Preview

- 본 아티클은 매월 격주 월요일 19시 '김용훈그로스연구소 - 로로스클럽' 강연을 바탕으로 작성되었습니다. 

1. 우리는 광고를 ‘어떻게’ 배우는가? : OOOO을 알지 못하면 효율 폭망합니다. 

마케팅을 10년 넘게 해 오며 느낀 게 있습니다.  바로 '머신러닝 개념의 부재'입니다. 대부분 마케팅 실무를 이런 식으로 배우게 됩니다. 

메타를 예로 들어보자면

왜 그럴까요?

사실 이런 퍼포먼스 마케팅은 학교나 학부에서 가르쳐주는 학문이 아닙니다. 요즘 부트캠프 같은 학원들이 많이 있긴 하지만 실제 광고 매체 원리에 따른 운영법이나 광고 셋팅법을 알려주진 않습니다.

앞서 언급한 대로 어떤 역할을 하고 있는지도 모른 채 클릭만 하여 들어가는 경로만 익히거나, 디자인 툴에 대한 교육은 진행할지라도 광고 매체의 본질적인 작동 방식과 머신러닝의 최적화 로직을 배우기가 어렵습니다. 

2. 메타가 고객을 '찾는' 방식 : 메타의 머신러닝 개념

메타의 글로벌 사안 책임자 닉 클레그(Nick Clegg)가 21년도에 발간한 아티클을 통해 메타의 알고리즘과 머신러닝이 어떻게 운영되고 있는지 알기 쉽게 정리해 주었습니다.  콘텐츠와 광고를 정렬하는 방식을 "시스템 카드(System Card)"라는 개념으로 설명하며 해당 시스템의 3가지 구성단계에 대해 안내해 주었는데요

메타 머신러닝의 3단계 프로세스

1️⃣ 인벤토리 수집 
피드, 스토리, 릴스 등 다양한 플랫폼에서 공개된 콘텐츠 및 광고 데이터를 수집

2️⃣ 신호 활용 (Input Signals)  
유저의 클릭, 좋아요, 댓글, 시청 시간 등 행동 데이터를 분석하여 머신러닝이 광고 타깃을 자동 조정

3️⃣ 콘텐츠 & 광고 순위 매김  
사용자의 관심도를 예측하여 전환 가능성이 높은 유저에게 광고를 우선 노출

[닉 클레르의 메타 알고리즘 아티클 원문 보기]

클레그는 또한, 메타 알고리즘이 사용자의 요청과 방대한 아이템 목록을 각각 숫자 형태로 변환하는 모델을 훈련하여 사용자의 의도를 이해하고 적합한 아이템을 추천한다고 설명합니다. 

이 글에서 핵심이 되는 부분은

기존에는 "사용자의 의도를 이해하고 추천해 주는 것" 방식에서

진화된 메타 AI를 통해 "곧 관심을 가질 만한 것을 미리 추천해 줄게"로 변화하고 있다는 것입니다.

그렇다면, 메타는 사용자 정보를 어떻게 수집하고, 광고를 어떤 기준으로 노출할까요?

3. 고객 정보를 수집하는 방식 : 최적화를 돕는 요소와 IDFA 제한에 따른 새로운 전략

메타 광고의 핵심은 고객 데이터를 얼마나 정확하고 안정적으로 확보하는가 에 달려있습니다.

해당 데이터를 수집하는 방법은 크게 ‘직접적인 데이터’와 ‘행동 패턴’ 두 가지를 활용해 최적화됩니다.

고객 데이터 수집 방식  

- 메타 픽셀(Pixel) : 랜딩페이지, 자사 쇼핑몰 등에 픽셀을 삽입하여 사용자의 행동을 추적하는 방식
  (예: ‘장바구니 담기’, ‘구매 완료’ 등의 특정 이벤트를 기반으로 관심도를 측정)

하지만 최근 iOS14+ATT 정책 및 브라우저 쿠키 차단 강화로 인해 픽셀만으로는 광고 성과 추적이 어려워졌습니다.

- 전환 API(Conversion API) : 광고주가 자체 서버에서 직접 메타에 전환 데이터를 전송하는 방식
  (예 : 사용자가 로그인, 결제 등 특정 액션을 취했을 때 이를 메타에 전달)

픽셀 데이터 손실을 보완하여 보다 정교한 광고 최적화가 가능해졌으며 특히 애플 iOS ATT정책 이후 필수적인 보완 솔루션으로 떠오르게 되었습니다. (*전환 API는 하단에서 더 상세하게 설명하겠습니다!)

3-1. IDFA 제한이 광고 업계에 미친 영향

하지만 때는 2021년 마케팅 생태계의 대격변이 일어나게 되었습니다. 애플 iOS 14+의 개인정보 보호 정책(ATT, App Tracking Transparency) 및 브라우저의 쿠키 차단 정책이 시행된 것인데요

기사 바로가기

기존에는 사용자의 디바이스 광고 ID(ADID)를 기반으로 세밀하게 타겟팅 할 수 있었지만 ATT 정책이 도입된 이후 사용자의 사전 동의 없이 추적이 불가능해졌습니다. 이에 따라 광고 성과 측정과 최적화과 어려워지고 실제로 미국 IT 기업들은 11조 원의 매출 손실, 메타 역시 98억 달러의 손실을 입기도 했습니다.

더 쉬운 이해를 위해 Apple의 개인정보보호 ATT 정책을 담은 캠페인 영상을 준비했습니다.  [영상 바로가기]

이처럼 애플에 강력한 개인정보 보호 정책으로 인해 광고업계의 큰 영향을 끼치게 되었습니다. 기존 방식만으로는 더 이상 세밀한 최적화가 불가능하게 된 것이죠.

그렇다면, 변화한 환경에서 우리는 어떤 전략을 세워야 할까요?

3-2. 새로운 전략 : 픽셀+전환 API 활용

이에 따라 광고 데이터 추적 방식은 '웹 기반 픽셀'에서 '서버 기반 API'로 확장되고 있습니다.
전환 API는 픽셀 데이터 손실을 보완하고, 보다 정교한 광고 최적화를 가능하게 합니다.

전환 API 연결 방법

① 메타 비즈니스 관리자에서 API 연결 설정

② 서버와 메타 API 연동 (Cloudflare, AWS, 자체 서버 활용 가능)

③ 전환 데이터를 서버에서 직접 메타에 전송

④ 전송된 데이터를 픽셀 데이터와 결합하여 광고 최적화 진행

위의 경로를 통해 결합된 데이터는 7일간 머신러닝을 진행하게 되고. 만약 7일 내 이벤트 50개에 반응이 없는 경우 머신러닝이 제한됩니다. 

또한 카페 24와 같은 주요 커머스 플랫폼에서도 전환 API 연동을 지원하고 있어 도입이 쉬어져 우리 자사몰에 적용할 수 있는 방법을 찾아보시면 좋을 것 같습니다. 

 핵심 체크리스트

메타 광고는 우리가 “잘” 활용하면 강력한 무기가 될 수 있지만, 이해 없이 접근하면 비효율적인 광고비 지출로 이어질 수밖에 없습니다.

그래서

이것이 메타 광고의 진짜 효율을 끌어올리는 핵심이라고 볼 수 있겠습니다.

오늘도 성장 중인 마케터 분들을 응원합니다!

폭발적인 성장과 J 커브를 빠르게 달성하고 싶다면? ▶  김용훈 그로스 연구소 컨설팅 상담하기

마케팅의 기초부터 실전까지 배우고 싶다면? ▶ 마케팅 프레임 워크