왜 킬-스케일 판단이 매번 다른 결론으로 갈리나

같은 계정을 보고도 담당자마다 "지금 끄자"와 "조금 더 보자"로 의견이 갈리는 경우가 흔합니다. 원인은 대개 판단 근거가 사람마다 다르기 때문입니다. 누군가는 3일치 CPA를, 누군가는 2주치 전환수를 기준으로 삼습니다. 이 편차를 줄이려면 개인의 감이 아니라 팀이 합의한 절차와 최소 요건을 먼저 세워야 합니다. 특히 신입 담당자와 시니어 담당자가 같은 대시보드를 보고도 다른 결론을 내는 경우, 대부분은 능력 차이가 아니라 "언제부터 판단해도 되는가"에 대한 암묵적 기준이 서로 달랐기 때문인 경우가 많습니다.

학습 기간 중 성과 악화를 실패로 오판하면 안 되는 이유

학습 기간은 구글 애즈의 스마트 입찰 전략이 캠페인 성과 데이터를 충분히 모아 최적화되기 전의 초기 단계로, 이 기간 동안 성과가 불안정한 것은 정상적인 과정입니다. 구글 애즈 공식 고객센터는 입찰 전략이 새 목표에 맞게 조정되는 데 최대 3주 또는 1~2회의 전환 주기가 걸릴 수 있다고 안내하며, 그 기간은 캠페인에서 발생한 전환수, 전환까지 걸리는 시간(전환 주기), 적용된 입찰 전략 세 가지 요소에 따라 달라진다고 설명합니다. 통상 7일 정도면 끝나지만 예산·전환량·설정 변경 빈도에 따라 14일 이상 길어지는 경우도 실무에서 흔합니다. 이 기간에 킬 결정을 내리면 아직 최적화되지 않은 데이터로 판단하는 셈이 됩니다.

'통계적으로 유의미하다'는 건 무슨 뜻인가

성과 차이가 우연이 아니라 실제 효과일 확률을 통계적 유의성이라고 부릅니다. 구글 애즈는 이를 1-p값으로 계산되는 '신뢰도(Confidence)'로 표현하며 50% 이상을 기본 기준으로 삼지만, 더 확실한 결론을 원한다면 90% 이상을 목표로 잡는 편이 안전합니다. 신뢰도가 낮다는 건 지금 보이는 성과 차이가 우연히 나타났을 가능성이 여전히 크다는 뜻이므로, 그 상태에서 스케일을 결정하면 근거 없는 확장이 됩니다.

표본이 작을 때 흔히 저지르는 실수

통계적 유의성 판단에는 충분한 데이터량이 필수입니다. 목표 지표(전환수·클릭수 등)가 충분히 쌓이기 전에 중간 결과만 보고 판단하면 신뢰도 자체가 낮은 상태에서 결론을 채택하게 됩니다. 특히 저트래픽 캠페인이나 틈새 키워드는 데이터가 쌓이는 데 시간이 오래 걸리므로, 관찰 기간을 너무 짧게 잡으면 통계적 신뢰도가 애초에 낮게 나올 수밖에 없습니다.

업계 공통 기준이 없다면, 우리 팀 기준은 어떻게 세우나

계정 감사나 킬-스케일 판단에 쓸 수 있는 업계 공통 '최소 전환 수' 기준은 확인되지 않았습니다. 확인되는 것은 구글 애즈 자동입찰 캠페인의 학습 이탈 임계값(캠페인당 30~50건 전환, 타겟 ROAS는 50건 이상 권장)뿐이며, 이는 개별 자동입찰 캠페인의 학습 완료 기준이지 계정 전체나 킬-스케일 결정의 보편 기준이 아닙니다. 그러니 이 수치는 '참고 가능한 인접 지표' 정도로만 쓰고, 대신 아래 세 가지를 팀 기준으로 문서화하는 편이 실질적입니다.

기준 항목 팀이 정해야 할 것
최소 관찰 기간 학습 기간(7~14일, 최대 3주)을 지난 뒤부터 판단 시작
최소 전환 표본 캠페인 성격에 맞춰 팀 합의로 설정(자동입찰 학습 이탈값 30~50건을 참고치로만 활용)
전환 지연 반영 매체별 전환 기여 기간(7~30일)을 감안해 관찰 종료 시점 결정
신뢰도 임계값 90% 이상을 스케일 결정의 기본 목표로 설정

기준 문서는 왜 캠페인 유형별로 나눠야 하나

위 표를 하나의 절대값으로 굳히지 말고, 캠페인 유형별로 다르게 적용해야 합니다. 신규 계정처럼 과거 데이터가 없는 캠페인은 전환 지연까지 감안해 관찰 기간을 넉넉히 잡아야 하고, 반대로 이미 몇 달간 안정적으로 운영해온 캠페인은 상대적으로 짧은 관찰만으로도 판단 신뢰도를 확보할 수 있습니다. 팀 기준 문서를 만들 때는 "모든 캠페인에 동일하게 적용"이 아니라 "캠페인 성숙도별로 최소 요건을 다르게 정의"하는 방식이 실무에 더 잘 맞습니다. 이렇게 문서화해두면 담당자가 바뀌어도 같은 잣대로 판단을 이어갈 수 있고, 광고주에게 "왜 지금 결정을 내리는가"를 설명할 때도 근거로 그대로 쓸 수 있습니다.