답변
먼저 정직하게 말씀드리면, 구글·메타 모두 Brand Lift Study의 정확한 최소 노출 수·표본 크기·p-value 기준을 공개 문서로 밝히지 않습니다. 광고주가 직접 표본 크기를 설계해서 신청하는 구조가 아니라, 플랫폼이 캠페인의 예상 도달·집행 규모를 보고 신뢰할 만한 결과를 낼 수 있다고 판단될 때만 조사 실행 자격을 자동으로 부여하는 방식으로 운영됩니다. 그래서 '이 정도 예산이면 통계적으로 유의미한 결과가 나온다'는 식의 확정된 숫자를 미리 계산해서 신청하는 건 애초에 불가능한 구조입니다. 통제집단(홀드아웃 그룹)이 어떻게 구성되는지는 명확합니다 — '광고를 볼 자격이 있지만 실제로는 다른 광고주의 광고, 같은 광고주의 다른 소재, 또는 무관한 빈 광고가 노출된 사용자군'입니다. 노출군과 비노출군을 같은 유저 풀 안에서 무작위로 나눠 비교하기 때문에, 계절성이나 타 매체 노출 같은 외부 요인의 영향을 어느 정도 통제할 수 있는 구조입니다. 정확한 플랫폼 기준이 공개돼 있지 않은 상황에서 실무적으로 가장 현실적인 접근은, 조사를 신청하기 전에 통계학의 '최소 검출 가능 효과(MDE)' 개념으로 자체 시뮬레이션을 해보는 것입니다. 과거 캠페인의 인지도 기준선(baseline)과 예상 리프트폭을 놓고 — 브랜드 인지도 조사에서는 보통 3~5%p 이상 상승을 유의미한 신호로 보는 경우가 실무에서 흔합니다 — 신뢰구간 95% 기준으로 그 정도 리프트가 통계적으로 유의미하게 나올 만한 예산·기간인지 사전에 가늠해보는 겁니다. 실제 조사가 끝난 뒤에는 플랫폼이 제공하는 리포트의 신뢰구간·유의성 표시를 그대로 신뢰하고 해석하는 게, 비공개 내부 알고리즘을 역산하려는 것보다 현실적인 접근입니다.