[2026 하반기 전망②] 광고 운영 방식, 수동에서 AI 자동화로 전환 가속화

2026 하반기 전망② : 광고 운영 방식의 변화

광고 운영의 변수가 늘어나는 지금,
주요 매체들이 공통적으로 택한 전략은 'AI 자동화'였습니다.
2026년 하반기 광고 운영 방식은 어떻게 달라지고 있을까요?

---

💡 요약 POINT

이용자 접점 분산과 시그널 로스, 성과 중심 KPI 강화로 광고 운영 변수가 늘어나면서 수동 관리의 한계가 커지고 있습니다. 이에 주요 광고 플랫폼은 자동 입찰·타겟팅·소재 추천 같은 운영 요소 최적화에서 외부 지면 확장과 목표 기반 통합 자동화까지 AI의 관여 범위를 넓히고 있는데요. 2026년 하반기 당근·토스는 운영 효율화, 네이버는 자체 데이터 기반의 외부 지면 확장, 구글은 디맨드젠 중심의 통합 최적화를 강화하며 매체별 AI 자동화 전략을 구체화하고 있습니다.

---

🔍 광고 운영은 왜 점점 복잡해지고 있을까?

과거에는 주요 매체의 핵심 지면과 몇 가지 소재만 관리해도 캠페인을 무리 없이 운영할 수 있었습니다. 하지만 지금은 같은 예산과 인력으로도 살펴봐야 할 변수와 판단해야 할 선택지가 훨씬 많아졌는데요. 광고 운영이 복잡해진 배경에는 단순히 매체와 광고 상품이 늘어난 것 이상의 구조적인 변화가 자리하고 있습니다.

그렇다면 광고 운영 환경은 구체적으로 어떻게 달라졌을까요? 광고 운영의 복잡도를 높인 세 가지 매체 환경 변화를 살펴보고, 그 해법으로 AI 자동화가 부상한 배경까지 짚어보겠습니다.

🧭 매체 환경 변화 1) 이용자 접점 분산
먼저, 이용자의 여정 자체가 하나의 채널 안에서 끝나지 않습니다. 구글·네이버 같은 검색 플랫폼에서 정보를 찾고, 인스타그램 같은 소셜에서 콘텐츠를 소비하고, 유튜브·OTT에서 시간을 보내다가 쿠팡 같은 커머스 앱에서 구매를 마무리하기도 하고요. 때로는 하나의 앱 안에서도 비슷한 흐름이 반복됩니다. 네이버에서 정보를 찾다가 뉴스나 카페 글을 읽고, 블로그에 후기를 남긴 뒤, 다시 검색으로 돌아와 스마트스토어에서 구매까지 마무리하는 식이죠. 이렇게 이용자의 여정은 여러 앱을 넘나들거나, 하나의 앱 안에서 다양한 서비스를 거치며 이어지고 있는데요. 접점이 분산될수록 광고 집행 시 관리해야 할 매체·지면·소재의 조합도 함께 늘어나면서 운영 자체의 복잡도가 높아지고 있습니다.

🔒 매체 환경 변화 2) 개인정보 보호 강화와 시그널 로스
애플과 구글의 개인정보 보호 정책 강화도 이용자의 활동 데이터를 정확하게 추적하기 어려운 ‘시그널 로스’를 확대하고 있습니다. 애플은 iOS 14.5부터 앱 추적 투명성 정책(ATT; App Tracking Transparency)을 도입해, 이용자의 동의를 받아야 광고 식별자(IDFA)에 접근하거나 앱·웹 간 이용 행태를 추적할 수 있도록 했습니다. 동의를 받지 못하면 IDFA를 활용한 개인 단위 추적과 리타겟팅에 제약이 생깁니다. 구글은 서드파티 쿠키 전면 폐지 계획을 철회했지만 이용자가 직접 쿠키 차단을 선택할 수 있는 구조는 유지하고 있어 신호가 끊기는 흐름 자체는 이어지고 있습니다. 앱과 브라우저 모두 이용자의 동의와 설정에 따라 확보할 수 있는 신호가 달라지면서 개인 단위 타겟팅과 전환 측정의 정확도를 안정적으로 유지하기 어려운 환경이 이어지고 있습니다.

🎯 매체 환경 변화 3) 전환 효율 중심의 KPI 변화
이런 상황에서도 광고 예산은 한정돼 있고, 성과에 대한 요구는 더욱 구체화되고 있습니다. 과거에는 노출량이나 클릭 수처럼 이용자의 반응을 보여주는 지표로도 캠페인을 평가할 수 있었다면, 지금은 ROAS·CPA를 비롯해 전환 가치와 신규 고객 확보처럼 실제 비즈니스 성과로 이어졌는지가 더욱 중요해지고 있는데요. 성과 기준이 세분화될수록 광고주는 한정된 예산을 어떤 채널과 지면, 타겟, 소재에 배분해야 효율이 높아지는지 지속적으로 판단해야 합니다. 하지만 채널마다 수집되는 신호와 전환 기준이 다른 상황에서 사람이 모든 조합을 실시간으로 비교하고 조정하기에는 한계가 있죠.

 

🤖 AI는 왜 광고 운영의 해법으로 떠올랐을까?

이용자 접점은 분산되고 성과를 측정할 신호는 줄어드는 반면, 평가 기준은 실제 비즈니스 성과 중심으로 옮겨가고 있습니다. 세 가지 매체 환경 변화가 동시에 맞물리면서 사람이 모든 데이터를 수동으로 파악하고 경험에 의존해 대응하는 방식은 한계에 다다르고 있는데요. 이에 따라 성과 데이터를 빠르게 학습하고, 목표에 맞춰 예산과 운영 요소를 자동으로 조정하는 AI 기반 최적화가 광고 운영의 주요 해법으로 부상하고 있습니다.

AI는 텍스트·이미지·영상·행동 신호처럼 형태가 서로 다른 데이터를 통합해 분석하고, 이를 바탕으로 이용자의 맥락과 관심사, 전환 가능성을 해석할 수 있습니다. 새로운 성과 신호가 들어올 때마다 실시간으로 학습하면서 목표 달성 가능성이 높은 타겟·지면·소재·입찰 조합도 빠르게 찾아내는데요. 다양한 데이터를 함께 분석하는 능력과 지속적인 실시간 학습이 AI 기반 광고 최적화의 핵심입니다.

이에 주요 광고 플랫폼은 자사가 보유한 데이터와 AI 역량을 광고 운영에 적극적으로 접목하고 있습니다. 초기에는 자동 입찰이나 타겟팅처럼 개별 운영 요소를 지원하는 수준이었다면, 최근에는 외부 지면 확장과 캠페인 전반의 통합 최적화까지 AI의 관여 범위가 넓어지고 있습니다. 광고 자동화는 다음과 같이 세 단계로 고도화되고 있습니다.

단계별 AI 광고 자동화 수준	과거	→	AI 접목
1단계. 운영 요소 최적화	세부 운영값 수동 조정	→	운영 요소 실시간 자동 최적화
2단계. 외부 지면 확장	매체별 플랫폼 개별 세팅	→	단일 캠페인으로 외부 빅매체까지 자동 확장
3단계. 목표 기반 통합 자동화	운영 요소별 분산 관리	→	캠페인 목표 중심 전 요소 통합 최적화

 

🚀 2026년 하반기, 매체별 AI 광고 자동화는 어디까지 왔을까?

AI 광고 자동화의 세 단계는 실제 매체 업데이트에서도 구체적으로 나타나고 있습니다. 2026년 하반기를 시작하며 주요 광고 플랫폼은 각자가 보유한 데이터와 광고 지면, AI 역량에 따라 운영 요소 최적화부터 외부 지면 확장, 목표 기반 통합 자동화까지 서로 다른 전략을 추진하고 있는데요. 단계별 대표 사례를 통해 광고 운영 방식이 어떻게 달라지고 있는지 살펴보겠습니다.

⚙️ 1단계. 운영 요소 최적화 : 입찰·타겟·소재 자동화

🥕 당근, ‘당근 RISE’로 광고 운영 요소 자동화(7월)

 

출처 : 당근비즈니스

당근은 전문가모드에서 개별적으로 제공하던 AI 자동화 기능을 ‘당근 RISE’라는 하나의 브랜드로 통합했습니다. 자동 입찰, 광고 제목 추천, 캠페인 예산 최적화, 타겟팅 최적화까지 네 가지 기능을 제공합니다. 당근은 지역 기반 서비스 이용 과정에서 축적한 생활·관심·행동 데이터를 보유하고 있으며, AI가 이러한 데이터를 학습해 입찰·소재·예산·타겟팅을 자동으로 조정하는 방식입니다.

• 자동 입찰 : AI가 광고별 최근 성과와 예산 소진 상태를 실시간으로 반영해 최적의 입찰가를 자동으로 갱신
• 광고 제목 추천 : 당근 광고 데이터를 학습한 AI가 예상 CTR이 높은 소재 제목을 직접 추천해 주는 기능
• 캠페인 예산 최적화 : 캠페인 단위로 예산을 설정하면, AI가 성과를 실시간으로 분석해 효율이 높은 광고 그룹에 예산 우선 배분
• 타겟팅 최적화 : 당근 이용자의 실시간 행동 데이터를 바탕으로 광고에 반응할 가능성이 높은 잠재 고객 탐색

출처 : 당근비즈니스

RISE는 개별 기능을 함께 활용할 때 성과 개선 효과가 더욱 뚜렷하게 나타났습니다. 자동 입찰과 타겟팅 최적화를 동시에 적용한 결과 기존 수동 운영 대비 예산 소진율은 8.2배, CTR은 2.7배 높아지고 CPC는 44% 감소했는데요. 통신 브랜드에서는 CTR이 3.5배 증가하고 CPC가 72.4% 낮아졌으며, 예산 소진에 어려움을 겪던 교육 브랜드도 RISE 적용 후 소진율이 14배 이상 높아졌습니다. 입찰과 타겟팅을 하나의 목표 아래 함께 최적화하면서 예산 집행과 광고 반응을 동시에 개선한 것입니다.

 

💳 토스, 디스플레이 광고 구조 통합으로 AI 학습 효율 강화(7월)

출처 : 토스애즈

토스의 기존 디스플레이 광고는 리스트·보드·페이지 등 광고 유형별로 세트를 따로 만들어야 해 같은 캠페인 안에서도 예산과 학습 데이터가 분산됐는데요. 개편 후에는 광고 유형이 아닌 문구·이미지·비디오 등 소재 유형을 중심으로 운영 구조가 통일됐습니다.

• 개편 전 : 리스트·보드·페이지 등 광고 유형별로 광고 세트 생성 필요
• 개편 후 : 하나의 세트 안에서 문구·이미지·비디오 등 소재 유형을 중심으로 운영 구조 통일

하나의 세트 안에서 여러 소재 유형과 가로·정사각형·세로 등 다양한 비율을 함께 운영할 수 있어 머신러닝이 학습할 수 있는 데이터의 폭도 넓어졌습니다. 예산과 클릭 신호가 한 세트에 누적되면서 자동 입찰의 학습 속도와 정밀도가 높아지고, 신규 지면이 추가돼도 별도의 소재 작업 없이 대응할 수 있어 운영 부담도 줄어드는 구조입니다.

출처 : 토스애즈

개편 효과는 실제 캠페인 성과에서도 확인됐습니다. ‘잠재고객 모으기’ 목표 캠페인에서는 예산·타겟·메시지를 동일하게 설정한 비교 실험 결과, 전환 수가 83% 늘고 CPA는 46% 감소했습니다. ‘방문 유도하기’ 목표에서도 클릭 수는 72% 증가하고 CTR은 2.3%p 높아진 반면, CPC는 42% 낮아졌는데요. 운영 구조를 통합하면서 같은 예산으로 더 많은 전환과 반응을 확보할 수 있게 된 것입니다.

💡 국내외 흐름 : 넷플릭스, 생성형 AI 기반 광고 소재 자동 최적화(미국)

넷플릭스는 생성형 AI를 활용해 광고주의 기존 소재를 넷플릭스 콘텐츠의 분위기와 결합하고, 세로형 영상·일시정지 광고 등 다양한 지면에 맞게 자동 변형하고 있습니다. 광고에는 오버레이와 CTA 버튼 같은 인터랙티브 요소도 조합할 수 있는데요. 시청자의 콘텐츠 이용 행동에 따라 광고 노출량과 빈도까지 다르게 조정하는 실험도 진행 중입니다. 넷플릭스는 일부 브랜드와 테스트를 거친 AI 기반 광고 제작 기능을 2026년 말까지 모든 광고 요금제 운영 지역으로 확대할 계획입니다.

 

🌐 2단계. 외부 지면 확장 : 자체 데이터 기반 노출 확대

🛍️ 네이버, ‘부스트 업’으로 ADVoost 쇼핑 외부 지면 확대(5월)

출처 : 네이버 웨비나 자료

네이버는 AI 광고 솔루션 ‘ADVoost’를 중심으로 광고 자동화 기술을 단계적으로 고도화하고 있습니다. 쇼핑 영역에서는 ADVoost 쇼핑의 노출 범위를 네이버 온사이트와 네이버플러스 스토어에 이어 외부 주요 매체까지 확대하며 잠재고객 접점을 넓히고 있는데요. 지난 5월에 ADVoost 쇼핑 캠페인 내 기능으로 제공하던 ‘부스트 업’을 별도 캠페인으로 분리해 베타 오픈했습니다. 부스트 업 캠페인은 스마트스토어·브랜드스토어 광고주를 대상으로 자동 생성되며 추가적인 타겟·소재·입찰가 설정 없이도 네이버를 넘어 외부 광고 플랫폼으로 광고 노출을 자동 확장할 수 있는 기능입니다.

 

출처 : 나스미디어

초기에는 부스트 업이 ADVoost 쇼핑 캠페인 안에 포함돼 있어 개별적으로 중단하거나 성과를 구분해 확인하기 어려웠습니다. 지난 5월 별도 캠페인으로 분리되면서 개별 ON·OFF 관리와 캠페인 단위의 성과 조회가 가능해졌으며, 전환 판정 로직도 개선돼 전환 성과가 점차 안정화되고 있습니다. 노출 매체 역시 기존 메타의 페이스북·인스타그램·스레드 중심에서 가격비교·포털·미디어 웹사이트 등을 포함한 크리테오까지 확대됐고, 연내 구글 추가도 예정돼 있는데요. 네이버가 상품과 예산을 기반으로 외부 매체별 노출을 자동 최적화하면서, 광고 운영에 대한 부담을 줄이고 외부 지면별 성과를 보다 명확하게 관리할 수 있게 됐습니다.

실제 성과도 확인되고 있습니다. 네이버 웨비나 자료에 따르면 전환 로직 개선과 크리테오 지면 오픈 이후 약 10일간 평균 ROAS가 이전 대비 350% 증가했으며, 부스트 업을 상시 운영한 광고주 사례에서도 도달 범위 확대와 높은 ROAS를 동시에 확보했습니다. 특히 건강·의료 업종에서는 ROAS가 1,000% 개선된 사례도 나타났습니다.

출처 : 네이버 광고주센터

네이버는 쇼핑 광고 영역에서 외부 지면 확장을 강화하는 동시에 검색 광고 영역에서도 AI 적용 범위를 넓히고 있습니다. ADVoost 검색과 ADVoost Max를 통해 이용자의 검색 의도와 탐색 맥락을 분석하고 이에 적합한 광고 문안과 노출 방식을 자동으로 최적화하고 있습니다.

💡 국내외 흐름 : 쿠팡, 리타겟팅 '오디언스 플러스' 개편(2026년 3월~)

‘오디언스 플러스’는 쿠팡에서 상품을 검색하거나 상세 페이지를 확인하고 장바구니에 담거나 구매한 행동 데이터를 기반으로 잠재고객을 탐색하는 기능인데요. 쿠팡의 퍼스트파티 인사이트를 활용해 광고 노출 범위를 쿠팡 내부에서 유튜브·메타 등 외부 검색·소셜 채널까지 확장하며, 유사 상품에 관심을 보인 신규 고객에게도 도달할 수 있습니다.

 

🧠 3단계. 목표 기반 통합 자동화 : 캠페인 전반을 AI로 최적화

♾️ 구글, 디스플레이 캠페인을 디맨드젠으로 통합

구글은 자동 입찰과 타겟팅, 소재 조합 등 개별 운영 요소에 AI 최적화를 이미 폭넓게 적용해왔습니다. 2026년 하반기에는 여기서 더 나아가 수요 창출 목적의 광고 상품과 시각 중심 지면을 하나의 캠페인으로 묶는 목표 기반 통합 자동화를 추진하고 있습니다.

출처 : 구글

구글은 2024년 동영상 액션 캠페인의 디맨드젠 전환 계획을 발표한 데 이어, 지난 5월에는 Google 디스플레이 광고 캠페인까지 디맨드젠에 통합하는 계획을 발표했습니다. 2026년 6월부터 기존 캠페인의 이전 도구가 제공되고 있으며, 향후 신규 디스플레이 캠페인은 디맨드젠 안에서만 생성됩니다. 잔여 캠페인도 2027년까지 단계적으로 이전될 예정입니다. 이에 따라 디스플레이 광고 캠페인을 개별로 관리하고 수동 운영하는 방식에서 벗어나, 구글의 시각 중심 접점을 관심 형성·방문·전환 등 광고주가 설정한 목표에 따라 AI가 통합 최적화하는 구조로 바뀌는 것입니다.

구글이 디맨드젠을 중심으로 상품과 지면을 통합하는 이유는 채널별로 분산된 이미지·동영상 소재와 예산, 잠재고객 및 전환 신호를 한곳에 모아 AI의 학습 범위를 넓히기 위해서입니다. 지면·타겟·입찰을 하나의 목표 아래 함께 최적화함으로써 캠페인 간 데이터 단절과 운영 부담을 줄이고, 더 넓은 접점에서 성과를 극대화할 수 있는데요.

실제 통합 운영의 효과도 확인됐습니다. 디맨드젠 캠페인에 Google 디스플레이 네트워크를 추가한 광고주는 평균적으로 ROI가 9.5% 증가했습니다. 음식 배달 플랫폼 GoFood 역시 Google 디스플레이 네트워크를 추가한 뒤 고객 획득 비용은 24% 감소하고 전환 수는 19% 증가했는데요. AI가 더 넓은 지면과 전환 신호를 함께 학습하면서 도달 범위와 광고 효율을 동시에 높인 사례입니다.

💡 국내외 흐름 : 메타, 광고 운영 전 과정 AI 자동화 추진(연내 목표)

메타는 AI 자동화 솔루션 'Advantage+'를 통해 타겟팅·게재 위치·예산 배분을 자동화해온 데 이어, 2026년 말까지 광고 운영 전 과정을 AI로 자동화하는 체계를 준비 중인 것으로 알려졌습니다. 광고주가 제품 이미지와 목표, 예산을 입력하면 AI가 소재 생성부터 타겟팅·예산 배분까지 수행하는 방식인데요. 개별 기능 자동화를 넘어 캠페인 전체를 목표 중심으로 운영하는 통합 자동화로 확장되는 흐름입니다.

---

✅ AI 광고 자동화 시대, 광고 운영에서 무엇이 중요해질까?

이처럼 2026년 하반기 광고 자동화의 핵심은 단순히 사람이 하던 작업을 AI가 대신하는 데 있지 않습니다. 입찰·타겟·지면을 각각 조정하던 구조에서 벗어나, 캠페인 목표와 예산을 중심으로 플랫폼이 소재와 이용자 신호, 노출 지면을 함께 학습하고 최적화하는 방식으로 운영 구조 자체가 바뀌고 있습니다.

이에 따라 광고 운영자의 역할도 세부 옵션을 반복적으로 조정하는 데서 AI가 올바르게 학습할 수 있는 입력값을 설계하는 일로 이동할 전망입니다. 캠페인 목표와 전환 기준을 명확히 설정하고 충분한 학습 데이터와 다양한 소재를 제공하는 한편, 매체별 자동화 범위와 성과 리포트를 지속적으로 점검해야 하는데요. 자동화 수준이 높아질수록 목표·데이터·소재의 품질이 광고 성과를 좌우하는 핵심 운영 역량이 될 것으로 보입니다.

---

원문 리포트가 궁금하신가요?
아래 링크를 통해 확인해보세요. 📝

2026 상반기 디지털 미디어 & 마케팅 결산 | 케이티 나스미디어 - kt nasmedia