릴스 소재 점수화, 어떤 지표로 시작해야 하나

10강에서 다룬 트러블슈팅 절차가 '문제가 어디서 생겼는지' 찾는 진단이었다면, 이 강의는 그 진단에 쓰인 지표들을 평상시 소재 평가 체계로 정리하는 내용입니다. 릴스 소재를 여러 개 돌리다 보면 어떤 소재가 잘 됐는지 감으로는 알 수 있지만, "왜" 잘 됐는지를 지표로 설명하지 못하면 다음 소재를 기획할 때 같은 성공을 재현하기 어렵습니다. 핵심 지표는 크게 세 가지, 3초 조회수·(과거의) 10초 조회수·ThruPlay이며, 이 세 지표가 각각 무엇을 측정하는지부터 정확히 구분해야 점수화가 의미를 갖습니다.

이 강의는 10강에서 다룬 트러블슈팅 절차와 9강에서 다룬 A/B 테스트를 하나로 잇는 자리이기도 합니다. 문제가 생겼을 때만 지표를 들여다보는 것이 아니라, 평상시에도 소재별 점수를 기록해두면 문제가 터지기 전에 미리 약한 소재를 걸러낼 수 있습니다.

3초 조회수는 무엇을 알려주고 무엇을 못 알려주나

3초 조회수는 3초 이상 재생된 조회를 집계하는 가장 기본적인 지표로, 오가닉 게시물과 광고 양쪽에서 동일하게 측정됩니다. 이 지표는 오프닝 훅이 최소한의 시선을 붙잡았는지를 보여주지만, 그 뒤로 시청자가 얼마나 더 봤는지는 알려주지 않습니다. 즉 3초 조회수가 높다고 해서 그 소재가 전환까지 잘 이어진다는 보장은 없습니다 — 훅은 강하지만 본편이 약해 중간에 이탈하는 소재도 3초 조회수만 보면 '성공한 소재'로 오해될 수 있습니다.

'10초 조회수'는 왜 이제 안 쓰이나

과거에는 10초 조회수가 훅 이후의 몰입도를 가늠하는 중간 지표로 쓰였지만, 이 지표는 메타가 공식적으로 폐지했고 지금은 ThruPlay가 그 역할을 대체하고 있습니다. 오래된 가이드나 이전에 만들어둔 리포트 템플릿에 10초 조회수 항목이 남아 있다면, 최신 데이터에서는 더 이상 갱신되지 않는 지표라는 점을 확인하고 ThruPlay 기준으로 리포트를 다시 정리할 필요가 있습니다. 이 강의 제목에 '10초 시청 횟수'가 언급된 것도, 실무에서 아직 이 옛 지표를 언급하는 경우가 있어 왜 지금은 ThruPlay로 대체됐는지를 짚고 넘어가기 위함입니다. 과거 데이터를 기준으로 소재를 비교해야 하는 상황이라면, 10초 조회수 시절의 수치와 ThruPlay 시절의 수치를 같은 기준으로 나란히 놓고 비교하지 않도록 주의해야 합니다 — 측정 방식 자체가 다르므로 시계열 비교의 기준점이 바뀐 지점을 리포트에 표시해두는 것이 안전합니다.

ThruPlay 정확히 어떻게 계산되나

ThruPlay는 영상을 15초까지 시청했거나(15초보다 짧은 영상은 완료까지 시청) 했을 때 집계되는 메타의 표준 동영상 조회 이벤트입니다. 이 지표는 단순한 보고 지표를 넘어 입찰 최적화·과금 기준으로도 쓰일 수 있다는 점에서, 3초 조회수보다 한 단계 더 신뢰도 높은 몰입 지표로 다뤄집니다. 다만 ThruPlay와 2초 연속 조회는 광고 최적화 전용 지표라 오가닉 게시물에는 표시되지 않는다는 차이가 있으므로, 오가닉 릴스와 광고 릴스의 성과를 같은 기준으로 비교하려 하면 지표 자체가 안 맞을 수 있습니다.

세 지표를 조합해 크리에이티브 점수표 만드는 법

실무에서 쓸 만한 점수화 방식은 3초 조회수 대비 ThruPlay 비율(ThruPlay ÷ 3초 조회수, 또는 ThruPlay ÷ 전체 재생 수)을 소재별로 나란히 정리하는 것입니다. 이 비율이 높은 소재는 훅으로 붙잡은 시청자를 본편까지 잘 데려가는 소재이고, 3초 조회수는 높은데 이 비율이 낮은 소재는 훅만 강하고 본편이 약한 소재로 분류할 수 있습니다. 지출을 ThruPlay 수로 나눈 ThruPlay당 비용까지 함께 놓으면, '몰입도는 높지만 비용 효율이 낮은 소재'와 '몰입도는 낮아도 저렴하게 많이 도달하는 소재'를 구분하는 2차원 평가표가 만들어집니다. 업종·영상 길이·타겟에 따라 '좋은 ThruPlay율' 기준이 크게 달라지므로, 외부 벤치마크 수치보다 같은 계정 내 소재 간 상대 비교로 이 표를 활용하는 것이 더 안전합니다.

점수화 결과를 다음 소재 기획에 반영하는 법

점수표가 쌓이면, 어떤 오프닝 훅 유형이 3초 조회수를 잘 끌어내는지, 어떤 본편 구성(5강의 반전-증거 구조)이 ThruPlay 비율을 잘 지켜내는지가 데이터로 드러납니다. 이 결과를 9강에서 다룬 A/B 테스트 변수 설계에 다시 투입하면, 감에 의존한 가설이 아니라 과거 소재 성과에서 도출된 가설로 다음 테스트를 시작할 수 있습니다. 이렇게 지표 점수화와 A/B 테스트를 순환시키는 구조가 릴스 광고 운영을 매번 새로 시작하는 작업이 아니라, 계정 안에 쌓이는 자산으로 만드는 방법입니다. 이 강의 시리즈에서 다룬 안전 구역, 사운드, 콘티, CTA, 파트너십 광고, A/B 테스트가 모두 결국 이 지표 점수표 위에서 서로 연결되는 구조라는 점이, 릴스·스토리 운영을 낱개의 팁이 아니라 하나의 시스템으로 바라봐야 하는 이유입니다.