과 처리 현황 점검 등으로 감독할 법적 의무를 진다

05

GA4는 5단계 권한과 '비용·수익 측정항목 없음' 제한이 있어, 접근은 주되 광고비·매출은 가리는 세팅이 가능하다

01

데이터를 몇 단으로 나눠 어디까지 열지 정하나

'데이터를 준다/안 준다'로 논의하면 반드시 막힙니다. 네 단으로 쪼개 각 단마다 따로 합의하세요. 1단은 원본 개인정보(이메일·전화번호 평문)입니다. 이건 원칙적으로 열지 않는 구간이고, 열어야 한다면 위탁 계약과 동의 범위가 먼저 정리돼야 합니다. 2단은 가명·해시 식별자입니다. 매체 업로드용으로 필요한 구간인데, 해시로 바꿔 전달하는 것 자체가 완전 익명화를 뜻하지는 않으며 제3자 제공에 해당할 수 있어 별도 동의 설계가 필요합니다. 3단은 이벤트 단위 로그(전환 시각, 주문번호, 금액, 채널)입니다. 측정 신뢰도를 높이는 데 실제로 가장 필요한 구간이며, 개인 식별자를 빼고 거래 ID만 남기면 열 수 있는 경우가 많습니다. 4단은 집계 리포트입니다. 여기까지만 열면 대조 검증이 사실상 불가능해집니다. 협상 자리에서는 "3단까지는 열되 1·2단은 열지 않는 대신 이런 통제를 건다"처럼 단 단위로 제안하는 편이 통과율이 높습니다.

02

계약서에 반드시 들어가야 하는 조항은 무엇인가

개인정보 처리 업무를 위탁하는 구조라면 위탁계약서에 개인정보보호 관련 법규 준수, 개인정보에 관한 비밀유지, 제3자 제공 금지, 사고 시 책임 부담, 위탁기간, 처리 종료 후 개인정보의 반환 또는 파기 의무를 규정하는 것이 위탁자의 의무로 설명됩니다. 여기에 실무에서 반드시 덧붙여야 할 항목이 있습니다. 재위탁(대행사가 쓰는 트래킹 벤더·클라우드·리포팅 도구) 사전 동의 절차, 데이터 보관 위치와 기간, 종료 시 파기·반환의 증빙 형식(파기확인서 등), 사고 발생 시 통지 시한, 그리고 측정 산출물(대시보드·태그 구성·모델·문서)의 귀속입니다. 종료 시점 기한은 특히 중요합니다. 위탁 기간 또는 계약이 종료되면 원칙적으로 5일 이내에 파기하거나 반환해야 하고 파기 시에는 복원이 불가능하도록 완전히 파기해야 하지만, 구체적 절차는 개별 계약 약정에 따라 달라질 수 있으므로 실제 계약서 문구를 그때그때 확인해야 합니다. 광고주 쪽에는 감독 의무가 있다는 점도 미리 알려두는 편이 낫습니다. 위탁자는 수탁자를 교육하고 처리 현황을 점검할 법적 의무를 지므로, 점검 주기와 방식을 계약서에 적어두면 나중에 서로 부담이 줄어듭니다.

03

계정·픽셀 소유권은 어떻게 문구로 못박나

계정이 대행사 명의로 개설되고 이관 조항이 없으면 계약 종료 시 계정을 그대로 넘겨받지 못하고, 픽셀·잠재고객 데이터를 백업해 신규 계정으로 옮기는 작업이 별도로 필요해집니다. 그래서 계약서에는 최소한 세 가지를 적습니다. 첫째, 광고 계정·픽셀·전환 이벤트·오디언스는 광고주 자산이며 대행사는 운영 권한만 위임받는다. 둘째, 계약 종료 시 관리자 권한 이관 절차와 기한을 명시한다. 셋째, 계정 명의가 이미 대행사로 돼 있다면 이관 대상 목록(계정 ID, 픽셀 ID, 전환 액션, 오디언스, GTM 컨테이너, 서버 컨테이너)을 부속 문서로 붙인다. 새로 시작하는 건이라면 계정 개설 단계에서 광고주 명의로 만들고 대행사를 사용자로 초대하는 순서를 지키는 것이 이후 분쟁을 가장 확실히 줄입니다.

04

원본을 못 넘기는 상황에서 측정을 이어가려면

원본 공유 없이 결합 분석을 하는 구조가 데이터 클린룸입니다. 둘 이상의 당사자가 각자 데이터를 원본 상태로 서로에게 노출하지 않고 정해진 보안 환경 안에서만 결합·쿼리해 집계 결과만 반출하는 방식입니다. 구글 쪽에서는 Ads Data Hub가 BigQuery 기반으로 구글 Ads·DV360·CM360·유튜브의 이벤트 단위 데이터를 자사 퍼스트파티 데이터와 결합해 분석하게 하되 사용자 단위 원본은 밖으로 내보내지 않습니다. 다만 별도 신청·승인을 거쳐야 접근할 수 있고, 결과에는 최소 집계 기준이 걸립니다. 노이즈 주입 방식이면 결과 행당 약 20명, 차이 검사 방식이면 약 50명, 클릭·전환 데이터만 쓰는 쿼리는 약 10명 미만이면 결과가 출력되지 않습니다. 세분화한 리포트를 기대했다가 결과가 비어 나오는 일이 흔하므로, 요청 단계에서 세분화 수준을 미리 조정해야 합니다. 이름이 비슷한 Google Ads Data Manager는 퍼스트파티 데이터를 구글 계정에 연동·업로드하는 별도의 임포트 도구이며 Ads Data Hub의 새 이름이 아닙니다. 계약서나 제안 자료에 '데이터 매니저'라는 표현이 등장하면 어느 제품인지 반드시 확인하세요. 클린룸은 매체마다 쿼리 언어·접근 방식·임계값이 다르므로 이름만 보고 기능이 같다고 가정해서도 안 됩니다.

05

표준 문구가 없으니 무엇을 기준으로 협상하나

합의해야 할 항목을 표로 만들어 한 줄씩 채우는 방식이 가장 빠릅니다. ① 계정·픽셀 명의와 이관 조항 ② 권한 등급별 부여 대상(GA4는 관리자·편집자·마케팅담당자·분석가·뷰어 5단계이며, 사용자 접근권한과 데이터 제한은 관리자만 관리할 수 있습니다) ③ 비용·수익 측정항목 제한 적용 여부 ④ 원본 반출 가능 범위(위 4단 구분) ⑤ 보관 위치·기간 ⑥ 재위탁 동의 절차 ⑦ 종료 시 반환·파기 기한과 증빙 ⑧ 감독·점검 주기와 방식 ⑨ 사고 통지 시한과 책임 분담 ⑩ 측정 산출물 귀속. 각 항목의 문구는 표준이 확인된 바 없으므로, 상대 법무 검토를 전제로 '우리 쪽 초안'을 제시하고 조정하는 것이 현실적인 경로입니다.

다음 행동

담당 광고주 계정의 GA4 사용자 목록을 열어 대행사 계정이 어떤 역할로 들어가 있는지, 비용·수익 측정항목 제한이 걸려 있는지 확인하고, 위 10개 항목 중 계약서에 실제로 문구가 있는 항목이 몇 개인지 표시해보세요.

다음 글 · 레슨 22→증분성 실험 중 외부 변수(경쟁사 프로모션 등)의 영향을 통제하는 방법

← 이전 글 · 레슨 20 MMM 모델의 입력 데이터 품질(누락·이상치)을 사전 검증하는 체크리스트

출처

facts 항목 기준 · 본문 인라인 미표기10건
F-01인스타그램 광고대행사 추천(검색광고 마케팁) — 계정·픽셀 소유권 조항blog.admarketip.com/instagram-ad-agency/업계 F-02개인정보 보호법 제26조(업무위탁에 따른 개인정보의 처리 제한) 해설casenote.kr/%EB%B2%95%EB%A0%B9/%EA%B0%9C%EC%9D%B8%EC%A0%95%EB%B3%B4_%EB%B3%B4%ED%98%B8%EB%B2%95/%EC%A0%9C26%EC%A1%B0업계
F-03개인정보 처리 업무 위탁 관리 지침(2024년 3월) (https://repository.hira.or.kr/bitstream/2019.oak/3413/2/%EA%B0%9C%EC%9D%B8%EC%A0%95%EB%B3%B4%20%EC%B2%98%EB%A6%AC%20%EC%97%85%EB%AC%B4%20%EC%9C%84%ED%83%81%20%EA%B4%80%EB%A6%AC%20%EC%A7%80%EC%B9%A8(2024%EB%85%843%EC%9B%94).pdf)업계
F-04Google Analytics 4 고객센터 — 사용자 역할support.google.com/analytics/answer/9305587공식 F-05Google Analytics 4 고객센터 — 데이터 제한support.google.com/analytics/answer/2884495공식 F-06Google Cloud Blog — Introducing BigQuery data clean roomscloud.google.com/blog/products/data-analytics/introducing-bigquery-data-clean-rooms업계 F-07Ads Data Hub | Google for Developersdevelopers.google.com/ads-data-hub공식 F-08Privacy checks in Ads Data Hub | Google for Developersdevelopers.google.com/ads-data-hub/guides/privacy-checks공식 F-09Google Ads Data Manager Help — About Google Ads Data Managersupport.google.com/google-ads-data-manager/answer/13761872?hl=en공식 F-10Google Ads Help / Meta Business Help Center — 해시 매칭 원리support.google.com/google-ads/answer/6334160?hl=en공식

플랫폼 기능·심의 기준·가격·법률은 바뀝니다. 이 글은 2026-09-01에 위 출처를 기준으로 확인했습니다.

CHALLENGE

배운 걸 실전 문제로 확인

카테고리별 Level Test로 실무 레벨을 점검해보세요.

챌린지 보기 →
이 과목의 게시글33편
01어트리뷰션 모델 비교 실험군·대조군 설계 시 통계적 오류를 피하는 방법02MMM(마케팅믹스모델링) 도입 검토에서 대행사가 보유해야 할 원본 데이터·변경 이력·승인 기록03증분성(인크리멘탈리티) 실험 설계 회고를 다음 제안서·운영 매뉴얼에 재사용하는 형식04라스트클릭 vs 데이터기반 어트리뷰션 전환 시 과거 성과 데이터를 재해석하는 방법05지역 기반 증분성 테스트(지오 테스트)를 설계할 때 대조군 지역을 선정하는 기준06서버사이드 태깅 도입 후 기존 클라이언트사이드 데이터와의 오차를 검증하는 방법07전환 지연(컨버전 랙)을 반영한 성과 리포트 마감 시점을 정하는 기준08쿠키리스 시대 대비 퍼스트파티 데이터 기반 측정 체계로 전환하는 로드맵09CDP(고객데이터플랫폼) 도입 시 기존 매체 전환 데이터와 CDP 데이터의 정합성 검증법10MMM 결과와 어트리뷰션 결과가 상충할 때 어느 쪽을 의사결정에 우선할지 판단 기준11증분성 실험의 최소 표본 크기(샘플사이즈)를 사전에 계산하는 방법12측정 신뢰성 문제(픽셀 오류·중복 집계)를 조기에 발견하는 정기 점검 루틴13광고주에게 측정 오차 범위(신뢰구간)를 포함해 보고하는 방식과 표현법14다채널 어트리뷰션에서 오가닉·직접 유입 기여도를 과대평가하지 않는 검증법15A/B 테스트 결과가 통계적으로 유의미한지 판단하는 최소 신뢰수준과 표본 기준16측정 도구(GA4·매체 픽셀·CDP)별 데이터 정의 차이를 통일하는 용어집 만들기17증분성 테스트 결과를 실제 예산 배분에 반영하기까지의 승인 프로세스18데이터 이력 관리 없이 트래킹 코드를 변경했을 때 발생한 리포트 오류 복구 사례19어트리뷰션 윈도우(클릭 후 며칠·조회 후 며칠) 설정 변경이 성과 지표에 미치는 영향20MMM 모델의 입력 데이터 품질(누락·이상치)을 사전 검증하는 체크리스트21측정 신뢰도를 높이기 위한 광고주-대행사 간 데이터 공유 범위와 계약 조건22증분성 실험 중 외부 변수(경쟁사 프로모션 등)의 영향을 통제하는 방법23오프라인 전환(매장 방문·전화 문의)을 온라인 광고 성과에 연결하는 측정 설계24다중 기여 모델(멀티터치 어트리뷰션) 도입 시 각 채널의 가중치를 검증하는 방법25측정 신뢰성 감사(Measurement Audit)의 표준 점검 항목과 보고서 구성26새 트래킹 시스템 도입 전 기존 시스템과 병행 운영(더블 트래킹)으로 검증하는 기간27증분성 테스트에서 대조군에 광고를 노출시키지 않는 실무적 방법(홀드아웃 그룹)28데이터 변경 이력(버전 관리)을 남기지 않아 과거 성과를 재현할 수 없었던 사례와 예방법29통계적 오류(1종·2종 오류)가 마케팅 실험 해석에 미치는 실무적 영향30측정 신뢰성 문제로 광고주와 분쟁이 생겼을 때 근거 자료를 제시하는 방법31MMM과 어트리뷰션을 함께 쓸 때 각각의 역할(장기 전략 vs 단기 최적화)을 구분하는 기준32신규 매체 추가 시 기존 어트리뷰션 모델의 재검증이 필요한 이유33측정 운영 매뉴얼(누가·언제·무엇을 검증하는지)을 문서화해 담당자 교체에 대비하는 법 과목 전체 보기 →

MKT TOOLS

실무자를 위한 무료 도구

카피 글자수 검사, CPC·ROAS 계산기, UTM 생성기까지.

워크스페이스 열기 →