미국에서 광고 성과가 들쭉날쭉한 팀들을 보면 거의 예외 없이 같은 실수를 반복합니다. 룩어라이크 오디언스를 그저 '정밀 타깃팅 도구'로만 생각한다는 점이죠. 시드 넣고 1% 선택하고, 관심사나 나이, 성별을 얹어서 "이제 비슷한 사람들 찾아줘"라고 기대하는 겁니다. 그런데 장기간 ROAS를 안정적으로 유지하는 광고주들은 접근 방식이 아예 다릅니다. 이들은 룩어라이크를 통계적 표본 추출 엔진으로 바라봅니다. 시드를 '타깃 조건'이 아니라 '모집단 정의'로 쓰는 거죠. 이 관점 차이가 결국 같은 예산으로도 결과를 몇 배나 갈라놓습니다.
이 글에서는 룩어라이크 셋업을 '표본 설계' 관점에서 풀어보겠습니다. 대부분의 가이드가 놓치는, 하지만 미국 현업에서 실제로 성과를 바꾸는 지점들을 하나씩 짚어보겠습니다.
1. 룩어라이크는 유사도 기반 표본 추출이다
먼저 메커니즘부터 정확히 봐야 합니다. 메타는 시드 오디언스에 포함된 사용자들의 행동 패턴을 수천 가지 신호로 쪼개 벡터화합니다. 페이지 좋아요, 기기 사용 패턴, 구매 이력, 광고 반응, 오프라인 행동까지 전부요. 그런 다음 같은 국가 안에서 이 벡터와 유사한 패턴을 보이는 사람들을 순위대로 뽑아냅니다. 이게 룩어라이크입니다.
여기서 결정적인 사실은, 메타가 '시드와 비슷한 사람을 타깃팅한다'가 아니라 시드가 정의한 분포에서 표본을 추출한다는 겁니다. 시드가 오염되어 있으면 추출되는 표본도 그대로 오염됩니다. 즉, 시드 품질이 곧 아웃풋 품질의 상한선입니다.
예를 들어볼까요. 미국 이커머스 브랜드가 최근 180일 웹사이트 방문자 전체를 시드로 썼다고 합시다. 이 안에는 실제 구매자뿐 아니라 쿠폰만 노리는 체리피커, 경쟁사 리서치하러 온 사람, 단순 호기심 방문자, 심지어 봇 트래픽까지 섞여 있습니다. 메타는 이 혼합 신호를 그대로 학습하고, 그와 유사한 사용자를 미국 전역에서 찾아옵니다. 결과는? 클릭은 많은데 전환은 낮은 트래픽이 계속 유입되죠. 반대로 시드를 '실제 구매자'로 한정하면 표본 분포 자체가 구매 의도 높은 쪽으로 형성됩니다. CPA는 올라갈 수 있지만 ROAS와 고객 생애 가치는 훨씬 좋아집니다.
2. 시드는 모집단을 정의하는 기준이다
표본 설계에서 가장 중요한 원칙은 모집단이 명확하고 동질적이어야 한다는 것입니다. 룩어라이크도 똑같습니다. 시드는 단순한 조건의 나열이 아니라, 우리가 찾고 싶은 고객의 전체 범위를 정의하는 기준이 돼야 합니다.
제가 맡았던 미국 B2B SaaS 기업은 한동안 '무료 체험 신청자 전체'를 시드로 썼습니다. 얼핏 합리적으로 보이지만, 그 안에는 학생, 경쟁사 직원, 단순 정보 수집가가 다 섞여 있었습니다. 이 시드로 만든 룩어라이크는 '무료 체험을 신청할 가능성'이 아니라 '무료 체험 페이지에 방문할 가능성'이 높은 사람들을 샘플링했습니다. 전환 신호가 아닌 방문 신호를 학습한 셈이죠.
실전에서는 비즈니스 가치가 가장 명확하고 전환 의도가 높은 이벤트를 시드로 써야 합니다.
- 이커머스: Purchase 이벤트
- SaaS: SQL 또는 Paid Conversion (Trial Start보다 훨씬 낫습니다)
- 리드 제네레이션: Submit Application 또는 Qualified Lead
- 오프라인: Offline Purchase 또는 CRM 구매 데이터
메타는 시드 최소 인원으로 같은 국가 내 100명을 요구하지만, 그건 공식 하한선일 뿐입니다. 미국 현업 경험상 1,000명 이상이면 모델이 안정적으로 학습하고, 5,000명 이상이면 의미 있는 유사도 분포를 만들어냅니다. 다만 고가 B2B나 고관여 제품은 시드가 적어도 품질만 높으면 잘 작동합니다. 결국 중요한 건 숫자가 아니라 시드 안에 담긴 행동의 동질성입니다.
3. 밸류 기반 룩어라이크는 고객 가치를 샘플링한다
밸류 기반 룩어라이크는 여전히 과소 활용되는 기능입니다. 대부분 광고주는 단순히 '구매 전환'만 시드로 쓰는데, 메타에 구매 가치를 가중치로 전달하면 전환 여부가 아니라 고객 가치에 가까운 사용자를 우선적으로 찾아줍니다.
평균 주문 금액이 50달러인 브랜드와 500달러인 브랜드를 비교해 보세요. 둘 다 단순 Purchase 시드를 쓰면 메타는 그냥 '구매할 가능성이 높은 사람'을 찾습니다. 그런데 밸류 기반 시드를 쓰면 500달러 브랜드에서는 500달러 이상을 지불할 가능성이 높은 사용자가 상위에 올라옵니다. CPA가 더 높게 나올 수 있지만, ROAS와 LTV는 훨씬 우수해집니다.
이걸 제대로 쓰려면 두 가지가 필요합니다.
- Conversion API(CAPI)를 통해
value와currency파라미터를 정확히 전달하세요. 픽셀만으로는 iOS 신호 손실 이후 밸류 데이터가 불안정합니다. - 오프라인 고객이라면 LTV 컬럼이 포함된 고객 목록을 업로드해 시드로 활용하세요. 상위 5% 고객만 따로 떼어 밸류 기반 룩어라이크를 만들면, 고객 가치가 높은 표본을 우선적으로 추출할 수 있습니다.
이 방식은 미국 럭셔리 이커머스, 고관여 B2B, 구독 서비스에서 특히 강력한 성과를 냅니다.
4. 1%·3%·5%는 유사도 표본 크기이지 품질 등급이 아니다
룩어라이크 설정에서 보이는 1%, 3%, 5%는 유사도 임계값입니다. 1%는 시드와 가장 유사한 상위 1% 사용자, 3%는 상위 3%, 5%는 상위 5%를 뜻하죠. 미국 기준으로 1% 룩어라이크는 대략 수백만 명 규모입니다.
그런데 많은 광고주가 "1%가 가장 정밀하니까 무조건 1%만 써야 한다"고 오해합니다. 실제로 이 비율은 정밀도와 커버리지의 트레이드오프입니다.
- 1%: 시드와 가장 유사하지만 표본이 작아 광고 집행이 빠르게 포화되고, 최적화할 데이터도 적습니다.
- 3%: 유사도는 다소 낮아지지만 표본이 커져 알고리즘이 전환을 찾을 여지가 넓어집니다.
- 5%: 가장 넓지만 시드의 특성이 희석됩니다.
실전에서는 1%와 3%를 별도 광고 세트로 운영하고, 예산을 충분히 확보해 성과를 비교해야 합니다. 1% 광고 세트에서 CPM이 급격히 오르고 빈도가 높아지며 성과가 정체되면, 그건 표본이 포화됐다는 신호입니다. 이때 3%로 확장하면 오히려 효율이 좋아지는 경우가 많습니다.
또 광고 세트 간 중복을 피하고 싶다면 3%에서 1%를 제외하고, 5%에서 1%와 3%를 제외하는 동심원 구조를 만들 수 있습니다. 다만 지나친 분할은 학습 데이터를 쪼개므로 예산이 작다면 하나의 비율에 집중하는 편이 낫습니다.
5. 룩어라이크에 타깃 조건을 덧씌우면 표본이 왜곡된다
가장 흔한 실수 중 하나가 룩어라이크 위에 관심사나 인구통계, 행동 타깃을 중첩하는 겁니다. "룩어라이크 1% + 온라인 쇼핑 관심사 + 25~45세" 같은 설정이죠.
통계적으로 보면 이건 이미 유사도 순위로 정렬된 표본에서 특정 조건을 다시 필터링하는 행위입니다. 메타가 수천 가지 신호로 유사도를 계산해 상위 1%를 뽑았는데, 그 위에 '관심사: 온라인 쇼핑'이라는 단일 신호를 다시 씌우면 표본이 왜곡되고 리치가 급감합니다. CPM만 올라가고 전환 성과는 개선되지 않는 이유가 여기에 있습니다.
특히 iOS ATT 이후 미국 광고주들은 신호 손실을 겪으면서 룩어라이크는 최대한 순수하게 유지하는 전략으로 이동했습니다. 연령·성별·지역 같은 필수 조건 외에는 중첩하지 않는 것이 기본입니다. B2B처럼 직군이나 산업이 반드시 필요한 경우가 아니라면, 룩어라이크 단독으로 집행하세요.
6. 크리에이티브와 시드의 맥락 정합성이 결과를 바꾼다
이건 거의 다뤄지지 않지만 실전에서 상당히 중요한 포인트입니다. 룩어라이크는 시드 사용자의 '행동'만 학습하는 게 아니라 그 행동을 유발한 맥락도 함께 학습합니다.
예를 들어 미국 이커머스 브랜드가 '무료 배송 + 30% 할인' 프로모션으로 구매한 고객을 시드로 썼다고 해보죠. 이 시드로 만든 룩어라이크는 '할인에 반응해서 산 사람'과 유사한 분포를 갖습니다. 그런데 이 오디언스에 브랜드 프리미엄을 강조하는 크리에이티브를 집행하면? 반응이 저조합니다. 시드가 학습한 맥락과 광고 메시지가 어긋나기 때문입니다.
반대로 VIP 고객, 고가 구매자, 충성 고객으로 시드를 만들면 프리미엄 메시지가 훨씬 잘 맞습니다. 그래서 시드를 캠페인·오퍼·크리에이티브 맥락별로 분리하는 게 좋습니다.
- 할인 반응 구매자 시드 → 할인/프로모션 크리에이티브
- 신제품 얼리어답터 시드 → 신제품 출시 메시지
- 고가 VIP 시드 → 브랜드 가치/프리미엄 메시지
이렇게 하면 같은 룩어라이크라도 크리에이티브와 표본의 정합성이 높아져 CTR과 전환율이 동시에 개선됩니다.