광고비 1.5만 달러 낭비 막은 3계층 Bot Detection 시스템 설계

Context

광고 캠페인 집행 중 높은 Bounce Rate와 낮은 Conversion Rate 발생. 마우스 움직임 추적 결과 방문자의 40%가 인간이 아닌 Bot으로 판명. 무분별한 Bot Traffic으로 인해 월 1.5만 달러의 예산 낭비 초래.

Technical Solution

• IP Intelligence 기반의 1차 필터링으로 Datacenter IP, Known Proxy, 고빈도 요청 IP에 가중치 점수를 부여하는 스코어링 시스템 구축
• Canvas, WebGL, AudioContext를 활용한 Browser Fingerprint 검증으로 기기 고유 식별자와 Bot 시그니처 대조
• 마우스 이동 경로, 스크롤 패턴, 클릭 타이밍 등의 사용자 행위 데이터를 수집하는 Behavioral Analysis 계층 설계
• 수집된 행동 데이터를 ML 모델에 입력하여 실시간으로 인간과 Bot을 구분하는 판별 로직 구현
• IP-브라우저-행동으로 이어지는 3단계 계층형 탐지 구조를 통해 오탐지율 최소화

Impact

• Bot Detection Rate 97% 달성
• ROAS 1.2x에서 3.4x로 상승
• 월 약 6,000달러의 비용 절감

Key Takeaway

단일 지표 기반의 필터링보다 다층적 검증 체계(Defense in Depth)를 구축할 때 탐지 정확도와 비용 효율성을 동시에 확보 가능.