메타 유사 타겟(Lookalike) 제대로 세팅하면 매출이 달라진다 — 시드 오디언스부터 LAL 스택까지

유사 타겟이 관심사 타겟보다 안정적인 이유

메타 광고를 처음 시작하는 쇼핑몰은 대부분 관심사 타겟팅으로 시작한다.

"패션 관심자", "운동 좋아하는 사람", "뷰티 관심층"처럼 카테고리를 골라 노출하는 방식이다.

관심사 타겟팅은 빠르게 세팅할 수 있지만 한 가지 근본적인 한계가 있다.

메타가 특정 관심사로 분류한 사람이 반드시 내 상품을 살 사람이라는 보장이 없다는 점이다.

반면 유사 타겟(Lookalike Audience, LAL)은 다르다.

실제로 내 상품을 구매하거나 상세 페이지를 오래 본 사람들의 행동 패턴을 분석해서, 그와 유사한 신규 사용자를 찾아내는 방식이다.

내 베스트 고객을 복사해서 새로운 고객을 찾는 것과 같다.

관심사 타겟이 "운동을 좋아할 것 같은 사람"을 겨냥한다면, LAL은 "내 쇼핑몰에서 운동복을 실제로 산 사람과 행동 패턴이 비슷한 사람"을 찾아낸다.

이 차이가 ROAS 안정성에서 크게 갈린다.

관심사 타겟팅은 새로운 브랜드나 시즌 초기처럼 내 쇼핑몰을 전혀 모르는 사람에게 인지를 넓힐 때 유용하다.

하지만 광고비가 일정 수준 이상으로 올라가면 관심사 타겟만으로는 ROAS가 불안정해지는 한계가 온다.

그 시점에 LAL로 신규 유입 채널을 전환하면 같은 예산으로 더 정확한 잠재 고객에게 도달하게 된다.

시드 오디언스 품질 진단 — 내 오디언스는 어디에 해당하나

LAL의 성과는 어떤 오디언스를 시드(seed)로 쓰느냐에서 결정된다.

시드 오디언스란 유사 타겟을 만들 때 기준이 되는 원본 오디언스다.

시드 품질이 낮으면 아무리 LAL 세팅을 잘해도 성과가 나오지 않는다.

시드 오디언스 유형	품질 등급	LAL 활용 적합성	주의사항
고가치 구매자 (LTV 상위 20%)	최상	가장 효과적. 우선 활용 권장	최소 200명 이상 필요
구매 완료 전체 고객	상	안정적. 규모 확보에 용이	최소 500명 이상 권장
InitiateCheckout 오디언스	중상	구매 의도 강함, 양호	구매자 대비 품질 낮음
AddToCart 오디언스	중	초기 단계에서 보조 활용	구매자 시드 확보 후 대체
웹사이트 전체 방문자	하	신중하게 사용, 단독 의존 비추천	구매 의도 없는 방문자 다수 포함
페이지 팬 / 좋아요	최하	LAL 시드로 단독 사용 비추천	팔로워 ≠ 구매 의향자

시드 오디언스는 규모보다 품질이 우선이다.

구매자 200명으로 만든 LAL이 방문자 10,000명으로 만든 LAL보다 성과가 좋은 경우가 많다.

시드의 행동 동질성이 중요하다. "누군가 구매했다"는 공통점보다 "같은 가격대의 상품을 반복 구매했다"는 공통점이 훨씬 강력한 시드를 만든다.

예를 들어 평균 주문 금액이 5만 원 이상인 고객만 모아서 시드로 쓰면, 그 LAL은 자연스럽게 객단가가 높은 신규 고객을 찾아내는 경향을 보인다.

고객 리스트를 세분화할 수 있다면 일반 구매자 LAL과 고가치 구매자 LAL을 각각 만들어서 성과를 비교해보는 것이 좋다.

구매자 데이터가 충분히 쌓이지 않은 초기 쇼핑몰이라면 먼저 트래픽 캠페인으로 방문자를 늘리고, 구매자가 500명 이상 모이면 LAL로 전환하는 게 현실적인 순서다.

LAL 1%에서 10%까지 — 어떤 비율을 선택해야 할까

유사 타겟을 만들 때 1%부터 10%까지 범위를 선택할 수 있다.

이 숫자는 전체 타겟 국가 인구에서 시드 오디언스와 가장 유사한 사람을 몇 퍼센트나 포함할지를 의미한다.

한국 기준으로 LAL 1%는 약 20~30만 명 수준이다.

LAL 비율별 특성 — 정확도 vs 규모 트레이드오프

LAL 1%

 

정확도 최상, 규모 최소

LAL 2~3%

 

균형 최적, 추천 시작점

LAL 5%

 

규모 확장, 정확도 감소

LAL 10%

 

규모 최대, 정확도 낮음

* 비율이 클수록 시드와의 유사도가 낮아지지만 도달 가능한 모수가 넓어진다.

쇼핑몰 규모와 일 예산에 따라 적절한 LAL 비율이 달라진다.

일 광고비가 10만 원 이하의 소규모라면 LAL 1~2%로 시작해서 정확도를 우선한다.

일 광고비가 50만 원 이상이고 1% LAL이 소진되어 빈도가 올라가고 있다면 2~3%로 확장을 검토한다.

LAL 5% 이상은 관심사 타겟팅과 성격이 비슷해진다. 규모가 크지만 정확도가 낮아 CPA가 올라가는 경우가 많다.

LAL 10%를 단독으로 쓰는 건 비추천이다. 거의 브로드 타겟팅과 차이가 없다.

여러 비율을 동시에 테스트하고 싶다면 ABO로 각각 세트를 분리해서 동일 예산, 동일 기간으로 비교하는 게 맞다.

시드 오디언스 5가지 소스와 우선순위

시드로 활용할 수 있는 데이터 소스는 여러 가지다.

우선순위는 구매 의도 강도에 따라 정하면 된다.

시드 오디언스 우선순위 피라미드

1순위: 고가치 구매자 리스트

 

2순위: 전체 구매자 커스텀 오디언스

 

3순위: InitiateCheckout 오디언스

 

4순위: 상품 상세 페이지 방문자 (ViewContent, 30일)

 

5순위: 웹사이트 전체 방문자 (초기 데이터 부족 시에만)

1순위인 고가치 구매자 리스트는 CRM 데이터나 주문 내역에서 구매 금액 상위 20~30%를 뽑아 고객 리스트 파일로 업로드하면 된다.

이메일 또는 전화번호 기반으로 업로드하면 메타가 자체 데이터와 매칭해서 오디언스를 생성한다.

매칭율은 일반적으로 60~80% 수준이며, 최소 200명 이상의 리스트가 있어야 의미 있는 LAL을 만들 수 있다.

고가치 구매자 기준이 없다면 구매 금액 대신 재구매 2회 이상 고객을 시드로 써도 좋다.

재구매 고객은 브랜드에 신뢰가 높은 사람들이라 LAL 품질이 높게 나온다.

픽셀 기반 오디언스(InitiateCheckout, ViewContent 등)는 별도 파일 업로드 없이 메타 광고 관리자에서 바로 커스텀 오디언스로 만들 수 있다.

LAL 스택 운영 — 안정적인 신규 유입 파이프라인 만들기

LAL을 하나만 쓰면 오디언스가 빠르게 소진된다.

빈도(frequency)가 2.5를 넘어가면 같은 사람에게 반복 노출되는 광고 피로 구간이다.

이를 해결하는 방법이 LAL 스택이다.

여러 시드 소스에서 만든 LAL을 별도 광고 세트로 운영해서 서로 다른 오디언스를 커버하는 구조다.

광고 세트	시드 소스	LAL 비율	특징
LAL-A (핵심)	고가치 구매자 리스트	1%	가장 정확, 핵심 예산 배분
LAL-B (보조)	전체 구매자 커스텀 오디언스	2~3%	규모 확보, 안정적 유입 보완
LAL-C (확장)	InitiateCheckout 오디언스	1~2%	구매 의도 강한 군 확장

세 세트를 운영할 때는 오디언스 간 중복을 최소화해야 한다.

메타 광고 관리자의 오디언스 겹침 도구(Audience Overlap)를 활용해서 각 LAL 세트가 얼마나 겹치는지 확인하자.

겹침이 30% 이상이라면 같은 사람에게 세 개의 세트가 동시에 경쟁 입찰하는 상황이 생긴다.

같은 캠페인 내에서 오디언스가 크게 겹치면 내부 경쟁(auction overlap)으로 CPM이 올라가고 전체 효율이 떨어진다.

겹침이 심하다면 각 세트의 LAL 비율을 조정하거나, 상위 LAL을 하위 LAL에서 제외하는 방식으로 분리한다.

유사 타겟 성과가 떨어질 때 점검할 3가지

LAL을 잘 세팅해도 시간이 지나면 성과가 서서히 하락하는 경우가 있다.

이때 바로 예산을 줄이거나 캠페인을 바꾸기 전에 세 가지를 먼저 점검해야 한다.

첫 번째는 시드 오디언스를 마지막으로 업데이트한 시점이다.

고객 리스트 기반 LAL은 리스트를 업로드한 시점의 데이터를 기준으로 만들어진다.

3개월 이상 된 리스트로 만든 LAL은 최신 구매 패턴을 반영하지 못한다.

고객 리스트 기반 시드는 최소 분기 1회, 이상적으로는 월 1회 업데이트하는 게 좋다.

두 번째는 빈도(frequency)다.

LAL 오디언스에서 빈도가 2.5를 초과하면 새로운 사람에게 닿는 게 아니라 같은 사람에게 반복 노출되는 상태다.

이 경우 LAL 비율을 높여 모수를 넓히거나, 새로운 시드로 만든 추가 LAL 세트를 투입해야 한다.

세 번째는 소재 피로도다.

LAL 타겟 자체는 문제가 없어도 소재가 닳으면 CTR이 떨어지고 CPA가 올라간다.

LAL 세트의 CTR이 이전 주 대비 25% 이상 하락했다면 소재 교체가 먼저다.

LAL 성과 하락이 타겟 문제인지 소재 문제인지 구분하는 방법은 하나다.

같은 LAL 세트에 새 소재를 추가했을 때 CTR이 반등하면 소재 피로가 원인이고, 반등하지 않으면 오디언스를 점검해야 한다.

유사 타겟은 세팅만 하면 알아서 돌아가는 자동 장치가 아니다.

시드를 주기적으로 갱신하고, 성과 지표를 모니터링하고, 오디언스가 소진될 때 새 LAL을 보충하는 루틴이 있어야 안정적인 신규 유입 파이프라인이 유지된다.

LAL이 자리를 잡으면 관심사 타겟팅에 의존하는 비중을 점차 줄여나가는 것이 목표다.

관심사 타겟팅은 내 쇼핑몰을 전혀 모르는 사람에게 도달하는 용도로 남기고, 주요 신규 유입 채널은 LAL로 전환하면 전체 ROAS 안정성이 높아진다.

관심사 40% + LAL 60% 구조에서 시작해서 LAL 성과가 안정적으로 나오면 LAL 비중을 70~80%까지 높여보자.

LAL은 쇼핑몰의 실제 구매 데이터가 쌓일수록 더 강력해지는 도구다. 초기에는 효과가 크지 않더라도 구매자 데이터가 늘어날수록 LAL 정확도와 성과가 함께 올라간다.

꾸준히 운영하면서 시드를 업데이트하고 스택을 쌓아가는 것이 LAL의 장기 전략이다.

지금 바로 메타 광고 관리자에서 커스텀 오디언스 탭을 열고, 현재 LAL의 시드 소스와 생성 날짜를 확인해보자.