[김용한의 AI 마케팅 15/100] AI 광고의 성과, 플랫폼의 성장과 우리 브랜드의 이익을 나누어 읽다

광고 플랫폼의 AI가 좋아졌다는 소식에는 서로 다른 숫자가 함께 나온다. 더 많은 광고를 보여줬다는 수치와 전환이 늘었다는 설명, 플랫폼의 매출 증가가 한 흐름으로 소개된다. 하지만 광고비를 지출하는 경영자가 알고 싶은 것은 조금 다르다. 우리 고객의 어떤 선택이 달라졌고 그 변화가 사업에 얼마의 가치를 남겼는가다. 이번 주 메타의 실적 발표와 미국 인터랙티브광고협회(IAB)의 측정 가이드 공개는 이 질문을 다시 꺼내게 한다.

광고사업의 성장과 광고주의 성과는 측정 단위가 다르다

메타는 10월 21일 공개한 2026년 3분기 실적에서 앱 제품군의 광고 노출이 전년 동기보다 10%, 광고 한 건당 평균 가격은 14% 늘었다고 밝혔다. 회사는 참여 증가와 추천 개선, 수익화 효율을 통해 AI 투자가 추가 광고매출을 만들고 있다고 설명했다. 이는 플랫폼이 자사 사업의 성장을 해석한 발표다.

광고주에게 노출은 고객을 만나는 기회이면서 구매한 매체의 양이다. 평균 가격의 상승은 플랫폼 매출의 배경이지만 개별 브랜드의 고객 획득비용이나 수익성 개선을 뜻하지 않는다. 같은 광고 노출에서 더 많은 주문이 생겼는지, 주문당 남는 이익이 어떻게 달라졌는지는 브랜드의 자료로 읽어야 한다.

추천 기술이 발전하는 방향 자체는 구체적이다. 메타가 10월 13일 공개한 GEM 설명은 페이스북과 인스타그램 등 영역별 최적화에서 여러 광고 지면의 신호를 학습하는 중앙 기반 모델로의 변화를 다룬다. 관심을 끄는 단계부터 전환까지 여러 목표를 함께 다룬다는 기술적 맥락이다. 이 자료에 제시한 개선 수치 역시 회사가 평가한 범위의 결과다.

10월 12일 기술 자료에서는 남는 추론 자원으로 더 많은 광고 후보를 평가하거나 더 강력한 모델을 쓰는 요청의 비중을 늘리는 방법을 소개했다. 고객에게 보이는 광고 한 건 뒤에서 선택의 과정이 바뀌고 있다는 뜻이다. 브랜드가 직접 만든 소재와 별도로 플랫폼의 계산 방식이 노출의 상대와 기회를 결정하는 비중이 커진다.

이때 기술을 신뢰하는 일과 자기 사업의 성과를 설명하는 일은 함께 필요하다. 추천 시스템의 평균적인 개선은 새로운 가능성을 보여주지만, 어느 업종과 상품에서 고객의 구매 이유가 달라졌는지까지 대신 말해주지는 않는다. 나는 플랫폼의 발표를 읽을 때 시스템이 개선한 대상과 광고주가 얻은 결과를 먼저 나누어 본다.

전환을 나누는 모델과 추가 행동을 묻는 실험은 질문이 다르다

성과의 의미를 어렵게 만드는 것은 숫자가 부족해서만은 아니다. 같은 구매에도 어떤 질문을 던지느냐에 따라 설명이 달라진다. 구글의 데이터 기반 기여 분석은 계정의 전환 자료를 이용해 고객 경로상의 광고 상호작용에 기여도를 배분한다. 마지막 광고에만 모든 기여를 주는 방식과 달리 여러 접점의 역할을 분석하는 모델이다.

반면 구글의 전환 상승도 안내는 광고를 본 집단과 보지 않은 대조 집단을 나누는 통제 실험을 설명한다. 두 집단의 전환 차이를 통해 광고 때문에 추가로 생긴 행동을 측정하는 접근이다. 이미 발생한 전환을 어떤 광고에 배분할 것인가와, 광고가 없었어도 일어났을 전환이 얼마인가를 묻는 질문에는 차이가 있다.

고객은 광고를 본 뒤 상품을 탐색하고 다른 경로를 거쳐 구매할 수 있다. 구매 직전의 접점이 중요한지, 앞선 발견의 계기가 얼마나 기여했는지에 따라 해석의 대상이 달라진다. 광고 보고서에 기록된 전환은 그 설정과 관찰 범위 안의 설명이다. 보고서의 귀속 결과를 고객의 모든 구매 이유로 확대하면 브랜드가 이해해야 할 과정이 짧아진다.

IAB가 10월 20일 공개한 교차 채널 측정 의사결정 가이드는 이런 서로 다른 결과를 함께 다루는 데 초점을 맞췄다. 마케팅 믹스 모델링, 증분 효과 실험, 기여 분석이 다른 이야기를 할 때 어느 하나를 승자로 고르기보다 경영 의사결정에서 출발해 필요한 근거를 찾자는 취지다. 현재는 11월 4일까지 의견을 받는 단계다.

이는 AI 광고의 성능을 의심하자는 주장이 아니다. 자동화가 최적화하는 목표와 경영자가 판단하는 가치의 관계를 설명하자는 뜻에 가깝다. 상품을 처음 알게 하는 일과 구매를 마치는 일은 연결되지만 같은 행동은 아니다. 발견의 역할을 전환 숫자 하나에 압축하거나, 구매에 가까운 접점의 기여를 브랜드 전체의 성장으로 읽으면 서로 다른 목표가 섞인다.

더 좋은 숫자보다 어떤 결정을 뒷받침하는지가 중요하다

공식 도구의 적용 조건도 이 판단에 들어온다. 구글은 전환 상승도 기능이 모든 광고 계정에 제공되는 것은 아니라고 명시한다. 데이터 기반 기여 분석은 적은 데이터로도 작동하지만 충분한 양이 있을 때 패턴을 더 정확하게 구분할 수 있다고 설명한다. 같은 분석 이름을 쓴다고 모든 기업이 같은 수준의 근거를 확보하는 것은 아니다.

국내 소상공인과 중소기업이 글로벌 사례를 읽을 때도 이 차이가 중요하다. 메타의 전체 광고 실적은 한국의 특정 업종에서 측정한 매출 효과가 아니다. 글로벌 추천 기술의 변화는 광고 환경을 이해하는 자료이고, 개별 사업의 판단은 고객의 실제 행동과 거래 조건에 닿아 있다. 플랫폼 발표와 자사 성과 사이에는 이 연결을 설명하는 과정이 남는다.

경영 질문은 구체적인 결정에서 선명해진다. 새 고객을 얻는 데 든 비용을 판단하려는가, 기존 고객이 다시 구매한 경로를 이해하려는가, 광고를 늘렸을 때 추가 거래가 생겼는지를 보려는가. 이 질문들은 비슷해 보여도 필요한 비교가 다르다. IAB가 측정 도구보다 결정을 앞에 둔 이유도 사용 가능한 지표와 알고 싶은 사실이 어긋날 수 있기 때문이다.

성과를 매출로 읽을 때에는 거래 이후도 시야에 들어온다. 주문 금액과 최종적으로 남는 이익은 같은 값이 아니며, 할인과 취소 같은 조건은 그 관계를 바꾼다. 이는 특정 플랫폼에서 문제가 발생했다는 지적이 아니다. 광고가 고객을 데려온 결과를 사업의 언어로 설명하려면 고객 획득과 거래 가치의 단위를 분명히 해야 한다는 경영 관점이다.

나는 AI 마케팅의 전문성이 좋은 도구를 많이 아는 데서만 드러난다고 보지 않는다. 플랫폼이 만든 개선, 모델이 배분한 기여, 고객에게 실제로 더 생긴 행동을 구분해 설명할 수 있을 때 성과에 관한 대화가 깊어진다. 기술 발표의 큰 숫자를 우리 사업의 목표에 곧바로 붙이기보다, 그 숫자가 어느 판단까지 뒷받침하는지를 읽는 일이 중요해진다.

AI는 광고를 고르는 과정을 정교하게 만들고 있다. 브랜드가 얻을 가치는 그 정교함이 어떤 고객의 선택으로 이어졌는지에서 드러난다. 플랫폼의 성장과 자기 사업의 성과를 나누어 읽는 태도는 기술의 진전을 경영 판단에 연결하는 출발점이다.

김용한의 AI 마케팅 연재 모아보기 →