[패션] 가방 브랜드 L사 — 메타 광고 성과 하락과 복구 과정

📊 월별 성과 흐름

8월 / 광고비 1,147,801원 / ROAS 303%

9월 / 광고비 1,103,836원 / ROAS 294%

10월 / 광고비 1,007,173원 / ROAS 272%▼

11월 초 / 광고비 183,794원 / ROAS 596% ▲

변경점과 효과

A. 신규 소재 교체 테스트

문제점 : 9월까지 동일 소재가 3개월 이상 집행되면서 소재 피로도가 쌓였고, 클릭률도 정체 구간에 진입했습니다.

변경사항 : 신규 소재 3종을 제작해 기존 캠페인에 교체 적용했습니다. 동시에 연령 타겟 세팅도 함께 조정했습니다.

효과 : 소재 방향 자체는 나쁘지 않았지만, 교체 직후 머신러닝 재학습 구간이 발생하면서 ROAS가 흔들렸습니다. 소재와 타겟을 동시에 바꾼 것이 학습 초기화를 가속시킨 원인이었습니다. 그리고 새로운 소재가 기존 고성과 소재와 거리가 있는 소구점을 사용하다보니, 성과는 오히려 떨어졌습니다.

B. Advantage+ 캠페인 테스트

문제점 : 메타 측에서 Advantage+ 캠페인이 기존 수동 타겟 대비 효율이 높다는 가이드를 받아 테스트를 진행하게 됐습니다.

변경사항 : 기존 캠페인과 병행으로 Advantage+ 캠페인을 신규 세팅해 집행했습니다.

효과 : 전환 데이터가 충분히 쌓이지 않은 계정 상황에서 Advantage+는 타겟을 과도하게 확장했고, 클릭은 발생했지만 구매 전환은 0건이었습니다. 비용만 소진되었습니다. 저예산의 캠페인으로 시행하기에는 어려운 캠페인이였습니다.

C. 리타겟팅 캠페인 유지

변경사항 : 위 두 테스트 진행 중에도 기존 방문자 리타겟팅 캠페인은 중단하지 않고 유지했습니다.

효과 : 신규 캠페인들이 성과를 내지 못하는 동안 리타겟팅이 계정 전체 ROAS를 받쳐주는 역할을 했습니다. 하락폭이 272% 수준에서 방어된 것도 리타겟팅이 버텨준 덕분이었습니다.

성과 흐름

10월 중순, 소재 피로도가 쌓이면서 "어떻게 개선할까" 고민하던 중 AI 도구에 계정 현황을 공유하고 방향을 물었습니다. 

돌아온 제안은 소재 다양화 /  연령 타겟 조정 / Advantage+ 테스트였고 — 방향 자체는 틀리지 않았습니다.

문제는 그 제안을 그대로 한 번에 적용한 것이었습니다. 

전환 데이터가 충분히 쌓이지 않은 계정에서 소재 / 타겟 / 캠페인 구조를 동시에 건드리자 머신러닝이 흔들리기 시작했고 ROAS는 272%까지 빠졌습니다.

결국 10월 말, 기존에 성과가 검증된 소재로 복귀하고 Advantage+ 캠페인을 종료했습니다. 11월 초 ROAS 596%으로 반등했습니다.

결론

이번 사례에서 얻은 교훈은 하나입니다.

AI의 제안이 틀린 게 아니었습니다. 판단을 위임한 것이 문제였습니다.

소재 교체도, Advantage+ 테스트도 방향 자체는 맞습니다. 

단, 전환 데이터가 충분히 쌓인 계정인지, 학습 기간을 버틸 수 있는 예산 규모인지, 한 번에 몇 가지 변수를 바꿔도 되는지 — 이 판단은 AI가 할 수 없습니다. 업종과 계정의 맥락을 아는 사람이 해야 합니다.

메타 광고는 세팅해두고 AI에 맡기면 되는 것처럼 보이지만, 실제로는 변경 시점과 범위를 사람이 통제해야 머신러닝이 제대로 학습합니다.

비슷한 고민을 하고 계신 분들은 편하게 문의 주세요. 계정 상황에 맞는 운영 방향을 함께 고민해 드리겠습니다.