[마케팅 데이터 함정 퀴즈 5편] 알고리즘의 배신: 구글 AI가 추천하면 무조건 따라야 할까?

마케팅 데이터 함정 퀴즈 시리즈 5편입니다. 이번에는 구글·메타의 알고리즘과 타겟팅 전략이 만들어내는 함정을 다룹니다.

---

Q28. 구글 AI가 "이 타겟팅을 추가하면 전환 20% 증가"라고 추천합니다. 따라야 할까요?

⚠️ 전형적인 '권위 편향(Authority Bias)'입니다.

구글이나 메타의 시스템이 "AI 자동화(PMax, Advantage+)를 적용하면 성과가 20% 오릅니다"라고 권고하면, 마케터들은 이를 '절대적 진리'로 받아들이는 경향이 있습니다. 세계 최고의 엔지니어들이 만든 알고리즘이니 당연히 나보다 나을 것이라는 편향입니다.

하지만 핵심적인 이해 충돌(Conflict of Interest)이 있습니다. 플랫폼의 AI는 광고주의 이익이 아니라 플랫폼의 매출을 극대화하도록 설계되어 있습니다. "타겟팅을 넓히세요", "예산을 20% 올리세요"라는 추천은 결국 더 많은 광고비를 쓰게 만드는 방향입니다.

구글의 추천을 따르기 전에, 그 추천이 누구의 이익을 위한 것인지 한 번 더 생각해 보세요.

🔗 더 알아보기: 마케팅 전문가들도 빠지는 권위 편향의 함정

---

Q29. 우리 제품의 헤비 유저(상위 20%)에게만 집중 광고하면 효율적이지 않을까요?

❌ 바이런 샤프(Byron Sharp)의 '이중 위험 법칙(Double Jeopardy Law)'에 위배됩니다.

많은 마케터들이 "파레토 법칙: 상위 20% 고객이 매출의 80%를 만든다"를 근거로 헤비 유저에게 마케팅을 집중합니다. 하지만 바이런 샤프의 연구에 따르면 이것은 성장을 멈추게 하는 가장 확실한 방법입니다.

브랜드 성장의 진짜 동인은 침투율(Penetration)입니다. 기존 헤비 유저의 구매 빈도를 높이는 것이 아니라, 브랜드를 전혀 모르는 새로운 사람들에게 도달하는 것이 성장의 핵심입니다.

헤비 유저에게만 집중하면 두 가지 위험이 동시에 발생합니다(이중 위험):

1. 이미 자주 사는 사람에게 추가 구매를 유도하는 효과가 미미하고
2. 새로운 고객이 유입되지 않아 고객 베이스가 축소됩니다

🔗 더 알아보기: 타겟팅의 비효율성과 심리적 함정

---

Q30. 경쟁사가 우리 브랜드 키워드에 광고를 하고 있습니다. 즉시 방어 입찰해야 할까요?

⚠️ 반드시 CPIC(증분 클릭당 비용)를 계산한 후 결정해야 합니다.

감정적으로는 "내 키워드를 빼앗기다니!"라며 즉각 대응하고 싶겠지만, 방어 입찰에는 숨겨진 비용이 있습니다.

우리 브랜드를 검색한 100명 중:

• 80명은 경쟁사 광고가 있어도 어차피 우리를 클릭합니다 (충성 고객)
• 20명은 경쟁사로 이탈할 수 있습니다

방어 입찰을 하면 이 20명을 지킬 수 있지만, 동시에 어차피 올 80명의 클릭에도 광고비를 지불해야 합니다. 연구에 따르면, 경쟁사는 클릭당 $0.92로 우리 고객을 훔칠 수 있지만, 우리가 방어하려면 클릭당 $1.72(CPIC)를 지불해야 합니다.

이 보험료가 타당한지는 방어하지 않았을 때 잃을 매출 vs 방어 비용을 냉정하게 계산해야 합니다.

🔗 더 알아보기: 브랜드 검색광고 딜레마 2편: 최선의 방어

---

Q31. PMax가 자동으로 최적화해 주니 세그먼트를 나눌 필요 없겠죠?

❌ '블랙박스 함정'에 빠질 수 있습니다.

PMax는 검색, 디스플레이, 유튜브, 지메일 등 모든 채널을 하나의 캠페인에서 자동 운영합니다. 편리해 보이지만, 어떤 채널에서 어떤 소재가 어떤 오디언스에게 성과를 내는지 전혀 분석할 수 없습니다.

실무에서 PMax의 게재 위치를 감사(Placement Audit)해 보면:

• 유튜브 키즈 채널의 오클릭(어린이가 화면을 무작위로 터치)
• MFA(Made For Advertising) 사이트의 저품질 트래픽
• 브랜드 키워드 검색(자기 잠식)이 상당 부분을 차지

하는 경우가 빈번히 발견됩니다. AI에게 모든 것을 맡기면 편하지만, 마케터의 통제력과 인사이트를 동시에 잃는 대가를 치르게 됩니다.

🔗 더 알아보기: PMax의 블랙박스 해체와 실무진의 이탈 현상

---

Q32. 검증 벤더(IAS/DV)가 "사기율 1%"라고 보고합니다. 안심해도 될까요?

⚠️ Dr. Augustine Fou는 이를 '정상화된 사기(Normalized Fraud)'라고 부릅니다.

업계 검증 기관들이 발표하는 광고 사기율(13%)과, 독립 연구자들이 측정한 실제 사기율(2060%) 사이에는 엄청난 괴리가 있습니다.

이 괴리가 발생하는 이유는 구조적입니다. DSP, SSP, Ad Exchange 등 중간에서 수수료를 떼어먹는 모든 플레이어들은 트래픽이 많을수록 돈을 법니다. 가짜 트래픽을 적극적으로 차단하면 자기 매출이 줄어드는 구조이기 때문에, 아무도 진지하게 사기를 근절하려 하지 않습니다.

검증 벤더의 보고서를 참고하되, 독립적인 트래픽 분석 도구(FouAnalytics, SpiderAF 등)를 병행해서 교차 검증하는 것이 안전합니다.

🔗 더 알아보기: Ad Fraud 완전 가이드: 봇, MFA, 브랜드 세이프티

---

이 시리즈의 다른 글

• 📊 1편: 인과관계 vs 상관관계
• 📊 2편: ROAS의 거짓말
• 📉 3편: 평균의 함정
• 👻 4편: 노출·클릭·트래픽의 허영
• 🗣️ 6편: 설문·리서치 데이터의 왜곡 (예정)
• 💰 7편: 예산 배분과 장기/단기 전략 (예정)

---

📚 참고자료

• Sharp, B. (2010). How Brands Grow. Oxford University Press.
• Simonov, A., Nosko, C., & Rao, J. M. (2018). Competition and Crowd-Out for Brand Keywords. Marketing Science.
• Dr. Augustine Fou, FouAnalytics Research.