당근 광고 AI 타겟팅 최적화 도입 및 전략

이전에 당근 광고는 전문가 모드를 통해 일부 세팅이 가능했지만, 타겟 기준은 여전히 ‘지역 중심’에 머물러 있었습니다.

하지만 최근 당근마켓 광고 플랫폼에 AI 타겟팅 최적화 기능이 도입되며 기존 지역 기반 광고 구조가 변화하고 있습니다.

1.  당근 광고, 무엇이 바뀌었나.

기존 당근 광고는 지역 기반 광고 매체로서 강점이 있는 구조였습니다.

하지만 퍼포먼스 마케팅 관점에서는 타겟 구조 자체가 제한적이라는 한계가 존재했습니다.

• 지역 중심 타겟 설정
• 행동 기반 타겟팅 부재
• 세밀한 유저 세분화 어려움

즉, 광고 노출은 가능하지만, ‘성과 최적화’에는 어려움이 있는 구조였습니다.

2. 당근 AI 타겟팅 도입, 무엇이 달라졌나

이번 업데이트의 핵심은 명확합니다.

타겟을 사람이 설정하는 구조 → AI가 학습하는 구조로 변화

당근 AI타겟팅 최적화는 광고 반응 데이터를 기반으로 학습하여

• 클릭 가능성이 높은 유저
• 전환 가능성이 높은 유저

에게 광고를 자동으로 노출합니다.

3. 당근 광고 AI 타겟팅 최적화 도입 기반 당근 광고 전략

1.초기 세팅 전략

초기 단계에서는 타겟을 과하게 좁히기보다,
AI가 충분히 학습할 수 있는 데이터를 확보하는 것이 중요합니다.

따라서 타겟은 가능한 넓게 설정하고,
입찰 방식 역시 클릭 수 최대화 또는 전환 수 최대화와 같은 자동 입찰 전략을 활용해
AI가 효율적으로 학습할 수 있는 환경을 만들어주는 것이 필요합니다.

2. 소재 중심 테스트 → 데이터 학습 유도

AI 기반 광고에서는 결국 소재가 학습 데이터를 만드는 핵심 요소가 됩니다.

하나의 광고 그룹에 다양한 이미지와 문구를 함께 세팅하여
사용자별 반응 데이터를 충분히 확보해야 하며,

썸네일, 카피, 메시지 등을 다양하게 테스트하면서
어떤 소재가 높은 반응을 이끌어내는지 확인하는 과정이 중요합니다.

이렇게 확보된 데이터는
반응률이 높은 소재 중심으로 자동 노출이 확장되는 구조로 이어집니다.

3. 학습 이후 구조 (성과 안정화 단계)

초기 테스트를 통해 충분한 데이터가 쌓인 이후에는
성과가 검증된 소재를 중심으로 구조를 정리하는 단계가 필요합니다.

반응이 좋은 소재는 중심으로 그룹을 재구성하고,
성과가 낮은 소재는 과감하게 제외한 뒤
효율이 검증된 구조에 예산을 집중하는 방식으로 운영하는 것이 효과적입니다.

4.마케터 관점으로 보는 당근 광고 업데이트

당근 AI 타겟팅 최적화 도입은 단순 기능 업데이트가 아닌 매체 자체가 성격이 바뀌고 있다는 점이 핵심입니다.

기존에는 소재 중심으로 성과를 관리해야 하는 구조였다면,
현재는 Meta나 TikTok처럼 자동 최적화와 알고리즘 기반 노출, 데이터 학습을 통해 소재와 타겟을 함께 최적화하는 퍼포먼스 광고 구조로 진화했습니다.

그래서 이제 당근 광고는 단순 지역 노출 매체를 넘어,
브랜드 인지도 확보부터 관심 유도, 전환까지 이어지는 퍼널 구조 안에서
다양한 광고 목적에 활용할 수 있는 매체로 확장되고 있다고 볼 수 있습니다.

특히 초기 유입을 확보하거나 잠재 고객의 관심을 끌어내는 단계에서
효과적으로 활용할 수 있는 매체로 자리잡을 가능성이 높습니다.

당근 광고 운영 및 전략과 관련해 추가
문의사항이 있으시거나 컨설팅이 필요하신 경우, 

현재 맞춤 상담을 진행하고 있으니 필요하신 분들은
아래 컨택 포인트로 연락 주시면 안내 도와드리겠습니다.