구글 애즈 광고 가이드 (종류, 과금 방식, 머신러닝 최적화까지)

“메타 광고는 어느 정도 운영하겠는데, 구글 애즈는 어렵습니다.”

광고주와 이야기를 나누다 보면 꽤 자주 듣는 말입니다. 메타는 광고가 노출되는 주요 지면이 인스타그램과 페이스북, 스레드 등으로 비교적 익숙합니다. 광고 관리자도 캠페인·광고 세트·광고라는 구조가 명확하고, 새 소재를 투입하면 CTR이나 전환율의 방향이 비교적 빠르게 보이는 편이죠.

그러나 구글 애즈는 다릅니다. 검색 결과부터 유튜브, 디스플레이 네트워크, 디스커버, Gmail, 지도, 쇼핑 지면까지 하나의 광고 계정 안에서 관리가 가능합니다. 같은 이미지와 영상도 어떤 캠페인에 넣느냐에 따라 노출되는 지면과 사용자 맥락이 달라지죠. 자동 입찰을 적용한 뒤에는 ‘학습 중’이라는 상태가 오래 이어지기도 하고요.

그래서 ‘메타와 비슷하겠지’란 생각으로 구글애즈를 시작한 광고주분들 중 답답함을 느끼는 분들이 많습니다. 며칠이 채 되기도 전에 전환이 흔들리면 타깃이나 입찰 전략을 바꾸고, 예산을 조정하고, 다시 캠페인을 나누게 됩니다. 그러나 변경할 때마다 학습 환경도 달라지니 무엇이 문제였는지 확인하기가 더 어려워집니다.

구글 애즈의 진정한 강점은 넓은 인벤토리(지면)와, 다양한 시그널 활용도에 있습니다. 사용자가 검색창에 입력한 단어, 비교한 상품, 시청한 영상, 방문한 사이트와 앱, 광고주가 전달한 고객·전환 데이터를 폭넓게 활용할 수 있죠.

특히 검색 이벤트는 사용자가 현재 해결하려는 문제와 구매 의도를 직접 드러내는 신호입니다. 이 신호를 정확한 전환 데이터와 연결하면 충분히 다른 성장 경로를 만들 수 있습니다.

오늘은 구글 애즈 광고 종류와 과금 방식을 먼저 정리한 뒤, 구글의 머신러닝이 어떤 신호를 필요로 하는지, 실무에서는 무엇을 최적화해야 하는지 살펴보겠습니다.

1. 구글 애즈 광고 종류

구글 애즈는 광고 형식보다 ‘어떤 수요를 어떤 지면에서 만날 것인가’를 기준으로 이해하는 편이 쉽습니다. 이미 필요한 상품을 검색하는 사람과 유튜브를 보다가 처음 브랜드를 발견한 사람에게 같은 방식으로 접근할 수는 없기 때문입니다.

ⓐ 검색 캠페인

검색 캠페인은 사용자가 입력한 검색어와 광고주가 설정한 키워드를 연결하는 상품입니다. ‘여성 러닝화’처럼 제품군을 탐색하는 검색과 ‘나이키 신발 최저가’처럼 구매 직전에 가까운 검색은 의도의 강도가 다릅니다. 따라서 키워드별 성과만 보는 데서 끝내지 않고, 실제 광고를 발생시킨 검색어를 확인해야 합니다.

검색어 보고서는 신규 키워드와 제외 키워드를 찾는 자료이면서 고객 언어를 관찰하는 자료이기도 합니다. 검색어와 광고 문안, 랜딩페이지의 메시지가 이어질수록 클릭 이후의 이탈을 줄일 수 있어요.

ⓑ GDN(디스플레이 캠페인)

디스플레이 광고는 웹사이트와 앱의 배너 지면을 활용하는 광고 상품입니다. 검색처럼 사용자의 명시적 요구가 발생한 순간만 노리는 것이 아니라, 관심 주제나 행동, 자사 사이트 방문 이력 등을 기반으로 더 넓게 도달합니다.

도달 범위가 넓은 만큼 노출 위치의 품질과 전환의 질을 함께 봐야 합니다. 클릭률이 높더라도 특정 앱이나 지면에서 우발적 클릭만 쌓일 수 있고, 리드 캠페인이라면 저품질 문의가 전환으로 기록될 수도 있습니다. 게재 위치와 기기, 잠재고객 세그먼트를 나눠 확인하는 이유입니다.

ⓒ 쇼핑 캠페인

쇼핑 광고는 상품 이미지와 가격, 판매처 등의 정보를 검색 결과에 직접 보여주는 상품입니다. 일반 검색 광고와 달리 성과를 좌우하는 출발점이 광고 문안보다 상품 피드에 가까운데요.

상품명, 카테고리, 브랜드, GTIN, 이미지, 가격, 재고 정보가 정확해야 Google이 적절한 검색과 상품을 연결할 수 있습니다. 같은 제품이라도 피드의 상품명이 내부 관리용 코드로 되어 있거나 주요 속성이 빠져 있다면 매칭 기회를 놓치게 됩니다.

ⓓ 동영상 캠페인과 디맨드젠

동영상 캠페인은 도달과 조회, 고려도, 전환 등 목적에 따라 설계가 달라집니다. 짧은 범퍼 광고와 건너뛸 수 있는 인스트림 광고, Shorts에서 소비되는 세로형 영상은 사용자의 시청 방식부터 다르죠.

디맨드젠은 유튜브와 Shorts, Discover, Gmail, Google 디스플레이 네트워크 등 시각적 지면에서 고객을 확보하는 캠페인입니다. 소셜 광고와 비슷하게 이미지와 영상으로 제품을 발견하게 하지만, Google이 보유한 검색·콘텐츠 이용 신호와 자사 데이터를 함께 활용할 수 있다는 차이가 있습니다.

ⓔ 실적 최대화 캠페인

실적 최대화, 즉 Performance Max는 하나의 캠페인에서 Google의 여러 인벤토리에 접근하는 목표 기반 캠페인입니다. 광고주는 전환 목표와 예산, CPA·ROAS 목표, 이미지·영상·텍스트 에셋, 상품 피드와 잠재고객 신호 등을 제공합니다. 시스템은 지면과 입찰, 잠재고객, 소재 조합을 함께 최적화합니다.

설정이 간단해 보이지만 ‘자동 캠페인이라 켜두면 알아서 된다’는 뜻은 아닙니다. 잘못된 전환을 목표로 지정하면 그 행동을 더 많이 만드는 방향으로 자동화되고, 빈약한 피드를 넣으면 빈약한 정보 안에서 최적화됩니다. 자동화의 범위가 넓을수록 입력 데이터와 결과 진단의 중요성도 커집니다.

2. 과금 방식

CPC는 실제 비용이 발생하는 기준이고, 전환수 최대화나 목표 CPA는 시스템이 각 경매에서 입찰가를 결정하는 방식입니다. 목표 CPA로 운영하더라도 매번 전환이 발생할 때만 정액이 결제되는 것은 아닙니다.

광고 목표가 사이트 유입이라면 클릭 중심 입찰이 맞을 수 있습니다. 구매나 상담처럼 측정 가능한 행동이 중요하다면 전환수 최대화나 목표 CPA를, 주문별 매출과 마진 차이를 반영하려면 전환가치 최대화나 목표 ROAS를 검토합니다.

여기서 목표 CPA(Target CPA)와 목표 ROAS(Target ROAS)는 설정한다고 그 자체를 보장받는 것은 아니며(예, tROAS를 300%로 한다고 해서 300%가 보장되는 것은 아닙니다) 목표를 지나치게 낮거나 높게 설정하면 시스템이 참여할 수 있는 경매 자체가 줄어 예산이 소진되지 않을 수 있습니다.

** 그래서 만약 캠페인 최초 라이브 시 tCPA나 tROAS를 적용하고자 한다면, 실제로 목표한 CPA/ROAS보다 최소 1.5~2배 이상 넉넉하게 여유를 두고 설정하는 것을 추천드립니다. (예, 최종 KPI가 ROAS 300%라면 최초 라이브 시 tROAS는 200%로 설정)

3. 메타 vs 구글 애즈

“메타 광고는 어느 정도 운영하겠는데, 구글 애즈는 어렵습니다.”

왜 이런 차이가 생길까요? 두 플랫폼이 소비자를 만나는 접점과 성과 신호가 쌓이는 방식을 살펴보면 이해하기 쉽습니다.

콘텐츠 반응과 검색 의도

메타는 Facebook과 Instagram 등에서 사용자가 어떤 콘텐츠를 시청하고, 클릭하고, 저장하거나 공유하는지 관찰할 수 있습니다. 광고 이후 장바구니나 구매로 이어졌는지도 함께 학습하죠.

메타는 이러한 행동 패턴을 바탕으로 특정 콘텐츠와 상품에 반응할 가능성이 높은 사람을 찾습니다. 피드와 릴스를 보던 사용자가 몰랐던 제품을 발견하고 관심을 갖게 만드는 디스커버리 환경에 강한 이유입니다.

Google에는 검색이라는 강력한 신호가 있습니다. 사용자가 ‘남자 러닝 반바지 여름용’처럼 필요한 제품과 용도를 직접 입력하면, 현재 무엇을 찾고 있는지 구체적으로 파악할 수 있습니다. 콘텐츠 반응을 통해 관심사를 추정하는 것과 달리 자신의 요구를 언어로 표현한 셈이죠.

다만 Google이 검색 데이터만 활용하는 것은 아닙니다. 검색 행동과 함께 YouTube 시청, 웹사이트·앱 이용, 인구통계와 관심·구매의도 세그먼트, 위치·기기·시간, 리마케팅 목록, Customer Match, 광고주가 전달한 전환 데이터 등을 활용합니다.

YouTube와 디맨드젠, 디스플레이 캠페인은 아직 제품을 찾고 있지 않은 사람에게 새로운 수요를 만드는 역할도 합니다. 반대로 메타 역시 리타기팅과 전환 최적화를 통해 이미 형성된 수요를 포착합니다. 따라서 메타를 수요 창출, 구글을 수요 포착으로 완전히 나누기보다는 각 플랫폼이 상대적으로 강한 출발점으로 이해하는 편이 맞습니다.

예를 들어 인스타그램에서 반바지를 입은 사람의 게시물을 시청했다는 사실은 패션 관심도를 추정하는 하나의 신호가 될 수 있습니다. 반면 Google에서 ‘남자 러닝 반바지 여름용’을 검색했다면 필요한 제품과 용도를 직접 표현한 것입니다.

그렇다고 검색 신호가 항상 콘텐츠 반응보다 정확하거나 우월한 것은 아닙니다. 정보 탐색을 위한 검색도 있고, 구매 의도 없이 반복해서 소비하는 콘텐츠가 실제 취향을 더 잘 보여줄 때도 있습니다.

검색량이 적은 신제품이나 아직 카테고리 언어가 형성되지 않은 시장에서는 포착할 수요 자체가 부족합니다. 시각적 충동과 취향이 중요한 제품이라면 피드형 광고가 더 빠르게 관심을 만들 수도 있고요. 중요한 것은 어느 플랫폼의 데이터가 더 우월한지가 아니라, 우리 제품의 수요가 어떤 방식으로 형성되고 표현되는가입니다.

메타가 더 쉽게 느껴지는 이유

캠페인을 직접 운영해보면 메타가 간단한 설정만으로도 구매 가능성이 높은 사람을 빠르게 찾아내고, 구글은 한동안 성과가 흔들리는 것처럼 느껴질 때가 있습니다.

이 차이는 머신러닝 기술의 우열보다 운영 환경에서 더 분명하게 나타나는데요.

메타의 주요 광고 지면은 피드·스토리·릴스처럼 콘텐츠를 연속해서 소비하는 환경입니다. 하나의 소재가 짧은 시간에 많은 노출을 확보할 수 있고, 영상 시청과 클릭, 장바구니, 구매 등의 반응도 빠르게 쌓입니다. 광고주는 소재별 CTR과 CPC, 전환율의 방향을 비교적 일찍 확인할 수 있습니다.

광고 구조와 관리 화면도 상대적으로 단순합니다. 캠페인 아래 광고 세트와 광고가 있고, 주요 지면도 Facebook과 Instagram을 중심으로 이해할 수 있습니다. 어떤 소재가 예산을 가져가고 성과를 만드는지 파악하기가 비교적 쉽죠.

Google은 검색, 쇼핑, YouTube, Discover, Gmail, 지도, 웹사이트와 앱처럼 성격이 다른 지면을 다룹니다. 검색 광고의 클릭과 YouTube 영상 시청, 디스플레이 배너 노출은 사용자가 광고를 접하는 환경부터 판이하죠. 실적 최대화 캠페인에서는 이처럼 서로 다른 지면의 입찰과 잠재고객, 소재 조합이 하나의 캠페인 안에서 함께 최적화됩니다.

성과가 나쁘더라도 키워드의 문제인지, 상품 피드의 문제인지, 소재와 지면의 조합이 맞지 않는지, 전환 데이터가 부족한지 바로 구분하기 어렵습니다. 클릭 후 며칠 뒤 구매하거나 YouTube 광고를 본 뒤 브랜드를 다시 검색해 전환하는 경로도 고려해야 하고요.

따라서 메타가 더 빨리 반응하는 것처럼 보이는 이유는 다음과 같이 정리할 수 있습니다.

• 주요 광고 지면과 콘텐츠 소비 방식이 비교적 유사합니다.

• 하나의 소재에 노출과 반응이 빠르게 집중됩니다.

• 소재별 초기 지표를 비교하기 쉽습니다.

• 캠페인 구조와 성과 진단 경로가 상대적으로 직관적입니다.

4. 구글 애즈 머신러닝과 학습 기간

구글 자동 입찰은 기기, 위치, 시간, 언어, 운영체제, 검색과 잠재고객 신호, 리마케팅 여부 등 경매가 발생한 순간의 맥락을 바탕으로 전환 가능성과 전환가치를 예측합니다.

예를 들어 같은 키워드를 검색한 사용자라도 과거 사이트 방문 여부와 기기, 검색 시간, 위치에 따라 구매 가능성이 다를 수 있습니다. Smart Bidding은 이러한 신호와 광고주가 설정한 목표 CPA 또는 목표 ROAS를 바탕으로 각 경매의 입찰가를 조정합니다.

학습에 시간이 필요한 이유

알고리즘이 예측을 보정하려면 광고 클릭과 조회가 실제 전환으로 이어지는 결과가 쌓여야 하는데요. 그래서 구매 전환이 매일 충분히 발생하는 캠페인은 비교적 빠르게 데이터를 확보할 수 있습니다. 반면 고가 제품이나 B2B 서비스처럼 전환 빈도가 낮고 클릭 후 문의까지 오랜 시간이 걸리는 캠페인은 결과를 확인하는 데 더 많은 시간이 필요합니다.

학습 속도에 영향을 주는 대표적인 요인은 다음과 같습니다.

• 캠페인에서 발생하는 전환량

• 광고 클릭부터 전환까지 걸리는 시간

• 기존 캠페인과 계정에 축적된 전환 데이터

• 캠페인과 광고그룹이 나뉜 정도

• 예산과 목표 CPA·ROAS의 제약

• 입찰 전략과 전환 목표의 변경 여부

예를 들어 한 달에 구매 전환이 30건 발생하는 계정을 제품과 지역, 잠재고객별로 여러 캠페인으로 나누면 각 캠페인이 학습할 수 있는 전환 데이터도 함께 나뉩니다. 보고서는 세밀해지지만 자동 입찰에 필요한 데이터는 부족해질 수 있습니다.

목표 CPA를 현재 성과보다 지나치게 낮게 설정해도 문제가 생깁니다. 시스템이 목표를 달성할 가능성이 있는 경매를 충분히 찾지 못해 광고 노출과 예산 소진이 줄어들 수 있기 때문입니다.

기다려야 할 때와 개입해야 할 때

그렇다고 학습 중이라는 이유로 아무것도 확인하지 않고 기다려야 한다는 뜻은 아닙니다.

태그가 중복되거나 전환이 누락되는 문제, 광고 승인 거절, 예산 미소진, 특정 검색어나 게재 위치로의 급격한 트래픽 편중은 바로 확인해야 합니다. 구매 완료가 아닌 버튼 클릭이 주요 전환으로 설정되어 있거나 실제 승인 금액과 다른 매출이 전달되고 있다면 학습 기간이 끝나기 전에 수정하는 것이 맞습니다.

반면 태그와 캠페인 설정에 문제가 없고 데이터가 정상적으로 쌓이고 있다면, 며칠간 CPA가 흔들린다는 이유만으로 예산과 입찰 목표, 캠페인 구조를 동시에 바꾸는 것은 피해야 합니다. 변경할 때마다 시스템이 새로운 조건에 다시 적응해야 하고, 무엇이 성과에 영향을 미쳤는지도 알 수 없게 되기 때문입니다.

그래서 구글 애즈 광고에서는 지금 나타나는 변동이 학습 과정인지, 잘못된 설정과 데이터에서 발생한 문제인지 구분하는 능력이 중요합니다.

5. 구글 광고 최적화의 출발점: 정확한 시그널

자동 입찰의 목적은 광고주가 ‘전환’으로 지정한 행동을 더 많이, 또는 더 높은 가치로 만드는 것입니다. 시스템은 그 전환이 실제 매출인지, 실수로 누른 버튼인지 스스로 판단하지 못합니다. 광고주가 무엇을 학습 목표로 제공했는지가 먼저입니다.

1) 정합성 체크

구매, 상담 완료, 회원가입처럼 비즈니스 성과와 직접 연결되는 행동을 우선 전환으로 사용합니다. 페이지뷰, 버튼 클릭, 폼 진입 같은 마이크로 이벤트를 모두 주요 전환으로 넣으면 볼륨은 빨리 늘지만 시스템은 쉬운 행동을 확보하는 쪽으로 학습할 수 있습니다.

Google Ads에서는 전환 액션을 주요(Primary)와 보조(Secondary)로 구분할 수 있습니다. 주요 전환은 캠페인의 목표에 포함된 경우 입찰 최적화에 사용되고, 보조 전환은 관찰용 ‘모든 전환’ 열에서 확인합니다. 장바구니 담기나 상담 폼 진입을 분석하고 싶지만 입찰 목표로 쓰고 싶지 않다면 보조 전환으로 분리하는 방식이 적절합니다.

다음 항목도 함께 점검해야 합니다.

• 새로고침이나 중복 태그로 전환이 두 번 기록되지 않는가

• 구매 금액과 통화가 실제 승인 금액과 일치하는가

• 문의 완료가 아닌 폼 클릭을 리드로 기록하고 있지 않은가

• 한 번만 발생해야 하는 리드를 ‘모든 전환’으로 집계하고 있지 않은가

• 광고와 무관한 내부 직원·테스트 전환이 섞이지 않는가

• GA4에서 가져온 전환과 Google Ads 태그 전환을 동시에 주요 목표로 사용해 중복되지 않는가

2) 전환의 양보다 질

모든 전환의 가치가 같지 않다면 전환수만으로 최적화하기 어렵습니다. 이커머스는 주문별 실제 매출을 전달하고, 가능하다면 취소와 환불도 반영해야 합니다. 리드 비즈니스는 폼 제출에서 끝내지 않고 적격 리드, 계약 성사 등 오프라인 결과를 다시 Google Ads로 가져오는 구조가 필요합니다.

예를 들어 상담 신청 100건을 만든 캠페인보다 신청은 60건이지만 실제 상담 연결과 계약률이 높은 캠페인이 더 좋은 캠페인일 수 있습니다. 플랫폼이 폼 제출만 받으면 이 차이를 알 수 없습니다. 적격 리드와 전환된 리드를 구분해 전달해야 머신러닝도 ‘많은 DB’에서 ‘가치 있는 DB’로 목표를 바꿀 수 있어요.

3) 자사 데이터와 의도 신호 활용

실적 최대화 캠페인의 잠재고객 신호는 타기팅 울타리가 아니라 학습을 돕는 출발점에 가깝습니다. 기존 구매자, 고가치 고객, 사이트 방문자, 장바구니 이탈자 등의 자사 데이터를 정리하고 검색 테마에는 고객이 실제로 찾는 질의를 넣습니다.

고객이 검색하지 않는 내부 제품 용어나 추상적인 브랜드 키워드를 잔뜩 넣는다고 도움이 되지는 않습니다. 검색어 보고서, 사이트 내 검색, 상담 기록, SEO 유입어 등에서 확인된 언어를 활용하는 편이 낫습니다. 기존 고객 목록도 한 번 올리고 방치하지 말고 최신 상태로 갱신해야 합니다.

4) 캠페인 분기 전략

지역, 제품, 잠재고객, 소재 가설마다 캠페인을 분리하면 보고서는 깔끔해 보입니다. 그러나 각 캠페인에 들어가는 전환량과 예산도 쪼개집니다. 특히 전환량이 적은 계정에서는 모든 캠페인이 학습하기에 부족한 상태가 될 수 있습니다.

예산을 별도로 통제해야 하거나 수익성이 크게 다르거나 서로 다른 전환 목표를 써야 할 때 분리합니다. 보고서에서 나눠 보고 싶다는 이유만이라면 라벨, 에셋 그룹, 상품 그룹과 세그먼트 보고서로 해결할 수 있는지 먼저 확인합니다.

5) 한 번에 하나의 액션

성과가 나쁘다고 예산, 목표 CPA, 소재, 잠재고객, 랜딩페이지를 동시에 바꾸면 개선되더라도 원인을 알 수 없습니다. 반대로 더 나빠졌을 때 무엇을 되돌려야 하는지도 모르게 되죠.

그래서 구글애즈를 관리할 때는 머신러닝에 영향을 주는 큰 변화는 한 번에 하나의 액션만 하는 것이 좋습니다. 예산이 막혀 노출이 부족한지, 목표 CPA가 현실보다 지나치게 낮은지, 전환율이 낮은 검색어로 비용이 새는지, 클릭 이후 랜딩페이지에서 이탈하는지를 먼저 구분해야 합니다.

큰 변경 후에는 해당 비즈니스의 전환 주기를 고려해 모니터링 하면 됩니다. 장애로 전환 데이터가 누락되거나 과다 집계된 기간이 있다면 Smart Bidding용 데이터 제외 기능도 검토할 수 있습니다. 짧은 대규모 프로모션으로 전환율이 평소와 크게 달라질 것이 확실한 경우에는 시즌 조정이 사용되지만, 일반적인 계절 변화마다 습관적으로 쓰는 기능은 아닙니다.

6. 캠페인 유형별 최적화 포인트

검색 광고는 검색어와 랜딩페이지의 일치도를, 쇼핑은 피드와 상품 경쟁력을 먼저 봐야 합니다. 동영상과 디맨드젠은 소재를 충분히 다양하게 제공하되 지면별 소비 방식을 반영해야 하고요. 실적 최대화는 에셋을 많이 넣는 것보다 정확한 목표와 피드, 자사 데이터, 현실적인 입찰 조건을 제공하는 일이 앞섭니다.

소재 최적화도 메타와 같은 기준을 그대로 적용해서는 안됩니다. 메타에서는 피드의 흐름을 끊는 훅이 중요하지만, YouTube 인스트림은 건너뛰기 전에 제품과 문제를 이해시켜야 하고, Shorts는 세로형 화면과 빠른 전개에 맞아야 합니다.

구글 애즈를 운영하다 성과가 흔들리면 흔히 두 가지 극단으로 갑니다. 매일 설정을 바꾸거나, 머신러닝 학습 중이니 아무것도 하지 않고 기다리는 것입니다. (둘 다 좋지 않습니다.)

먼저 광고 목표와 실제 비즈니스 성과가 같은 방향을 가리키는지 확인해야 합니다. 구매 금액이 정확한지, 저품질 문의가 주요 전환에 섞이지 않는지, 기존 고객과 신규 고객의 가치가 구분되는지, 캠페인이 학습할 만큼 데이터가 모이는 구조인지 살펴봅니다. 그다음에는 검색어와 상품 피드, 소재, 랜딩페이지를 통해 Google이 사용할 수 있는 신호의 질을 높입니다.

정확한 신호를 제공한 뒤에는 전환 주기만큼 판단을 유보할 줄도 알아야 합니다. 기다리는 동안 손을 놓는 것이 아니라 태그와 트래픽의 이상을 확인하고, 학습이 끝난 뒤 무엇을 바꿀지 준비하는 것입니다.

메타가 콘텐츠 속에서 관심과 욕구를 빠르게 발견하는 데 강하다면, 구글은 사용자가 이미 드러낸 문제와 의도를 포착하고 여러 지면으로 확장하는 데 강점이 있습니다. 두 매체 중 하나를 선택하는 문제가 아니라, 각 매체가 잘 읽을 수 있는 신호를 어떤 데이터와 소재로 제공할 것인가의 문제입니다. 구글 애즈의 성과는 소재의 매력도에 앞서, 그 신호를 설계하는 단계에서 상당 부분 결정됩니다.