메타 광고 ROAS 하락의 진짜 원인, 세트 쪼개기와 VCG 입찰의 함정


핵심 요약

메타 광고 ROAS 하락은 세트 쪼개기와 수동 타겟팅에서 시작된다. 이유는 단순하다. 같은 광고주의 세트들이 VCG 입찰 구조 안에서 서로 경쟁하며 전환 데이터를 나눠 가지고, 학습 표본이 줄면서 CPC는 오르고 효율은 떨어진다.

짧은 기간 ROAS 비교는 표준오차와 심슨의 역설 때문에 순위가 쉽게 뒤집힌다. 착시는 흔하다. 소재 교체는 APS 기준 1.30배를 넘을 때만 판단한다. 하락의 시작점은 오디언스 소진보다 상위 퍼널 신호 약화다.

메타 광고 ROAS가 떨어지면 대부분 광고주는 세트를 쪼개고, 타겟을 수동으로 좁히고, 소재를 더 많이 태우는 방식으로 대응합니다. 하지만 이 셋 모두 메타의 입찰 구조를 거스르는 선택이며, 오히려 메타 광고 ROAS를 갉아먹는 원인이 됩니다. 문제는 기술이 아니라 구조를 이해하지 못한 데서 시작됩니다.

세트를 쪼갤수록 메타 광고 ROAS가 떨어지는 구조적 이유

메타의 경매는 VCG(Vickrey-Clarke-Groves) 방식에 가까운 입찰 구조를 씁니다. 같은 광고주의 세트 여러 개가 동일한 오디언스 풀에서 서로 경쟁하면, 자기 자신과 입찰가를 다투는 구조가 만들어집니다. 세트를 쪼갤수록 각 세트가 확보하는 전환 데이터는 줄고, 메타의 학습 알고리즘은 적은 표본으로 최적화를 시도하게 됩니다. 결과적으로 CPC는 오르고 전환 효율은 떨어지며, 광고주가 체감하는 메타 광고 ROAS는 하락합니다.

수동 타겟 설정이 자동 최적화를 방해하는 이유

수동 타겟은 광고주의 경험과 직감이 개입된 판단입니다. 문제는 그 직감이 메타가 보유한 방대한 행동 데이터보다 정확할 확률이 낮다는 점입니다. 세트 분할과 수동 타겟이 결합되면 학습 데이터 부족이 두 배로 증폭되어 메타 광고 ROAS 하락 속도가 빨라집니다. 자원이 제한적인 스몰 브랜드일수록 세트를 통합하고 타겟을 자동에 맡기는 편이 대기업 예산을 상대로도 유리한 결과를 만듭니다.

ROAS 비교의 착시 — 표준오차와 심슨의 역설

7일 단위로 소재나 세트의 ROAS를 단순 비교하는 방식은 통계적으로 위험합니다. 노출량이 적은 세트는 표준오차가 커서 우연히 높은 ROAS가 나올 수 있고, 세트를 합산했을 때와 나눴을 때 순위가 뒤바뀌는 심슨의 역설도 흔히 발생합니다. 메타 광고 ROAS를 신뢰할 수 있는 지표로 쓰려면 표본 크기를 고려한 비교가 필요합니다.

APS 기준으로 소재 교체 시점을 판별하라

APS(Ads Performance Score)는 동일 예산 조건으로 환산해 소재 성과를 재계산하는 지표입니다. 도전 소재의 APS ROAS가 기존 1위 소재 대비 1.30배를 넘으면 교체(REPLACE), 1.05~1.29배 구간이면 주의(WARN) 신호로 판단합니다. 단순 ROAS 숫자만 보고 소재를 바꾸면 착시에 속아 잘 작동하던 소재를 걷어내는 실수를 하게 됩니다.

메타 광고 ROAS 하락, 오디언스 소진이 범인이 아니다

많은 광고주가 ROAS 하락을 오디언스 소진 탓으로 돌립니다. 하지만 실제로는 클릭·뷰스루 같은 상위 퍼널 신호가 먼저 약해지고, 이것이 전환율(CVR) 저하로 이어지는 경우가 대부분입니다. 상위 퍼널이 무너졌다면 다음을 점검해야 합니다.

  • 소재의 피로도가 임계치를 넘지는 않았는지
  • 메시지가 고객의 결핍(Needs)을 여전히 정확히 겨냥하는지
  • 랜딩 이후 전환 단계에 새로운 마찰이 생기지는 않았는지

오디언스 규모를 늘리는 것은 근본 해결책이 아닙니다.

결론 — 자동화는 정답, 남은 것은 브랜드 체질

메타 ASC나 구글 PMax 같은 자동화 캠페인이 수동 세팅보다 나은 성과를 내는 이유도 같은 원리입니다. 구조를 쪼개지 않고 데이터를 한곳에 모을수록 메타 광고 ROAS는 개선됩니다. 다만 자동화는 도구일 뿐, 소재와 메시지가 고객의 결핍을 정확히 겨냥하지 못하면 어떤 구조 최적화도 오래가지 못합니다. 광고비를 늘리기 전에 브랜드의 체질부터 점검해야 하는 이유입니다.

자주 묻는 질문

같은 캠페인 안에서 세트를 여러 개로 나눠 운영하면 정말 ROAS가 떨어지나요?

세트를 쪼개면 같은 오디언스 안에서 자기 세트끼리 입찰 경쟁을 하게 됩니다. 표본부터 줄어듭니다. 세트별 전환 데이터가 나뉘면서 학습이 부족해지고, CPC는 오르고 효율은 떨어집니다.

며칠 사이 ROAS가 오르내리는 걸 보고 세트나 소재 성과를 바로 판단해도 되나요?

며칠 치 성과는 믿기 어렵습니다. 표본이 적으면 표준오차 때문에 순위가 쉽게 뒤집히고, 심슨의 역설처럼 부분과 전체 결과가 반대로 보이는 착시도 흔합니다. 소재를 바꿀지는 APS 기준 1.30배를 넘었을 때만 판단하세요.


아티클 구독하기

구독을 신청하면 최신 게시물을 이메일로 받아볼 수 있습니다.


바로 문의하기

아래 폼에 궁금하신 내용을 자세히 적어주세요.

← 뒤로

응답해 주셔서 감사합니다. ✨


카카오톡 채널 상담하기