> ## Content Index > Fetch the complete content index at: https://zerodraftlab.com/llms.txt > Use this file to discover other available public pages before exploring further. # 광고를 많이 만들수록 더 많이 배우는 것은 아니다 - URL: https://zerodraftlab.com/ad-volume-is-not-learning/ - Published: 2026-08-09T03:16:38.000Z - Updated: 2026-09-15T08:35:00.000Z - Author: JooMong 30일 동안 광고 1,352개를 테스트했다는 제목은 강하다. 숫자가 크니 그만큼 많이 배웠을 것처럼 들린다. 하지만 광고 개수와 학습량은 같은 장부에 들어가지 않는다. 같은 후킹 문구의 어순을 바꾸고, 같은 제품 사진의 배경색을 바꾸고, 같은 약속을 세로 영상과 정사각형 이미지로 다시 만들면 광고 파일은 빠르게 늘어난다. 실패한 이유를 구분할 수 없다면 늘어난 것은 파일 수뿐이다. 이 구분은 AI 광고 제작 도구가 보편화될수록 더 중요해진다. Meta의 Advantage+ creative는 이미지 확장, 배경 생성, 문구 변형, 정지 이미지 애니메이션 같은 기능으로 한 소재에서 더 많은 변형을 만든다. 플랫폼은 이를 “더 다양해진 크리에이티브”라고 설명한다. 제작 속도는 분명 빨라진다. 그러나 변형을 많이 생성하는 능력과 무엇을 배울지 정하는 능력은 다르다. ## 다양성은 파일 수가 아니라 가설 사이의 거리다 Meta의 Performance 5도 광고 소재의 다양화를 권한다. 여러 메시지와 형식을 주고 시스템이 사람마다 더 관련 있는 광고를 고르게 하라는 뜻이다. 여기서 다양성은 한 시안의 사소한 변주만을 뜻하지 않는다. 같은 제품이라도 고객이 붙잡힌 문제, 약속하는 변화, 믿게 만드는 증거, 말하는 사람, 사용하는 장면은 달라질 수 있다. “시간을 아낀다”와 “실수를 줄인다”는 서로 다른 약속이다. 창업자의 설명과 실제 사용자의 시연은 서로 다른 증거다. 제품 사진과 사용 과정 영상은 단지 포맷만 다른 것이 아니라 다른 의심에 답할 수 있다. 반대로 문구 세 줄과 배경 네 개를 조합해 열두 장을 만들었다고 해도 모두 같은 이유로 선택되거나 버려질 수 있다. 이 경우 광고는 열두 개지만 가설은 하나다. 광고 소재의 다양성은 개수보다 서로 다른 고객 판단을 얼마나 건드리는지로 봐야 한다. ## 메타 광고의 테스트는 자동으로 실험이 되지 않는다 광고관리자에서 여러 광고를 동시에 돌리면 결과 표가 생긴다. 그 표가 곧 인과를 증명하지는 않는다. Meta의 전달 시스템은 학습 단계에서 어떤 사람과 게재 위치가 결과를 낼지 탐색하고, 성과가 예상되는 곳에 노출과 예산을 다르게 배분한다. 모든 광고가 같은 사람에게 같은 횟수로 무작위 노출되는 실험실과는 다르다. 그래서 많이 집행된 광고가 더 좋은 광고였을 가능성과, 시스템이 일찍 가능성을 높게 보고 더 많은 기회를 준 광고였을 가능성이 섞인다. 클릭률이 높은 소재가 매출을 만든 것인지, 원래 살 가능성이 높은 사람에게 더 많이 도달한 것인지도 결과 표만으로는 완전히 분리하기 어렵다. 영상에서 Mark는 승인된 광고의 랜딩 페이지를 바꾸는 식의 조작이 알고리즘에 악영향을 줄 수 있다고 경고한다. Meta 공식 안내에서 직접 확인되는 범위는 조금 좁다. 링크나 소재 변경은 광고를 다시 검토하게 만들 수 있고, 중대한 수정은 광고를 다시 준비 단계로 보낼 수 있다. 이것만으로 Meta가 랜딩 페이지 수정에 벌점을 준다고 단정할 수는 없다. 다만 테스트 중 목적지와 메시지를 함께 바꾸면 이전 구간과 이후 구간을 같은 조건으로 비교하기 어려워진다. 광고 운영자가 지켜야 할 것은 알고리즘의 기분이 아니라 비교 가능성이다. 무엇을 바꿨는지 모르면 성과가 올라도 다음 결정을 복제할 수 없다. ## 광고 한 개보다 가설 한 개를 세어야 한다 광고 테스트의 최소 단위는 파일이 아니라 반증 가능한 가설이다. “짧은 영상이 좋을 것이다”는 아직 넓다. “구매 직전 고객에게는 창업자 설명보다 실제 사용 장면이 첫 구매 전환을 더 높일 것이다”라고 적으면 대상, 비교할 증거, 확인할 결과가 생긴다. 좋은 결과만 찾는 것도 충분하지 않다. 테스트가 끝난 뒤 무엇을 더 이상 믿지 않게 됐는지 말할 수 있어야 한다. 제품 설명을 줄인 영상이 클릭은 늘렸지만 구매 전환은 낮췄다면, 짧은 설명이 항상 낫다는 믿음은 약해진다. 다음 광고는 더 짧게 만드는 대신 구매 전 의심을 해소하는 증거를 바꾸는 쪽으로 간다. 1,352라는 숫자는 제작 능력을 말해줄 수 있다. 각 광고가 어떤 가설을 맡았고 어떤 결정을 폐기했는지 없으면 학습 능력까지 증명하지는 못한다. 광고 라이브러리보다 먼저 필요한 것은 광고가 줄인 불확실성의 장부다. 그러면 소재, 퍼널, 미디어 바잉이 한꺼번에 움직이는 현실에서 무엇을 고정하고 무엇을 바꿔야 다음 광고가 이전 광고보다 더 많은 정보를 남길까. 고정해야 하는 것은 화면 모양이 아니라 비교의 기준이다. 광고 결과에는 적어도 네 층이 겹친다. 고객이 반응한 문제와 약속, 그 약속을 표현한 소재, 클릭 뒤의 제안과 랜딩 페이지, 노출과 예산을 배분한 전달 방식이다. 네 층을 한꺼번에 바꾸면 매출이 올라도 어느 결정이 효과를 냈는지 남지 않는다. ## 발견과 확인은 같은 캠페인에서 끝내지 않는다 처음부터 변수 하나만 바꾸는 정교한 A/B 테스트를 고집하면 탐색이 느려질 수 있다. 아직 고객이 어떤 문제와 증거에 반응하는지도 모르는 단계라면 서로 멀리 떨어진 소재를 넓게 던지는 편이 낫다. 이때 목표는 승자를 확정하는 것이 아니라 가능성이 낮은 방향을 빨리 버리고 다음 확인 대상을 고르는 것이다. 발견 단계에서는 제안, 전환 목표, 측정 창을 가능한 한 안정적으로 두고 문제·약속·증거가 다른 소재를 비교한다. 플랫폼의 자동 전달은 유망한 조합을 찾는 탐색 장치로 쓴다. 여기서 나온 상위 소재는 후보이지 인과가 확인된 승자가 아니다. 확인 단계에서는 한 번에 하나의 사업 결정을 좁힌다. 사용 장면과 창업자 설명 중 무엇이 구매 전환에 유리한지 보고 싶다면 가격, 랜딩 페이지, 타기팅과 최적화 목표는 유지한다. Meta 광고관리자의 A/B 테스트나 별도 랜딩 실험을 쓰더라도 중간에 링크, 예산 구조, 전환 이벤트를 함부로 바꾸지 않는다. 차이가 작다면 멋진 해석을 붙이지 않고 아직 구분할 수 없다고 남긴다. 이 두 단계를 섞으면 탐색 중 우연히 앞선 광고를 영구 승자로 오해하거나, 확인해야 할 가설을 끝없이 새 소재로 덮게 된다. 넓게 찾고 좁게 확인하는 순서가 광고 생산을 학습으로 바꾼다. ## 퍼널은 광고 성과의 배경이 아니라 실험 변수다 영상은 같은 광고도 어떤 퍼널에 연결하느냐에 따라 성과가 달라진다고 강조한다. 이 말은 광고의 공을 랜딩 페이지에 넘기라는 뜻이 아니다. 광고가 만든 기대와 도착한 페이지의 약속이 이어지는지 함께 봐야 한다는 뜻에 가깝다. 광고가 “설치 없이 바로 쓴다”고 말했는데 랜딩 첫 화면이 기능 목록부터 보여주면 클릭과 구매 사이에서 약속이 끊긴다. 광고를 더 자극적으로 바꾸면 클릭률은 오를 수 있지만 끊어진 약속은 더 커진다. 반대로 랜딩 페이지가 약속, 증거, 가격과 위험을 명확히 이어주면 평범한 광고도 구매 판단을 끝낼 수 있다. 그래서 광고 지표는 퍼널 지표와 함께 읽어야 한다. 클릭률이 떨어졌다면 소재나 노출 대상의 문제일 수 있다. 클릭률은 유지되는데 구매 전환이 내려갔다면 페이지, 제안, 가격, 재고 같은 클릭 뒤 조건을 먼저 의심할 수 있다. 구매 수는 유지되는데 환불이나 저품질 리드가 늘었다면 최적화 목표가 사업이 원하는 고객과 어긋났을 수 있다. 어느 경우든 한 지표만으로 원인을 확정하지 않고 다음 확인 대상을 좁히는 단서로 쓴다. Meta의 Conversions API가 구매 이후 행동이나 고객 가치 신호를 전달할 수 있게 하는 이유도 여기에 있다. 플랫폼이 클릭이나 값싼 리드만 보게 하면 그 목표를 잘 만드는 사람을 찾는다. 반복 구매, 자격 있는 리드, 오프라인 전환처럼 사업에 가까운 신호를 정확히 보낼수록 광고 최적화와 사업 성과의 거리가 줄어들 수 있다. 개인정보와 플랫폼 정책을 지키며 수집·전송해야 한다는 경계도 함께 남는다. ## 광고의 수명은 피로도 한 단어로 설명되지 않는다 성과가 내려가면 흔히 소재가 죽었다고 말한다. 실제로 같은 광고가 같은 사람에게 반복 노출돼 반응이 줄었을 수 있다. 하지만 경매 비용, 도달한 사람의 구성, 랜딩 전환, 가격, 재고, 경쟁사의 프로모션도 같은 시기에 움직인다. 소재를 폐기하기 전에 하락이 어디서 시작됐는지 나눠봐야 한다. 노출 비용이 올랐는지, 클릭 반응이 내려갔는지, 클릭 뒤 전환이 꺾였는지, 매출은 유지되지만 마진이 줄었는지를 구분한다. 이 분해는 원인을 자동으로 증명하지 않지만 모든 하락을 광고 피로로 몰아가는 것보다 다음 테스트를 작게 만든다. 좋았던 광고를 끝없이 살리는 것도 목표가 아니다. 어떤 약속과 증거가 통했는지 남기면 한 파일의 수명이 끝나도 다음 소재가 그 학습을 이어받는다. 반대로 파일만 복제하면 광고는 계속 늘지만 매번 처음부터 다시 시작한다. ## AI는 제작비를 낮추지만 실험비를 없애지 않는다 생성형 AI로 배경, 문구, 영상 변형을 빠르게 만들면 제작 병목은 약해진다. 그만큼 비슷한 소재를 대량으로 만드는 유혹도 커진다. 한 프롬프트에서 나온 스무 개의 결과가 시각적으로 달라도 같은 고객, 같은 약속, 같은 증거를 반복할 수 있다. AI를 광고 실험에 쓰려면 생성 개수보다 가설의 거리를 먼저 정해야 한다. 고객이 피하려는 손실, 얻고 싶은 변화, 믿을 만한 증거, 구매를 막는 위험을 각각 다른 방향으로 만들고, AI는 그 방향을 여러 형식에 맞게 표현하는 데 쓴다. 방향을 고르는 일까지 자동 생성에 맡기면 다양해 보이는 동어반복이 나온다. 운영 장부도 바뀌어야 한다. 이번 주에 몇 개를 만들었는지뿐 아니라 서로 다른 가설이 몇 개였는지, 무엇이 확인되지 않았는지, 어떤 결정을 버렸는지, 결과가 매출과 기여이익까지 이어졌는지를 적는다. 클릭률 승자가 저마진 고객만 데려왔다면 광고 플랫폼의 승리와 사업의 승리는 다르다. 광고 100개로 서로 다른 가설 열 개를 확인한 팀은 광고 1,352개로 같은 약속을 반복한 팀보다 더 많이 배울 수 있다. 생산량이 경쟁력이 되는 시기는 짧다. 다음 광고가 이전 광고의 실패를 기억하게 만드는 구조가 더 오래 남는다. --- 출발점: Mark Builds Brands Highlights, [I tested 1,352 Ads in 30 days. here’s how meta ads algo works](https://www.youtube.com/watch?v=r7E2DSRq9Lo&ref=zerodraftlab.com). 1,352개 테스트, 무작위 소재 탐색, 다양성, 퍼널, 미디어 바잉, 광고 수명은 영상 발표자의 주장과 YouTube AI 요약을 아이디어 출발점으로 삼았다. 계정 수, 예산, 표본 배분, 통제 방식은 공개 요약에서 확인되지 않아 보편적인 성과 근거로 쓰지 않았다. 공식 교차 확인: Meta for Business의 [Performance 5](https://www.facebook.com/business/ads/performance-marketing), [Advantage+ creative](https://www.facebook.com/business/ads/meta-advantage-plus/creative), [광고 세트 단순화 안내](https://www.facebook.com/business/ads/ad-set-structure), [광고 검토 안내](https://www.facebook.com/business/ads/review-policy-guidelines), [전달 상태와 학습 단계](https://www.facebook.com/help/messenger-app/650774041651557), [광고관리자 A/B 테스트 안내](https://www.facebook.com/help/messenger-app/621956575422138/), [Conversions API 안내](https://www.facebook.com/business/help/AboutConversionsAPI). Meta 자료는 플랫폼 공급자의 제품·운영 권고이며 개별 계정의 성과를 보장하지 않는다. 가설의 거리, 발견과 확인의 분리, 불확실성 장부는 이 글의 해석이다.