당신의 데이터는 거짓말을 하고 있다.

트래픽은 늘었지만, 매출은 그대로인가요?

방문자 수, 페이지뷰, 세션 시간… 모니터링 대시보드를 열면 다수의 지표가 높은 성과를 달성하고 있습니다. 그런데도 정작 문의, 구매, 계약으로의 전환은 크게 늘지 않고 있나요? 광고비를 더 높여보기도 하고, A/B 테스트도 진행하고, 랜딩 페이지도 개선해보지만 크게 달라지는 건 없나요?

그렇다면 먼저 데이터 자체가 틀린 건 아닐까 의심해보아야 합니다.

문제 1. 성과 지표는 왜곡되어 있습니다.

2025년 자동화 트래픽은 전년 대비 23.51% 증가하여, 동 기간 3.10% 증가한 사람의 트래픽보다 8배 빠르게 성장하고 있습니다. AI 트래픽 중에서도 가장 두드러진 성장세를 보이는 건 전년 대비 7,851% 증가한 에이전트형 AI입니다.

에이전트형 AI란, 웹에서 여러 단계를 거치는 작업을 자율적으로 계획, 결정 및 실행하는 AI 시스템입니다. 자동화 작업을 직접 수행하는 시스템으로, 상품 탐색에서부터 계정 접근, 결제 완료까지 수행할 수 있어 실제 사람의 행동 패턴과 구별이 거의 불가능합니다. 페이지 뷰 뿐만 아니라 스크롤, 페이지 체류 시간, 허위 전환까지 만들어냅니다.

이들 트래픽의 대부분이 소매 및 전자상거래, 스트리밍 및 미디어, 여행 및 숙박업이라는 세 가지 산업에 집중되어 있습니다. 이 분야는 사이트는 구조화되어 있으며, 최신 업데이트 데이터가 높은 상업적 가치를 가지고 있기에 크롤링, 스크래핑의 주요 타겟이 됩니다.

*Source: The 2026 State of AI Traffic & Cyberthreat Benchmark Report, Human Security

해당 분야의 서비스 기획자, 마케터들은 캠페인을 개선하고, 지표를 분석하고, 더 나은 ROI를 추구하는 데 많은 시간을 투자합니다. 하지만 사람을 완벽하게 모방한 가짜 트래픽이 마케팅 퍼널 깊숙이 유입되어 핵심 전환 지표를 교란함에 따라, 성과 데이터의 신뢰성은 떨어지고 있습니다. 데이터가 처음부터 오염되어 있었다면, 아무리 정교한 전략이라도 방향이 틀릴 수 밖에 없습니다.

리타겟팅 캠페인의 대상이 봇으로 채워져 있을 수도,
A/B 테스트에서 봇이 더 많이 클릭한 버전이 우세할 수도 있습니다.

문제 2. 비용이 새어 나가고 있습니다.

왜곡된 지표, 데이터는 잘못된 예산 집행으로 이어집니다. 봇과 클릭 사기는 연간 광고 예산의 15~25%를 소모시키고 있으며, 이는 2,500억 달러에 달합니다. Imperva의 사례에 따르면, 한 마케팅 에이전시의 웹사이트 트래픽 중 83%가 봇이었고, 수십만 달러의 광고비를 집행했지만 전환은 없었다고 합니다.

효과 없는 채널에 막대한 광고비를 집행하고도, 왜 성과가 나오지 않는지 이유조차 알 수 없는 상황이 반복됩니다.

인프라 비용도 계속 증가합니다. AI 에이전트는 웹사이트를 쉬지 않고 방문합니다. 페이지를 크롤링하고, API를 반복 호출하며 서버 리소스를 소비합니다. 트래픽 비용은 오르는데, 그 트래픽을 만드는 건 사람이 아닙니다. 그리고 그 비용은 모두 서비스 운영자가 책임져야 합니다.

광고비는 봇 매크로에게, 서버 비용은 크롤러에게…
기업의 예산이 고객이 아닌 곳으로 흘러가고 있습니다.

잘못된 의사결정을 하고 계시진 않은가요?

결국 필요한 건, 신뢰할 수 있는 숫자를 만드는 것입니다. 고객의 AI 에이전트는 허용해야 합니다. 경쟁사의 스크래퍼는 차단해야 합니다. 반복적인 API 호출을 제어해야 하고 그 모든 과정이 실제 사용자 경험에 영향을 주지 않아야 합니다.

어떻게 하면 오염된 트래픽을 걸러 진짜 데이터를 찾고, 이를 통해 올바른 의사결정을 할 수 있을까? 어떻게 하면 대시보드가 보여주는 숫자를 다시 믿을 수 있을까?

트래픽의 의도를 파악해 악성 봇과 매크로를 선별적으로 제어하는 “봇매니저(BotManager)”가 그 질문들에 대한 답입니다.