[2026 최신] 입찰 전략 최적화 방법 완벽 가이드 | 테라그로스

매주 월요일 아침마다 똑같은 질문을 받는다. “이번 주는 입찰을 어떻게 만져야 할까요?” 사실 이 질문 자체가 2026년에는 좀 어색해졌다. 우리가 직접 입찰가를 손으로 조정하던 시대는 작년쯤 거의 끝났고, 지금은 머신러닝이 알아서 굴리는 자동입찰을 어떻게 ‘잘 다루느냐’가 진짜 실력이 되어버렸으니까.

근데 자동이라고 해서 던져놓고 끝나는 건 절대 아니다. 오히려 자동입찰이 똑똑해질수록 우리가 던져주는 신호가 더 중요해졌다. 잘못된 데이터, 어설픈 전환 설정, 좁은 학습 기간 – 이 세 가지로 캠페인 망치는 케이스를 올해만 수십 번 봤다. 오늘은 우리가 실제로 클라이언트 계정 굴리면서 정리한 2026년 기준 입찰 최적화 방법을 풀어본다.

2026년, 입찰 전략은 어디까지 왔나

먼저 짚고 넘어갈 게 있다. 2024년 이전에는 수동 CPC, 향상된 CPC(eCPC), 타겟 검색 페이지 위치 같은 전략들이 살아있었다. 이젠 거의 다 정리됐다. 구글이 2024년 말부터 향상된 CPC를 디스플레이/디맨드젠에서 단계적으로 종료시켰고, 검색 페이지 위치 입찰도 사라졌다. 지금 남은 건 사실상 다섯 개다.

• 전환수 최대화 – 예산 안에서 전환 가장 많이
• 전환 가치 최대화 – 전환의 ‘가치’를 합산해서 최대화
• 타겟 CPA – 전환당 비용을 특정 값으로 맞추기
• 타겟 ROAS – 광고비 대비 매출 비율 목표 설정
• 클릭수 최대화 – 트래픽 위주 (브랜드 인지/리마케팅용)

여기에 2025년부터 본격적으로 자리잡은 게 ‘AI 기반 가치 모델링’이다. 전환 가치를 직접 입력하지 않아도 구글이 사용자 행동 데이터로 가치를 추정해주는 기능인데, 이게 생각보다 잘 돈다. 단, 데이터가 충분히 쌓였을 때 얘기다.

수동입찰 시대를 그리워하지 마라

가끔 “예전엔 키워드별로 입찰가 직접 만지면 잘 됐는데…” 하는 광고주를 만난다. 솔직히 그 시절로 돌아갈 수 없다. 2026년 구글 검색 결과의 행동 패턴은 너무 복잡해졌다. AI Overviews, 멀티모달 검색, 음성 쿼리, 그리고 무엇보다 사용자별로 다른 SERP가 뜨는 환경에서 키워드 단위 수동입찰은 의미가 없어졌다.

전환 추적부터 다시 보자 – 입찰 최적화의 진짜 시작점

입찰 전략을 어떻게 짤지 묻기 전에 먼저 던져야 할 질문이 있다. “전환이 정확하게 잡히고 있나요?” 새로 인계받는 계정 열에 일곱은 여기서 문제가 발견된다. 전환 중복 카운트, 마이크로 전환과 매크로 전환 혼재, GA4와 광고 계정 간 데이터 불일치 같은 이슈들이다.

강화된 전환(Enhanced Conversions) 적용은 이제 옵션이 아니다

2024년 쿠키 정책 변경 이후 강화된 전환은 사실상 기본값이 됐다. 1자 데이터(이메일, 전화번호, 이름)를 해시 처리해서 구글에 전달하는 방식인데, 적용한 계정과 안 한 계정의 전환 측정 정확도가 평균 15-20% 차이난다. 우리가 작년에 이커머스 클라이언트 계정에 강화된 전환 적용했더니 보고된 전환수가 18% 올라갔고, 그 데이터를 학습한 자동입찰이 ROAS도 같이 끌어올렸다.

컨센트 모드 v2는 EU 외에도 챙겨라

한국 시장이라도 컨센트 모드 v2를 적용해두는 게 안전하다. 글로벌 광고를 돌릴 가능성이 있다면 더더욱. 동의하지 않은 사용자의 행동도 익명화된 신호로 모델링해서 입찰 알고리즘에 반영되기 때문에, 이거 빠뜨리면 자동입찰 학습이 절뚝거린다.

전략별로 언제 뭘 써야 하나

같은 자동입찰이라도 캠페인 목적에 따라 고르는 게 다르다. 우리가 클라이언트별로 다르게 적용하는 기준을 정리해본다.

리드젠 – 타겟 CPA가 기본, 단 데이터가 쌓인 후

B2B나 상담 신청 모델이면 타겟 CPA가 가장 안정적이다. 근데 처음부터 타겟 CPA로 시작하면 안 된다. 월 30건 이하 전환 나오는 캠페인에서 타겟 CPA로 묶어버리면 학습이 막힌다. 우리는 보통 이런 순서로 간다.

• 1단계 (0-30일) – 전환수 최대화로 데이터 쌓기
• 2단계 (30-60일) – 안정적인 CPA 평균값 확인
• 3단계 (60일 이후) – 평균 CPA의 110-120%로 타겟 CPA 진입

처음부터 평균 CPA 수준으로 타겟을 잡으면 입찰이 위축된다. 110-120%로 살짝 여유를 줘서 학습 폭을 넓혀준 뒤, 매주 5-10%씩 조여나가는 게 우리 방식이다.

이커머스 – 타겟 ROAS, 가치 신호 정교화가 관건

온라인 쇼핑몰이나 SaaS는 타겟 ROAS가 답이다. 근데 단순히 매출을 전환 가치로 넣지 말고 ‘마진 기반 가치’로 넣어야 한다. 작년에 패션 클라이언트 계정에서 매출 전체를 가치로 넣었더니 마진 낮은 베스트셀러에만 입찰이 쏠렸다. 마진율을 SKU별로 차등 적용해서 가치 신호를 보낸 뒤로는 수익성 좋은 상품 위주로 자연스럽게 옮겨갔다.

P-MAX(퍼포먼스 맥스)는 신호 품질이 90%

P-MAX 캠페인은 사실상 자동입찰만 선택할 수 있다. 그래서 입찰 전략을 ‘고르는’ 게 중요한 게 아니라, 알고리즘에 어떤 신호를 줄지가 중요해진다. 고객 리스트, 사이트 방문자 세그먼트, 비슷한 잠재고객 – 이런 1자 데이터를 ‘Audience signal’에 넣어주면 학습 속도가 확연히 빨라진다.

학습 기간을 망치는 7가지 실수

자동입찰 전략을 바꿀 때마다 알고리즘은 새로 학습한다. 이 학습 기간이 보통 7-14일인데, 이 기간을 무시하고 계속 만지면 영원히 안정화되지 않는다. 우리가 자주 보는 실수들을 정리한다.

1. 학습 중 예산을 큰 폭으로 변경

학습 기간에 예산을 30% 이상 올리거나 내리면 학습이 리셋된다. 변경이 필요하면 20% 이내로, 일주일 간격으로 나눠서 진행한다.

2. 매일 입찰 전략을 바꾸기

“오늘 성과 안 좋으니까 타겟 CPA를 낮추자”는 유혹이 가장 위험하다. 자동입찰은 시간 단위가 아니라 주 단위로 평균을 본다. 최소 2주는 같은 설정으로 두고 봐야 판단할 수 있다.

3. 키워드 대량 추가/삭제

학습 기간에 키워드를 100개 넘게 한꺼번에 추가하면 노출 비중이 갑자기 바뀌면서 학습 데이터가 흔들린다. 키워드 추가는 주 단위로 50개 이하씩 나눠서.

4. 타겟 CPA를 평균보다 낮게 설정

“평균 CPA가 5만원이니까 4만원으로 낮춰서 시작하자”고 하면 노출 자체가 안 나간다. 무조건 평균 이상에서 시작해서 점진적으로 낮춰야 한다.

5. 광고 그룹 구조 변경

학습 중 광고 그룹을 합치거나 분할하면 처음부터 다시다. 구조 변경은 학습 종료 후로 미루자.

6. 추적 코드 점검 안 하기

입찰 전략 변경 후 24시간 내 전환 추적 정상 작동하는지 반드시 확인. 태그 매니저 업데이트나 사이트 리뉴얼이 끼어들면 추적이 끊어지는 경우가 있다.

7. 시즌성 무시

설 연휴, 추석, 연말 같은 시즌엔 평소와 사용자 행동이 다르다. 시즌 직전이나 직중에 새 입찰 전략 도입하면 학습이 왜곡된다. ‘시즌성 조정’ 기능을 활용하든지, 시즌이 끝난 후로 미루는 게 낫다.

가치 기반 입찰로 넘어가는 법

이제 진짜 고급 영역이다. 단순히 전환수가 아니라 전환의 ‘가치’로 입찰하는 방법. 2026년 광고시장에서 경쟁우위를 만들고 싶으면 여기를 파야 한다.

모든 전환에 가치를 부여하라

리드젠 캠페인이라도 모든 전환에 가치를 매길 수 있다. 예를 들어 우리가 운영하는 한 B2B 클라이언트는 이렇게 가치를 차등화했다.

• 이메일 뉴스레터 구독 – 1,000원
• 백서 다운로드 – 5,000원
• 제품 카탈로그 요청 – 30,000원
• 상담 신청 폼 작성 – 100,000원
• 가격 견적 요청 – 300,000원

이렇게 가치를 줘야 알고리즘이 ‘진짜 비즈니스에 도움 되는’ 전환에 가중치를 둔다. 이전엔 전환수만 봐서 뉴스레터 구독만 늘던 캠페인이, 가치 기반으로 바꾸자 견적 요청 비중이 두 배 이상 늘었다.

오프라인 전환을 꼭 업로드하자

온라인에서 발생한 리드가 실제 계약으로 이어진 데이터를 다시 광고 계정에 올려주는 작업이다. 이걸 안 하면 알고리즘은 “어떤 리드가 진짜 매출로 이어지는지” 모른다. CRM과 구글 광고 계정을 연동해서 (Salesforce, HubSpot 등 대부분 자동 연동 지원) 주 1회는 오프라인 전환을 업로드해야 한다.

예측 가치(Predicted LTV)를 활용하기

2025년부터 본격적으로 들어온 기능인데, 첫 구매가의 단순 가치가 아니라 ‘이 고객이 1년 동안 가져올 예상 가치’를 학습 신호로 쓸 수 있다. 구독 비즈니스나 반복 구매가 많은 업종이라면 거의 필수다. GA4의 ‘predicted revenue per user’ 데이터를 광고 가치로 가져오면 된다.

입찰 시뮬레이터, 안 보면 손해다

구글 광고 인터페이스에 숨어있는 보석이 입찰 시뮬레이터다. 캠페인 단위, 광고 그룹 단위, 키워드 단위로 “타겟 CPA를 X로 바꾸면 노출/클릭/전환이 어떻게 바뀔까”를 시뮬레이션해준다.

2025년 후반부터 시뮬레이터가 P-MAX와 디맨드젠 캠페인에도 적용됐다. 우리가 클라이언트한테 입찰 변경 제안할 때 거의 항상 시뮬레이터 화면을 같이 보여준다. “타겟 CPA를 5만원→6만원으로 올리면 전환수가 30% 늘어날 것”이라는 예측이 보이면 클라이언트도 의사결정이 쉬워진다.

시뮬레이터 결과를 100% 믿진 마라

중요한 단서가 있다. 시뮬레이터는 ‘최근 7일’의 데이터만 본다. 시즌성, 외부 이벤트, 경쟁사 진입 같은 변수는 반영 안 된다. 우리는 시뮬레이터 결과의 70-80% 정도만 실제로 나온다고 보고 보수적으로 잡는다.

지금 당장 점검해야 할 5가지

여기까지 읽었다면 본인 계정에서 즉시 확인할 게 다섯 가지다.

1. 강화된 전환 진단 점수 – 광고 계정 → 도구 → 전환 → 진단 탭에서 ‘Good’ 이상인지
2. 학습 상태 – 캠페인별 입찰 전략이 ‘Learning’에 며칠째 멈춰있는지 (14일 이상이면 신호 부족)
3. 전환 가치 다양성 – 모든 전환이 가치 1로 통일되어 있진 않은지
4. 오프라인 전환 업로드 빈도 – 마지막 업로드가 언제였는지 (1주 이상이면 늦음)
5. 시즌성 조정 – 곧 다가올 시즌에 대해 시즌성 조정이 등록되어 있는지

이 다섯 가지만 제대로 봐도 입찰 알고리즘 성능이 단기간에 좋아진다. 우리가 새 클라이언트 인수할 때 첫 2주 동안 가장 먼저 손대는 것들이다.