MFA의 근원 추적하기: 아마존 광고와 HUMAN이 오픈 인터넷을 보호하는 방법

광고 제작용(MFA) 공급 인벤토리는 수년간 오픈 인터넷에 존재해 온 문제입니다. 빈약한 콘텐츠, 과도한 광고 로드, 비정상적인 트래픽 소싱, 잠재고객보다 노출수를 중심으로 설계된 사이트 등이 대표적인 특징입니다.

생성형 AI로 인해 그럴듯한 형태의 퍼블리셔를 만드는 데 필요한 시간과 비용, 전문성이 크게 낮아졌습니다. 이제 운영자는 대규모로 콘텐츠를 제작하고, 가상의 작성자 신원을 만들며, 다양한 분야와 언어에 걸쳐 사이트 구조를 복제하고, 겉으로 보기에는 합법적인 환경처럼 보이도록 편집 구조까지 구축할 수 있습니다. 과거에 신뢰할 만한 블로그 하나를 만드는 데 사용되던 것과 동일한 기술을 이제는 주말 동안 수백 개의 MFA 사이트를 만드는 데 사용할 수 있습니다.

이러한 이유로 아마존 광고와 HUMAN은 협력하여 진화하는 MFA 위협을 탐지하고 차단하는 한편, 업계 전체의 방어 역량을 강화할 수 있도록 인사이트를 공유하고 있습니다.

MFA의 실제 비용

MFA 공급 인벤토리는 단순히 광고 예산을 낭비하는 데 그치지 않습니다. MFA는 잠재고객 가치를 거의 제공하지 않는 기만적인 환경에 광고비가 조용히 흘러가도록 하는 동시에, 양질의 콘텐츠를 제작하는 정상적인 퍼블리셔의 수익을 가로챕니다. 이러한 운영에 투입되는 모든 비용은 악의적인 행위자가 더 많은 MFA를 만들도록 유인하며, 이러한 조직적 네트워크가 감지되지 않고 오래 방치될수록 오픈 인터넷에 대한 광고주의 신뢰는 더욱 약화됩니다.

따라서 단순히 “이 페이지가 저품질 MFA처럼 보이는가?”라고 묻는 대신, “누가 이 사이트를 만들었으며, 사용자는 어떻게 이 사이트에 유입되는가?”라고 질문해야 합니다. 어떤 사이트는 대략적으로 검토했을 때 정상적인 사이트처럼 보일 수 있습니다. 실명으로 표시된 작성자, 정책 페이지, 여러 소비자 카테고리, 정상적인 퍼블리셔처럼 보이는 시각적 구성 등이 갖춰져 있을 수 있습니다. 그러나 심층 조사를 통해 합성된 ID, 공동 수익화 소유 구조, 중복되는 운영자 활동 흔적이 드러나면 위험 계산에 대한 판단은 달라집니다.

아마존 광고와 HUMAN이 함께 기준을 높이는 방법

아마존 광고는 공급 품질 보호를 단순한 부가적 기능으로 보지 않습니다. 광고주의 투자를 보호하는 것이 기본 원칙입니다. 앱과 사이트는 수요에 참여할 수 있는 자격을 얻기 전에 품질과 무결성에 대해 사전 검증되며, 이후에도 지속적으로 모니터링됩니다.

진화하는 위협으로부터 구매자를 더욱 보호하기 위해 아마존 광고의 에이전틱 스캐닝 시스템은 캠페인이 입찰하기 전에 의심스러운 공급 인벤토리를 대규모로 자동 식별하고 차단하도록 설계되어 있습니다. 2025년에 이 시스템은 검증 표준을 충족하지 못하는 10조 개 이상의 입찰 요청을 필터링하여 캠페인에 도달하지 못하도록 방지했습니다.¹ 또한 선제적인 위험 탐색을 통해 수동 감사만으로는 발견하기 어려운 조직적인 MFA 네트워크를 찾아냅니다.

HUMAN의 Satori 위협 인텔리전스 및 연구 팀은 지표 기반 분석을 통해 아마존이 MFA로 식별한 네트워크를 독립적으로 검증합니다. HUMAN의 방법론은 고정된 목록에 의존하지 않고 사이트, 트래픽 및 공급망에서 관찰되는 측정 가능한 지표를 기반으로 MFA를 식별합니다. HUMAN은 매주 30억 대의 기기에서 발생하는 20조 건의 상호작용을 검증합니다. HUMAN은 오픈 인터넷 인벤토리 전반에서 현재 하루 500억 건 이상의 입찰 요청을 MFA로 식별하고 있으며, 이는 업계가 직면한 문제의 규모를 보여줍니다.²

이러한 조사 결과는 아마존 광고와 HUMAN 양측의 차단 판단에 다시 반영됩니다. 각 조사를 통해 캠페인에 도달하기 전에 필터링할 수 있는 일련의 지표, 인프라 패턴 및 운영자 행동 패턴이 확대되므로 보호 수준은 지속적으로 강화됩니다.

MFA가 캠페인에서 필터링을 통해 제외되면 광고주는 모든 광고비에서 더 많은 가치를 얻을 수 있습니다. 즉, 더욱 효율적인 미디어 지출, 더 강력한 다운스트림 전환, 그리고 캠페인이 프리미엄 환경에 게재되고 있다는 확신을 얻을 수 있습니다.

심층 조사를 통해 밝혀진 내용

실제 MFA 운영 사례를 가까이에서 살펴보겠습니다. 최근 아마존 광고와 HUMAN은 서로 다른 퍼블리싱 자산처럼 보이지만, 실제로는 조직적 네트워크의 특징을 공유하는 여러 니치 간 사이트 포트폴리오를 탐지하고 차단했습니다.

• 수십 개의 사이트가 ads.txt에 동일한 소유자로 등록되어 있었으며, 동일한 수익화 경로를 통해 운영되고 있었습니다.
• 여러 사이트에서 법률 및 개인정보 보호 관련 문구를 재사용했으며, 동일한 등록 법인을 가리키고 있었습니다.
• 서로 다른 사이트들이 동일한 레이아웃 템플릿을 공유하고 있었습니다.

ID 계층에서도 동일한 패턴이 확인되었습니다. 사이트를 관리하고 콘텐츠를 작성하는 조작된 페르소나가 발견되었으며, 프로필 이미지는 AI 생성의 일관된 징후를 보였습니다. 여기서 AI의 역할은 콘텐츠 생성에 그치지 않고 외형적인 신뢰성을 조작하는 데에도 사용됩니다.

2026년 1월부터 6월까지 HUMAN은 이 네트워크에서 발생한 입찰 요청이 4배 증가한 것을 관찰했습니다. 운영자들이 활동을 숨기기 위해 고도화된 방법을 사용했기 때문입니다.³ 이는 전반적인 위협 환경이 얼마나 빠르게 변화하고 있는지를 보여줍니다.

유사한 사례에서 HUMAN은 아마존이 식별한 사이트를 출발점으로 삼아 더 광범위한 공급 풀에서 동일한 특징을 매핑했습니다. 그 결과 아마존의 활성 공급 범위에는 포함되지 않았던 추가적인 연관 사이트도 발견할 수 있었습니다. 일부 사이트는 정상적인 사이트가 침해된 경우였으며, 다른 사이트는 악의적인 행위자가 이전 소유자의 신뢰도를 그대로 활용하기 위해 만료된 도메인을 다시 등록한 사이트였습니다. 이러한 사례는 악의적인 행위자가 광고주의 신뢰를 훼손하거나 광고 지출을 낭비할 수 있는 활동을 숨기기 위해 얼마나 다양한 방법을 사용하는지 보여줍니다.

핵심 내용

MFA 네트워크가 더욱 정교해짐에 따라 업계 보호 기준도 함께 발전해야 합니다. 효과적인 공급 품질 방어를 위해서는 선제적인 위협 탐지, AI와 사람의 전문성 결합, 그리고 타사 검증 파트너의 검증이 필요합니다.

이러한 네트워크를 운영하는 행위자들은 앞으로도 계속 적응하며 정상적인 사이트처럼 보이기 위한 새로운 방법을 찾아낼 것입니다. 아마존 광고의 접근 방식은 이러한 위협의 변화에 맞춰 함께 발전하도록 설계되었으며, 이미 고객들은 이러한 보호 기능의 혜택을 받고 있습니다. 앱과 사이트를 사전에 검증합니다. 캠페인을 MFA 위협으로부터 보호합니다. 각 조사의 결과를 축적하여 더욱 강력한 보호 체계를 구축합니다. HUMAN의 독립적인 검증을 통해 이러한 조사 결과는 아마존 내부에만 머무르지 않고 업계 전반의 방어 체계를 강화하는 데 활용될 수 있습니다.

출처:

¹ 아마존 내부 자료, 2026년.

^2~3 HUMAN 내부 자료, 2026년.