[ 매드타임스 최영호 기자] DV 사기 연구소(Fraud Lab)는 오디오 및 비디오 스트리밍 사기 수법과 변종이 60% 가까이 증가하는 등 새로운 사기 수법이 20% 이상 급증한 것을 발견했다.
디지털 미디어 측정, 데이터 및 분석을 위한 선도적인 소프트웨어 플랫폼인 더블베리파이("DV")는 100개 시장 2,000개 이상의 브랜드에서 발생한 1조 회 이상의 노출에 대한 미디어 품질 및 성능 동향을 분석한 8번째 연례 글로벌 인사이트 보고서를 미리 공개했다. 이 조사 결과에 따르면 새로운 사기 수법이 전년 대비 크게 증가했으며, 사기범들은 커넥티드 TV(CTV) 및 스트리밍 오디오와 같은 플랫폼과 채널로 초점을 옮기고 있다.
DV 사기 연구소의 조사에 따르면 2023년에 새로운 사기 수법과 변종이 전년 대비 23% 급증한 것으로 나타났다. 또한, 보호받지 못하는 광고주의 사기/SIVT(정교한 무효 트래픽) 위반율은 17%에 달했다. 이러한 위반 사례에는 봇 사기, 사이트 사기, 앱 사기, 도용된 디바이스, 사람이 아닌 데이터 센터 트래픽, 인젝션 광고 이벤트 등이 포함되며, 모두 온라인 광고 노출 또는 데이터 이벤트를 불법적으로 부풀려 수익을 창출하는 행위이다.
이러한 증가의 핵심 요인은 바로 생성형 AI이다. DV는 생성 AI를 사용하면 데이터 패턴을 더 쉽게 위조할 수 있다는 사실을 발견했다.
DV 사기 연구소 책임자 로이 로젠펠드는 "예를 들어 봇 사기는 일반적으로 CTV 및 오디오와 같은 스트리밍 환경을 표적으로 삼는데, 사기범들은 위조된 노출 데이터를 사용하여 실제 사용자에게 광고가 전달되는 것처럼 보이게 한다."라고 말했다. "공격자는 AI를 통해 수천 개의 실제 사용자 에이전트를 생성하여 최종 사용자가 웹 콘텐츠와 상호 작용하도록 유도할 수 있다. 그런 다음 공격자는 AI를 사용하여 사람의 행동을 모방함으로써 봇 트래픽의 패턴을 탐지하기 더욱 어렵게 만들 수 있다."라고 덧붙였다.
악의적인 공격자들은 AI를 사용하여 사기 수법을 확장하는 데 그치지 않고 위조된 노출 수법도 더욱 빠르게 진화하고 있다는 사실을 발견했다. 스트리밍 플랫폼을 노리는 봇 사기 수법은 2023년에 평균 269% 더 많은 변종을 만들어냈으며, 한 해 동안 스트리밍 사기 수법과 변종은 총 58% 더 많이 발생했다.
또한, AI를 통해 악의적인 공격자들은 유령 회사를 위한 새로운 웹사이트를 개설하고 수십 개의 가짜 리뷰가 포함된 새로운 앱을 게시하여 시청자가 있는 것처럼 착각하게 만들 수 있다. 모바일 앱 사기에 대한 조사 결과, 이러한 유형의 사기 수법에 대한 의존도가 높은 것으로 나타났다. AI는 이러한 유형의 위조를 점점 더 쉽게 생성할 수 있게 해줍니다. 그 결과 2023년에 DV의 모바일 앱 사기 조사는 두 배로 증가했다.
로젠펠드는 "다행히도 좋은 AI는 나쁜 AI에 대항하는 데 사용될 수 있다."라고 지적했다. "예를 들어 DV는 매일 방대한 양의 데이터를 처리하고 노출 품질을 평가하는 데 AI를 활용한다. 머신러닝은 실시간으로 데이터를 효율적으로 처리한다. 그런 다음 AI는 고급 AI 기술을 사용하지 않는 인간 분석가에게는 보이지 않는 트렌드와 패턴을 식별한다. 사기범들이 AI를 통해 더욱 정교해짐에 따라, 우리도 AI를 사용하여 그들의 수법에 대응해야 한다."라고 강조했다.
한편, DV의 보고서는 특히 쿠키가 더 이상 사용되지 않고 투명한 지표에 대한 요구가 증가함에 따라 광고에서 주목도 기반 측정의 중요성이 커지고 있음을 강조한다. 2023년에는 광고주들이 주목도 지표를 점점 더 우선시했으며, 미디어 구매자의 47%가 2024년에 이러한 지표를 자신의 전략에 통합할 계획을 세웠다. DV의 자체 주목도 솔루션인 DV Authentic Attention ® 은 지난 한 해 동안 채택률이 3배나 증가했니다.
DV Authentic Attention ®은 쿠키에 의존하지 않고 실시간으로 50개 이상의 데이터 포인트를 분석하여 참여와 노출이라는 두 가지 기본 주목도 차원을 평가한다. 노출 지표는 광고의 전체 표현을 고려하여 조회 가능 시간, 화면 점유율, 비디오 프레젠테이션 및 청취 가능성을 통해 강도와 현저성을 측정한다. 참여 측정항목은 터치, 화면 방향, 동영상 재생, 오디오 제어 등 사용자가 시작한 광고와의 상호작용을 추적한다. DV 주목도 지수는 이러한 차원을 통합하여 기준 점수 100에 대한 성능을 벤치마킹한다.
이 보고서는 RMN(소매 미디어 네트워크) 및 MFA(광고용 제작) 부문의 사례를 제공한다. RMN 사이트 및 앱의 조회 가능성은 낮음에도 불구하고 주목도 지표가 넓을수록 참여도에 더 큰 영향을 미친다. 반대로, MFA는 높은 가시성을 위해 최적화할 수 있지만 주목도 점수는 종종 다른 이야기를 전달하므로 참여를 이해하려면 더 미묘한 분석이 필요함을 나타낸다. 이러한 예는 주목도 동인을 이해하고 미디어 구매 전략을 최적화하는 데 있어 주목도 지표의 중요성을 강조한다.
또한 이 보고서는 다양한 미디어 유형과 플랫폼에 걸친 광범위한 주목도 추세를 보여주며, 이는 장치 유형, 광고 크기, 미디어 환경과 같은 요소가 주목도 수준에 큰 영향을 미친다는 것을 나타낸다. 이는 각 플랫폼의 고유한 특성에 맞게 광고를 맞춤화해야 할 필요성을 강조한다.
이 보고서는 DV 기술을 사용하여 100개 시장의 2,000개 이상의 브랜드에서 입찰 전후에 발생한 1조 건 이상의 노출을 분석하고 북미, 중남미, 유럽 및 아시아 태평양에 대한 상세한 시장별 분석을 제공한다. 2023년 1월부터 12월까지 데스크톱, 모바일 웹, 모바일 앱, 커넥티드 TV(CTV) 전반의 동영상 및 디스플레이 노출을 다룬다. 이 연구에는 북미, 중남미, 유럽 및 아시아 태평양 지역의 1,000명의 광고주를 대상으로 실시한 Sapio의 글로벌 설문조사도 포함되어 있다.
