미국 디지털 광고 시장에서 10년 넘게 일해오면서 수많은 광고주들이 똑같은 질문을 던지는 걸 봤습니다. "Amazon DSP와 Google Display Network 중에 어떤 게 더 좋나요?" 이 질문을 들을 때마다 저는 한숨부터 나옵니다. 왜냐면 이건 마치 "망치와 드라이버 중에 어떤 게 더 좋은 도구인가요?"라고 묻는 것과 비슷하기 때문입니다. 정답은 상황에 따라 완전히 달라지니까요.
하지만 더 큰 문제는 따로 있습니다. 대부분의 마케터들이 예산 효율성, 타겟팅 정확도, 리치 미디어 지원 여부 같은 표면적 지표에만 집중한다는 겁니다. 그러다 보니 두 플랫폼의 근본적인 철학적 차이를 완전히 놓쳐버립니다. 제가 오늘 이 글에서 파고들고 싶은 건 바로 그 지점입니다. 광고를 '왜' 집행하는지에 대한 전제 자체가 완전히 다르다는 사실을 이해하지 못하면, 아무리 큰 예산을 쏟아부어도 제대로 된 성과를 내기 어렵습니다.
구매 인텐트의 방향성: 관심을 유도하는 쪽 vs 구매를 마무리하는 쪽
GDN은 본질적으로 컨텍스트 기반 관심 유도 플랫폼입니다. 사용자가 어떤 콘텐츠를 소비하고 있는지, 어떤 키워드를 검색했는지, 어떤 웹사이트를 자주 방문하는지 분석해서 '아직 인지하지 못한' 니즈를 자극합니다. 예를 들어볼게요. 뉴욕 맨해튼에 사는 30대 여성 케이트가 주말마다 요가 블로그를 읽고, 필라테스 관련 유튜브 채널을 구독하고 있다고 가정해보죠. GDN은 그녀에게 요가 매트나 레깅스 광고를 보여줍니다. 그녀가 아직 해당 제품을 검색한 적이 없더라도요. 콘텍스트가 그녀의 관심사를 암시하고 있기 때문입니다.
반면 Amazon DSP는 행동 기반 구매 완결 플랫폼입니다. 이미 아마존 생태계 안에서 특정 행동을 취한 사용자를 대상으로 거래를 마무리하도록 유도합니다. 로스앤젤레스에 사는 40대 남성 마이크가 지난주에 "유기농 프로틴 파우더"를 검색했지만 구매하지 않았다고 해보죠. Amazon DSP는 마이크가 CNN 기사를 읽거나 ESPN에서 스포츠 소식을 확인할 때도 그 프로틴 파우더 광고를 다시 노출시킵니다. 이미 마이크의 구매 의도가 확인되었으니까요.
이 차이가 광고 크리에이티브의 본질을 완전히 바꿔놓습니다. GDN에서는 교육적이고 감성적인 메시지가 효과적입니다. "이 제품이 왜 필요한지"를 설명해야 하니까요. "당신의 피부가 진정 필요로 하는 것" 같은 카피나, 제품 사용 전후 비교 이미지가 잘 먹힙니다. 반면 Amazon DSP에서는 거래적이고 긴급한 메시지가 훨씬 더 높은 전환율을 보입니다. "지금 주문하면 내일 아침 도착", "20% 할인, 오늘까지", "장바구니에 남아있는 상품" 같은 문구가 효과적입니다.
작년에 제가 컨설팅했던 시카고 기반 프리미엄 스킨케어 브랜드 A사의 사례를 들려드릴게요. A사는 신제품 비타민C 세럼을 출시하면서 처음에는 두 플랫폼을 동시에 같은 크리에이티브로 돌렸습니다. 결과는 형편없었죠. GDN의 클릭률은 0.12%, Amazon DSP의 클릭률은 0.08%에 불과했고, ROAS는 각각 1.2배와 1.5배로 저조했습니다. 제가 제안한 건 크리에이티브를 완전히 분리하고 퍼널 단계를 나누는 것이었습니다.
먼저 GDN에서 유튜브 프리롤과 디스커버리 광고로 '왜 비타민C 세럼이 필요한지'에 대한 교육형 콘텐츠를 2주간 집행했습니다. 광고를 3회 이상 본 사용자 중에서, 이후 아마존에서 "비타민C 세럼"이나 "스킨케어" 같은 키워드를 검색한 세그먼트를 추출했습니다. 그다음 이 세그먼트를 Amazon DSP로 리타겟팅했죠. 여기서는 "지금 주문하고 15% 할인 받으세요"라는 거래형 메시지를 사용했습니다. 결과는 놀라웠습니다. GDN 단독 캠페인의 ROAS는 1.8배, Amazon DSP 단독 캠페인은 2.5배였지만, 시퀀셜 조합 캠페인은 무려 4.3배를 기록했습니다. 핵심은 GDN이 '심리적 준비(psychological readiness)'를 만들고, Amazon DSP가 '거래 완결(transaction closure)'을 담당한 것입니다.
제로파티 데이터의 승자는 누구인가?
많은 전문가들이 Amazon의 가장 큰 강점으로 '퍼스트파티 데이터'를 꼽습니다. 맞는 말입니다. 아마존은 수억 명의 쇼핑객이 남긴 구매 이력, 검색 기록, 리뷰 활동, 심지어 반품 패턴까지 방대하게 보유하고 있습니다. 하지만 제가 주목하는 건 조금 다른 지점입니다. Amazon DSP는 사실상 제로파티 데이터(zero-party data)에 가장 가까운 플랫폼이라는 점이에요.
제로파티 데이터란 사용자가 의도적으로 자신의 의사와 선호도를 제공한 데이터를 말합니다. 사용자가 아마존 검색창에 "유기농 샴푸"라고 직접 입력하는 순간, 그 사용자는 자신의 구매 의도를 명시적으로 선언한 것입니다. "나는 지금 유기농 샴푸를 찾고 있어"라고 말하는 거나 다름없죠. 이는 구글이 검색 광고에서 얻는 인텐트 신호와 유사하지만, 디스플레이 네트워크의 관점에서는 완전히 다른 차원의 데이터입니다.
GDN이 추론(inference)에 기반한다면, Amazon DSP는 선언(declaration)에 기반합니다. 사용자가 직접 말했느냐, 아니면 행동 패턴을 통해 추정했느냐의 차이죠. 이 차이는 서드파티 쿠키가 사라지는 시대에 극명해집니다. 2024년 현재 구글은 자체 Privacy Sandbox 같은 대체 솔루션에 의존해야 하지만, Amazon DSP는 이미 아마존 생태계 내에서 완벽한 식별 체계를 갖추고 있습니다. 사용자가 로그인한 상태에서 아마존을 이용하기 때문에, 디바이스가 바뀌어도 동일한 사용자로 식별할 수 있습니다.
제가 최근 만난 한 미국 전자상거래 고객은 이 점을 매우 잘 활용하고 있었습니다. 그는 GDN으로는 신규 고객 확보에 집중하고, Amazon DSP로는 기존 아마존 고객의 재구매를 유도했습니다. "GDN에서는 추론된 관심사로 사람을 모으고, Amazon DSP에서는 선언된 구매 의도로 전환을 완성한다"는 게 그의 설명이었습니다. 실제로 이 방식으로 전환율이 2.7배 증가했다고 합니다.
하지만 한 가지 조심할 점이 있습니다. Amazon DSP가 제공하는 타겟팅 옵션은 매우 강력한 대신, 동시에 매우 좁은 범위를 가진다는 겁니다. "지난 7일 내 특정 카테고리를 검색한 사용자" 같은 타겟은 정확하지만 도달 규모가 작습니다. 반면 GDN은 인구통계, 관심사, 행동, 배치 콘텍스트, 리마케팅 리스트 등 훨씬 다양한 타겟팅 축을 제공하며, 도달 범위도 훨씬 넓습니다. 브랜드 인지도를 넓히는 단계에서는 GDN이 더 적합한 이유입니다.
당신이 간과한 '크로스 디바이스' 전략의 함정
미국 마케터들이 가장 흔히 저지르는 실수 중 하나는 Amazon DSP와 GDN을 동일한 퍼널 단계에서 사용하는 것입니다. 예를 들어 브랜드 인지도 단계에서 두 플랫폼에 동시에 예산을 쏟아붓거나, 리타겟팅 단계에서 두 플랫폼을 중복 사용하는 경우가 허다합니다. 이렇게 하면 예산 낭비일 뿐만 아니라, 사용자에게 같은 광고가 반복 노출되어 피로도를 높입니다.
제 경험상 가장 효과적인 전략은 시간 축을 기준으로 분할하는 것입니다. 앞서 A사의 사례에서 보았듯이, GDN으로 상단 퍼널을 먼저 공략하고, 그 후 Amazon DSP로 하단 퍼널을 마무리하는 시퀀셜 방식이 훨씬 높은 효율을 보여줍니다. 하지만 여기서 또 하나의 함정이 있습니다. 바로 애트리뷰션 모델의 차이 때문입니다.
Amazon DSP의 기본 애트리뷰션 모델은 라스트 터치에 가깝습니다. 사용자가 GDN 광고를 보고 아마존에서 제품을 검색한 후 구매한 경우, Amazon DSP는 이 전환을 자신의 것으로 귀속시킵니다. 실제로는 GDN이 상단 퍼널에서 관심을 유도했음에도 불구하고 말이죠. 반대로 GDN의 애트리뮤션은 구글 애널리틱스나 자체 픽셀을 통해 이루어지는데, 여기서는 아마존 내부에서 발생한 전환을 추적하기 어렵습니다. 결과적으로 두 플랫폼 모두 자신의 성과를 과대평가하거나 과소평가할 가능성이 생깁니다.
이 문제를 해결하기 위해 제가 미국 고객사들에게 항상 권장하는 방법이 있습니다. 바로 홀드아웃 테스트(holdout test)입니다. 두 플랫폼을 동시에 운영하는 메인 그룹과 함께, 각 플랫폼을 단독으로 사용하는 통제 그룹을 반드시 설정하세요. 예를 들어:
- 그룹 A: GDN만 사용 (예산 100%)
- 그룹 B: Amazon DSP만 사용 (예산 100%)
- 그룹 C: GDN 50% + Amazon DSP 50% 동시 사용
- 그룹 D: GDN 50% (2주) → Amazon DSP 50% (2주) 시퀀셜
4주간의 테스트 기간 동안 각 그룹의 전환율, ROAS, 신규 고객 비율을 측정합니다. 이렇게 하면 각 플랫폼의 인크리멘탈 효과(incremental effect)를 정확히 파악할 수 있습니다. 제 경험상 대부분의 고객사에서 시퀀셜 방식이 동시 사용보다 30~60% 더 높은 효율을 보였습니다.
비용 구조의 함정: 표면적 지표에 속지 마라
미국 시장에서 GDN의 CPC는 산업 평균 0.5~2.0달러 사이인 반면, Amazon DSP의 CPC는 0.8~3.5달러로 더 높은 경향이 있습니다. 숫자만 보면 GDN이 더 저렴해 보이죠. 하지만 여기서 중요한 것은 CPC가 아니라 Total Cost of Conversion입니다.
Amazon DSP는 아마존 생태계 내에서의 전환만 측정합니다. 즉, 사용자가 광고를 보고 아마존 앱을 열어 구매하는 과정이 애트리뷰션에 포함됩니다. 반면 GDN은 구글 애널리틱스나 자체 픽셀을 통해 모든 채널에서의 전환을 추적할 수 있습니다. 공식 웹사이트 직접 구매, 오프라인 매장 방문 후 구매, 심지어 전화 문의까지도 추적 가능합니다.
이 차이가 만드는 함정은 명확합니다. Amazon DSP의 ROAS는 실제보다 과대평가될 가능성이 높고, GDN의 ROAS는 상대적으로 과소평가될 가능성이 높습니다. 왜냐하면 GDN이 상단 퍼널에서 기여한 전환이 Amazon DSP로 귀속되기 때문입니다. 실제로 한 연구에 따르면, 크로스 플랫폼 캠페인에서 GDN의 인크리멘탈 효과를 측정했을 때, 기본 애트리뷰션 모델이 측정한 것보다 평균 40% 더 높은 기여도를 보였다고 합니다.
실전에서 이 문제를 극복하는 방법은 Amazon Attribution 도구를 활용하는 것입니다. Amazon이 제공하는 이 무료 도구를 통해 GDN과 Amazon DSP의 크로스 플랫폼 전환을 추적할 수 있습니다. 특히 View-through conversions를 반드시 확인해야 합니다. 사용자가 광고를 본 후 24시간, 7일, 30일 이내에 발생한 전환을 각각 비교하면, 두 플랫폼의 실제 기여도를 더 정확히 평가할 수 있습니다.
한 가지 실제 팁을 드리자면, Amazon Attribution에서 "광고 노출 후 14일 이내 아마존 내 전환"을 기준으로 보고서를 설정하는 걸 추천합니다. 이렇게 하면 GDN의 상단 퍼널 효과를 Amazon 데이터를 통해 간접적으로 확인할 수 있습니다. 제가 이 방법을 사용한 한 고객은 GDN의 ROAS가 기존 측정치보다 2.1배 더 높다는 사실을 발견했습니다. 그동안 GDN에 배정된 예산이 너무 적었던 거죠.
실전 실행 전략: 4단계로 끝내는 최적화
지금까지의 내용을 바탕으로, 미국 시장에서 실제로 적용 가능한 실행 전략을 정리합니다. 이 단계를 그대로 따라 하면 두 플랫폼의 시너지를 극대화할 수 있습니다.
첫째, 크리에이티브를 완전히 차별화하세요
GDN에는 교육적 메시지(왜 이 제품을 사야 하는지)를, Amazon DSP에는 거래적 메시지(지금 사면 어떤 혜택이 있는지)를 할당하세요. 동일한 크리에이티브를 양쪽에 돌리면 데이터가 오염되고 성과도 떨어집니다. 예를 들어 GDN에서는 제품 사용법을 보여주는 비디오나 인포그래픽을, Amazon DSP에서는 할인 쿠폰 코드나 "오늘만 무료 배송" 같은 텍스트 중심 광고를 사용하세요. 제 경험상 크리에이티브 차별화만으로도 ROAS가 평균 30~50% 개선됩니다.
둘째, 프리퀀시 캡을 재정의하세요
대부분의 플랫폼 리포트는 각 플랫폼 내에서만 프리퀀시를 관리합니다. 하지만 사용자는 모든 디바이스와 모든 플랫폼에서 광고를 봅니다. GDN에서 5회 노출된 사용자는 Amazon DSP에서 2회만 노출하는 식으로, 플랫폼 간 통합 프리퀀시 관리를 해야 합니다. 너무 많은 노출은 오히려 브랜드 피로도를 높이고 클릭률을 떨어뜨립니다. 제가 추천하는 기준은 주당 총 7회 이하로 유지하는 것입니다. 이 수치를 넘으면 전환율이 오히려 감소하기 시작합니다.
셋째, 전환 경로를 추적 가능하게 만들어라
Amazon Attribution을 설정하고, Google Analytics 4와 연동하세요. 특히 멀티터치 애트리뷰션 모델(예: 리니어, 타임 디케이, 포지션 기반)을 적용하여 각 플랫폼의 실제 기여도를 측정해야 합니다. 저는 고객사들에게 최소 6주간의 데이터를 수집한 후, 세 가지 다른 애트리뷰션 모델을 비교 분석하도록 권장합니다. 각 모델에서 두 플랫폼의 기여도가 어떻게 다른지 확인하면, 어디에 더 예산을 투입해야 할지 명확해집니다.
넷째, 시즌에 따라 예산 비중을 조정하세요
블랙 프라이데이, 크리스마스 시즌, 프라임 데이 같은 대형 쇼핑 이벤트 기간에는 Amazon DSP의 비중을 늘리는 것이 유리합니다. 이 시기에는 사용자의 구매 의도가 이미 높기 때문에, 거래 완결형 광고가 더 효과적입니다. 반면 신제품 출시나 브랜드 리브랜딩 기간, 또는 비수기에는 GDN의 비중을 높이는 것이 좋습니다. 인지도와 관심을 먼저 형성해야 하니까요. 제 기준으로는 시즌에 따라 GDN과 Amazon DSP의 예산 비율을 70:30에서 30:70까지 유연하게 조정하는 걸 추천합니다.
진짜 승자는 따로 있다
미국 디지털 광고 시장은 지금 데이터 주권(data sovereignty)을 둘러싼 전쟁 중입니다. Amazon DSP와 GDN은 단순한 광고 플랫폼이 아니라, 각각 아마존과 구글이라는 거대 생태계의 게이트웨이입니다. 어느 한 플랫폼이 절대적으로 우월하다고 말할 수 없습니다. 중요한 것은 각 플랫폼의 철학적 차이를 이해하고, 이를 전략적으로 조합하는 능력입니다.
이 글에서 말한 핵심을 다시 정리하자면:
- GDN은 관심을 유도하는 플랫폼, Amazon DSP는 구매를 완결하는 플랫폼이다.
- 크리에이티브, 프리퀀시, 예산 비중을 퍼널 단계와 시즌에 따라 차별화하라.
- 애트리뷰션 모델의 함정을 인지하고, 홀드아웃 테스트와 Amazon Attribution을 활용하라.
- 두 플랫폼을 경쟁자로 보지 말고, 시너지를 내는 파트너로 활용하라.
다음 글에서는 이 두 플랫폼을 활용한 '크로스 퍼널 어트리뷰션 모델링'에 대해 더 깊이 다루겠습니다. 특히 머신러닝 기반의 예측 모델을 활용하여 각 터치포인트의 실제 기여도를 산출하는 방법을 구체적으로 설명할 예정입니다. 긴 글 읽어주셔서 감사합니다. 질문이나 다른 의견이 있다면 언제든지 댓글로 남겨주세요.