구글 광고를 운영하다 보면 예산은 꾸준히 사용되고 있는데 문의나 구매 같은 전환은 기대만큼 발생하지 않는 경우가 있습니다. 특히 최근 많은 기업이 활용하고 있는 실적최대화(PMax, Performance Max) 캠페인에서는 이러한 고민이 더욱 자주 나타날 수 있습니다.
실적최대화 캠페인은 검색, 디스플레이, 유튜브, 디스커버, 지메일, 쇼핑 등 구글의 다양한 광고 지면을 하나의 캠페인으로 통합해 운영하는 자동화 중심의 광고 유형입니다. 광고주는 목표와 예산, 소재를 제공하고 구글 AI가 최적의 사용자에게 광고를 노출하는 방식으로 운영됩니다.
이러한 자동화 구조 덕분에 운영 효율은 높아졌지만, 반대로 성과가 기대에 미치지 못할 때 원인을 파악하기 어려워졌다는 문제도 있습니다. 많은 광고주가 전환이 발생하지 않으면 입찰 전략이나 예산 부족을 가장 먼저 의심합니다. 하지만 실제 계정을 진단해 보면 예산보다 더 근본적인 문제를 발견하는 경우가 많습니다.
이번 글에서는 실적최대화 광고에서 전환이 발생하지 않거나 성과가 기대에 미치지 못할 때 가장 먼저 확인해야 할 네 가지 요소를 살펴보겠습니다.
목 차
1. 전환 추적 설정이 올바르게 되어 있는가
실적최대화(PMax) 캠페인은 전환 데이터를 기반으로 학습하고 최적화됩니다. 따라서 전환이 발생하지 않거나 성과가 기대에 미치지 않는다면 가장 먼저 전환 추적 설정과 전환 데이터 품질을 점검해야 합니다.
먼저 확인해야 할 것은 전환 추적이 정상적으로 작동하고 있는지입니다. 실제 문의나 구매가 발생했는데도 전환이 집계되지 않거나, 반대로 의미 없는 행동이 전환으로 기록되고 있다면 구글 AI는 잘못된 데이터를 학습하게 됩니다. 특히 GTM이나 GA4를 활용해 전환을 설정한 경우 태그 오류나 이벤트 설정 문제로 인해 데이터가 누락되는 사례도 적지 않습니다.
또한 어떤 전환을 최적화 대상으로 설정했는지도 중요합니다. 예를 들어 실제 목표는 상담 문의인데 페이지 조회, 체류 시간, 버튼 클릭과 같은 단순 행동까지 주요 전환으로 설정되어 있다면 구글은 어떤 행동을 진짜 성과로 봐야 하는지 판단하기 어려워집니다. B2B 기업이라면 문의 제출이나 상담 신청, 이커머스라면 구매 완료처럼 실제 비즈니스 성과와 연결되는 전환이 중심이 되어야 합니다.
반대로 전환 데이터가 너무 적은 경우도 문제입니다. 실적최대화 캠페인은 충분한 데이터를 확보해야 학습이 가능하기 때문에 신규 계정이나 월 전환 수가 매우 적은 계정에서는 최적화가 더디게 진행될 수 있습니다. 이런 경우에는 문의 완료와 같은 최종 전환뿐 아니라 문의 페이지 방문, 상담 버튼 클릭, 회원가입, 장바구니 담기 등 최종 전환 이전 단계의 행동을 보조 전환으로 수집하는 방법도 고려할 수 있습니다.
전환 추적 및 전환 데이터 점검 체크리스트
| 점검 항목 | 확인 내용 |
|---|---|
| 전환 추적 정상 작동 여부 | 실제 문의·구매가 광고 계정에 정상 집계되는가 |
| 전환 액션 설정 | 핵심 비즈니스 목표가 주요 전환으로 설정되어 있는가 |
| 데이터 품질 | 의미 없는 행동이 주요 전환으로 포함되어 있지 않은가 |
| 전환 데이터 규모 | 머신러닝이 학습할 만큼 충분한 전환 데이터가 쌓이고 있는가 |
| 보조 전환 활용 | 최종 전환이 적다면 중간 단계 행동도 수집하고 있는가 |
2. 잠재고객 신호가 충분히 제공되고 있는가
잠재고객 신호(Audience Signal)는 광고주가 구글에게 “이런 고객들이 우리 서비스에 관심을 가질 가능성이 높다”는 방향을 알려주는 데이터로, 머신러닝 학습의 출발점 역할을 합니다. 잠재고객 신호가 부족하거나 부정확하면 머신러닝은 더 넓은 범위에서 탐색을 시작하게 됩니다. 물론 장기적으로는 학습이 가능하지만 초기 성과가 불안정해질 가능성이 높습니다.
특히 신규 계정이나 전환 데이터가 충분하지 않은 계정에서는 잠재고객 신호의 중요성이 더욱 커집니다. 이미 어떤 고객이 전환할 가능성이 높은지 알려주는 데이터가 부족하기 때문에 광고주가 제공하는 신호가 학습 방향을 결정하는 중요한 단서가 되기 때문입니다.
실적최대화 캠페인 성과가 저조하다면 현재 애셋그룹에 어떤 잠재고객 신호가 연결되어 있는지 확인해 보아야 합니다. 기존 고객 데이터는 활용하고 있는지, 웹사이트 방문자 데이터는 충분히 쌓여 있는지, 고객 특성을 반영한 맞춤 세그먼트는 구성되어 있는지 점검할 필요가 있습니다.
PMax 잠재고객 신호 설정 팁
다음과 같은 잠재고객 신호를 우선적으로 활용해 보는 것을 추천합니다.
- 최근 30~180일 내 웹사이트 방문자
- 문의하기, 견적 요청, 장바구니 담기 등 주요 행동을 수행한 사용자
- 기존 고객 또는 구매 고객 목록(Customer Match)
- 경쟁사, 업계 키워드를 검색한 사용자를 기반으로 한 맞춤 세그먼트
- 특정 산업군, 직무, 관심사를 가진 잠재 고객 세그먼트
- 유튜브 채널 시청자 및 영상 참여자
- 뉴스레터 구독자, 회원가입 완료 고객 등 자사 보유 데이터
특히 신규 캠페인일수록 다양한 잠재고객 신호를 제공해 초기 학습 방향을 명확하게 설정하는 것이 중요합니다. 머신러닝이 충분한 데이터를 확보한 이후에는 더 넓은 고객층으로 확장될 수 있지만, 초기 단계에서는 광고주가 제공하는 신호의 품질이 성과에 큰 영향을 미칠 수 있습니다.
3. 애셋 다양성이 충분한가
실적최대화 광고에서 자주 발견되는 문제 중 하나가 바로 애셋 부족입니다. 많은 광고주가 광고 제목 몇 개와 이미지 몇 장만 등록한 뒤 캠페인을 시작합니다. 하지만 실적최대화 캠페인은 다양한 조합을 테스트하며 최적의 성과를 찾는 구조이기 때문에 애셋을 최대한 풍부하게 제공하는 것이 중요합니다.
구글이 권장하는 실적최대화 애셋 구성 기준을 보면 광고 제목은 최대 15개, 긴 광고 제목은 최대 5개, 설명은 최대 5개까지 등록할 수 있습니다. 이미지 역시 가로형, 정사각형, 세로형을 포함해 최대 20개까지 등록할 수 있으며 로고도 여러 버전으로 등록할 수 있습니다.
실무에서는 최소 기준만 충족하고 운영하는 경우가 많지만, 실제로는 텍스트와 이미지, 동영상을 모두 등록 가능한 만큼 충실하게 채우는 것이 좋습니다. 머신러닝이 다양한 조합을 테스트할 수 있는 재료가 많아질수록 성과 개선 가능성도 높아지기 때문입니다.
실적최대화 캠페인에서 애셋 다양성을 확보하기 위해서는 다음과 같은 요소를 점검해보는 것이 좋습니다.
- 광고 제목과 설명문 A/B테스트: 같은 의미를 반복하기보다 고객의 문제, 기대 효과, 차별점 등 다양한 관점의 메시지를 담아 구글 AI가 여러 조합을 테스트할 수 있도록 구성하는 것이 좋습니다.
- 이미지 다양성 확보: 브랜드 소개, 서비스 설명, 실제 사례 등 서로 다른 목적의 이미지를 활용하고 가로형·정사각형·세로형 비율을 함께 준비하는 것이 효과적입니다.
- 동영상 적극 활용: 제품 소개, 서비스 설명, 고객 후기 등 다양한 유형의 영상을 등록하고, 가능하면 자동 생성 영상보다 직접 제작한 영상을 사용하는 것이 좋습니다. 특히 실적최대화 캠페인은 유튜브 지면에도 노출되기 때문에 9:16 비율의 숏폼 영상(Shorts)을 함께 준비하면 더 다양한 노출 기회를 확보할 수 있습니다.
4. 충분한 학습 기간을 확보하고 있는가
실적최대화 광고에서 자주 발생하는 실수 중 하나는 성과가 보이지 않는다는 이유로 캠페인을 너무 빨리 수정하는 것입니다.
PMax는 머신러닝 기반 캠페인이기 때문에 데이터를 수집하고 학습하는 시간이 필요합니다. 광고를 시작한 직후 예산, 애셋, 전환 목표 등을 반복적으로 변경하면 학습이 안정적으로 진행되지 않을 수 있습니다.
일반적으로 캠페인을 새로 시작하거나 주요 설정을 변경했다면 최소 2주 정도는 데이터를 관찰하는 것이 좋습니다. 특히 전환량이 적은 B2B 광고나 고관여 상품은 더 긴 학습 기간이 필요할 수 있습니다.
또한 예산을 크게 늘리거나 줄이는 것보다 기존 예산의 20% 이내에서 단계적으로 조정하는 것이 바람직합니다. 예산 변동 폭이 너무 크면 학습 과정에 영향을 줄 수 있기 때문입니다. 애셋을 추가하거나 교체한 경우에도 즉시 성과를 판단하기보다 충분한 데이터를 확보한 후 분석해야 합니다.
결국 PMax 성과 개선의 핵심은 잦은 수정이 아니라 안정적인 학습 환경을 만드는 데 있습니다. 충분한 학습 기간을 확보한 뒤 데이터를 기반으로 개선 방향을 결정하는 것이 중요합니다.
실적최대화 캠페인은 AI가 대신 운영해 주는 광고가 아닌 AI가 학습할 수 있는 환경을 광고주가 만들어 주는 캠페인에 가깝습니다. 따라서 성과를 개선하기 위해서는 단순히 예산을 늘리는 것이 아니라 데이터 구조와 애셋 전략, 학습 환경을 함께 점검해야 합니다.
만약 현재 운영 중인 PMax 캠페인의 성과가 기대에 미치지 못하거나, 어떤 부분이 문제인지 정확히 진단하기 어렵다면 적정마케팅연구소 구글 광고 컨설팅 서비스를 고려해보세요. 구글 공식 파트너사 적정마케팅연구소가 실적최대화 광고 성과 진단부터 소재와 랜딩페이지 개선 방향 제안, 내부 실무자 교육까지 함께 제공해드립니다.
