지금 읽는 곳가구 단위 타겟팅은 왜 CTV의 기본값에 가까운가목차
STEP 2 중급·실무 › 2-2. 애드네트워크·프로그래매틱 › 과목 64 › 레슨 03
디지털 타겟팅의 CTV 이식: 전통 가구 단위 노출을 넘어 유저 개인의 로그인 데이터(연령, 성별, 지역, 관심 장르) 기반 맞춤 노출 세팅
같은 CTV 지면이라도 가구 단위로 광고를 쏘는 것과 개인 로그인 데이터로 좁혀서 쏘는 것은 완전히 다른 타겟팅 전략입니다.
핵심요약
- CTV 광고는 OTT와 달리 개별 시청자보다 가구·가족 단위 타겟팅에 최적화돼 있어, 가정 내 모든 구성원이 함께 노출되는 특성을 갖는다
- 넷플릭스·티빙·웨이브 같은 OTT 플랫폼은 로그인 기반 개인 계정 데이터를 활용해 연령·성별·지역·관심 장르 기반 맞춤 타겟팅이 가능하다
- CTV는 디지털 기반 오디언스 타겟팅(지역, 나이, 관심사, 행동)과 실시간 성과 측정이 가능하다는 점에서 전통 TV 광고와 근본적으로 다르다
- 타겟팅 정밀도가 높아질수록 도달 범위는 좁아지므로, 캠페인 목적에 따라 가구 단위와 개인 단위 타겟팅을 적절히 조합해야 한다
가구 단위 타겟팅은 왜 CTV의 기본값에 가까운가
CTV 광고는 인터넷에 연결된 TV라는 기기 자체에 광고를 붙이는 방식이라, 그 TV 앞에 누가 앉아있는지까지는 완전히 특정하기 어렵습니다. 그래서 CTV는 전통 TV 광고와 마찬가지로 가구 및 가족 단위 타겟팅에 최적화돼 있고, 한 가정의 여러 구성원이 함께 광고에 노출되는 특성을 갖습니다. 이는 가족 전체가 함께 소비하는 상품(생활용품, 가전, 여행 상품 등)을 광고할 때 오히려 자연스러운 도달 방식이 될 수 있습니다.
OTT 로그인 데이터는 이 한계를 어떻게 보완하나
넷플릭스·티빙·웨이브 같은 OTT 플랫폼은 유저가 개인 계정으로 로그인해 시청하는 구조이기 때문에, 그 계정에 등록된 연령·성별·지역 정보와 시청 이력에서 추정되는 관심 장르 데이터를 활용해 개인 단위에 가까운 맞춤 타겟팅을 할 수 있습니다. 이는 같은 CTV 화면을 통해 노출되더라도, 어떤 광고가 어떤 계정 프로필에 노출될지를 더 정밀하게 좁힐 수 있다는 뜻입니다.
디지털 기반 타겟팅이 전통 TV 광고와 다른 점
전통 TV 광고는 시청률 조사 데이터를 기반으로 대략적인 시청자층을 추정할 뿐, 개별 계정 단위의 정밀한 타겟팅은 불가능합니다. 반면 CTV·OTT는 지역, 나이, 관심사, 행동 데이터를 기반으로 한 오디언스 타겟팅과 실시간 성과 측정(CPM, CPC, CPA)이 가능합니다. 이 차이는 광고 예산을 얼마나 정밀하게 원하는 대상에게만 집중시킬 수 있는지를 결정하는 핵심 요소입니다.
타겟팅을 좁힐수록 도달 범위는 줄어든다
정밀한 타겟팅은 관심 없는 대상에게 예산이 낭비되는 것을 막아주지만, 동시에 도달할 수 있는 전체 시청자 규모도 함께 줄어듭니다. 브랜드 인지도를 넓게 알리는 것이 목적이라면 지나치게 좁은 타겟팅보다 어느 정도 넓은 범위(연령대, 광범위한 관심사)로 설정하는 것이 맞고, 이미 관심이 확인된 세그먼트에 재구매나 전환을 유도하는 것이 목적이라면 좁은 타겟팅이 유리합니다.
가구 단위와 개인 단위 타겟팅을 조합하는 방법
캠페인 목적에 따라 CTV의 가구 단위 도달과 OTT의 개인 단위 정밀 타겟팅을 함께 조합하는 전략이 유효합니다. 예를 들어 넓은 인지도 확보는 CTV의 가구 단위 노출로, 이미 관심을 보인 세그먼트에 대한 재노출은 OTT의 로그인 데이터 기반 타겟팅으로 나누어 운영하면 예산을 효율적으로 배분할 수 있습니다.
관심 장르 데이터는 어떻게 활용해야 하나
OTT 플랫폼의 시청 이력에서 추정되는 관심 장르 데이터는 상품 카테고리와 자연스럽게 연결될 수 있습니다. 예를 들어 여행 다큐멘터리를 자주 시청하는 세그먼트에는 여행 상품 광고를, 요리·먹방 콘텐츠를 자주 시청하는 세그먼트에는 식품·주방용품 광고를 노출하는 식으로 콘텐츠 관심사와 상품군을 매칭하는 접근이 실무에서 통용됩니다.
개인정보·프라이버시 관점에서 확인해야 할 것
로그인 데이터를 활용한 타겟팅은 개인정보 처리와 직결되는 영역이므로, 각 플랫폼이 이 데이터를 광고주에게 어떤 형태(직접 데이터 제공이 아니라 세그먼트 단위 타겟팅 옵션 제공)로 제공하는지 확인해야 합니다. 광고주가 개인 식별 정보를 직접 받는 구조가 아니라, 플랫폼이 내부적으로 세그먼트를 만들어 그 세그먼트에 광고를 노출하는 방식이 일반적이므로 이 구조를 정확히 이해하고 있어야 합니다.
대행사가 여러 플랫폼의 타겟팅 옵션을 비교해야 하는 이유
넷플릭스·티빙·웨이브는 각자 다른 광고 관리 시스템을 통해 타겟팅 옵션을 제공하므로, 어떤 플랫폼이 자사가 원하는 세그먼트(관심 장르, 연령대 등)를 더 세밀하게 제공하는지 사전에 비교해야 합니다. 이 비교 없이 플랫폼을 먼저 정하고 나중에 타겟팅 옵션의 한계를 발견하면, 캠페인 기획을 다시 처음부터 조정해야 하는 상황이 생길 수 있습니다.
타겟팅 효과는 어떻게 검증해야 하나
정밀 타겟팅을 적용했다고 해서 그 효과가 저절로 증명되지는 않습니다. 좁은 타겟팅 세그먼트와 넓은 세그먼트의 성과(완시청률, 브랜드 리프트 지표)를 나란히 비교하는 A/B 형태의 시범 운영을 거쳐야, 실제로 이 타겟팅이 예산 대비 더 나은 결과를 내는지 확인할 수 있습니다. 이 검증 없이 정밀 타겟팅이 항상 우월하다고 단정하는 것은 위험한 가정입니다.
캠페인 단계에 따라 타겟팅 전략을 바꿔야 하는 이유
캠페인 초기에는 브랜드를 처음 알리는 단계이므로 넓은 타겟팅으로 시작해 다양한 세그먼트의 반응을 관찰하고, 이후 데이터가 쌓이면 반응이 좋았던 세그먼트로 타겟팅을 점점 좁혀가는 단계적 접근이 효과적입니다. 처음부터 지나치게 좁게 설정하면 어떤 세그먼트가 실제로 반응하는지 비교할 데이터 자체를 확보하기 어렵기 때문입니다.
이 원칙은 매 시즌 다시 점검해야 한다
소비자의 시청 습관과 관심 장르는 시즌이나 트렌드에 따라 계속 바뀝니다. 한 번 효과가 좋았던 타겟팅 세그먼트를 고정해두지 말고, 매 캠페인마다 최신 시청 트렌드를 반영해 세그먼트 구성을 재검토하는 습관이 장기적으로 광고 효율을 유지하는 데 도움이 됩니다.