AI 광고를
성과로 연결하는
학습 공간
Google 공식 과정, 한국어 상세노트, 실무 사례와 확인 문제를 챕터별로 한곳에서 학습하세요.
자동화·Smart Bidding·PMax를 Google의 사업목표 관점으로 학습
검색광고 운영·지표 계산·국내 매체 관점을 챕터마다 비교
총 72개 확인문제를 통과하며 실제 계정 운영 원칙까지 연결
필요한 학습부터
바로 시작하세요.
CH.01Google AI로 미래의 광고 성과 만들기
Google AI의 성과는 자동화 자체가 아니라 명확한 사업목표, 정확한 측정, 고품질 1차 데이터, 유연한 예산과 반복 실험이 함께 있을 때 만들어진다.
CH.02AI 시대의 인간 입력 가치
Google AI는 경매와 신호 분석을 자동화하지만 사업목표, 가치, 데이터 품질, 소재 전략과 예산 판단은 사람이 설계해야 한다.
CH.03사용자에게 도달하는 키워드 전략
검색유형은 단순 문자가 아니라 검색의 의미를 이해하며, 확장검색은 Smart Bidding과 함께 추가 수요를 사업목표 기준으로 찾는다.
CH.04반응형 검색광고로 참여 유도
RSA는 사람이 제공한 여러 제목과 설명을 검색 맥락에 맞게 조합해 관련성 높은 광고를 만든다.
CH.05가치 기반 전략으로 성과 높이기
전환마다 가치가 다르면 건수 대신 총 전환가치를 측정하고 AI가 더 높은 사업가치를 낼 경매를 우선하게 한다.
CH.06가치 기반 Smart Bidding 전략 만들기
고정 예산 안의 가치 최대화에는 전환가치 극대화, 수익률 목표가 있으면 목표 ROAS를 사용하고 충분한 전환 주기로 평가한다.
CH.07Performance Max의 이점
PMax는 하나의 캠페인에서 Google 채널 전반을 활용해 목표·가치·소재·잠재고객 신호를 바탕으로 추가 성과를 찾는다.
CH.08PMax로 온라인 판매 성장
정확한 구매가치, 상품 피드와 차별화된 소재를 제공하고 PMax로 Search 밖의 수요까지 확장한다.
CH.09PMax로 리드 생성
문의 수가 아니라 CRM의 유효 리드·견적·계약 결과와 가치를 되돌려 PMax가 높은 품질의 리드를 학습하게 한다.
CH.10PMax로 오프라인 판매 성장
매장 위치·소재·예산과 지역 전환가치를 제공해 Google 채널 전반에서 매장 방문과 오프라인 판매를 늘린다.
CH.11Performance Max 캠페인 만들기
사업목표와 전환을 먼저 정한 뒤 입찰·예산·위치·언어·자산 그룹·피드·잠재고객 신호를 일관되게 구성한다.
CH.12Performance Max 결과 평가
충분한 학습기간과 전환 지연을 고려한 뒤 Insights와 성과 동인을 이용해 계정 전체의 가치·CPA·ROAS 변화를 평가한다.
CH.13최적화 점수의 가치
최적화 점수는 0~100의 개선 잠재력 추정치이며 추천의 예상 영향도를 기준으로 검토 우선순위를 정하는 도구다.
CH.14추천 자동 적용
선택한 추천 유형만 계정 수준에서 지속 적용해 반복 작업을 줄이되 이력과 통제권은 광고주에게 남긴다.
CH.15민첩성의 중요성
마케팅을 성장 투자로 보고 측정된 수익 기회에 예산을 유연하게 배분하며 작은 실험을 반복한다.
CH.16Performance Planner로 예산 최적화
예산·입찰목표를 바꿨을 때의 미래 성과를 시뮬레이션해 계절 기회와 캠페인 간 예산 배분을 계획한다.
CH.17캠페인 실험의 가치
원본과 시험 캠페인을 동시에 비교하는 A/B 테스트로 입찰·검색유형·구조·자산 변경의 효과를 검증한다.
CH.18인사이트와 보고서로 결과 이해
Insights, Explanations, 입찰전략·자산 보고서로 성과 변화의 원인을 밝히고 다음 예산·소재·랜딩페이지 행동을 결정한다.