"구글이 하라는 대로 하면 된다고요?" 마케팅 전문가들도 빠지는 권위 편향(Authority Bias)의 함정

디지털 마케팅 업계에서 구글의 영향력은 절대적입니다. 2026년 발표된 자료에 따르면, 전체 디지털 광고 시장 매출의 26.4%(eMarketer 기준), 글로벌 모바일 운영체제(Android) 시장의 약 72%, 그리고 전 세계 검색 엔진 시장의 약 90%(Statcounter 기준)를 지배하고 있는 압도적인 1위 기업이니 놀라운 일도 아닙니다.

Google Market Dominance 2026 2026년 구글의 주요 디지털 플랫폼 시장 점유율. 하나의 기업이 검색, 모바일, 광고 매출 등 디지털 생태계 전반에서 압도적인 권위를 행사하고 있습니다.

이러한 압도적인 시장 지배력을 바탕으로 구글은 '권위'는 감히 도전할 수 없는 경지로 격상되어 왔습니다. 그 결과, 10년 이상의 풍부한 경험을 갖춘 베테랑 마케터들조차 "구글(Google Ads) 시스템이 권장하는 세팅 방식" 앞에서는 비판적 사고를 멈추고 이를 절대적 진리처럼 수용하는 현상을 종종 목격하게 됩니다. 특히 Performance Max나 AI Max 같은 인공지능 기반 상품이 출시된 이후, "구글의 AI가 알아서 해주니 성과는 무조건 더 좋아질 것"이라는 맹신은 업계에 더욱 팽배해졌습니다.

하지만 정말 구글 AI만 적용하면 성과가 알아서 좋아질까요? 왜 데이터 분석에 탁월한 전문가들조차 거대 플랫폼의 '권장 사항' 앞에서는 맹목적으로 순응하게 되는 것일까요?

---

1. 권위 편향(Authority Bias), 스탠리 밀그램의 권위에 대한 복종 실험 (1963)

권위에 대한 인간의 맹목적인 복종을 증명한 가장 유명한 연구는 예일대학교의 심리학자 스탠리 밀그램(Stanley Milgram)이 진행한 권위에 대한 복종 실험(Milgram Experiment) 입니다.

실험의 구조와 충격적인 결과

실험은 세 명의 인물로 구성되었습니다. 흰 가운을 입은 '권위 있는 실험자(E)', 참가자인 '교사(T)', 그리고 보이지 않는 방에 묶여 있는 연기자인 '학생(L)'입니다. 교사는 학생이 문제를 틀릴 때마다 15볼트부터 최대 450볼트(치명적 전압)까지 점진적으로 더 강한 전기 충격을 가하라는 지시를 받습니다. 학생이 고통을 호소하며 비명을 질러도, 실험자는 "실험을 위해 반드시 계속해야 합니다"라며 단호하게 명령(Prod)합니다.

실험 전, 저명한 정신과 의사들은 "단 1.2%의 가학적인 성향을 가진 사람만이 450V 버튼을 누를 것"이라고 예측했습니다. 하지만 결과는 충격적이었습니다.

Milgram Experiment Diagram 스탠리 밀그램 실험의 구조: 권위자(E)의 지시에 따라 평범한 교사(T)가 방 너머의 학생(L)에게 치명적인 450볼트의 전기 충격을 가합니다. 무려 65%의 참가자가 최고 전압까지 버튼을 눌렀습니다.

현대적 관점: 재현성과 비판, 그리고 대안 이론

밀그램의 실험은 발표 직후부터 현재까지 심리학계에서 가장 뜨거운 논쟁의 대상이 되어 왔습니다. 이 반세기가 넘은 연구는 오늘날 어떻게 받아들여지고 있을까요?

1. 실험의 재현성 (Replicability) 오늘날의 엄격한 연구 윤리 기준(IRB)에서는 450V까지 올라가는 극도의 스트레스 상황을 인간에게 가하는 재현 실험이 엄격히 금지되어 있습니다. 그러나 제리 버거(Jerry Burger)가 2009년에 진행한 '150볼트 해법(150-volt solution)' 부분 재현 실험 등에서는 여전히 과거 밀그램의 실험과 통계적으로 유사한 수준의 높은 복종률이 확인되었습니다. 즉, 권위에 순응하려는 인간의 본성 자체는 시대가 지나도 여전히 유효하다는 것이 학계의 중론입니다.

2. 방법론적, 윤리적 비판 (Criticisms) 지나친 심리적 고통을 유발했다는 다이애나 바움린드(Diana Baumrind)의 초기 윤리적 비판 외에도, 최근 지나 페리(Gina Perry) 등은 밀그램이 원하는 결과를 얻기 위해 데이터를 편향되게 선택하거나 실험 통제를 훼손했다고 지적했습니다. 또한 상당수의 참가자가 "명문 예일대에서 진짜로 사람을 죽일 리 없다"며 전기 충격이 가짜라는 것을 이미 눈치채고 연기에 동참했다는 뼈아픈 반론도 존재합니다.

3. 대안 이론: 우리는 정말 '기계적인 복종'을 했을까? 밀그램은 사람들이 권위자 앞에서 책임을 전가하고 기계처럼 명령을 수행하는 '대리인 상태(Agentic State)'에 빠진다고 주장했습니다. 하지만 최근 스티븐 라이허(Stephen Reicher)와 알렉스 하슬람(Alex Haslam) 등의 사회심리학자들은 '참여적 추종(Engaged Followership)'이라는 매력적인 대안 이론을 제시합니다. 참가자들이 무지성으로 맹종한 것이 아니라, "위대한 과학의 발전이라는 숭고하고 가치 있는 목표"에 깊이 공감하고 스스로를 권위자와 동일시했기 때문에 그 잔혹한 행위를 능동적으로 합리화했다는 것입니다.

이러한 '참여적 추종'이라는 현대적 해석은 디지털 마케팅 업계에도 중요한 시사점을 던집니다. 노련한 마케터들이 구글이나 메타의 권장 사항을 맹신하는 이유는 단순한 '무지성 복종'이 아니라, "구글의 거대한 데이터와 AI가 우리 비즈니스를 무조건 성공(가치 있는 목표)으로 이끌어 줄 것"이라는 굳건한 믿음 아래 거대 플랫폼에 자발적으로 동화되어 버린 결과일 수 있습니다.

2. 캡틴증후군(Captainitis): 기장의 결정은 무조건 옳다?

이러한 권위 편향이 전문가 집단에서 극단적으로 나타날 때 발생하는 현상을 항공 심리학에서는 캡틴증후군(Captainitis) 이라고 부릅니다. 조종실이라는 위계적이고 압박감이 심한 공간에서, 부기장이나 승무원들은 기장(Captain)이 명백한 실수를 저지르고 있음에도 이를 지적하지 못합니다. "나보다 경험이 많은 기장님이 알아서 하셨겠지", "저 지시에는 내가 모르는 깊은 뜻이 있을 거야"라고 합리화하며 파국을 맞이하는 현상입니다.

Captainitis Cockpit Illustration 경험이 풍부한 기장 옆에서, 기장의 명백한 오류를 인지하고도 권위 편향(위계질서)에 억눌려 이를 강하게 제지하지 못하는 부기장의 묘사.

역사적인 항공 사고와 권위 편향

실제로 항공 역사상 최악의 참사 중 상당수가 이 '캡틴증후군' 때문에 발생했습니다. 블랙박스 기록을 분석해 보면, 부기장이나 기관사가 기장의 치명적인 오류를 인지하고도 강하게 제지하지 못하고 에둘러 표현하다가 사고로 이어진 경우가 빈번합니다.

테네리페 공항 참사 (1977년)

스페인령 카나리아 제도의 작은 공항(현 테네리페 노르테 공항)에서 발생한, 항공 역사상 최악의 인명 피해(583명 사망)를 낸 참사입니다. 당시 KLM 항공의 야코프 반 잔텐(Jacob Veldhuyzen van Zanten) 기장은 사내 최고참이자 수석 비행 교관으로, KLM의 공식 잡지와 광고 모델로도 활동할 만큼 사내에서 그 누구도 함부로 대할 수 없는 절대적인 권위를 가진 인물이었습니다. 당시 공항은 다른 공항의 폭탄 테러 경보로 인해 우회해 온 수많은 비행기로 붐볐고, 갑작스럽게 짙은 안개가 끼며 시야가 완전히 차단되었습니다. 무엇보다 승무원들의 법정 근무 시간 제한 초과가 임박해, 당장 이륙하지 못하면 비행을 취소하고 승객들을 현지 호텔에 투숙시켜야 하는 엄청난 스케줄 압박과 극도의 심리적 스트레스에 시달리고 있었습니다. 빨리 이륙해야 한다는 초조함에 사로잡힌 기장이 관제탑의 정식 이륙 허가(Takeoff clearance)도 떨어지기 전에 무리하게 스로틀을 올리며 활주를 시작했을 때, 조종실 블랙박스(CVR)에 남겨진 마지막 대화는 이러했습니다.

• 기관사: "저 팬암(Pan Am)기, 아직 활주로 안 빠져나간 거 아닙니까? (Is he not clear, that Pan American?)"
• 기장: "아냐, 확실히 빠져나갔어! (Oh, yes.)" (단호하게 말을 자르며)

최고 권위자인 기장의 확신에 찬 한마디에 짓눌린 기관사는 더 이상 강하게 이의를 제기하지 못했습니다. 결국 13초 뒤, 이륙을 위해 질주하던 KLM 여객기는 아직 활주로에 남아있던 팬암 여객기를 짙은 안개 속에서 미처 피하지 못하고 정면으로 충돌하고 맙니다.

Tenerife Airport Disaster 1977년 3월 27일, 테네리페 공항 활주로에서 정면 충돌 후 끔찍한 화염에 휩싸인 여객기의 잔해 모습. 기장의 압도적인 권위에 눌려 합리적인 의심조차 묵살당한 결과는 항공 역사상 최악의 비극으로 이어졌습니다. (사진 출처: Wikimedia Commons)

에어 플로리다 90편 추락 사고 (1982년)

눈보라가 치는 혹한의 날씨, 이륙 활주 중 엔진 계기판이 비정상적인 수치를 가리키자 부기장은 여러 차례 우려를 표했습니다.

• 부기장: "엔진 계기판 지시값이 좀 이상한데요. 저거 정상 아닌 것 같지 않습니까? (That don't seem right, does it?)"
• 기장: "아니, 정상 맞아. 80노트 통과. (Yes it is, there's eighty.)"
• 부기장: "아뇨, 제 생각엔 안 맞는 것 같은데요... 아, 뭐 맞을지도 모르고요. (Naw, I don't think that's right. Ah, maybe it is.)"

기장의 단호한 태도에 부기장은 스스로의 정확한 판단을 의심하며 꼬리를 내렸고 끝내 이륙 포기(Rejected Takeoff)를 외치지 못했습니다. 기체는 이륙 직후 양력 부족으로 얼어붙은 포토맥 강으로 추락했습니다.

대한항공 801편 추락 사고 (1997년)

괌 공항 접근 중, 폭우로 시야가 완전히 가려진 상태에서 기장은 활주로가 보이지 않는데도 고도를 낮추는 치명적인 판단을 내립니다. 지면 충돌 직전, 부기장과 기관사는 위험을 인지했음에도 기장의 권위에 밀려 이렇게 에둘러 표현합니다.

• 부기장: "착륙 포기합시다. (Let's make a missed approach.)"
• 기관사: "안 보입니다. (Not in sight.)"
• 부기장: "안 보입니다, 착륙 포기... (Not in sight, missed approach.)"

절체절명의 순간이었음에도 기장의 행동을 직접적으로 가로막거나 조종간을 빼앗아 상승시키지 못한 채, 수동적인 권유에 그치고 말았던 이 사고는 강한 상하 위계질서가 빚어낸 참사의 대표적 사례로 기록되었습니다.

항공업계의 해결책: CRM(승무원 자원 관리) 도입

이러한 끔찍한 사고들을 연이어 겪은 후, 항공업계는 권위 편향이 인간의 의지로 극복할 수 없는 구조적 문제임을 깨달았습니다. 그 결과 도입된 것이 바로 CRM(Crew Resource Management, 승무원 자원 관리) 입니다.

CRM의 핵심은 '조종실 내의 위계질서 타파'와 '수평적 소통의 의무화'입니다. 기장의 개인적 직관이나 권위에 의존하는 대신, 모든 승무원이 체크리스트와 표준 작전 절차(SOP)라는 '객관적 데이터'를 기반으로 소통하도록 훈련받습니다.

이러한 변화는 조종실 내의 '대화 방식'을 비교해 보면 매우 쉽게 이해할 수 있습니다.

• CRM 도입 이전 (수동적 화법): "기장님, 밖에 안개가 짙은데 활주로가 잘 안 보이지 않습니까?" (권위에 눌려 문제 제기를 우회적으로 함)
• CRM 도입 이후 (데이터 기반 명확한 화법): "기장님, 현재 가시거리가 메뉴얼상 착륙 최저 기준에 미달합니다. 규정에 따라 즉각 착륙을 포기하고 기수를 돌려야 합니다." (객관적 수치와 규정을 근거로 직설적으로 요구함)

부기장은 기장의 치명적인 실수를 발견하면 직급의 높낮이에 상관없이 조종간을 빼앗아서라도 이의를 제기할 '의무'가 부여되었습니다. 반대로 기장 역시 "내 비행 경력이 몇 년인데 감히 지적하느냐"라며 화를 내는 대신, 부조종사의 데이터 기반 의견을 비판 없이 수용하는 문화가 항공업계 전반에 시스템적으로 정착되었습니다.

3. 디지털 마케팅의 '기장님': Google

오늘날 디지털 마케팅 생태계에서 '기장님(Captain)'이자 절대적인 '흰 가운(Authority)'을 입고 있는 존재는 누구일까요? 바로 Google과 Meta의 알고리즘입니다.

최근 몇 년간 구글 애즈(Google Ads)는 인공지능 기반의 '실적 최대화(Performance Max, PMax)' 캠페인과 '자동 적용 추천(Auto-apply recommendations)' 기능을 강력하게 밀어붙이고 있습니다. 입찰가를 올리고, 광범위 확장 키워드를 추가하고, 새로운 디스플레이 네트워크에 노출하라는 알람이 매일같이 대시보드에 뜹니다.

하지만 PMax나 자동 적용 추천이 항상 마케터의 성과를 개선해 주지 않는다는 점은 이미 다수의 데이터 기반 연구를 통해 입증된 사실입니다. 인공지능 광고 모델은 구조적으로 구글의 독점적 '블랙박스(Black box)'로 작동하기 때문에, Optmyzr, Adalysis 같은 대규모 글로벌 광고 플랫폼 분석 기관들의 실증 연구가 가장 핵심적인 레퍼런스로 꼽히며, 최근의 대규모 계정 분석 데이터가 지적하는 PMax와 자동화 기능의 치명적인 한계는 다음과 같습니다.

• 저품질 지면으로의 예산 누수: 광고주는 PMax 캠페인이 정확히 어떤 웹사이트나 유튜브 채널에 노출되었는지 사전에 정밀하게 제어하기 어렵습니다. 이로 인해 브랜드 안전성(Brand Safety)이 훼손되거나 무관심한 타겟에게 클릭을 유도하여 예산이 낭비되는 사례가 빈번합니다.
• 기존 우수 캠페인의 카니발리제이션(Cannibalization): Adalysis 등의 연구에 따르면, PMax는 종종 이미 ROAS 효율이 최상위권인 기존의 '검색(Search)' 캠페인 트래픽(특히 자사 브랜드명 검색)을 가로채어 자신의 성과로 부풀리는 경향이 있습니다. 겉보기 지표와 구글이 제시하는 '최적화 점수'는 좋아 보이지만, 전체 계정 매출의 순증가분(Incremental lift)은 오히려 제자리거나 하락하는 착시 현상을 일으킵니다.
• 플랫폼 소진액 증대 vs 광고주 ROAS의 충돌: 무분별하게 광범위 키워드를 추가하는 '자동 적용(Auto-apply)' 기능은 마케터의 궁극적 비즈니스 목표인 수익성 향상보다는, 구글 플랫폼 전체의 클릭 볼륨과 광고 소진액을 늘리는 방향으로 치우쳐 작동한다는 비판을 지속적으로 받고 있습니다.

💡 PMax와 AI 자동화가 만들어내는 구조적 함정(브랜드 키워드 잠식, MFA 사이트 예산 누수 등)과 이를 방어하기 위한 구체적인 액션 플랜은 이전 포스트인 AI가 당신의 마케팅 예산을 태우는 법 — Performance Max와 자동화의 숨겨진 함정 에서 상세히 확인하실 수 있습니다.

문제는 이러한 인공지능의 추천이 '마케터의 이익' 보다 '플랫폼의 이익' 에 부합하는 경우가 많음에도 불구하고, 실제 마케팅 조직 내부의 의사결정 과정을 살펴보면 극명한 권위 편향이 관찰된다는 점입니다.

Authority Bias in Marketing Decision Making 마케팅 의사결정에서의 권위 편향 개념도. Search Engine Land 등 주요 매체의 업계 조사에 따르면 최상위 전문 마케터들은 구글의 '자동 적용(Auto-apply)'을 극도로 불신함에도 불구하고, '공식 플랫폼의 권고'라는 타이틀이 붙는 순간 일반 실무진의 비판적 수용 능력은 크게 저하되는 현상(자동화 편향, Automation Bias)이 발생합니다.

팀 내의 주니어 마케터나 외부 에이전시가 "효율이 떨어지는 광범위 키워드를 다량으로 추가합시다"라고 제안했다면 당장 거절당했을 것입니다. 하지만 대시보드 상단에 [Google 최적화 점수 향상 권장] 이라는 타이틀로 동일한 제안이 나타나면, 전문가들조차 "구글의 머신러닝이 우리보다 더 많은 시그널을 보고 판단했겠지"라며 버튼을 누르고 맙니다. (참고: Search Engine Land 리포트)

이는 마케팅 업계의 전형적인 캡틴증후군 입니다.

4. 권위 편향을 극복하고 주도권 되찾기

권위 편향은 본능에 가깝기 때문에 단순히 "주의하자"고 해서 극복되지 않습니다. 마케팅 조직이 플랫폼의 꼭두각시가 되지 않기 위해서는 시스템적인 접근이 필요합니다.

1. 심리적 안전감(Psychological Safety) 구축: 밀그램 실험과 캡틴증후군 연구가 공통적으로 제시하는 해결책입니다. "구글의 추천이라도 틀릴 수 있다", "알고리즘의 결정에 반기를 들어도 불이익이 없다"는 조직 문화를 만들어야 합니다.
2. 권위와 데이터의 분리: 의사결정을 내릴 때 '누가 추천했는가(구글 매니저, 공식 문서)'를 철저히 배제하고, '우리의 테스트와 데이터가 무엇을 말하는가'에 집중해야 합니다.
3. 'Auto-Apply'의 선별적 차단: 플랫폼이 제공하는 자동 추천은 맹목적으로 적용하지 말고, 참고 지표로만 사용합니다.

구글과 메타의 알고리즘과 AI 추천은 훌륭한 도구지만, 비즈니스의 목표와 맥락을 온전히 이해하는 '기장'은 결국 마케터 자신이어야 합니다. 자신의 전략과 KPI, Data 분석이 명확하지 않으면, AI가 잘못된 결론을 내리는 경우를 절대 잡아낼 수 없습니다.

---

📚 참고자료

1. Milgram, S. (1963). Behavioral Study of Obedience. The Journal of Abnormal and Social Psychology, 67(4), 371–378.
2. [Search Engine Land] PPC practitioners still distrust Google auto-apply recommendations
3. Skitka, L. J., Mosier, K. L., & Burdick, M. (1999). Does automation bias decision-making? International Journal of Human-Computer Studies, 51(5), 991-1006.
4. Cialdini, R. B. (1984). Influence: The Psychology of Persuasion. Harper Business. (권위 편향에 대한 상세한 심리학적 분석 제공)
5. Foushee, H. C. (1984). Dyadic behavior in command: Copilots and "Captainitis". Aviation, Space, and Environmental Medicine.
6. Google Ads Help: About auto-apply recommendations
7. Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux. (시스템 1 사고가 어떻게 권위 편향을 유발하는지 설명)
8. [Optmyzr] Performance Max Study: Data & Tactics (대규모 PMax 캠페인 실증 데이터 및 검색 캠페인 카니발리제이션 분석)
9. [Adalysis] Performance Max vs Search Campaigns Analysis (PMax 알고리즘의 성과 부풀리기 현상 및 저품질 지면 예산 누수 연구)