데이터 클린룸:작동 방식 및 사용 사례

그동안 개인정보 보호 규정을 준수하면서 데이터를 공유하는 것은 쉽지 않았습니다. 그러나 분산형 데이터 클린룸을 활용하면 안전하게 개인정보 보호 규칙을 준수하면서 데이터 협업을 수행할 수 있습니다. 주요 데이터 신호(예: 쿠키, 디바이스 ID)에 대한 접근성 감소로 인해 광고주와 미디어 업계가 신호 손실 문제를 겪고 있는 상황에서, 분산형 데이터 클린룸의 기능은 특히 유용합니다. 조직은 데이터 클린룸을 통해 데이터를 효과적으로 관리, 익명화 및 공유할 수 있습니다. 이 페이지에서는 데이터 클린룸의 정의와 작동 방식, 데이터 클린룸을 통해 얻을 수 있는 이점, 그리고 기업이 비즈니스 성장을 위해 데이터 클린룸을 어떻게 활용하고 있는지를 살펴보겠습니다.

데이터 클린룸은 여러 회사 또는 한 회사 내의 여러 부서가 공동 분석을 목적으로 데이터를 함께 가져올 수 있는 안전하고 통제된 환경입니다. 데이터를 처리하거나 공유할 때 GDPR, HIPAA, CCPA와 같은 핵심 개인정보 보호 규정을 준수하도록 내부 클린룸 가이드라인을 확립할 수 있습니다. 데이터 클린룸에서는 개인 식별 정보(PII)를 익명화할 수 있습니다.

데이터 클린룸의 가장 대표적인 사용 사례는 기여도 분석을 위해 여러 당사자의 익명화된 마케팅 및 광고 데이터를 연결하는 것입니다. 이때 특정 사용자 식별이 가능한 데이터의 노출을 방지하도록 데이터 클린룸이 설정되므로, 클린룸 사용자는 개인정보 보호 요건을 더 안전하게 준수할 수 있습니다.

어떤 데이터가 들어오고, 해당 데이터가 클린룸 내 다른 데이터와 어떻게 결합되며, 각 당사자가 데이터에 대해 수행할 수 있는 분석 유형과 함께 어떤 데이터를 내보낼 수 있는지는 데이터 클린룸 구성에 의해 제어됩니다. 데이터 클린룸은 클린룸에 로드된 PII를 안전하게 보호하고 암호화할 수 있습니다. 데이터 클린룸은 일반적으로 데이터 소유자에게 클린룸 내 데이터에 대한 완전한 제어권을 부여하며, 승인된 파트너는 익명화된 데이터 피드를 받을 수 있습니다.

기존 데이터 클린룸과 분산형 데이터 클린룸은 명확히 구별할 필요가 있습니다. 기존 데이터 클린룸의 경우, 모든 데이터가 하나의 물리적 위치에 저장되므로 데이터 공유 방식이 제한됩니다. 그러나 클라우드 기술의 발전에 따라 등장한 분산형 데이터 클린룸을 활용하면, 데이터를 클라우드에 저장할 수 있어 데이터 이동의 필요성을 해소합니다. 따라서 각 파트너는 자신의 데이터를 통제하면서 하나 이상의 다른 파트너들과 함께 거버넌스가 적용된 분석을 동시에 수행할 수 있습니다.

데이터 클린룸은 광고주, 미디어 기업 및 리테일 업체에 다음과 같은 주요 이점을 제공합니다.

미디어 기업 및 퍼블리셔는 데이터 클린룸을 통해 개인 식별 정보를 노출하지 않고도 자사의 잠재 고객 데이터를 파트너의 데이터와 결합할 수 있습니다. 이는 광고주가 더 효과적으로 기여도를 추적할 수 있도록 합니다.

데이터 클린룸을 활용하면 광고 플랫폼에 적합한 맞춤형 잠재 고객을 생성할 수 있으므로, 마케팅 담당자는 이를 통해 광고 타깃팅을 최적화할 수 있습니다.

조직은 데이터 클린룸을 통해 결합된 데이터 세트에 대한 심층 분석을 수행하고, 고객 행동, 고객 세분화 및 고객 생애 가치에 대한 인사이트를 도출할 수 있습니다.

데이터 클린룸의 구체적인 사용 사례 세 가지를 살펴보겠습니다.

옴니채널 고객 여정은 복잡하며, 브랜드 광고에서 시작되는 경우는 흔치 않습니다. 예를 들어, 소비자가 주방용 가전제품을 구매하려고 하는 경우를 생각해 보겠습니다. 이 구매 여정은 온라인 고객 후기 사이트에서 시작될 가능성이 높습니다. 고객 후기 사이트에서는 가전제품 브랜드에 매우 귀중한 퍼널 최상단 데이터를 수집할 수 있기 때문입니다. 고객 후기 사이트 관리자는 PII를 관리할 수 있는 데이터 클린룸 활용을 통해 개인정보가 보호되는 서드 파티 데이터 제품을 구현할 수 있습니다.

리테일 업체와 CPG 기업은 데이터 클린룸을 통해 자사와 함께 광고하는 여러 브랜드와 협업할 수 있습니다. 예를 들어 리테일 업체는 개인정보 보호 및 거버넌스를 유지하면서 트랜잭션 데이터를 공유하여 고객 전환 신호에 대한 인사이트를 제공하고 타깃팅 및 기여도 분석을 개선할 수 있습니다.

데이터 클린룸을 활용하여 비즈니스 성장을 달성한 실제 고객 사례로 Merkle을 들 수 있습니다. Snowflake Data Clean Rooms를 기반으로 한 Merkury Clean Rooms는 Merkle의 고객과 파트너가 민감 데이터에 무단으로 액세스하지 않고도 여러 소스의 데이터를 통합할 수 있도록 합니다.

Snowflake를 도입한 Merkle의 고객과 파트너가 늘어남에 따라 새로운 협업 기회가 열리고 있습니다. Merkle의 아키텍처 담당 선임 부사장인 John Gajewski는 “3년 전 고객 대응 업무 부서에 합류했을 당시만 해도 몇 가지 경쟁사 제품을 검토하곤 했는데, 이제는 가장 먼저 Snowflake를 사용하자는 의견이 나올 정도로 논의의 방향성이 크게 바뀌었습니다.”라고 설명합니다.

이전에는 여러 조직, 클라우드 및 리전 간에 안전하게 협업하려면 데이터를 이동해야 했으며, 이로 인해 의도치 않은 위험에 직면하곤 했습니다. Merkle은 이제 Snowflake Secure Data Sharing을 통해 고객과 파트너가 ETL(추출, 변환, 로드) 프로세스나 SFTP를 줄이면서 데이터에 실시간으로 액세스할 수 있도록 하고 있습니다. Merkle의 Merkury Clean Rooms의 기반을 구성하고 있는 Snowflake Data Clean Rooms는 여러 당사자가 적절한 권한을 부여받고 PII 및 기타 민감 정보를 노출하지 않으면서 데이터를 분석할 수 있도록 지원합니다.

기업은 Snowflake를 통해 데이터 클린룸 내에서 데이터를 안전하고 비공개적으로 공유하여 효율적인 실시간 분석과 심층 분석을 수행할 수 있습니다. 관련 당사자는 데이터 이동 없이 공유하고자 하는 데이터를 ‘목록’에 추가하고 승인된 당사자에게만 공개할 수 있습니다.

따라서 기업은 Snowflake에서 제공하는 플랫폼을 통해 데이터 개인정보 보호 및 보안을 유지하면서 선별된 파트너가 데이터에 안전하게 액세스하고 분석하도록 구성할 수 있습니다.