Google은 퍼스트파티 데이터를 AI 기반 성과를 위한 직접적인 입력으로 바꾸고 있으며, 자동화된 캠페인 유형은 미디어 예산에서 더 큰 비중을 차지하고 있습니다. AI 쇼핑도 연말 쇼핑 시즌의 상품 탐색 여정에 합류하고 있습니다. 상충 관계는 분명합니다. 플랫폼이 더 많은 결정을 자동화할수록 부실한 데이터, 거버넌스, 측정으로 치르는 대가는 커집니다.
새로운 통제 계층은 상류로 이동하고 있습니다. 마케터가 개별 입찰, 게재 위치, 잠재고객 규칙을 직접 조작하는 일은 줄어들 수 있습니다. 하지만 기계가 학습하는 데이터, 성장을 검증하는 실험, 지출을 보호하는 계정 권한, AI 시스템이 신뢰할 수 있는 상품 및 비즈니스 신호는 더 엄격하게 관리해야 합니다.
| Beecommercer 데일리 뉴스레터 |
| 날짜: 2026년 9월 11일 금요일 |
| 제공: beecommercer.com |
2026년 디지털 마케팅의 이야기는 점점 더 '위임'에 관한 이야기가 되고 있습니다. Google은 광고주에게 더 나은 퍼스트파티 데이터를 시스템에 제공한 뒤 인과 측정으로 결과를 평가하라고 요구하고 있습니다. 미디어 바이어는 자동화된 캠페인 유형으로 더 많은 예산을 옮기고 있습니다. 검색 연구자들은 LLM이 문서의 순위를 직접 매길 수 있는 아키텍처를 시험하고 있습니다. 소비자 플랫폼은 AI 에이전트를 질문에 답하는 단계에서 작업과 구매를 완료하는 단계로 밀어 올리고 있습니다.
그렇다고 마케터의 중요성이 줄어드는 것은 아닙니다. 가장 가치 있는 의사결정이 가장 낮은 수준의 실행에서 벗어나고 있다는 뜻입니다. 이제 질문은 이렇습니다. 어떤 비즈니스 성과를 최적화할 것인가? 어떤 고객 신호가 플랫폼에 다시 보낼 만큼 신뢰할 만한가? 성과 상승이 실제 증분 효과인지 어떻게 알 수 있는가? 누가 결제 정보나 계정 접근 권한을 바꿀 수 있는가? AI 시스템이 추천할 수 있을 만큼 브랜드 정보가 일관적인가?
4분기를 준비하는 이커머스 팀이라면 지금이 AI를 서로 분리된 기능의 모음으로 보는 시각에서 벗어나기 좋은 시점입니다. AI는 고객 확보, 측정, 탐색, 커머스를 아우르는 운영 계층이 되고 있습니다.
오늘의 내용을 살펴보겠습니다.
주요 뉴스
Google은 퍼스트파티 데이터를 연료이자 증거로 만들려 한다
Google Ads & Commerce는 더 탄탄한 데이터 기반, 복수의 신호, 인과적 증거라는 세 가지 아이디어를 중심으로 광범위한 측정 업데이트를 발표했습니다. Data Manager가 Google Analytics와 Display & Video 360에 직접 통합되고 있으며, 향상된 전환도 두 제품으로 확대됩니다. Data Manager API는 IAB Tech Lab Event and Conversions API 표준을 사용해 범용화되고 있습니다.
개별 기능보다 방향이 더 중요합니다. Google은 광고주가 CRM, 오프라인, 앱 및 기타 퍼스트파티 신호를 더 통합된 파이프라인으로 연결한 뒤, 이 신호를 입찰, 잠재고객 활성화, 측정에 활용하기를 원합니다. 내장 진단 기능 역시 데이터 문제가 캠페인 성과에 영향을 미치기 전에 포착하는 것을 목표로 합니다.
Search Engine Journal은 Google Ads의 새로운 Data Strength Uplift Metric에 주목합니다. 이 지표는 퍼스트파티 데이터와 측정 설정의 개선을 통해 추가로 복구되는 전환 수를 추정합니다. Google에 따르면 Google tag gateway를 사용하는 광고주는 평균 14%의 전환 증가를 관찰했으며, 인용된 내부 데이터에서 Demand Gen 캠페인은 20%가 넘는 증가를 보였습니다. 이 수치는 Google이 보고한 평균값이지 보장된 결과가 아닙니다.
측정은 인과 관계도 더 중시하고 있습니다. Google은 오픈소스 마케팅 믹스 모델인 Meridian에 에이전트 기능을 추가해 시스템이 데이터 품질을 점검하고 오류를 해결하며 모델 구축을 안내하도록 하고 있습니다. 브랜드 관련 Google Query Volume을 이제 Meridian의 신호로 사용할 수 있으며, Meridian GeoX도 전 세계에 정식 제공됩니다. 지역 실험을 통해 MMM 결과를 실제 증분 효과에 맞춰 보정할 수 있습니다.
이 전략적 변화는 중요합니다. 더 나은 추적은 이제 누락된 전환을 복구하는 데만 그치지 않습니다. 퍼스트파티 데이터가 성과를 좌우하는 입력이 되고 있습니다. 플랫폼이 더 완전하고 가치 있는 고객 신호를 받으면 입찰 시스템은 더 나은 목표를 갖게 됩니다. 그러나 측정되는 전환이 늘어난다고 수익성 있는 전환이 자동으로 늘어나는 것은 아닙니다. 어떤 신호를 다시 보낼지는 여전히 매출, 이익률, 리드 품질, 재구매, 후속 가치를 기준으로 정해야 합니다.
| 운영 포인트: 측정 인프라를 보고서 프로젝트가 아니라 성장 자산으로 다루세요. 4분기 지출을 확대하기 전에 Google이 받는 모든 전환 신호를 정리하고, 실제 비즈니스 가치를 나타내는 신호를 식별하세요. 향상된 전환과 오프라인 데이터 파이프라인을 점검하고, 플랫폼 기여 분석이 제시하는 결과를 검증할 증분 효과 테스트를 최소 한 개 설계하세요. |
자동화와 미디어 구매
더 많은 광고비가 AI 주도 캠페인으로 이동한다
Digiday에 따르면 IAB는 2026년 미국 광고비 성장 전망을 9.5%에서 12.3%로 상향했습니다. 이와 별개로 Madison & Wall은 자동화 또는 AI 주도 캠페인 유형이 올해 미국 광고비의 약 12%를 차지할 것으로 추산했습니다. 2023년 약 2%에서 늘어난 수치로, 2030년에는 27%에 이를 수 있다고 봅니다.
이 범주에는 Google Performance Max, Meta Advantage+ 같은 시스템이 포함됩니다. 플랫폼은 잠재고객 확장, 게재 위치, 입찰, 광고 소재 조합을 점점 더 많이 통제합니다. Digiday는 Tinuiti 데이터도 인용해 2025년 4분기 이후 Performance Max가 소매 고객사의 Google 광고비에서 약 60%~70%를 차지해 왔다고 전합니다.
Search Engine Roundtable에 따르면 Google Ads는 예산이나 입찰 목표를 대상으로 하는 새로운 검색 캠페인 실험을 시험하고 있습니다. 이 베타 기능은 검색 캠페인 간 서로 다른 예산 수준, 타겟 CPA, 타겟 ROAS 설정을 비교할 수 있습니다. 보도된 업데이트에는 브랜드 및 위치 통제를 유지하는 AI Max 실험과, 캠페인에 직접 적용할 수 있는 Performance Planner 추천도 포함됩니다.
이는 플랫폼이 실행뿐 아니라 실험까지 자동화하고 있다는 또 하나의 신호입니다. 광고주는 목표를 수동으로 바꾼 뒤 계정을 지켜보는 대신, 서로 다른 경제적 제약이 성과에 어떤 영향을 주는지 시스템에 시험하도록 요청할 수 있게 되고 있습니다.
| 운영 포인트: 자동화 확대에 대응한다고 가드레일을 없애지는 마세요. 시험 전에 허용 가능한 이익률, 예산 변동성, 브랜드 검색어 노출, 지역 제한, 전환 품질 기준을 정의하세요. 시스템이 비즈니스 프레임워크 안에서 탐색하도록 하되, 그 프레임워크 자체를 대신하게 해서는 안 됩니다. |
계정 거버넌스
Google Ads 보안이 운영 필수 요건이 된다
JumpFly는 Google이 민감한 Google Ads 작업에 더 엄격한 통제를 도입하고 있다고 전합니다. 이 대행사에 따르면 무료 이메일 도메인을 사용하는 사용자가 특정 민감한 계정 변경을 하지 못하도록 제한할 수 있는 시범 운영이 진행 중입니다. 패스키와 Multi-party Approval 사용도 확대되고 있습니다. 후자의 경우 접근 권한 변경, 일부 계정 연결, 특정 결제 정보 업데이트 같은 작업에 두 번째 관리자의 승인이 필요합니다.
실무적 교훈은 특정 보안 기능 하나보다 단일 장애 지점을 없애는 데 있습니다. 기업은 현재 재직 중인 회사 관리자를 여러 명 확보하고, 각자가 개인별 회사 도메인 계정을 사용하며 패스키를 설정하도록 해야 합니다. 퇴사자나 계약이 끝난 외부 업체도 제거해야 합니다. 허용 도메인을 검토해 과거 대행사나 관리되지 않는 Gmail 주소가 불필요한 접근 경로가 되지 않도록 해야 합니다.
Search Engine Roundtable은 별도로, 광고비를 이미 지출한 뒤 Google Ads 프로모션 크레딧이 무효화됐다는 광고주 불만을 보도했습니다. 이는 공개적으로 공유된 개별 사례에 기반한 보도이며 Google의 일반적인 정책 발표가 아닙니다. 따라서 크레딧이 통상적으로 취소된다는 증거로 해석해서는 안 됩니다. 그럼에도 자격과 적용이 완전히 확인되기 전까지 프로모션 크레딧을 보장된 현금으로 간주해서는 안 된다는 유용한 경고입니다.
| 운영 포인트: 연말 쇼핑 시즌 전 점검 목록에 Google Ads 거버넌스를 추가하세요. 관리자, 패스키, 복구 경로, 결제 관리 책임, 허용 도메인, 프로모션 크레딧 약관, 민감한 변경의 승인권자를 검토하세요. 성수기에 팀이 접근 권한을 되찾거나 결제 정보를 갱신하지 못한다면, 캠페인 성과가 아무리 좋아도 소용없습니다. |
연말 쇼핑 시즌 커머스
AI가 쇼핑 여정에 합류하며 이커머스는 전체 소매보다 빠른 성장 전망
Retail Dive에 따르면 Deloitte는 2026년 11월부터 2027년 1월까지 미국 연말 쇼핑 시즌 이커머스 매출이 전년 동기 대비 7.5%~8.4% 증가할 것으로 예상합니다. 이는 전체 연말 쇼핑 시즌 소매 성장률인 4%~4.8%보다 빠릅니다. 해당 기간 이커머스 매출 전망치는 약 3,161억~3,189억 달러입니다.
디지털 채널이 성장의 더 큰 몫을 가져갈 수 있는 이유 중 하나가 AI입니다. Retail Dive가 인용한 Bain 조사에서는 연말 쇼핑 시즌 소비자의 24%가 ChatGPT, Gemini, Claude 같은 도구로 상품 탐색을 시작할 계획이라고 답했습니다. AI가 검색이나 마켓플레이스를 대체한다는 뜻은 아닙니다. 소비자가 상품 페이지, 매장, 결제 단계에 도달하기 전에 또 하나의 조사 계층을 더한다는 의미입니다.
Yahoo Finance / Similarweb은 Similarweb의 'State of Ecommerce 2026' 조사 결과를 전합니다. 전용 AI 플랫폼에서 유입되는 직접 추천 트래픽은 지난 1년간 200% 넘게 증가했지만 이커머스 트래픽 규모로는 여전히 상대적으로 작습니다. 더 중요한 신호는 영향력일 수 있습니다. Similarweb은 일부 구매 결정에서 AI의 구매 추천이 브랜드에 최대 2 대 1의 우위를 줄 수 있다고 설명합니다. 한편 쇼핑 조사에 AI를 사용하는 소비자의 89%는 검색도 사용합니다.
이 보고서는 모바일 전환도 뒷받침합니다. 이커머스 앱 세션은 웹 방문보다 약 1.3배 빠른 속도로 증가하고 있으며, 미국 소비자의 86.5%는 주로 스마트폰이나 태블릿으로 쇼핑한다고 답했습니다. 전체 이커머스 사이트 트래픽은 전년 대비 6.8% 늘었습니다. 즉, 여정은 검색에서 AI로 이동하는 것이 아니라 AI, 검색, 앱, 마켓플레이스, 모바일 커머스에 걸친 다층 구조가 되고 있습니다.
| 운영 포인트: 상품 탐색을 마지막 클릭 채널이 아니라 여러 채널의 포트폴리오로 측정하세요. 자사 사이트, Merchant Center, 마켓플레이스, 리뷰, 제3자 정보 출처 전반에서 상품 사실을 일관되게 유지하세요. AI 추천 트래픽을 모니터링하되 과대평가하지 말고, 모바일 상품 페이지와 결제 경험이 AI와 검색이 함께 만들어 낸 수요를 구매로 전환할 수 있도록 하세요. |
로컬 AI 검색
완전한 비즈니스 신호가 AI 추천으로 이어진다
Search Engine Journal / Uberall은 Uberall이 후원한 연구를 소개합니다. 이 연구는 미국 3,793개 지점에 대해 5개 AI 모델이 생성한 12만 건 이상의 AI 언급을 분석했습니다. 일반적인 가시성 신호를 비즈니스 데이터, 권위, 리뷰, 소셜 신호라는 네 범주로 나눕니다.
실행에 옮기기 쉬운 결과 중 하나는 기본 운영 정보의 완전성이 여전히 중요하다는 점입니다. 여러 업종에서 충실하게 작성된 Google Business Profile 설명, 관련 속성, 더 많은 사진은 높은 언급률과 연관됐습니다. 조사한 범주 전반에서 리뷰 수는 별점보다 AI 언급을 더 일관되게 예측하는 변수이기도 했습니다.
단서는 중요합니다. 이 연구는 Uberall 자체 데이터셋과 방법론에 기반한 공급업체 후원 연구입니다. 따라서 그 상관관계를 ChatGPT, Gemini, Claude, Grok, Perplexity의 보편적인 순위 요인으로 취급해서는 안 됩니다. 다만 큰 방향은 설득력이 있습니다. AI 시스템이 지역 업체를 자신 있게 추천하려면 일관되고 최신이며 외부에서 검증할 수 있는 정보가 필요합니다.
| 운영 포인트: 오프라인 지점이 있는 브랜드의 GEO는 운영에서 시작합니다. 모든 지점의 이름, 주소, 카테고리, 속성, 영업시간, 사진, 리뷰를 최신 상태로 유지하세요. 목표는 비밀 AI 순위 요인을 찾는 것이 아니라, AI 시스템이 업체를 검증할 수 있는 모든 곳에서 모호함을 줄이는 것입니다. |
검색 인프라
순위 아키텍처가 AI 네이티브로 진화하며 SEO 도구도 새로워진다
Semrush는 페이지 수준 SEO 점검을 위한 무료 Chrome 확장 프로그램 SEOquake를 재구축했습니다. 이번 재출시에서는 종료된 검색 기능과 연결된 지표를 포함해 오랜 시간 쌓인 낡은 요소를 제거하거나 대체했습니다. 동시에 브라우저 안에서 빠르게 점검하는 기능에 계속 집중합니다.
도구 업데이트 자체는 점진적이지만 SEO 팀의 실무 현실을 보여 줍니다. 검색 생태계가 변하면 익숙한 워크플로도 유지보수가 필요합니다. 제목, 소제목, 링크, 색인 가능 여부, 페이지 수준 신호를 보여 주는 브라우저 확장 프로그램은 여전히 유용합니다. 그러나 이 신호의 해석을 2020년 무렵의 SEO 체크리스트에 고정해 둘 수는 없습니다.
Search Engine Journal은 Google DeepMind와 학계 공동 연구진의 Autoregressive Ranking 연구를 다룹니다. 기존의 이중 인코더와 교차 인코더로 구성된 2단계 아키텍처에 의존하는 대신, LLM이 순서가 매겨진 문서 ID 목록을 생성하는 접근법입니다. 논문은 순위를 고려하는 동작을 개선하기 위해 SToICaL이라는 훈련 방법을 제안합니다.
실험은 가능성을 보여 줬지만 결과는 혼재했습니다. 한 비교에서 자기회귀 방식은 교차 인코더와 비슷한 성능을 보였고 이중 인코더보다 나았습니다. 반면 한 쇼핑 검색 시험에서는 가장 관련성 높은 단일 결과를 맨 앞에 배치하는 성능이 더 약했습니다. 무엇보다 이는 연구이지, Google 검색이 이 시스템을 실제 서비스에 배포했다는 발표가 아닙니다.
| 운영 포인트: 연구 논문 하나를 중심으로 SEO 전략을 다시 짜지 마세요. 유용한 신호는 검색과 순위 시스템 자체가 더욱 LLM 네이티브로 바뀔 수 있다는 점입니다. 명확한 관련성, 구조화된 상품 정보, 강한 엔터티 신호, 검색 시스템과 사람이 모두 이해하기 쉬운 콘텐츠에 계속 투자하세요. |
플랫폼 신호
Meta의 Muse가 보여 주는 AI의 확장: 광고에서 거래 실행으로
Bloomberg에 따르면 JPMorgan은 Muse 출시 이후 Meta의 AI 입지에 대한 신뢰가 높아졌다는 이유로 Meta의 투자의견을 '중립'에서 '비중 확대'로 올리고 목표주가를 640달러에서 820달러로 상향했습니다. Bloomberg가 전한 애널리스트 보고서에 따르면 Muse는 출시 둘째 날 미국 App Store에서 한때 3위까지 올랐으며, 초기 이용 수준은 내부 훈련 사용자 그룹을 크게 웃돌았습니다.
이커머스 관점의 의미는 Meta의 주식 평가보다 큽니다. Muse는 앱을 넘나들며 웹을 탐색하고 양식을 작성하며, 사용자 승인을 받아 작업을 완료할 수 있는 개인 에이전트로 자리매김하고 있습니다. Meta에 따르면 이 에이전트는 구매에 Link by Stripe를 사용할 수 있으며 Shop Pay 지원은 추후 제공될 예정입니다. 이 모델이 작동한다면 플랫폼의 기회는 구매에 영향을 주는 광고를 보여 주는 데서 거래 자체에 훨씬 가까운 위치에서 실행하는 쪽으로 이동합니다.
판매자에게는 새로운 인터페이스에서 마주하는 익숙한 요구사항입니다. 에이전트에는 신뢰할 수 있는 상품 데이터, 가격, 재고, 배송 조건, 반품 정보, 해석할 수 있는 결제 흐름이 필요합니다. 소비자가 전통적인 퍼널을 따르지 않더라도, 에이전트가 가장 쉽게 이해하고 거래할 수 있는 브랜드가 우위를 얻을 수 있습니다.
| 운영 포인트: 에이전트 대응 준비도를 커머스 역량으로 생각하기 시작하세요. 핵심 상품 및 정책 정보를 기계가 읽을 수 있게 만들고 일관되며 최신인 상태로 유지하세요. 결제 마찰을 줄이고, 단순한 추천 유입이 아니라 실제 거래를 보내기 시작하는 에이전트 플랫폼이 무엇인지 지켜보세요. |
핵심 신호
자동화는 통제를 없애지 않는다 — 통제를 상류로 옮긴다
이 뉴스들을 관통하는 패턴은 일관됩니다. Google은 더 많은 측정과 실험을 자동화하고 있습니다. 미디어 바이어는 AI 기반 캠페인 유형에 더 많은 돈을 투입합니다. AI는 연말 쇼핑 시즌 탐색과 지역 추천의 일부가 되고 있습니다. 검색 연구자들은 LLM 중심의 순위 시스템을 탐구합니다. Meta는 에이전트를 실제 작업과 구매 실행으로 밀어 나가고 있습니다.
효과적인 대응은 자동화된 모든 결정을 세세히 관리하는 것도, 플랫폼의 모든 출력을 신뢰하는 것도 아닙니다. 통제해야 할 것은 입력과 검증 계층입니다. 여기에는 퍼스트파티 데이터 품질, 전환 정의, 증분 효과 테스트, 계정 권한, 상품 정보, 지역 비즈니스 데이터, 브랜드 권위, 이익 제약이 포함됩니다.
자동화가 확대될수록 마케터의 일은 더 재무적이고 기술적이며 전략적으로 변합니다. 기계는 어디에 입찰하고 어떤 광고 소재를 보여 줄지 결정할 수 있습니다. 그러나 성공이 무엇인지, 어떤 신호가 참인지, 어느 정도 위험을 감수할 수 있는지, 보고된 성장이 실제 증분인지 결정하는 일은 여전히 기업의 몫입니다.
지금 구축할 가치가 있는 것은 바로 그 통제 계층입니다.
Beecommercer 팀