검색광고 AI시대에 어떻게 PM은 구성하는가

검색 광고와 신뢰의 균형 : ebay PM으로 경험에서 얻은 교훈

이커머스 사이트에서 무언가 검색할 때, 상단에 뜨는 결과를 보고 이런 생각을 해본 적 있나요?

"이 중 몇개는 광고일까? 몇개는 진짜 검색 결과일까? 왜 어떤 광고는 유용하게 느껴지고, 어떤건 그냥 잡음처럼 느껴질까?"

저는 이베이에서 광고와 검색의 교차점에서 일하는 프로덕트 매니저로써 이런 보이지 않은 선택들에 대해 오랫동안 고민해왔습니다. 이 선택들이 구매자의 신뢰, 판매자의 성공, 그리고 플랫폼의 지속가능한 매출 성장에 모두 영향을 미치기 때문이죠.

 

AI 시대의 구매여정, 검색에서 클릭, 그리고 구매 이후까지

오늘날 구매자가 검색 -> 클릭 -> 구매로 이어지는 여정은 단순히 입찰가나 키워드로만 결정되지 않습니다.

AI 기반 검색 모델, 순위 결정 알고리즘, 그리고 이제는 에이전트형 시스템까지 모두가 결과의 노출순서와 방식에 영향을 미치고 있습니다.

• 구매자는 점점 더 개인화되고 상황에 맞는 광고를 보게 되고,
• 판매자는 AI로 콘텐츠와 입찰 전략을 최적화 하고,
• 플랫폼은 단기 매출과 장기 신뢰 사이의 균형을 끈임없이 맞추려 노력합니다.

1. 검색의 시작 : 후보군을 모으는 Retrieval 단계

모든 여정은 검색 결과 후보군을 구성하는 단계에서 시작됩니다.

유기적(Organic) 결과와 광고 결과가 모두 이 단계에서 모입니다.

이때 중요한 질문은 누가 이 풀에 들어올 수 있는가? 입니다.

 

입찰만 하면 누구나 노출될 수 있을까요?

아니면 판매자 평점, 후기, 재고, 예측 만족도 같은 기준으로 필터링해야할까요?

 

예를 들어, 제가 의류 광고에서 시멘틱 검색 실험을 했을 때,

트랙 슈즈를 검색한 구매자에게 러닝스파이크 광고가 노출되는 현상을 봤습니다.

기술적으로는 연관되어 보였지만, 대부분은 구매자가 기대한 결과는 아니었죠.

이 경험을 통해 배운 건 명확했습니다.

 

"의미 기반 확장"은 데모에서 멋져보여도, 실제 유저에게는 의도와 어긋나면 오히려 신뢰를 깎는다"

 

2. 순위 결정 : 입찰가만이 답은 아니다.

후보가 모였다면 이제 순위를 매겨야합니다.

입찰가가 높은 순일까요?

아니면 관련성, 판매자 평판, 배송이력까지 고려해야 할까요?

 

광고주 입장에서는 왜 내가 최고 입찰자인데 1등이 아니냐는 불만이 많습니다.

하지만 PM의 관점에서는 약간 낮은 입찰가라도 신뢰도 높은 판매자를 노출하는 것이 장기적으로 더 가치있는 선택이죠.

이건 단순한 수익의 문제가 아니라 플랫폼 신뢰의 문제입니다.

 

3. UX의 세부 : 광고는 어떻게 보이느냐가 핵심

광고가 페이지에 어떻게 표시되느냐는 사소해보이지만 신뢰를 좌우하는 핵심 요소입니다.

 

광고가 명확히 표시되지 않으면 구매자는 속았다는 감정을 느낍니다.

한번 신뢰를 잃으면 회복하기 어렵습니다.

Baymard의 2023년 조사에 따르면,

광고와 일반 상품이 구분되지 않을떄 구매자의 54%가 플랫폼 신뢰를 잃는다고 합니다.

 

또한, 광고 노출량의 균형도 중요합니다.

저희가 예전에 상단 광고를 늘리는 실험을 했을 때, 클릭율은 유지됐지만 피드백은 혹독했습니다.

'검색 결과가 광고판 같아요'

숫자상으로는 괜찮아보여도 유저 경험은 그렇지 않았던 거죠.

신뢰는 클릭이 아니라 '시간을 존중받는 느낌'에서 나온다는 걸 그때 배웠습니다.

 

4. 개인화 vs 예측 가능성 : 놀람과 안정 사이의 균형

AI는 개인화된 경험을 가능하게 하지만, 모든 사용자가 이를 반기진 않습니다.

특히 익숙한 상품을 찾을 때는 예상 가능한 결과를 선호하죠.

AI가 제공하는 발견의 즐거움과 예측 가능한 안정감 사이의 균형을 맞추는 건 여전히 PM에게 가장 어려운 과제입니다.

 

5. 메트릭의 함정 : 숫자 뒤의 진짜 목표

초기에는 클릭수를 최적화 했지만, 곧 문제를 겪었습니다.

매출은 올랐지만 불만도 같이 증가했습니다.

결국 전환율 중심으로 목표를 바꾸자 단기 성장률은 떨어졌지만 재구매율과 신뢰도가 개선되었습니다.

이 경험은 명확한 교훈을 주었습니다.

-> 장기적 가치를 위한 최적화가 결국 가장 지속 가능한 성장이다.

 

6. AI의 역할 : 기회와 위험의 공존

AI는 검색 광고의 모든 단계를 바꾸고 있습니다.

하지만 강력함만큼 위험도 커졌습니다.

• 시멘틱 매칭은 유사 키워드라도 더 나은 탐색을 가능하게 하지만, 너무 넓히면 무작위로 느껴져 신뢰를 잃습니다.
  • 간간한 품질 필터가 오히려 오히려 UX의 초괴의 보호장치가 됩니다.
• 다중 신호 기반의 순위 모델은 성능이 뛰어나지만, 잘못 설계하면 잘 팔리는 판매지만 계속 잘 팔리는 구조를 고착시킵니다.
  • 룰과 모델의 하이브리드 접근이 공정성과 효율의 균형을 이룹니다.
• 광고 노출량을 사용자별로 조정하는 실험에서는, 첫방문자에게 광고를 줄였을 때, 광고가 덜 느껴졌다는 긍정적 피드백과 재방문율을 높였습니다. 
  • 판매보다 먼저 존중을 보여주는 경험이 신뢰를 쌓는다는 것을 직접 봤습니다.
• 마지막으로 설명 가능성.
  • 이 광고는 빠른 배송으로 선택되었습니다. 같은 간단한 문구 하나가 신뢰를 크게 높입니다. 광고 표시는 명확해야하고 Sponsered와 같은 라벨은 선택이 아니라 필수 입니다. 조사에 따르면 76%의 소비자가 광고 표시가 명확할수록 플랫폼에 더 긍정적인 인상을 받습니다.

마무리 : 클릭이 아닌 신뢰를 위한 최적화

검색에서 클릭까지의 과정은 단순해보이지만, 그 안에는 수많은 어려운 결정이 숨어있습니다.

매출과 경험의 균형은 단순한 비즈니스 이슈가 아니라 신뢰의 문제입니다.

 

제가 배운 원칙을 정리하자면,

 

1. 명확한 목표를 설정하라.

클릭 같은 단기 지표가 아니라 장기적으로 의미있는 가치를 정의해야합니다.

유지율, 판매자 다양성, 마켓 플레이스 헬스체크 등이 그 예입니다.

 

2. AI는 보조장치로 사용하라

모델은 강력하지만, 항상 공정성과 투명성을 보완하는 룰이 필요합니다.

하이브리드 시스템이 더 성과도 좋고, 신뢰도 더 얻습니다.

 

3. 수익과 즐거움을 동시에 설계하라

덜 팔기 위해가 아니라 더 오래 사랑받기 위해 디자인해야 합니다.

 

4. 정성적 신호를 결정하라.

광고판 같았다, 찾기 쉬웠다 같은 피드백이 바로 신뢰의 온도계입니다.