메타 광고 소재 테스트, AI로 많이 만들기보다 ‘무엇을 배웠나’부터 남기세요
메타 광고 소재 테스트는 소재를 많이 돌리는 일이 아니라, 한 회차에 가설 하나를 시험하고 배운 점을 기록해 다음 회차로 넘기는 일입니다. 100년 전 클로드 홉킨스가 『과학적 광고』에서 세운 테스트·측정 원칙이 AI 시대에 더 중요해졌습니다.
안녕하세요. 텐밀리언마케팅의 앤디입니다.
요즘은 생성형 AI로 광고 소재를 하루에 수십 개씩 만들 수 있습니다. 문구도, 이미지도, 짧은 영상도 몇 분이면 나옵니다. 그런데 소재를 잔뜩 돌린 한 달이 끝난 뒤 “그래서 우리 고객은 무엇을 보고 샀나요?”라고 물으면 대답이 비어 있는 쇼핑몰이 적지 않습니다. 광고비는 썼는데 남은 배움이 없는 상태입니다.
결론부터 말씀드리면, 메타 광고 소재 테스트의 성과는 소재 개수가 아니라 이번 회차에 무엇을 시험했고 무엇을 배웠는지를 한 줄로 남겼는가에서 갈립니다. 이 생각은 새롭지 않습니다. 100년 전 한 광고인이 이미 책 한 권으로 정리해 두었습니다.
메타 광고 소재 테스트, 결론은 이렇습니다
메타 광고 소재 테스트는 “많이 만들어 보고 잘 되는 걸 남기는 일”이 아니라 “가설을 하나씩 판정하는 일”입니다. 세 줄로 줄이면 이렇습니다.
- 한 회차에 가설 하나. 무엇을 바꿨고 어떤 반응을 기대하는지 광고를 켜기 전에 문장으로 적습니다.
- 판정은 숫자 하나로. 그 가설에 맞는 지표 하나를 미리 고르고, 기간이 끝나면 그 숫자로만 판정합니다.
- 배운 점은 한 줄로, 다음 회차는 그 한 줄에서. 이긴 소재보다 이긴 이유가 더 오래 쓰입니다.
클로드 홉킨스의 ‘과학적 광고’는 원래 무엇을 말했나
과학적 광고는 광고를 감이 아니라 측정할 수 있는 판매 활동으로 다루자는 생각입니다. 이 생각을 정리한 사람이 미국의 카피라이터 클로드 C. 홉킨스(Claude C. Hopkins, 1866~1932)입니다. 그는 광고 회사 로드 앤 토머스(Lord & Thomas)에서 일하다 은퇴한 뒤인 1923년 『Scientific Advertising』을 냈습니다(위키백과).
이 책이 지금까지 읽히는 이유는 핵심 개념이 단순하고 실무적이기 때문입니다.
- 반응을 추적한다. 홉킨스는 우편 쿠폰을 활용해 어느 광고에서 반응과 주문이 왔는지를 셌습니다. 광고마다 결과가 따로 보이게 만든 것입니다.
- 맞붙여 시험한다. 헤드라인, 오퍼, 제안을 서로 맞붙여 어느 쪽이 더 팔리는지를 비교했습니다. 의견이 아니라 결과로 고른 것입니다.
- 작게 시험하고 크게 싣는다. 테스트 캠페인으로 작은 규모에서 먼저 확인한 뒤, 검증된 쪽에 예산을 싣는 방식을 널리 퍼뜨렸습니다.
요약하면 홉킨스에게 광고는 “시험하지 않은 것은 아직 모르는 것”이라는 태도였습니다. 바로 이 태도가 AI 시대의 소재 테스트에 그대로 들어맞습니다.
AI 시대에 바뀐 것과 그대로인 것
바뀐 것은 소재를 만들고 결과를 모으는 속도와 비용이고, 그대로인 것은 무엇을 시험할지 정하고 결과를 읽는 일입니다. 홉킨스 시대와 지금을 나란히 놓으면 사람이 맡아야 할 자리가 분명해집니다.
| 항목 | 홉킨스 시대 (1920년대) | AI 시대 (지금) | 사람이 정할 것 |
|---|---|---|---|
| 결과 추적 | 쿠폰으로 어느 광고에서 주문이 왔는지 셈 | 픽셀·전환 API가 자동으로 집계 | 어떤 숫자를 판정 지표로 볼지 |
| 시험 단위 | 헤드라인·오퍼를 하나씩 맞붙임 | 여러 소재를 섞어 자동으로 예산 배분 | 이번 회차에 바꿀 변수 하나 |
| 소재 제작 | 카피라이터가 며칠에 걸쳐 작성 | 생성형 AI가 몇 분에 수십 개 | 소재가 시험할 가설 |
| 시험 비용 | 인쇄·우편비가 커서 작게 시험 | 적은 일 예산으로도 시작 가능 | 판정까지 기다릴 기간과 예산 |
| 기록 | 반응을 적은 장부 | 광고 관리자에 숫자는 남지만 이유는 안 남음 | 배운 점 한 줄과 다음 가설 |
표의 오른쪽 칸이 핵심입니다. 광고 관리자는 어느 소재에 돈이 더 갔고 어느 소재가 더 팔았는지는 보여 주지만, 그 소재가 왜 이겼는지는 적어 주지 않습니다. 소재를 AI가 대신 만들수록 오히려 “무엇을 시험했나”를 사람이 붙잡아야 하는 이유입니다.
식품·리빙 쇼핑몰은 이렇게 적용합니다
적용의 출발점은 소재가 아니라 가설 문장입니다. 아래 여섯 단계를 한 회차로 보고 돌리면 됩니다.
- 가설을 한 문장으로 먼저 씁니다. “○○한 고객은 △△ 때문에 산다. 그래서 □□를 앞에 두면 반응이 오를 것이다.” 형식이면 충분합니다. 예를 들어 그래놀라를 파는 쇼핑몰이라면 “아침을 거르는 직장인은 당 함량보다 포만감에 더 반응할 것이다”처럼 씁니다.
- 바꿀 변수를 하나로 묶습니다. 가설을 담은 소재 2~3개를 지금 가장 잘 나가는 기준 소재와 나란히 둡니다. 이미지, 문구, 오퍼, 타깃을 한꺼번에 바꾸면 무엇이 결과를 바꿨는지 알 수 없습니다. 리넨 침구라면 같은 사진에 첫 문장만 “빨수록 부드러워지는 촉감”과 “열대야에도 보송한 잠자리”로 나누는 식입니다.
- 판정 지표를 가설에 맞춰 하나 고릅니다. 시선을 멈추는지 묻는 가설이면 3초 재생 비율이나 클릭률, 설득이 되는지 묻는 가설이면 랜딩 이후 구매 전환율, 오퍼를 묻는 가설이면 객단가와 구매 수를 봅니다. 지표를 여러 개 열어 두면 원하는 숫자만 골라 읽게 됩니다.
- 판정 기간과 예산을 미리 정합니다. 텐밀리언은 한 회차를 7일로 봅니다. 요일마다 반응이 다른 식품·리빙 상품은 일주일을 채워야 비교가 공정해지기 때문입니다. 중간에 끄고 싶어질 때의 기준(예: 일정 금액을 쓰고도 구매가 없으면 중단)도 시작 전에 적어 둡니다.
- 회고를 네 칸으로 남깁니다. 가설, 결과, 배운 점, 다음 가설입니다. 예를 들어 “포만감 문구는 클릭률을 올렸지만 구매 전환은 그대로였다 → 광고는 제 역할을 했고, 막힌 칸은 상세페이지일 수 있다”처럼 판단까지 적습니다.
- 다음 회차는 그 한 줄에서 시작합니다. 이긴 소재는 새 기준 소재가 되고, 진 가설도 지우지 않고 남깁니다. 같은 가설을 두 달 뒤에 또 시험하는 낭비를 막아 줍니다.
측정은 이렇게 합니다
측정은 두 층으로 나눠 봅니다. 회차마다 가설을 판정하는 숫자 하나, 그리고 회차가 쌓이며 움직이는 누적 숫자입니다. 누적 숫자로는 주별 구매 수, ROAS, 신규 고객 비중 정도면 충분합니다.
- 소재는 이겼는데 매출이 그대로라면 광고 다음 칸을 봅니다. 랜딩 페이지와 오퍼가 클릭을 받아 주지 못하고 있을 수 있습니다.
- 판정 지표 차이가 작다면 억지로 승자를 고르지 말고 “무승부”로 적은 뒤, 다음 회차에는 변수를 더 크게 바꿉니다.
- 4회차(약 한 달)를 모아 읽으면 우리 고객이 반응하는 말과 반응하지 않는 말이 목록으로 보입니다. 이 목록이 상세페이지와 다음 시즌 기획의 재료가 됩니다.
먼저 확인할 것도 있습니다. 광고가 정말 막힌 칸인지입니다. 클릭은 충분히 들어오는데 구매가 없다면 소재 테스트를 더 돌리기보다 상세페이지의 약속을 먼저 손보는 편이 빠릅니다. 퍼널에서 어디가 막혔는지 찾는 방법은 AI로 쇼핑몰 매출 올리는 법 글에 정리해 두었고, 텐밀리언이 실제로 테스트를 돌린 과정은 메타 광고 A/B 테스트 사례에서 볼 수 있습니다.
이 기록과 회고를 매주 직접 챙기기 어렵다면, 텐밀리언이 만든 트래키(베타)가 이 루프를 대신 돌립니다. Claude가 7일치 데이터를 분석해 배운 점과 다음 가설 초안을 쓰고 소재를 만들어 광고를 일시정지 상태로 세팅하면, 사장님은 회고 승인과 소재 검수, 광고 켜기만 합니다. 예산과 켜고 끄는 결정은 사람에게 남아 있고, 기록은 브랜드의 Google Drive에 쌓입니다(2026년 10월 기준 일부 고객사 한정 베타, 2026년 11월 정식 출시 예정).
자주 묻는 질문
메타 광고 소재 테스트는 며칠 동안 해야 하나요?
메타 광고는 시작 직후 학습 단계를 거치기 때문에 하루 이틀 성과만 보고 끄면 판단이 흔들립니다. 텐밀리언은 한 회차를 7일로 잡고, 판정 지표와 예산을 시작 전에 정해 둡니다.
AI로 만든 소재를 한 번에 많이 올려도 되나요?
올릴 수는 있지만 예산이 여러 소재로 나뉘면 소재마다 데이터가 적어 판정이 어려워집니다. 소재 수보다 가설 수를 먼저 정하고, 가설 하나에 소재 2~3개로 시작하는 편이 배움이 남습니다.
메타 광고 관리자의 A/B 테스트 기능을 꼭 써야 하나요?
메타의 A/B 테스트 기능은 노출 대상을 나눠 비교해 주므로 판정이 더 깔끔합니다. 예산이 작다면 변수 하나만 다른 소재를 같은 조건에서 비교하고, 그 한계를 기록에 함께 적어 두는 방법도 씁니다.
소재 테스트 결과는 어떻게 기록하나요?
가설, 결과, 배운 점, 다음 가설 네 칸이면 충분합니다. 숫자는 광고 관리자에 남지만 왜 그렇게 판단했는지는 따로 적지 않으면 한 달 뒤에 사라집니다.
클로드 홉킨스의 과학적 광고는 어떤 내용인가요?
1923년에 나온 클로드 C. 홉킨스의 책 『Scientific Advertising』으로, 쿠폰 등으로 광고별 반응을 추적하고 헤드라인·오퍼를 서로 맞붙여 시험하는 측정 중심의 광고관을 정리한 고전입니다.
마치며
홉킨스가 쿠폰으로 셌던 것은 결국 “어느 광고가 팔았나”였습니다. 지금은 AI가 소재를 만들고 메타가 예산을 나눠 주지만, 무엇을 시험했고 무엇을 배웠는지는 여전히 쇼핑몰이 직접 남겨야 하는 자산입니다. 소재 100개보다 이번 주에 배운 한 줄이 다음 달 광고비를 아껴 줍니다.
이 실험 루프를 매주 직접 돌려 보고 싶다면 트래키(베타)를 확인해 보세요. 우리 쇼핑몰 광고에서 무엇부터 시험해야 할지, 혹은 광고가 정말 막힌 칸인지부터 함께 보고 싶으시다면 글 아래 상담 신청하기 버튼으로 남겨 주세요. 비용은 요금 안내에서 확인하실 수 있습니다.
