🧭 같은 구글인데, 구글 애즈와 DV360은 뭐가 다를까?
구글 애즈로 검색과 유튜브, 디스플레이 광고를 집행해 본 마케터라면 DV360이라는 이름은 한 번쯤 들어 보셨을 텐데요. 구글이 만든 또 하나의 광고 플랫폼이라는 건 알아도, 구글 애즈와 정확히 무엇이 다른지는 막연한 경우가 많습니다. 최근 ADN을 통해서도 DV360 집행이 가능해지면서 이 질문이 현실적인 고민이 됐어요. 구글 애즈에서 DV360으로 넘어가면 무엇이 바뀌는지, 먼저 DV360이 어떤 플랫폼인지부터 살펴보겠습니다.
👀 DV360은 어떤 플랫폼일까?
DV360(Display & Video 360)은 구글 마케팅 플랫폼에 속한 광고 구매 플랫폼입니다. 구글에서는 소재를 만들고, 오디언스 데이터를 정리하고, 지면을 사고, 캠페인을 최적화하는 일을 한 곳에서 할 수 있는 도구로 소개하고 있어요. 특히 대규모 조직과 에이전시가 여러 채널의 캠페인을 한꺼번에 운영하는 용도에 맞춰져 있습니다.
집행할 수 있는 광고도 디스플레이와 영상에 그치지 않고 오디오와 앱 설치, 커넥티드 TV, 옥외 광고까지 다양합니다. 구글 애즈가 검색과 유튜브, 디스플레이를 하나의 계정에서 다루는 도구라면, DV360은 디스플레이·영상 중심의 프로그래매틱 구매를 한 곳에서 계획하고 / 진행하고 / 측정하는 도구라고 할 수 있죠.
🔍 한눈에 보는 구글 애즈 vs DV360
지면부터 비용까지 여섯 가지 축으로 놓고 보면 두 플랫폼의 차이는 이렇습니다.
구글 애즈는 구글이 구성한 네트워크 안에서 광고를 구매하는 것이라면, DV360은 어디서·누구에게·어떤 목표의 광고를 구매할지를 직접 정할 수 있는 구조입니다. 통제 가능 범위가 훨씬 넓은 만큼, 직접 선택해야 하는 것이 함께 늘어나게 되는데요. 각각을 지면, 타겟팅, 입찰 순서로 확인해보겠습니다.
🗞️ 지면: 구글 밖까지 넓어지면 무엇이 달라질까?
구글 디스플레이 네트워크는 3,500만 개의 웹사이트와 앱, 그리고 유튜브와 Gmail에 걸쳐 있습니다. DV360은 여기에 서드파티를 더해, 국내외 언론사나 프리미엄 웹사이트 지면까지 추가로 후보에 올리고 있죠. 이때 지면이 넓어지면 동일한 타겟에게 도달하는 값이 지면마다 달라지게 되는데요. DV360은 동일 오디언스에게 구글 지면에서 도달할 때와 그 밖의 지면에서 도달할 때의 입찰가를 비교해 더 효율적인 쪽에 노출합니다. 구글 애즈에서는 어느 지면에 노출할지가 고민이었다면, DV360에서는 이 타겟에게 어디서 가장 합리적인 값에 도달할지가 질문이 되는 것이죠.
대신 해당 지면을 어디서 구매할지를 직접 정해야 하는데요. DV360에서는 이 설정을 ‘인벤토리 소스’라고 지칭하고 있으며, 광고를 어느 장터에서 어떤 방식으로 살지 고르는 항목이라고 이해하시면 됩니다. 해당 항목을 별도로 지정하지 않으면 모든 장터에서 입찰하면서 예산이 빠르게 소진될 수 있어요. 따라서 처음에는 누구나 참여하는 경매인 공개 입찰로 시작하고, 특정 지면을 안정적으로 확보하고 싶을 땐 정해진 단가로 먼저 살 권리를 받는 우선 거래나 노출량과 단가를 미리 확정하는 보장 프로그래매틱을 고르는 것을 권장합니다.
🎯 타겟팅: 같은 지면이라도 고를 수 있는 옵션이 다르다
DV360에서 세팅할 수 있는 타겟팅 옵션은 크게 다섯 가지입니다.
앞서 정한 지면에 타겟팅 옵션이 더해져서 실제 입찰 대상이 정해지게 되는데요. 예를 들어 경쟁사 사이트 방문자에서 뽑은 오디언스를 자사 오디언스와 나눠 운영하거나, 노출 지면을 사이트 단위뿐 아니라 하위 페이지 URL까지 좁힐 수도 있습니다. 자사 오디언스는 시점을 1분부터~365일까지 설정이 가능함에 따라 방문 직후의 사용자와 한 달 전 사용자까지 폭넓게 다룰 수 있습니다.
💡 입찰: 클릭이 아니라 '행동'에 점수를 매긴다
타겟을 정했다면 다음은 어떤 방식으로 입찰할지를 정해야 합니다. DV360의 입찰 방식은 크게 두 가지예요. 내가 정한 금액으로 일정하게 입찰하는 고정 입찰과, 노출마다 성과 가능성을 보고 DV360이 입찰가를 조정하는 자동 입찰이 있고, 광고 단위인 라인 아이템마다 둘 중 한 가지 방식을 고를 수 있습니다.
자동 입찰을 고르면 무엇을 목표로 최적화할지를 한 번 더 정하게 됩니다. 전환 같은 성과를 높이는 목표와, 도달 같은 브랜드 지표를 높이는 목표, 그리고 광고주가 기준을 직접 정하는 맞춤 입찰이 있어요.
이 중 ‘맞춤 입찰’ 방식은 조금 다른 방식으로 볼 수 있는데요. 앞의 목표들은 클릭이나 전환처럼 DV360이 정해 둔 기준에 맞춰 최적화하는데, 맞춤 입찰은 어떤 노출이 나에게 더 가치 있는지를 광고주가 직접 정하기 때문입니다. 그 기준은 점수로 부여하고 있고, 점수는 각 노출이나 전환이 내 목표에 얼마나 중요한지를 나타내는 값입니다.
위 사진의 예시처럼 클릭은 0.5점, 구매 완료는 5점으로 행동마다 점수를 다르게 줄 수 있고, 알고리즘은 점수가 높은 노출에 우선해서 입찰하도록 학습해요. 전환 극대화에서는 회원가입도 구매도 똑같이 전환 한 건이지만, 맞춤 입찰에서는 구매에 더 높은 점수를 줘서 그 차이를 입찰에 반영할 수 있습니다.
🤔 그래서 언제 DV360으로 집행하는 것이 좋을까?
앞서 확인한 차이점들을 반대로 생각하면 결국 판단의 기준이 됩니다. 구글 지면 뿐만 아니라 이외 언론사나 프리미엄 지면을 요구받거나 / 자사·서드파티 데이터로 오디언스를 세밀하게 구분해야 하거나 / KPI가 가입이나 구매, 상담 신청처럼 클릭에서 먼 행동이라면 DV360을 검토할 이유가 생기는데요. 이 세 가지가 모두 지면과 타겟팅, 입찰에서 선택지가 필요한 경우이기 때문입니다.
반대로 검색 광고 중심의 집행이 필요하거나, 전환 측정이 정리되지 않았다면 지금은 구글 애즈로 충분합니다. 점수를 줄 행동이 측정되지 않으면 맞춤 입찰을 쓸 수 없고, 선택지가 늘어나는 만큼 광고비 외에 플랫폼 수수료와 데이터 비용, 최소 집행금액도 감당해야 하니까요.
🧪 실제 사례: 우수 사례로 보는 점수&오디언스 세팅 방법
이처럼 타겟팅과 입찰 관점을 고려한 DV360 집행으로 성과를 기록한 사례를 소개합니다.
F&B / 매출
퍼널 단계별로 점수를 다르게 주는 맞춤 입찰에, 경쟁사 사이트 방문자 오디언스를 더한 사례예요.
유입보다 회원가입, 회원가입보다 구매에 점수를 높게 부여하고, 경쟁사 사이트 방문자를 타겟으로 설정
집행 1개월 뒤부터 디스플레이 전체 평균을 웃돌았고, 집행 6개월 후 ROAS 600% 달성
종합 커머스 / 리타겟팅
자사 고객 데이터로 오디언스를 나눠 리타겟팅한 사례예요.
자사 고객 데이터를 활용해 고객을 월평균 구매 금액대별로 나누고, 금액대마다 다른 메시지로 리타겟팅
ROAS 3,000% 달성
F&B는 구매가 가입보다 얼마나 중요한지를 점수로 알려 줬고, 커머스는 어떤 고객이 얼마를 쓰는지를 데이터로 알려준 것을 확인할 수 있습니다. 따라서 두 사례에는 공통적으로 광고주가 직접 정한 기준이 담겨 있고, 그 기준이 성공으로 이어졌어요. 그래서 DV360을 시작하기 전에, 우리 서비스에서 돈이 되는 행동이 무엇인지와 어떤 고객이 더 가치 있는지를 먼저 정리해 두는 과정이 필요해 보입니다.
마무리하며…
구글 애즈에서 DV360으로 넘어간다는 건 단순히 광고 지면을 확장하는 것을 넘어, 어디에, 누구에게, 어떤 기준으로 광고를 보여줄지 직접 결정할 수 있는 범위가 넓어진다는 것입니다.
물론 DV360이 항상 더 좋은 선택인 것은 아닙니다. 검색 중심의 캠페인이나 비교적 단순한 디스플레이 집행이라면 구글 애즈만으로도 충분할 수 있고, 반대로 프리미엄 지면을 세밀하게 선택하거나, 다양한 오디언스를 구분해 운영하거나, 클릭 이후의 구매·가입 같은 행동까지 고려해 입찰하고 싶다면 DV360이 더 적합할 수 있는 것이죠.
결국 중요한 건 플랫폼의 이름보다 우리 캠페인에서 무엇을 얻고 싶은지 먼저 정하는 것입니다. 가장 중요한 KPI가 무엇인지, 그 행동을 데이터로 제대로 측정할 수 있는지, 그리고 그 목표를 위해 어느 정도까지 지면·타겟팅·입찰을 직접 설계할 필요가 있는지를 차례로 살펴보세요.
광고 운영에서 선택지가 많다는 건 그만큼 더 정교하게 설계할 수 있다는 뜻이지만, 동시에 무엇을 선택할지에 대한 기준이 필요하다는 뜻이기도 합니다. 우리 캠페인에 필요한 선택지가 무엇인지부터 확인한다면, 구글 애즈와 DV360 중 어떤 플랫폼이 더 적합한지도 한결 명확해질 거예요.
