Google 광고 관리자 화면을 열 때마다 익숙했던 옵션이 하나둘 사라지거나 이름이 바뀌어 당황한 적이 있는가? 특히 소규모 쇼핑몰을 운영하거나 1인 마케터로 활동하며 적은 비용으로 효율을 짜내야 하는 이들에게 Google의 '단순화'는 반가우면서도 두려운 소식이다. 내가 직접 지정하던 타겟팅 옵션이 사라진다는 것은 내 광고비가 어디에 쓰이는지 파악하기 더 어려워진다는 뜻이기 때문이다. 최근 Google이 발표한 독립형 디스플레이 캠페인의 폐지와 디맨드 젠(Demand Gen)으로의 통합 결정은 단순한 UI 변경이 아니다. 이는 광고주가 쥐고 있던 '운전대'를 Google의 AI에게 완전히 넘겨야 하는 시대가 왔음을 의미한다.
수동 제어의 시대가 저물고 AI 자동화가 표준이 된 배경
Google이 오랜 시간 서비스해 온 독립형 디스플레이 캠페인(Standalone Display Campaigns)은 광고주가 광고를 노출할 특정 웹사이트, 키워드, 관심층을 직접 지정하는 방식이다. 하지만 원본 보도에 따르면, Google은 이제 이 방식을 폐지하고 디맨드 젠(Demand Gen) 캠페인으로 통합하기로 했다. 디맨드 젠 캠페인이란 머신러닝을 중심으로 YouTube, Gmail, Google 검색 등 Google의 여러 채널에 자동으로 광고를 최적화해 노출하는 통합형 캠페인을 말한다.
이러한 변화의 핵심은 '데이터 밀도'에 있다. 과거에는 광고주가 "A라는 뉴스 사이트에 내 광고를 올려줘"라고 명령하는 것이 효율적이라고 믿었다. 하지만 사용자들의 행동 패턴이 복잡해지면서, 특정 사이트 하나를 지정하는 것보다 사용자가 유튜브를 보다가 메일을 확인하고 구글 검색을 하는 모든 경로를 AI가 추적하며 적절한 타이밍에 광고를 던지는 것이 성과가 더 좋다는 것이 입증되었다. Google 입장에서는 광고주가 세세한 타겟팅(광고를 보일 사람의 특성을 지정하는 과정)을 설정할수록 AI가 학습할 수 있는 데이터의 폭이 좁아진다고 판단한 것이다. 결국, 광고주의 수동 설정을 줄여 머신러닝이 마음껏 활동할 수 있는 운동장을 넓혀주겠다는 의도다.
디맨드 젠은 기존 디스플레이 광고와 무엇이 다른가
가장 큰 차이는 '통제권의 범위'와 '노출 지면'이다. 기존 독립형 디스플레이 광고가 내가 원하는 식당을 직접 골라 예약하는 방식이었다면, 디맨드 젠은 AI가 내 취향을 분석해 알아서 맛집을 예약해 주는 '추천 서비스'에 가깝다. 디맨드 젠은 단순히 웹사이트 배너에만 머물지 않고 YouTube 쇼츠(Shorts), 디스커버리 피드 등 시각적 요소가 강한 구글의 핵심 서비스 전반에 광고를 뿌린다.
특히 입찰 전략(광고주가 클릭당 비용을 얼마까지 낼지, 어느 타이밍에 입찰할지 정하는 설정) 부분에서 AI의 영향력이 절대적이다. 기존에는 광고주가 "클릭 한 번에 최대 500원까지만 쓰겠다"고 명확히 선을 그을 수 있는 옵션이 많았으나, 디맨드 젠 체제에서는 '전환 가치 극대화'나 '클릭수 최대화' 같은 결과 중심의 자동 입찰이 기본값이 된다. 이는 광고주가 세세한 비용 관리에 쏟는 시간을 줄여주지만, 반대로 왜 특정 시점에 광고비가 급증했는지 혹은 왜 원치 않는 지면에 광고가 나갔는지에 대해 사후 분석하기가 훨씬 까다로워졌음을 의미한다.
한국 시장의 특수성과 광고주가 맞닥뜨릴 현실적 장벽
한국은 네이버 GFA나 카카오모먼트처럼 광고주가 지면과 타겟을 매우 상세하게 설정할 수 있는 플랫폼이 강세를 보이는 시장이다. 국내 중소 광고주들은 "내가 모르는 곳에 광고비가 새는 것"에 극도로 민감하며, 이 때문에 구글의 자동화 전략에 거부감을 느끼는 경우가 많다. 특히 정교한 리마케팅(내 사이트에 방문했던 사람을 다시 찾아가는 광고)을 선호하는 한국 마케터들에게, 타겟팅의 블랙박스화는 운영의 불확실성을 높이는 요소다.
하지만 긍정적인 측면도 있다. 최근 국내에서도 상품 사진 하나로 1분 만에 판매 페이지 만드는 AI 기술이 주목받는 것처럼, 콘텐츠 제작의 문턱이 낮아지고 있다. 디맨드 젠은 이미지와 영상 소재의 퀄리티에 따라 성과가 극명하게 갈리는 구조다. 한국의 빠른 트렌드 변화에 맞춰 다양한 소재를 투입할 수 있는 환경이 갖춰진다면, 오히려 복잡한 타겟팅 설정에 매몰되지 않고 '메시지' 자체에 집중하여 더 높은 성과를 낼 수도 있다. 다만, 이는 구글의 머신러닝이 한국어 맥락과 국내 사용자들의 특유한 구매 여정을 얼마나 정확히 학습하느냐에 달려 있다.
플랫폼의 '데이터 독점'과 광고주의 '의존도 심화' 구조
Google이 독립형 옵션을 없애는 이면에는 광고 생태계의 주도권을 완전히 가져오려는 전략이 숨어 있다. 광고주가 타겟팅 조건을 일일이 지정하면 Google은 그 조건 안에서만 광고를 돌려야 한다. 하지만 모든 설정을 AI에게 맡기면 Google은 자사가 보유한 방대한 1차 데이터(First-party data)를 가장 효율적으로 활용할 수 있는 방식으로 광고를 배치한다. 이 과정에서 광고주는 "어떤 타겟이 반응했는가"에 대한 구체적인 데이터 대신 "결과적으로 이만큼의 클릭이 발생했다"는 성과 보고서만 받게 될 가능성이 크다.
이러한 구조적 변화는 광고주를 플랫폼에 더 강하게 종속시킨다. 특정 타겟팅 노하우가 자산이었던 마케터들은 이제 'AI에게 어떤 데이터를 먹여줄 것인가'를 고민하는 데이터 관리자로 역할이 변하게 된다. 이는 장기적으로 광고 운영의 진입장벽을 낮춰 더 많은 광고주를 끌어들이는 효과를 내겠지만, 동시에 플랫폼이 정한 규칙과 알고리즘에 이의를 제기하기 어려운 환경을 만든다. 광고주 입장에서는 운영이 편해지는 대가로 플랫폼의 투명성에 대한 감시 권한을 일부 포기하게 되는 셈이다.
2026년 폐지 전까지 반드시 챙겨야 할 판단과 체크포인트
Google은 이번 전환을 단기간에 끝내지 않고 순차적으로 진행할 예정이다. 원본에 명시된 일정에 따르면 광고주들은 2026년까지 기존 캠페인을 유지하거나 전환할 수 있는 유예 기간을 갖는다. 하지만 변화는 이미 시작되었으며, 지금부터 준비하지 않으면 전환 시점에 성과가 급락하는 '러닝 커브'의 함정에 빠질 수 있다. 다음은 광고주와 마케팅 담당자가 지금 바로 실행해야 할 체크포인트다.
첫째, 현재 운영 중인 독립형 디스플레이 캠페인의 '성공 공식'을 문서화하라. 2026년 폐지 일정이 다가오기 전에, 현재 잘 작동하고 있는 타겟팅 규칙, 제외 키워드, 제외 게재위치 리스트를 정리해 두어야 한다. 이는 나중에 디맨드 젠 캠페인을 설정할 때 AI가 참고할 수 있는 소중한 '시드 데이터'가 된다.
둘째, 디맨드 젠 전환을 위한 '소재 테스트' 기간을 최소 1~3개월 확보하라. 디맨드 젠은 머신러닝이 충분히 학습할 시간이 필요하다. 기존 캠페인을 바로 끄지 말고, 예산의 10~20%를 디맨드 젠에 할당하여 기존 방식과 성과를 비교(A/B Test)하는 과정을 반드시 거쳐야 한다. 초기에는 클릭당 비용(CPC)이 튈 수 있으나, 학습이 끝난 후의 전환당 비용(CPA)을 기준으로 판단해야 한다.
셋째, '시각적 자산'에 투자하라. 디맨드 젠은 YouTube와 디스커버리 지면을 적극 활용하므로, 단순히 텍스트 위주의 배너로는 승산이 없다. 고화질 이미지와 짧은 영상(Shorts) 소재를 준비하는 것이 타겟팅 설정을 만지는 것보다 훨씬 중요한 성과 개선 요인이 될 것이다. 결국 "어디에 보여줄까"는 Google AI에게 맡기고, 광고주는 "무엇을 보여줄까"에 모든 에너지를 쏟아야 하는 시대가 왔다.