아마존 광고를 시작한 대부분의 셀러는 자동 타게팅과 수동 타게팅을 이렇게 받아들입니다. 자동은 일단 틀어놓고 검색어 보고서를 뽑아서 좋은 키워드를 수동으로 옮기는 용도, 수동은 검증된 키워드를 exact나 phrase로 잡아서 ACOS를 관리하는 단계라고요. 틀린 말은 아닙니다. 그런데 미국 리테일 미디어 현장에서 수백 개 셀러 계정을 다뤄본 사람으로서 말씀드리면, 이 프레임은 전략의 절반도 보지 못하게 만듭니다. 자동 타게팅은 지나치게 단순해지고, 수동 타게팅은 숨은 위험을 덮어버리죠.
제가 이 글에서 말하고 싶은 핵심은 이것입니다. 자동 타게팅은 아마존의 ‘상품 그래프(product graph)’가 여러분의 리스팅을 어떻게 분류하고 있는지 보여주는 진단 장치라는 것. 그리고 수동 타게팅은 그저 통제 수단이 아니라 이미 검증된 수요 언어를 수확하는 마진 관리 계층이라는 겁니다. 이렇게 보면 자동과 수동은 발견 대 통제가 아니라 탐색(exploration)과 수확(exploitation)이라는 완전히 다른 역할을 가진 별개의 자산이 됩니다. 이제 이 관점을 하나씩 풀어보겠습니다.
자동 타게팅의 진짜 정체는 ‘리스팅 분류 오류 감지기’다
많은 분들이 자동 타게팅을 키워드 후보 생성기로만 봅니다. 하지만 자동 타게팅이 실제로 하는 일은 단순히 검색어를 시험해 보는 게 아닙니다. 자동 타게팅은 아마존의 머신러닝 모델이 제목과 불릿포인트의 의미론적 분석, 백엔드 검색어, 카테고리 및 브라우즈 노드 분류, 유사 상품·함께 구매한 상품·경쟁 상품과의 관계, 가격대와 브랜드 리뷰 속성 같은 구조화 데이터를 조합해 ‘이 상품은 어떤 맥락에서 팔릴 것인가’에 대한 가설을 세우고 집행하는 구조입니다. 즉, 자동 타게팅의 검색어 보고서에 뜨는 엉뚱한 검색어는 단순한 광고비 낭비가 아니라, 아마존이 여러분의 상품을 실제 구매자 언어와 다르게 분류하고 있다는 신호입니다.
예를 들어볼까요. 미국 셀러가 파는 아보카도 커터 상품의 자동 캠페인에서 ‘camping avocado slicer’라는 검색어가 반복해서 잡혔다고 칩시다. 기존 접근이라면 이 키워드를 수동 exact로 옮기고 끝입니다. 그런데 조금 더 파고들면 이야기가 달라집니다. 아마존의 상품 그래프가 이 제품을 ‘캠핑 맥락’과 연결하고 있다는 뜻이거든요. 이 신호를 따라 리스팅에 캠핑에서 쓰는 장면을 추가하거나, 캠핑 장비 ASIN을 대상으로 한 상품 타게팅 캠페인을 별도로 만들 수 있습니다. 단순히 키워드만 옮기면 쿼리 수준의 수요는 잡아도, 맥락 수준의 수요는 놓칩니다. 자동 타게팅은 여러분이 의도한 키워드가 아니라 아마존이 판단한 상품의 정체성을 그대로 보여주는 창입니다.
자동 타게팅은 검색어가 아니라 ‘상황’에 노출된다
두 번째로 자주 놓치는 지점은 노출 위치의 구조적 차이입니다. 수동 키워드 타게팅은 기본적으로 검색 결과 페이지, 특히 Sponsored Products 자리에 노출되는 비중이 높습니다. 반면 자동 타게팅은 검색 결과뿐 아니라 상품 상세 페이지의 유사 상품 캐러셀, 함께 구매한 상품, 경쟁 상품 코너에 훨씬 더 자연스럽게 침투합니다. 사실상 ASIN 수준의 컨텍스트 타게팅처럼 작동하는 셈이죠.
내 광고가 특정 경쟁사 상품 페이지에 자주 나타난다면, 아마존은 그 경쟁 상품과 내 상품의 구매 맥락이 겹친다고 판단하고 있다는 뜻입니다. 반대로 보완재 상품 페이지에 자주 뜬다면 교차 판매 기회로 읽을 수 있습니다. 그래서 자동 캠페인을 평가할 때는 검색어 보고서만 볼 게 아니라 배치 보고서를 반드시 분리해서 봐야 합니다. 검색 상단(search top), 상품 페이지(product pages), 검색 하단(rest of search)으로 나눠서요.
특히 상품 페이지 배치는 ACOS가 높게 나오는 경우가 많아서 무조건 비딩을 낮추거나 꺼버리는 셀러가 많습니다. 하지만 상품 페이지 노출은 경쟁사 트래픽을 방어하거나 뺏어오는 전략적 자산이 될 수 있습니다. 자동 타게팅에서 상품 페이지 노출이 많이 잡히는 ASIN 목록을 추출한 뒤, 그 ASIN들을 대상으로 별도의 수동 상품 타게팅 캠페인을 만들면 훨씬 정밀한 입찰과 소재 운영이 가능해집니다. 자동은 그 가능성을 찾아주는 센서인 셈입니다.
수동 타게팅의 숨은 위험, 언어 고정과 수요 자산의 노후화
수동 타게팅은 확실히 강력합니다. 전환율이 검증된 키워드에 exact match로 입찰하고 검색어 단위로 예산을 통제할 수 있다는 점은 마진 관리에서 빼놓을 수 없죠. 그런데 미국 디지털 마케팅 관점에서 보면 수동 타게팅에는 잘 드러나지 않는 구조적 약점이 있습니다. 수동 타게팅은 내가 아는 구매자 언어만 반복해서 사는 행위라는 점입니다.
미국 시장에서 소비자의 검색 언어는 생각보다 훨씬 빠르게 변합니다. 틱톡에서 유행하는 제품 설명 방식, 계절적 이벤트와 문화적 순간, 신규 브랜드가 만들어내는 카테고리 언어, 아마존 내 AI 추천과 자연어 검색의 확산까지. 예를 들어 ‘emotional support water bottle’ 같은 표현은 몇 년 전만 해도 주요 키워드가 아니었지만, 미국 틱톡과 인스타그램에서 유행하면서 검색 수요가 급증한 케이스입니다. 수동 exact 캠페인은 내가 직접 추가하기 전까지 이 쿼리를 잡지 못합니다. 반면 자동 타게팅은 상품 그래프와 의미적 유사성을 기반으로 작동하기 때문에 이런 신흥 검색어를 상대적으로 더 빨리 포착할 수 있습니다.
정리하면, 수동 타게팅은 과거에 검증된 수요를 수확하는 데는 강하지만 변화하는 수요 언어를 따라잡는 데는 구조적으로 느립니다. 그래서 자동 타게팅을 일정 비율로 계속 유지하지 않고 모든 예산을 검증된 수동 키워드로 옮기는 전략은 장기적으로 수요 자산을 노후화시킵니다. 이건 미국 셀러 계정에서 꽤 자주 보이는 실수입니다.
자동 타게팅을 죽이는 가장 흔한 실수, 과도한 네거티브
자동 캠페인을 운영하다 보면 검색어 보고서에 전환되지 않는 키워드가 쌓이기 마련입니다. 이때 많은 셀러가 거의 반사적으로 네거티브 키워드를 추가합니다. 물론 명백한 비매칭 검색어는 걸러야 합니다. 하지만 자동 캠페인에 네거티브를 과도하게 넣으면 탐색 능력 자체가 죽습니다. 자동 타게팅은 일종의 탐색 알고리즘이라서 초기에는 노이즈가 섞여 있을 수밖에 없는데, 클릭 몇 번에 전환이 없다는 이유로 네거티브를 걸면 아마존이 해당 맥락으로 확장하는 경로를 차단해버립니다.
요가 매트를 판매하는 셀러의 자동 캠페인에 ‘foam roller’라는 검색어가 떴다고 해보죠. 표면적으로는 요가 매트와 폼롤러는 다른 상품입니다. 하지만 요가 매트를 사는 사람이 폼롤러를 함께 찾는 경우가 많다면, 아마존은 이 둘을 하나의 구매 맥락으로 연결했을 수 있습니다. 이 검색어를 초반에 네거티브로 막아버리면 폼롤러 상품 페이지에 노출될 기회까지 전부 사라집니다.
제가 권장하는 기준은 이렇습니다. 클릭 수 15~20회 이상이고 전환이 0이며, 구매 의도가 명백히 다른 경우에만 네거티브를 검토하세요. 그리고 ‘이상한 검색어’인지, ‘다른 상품 카테고리’인지, 아니면 ‘새로운 사용 맥락’인지를 먼저 판단하세요. 자동 타게팅은 효율성만으로 재단하면 안 되는 영역입니다. 일정 수준의 낭비는 미래 수요를 탐색하기 위한 연구개발비라고 보는 편이 전략적으로 훨씬 맞습니다.
루퍼스와 AI 검색 시대, 자동 타게팅의 가치가 올라간다
이 관점은 앞으로 더 중요해질 겁니다. 아마존은 AI 쇼핑 어시스턴트인 루퍼스를 검색 경험 전면에 배치하고 있습니다. 사용자가 기존처럼 ‘stainless steel water bottle’ 같은 키워드를 입력하는 대신, “캠핑을 좋아하고 미니멀한 디자인을 선호하는 친구에게 줄 선물을 찾고 있어요”라고 묻는 경우가 늘고 있다는 뜻입니다. 이런 자연어 질의는 전통적인 키워드 매칭보다 의미 기반 상품 이해에 훨씬 가깝습니다.
자동 타게팅은 아마존의 상품 그래프와 리스팅 의미 분석을 활용하기 때문에 이러한 AI 검색 흐름과 구조적으로 더 잘 맞을 가능성이 높습니다. 반면 수동 exact 키워드는 사용자가 입력하는 문자열에 의존하기 때문에 AI가 생성한 자연어 의도를 놓칠 확률이 커집니다. 물론 아직 루퍼스가 광고 노출에 미치는 영향을 완전히 공개하지는 않았지만, 미국 리테일 미디어의 방향성을 보면 시맨틱 타게팅과 상품 그래프 기반 노출이 점점 더 중요해질 것이라는 전망은 충분히 근거가 있습니다. 자동 타게팅은 이제 초보자용 키워드 도구가 아니라 AI 검색 시대의 의미 기반 노출 자산으로 다뤄야 합니다.
실전 프레임워크: 탐색 예산과 수확 예산을 분리하라
그럼 실제 운영은 어떻게 해야 할까요? 제가 미국 셀러들에게 권장하는 구조는 단순합니다. 자동과 수동을 하나의 캠페인 안에서 경쟁시키지 말고, 역할을 분리한 두 개의 예산 풀로 운영하는 겁니다.
탐색형 자동 캠페인
- 전체 아마존 광고 예산의 10~20%를 배정합니다.
- ACOS는 다소 높아도 허용합니다. 목표는 전환 효율이 아니라 신규 검색어, 신규 ASIN 맥락, 리스팅 분류 신호를 찾는 것입니다.
- 초기 2~3주는 네거티브를 거의 걸지 않고 데이터를 쌓습니다.
- 배치별로 분리해서 검색 상단과 상품 페이지를 따로 분석합니다.
- 검색어 보고서를 개별 키워드가 아니라 ‘의미 클러스터’로 묶어서 봅니다. 예를 들어 캠핑, 선물용, 보관용, 운동용 같은 식으로요.
- 이 캠페인에서 발견한 신규 수요는 수동 캠페인으로 이관하거나 리스팅 콘텐츠에 반영합니다.
수확형 수동 캠페인
- 전체 예산의 70~80%를 배정합니다.
- 검증된 고전환 키워드를 exact와 phrase로 운영합니다.
- ACOS, ROAS, 입찰가, 배치 조정을 정밀하게 관리합니다.
- 수동 캠페인에서도 검색어 보고서를 매주 확인해 새로운 고전환 검색어를 exact로 추가합니다.
- 브랜드 키워드와 비브랜드 키워드를 분리하고, 브랜드 키워드는 별도의 방어 캠페인으로 운영합니다.
자동 캠페인 성과 지표
자동 캠페인을 ACOS만으로 평가하면 실패합니다. 자동 캠페인의 진짜 성과 지표는 다음과 같습니다.
- 신규 브랜드 고객(NTB) 비율: 자동은 수동보다 신규 고객 유입에 기여하는 경우가 많습니다.
- 주간 신규 전환 검색어 수: 자동 캠페인에서 새롭게 전환이 발생한 검색어의 수를 추적합니다.
- ASIN 컨텍스트 신호: 상품 페이지 배치에서 노출이 잦은 ASIN 목록을 주간 단위로 수집합니다.
- 의미 클러스터 확장: 기존에 없던 새로운 사용 맥락이나 구매 상황이 검색어 보고서에 등장하는지 확인합니다.
결론: 자동과 수동은 경쟁 관계가 아니라 자산의 두 계층이다
아마존 광고에서 자동 타게팅과 수동 타게팅은 이제 더 이상 ‘초보자용 키워드 발굴 도구 대 고급 통제 수단’이라는 단순한 관계가 아닙니다. 자동 타게팅은 아마존이 여러분의 상품을 어떻게 이해하고 분류하는지 보여주는 진단 센서이자, 변화하는 소비자 언어와 새로운 구매 맥락을 탐색하는 자산입니다. 수동 타게팅은 검증된 수요를 반복적으로 수확하고 마진을 방어하는 자산이고요.
둘 중 하나를 없애는 전략은 결국 수요 자산의 한쪽 축을 무너뜨립니다. 자동을 꺼버리면 미래 수요를 놓치고, 수동을 소홀히 하면 현재 수익을 잃습니다. 미국 시장에서 살아남는 셀러들은 자동 캠페인의 일정 수준 비효율을 두려워하지 않으면서도, 수동 캠페인으로 확실한 수익을 지켜내는 균형 감각을 갖고 있습니다. 이 균형이 바로 리테일 미디어 시대의 진짜 경쟁력입니다.