구글 애즈 머신러닝 학습 기간 주의사항, 성과를 가르는 3가지

구글 애즈 머신러닝 학습 기간과 시장 변화

2024년 이후 구글 애즈는 수동 CPC를 사실상 뒷줄로 밀어냈습니다. 타겟 CPA, 타겟 ROAS, 전환수 최대화 같은 스마트 입찰이 기본값이 되면서, 광고주가 조절할 수 있는 영역은 ‘입찰가’에서 ‘학습 환경’으로 옮겨 갔습니다.

그런데 현장에서 만나는 계정의 상당수는 이 변화를 반영하지 못합니다. 저희가 인수인계받은 계정을 열어 보면 변경 이력이 하루 평균 5회 이상 찍혀 있는 경우가 흔합니다. 알고리즘 입장에서는 매번 조건이 바뀌는 실험실인 셈입니다.

특히 P-MAX와 데맨드젠처럼 지면이 넓은 캠페인일수록 학습 기간의 데이터 요구량이 큽니다. 지면 조합이 많아질수록 알고리즘이 시험해야 할 경우의 수가 늘기 때문입니다. 전환이 월 30건 미만인 계정에서 목표값을 자주 흔들면, 학습은 끝나지 않고 예산만 소진됩니다.

PNA컴퍼니가 누적 470억 원 이상의 광고비를 집행하며 확인한 패턴은 단순합니다. 첫 2주를 참아 낸 계정이 3개월 차 CPA에서 유리합니다. 학습 기간은 손실이 아니라 선불 투자이며, 그 투자를 지키는 규칙이 있느냐가 성과를 가릅니다.

📌PNA광고 상품 및 진행 과정 살펴보기

학습 2주 설계가 좌우하는 3개월 CPA

머신러닝 학습 기간은 알고리즘이 ‘어떤 사람이 전환하는가’를 배우는 구간입니다. 이 2주를 어떻게 설계하느냐가 이후 3개월의 CPA를 결정합니다.

1단계. 대표 전환 신호의 사전 확정

학습은 전환 데이터를 먹고 자랍니다. 전환 액션이 중간에 흔들리면 그동안 배운 내용이 통째로 무의미해집니다.

캠페인 개시 전에 대표 전환 액션 하나를 지정하고, 전환 값과 기여 모델까지 고정합니다. 저희는 구매와 상담 신청처럼 매출로 이어지는 액션만 ‘전환에 포함’으로 두고, 페이지뷰나 체류 시간은 보조 지표로 분리합니다.

전환이 월 30건에 못 미치는 계정이라면 마이크로 전환을 임시로 올려 신호량을 확보한 뒤, 주 전환이 쌓이면 교체합니다. 이 교체 역시 학습을 리셋하므로 시점을 미리 달력에 적어 둡니다.

2단계. 주 1회·±20% 이내 변경 원칙

학습을 리셋시키는 대표적인 조작은 다섯 가지입니다. 입찰 전략 자체의 교체, 목표 CPA·ROAS의 큰 조정, 일예산의 급격한 증감, 전환 액션 구성 변경, 캠페인 구조 개편입니다.

이 중 무엇도 금지는 아닙니다. 문제는 빈도와 폭입니다. 사흘 간격으로 목표 CPA를 30%씩 내리면 알고리즘은 매번 출발선으로 돌아갑니다.

“대행사를 옮긴 계정에서 가장 자주 보는 장면이 하루에 열두 번 손댄 변경 이력입니다. 그건 성실함이 아니라 학습 방해입니다. 저희는 변경 로그를 남기고 한 주에 한 번만 손댑니다.” — 안태민 대표, 마케팅 16년차

예산도 같습니다. 두 배로 올릴 일이 있으면 20~30%씩 나눠 올려 학습 상태를 유지한 채 볼륨을 키웁니다. 한 번에 300% 증액하면 노출은 늘지만 CPA는 대개 2주간 무너집니다.

3단계. 학습 종료일과 전환 지연 기준 판단

많은 광고주가 학습 완료 표시가 사라진 다음 날 성과표를 엽니다. 이르면 이 판단이 틀립니다.

클릭에서 전환까지 걸리는 시간, 즉 전환 지연이 계정마다 다르기 때문입니다. 고관여 B2B는 지연이 14일을 넘기도 합니다. 이 경우 학습 종료 직후의 CPA는 아직 도착하지 않은 전환을 뺀 숫자입니다.

저희는 전환 경로 보고서에서 지연 중앙값을 먼저 뽑고, 학습 종료일에 그 일수를 더한 날을 ‘평가일’로 캘린더에 못 박습니다. 그 전까지는 예산과 목표값을 동결합니다.

학습 기간 필수 기준 3가지

첫째, 신호 기준입니다. 목표 CPA 캠페인은 30일간 전환 30건, 목표 ROAS는 50건을 최소 조건으로 봅니다.

둘째, 변동 기준입니다. 학습 중 CPA가 목표 대비 50% 이내로 벌어지는 것은 정상 범위로 두고 개입하지 않습니다. 100%를 넘어서면 입찰이 아니라 소재와 랜딩 페이지를 먼저 점검합니다.

셋째, 중단 기준입니다. 평가일까지 전환이 5건 미만이면 목표값 조정이 아니라 캠페인 구조 자체를 다시 짭니다. 신호가 없는 계정에 목표값을 낮춰 주는 것은 해결이 아니라 지연입니다.

전략 구분	기대 효과	최적화 주기	담당 전문가
전환 액션 확정	학습 신호 정합성 확보, 리셋 위험 사전 제거	캠페인 개시 전 1회	안태민 대표
학습 구간 모니터링	CPA 변동 30~50% 구간의 성과 오판 방지	주 1회	퍼포먼스 총괄팀
입찰 목표 조정	±20% 이내 조정으로 학습 유지 후 효율 개선	2주 1회	구글 애즈 스페셜리스트
예산 증액 설계	학습 리셋 없이 월 집행 규모 단계적 확대	주 1회	미디어 바이어
전환 지연 반영 리포트	실제 성과 기준으로 평가 시점 정렬	월 1회	데이터 분석팀

문의처: 010-6318-4601 (안태민 대표 직통)

신호량·목표값 설계, PNA컴퍼니 기준

학습 기간을 견디는 일은 인내심이 아니라 데이터의 문제입니다. 비슷한 업종에서 어떤 신호량과 목표값이 통했는지 알고 있으면, 참아야 할 구간과 손봐야 할 구간을 구분할 수 있습니다.

PNA컴퍼니는 2023년 구글코리아 TOP 100 캠페인에 선정되었고, 누적 470억 원 이상의 광고비를 집행하며 월 30억 원 규모의 구글 애즈 예산을 운영하고 있습니다. 평균 ROAS 500%라는 수치는 이 축적된 기준값에서 나옵니다.

대표 안태민은 16년간 퍼포먼스 마케팅 현장을 지켜 온 구글 광고 전문가이며, 계정 진단부터 학습 설계까지 직접 관여합니다. 대행 수수료는 월 광고비의 15~20%이며 초기 세팅 비용은 별도로 안내합니다.

구글 애즈 머신러닝 학습 기간 주의사항 관련 자주 묻는 질문 FAQ

[관련글] PNA컴퍼니의 마케팅 성공 사례 더보기