ITP는 정확히 무엇을 제한하나

사파리의 추적 방지 기능은 ITP 2.1부터 자바스크립트로 생성한 퍼스트파티 쿠키의 수명을 최대 7일로 제한합니다. 여기에 더해 광고 클릭 링크에 gclid나 fbclid 같은 추적 파라미터가 붙어 유입된 경우, 그 세션에서 생성되는 쿠키는 24시간으로 더 짧게 제한됩니다.

서버가 헤더로 발급한 쿠키라고 안전한 것도 아닙니다. 사파리 16.4부터는 그 서버가 서드파티를 가리키는 CNAME 뒤에 있거나 주소 대역이 실제 방문 중인 사이트와 어긋나면 의심스러운 서버로 판정해 수명을 똑같이 7일로 제한합니다.

왜 7일 클릭 기준 리포트가 특히 불리한가

기여 기간을 7일로 잡는다는 건 오늘 클릭한 사람이 엿새 뒤 구매해도 그 광고의 성과로 인정하겠다는 뜻입니다. 그런데 광고 클릭으로 들어온 사파리 사용자의 식별 쿠키가 24시간 만에 사라진다면, 이틀 뒤 다시 들어와 구매한 사람은 광고를 클릭한 적 없는 사람처럼 보입니다. 기간은 7일인데 기억은 하루만 남는 상태입니다.

여기서 주의할 배경이 하나 있습니다. 크롬은 2024년 7월 서드파티 쿠키 전면 폐지 계획을 철회했고 2025년 10월에는 대체 기술로 개발하던 Privacy Sandbox API 다수를 폐기한다고 발표했습니다. 그래서 "쿠키가 곧 사라진다"는 전제로 세운 대응은 이미 사실과 다릅니다. 반면 사파리와 파이어폭스의 추적 차단은 크롬 정책과 무관하게 계속 유지되고 있습니다. 즉 지금 실무의 문제는 전면 폐지가 아니라 브라우저별 격차입니다.

저평가 폭을 어떤 순서로 계산하나

계산은 다섯 단계입니다. 첫째, 최소 4주 구간을 잡고 최근 3일은 전환 지연 때문에 잘라냅니다. 둘째, GA4에서 브라우저 측정기준으로 세션을 나눕니다. 셋째, 브라우저별로 세션 수와 구매 수를 뽑아 전환율을 각각 구합니다. 넷째, 기준으로 삼을 브라우저를 정합니다. 보통 쿠키 제한이 가장 덜한 크롬을 씁니다. 다섯째, 사파리 세션이 기준 브라우저와 같은 전환율을 냈다면 몇 건이 더 잡혔을지를 계산합니다.

예를 들어 4주간 크롬 세션이 20,000회에 구매 400건으로 전환율 2.0%, 사파리 세션이 10,000회에 구매 120건으로 전환율 1.2%라고 하겠습니다. 격차는 0.8%포인트입니다. 사파리 세션 10,000회에 이 격차를 곱하면 80건이 나옵니다. 이 80건이 사파리에서 측정되지 못했을 가능성이 있는 전환의 추정 상한입니다. 실측 120건에 이 80건을 더하면 200건이므로, 사파리에서 일어났어야 할 전환의 40%가 보이지 않았을 수 있다는 계산이 됩니다.

이 추정을 어디까지 믿어야 하나

80건은 확정치가 아니라 상한입니다. 사파리 사용자와 크롬 사용자는 기기 구성부터 다르고, 구매 성향과 객단가도 다를 수 있습니다. 캠페인 노출이 기기별로 고르게 배분되지 않았다면 격차의 일부는 측정이 아니라 실제 성과 차이입니다.

그래서 계산 결과 옆에는 반드시 조건을 적어둡니다. 어떤 기간을 썼는지, 어떤 캠페인만 포함했는지, 최근 며칠을 잘라냈는지 세 가지입니다. 실무 가이드가 권하는 대로 최소 48시간, 가급적 일주일 지난 데이터로 계산하고, 같은 계산을 분기마다 반복해 추세를 봅니다. 한 번의 숫자보다 몇 분기에 걸친 격차 변화가 훨씬 신뢰할 만한 근거가 됩니다.

저평가를 줄이려면 무엇을 바꿔야 하나

근본 대응은 브라우저 쿠키에 덜 의존하는 수집 경로를 만드는 것입니다. 서버사이드 태깅은 이벤트 데이터를 브라우저가 아니라 자사 도메인에 호스팅된 서버 컨테이너를 통해 전송하는 방식이라, 데이터 정확성과 개인정보 제어 측면에서 이점이 있는 구성으로 정리됩니다. 매체 쪽으로는 서버에서 직접 이벤트를 보내는 전환 API 계열을 함께 씁니다.

다만 서버 컨테이너는 비용 구조를 먼저 확인해야 합니다. 구글 공식 가이드는 프로덕션 환경 기준으로 서버 여러 대 구성을 권장하고 대당 월 비용 기준값을 제시하며, 자동 확장을 쓰는 경우 최대 인스턴스 수나 예산 알림을 미리 걸어두지 않으면 트래픽 급증 시 요금이 통제 없이 늘어날 수 있다고 안내합니다. 도입 전에 상한을 정해두는 것이 순서입니다.

로그인 데이터가 있다면 무엇이 달라지나

회원 로그인이 있는 서비스라면 브라우저 쿠키 대신 사람 단위 식별을 쓸 수 있습니다. User-ID는 자체 회원번호를 GA4로 보내 같은 사용자의 행동을 여러 세션·기기·플랫폼에 걸쳐 연결하는 기능입니다. 로그인 비중이 높은 쇼핑몰일수록 브라우저별 격차의 영향을 덜 받습니다.

반대로 비회원 구매 비중이 큰 쇼핑몰이라면 이 격차는 당분간 안고 가야 합니다. 그럴 때는 매체 리포트 대신 총매출을 총광고비로 나눈 지표를 판단의 축으로 삼는 편이 흔들림이 적습니다.