안녕하세요. 오랜만에 <마케터의 실무팁> 코너로 돌아왔습니다! 😆

이 척박한 온라인 마케팅 시장에서 누군가의 경험이 담긴 노하우를 얻는다는 건 쉽지 않아요. 애초에 정답이랄 것도 없고, 직접 시간과 노력을 들여 실험을 거친 결과물을 쉽게 공유할 리가 없죠.. 😭

다만, 마케터들은 그 실무 팁에 대한 갈증이 늘 있습니다. 한정된 예산에서 늘 좋은 결과를 낼 수 없단 사실, 큐레터는 공감하고 또 위로하고 있어요. 그래서 마케터들을 위한 실무 인사이트가 가득한 <마케터의 실무팁> 코너를 놓치지 않고 가져왔답니다.

이번 콘텐츠를 써주신 분은 아이보스에서 활동하는 마케터라면 이미 알고 있을 수도 있어요. 실무에 대한 노하우를 아낌 없이 풀어주는 랜선선배 조영빈님이에요. 특히 AI를 활용하거나, 머신러닝에 대한 이해 등과 관련한 인사이트를 자주 공유하시는데요. 이번에도 유익한 마케팅 실무 팁을 가져왔으니 재밌게 봐주세요!

CPA 3만 원에서 6천 원대로 내려오기까지

- 같은 광고, 다른 결과가 나온 이유

이 글은 "광고를 잘 돌려서 효율을 냈다"는 성공담이 아니에요. 오히려 광고가 이미 잘못 학습된 상태에서 얼마나 오래 버텨왔는지, 그리고 그 학습을 어떻게 다시 돌렸는지에 대한 기록에 가깝습니다.

이 브랜드는 크로스핏 계열의 프랜차이즈인데요. 광고의 목적은 처음부터 명확했어요. 온라인 전환 지표를 예쁘게 만드는 것이 아니라, 각 지점으로 실제 사람이 방문해서 결제까지 이어지게 만드는 거였죠.

이 흐름이 무너지면 CPA가 아무리 낮아도 현장에서는 의미가 없습니다.

1. 글로벌 에이전시 운영 시기

- 나쁘지 않았던 숫자

처음 이 브랜드의 광고는 글로벌 에이전시에서 지점별로 운영하고 있었습니다. 당시 CPA는 약 3만 원 수준이었어요. 브랜드 내부에서는 이 수치를 크게 문제 삼지 않았던 것으로 알고 있습니다.

이유는 분명했습니다. 1회 결제 금액이 10만 원 전후이고, 재등록 회원 비중이 높은 구조였기 때문이죠. 단기 CPA보다 장기 고객생애가치(LTV)를 중요하게 보는 관점에서 3만 원은 "버틸 수 있는 숫자"였습니다. 브랜드 내부적으로 나쁘지 않았다고 판단했던 수치로 보여집니다.

2. 국내 에이전시 운영 시기

- 숫자는 좋아졌지만, 현장은 힘들어졌다

이후 국내 에이전시가 운영을 맡으면서 CPA는 빠르게 내려옵니다. 1만 원 후반대. 광고 성과표만 보면 분명히 개선된 결과였어요.

하지만 이 시점부터 지점에서 들려오는 이야기가 조금씩 달라지기 시작했다고 합니다. DB는 늘었고, 전화는 더 많이 돌렸지만 결제는 생각만큼 늘지 않았거든요. 상담 연결이 되지 않는 DB가 늘어나고, 연결이 되더라도 "일단 알아보려고요"라는 응답이 많아졌죠.

이 이야기를 듣고 이 광고를 CPA 문제로 보기 시작하지 않았습니다. 이건 비용의 문제가 아니라, 광고가 데려오는 사람의 문제라고 느꼈기 때문이에요. DB 수가 늘어날수록 지점은 더 바빠졌지만, 그 바쁨이 매출로 바로 연결되지 않는 구조는 오래 유지될 수 없습니다.

3. 인수받았을 때, 가장 먼저 한 일

이 광고를 맡았을 때 가장 먼저 한 선택은 "바꾸지 않는 것"이었어요. 기존 세팅을 그대로 두고 집행했습니다. 무엇이 잘못됐는지 보기 전에는, 무엇을 고칠지도 알 수 없기 때문이에요.

결과는 예상과 크게 다르지 않았어요. CPA는 여전히 1만 원대 후반. 그런데 DB를 하나하나 뜯어보면 공통점이 보였습니다. 폼 작성은 빠르고, 반응도 빠르지만, 실제 결제까지는 거리가 먼 유형의 사용자들이 많았거든요.

이 시점에서 확신이 들었습니다. 이 계정은 효율이 나쁜 게 아니라, 머신러닝이 엉뚱한 방향으로 가고 있었습니다. 이게 중요한 포인트라고 생각했어요. 머신러닝이 타겟으로 잡고 있는 유저가 우리가 원하는 유저와는 다르다는 사실이요.

4. 잘못된 머신러닝은 '그럴듯한 숫자'를 만든다

머신러닝에 의존하는 광고에서 가장 위험한 건, 완전히 망한 상태가 아닙니다. 오히려 어설프게 잘 돌아가는 상태예요. 숫자가 나쁘지 않게 나오기 때문에, 문제를 인식하기가 어렵습니다. 전환당 단가, CTR, CPC, CPM 모두 나쁘지 않게 나오지만, 진짜 DB/리드는 잘 들어오지 않아요.

메타는 내가 정의한 전환을 가장 쉽게 해주는 사람을 찾아갑니다. 그 전환이 '결제'가 아니라 '폼 제출'에 가까워질수록, 광고는 점점 "쉽게 반응하는 사람"을 더 잘 찾게 되죠.

이 계정은 딱 그 상태였습니다. 폼 제출을 잘 하는 사람을 찾는 데는 똑똑해졌지만, 결제와는 점점 멀어지고 있었어요. 그래서 저는 기존 캠페인을 살리는 방향을 택하지 않았어요. 학습을 새로 시작해야 한다고 판단했습니다.

5. 캠페인을 새로 만들며, 먼저 솔직하게 말했습니다

새 캠페인을 시작하기 전에 광고주에게 먼저 말씀드렸습니다.

초반에는 CPA가 오를 수도 있고, 실제 결제 성과도 잠시 흔들릴 수 있다고요.

이 말을 먼저 하는 건 쉽지 않죠. 하지만 이 과정을 숨기면, 나중에 결과가 나와도 신뢰는 남지 않아요. 그리고 전략적으로도 이 구간은 반드시 필요했습니다.

초반에는 일부러 결제 가능성은 낮지만 광고 반응은 확실한 층에게 노출을 늘렸습니다. 메타에게 다시 가르치기 위한 단계였습니다. "이 브랜드 광고에 반응하는 사람은 이런 유형이다."

예상대로 그 구간에서는 반응은 늘었고, CPA는 일시적으로 상승했습니다. 하지만 저는 이 구간을 실패로 보지 않았어요. 오히려 계정이 다시 학습을 시작했다는 신호로 봤죠.

6. 머신러닝 구간에서의 크리에이티브 전략에 대한 생각

이 과정에서 크리에이티브에 대해 계속 고민했습니다. 기본적으로 크리에이티브는 '소재 하나'보다 '소재 궁합과 조합'이 더 중요하다고 생각합니다. 퍼널이 길어질수록 각 단계에서 필요한 메시지가 다르기 때문이에요.

다만, 이번 프로젝트의 핵심은 잠재고객 확보 캠페인이었습니다. 이 캠페인은 메타 안에서 탐색부터 폼 작성까지가 매우 빠르게 끝나는 패스트 퍼널 구조예요. 사용자는 깊이 고민하기보다, 순간적으로 반응이 오는 크리에이티브에만 반응하고 바로 폼을 작성하죠.

이 구조에서는 자연스럽게 승자독식이 발생합니다. 전환 캠페인을 돌렸을 때와의 전략과는 완전히 상반되는 구조를 가져가거든요. 반응이 좋은 크리에이티브는 더 많은 노출을 가져가고, 반응이 애매한 크리에이티브는 학습에서 빠르게 밀려나요. 여기에 더해, 반응이 애매할수록 사람이 빨리 끊어야 합니다.

그래서 이 단계에서는 "여러 메시지를 고르게 학습시키자"보다, 지금 계정에서 가장 반응이 잘 나오는 크리에이티브를 빠르게 찾고, 그 반응을 극대화하는 것에 집중했습니다.

이건 크리에이티브를 단순하게 본다는 의미가 아니에요. 오히려 머신러닝을 방해하지 않기 위한 선택에 가깝죠. 반응 데이터가 충분히 쌓인 뒤에야, 그 데이터를 기반으로 구매에 가까운 확장을 할 수 있기 때문입니다.

7. 전환점

- 정제된 확장

충분한 반응 데이터가 쌓인 뒤, 유사 타겟을 새로 만들었어요. 무작정 넓히는 확장이 아니라, 반응 데이터를 기반으로 구매에 더 가까운 층으로 확장하는 단계였습니다.

이 시점부터 숫자가 빠르게 바뀌기 시작했습니다. 1만 원대 후반 → 1만 원대 초반 → 6천 원대. 1월 연초 시즌이 겹치면서 CPA는 더 내려갔고, 2월에도 6천 원대가 무너지지 않고 유지됐어요.

이걸 보면서 든 생각은 단순했습니다. 이제 계정이 제대로 배웠다.

8. 퍼널로 보면, 이 광고의 의미가 더 명확해진다

이 광고의 가치를 CPA 하나로 평가하지 않습니다. 지점에서 중요한 건 결국 결제로 이어지는 흐름이기 때문이에요.

현재 퍼널은 이렇게 작동하고 있습니다.

9. 다음 단계는 '결제 최적화'

현재는 DB 기반 CPA 구조입니다. 다음 단계는 명확해요. 사이트 리뉴얼을 진행하고, 픽셀·GA4·GTM을 정비해서 실제 결제 데이터를 학습시키는 전환 캠페인으로 넘어갈 예정입니다.

지금까지는 "결제로 이어질 가능성이 높은 DB를 안정적으로 만드는 단계"였다면 이제부터는 결제 자체를 예측하는 광고로 가야죠.

기록을 마치며

이번 사례처럼 "광고 성과는 괜찮아도, 실제 결제로 이어지지 않았을 때"가 있습니다.

이럴 땐, 비용의 문제로만 여기기보다는 "데려오는 사람이 문제가 아닐까?"라는 질문도 필요합니다. 광고가 타겟으로 잡고 있는 유저가 우리의 고객과는 다른 상황이죠. 머신러닝이 엉뚱한 방향으로 학습된 거예요.

이럴 땐 과감하게 계정을 다시 학습시키는 것도 방법입니다. 충분한 데이터를 쌓으니, 일시적으로 올라갔던 CPA는 기존보다 더 낮아졌고요. 최종적으로는 프로젝트의 핵심 잠재고객 확보, 실 결제율도 함께 상승했습니다.

이 프로젝트에서 바뀐 건 소재도, 디자인도 아니에요. 광고 세팅뿐이죠. 그런데 결과는 달라졌어요.

이 차이는 감각이 아니라 머신러닝을 어디까지 이해하고, 어디까지 통제했는지에서 나왔습니다. 이 글은 그 과정을 최대한 솔직하게 남긴 기록이에요.

* 이 글의 원고는 랜선선배 조영빈님이 제공해 주셨으며, 큐레터가 편집했습니다. 

오늘의 콘텐츠가 유익하셨다면 조영빈 강사님을 교육으로도 만나볼 수 있어요!

👉 2026년 메타 광고 실무 노하우 교육 (by. 조영빈 강사님)

🍀 큐레터를 구독하시면 매주 월 / 목요일 마케터에게 도움이 되는 유용한 정보를 보내드려요!