타겟 CPA와 타겟 ROAS는 각각 무엇을 목표로 삼나

타겟 CPA(Target Cost-Per-Action)는 전환 1건당 비용을 목표치에 맞추는 전략입니다. 예를 들어 목표 CPA를 1만 원으로 설정하면, AI가 각 검색 경매마다 그 검색이 전환으로 이어질 확률을 예측해 입찰가를 조정하고, 캠페인 전체 평균이 대략 1만 원 수준의 전환 비용에 수렴하도록 운영합니다. 타겟 ROAS(Target Return on Ad Spend)는 이와 달리 비용 대비 매출 비율을 목표로 삼습니다. 광고비 1원으로 5원의 매출을 만들고 싶다면 500% 타겟 ROAS를 설정하는 식이며, 이 전략을 쓰려면 전환마다 실제 매출 값을 부여하는 전환값 추적이 먼저 세팅돼 있어야 합니다. 단가가 균일한 리드 생성 비즈니스는 타겟 CPA가 맞고, 상품마다 가격이 다른 이커머스는 타겟 ROAS가 더 적합한 이유가 여기 있습니다.

전환하기 전에 확인해야 할 최소 모수 조건

스마트 입찰은 과거 전환 데이터를 학습해서 동작하는 알고리즘이라, 데이터가 부족한 상태에서 전환하면 학습이 불안정해집니다. 검색·쇼핑 캠페인에서 타겟 CPA를 쓰려면 최근 30일간 최소 15건 이상의 전환이 있어야 한다는 것이 구글이 제시하는 기준입니다. 이 기준에 못 미치는 상태에서 무리하게 전환하면, 알고리즘이 참고할 데이터가 부족해 입찰가가 들쭉날쭉해지고 오히려 노출량이 급감하는 경우가 흔합니다. 전환 건수가 부족하다면 먼저 수동 CPC나 클릭수 극대화 같은 전환 데이터를 덜 요구하는 전략으로 데이터를 쌓은 뒤, 15건 기준을 넘긴 시점에 전환을 검토하는 순서가 안전합니다.

전환 후 학습기간에는 무엇을 하지 말아야 하나

스마트 입찰로 전환한 직후에는 알고리즘이 새로운 목표에 맞춰 입찰 패턴을 다시 학습하는 기간이 필요합니다. 이 기간에는 목표 CPA나 목표 ROAS 수치를 자주 바꾸지 않는 것이 중요합니다. 목표값을 바꿀 때마다 알고리즘이 참고하던 기준이 리셋되는 것과 비슷한 효과가 나서, 학습이 다시 처음부터 시작되는 결과로 이어질 수 있습니다. 예산도 마찬가지로 학습기간 중에는 큰 폭으로 바꾸지 않는 편이 좋습니다. 학습기간은 보통 1~2주 정도로 보고, 이 기간이 지나 성과가 안정된 뒤에 목표값이나 예산 조정을 검토하는 것이 실무 원칙입니다.

2026년 업데이트가 실무에 미치는 영향

2026년 6월, 구글은 그동안 '전환 수 최대화(타겟 CPA 포함)'와 '전환값 최대화(타겟 ROAS 포함)'라는 통합된 형태로 제공하던 전략을 타겟 CPA·타겟 ROAS 독립 전략으로 되돌렸습니다. 기존에 통합 형태로 운영 중이던 캠페인은 별도 조작 없이 자동으로 이름이 바뀌어 표시되며, 기본 입찰 동작 자체는 변하지 않았습니다. 이어 2026년 8월 17일부터는 예산이 부족해 캠페인 집행이 제한되는 상황에서, 실제 CPA·ROAS가 설정한 목표값에 더 가깝게 맞춰지도록 조정 방식이 바뀌었습니다. 예를 들어 목표 CPA가 1만 원인데 예산 제약으로 실제 CPA가 5천 원 수준에 머물러 있었다면, 이 업데이트 이후로는 예산 안에서 목표값에 더 가까운 방향으로 배분이 조정됩니다. 이 변경으로 일부 캠페인에서는 트래픽과 성과에 일시적인 변동이 생길 수 있어, 8월 17일 전후 성과를 비교할 때는 이 업데이트를 변수로 감안해야 합니다.

전환을 미루는 게 나은 경우

전환 데이터 자체는 15건을 넘겼더라도, 그 전환들이 특정 시즌이나 일회성 프로모션에 몰려 있었다면 평상시 패턴과 다른 데이터로 학습이 왜곡될 수 있습니다. 이런 경우 프로모션이 끝난 뒤 평상시 트래픽으로 전환 데이터가 다시 쌓이기를 기다렸다가 전환하는 편이 안전합니다. 또한 사업 자체가 시즌성이 강해 월별 전환 패턴이 크게 다르다면, 스마트 입찰 전환 시점을 성수기 진입 직전이 아니라 데이터가 안정적으로 쌓이는 평상시 구간으로 잡는 것이 학습 안정성 면에서 유리합니다.

입찰 한도를 설정해도 되나

타겟 CPA·타겟 ROAS 모두 최고 입찰가 한도를 별도로 설정하는 옵션이 있지만, 구글은 이 한도 설정을 권장하지 않습니다. 입찰 한도를 걸면 AI가 특정 검색에서 전환 가능성이 매우 높다고 판단해도 한도 때문에 그 이상 입찰하지 못하게 되어, 알고리즘의 자동 최적화 여지가 줄어듭니다. 입찰 한도를 설정하고 싶은 마음이 드는 경우는 대개 예산 초과에 대한 불안 때문인데, 이 문제는 입찰 한도보다 캠페인 일일 예산 자체를 명확히 설정하는 방식으로 관리하는 편이 알고리즘 성능을 해치지 않으면서 예산을 통제하는 방법입니다.

대행사에서 여러 클라이언트 계정을 운영한다면, 전환 전환 시점과 학습기간 종료 시점을 클라이언트에게 미리 공유해두는 것도 실무에 도움이 됩니다. 학습기간 중 성과가 일시적으로 흔들리는 것을 클라이언트가 문제로 오해해 조기에 전략을 되돌리자고 요청하는 경우가 자주 발생하기 때문에, 전환 시점부터 학습기간 종료 예상 시점까지의 일정을 미리 설명해두면 불필요한 조기 롤백을 막을 수 있습니다.