스토리, 사진, 채용까지.
모두 한 곳에서 탐험하세요

[인터뷰] AI 에듀테크 데이터뱅크의 CEO 송다훈 이주형 · 6 min read May 27 TEAM DATABANK 데이터뱅크 팀의 리더, 송다훈 대표님과의 인터뷰지금 시작합니다! 간략한 본인 소개 부탁드립니다! 저는 데이터뱅크 대표를 맡고 있는 송다훈입니다. 반갑습니다 😎 먼저 어떤 회사인지 간단하게 소개해주세요. 지금까지 저희는 더 좋은 영어 교육을 받기 위해 학원, 과외 같은 사교육을 받으며 비싼 교육비를 써왔어요. 특히, 영어 면접이나 논술처럼 1:1 피드백이 중요한 영역은 많은 학생들에게 큰 경제적 부담을 주고 있습니다. 또, 교육비가 비싸더라도 학생들이 경험하는 학습 효과가 높지 않은 게 큰 문제라고 생각해요. 저희는 이렇게 비합리적이고 비싸고 학생들의 학습시간까지 낭비하는 영어 교육 시장의 문제점을 머신러닝 및 딥러닝을 통해 해결하고자 하는 AIEd 스타트업, 데이터뱅크입니다. 어떤 일을 하시나요? 저희는 ‘토플뱅크’라는 서비스를 운영하고 있어요. 토플뱅크 자동채점기는 토플 라이팅, 스피킹 시험에 대해 AI가 자동 채점해 즉각 점수를 제공하는 서비스입니다. 첨삭을 받는데 드는 금전적, 시간적 비용을 줄여 시험 준비생들이 문제풀이 경험을 충분히 할 수 있도록 지원합니다. 이 서비스를 만드신 이유나 계기가 있으신가요? 사실 저는 소위 말하는 “스타강사” 였어요. 2011년 겨울부터 대치동에서 가르치기 시작했고, 2015년에는 아예 법인사업자로 전향해 회사를 운영했었어요. 저희 회사가 운영하던 블로그는 방문자 수만 300만명이 넘었고 인서울 대학을 보낸 학생들 수만 천명이 넘었죠. 처음 사교육 시장에 몸 담았던 계기는 단순히 학비와 생활비를 벌기 위한 것도 있었지만 가르치는 일이 좋고 재미있기도 해서였어요. 하지만 제가 가르쳤던 영어 스피킹과 라이팅 같은 주관식 영역은 1:1 첨삭이 꼭 필요하기 때문에 수업료가 굉장히 비싸요. 그렇기 때문에 소위 말하는 ‘있는 집 자식’ 들만 저에게 배울 수 있었어요. 그러다보니 어느 순간부터 굉장히 회의감이 들기 시작하더라고요. 저도 학원비가 없어서 독기를 품고 독학했던 시절이 길었기 때문에 더더욱 제가 하던 사교육 일에 대한 회의감이 심했던 거 같아요. “내 시간은 한정적인데, 어떻게 하면 훨씬 더 싸게, 더 많은 학생들을 1:1 과외처럼 가르칠 수 있을까?”라는 생각을 하다 보니 자연스럽게 AI 쪽으로 시선이 갔어요. 비싼 돈 받는 스타강사보다 더 똑똑하고 정확한 AI tutor 가 훨씬 더 저렴하게 학생들의 글과 말을 채점해주고 첨삭해주는 서비스를 만든다면 정말 보람찬 일 같아 보였어요. 그렇게 데이터뱅크를 시작하게 되었습니다. CEO Dahoon Song 최근 했던 일 중에 가장 도전적인 업무는 무엇이었나요? 학원사업은 굉장히 단순했던 거 같아요. 학생들을 많이 모집하고, 매출만 많이 내면 됐으니까요. 반면에 스타트업은 매일매일이 도전입니다. 굳이 하나 꼽자면, 좋은 사람들을 모으는 게 가장 큰 도전이죠. 스타트업 창업가라면 본인이 시작한 사업이 망할 거라고 생각하는 사람은 아무도 없을 거에요. 다들 확신에 차 장밋빛 미래를 약속하며 본인들의 사업을 설명하겠죠. 그런 환경에서 우리 회사의 진정성과 비전을 알아봐주고 같이 험난한 여정을 가려고 하는 챔피언들을 찾는 건 참 어려운 일인 것 같아요. 일하시면서 뿌듯했거나 다른 사람들과 공유하고 싶은 경험이 있으셨나요? 기관으로부터 첫 번째 투자의향서를 받았을 때였어요. 내가 가치가 있다고 생각하는 일이 나뿐만이 아니라 검증된 기관들에게도 가치가 있구나 라고 증명된 순간이라 생각이 들더라고요. 더더욱 우리가 하는 사업에 확신을 갖고 앞만 보고 달려갈 수 있게 된, 저에게는 아주 의미있었던 순간이었어요. 데이터뱅크는 빠르게 성장하면서 굵직한 성과를 보이기 시작했어요. 2020년 5월에는 TIPS 프로그램에 선정되었고 2021년 4월 시리즈A에서 컴퍼니케이파트너스 10억원, 인터베스트 10억원, KB인베스트먼트 10억원 투자금을 확보했습니다. 창업자 본인뿐만 아니라 함께 일하는 팀, 서비스 대상인 유저, 냉정하게 시장 가치를 평가하는 자본시장, 투자자들까지 모두에게 인정을 받아야 진정 가치 있는 사업이라 생각해요. 데이터뱅크는 아직 2년도 안 된 스타트업이지만 기술로 교육격차를 해결하겠다는 메시지가 인정받은 것 같아 기뻐요. 하지만 갈 길은 여전히 머네요. AIEd 산업은 너무나 빠르게 바뀌고 있고, 바뀔 예정이기 때문에 빠르게 성장하지 못하면 살아남을 수 없다는 긴장감 역시 큽니다. 어떤 분들이 어떻게 일을 나누어 맡고 계신 지, 팀원 소개를 부탁 드립니다. 데이터뱅크는 평균 연령이 20대 & 30대로 이뤄진 아주 젊은 팀입니다. 전직 해커, 스타 강사, 건축가, M&A 전문가 등, 각기 각색의 이력과 경험을 보유한 어벤저스들이 모여있죠. 어떤 사람과 같이 일했으면 좋겠다고 생각하시나요? 자기가 하는 일을 좋아하는 사람들과 같이 일하고 싶어요. 어차피 일이라는 건 참 오랫동안 해야하는건데, 일을 단순 생존의 수단이라고만 느낀다면 너무 괴로울 거 같아요. 어차피 피할 수 없으면 즐기라는 말도 있잖아요? : ) 어떻게 보면 하루 중 대부분의 시간을 회사에서 보내는데 같이 일하는 사람들과 있는 시간이 친구와 있는 시간처럼 재미있으면 좋겠어요. 자기 일을 좋아하는 사람들은 자주 웃을 수 있는 사람들일 테니까요. 추구하는 팀 문화나 분위기가 있다면 말씀해주세요. 팀원들이 모두 20대고 대부분 외국에서 학교를 다녀서 그런지 저희 회사 분위기는 정말로 정말로 자유로워요. 내가 일에 집중하는데 맨발이 편할 수도 있고 잠옷이 편할 수도 있어요. 어느 날은 리클라이너 의자에 앉아서 일할 수도 있고요. 데이터뱅크는 정말로 중요한 본질에만 집중하는 사람들이 모여있는 젊은 팀입니다. 구직자들이 이것만은 꼭 알아주었으면 좋겠다!하는 점이 있으신가요? 데이터뱅크에 들어오시면 얼마나 회사가 빠르게 성장하고 또 그 성장을 팀원들과 같이 나누고 즐기는지 알 수 있을 거에요. 망설이지 말고 지원해주셨으면 좋겠어요. 우리 회사 채용 면접을 할 때 알아두면 좋은 포인트는 무엇인가요? 완벽한 사람은 없다고 생각해요. 오히려 자기가 어떤 부분이 부족한지 솔직하게 얘기하는 분이 좋아요. 지적 솔직함이 있어야 발전도 있다고 생각해요. 대표로서 나만이 가진 강점을 알려주세요. 21살 때부터 토익, 텝스 문제를 만들어 대형학원에 팔아 생활비와 학비를 충당했어요. 몇 년을 그러다보니 어느 순간 컨텐츠 제작 노하우가 생기더라고요. 여러 서적도 출판해보고 인강도 만들어 팔아본 경험이 제가 지금 사업을 하는데 큰 자산이 되고 있어요. 저는 개발도 못하고 디자인도 못하지만 누구보다 잘 팔리는 영어 컨텐츠는 만들 자신이 있어요. 본인의 능력! 스펙!에 대해 더 자랑해 주세요! 한국외대 영어학과 (수석, 전액장학생) University of Wisconsin — Madison, Business 뤼이드 콘텐츠 총괄 (CCO) 영어컨텐츠 법인 창업 및 매각 EBS 에세이 교수, 경기대학교 토익 교양수업 외래교수 수험영어 7권 저서 집필 & 베스트셀러 저자

[AI Grading] Q&A 이주형 · 4 min read Jun 24 TOEFLBANK Writing Test AI Grading: Q&A — I am in charge of managing the overall AI infrastructure for the automatic grading. Hi guys, this is Brian from TOEFLBANK Speaking of AI, I’m sure most of you who have used our service realized at one point that your writing responses are being graded by a machine. Now, some of you might have thought that’s a bit weird, and for some of you who are interested in the field of deep learning might not have found it so surprising. But regardless of where you stand on the topic of AI, the truth of the matter is that ETS is also using some form of automated scoring. That’s right, when you walk into an ETS testing center today to take the TOEFL Exam, your writing and speaking responses are partly graded by a machine. So, for those of you who feel uneasy about this whole “AI is grading my essay” thing, we want to let you know that this is real. However, the way we do it here at TOEFL BANK is relatively new and different — so I’m sure you have questions on how we grade your essays, so I wanted to take this time to answer some questions you sent us about our AI. AI Grading Question #1 — Why use AI for scoring in the first place? Awesome question — now, the key to getting better in writing and speaking, not just in TOEFL, but in language acquisition in general, is repetition. However, if you simply repeat without any feedback or guidance, you are wasting your time. You need someone or, in this case, something, to tell you that you are going in the right direction. Conventionally, that someone is a teacher at your school, or a tutor at your prep school. But think about the last time you had to wait for their feedback. They don’t respond so well during weekends right? What we aim to do in TOEFL BANK is having an AI provide feedback for you so that you can request for grades without having to worry about time or location. I’m in South Korea, and based on our user-data, most of you are not here and we are not even in the same time-zone, but you still use our service right? It’s already working out! Question #2 — How does this work and how is this different? Alright — before I answer this question I’d like to give you a brief overview on how this whole automated scoring thing started. Basically, we’re not the first guys to try this out — BUT, we are the first guys to use deep learning algorithms for automated scoring service — then how is deep learning different? — Previously, everything was about rules. You have 2 spelling errors, 3 spelling errors, and those counts worked as a deduction against your grade. This already sounds like a painful process doesn’t it? Think about how many factors work together interactively to grade your essay. And plus, spelling and grammar are simple surface level features. How is the machine going to understand abstract concepts like logic or context? The answer is, you can’t, and that’s why these rule-based systems fail so miserably in natural language understanding. At TOEFLBANK, we use ZERO rules. Everything is about representation. Your essay is broken down to text tokens. Text tokens are transformed to context based representations that a computer can understand. Next, the computer will look at your essay representation — and a score assigned by a professional human grader, and start associating your essay with the given score. With enough data and training, the machine will be able to grade your essay without the supervision of a human grader. Of course, since it is learning from a human pattern, it also picks up on biases. For example, same grader, scoring on Monday, scoring on Friday, can you guess which day they give higher grades? That’s why while we emphasize adopting new models and algorithms, our main focus is data quality. Without clean data, algorithms are useless. Our human scorers are fully trained and experienced TOEFL professionals, and our AI is properly learning from their scoring pattern. Our AI is learning every single day — which means we are continuing to improve every day. Question #3 — I made corrections on my essay but why has my score not changed? Well, I can assure you if you have done the right corrections, your scores would have gotten better. However, there is a threshold for scores to change. The AI itself is spitting out scores in numbers with decimals. So, when we look at the decimal points, your score might have improved, but when the AI score is being converted to an ETS score, there are some rounding procedures involved — and that’s why you might end up with the same converted score. Then you might ask “if AI scores are more precise than the converted score, why not give the AI score in the first place?” AI grading is fun and everything, but at the end of the day we want you to do well in TOEFL. Let’s not forget why we are doing this in the first place. All scores and grading layouts will follow what you would normally see at the actual TOEFL examination to make sure you are prepared for the real test. Alright, so I hope this post properly answered some of the questions you had about our AI service. If you have any other questions — please feel free to let us know, and we will do our very best to get back to you as soon as possible. Also, as mentioned earlier, our speaking autograder is coming out soon. So once it is out, please try it out. Feedback and repetition are key in achieving your target score. So, good luck, and keep on practicing! Source: https://www.toeflbank.com/ko/blog/TOEFLBANK-Writing-Test-AI-Grading #engineering #ai #tech #toeflbank

구글 태그 매니저(GTM)란, 구글 애널리틱스(Google Analytics)에 사용자들이 사이트에서 상호작용했던 데이터를 보내기 위해, 추적에 필요한 태그를 생성하는 일련의 과정을 관리하는 하나의 태그 관리 시스템입니다. GTM을 사용하면 우리는 시간을 절약할 수 있고, 우리 웹사이트에서 더 많은 시도를 해볼 수 있으며, 매우 사용하기 편합니다. 또한 구글 태그 매니저를 마스터하게 되면, 우리가 직접 태그를 창조하여 다양한 상황과 공간에서 활용할 수 있습니다. 전 구글 태그 매니저에 대해서 많은 공부를 해왔고 앞으로도 GTM에 대한 많은 내용들을 공유할 예정입니다. 하지만 일단 첫 번째로는 뭐니 뭐니 해도, 구글 태그 매니저를 사용하는 이유가 가장 먼저 필요한 내용일 것입니다.그래서 "구글 태그 매니저를 사용하는 10가지 이유"를 시작으로, GTM의 방대한 자료들을 브런치에 정리해나가려고 합니다.1. 미래 보장성사실, 구글 태그 매니저는 우리 웹사이트에 전환 트래킹이나, 추적 트래킹을 하기 위해 , 일찌감치 사용해왔습니다. 하지만 사실 대한민국의 구글 태그 매니저를 구글 애널리틱스와 함께 사용하는 기업은 극히 드물고, 구글 태그 매니저를 제대로 활용할 줄 아는 사람도 매우 적습니다. (최근 들어 많아지고 있는 추세이긴 합니다.)사실 구글 태그 매니저를 사용하지 않고도 Google Analyitics를 좀 더 업그레이드할 수 있지만, 코드의 변환이나 웹사이트의 형태 등등의 다양한 개발적 이슈로 구글 애널리틱스를 단독으로 사용하는 것은 매우 까다롭고 어렵습니다.대신에, 구글 태그 매니저를 구글 애널리틱스와 함께 사용하게 되면 , 아주 단기간에 리소스를 크게 들이지도 않고, 구글 애널리틱스를 최고의 인사이트를 뽑아낼 수 있는 도구로 업그레이드시킬 수 있습니다. GTM을 설치하는 것은 구글 애널리틱스를 설치하는 것과 비슷한 노력만 들이면 됩니다. 그리고 여러분의 웹사이트는 미래에 훨씬 더 사용 가능한 활용성과 개선사항들을 단순하게 만들 수 있습니다. 구글 애널리틱스와 구글 태그 매니저의 관계에 대해서 아직 감이 잘 잡히지 않는다면, 구글 태그 매니저에 대한 이해도부터 높여봅시다. 일단 본질적으로 , 구글 태그 매니저는 구글 애널리틱스를 대체할 수 없습니다. 구글 애널리틱스가 추적된 데이터를 조회하는 "리포트"로써의 역할을 한다면, 구글 태그 매니저는 손쉽게 데이터를 추적할 수 있도록 도와주는 "Tracking Tool"이라고 이해하면 편할 것입니다.2. 설치 속도GTM은 많은 과정들의 개선 속도를 향상해 줍니다. 변화와 새로운 태그들이 굉장히 빨리 만들어질 수 있고, 웹사이트 내에 있는 특정 코드를 수정할 필요도 없습니다. 이는 개발지식이 없는 마케터들에게는 엄청나게 유용한 도구다. 왜냐하면, 개발 지식이 없더라도, 10분이면 새로운 태그를 생성하여 보고자 하는 데이터를 바로 조회할 수 있기 때문입니다. 게다가, 여러분들 회사에 IT팀이나 개발자들과 함께 협업하여 구글 태그 매니저를 사용하면, 곧 개발자는 필요 없어질 정도로 빠르게 데이터를 추적할 수 있습니다. Paula's Choice라는 스킨케어 쇼핑몰의 경우, 구글 태그 매니저를 사용함으로써, 웹사이트에 명령어를 하나 추가하는데 600%의 속도가 개선되었다고 합니다. (이 쇼핑몰의 케이스 스터디는 나중에 자세히 다루도록 하겠습니다.) * 구글 태그 매니저를 설치하는 전체 과정들은 결국엔 우리 웹사이트의 개선 속도를 극대화시킵니다. 3. 보안아마도 아직까지 구글 태그 매니저를 도입하지 않고 망설이는 회사는 "보안 이슈"가 매우 클 것이라고 생각합니다. 하지만, 전혀 걱정할 필요가 없습니다! 구글 태그 매니저는 우리 웹사이트를 갉아먹거나 오류를 일으키지 않을뿐더러, 오히려 우리 웹사이트를 더욱 건강하게 지켜주는 도구가 될 것입니다. GTM을 처음 시작하는 분들을 위해서도, GTM , GA 계정에 접근할 수 있는 권한만 가지고 있다면 언제든 다시 들어올 수 있습니다. 4. 유연성당신이 개발자가 아니라서 두려우신가요? 그러면 더더욱 구글 태그 매니저에 감사해야 합니다. GTM은 매우 복잡한 명령어가 아닌 이상 최소한의 개발 지식도 요구하지 않습니다. 그리고 당신은 대부분의 명령어를 코드 한 줄 짜지 않고도 만들 수 있을 것입니다. 그렇기 때문에 더더욱 구글 태그 매니저는 마케터들에게 유용하고, 개발자들은 좀 더 중대한 업무에 집중할 수 있도록 도와줄 것입니다. 한편 , 개발자들과 IT 담당자들은 원하는 코드를 마음대로 짤 수 있게끔 개인화되어있는 구글 태그 매니저를 더더욱 사랑할 것이다. 구글 태그 매니저를 공부하기 위한 영어로 된 자료들은 매우 많습니다. 하지만 한국에서는 구글 태그 매니저에 대한 제대로 된 자료를 아직은 많이 보지 못했습니다. (제가 하겠습니다..) 5. 디버깅 기능여러분들이 만들어둔 태그를 실제로 발행하기 전까지는 태그가 사이트에 설치되지 않습니다. 미리 여러분이 만들어놓은 명령어를 발행하지 않고도 사이트에 테스트를 할 수 있는데 , 이는 GTM의 매우, 매우 중요한 특징입니다. GTM은 내장된 디버그 기능을 가지고 있어서, 여러분들의 브라우저에서만 실제로 테스트하고 다른 사람들에게는 안 보이게끔 명령어를 실행할 수 있습니다. 이는 다른 사람들에게 보일 보안 이슈를 해결하고, 당신이 마음껏 테스트해볼 수 있는 놀이터를 실시간으로 제공해주는 것과 같은 아주 중요한 기능입니다. 또한 Tag manage Injector와 Tag Assistant와 같은 크롬 확장 프로그램을 사용하면 , 훨씬 더 디버깅 기능을 활용하는데 용이합니다. (아직은 몰라도 됩니다.) 6. 히스토리 제어모든 웹사이트를 막론하고, 구글 태그 매니저는 히스토리를 제어할 수 있습니다. 당신이 구글 태그 매니저 안에서 어떤 태그를 만들거나 수정하거나 할 때마다 모두 기록으로 저장됩니다. 만약 여러분이 이전에 설정해놓은 명령어를 다시 되돌리고 싶다면, 단순히 그때 기록된 버전을 선택하기만 하면 끝납니다. 이것 역시 명령어들 사이의 트러블 슈팅이나 태그를 관리하는 데에 있어서 매우 용이한 기능입니다. 또 다른 이해관계자들과 하나의 구글 태그 매니저를 공유할 때에도 , 누가, 언제, 어떤 태그를 발행했는지에 대한 기록이 모두 남아있습니다.7. 작업 공간과 환경같은 프로젝트를 여러 명이 함께 진행하고 있다면, 구글 태그 매니저에 있는 작업공간(WorkSpace)과 환경(Environments)은 당신의 팀이 태그를 만들고 테스트하는데에 훨씬 더 쉽게 구현해줄 것입니다. 이러한 작업 공간과 환경에 대한 용이성은 여러 개의 구글 태그 매니저 컨테이너를 사이트에 넣어둔 대기업이나 글로벌 기업에 매우 적합합니다. 또 대행사나 외주 작업자들도 쉽게 외부에서 작업할 수 있습니다.8. 사용자 권한GTM은 해당 계정에 접근하고자 하는 유저들에게 "보기" , "편집" , "게시" 권한을 각각 부여할 수 있다. 그래서, 여러분들은 내부적으로도 구글 태그 매니저를 용이하게 제어할 수 있고, 광고를 집행하거나 Analytics에 데이터 추적을 할 때에도 다양한 권한 레벨에 맞게 부여할 수 있습니다.9. 내장 태그(명령어)GTM은 구글 애널리틱스나 구글 애즈 등등 굉장히 많은 서드 파티 툴들을 위해 그에 맞는 많은 내장 명령어를 보유하고 있습니다. 이는 GTM을 이제 막 시작하고자 하거나 개발지식이 없는 마케터들에게는 더할 나위 없이 도움이 될 것입니다. 우리는 매우 쉽게 내장 명령어들의 정보들을 가지고, 코드 수정 하나 없이 우리 사이트에 맞는 데이터를 추적할 수 있습니다.10. 웹사이트가 공용으로 사용할 수 있는 트리거Google Analytics 사용자 이벤트 트래킹을 위해 코드를 수정해서 onclick 속성을 넣어서 데이터를 트래킹 하는 것은 정말로 번거롭습니다. 하지만 대신에, 우리는 그냥 클릭 한 번으로, 사용자들의 클릭 애션과 같은 것들을 미리 정의할 수 있는 트리거가 준비되어있습니다. 우리가 이미 만들어진 트리거를 발행하기만 한다면, 매우 쉽게 클릭 액션과 같은 상호작용들을 잡아낼 수 있습니다. 즉, GTM은 클릭이나 , 유튜브 영상 조회, 스크롤과 같은 다양한 행동들을 쉽게 트래킹 할 수 있는 트리거를 미리 마련해놓았습니다..자, 이상으로 구글 태그 매니저가 좋은 10가지 이유를 열거해보았습니다. GTM의 장점을 밤을 새워서 얘기할 수도 있습니다. 저는 앞으로 구글 태그 매니저에 관한 글을 한 200여 개 정도 작성할 예정입니다.퍼포먼스 마케팅 에이전시, 오피노 바로가기

 카페24 솔루션으로 구축된 온라인 쇼핑몰에서는 기본적으로 카페24가 제공하는 '접속통계' 시스템을 사용할 수 있다. 접속통계를 통해 웹사이트에 방문한 고객수와 방문까지의 고객 경로 및 광고로 유입된 고객수 등 다양한 정보를 알 수 있고 이를 활용해 쇼핑몰 사업에 필수적인 온라인 마케팅 전략도 수립할 수 있다.카페24 접속통계 메인 화면 무엇보다 회사가 보유한 개발인력이 없어 구글애널리틱스 같은 표준적인 웹 로그분석도구를 얹히지 못하는 상황이라면 카페24의 접속통계 기능은 쇼핑몰이 자리잡을 때까지 꽤 중요한 지침이 될 것이다. 오히려 기술 사대주의에 빠져 구글애널리틱스만을 고집하다가는 임대형 쇼핑몰 구조에 맞지 않은 분석 스크립트를 무리해 적용하였다가 되려 시스템적 오류만 가중시키는 악수를 둘 수 있다. 카페24를 사용하는 온라인 몰이라면 서드파티 분석도구를 적용할 때엔 항시 주의가 요구된다. 그렇다면 이러한 제약이 따르는 상황에서 어떻게 글 제목처럼 카페24를 GA(google analytics 약칭)처럼 활용할 수 있을까? 먼저 그전에 알아두어야 할 것은 카페24의 통계시스템은 업계 표준에 맞춰진 데이터를 제공하기 때문에 구글애널리틱스만큼의 확장성을 갖추고 있진 않다는 점이다. 다차원적 데이터를 제공하지 않을 뿐더러 사용자가 원하는 정보만을 추출해 맞춤형 보고서를 생성할 수 있는 기능 또한 제공하지 않는다. 즉 유저 친화적이지 않고 많은 제약이 따르지만, 일부 핵심기능을 잘 이해하고 활용하면 구글애널리틱스 없이도 탄탄한 데이터 기반의 사업전략을 세울 수 있다는 점을 생각하고 읽어주셨으면 한다. 그 첫 번째로는,1. <광고효과분석> 기능 구글 검색창에 '구글애널리틱스' 키워드로 검색하면 'google analytics 추적코드', '구글 방문자 추적' 등의 연관검색어가 상위에 있는 걸 항상 볼 수 있다. 이는 많은 이가 구글애널리틱스를 통해 가장 알고 싶어하는 정보값 중 하나로 웹사이트 방문자가 어디에서 유입됐는가를 꼽는단 방증이다. 무엇보다 사업전략을 세워야 하는 마케터라면 자신이 집행한 광고를 통해 몇 명이 방문하였고 그들 중 몇 명이 구매까지 완료했으며 총 구매액은 얼마나 되는지에 대한 정보를 꾀고 있어야 한다. 구글애널리틱스에선 너무나도 유명한 utm parameter라고 하는 추적코드의 개념이 있어 광고의 도착(Landing)URL-광고를 클릭했을 때 주소창에 뜨는 URL-에 알맞은 매개변수값을 생성하여 삽입하면 모든 광고 트래픽에 대한 정보를 구글애널리틱스로 추적하는 것이 가능하다. 카페24 접속통계에서도 '광고효과분석'이란, 구글애널리틱스의 utm parameter와 비슷한, 기능을 제공한다. 먼저 광고효과분석 기능을 활용하기 위해선 구글애널리틱스에서 사용자가 utm parameter를 생성하는 것과 마찬가지로, 집행할 광고매체에 대한 정보를 카페24 광고효과분석 시스템이 읽어들일 수 있게 특정 매개변수값으로 정의하는 작업을 선행해야 한다. 이는 접속통계 화면 맨 하단 '환경설정' 카테고리에서 '광고매체 설정'으로 들어가 '사용자 광고 추가' 기능을 사용하면 작업할 수 있다. 사용자 광고 추가 화면에서 먼저 '그룹추가'를 통해 '광고그룹'을 생성하고, 그 다음 광고그룹의 하위 수준으로 '광고명'과 '광고코드'를 생성한다. 이때 광고그룹은 매체별로 구분하는 것이 좋다. 예를 들어 페이스북/인스타그램/구글네트워크광고/모비온과 같은 형식으로 구분해놓으면 관리하기 용이하다. 광고그룹을 생성한 뒤에야 그 안에 포함될 광고명을 추가할 수 있는데 광고명에는 되도록 각 매체별로 집행될 광고에 대한 자세한 정보를 넣어주는 게 좋다. 만약 당신이 생성한 '구글네트워크광고' 광고그룹의 하위로 광고명을 생성한다고 하면 광고명을 '관심사타기팅_1824남성_광고소재1'과 같이 기입하는 식이다.하단의 광고매체 설정에서 추적URL을 생성할 수 있다 여기까진 카페24 보고서상에 보여질 정보를 기입하는 단계였다면, 그 다음엔 본격적으로 광고 도착URL에 함께 삽입할 추적코드를 사용자가 할당해야 하는 작업이 남았다. 추적코드는 구글애널리틱스처럼 source/medium/campaign에 대한 값을 넣어야 한다는 규칙이 존재하진 않고 사용자가 임의로 규칙을 만들어 기입하면 된다. 반드시 영문으로만 작성해야 하며, 앞선 예시대로라면 'gdn(구글디스플레이네트워크)_int(관심사타기팅)_1824m(1824남성)_type1(광고소재1)'과 같이 작성하는 식이다. 단, 코드 생성 시 글자수 제한이 있어 자칫 코드값이 너무 길어지지 않게끔 주의가 필요하다. 여기까지의 스텝을 완료하면 아래 그림처럼 사용자 URL을 기입할 수 있는 공란이 생성된다. 사용자 URL에는 광고로 고객을 유입시킬 기본 도착 페이지 주소를 복사해 붙여넣고 그림상 맨 오른쪽 하단에 있는 'URL생성' 버튼을 누르면 카페24 광고분석용 추적 URL이 비로소 완성된다. 이같은 카페24 추적URL에는 기본적으로 URL 뒷부분에 "/?cafe_mkt=ue"와 같은 형태의 문자열이 붙는 것이 특징이다.광고명과 광고코드를 생성하면 비로소 추적URL을 만들 수 있는 기능이 열린다해당 기능을 통해 생성된 URL이 'www.bm.co.kr/?cafe24_mkt_ue_gdn_int_1824m_type1'이라 하면 이제 이것을 광고 도착URL로 삽입하고 광고를 라이브하면, 이후 카페24 접속통계 시스템에서 자동적으로 구글네트워크광고를 클릭하여 유입된 고객을 분류하고 이들의 구매 패턴을 분석해준다. 앞선 분석을 위한 준비단계를 거친 뒤 광고를 일정기간 라이브했다면 이제 접속통계에 있는 광고효과분석 기능을 활용해보자. 광고효과분석 카테고리에서 '광고별분석'을 보면 집행한 각 매체의 광고를 통해 얼마의 인원이 유입되고 있고 그것이 실질적으로 얼만큼의 매출로 이어지고 있는지에 대한 지표를 보여준다. 이를 통해 광고 개별 단위의 광고수익률이나 전환율과 같은 중요한 지표를 도출할 수 있다.  아래 그림은 광고별분석에서 보여주는 실제화면으로 현재 내가 일 단위로 보고 있는 실제 데이터이다. 첫 행의 정보값을 해석해보면 "구글네트워크광고의 맞춤의도 25세~34세 타기팅 광고를 통해서 104명이 방문했지만 1건의 구매도 발생하지 않았다는 뜻"이다.  매출이 발생하지 않았기에 좀더 다른 컬럼값에 대해 첨언하면 '구매율'은 일반적인 구매전환율(방문대비 구매수 비율)을 의미하고 '구매당매출'은 흔히 말하는 객단가, 즉 1인당 평균지출금액 의미에 가깝다고 보면 된다.카페24 접속통계 내 광고별분석 실제 화면 여기까지 카페24에서 제공하는 광고효과분석 기능을 알아보았다. 만약 지금 카페24 솔루션을 사용 중인 쇼핑몰이고 웹 로그분석 작업이 필요한데 또 딱히 그에 대한 목적이 분명치 않은 상황이라면 우선 카페24의 광고효과분석 기능부터 활용해보는 것은 어떨까? 이를 통해 웬만한 매체에서 유입되는 트래픽 정보를 추적할 수 있으니 사업적 통찰력을 기르는데 더할나위 없는 도움을 줄 것이라 믿어 의심치 않는다. 다음 2편에서 카페24와 관련된 어떤 주제를 다루게 될 지 모르겠지만 이번과 마찬가지로 구글애널리틱스를 사용하지 못하는, 기술적으로 영세한, 상황에서 유용하게 쓸 수 있는 팁을 소개할 수 있도록 고민해보겠다. 혹은 임대형 쇼핑몰을 사용하는 입장에서,  구글애널리틱스의 분석 모델이 갖는 한계점 또한 역설하려고도 한다.(끝)Jin Young Choi회사원