분석 도구에서 내 사이트가 추천 출처로 나오는 이유는 무엇인가요?

스스로를 추천 출처로 만드는 네 가지 경로

추천 출처는 누군가 클릭한 순간에 머물던 페이지의 주소일 뿐입니다. 보통은 다른 웹사이트이기 때문에 분석 도구가 이를 유입 경로로 보고합니다. 내 주소가 이 칸에 들어오는 길은 아주 흔한 네 가지이며, 각각 조금씩 다른 흔적을 남깁니다.

1. 방문 도중에 세션이 만료됐다. 분석 도구는 활동을 세션 단위로 나누고, 일정 시간 활동이 없으면 세션을 닫습니다. 흔한 기본값은 30분입니다. 점심시간 동안 탭을 열어 두었다가 돌아와 페이지의 링크를 클릭한 방문자는 새 세션을 시작하고, 그 세션이 가진 유일한 출처는 클릭한 페이지, 즉 내 페이지입니다. 흔적은 자사 도메인이 추천 출처이고, 내부 링크로 연결된 페이지에 도착한다는 점입니다.
2. 내 주소 두 곳 사이를 오갔다. 마케팅 사이트는 한 도메인에, 앱·블로그·문서·결제 화면은 다른 도메인에 있으면, 따로 알려 주지 않은 도구에는 서로 무관한 두 사이트처럼 보입니다. 한쪽에서 다른 쪽으로 가는 모든 클릭이 나 자신에게서 온 추천으로 기록되며, 대개 가입 수에 맞춰 오르내리는 꾸준한 숫자로 나타납니다.
3. 다른 회사의 페이지를 거쳐 돌아왔다. 결제 대행사, 카드 인증 페이지, 로그인이나 비밀번호 재설정 흐름은 사람을 밖으로 보냈다가 다시 데려옵니다. 돌아올 때의 추천 출처는 그 제3자이므로 엄밀히 말해 내 이름은 아니지만, 결함은 같습니다. 내 흐름 안의 한 단계가 방문자가 온 곳으로 보고되는 것입니다. Google의 제외 설정 도움말 페이지가 꼽는 사례도 바로 결제 대행사, 3-D Secure 페이지, 비밀번호 복구입니다.
4. 내가 보낸 이메일의 링크를 클릭했다. 이메일은 웹페이지가 아니므로 무엇이 표시되는지는 전적으로 어떻게 읽었는지에 달려 있습니다. 웹메일은 자기 주소를 추천 출처로 보내고, 컴퓨터나 휴대폰의 메일 앱은 보통 아무것도 보내지 않으며, 클릭 추적 기능이 있는 이메일 서비스는 클릭을 먼저 자체 리디렉션 도메인으로 보냅니다. 같은 메시지가 세 가지 다른 라벨로 도착할 수 있습니다.

우리 보고서에서는 어떻게 보였나

우리는 이 모든 경우를 자사 사이트에서 발견했습니다. 2026년 8월 30일 하루치 채널 분류를 점검해 보니 Referral 그룹에 방문자가 다섯 명 있었고, 진짜 추천은 정확히 한 명, GitHub에서 온 방문이었습니다. 두 명은 자사 도메인에서 왔는데, 누군가 아직 읽는 도중에 세션이 만료됐다가 내부 링크 클릭으로 다시 시작된 경우였습니다. 나머지 두 명은 자사 이메일로, 하나는 이메일 서비스의 클릭 추적 리디렉션을 거쳐, 다른 하나는 웹메일에서 왔습니다. 추천 다섯 건 중 네 건이 우리 자신이었지만, 보고서 어디에도 그렇게 적혀 있지 않았습니다.

이메일만은 다른 방식으로 고쳐야 합니다. 추천 출처를 제외하면 잘못된 라벨이 지워질 뿐, 올바른 라벨이 되돌아오지는 않기 때문입니다. 보내는 모든 링크에 UTM 매개변수를 붙이면 독자가 어떤 메일 앱을 쓰든 방문이 이메일로 기록됩니다. 우리는 이제 보내는 모든 이메일의 모든 링크에 자동으로 붙입니다. 템플릿마다 맡겨 두면 언젠가 태그 없는 첫 링크가 빠져나가기 때문입니다.

고치면 직접 유입이 늘어난다, 그게 맞다

Google 애널리틱스 4에서는 이 설정을 List unwanted referrals(원치 않는 추천 목록)라고 하며, 웹 데이터 스트림의 태그 설정 안에 있습니다. 조건에 맞는 추천 출처는 유입 경로로 표시되지 않고 기여 분석에서 무시됩니다. 다른 도구에도 비슷한 제외 목록이 있거나, 이벤트를 보내기 전에 추천 출처를 다시 쓸 수 있습니다. 우리는 후자를 택해, 자사 호스트에서 온 추천 출처는 모두 추천 출처 없음으로 기록합니다.

이 부분은 우리가 잘못 예측했던 것이라, 같은 실수를 하지 않도록 적어 둡니다. 우리는 정리하면 직접 유입이 줄어들 거라 예상했지만 오히려 늘었습니다. 추천 출처를 제외해도 방문은 지워지지 않습니다. 방문은 분명히 있었고 이름 붙은 출처만 없어진 것인데, 이름 붙은 출처가 없는 방문은 정의상 직접 유입입니다. 이런 수정은 합계가 줄었는지가 아니라 각 그룹에 이제 무엇이 들어 있는지로 판단하세요.

그러니 변경 후 늘어난 직접 유입 숫자가 자동으로 실제 사람인 것도 아닙니다. 직접 유입은 추천 출처 없이 도착하는 모든 것이고, 자동화된 클라이언트도 추천 출처 없이 도착하기 때문입니다. 구분하는 방법은 내 사이트 트래픽 중 봇은 얼마나 되나에서 다룹니다. 그래도 그곳에 들어오는 것 중 일부는 가장 가치 있는 트래픽이기도 합니다. 그중 입소문으로 들어온 몫을 부르는 이름이 다크 소셜입니다.