AI 시대 퍼포먼스 마케팅 타겟팅 트렌드
메타광고 전략 변화와 리타겟팅 전망
최근 퍼포먼스 마케팅 분야에서 타겟팅 전략이 큰 변화를 맞이하고 있다. 과거에는 인구통계, 관심사 등으로 세분화한 정교한 타겟팅이 핵심이었지만, 이제는 인공지능(AI) 알고리즘을 활용한 광범위 타겟팅이 새로운 표준으로 부상하고 있다. 실제로 메타(Meta)는 Advantage+ 캠페인에서 수동 잠재고객 세그먼트 설정을 제거하고 AI에 기반한 자동 타겟팅으로 전환하는 움직임을 보이고 있으며 , 이는 AI가 사람보다 더 나은 매칭을 해줄 것이라는 자신감에 따른 전략 변화다. 이 글에서는 주요 광고 플랫폼들의 AI 자동화 타겟팅 사례를 살펴보고, 쿠키리스 시대의 리타겟팅 변화와 함께 이러한 흐름 속에서 마케터의 역할이 어떻게 달라져야 하는지 분석한다.
세분화 타겟팅에서 AI 광범위 타겟팅으로의 전환
불과 몇 년 전까지만 해도 퍼포먼스 마케터들은 가능한 한 정교하게 타겟 세그먼트를 나누고 각 그룹별로 맞춤형 광고를 내보내는 전략을 선호했다. 페이스북/인스타그램 광고에서는 관심사 타겟팅이나 룩어라이크(Lookalike) 활용이 일반적이었고, 구글에서는 키워드 매치 유형과 리마케팅 리스트 등을 세밀하게 조정하곤 했다. 그러나 개인정보 보호 강화와 광고 플랫폼 알고리즘의 발달로 이러한 전통적 타겟팅의 효과는 점차 감소하고 있다.
특히 **광범위 타겟팅(Broad Targeting)**이 알고리즘의 학습을 통해 오히려 더 나은 성과를 내는 사례가 늘고 있다. 예컨대 2024년 페이스북 광고 데이터에서는 기존에 선호되던 룩어라이크보다 광범위 타겟팅이 더 높은 효율을 보이는 것으로 나타나기도 했다. 메타 내부 분석에 따르면 AI 기반 자동 타겟팅이 전통적인 수동 타겟팅보다 강력한 퍼포먼스를 낸다는 데이터가 공유되고 있으며 , 이는 타겟팅 패러다임이 ‘세분화된 좁은 범위’에서 ‘AI가 찾아주는 넓은 범위’로 이동하고 있음을 의미한다.
이러한 변화의 핵심에는 머신러닝 알고리즘의 고도화가 있다. AI는 방대한 사용자 행동 데이터를 실시간으로 분석해 인간이 미처 발견하지 못한 잠재 고객까지 찾아낼 수 있게 되었다. 수많은 신호(signals)를 종합 고려하여 전환 가능성이 높은 사용자를 예측하고 그들에게 예산을 집중하는 방식으로 광고 효율을 극대화한다. 결국 광고주는 세세한 타겟 규칙을 설정하기보다는 알고리즘에 학습시킬 올바른 데이터와 목표만 제시하고, 나머지는 AI에 맡기는 형태로 전략의 무게중심이 옮겨가고 있다. 이는 퍼포먼스 마케팅에서 인간의 개입 영역이 줄어드는 대신, AI를 어떻게 잘 활용할 것인지에 집중해야 하는 시대가 도래했음을 보여준다.
주요 플랫폼들의 AI 자동화 타겟팅 강화 사례
메타, 구글, 틱톡 등 주요 광고 플랫폼들은 앞다투어 AI 기반 자동화 타겟팅 기능을 강화하고 있다. 각 플랫폼의 대표적인 사례를 살펴보자.
• 메타(Meta)의 Advantage+: 메타는 Advantage+ 캠페인을 통해 캠페인 설정의 많은 부분을 자동화하고 있다. 특히 Advantage+ 타겟팅에서는 광고주의 수동 관심사 설정을 최소화하고, 머신러닝이 잠재고객을 알아서 찾아주는 방식을 취한다. 예를 들어 최근 Advantage+ 카탈로그 광고에서 Audience Type (관심사/행동 등 세분 타입) 선택 옵션을 제거함으로써, 광고주가 일일이 타겟을 지정하지 않아도 AI가 가장 구매 가능성이 높은 이용자를 찾아주도록 만들었다. 메타는 자사 픽셀 데이터와 앱 활동 데이터를 활용해 사용자 행동에 맞춤화된 상품 노출을 자동으로 최적화하며, 내부 테스트에서 수동 타겟팅보다 개선된 성과를 확인했다고 밝히고 있다. 이는 메타 광고 전략의 초점이 ‘타겟을 정하는 것’에서 ‘AI에게 맡기는 것’으로 이동하고 있음을 보여주는 대표적 사례다.
• 구글(Google)의 Performance Max: 구글은 Performance Max(퍼포먼스 맥스) 캠페인을 도입하여 전 채널 통합 자동 최적화를 내세우고 있다. Performance Max는 하나의 캠페인으로 검색, 디스플레이, 유튜브, 지메일, 지도 등 모든 구글 광고 채널에 광고를 노출하며 , 광고주는 목표(conversion, ROAS 등)와 소재(asset)만 설정하면 나머지 타겟팅과 입찰 최적화를 AI가 수행한다. 머신러닝이 사용자 신호를 바탕으로 가장 성과가 높을 경로로 예산을 배분하고 광고 소재 조합도 자동으로 시험하면서, 캠페인 목표 달성에 최적화된 결과를 도출한다. 구글 광고는 점차 구체적인 키워드 타겟 설정에서 벗어나 AI 신호 기반으로 진화하는 중이며, 브로드 매치 키워드, 최적화 타겟팅, 퍼포먼스 맥스 같은 자동화 도구를 적극 활용하는 것이 성공 열쇠로 부상하고 있다. 이러한 자동화 캠페인의 성과를 극대화하기 위해 퍼스트파티 데이터를 신호로 투입해 알고리즘 학습을 돕는 것도 중요하다.
• 틱톡(TikTok)의 Smart Performance Campaign: 틱톡 역시 Smart Performance Campaign(SPC) 또는 **Smart+**라는 이름으로 완전 자동화 광고 솔루션을 출시했다. 이는 틱톡 버전의 Performance Max 혹은 **Advantage+**라고 할 수 있으며, 크리에이티브 제작부터 타겟팅, 입찰까지 AI가 모두 처리하는 end-to-end 자동 캠페인이다. 광고주는 캠페인 목표만 설정하면 틱톡의 AI가 광고 제작을 돕고 잠재고객에게 최적 배송하며, 실시간으로 성과를 학습해 전환이나 앱 설치를 극대화하도록 캠페인을 알아서 튜닝한다.
Smart+의 특징은 필요한 기능만 부분적으로 사용할 수도 있다는 유연성인데, 이는 자동화에 대한 광고주의 통제권 상실 우려를 낮추기 위한 장치이다. 틱톡은 이러한 AI 자동화 도구를 통해 신속한 성과 개선과 캠페인 운영의 간소화를 약속하며, 메타와 구글에 대응해 광고주들의 예산을 자사 플랫폼으로 끌어들이고자 하고 있다.
이처럼 주요 플랫폼들이 앞다투어 AI 타겟팅을 강화함에 따라, 광고 캠페인의 기본 운영 방식이 변화하고 있다. 자동화 캠페인은 블랙박스처럼 작동하여 세부 설정을 공개하지 않기 때문에, 광고주는 AI를 신뢰하고 일정 수준 통제권을 위임해야 하는 상황이다. 동시에 여러 플랫폼에서 유사한 자동화 기능을 제공하기에, *“모두가 같은 무기를 쓰는 전장”*에서 차별화 요소를 고민해야 하는 과제도 생겼다.
쿠키리스 시대의 리타겟팅 전략 변화
리타겟팅(리마케팅)은 퍼포먼스 마케팅의 핵심 전략 중 하나다. 한 번 웹사이트를 방문했거나 앱을 이용한 사용자에게 맞춤형 재방문 유도 광고를 보여줌으로써 전환율을 끌어올리는 방식이다. 그러나 쿠키리스(cookie-less) 시대의 도래로 전통적인 쿠키 기반 리타겟팅에 큰 제약이 발생하고 있다. 주요 브라우저와 OS의 개인정보 보호 조치로 서드파티 쿠키가 차단되면서, 과거처럼 웹 전반에서 사용자의 행동을 추적해 광고 노출을 조정하는 것이 어려워진 것이다. 실제로 구글 크롬이 2024년부터 서드파티 쿠키 지원을 중단함에 따라 전 세계 웹사이트 84%에서 쿠키 기반 리타겟팅 광고가 어려워질 전망이다. 이는 광고 생태계에 상당한 충격으로, 퍼포먼스 마케터들은 새로운 대안 기술과 데이터 전략을 모색해야 한다.
이 변화 속에서 퍼스트파티 데이터의 중요성은 더욱 부각되고 있다. 쿠키 제한으로 외부 데이터 활용이 어려워진 만큼, 기업이 **직접 수집한 고객 데이터(1st Party)**를 기반으로 타겟팅을 강화하는 전략이 필수가 되었다. 웹사이트 회원가입, 앱 활동, 구매 이력 등 자사 플랫폼에서 얻은 데이터를 활용해 고객 세그먼트를 정의하고, 이를 기반으로 광고 플랫폼의 **맞춤타겟(Custom Audience)**이나 **유사타겟(Lookalike)**을 생성하는 노력이 중요해졌다. 또한 CRM 시스템과 연계한 개인화 마케팅, 이메일 등 채널을 통한 리마케팅도 다시 주목받고 있다. 요컨대 남의 데이터 대신 내 데이터로 리타겟팅 효율을 유지하는 방향으로 전환하는 것이다.
기술적으로는 서버사이드 트래킹의 도입이 가속화되고 있다. 과거에는 브라우저 쿠키나 자바스크립트 태그로 사용자 행동을 추적했다면, 이제는 서버 측에서 직접 이벤트 데이터를 전송하는 방식을 활용한다. 예를 들어 페이스북의 Conversion API나 구글의 서버사이드 GTM 설정을 통해, 브라우저 제한에 영향을 받지 않고 자사 서버에서 전환 데이터를 수집·전송할 수 있다. 서버사이드 트래킹은 광고 차단기나 개인정보 제한을 우회하여 더 정확한 데이터 수집이 가능하다는 장점이 있으며 , 수집된 데이터도 기업의 서버에서 한 번 거치기 때문에 보안 관리와 데이터 활용 측면에서 이점이 있다. 이러한 방식으로 확보한 퍼스트파티 데이터를 광고 플랫폼에 업로드하거나 연동하여 리타겟팅 풀을 구성하면, 쿠키 감소로 인한 손실을 일부 만회할 수 있다. 결국 쿠키리스 환경에서는 데이터 수집 방식의 혁신과 자사 데이터 자산의 극대화가 리타겟팅 전략의 핵심이라고 할 수 있다.
자동화 시대에 마케터의 역할과 전략
광고 타겟팅의 많은 부분을 AI와 플랫폼의 자동화 시스템에 맡기는 추세가 뚜렷해지면서, 마케터의 역할에도 변화가 요구되고 있다. AI가 타겟 선정과 입찰 최적화 같은 운영적 업무를 상당 부분 대체해 나감에 따라, 마케터는 이제 전략적 기획과 창의적 역량에 더욱 집중해야 한다.
첫째, 크리에이티브 역량의 중요성이 크게 상승했다. 자동화 환경에서는 “크리에이티브가 새로운 타겟팅이다“라는 말이 나올 정도로, 어떤 광고 소재와 메시지를 제작하느냐가 성과를 좌우한다. 메타는 내부 분석을 통해 광고 성과의 56%가 크리에이티브 요소에 의해 결정된다고 밝히면서, 타겟팅이나 입찰보다도 콘텐츠의 품질이 중요하다고 강조했다. 모든 광고주가 동일한 AI 최적화 도구를 사용할 수 있는 상황에서는, 결국 독창적이고 공감 가는 크리에이티브만이 눈에 띄는 성과 차이를 만들어낼 수 있기 때문이다. 따라서 마케터는 데이터를 읽고 타겟 인사이트를 도출하는 능력뿐 아니라, 콘텐츠 기획력과 스토리텔링 감각을 갖춰야 한다. 여러 버전의 광고 소재를 빠르게 테스트하고 학습시키는 A/B 테스트 시나리오 기획도 여전히 중요하다. AI가 어떤 크리에이티브를 선호하는지 탐색하고, 피로도를 줄이며 지속적으로 신선한 콘텐츠를 공급하는 것이 마케터의 새로운 과제다.
둘째, 데이터 전략가로서의 역할이 부각되고 있다. 자동화된 광고 시스템일수록 입력되는 데이터의 품질이 성패를 좌우한다. 마케터는 퍼스트파티 데이터 수집 및 관리 전략을 수립하고, 이를 바탕으로 유의미한 시그널을 만들어내야 한다. 예를 들어 고객 세그먼트를 정의하고, 중요 이벤트(구매, 회원가입 등)를 트래킹 하여 맞춤 전환 이벤트로 설정하면 AI가 학습할 수 있는 양질의 데이터를 제공하게 된다. 또한 GA4, MMP 등 새로운 성과 측정 도구에 대한 이해와 활용도 요구된다. AI 자동화는 결과에 대한 투명성이 낮기 때문에, 마케터는 다양한 분석 툴을 통해 성과를 검증하고 보완하는 역할도 맡아야 한다. 나아가 쿠키리스 환경에서 앞서 논의한 서버사이드 연동이나 Privacy Sandbox 등 신기술 트렌드에 대한 빠른 학습과 도입도 마케터의 몫이다.
마지막으로, 전략적 의사결정자로서의 마케터 역할이 중요해지고 있다. 자동화 시스템이 제시하는 결과를 비즈니스 맥락에서 해석하고, AI의 판단에 맹목적으로 따르기보다 비판적으로 활용하는 태도가 필요하다. 예산 배분, 고객 생애가치 고려, 브랜드 이미지 관리 등은 여전히 인간 마케터의 전략적 판단이 요구되는 영역이다. 예를 들어 AI가 단기 ROAS 극대화를 위해 특정 타겟에게만 집착할 때, 장기적인 브랜드 성장 관점에서 이를 조정할 사람은 마케터다. 또한 플랫폼 간 채널 믹스 전략, 신규 캠페인 실험 등 AI가 대신할 수 없는 거시적 전략 수립은 마케터의 핵심 역할로 남는다. 결국 AI와 협업하며, 자동화의 효율을 극대화하면서도 인간 고유의 통찰력을 접목하는 것이 현대 마케터의 지향점이라 할 수 있다.
맺음말: 변화에 대한 전망과 대비
퍼포먼스 마케팅의 타겟팅 트렌드는 AI의 주도하에 빠르게 변화하고 있으며, 이러한 흐름은 앞으로도 가속화될 전망이다. 메타광고를 비롯한 주요 플랫폼들은 AI 알고리즘의 성능 개선에 집중 투자하고 있고, 쿠키리스 환경에서도 새로운 방식으로 사용자 맞춤형 광고를 이어가기 위한 기술을 계속 개발하고 있다. 리타겟팅 전략은 퍼스트파티 데이터와 고객 관계 관리 중심으로 재편되고 있으며, 개인정보 보호 규제가 강화될수록 이러한 자사 데이터 자산의 가치는 더욱 커질 것이다.
이러한 변화 속에서 마케터는 반복적인 운영 업무에서 해방되는 대신, 더 높은 수준의 전략과 창의성을 요구받고 있다. AI 자동화 타겟팅의 시대에 승자가 되기 위해서는 기술의 원리를 이해하고 적극 수용하되, AI의 한계를 보완할 수 있는 인간적 통찰을 겸비해야 한다. 트렌드의 방향을 읽고 한 발 앞선 전략을 수립하는 마케터야말로, 빠르게 변화하는 디지털 광고 환경에서 지속적인 성과를 만들어낼 수 있을 것이다. 이번 전망을 토대로 한 발 빠른 대비와 실험정신이 앞으로의 퍼포먼스 마케팅 성공 열쇠가 될 것이다.
