AI로 광고 영상 뽑고도 자사몰 매출이 안 늘었다면 — 소재를 살릴지 끊을지 정하는 4개 지표

지난달에 AI로 광고 영상을 여러 편 뽑아 자사몰로 태우셨을 겁니다. 제작비는 확실히 줄었고, 화질과 편집만 보면 대행사에 맡기던 것과 구분이 잘 안 갑니다. 그런데 자사몰 주문 수는 지난 분기와 비슷하죠. 같은 도구를 쓰면서 같은 달에 주문을 늘린 브랜드도 분명히 있는데 말입니다.

이런 분이 읽으시면 좋습니다

자사몰(카페24·아임웹·독립몰)을 운영하면서 AI로 광고 소재를 만들어 봤거나 만들 계획인 D2C 브랜드의 대표·마케팅 담당자. 특히 소재 편수는 늘었는데 전환율이 그대로인 분.

이 글에서는 네 가지를 순서대로 다룹니다. 먼저 지금 AI 영상제작 시장에서 실제로 무슨 일이 벌어지고 있는지 데이터로 확인합니다. 그다음 왜 소재를 늘려도 자사몰 매출이 안 따라오는지 원인을 셋으로 나눠 짚습니다. 이어서 그 원인마다 무엇을 바꿔야 하는지 네 가지 대안을 제시하고, 실제로 그렇게 한 브랜드 두 곳을 봅니다. 마지막으로 이번 주에 무엇부터 손대면 되는지로 닫습니다.

목차

1. AI 영상제작 시장에서 지금 무슨 일이 벌어지고 있나?
2. 소재를 늘렸는데 왜 자사몰 매출은 그대로일까?
3. 그래서 무엇을 바꿔야 하나?
4. 실제로 그렇게 한 브랜드는 어떻게 했나?
5. 우리 브랜드는 이번 주에 무엇부터 하면 되나?

AI 영상제작 시장에서 지금 무슨 일이 벌어지고 있나?

제작 능력이 브랜드를 가르던 시대가 끝나가고 있습니다. 메타는 2024년 9월 발표에서 광고주 100만 명 이상이 생성형 AI 광고 도구를 사용했고, 발표 직전 한 달 동안 1,500만 개 광고가 그 도구로 만들어졌다고 밝혔습니다. 같은 발표에서 이 도구를 쓴 캠페인이 쓰지 않은 캠페인보다 클릭률 11%, 전환율 7.6% 높았다고 했습니다.

출처 Meta Newsroom · Meta AI product news (생성형 AI 광고 도구 성과 발표) (2024) ↗

이 숫자를 읽을 때 중요한 건 개선폭이 아니라 그 개선이 어디서 나왔는가입니다. 특별한 기획이나 촬영이 아니라 도구를 켜는 것만으로 나온 값입니다. 그리고 그 도구는 경쟁 브랜드도 같은 계정 화면에서 같은 버튼으로 켭니다.

2024년에 이미 100만 광고주가 쓰고 있었다는 건, 2026년 현재 D2C 카테고리에서 그 버튼을 안 누른 브랜드를 찾는 게 더 어렵다는 뜻입니다. 뷰티든 건강식품이든 리빙이든, 같은 상세페이지 소스를 넣고 같은 자동 편집을 돌린 소재가 같은 피드에서 나란히 경쟁합니다.

소비자 입장에서는 화면만으로 브랜드를 구분할 근거가 줄었습니다. 예전에는 "이 브랜드는 영상 퀄리티가 다르네"가 신뢰의 신호였는데, 그 신호가 평준화됐습니다.

남은 구분 지점은 하나입니다. 그 영상 안에 살 이유가 들어 있느냐. 렌더링 품질이 아니라 무엇을 보여 줄지 정하는 단계에서 갈리고, 그래서 아직 자동화되지 않았습니다.

여기서 D2C 브랜드가 놓치기 쉬운 게 있습니다. 제작이 싸지면 자연히 편수를 늘리게 되는데, 편수가 늘어난 만큼 판단할 일도 늘어난다는 점입니다. 열 편을 돌리면 어느 것을 끄고 어느 것에 예산을 몰지 열 번 정해야 합니다.

예전에는 분기에 두세 편을 만들었으니 그 판단이 드물게 일어났고, 대행사가 대신 해 주기도 했습니다. 지금은 매주 일어납니다. 제작 병목이 사라진 자리에 판단 병목이 들어선 셈입니다.

소재를 늘렸는데 왜 자사몰 매출은 그대로일까?

원인은 대개 셋 중 하나이고, 셋 다 제작이 아니라 그 전후 단계에 있습니다.

첫째, 소재가 늘어난 게 아니라 같은 소재의 복사본이 늘어난 경우입니다. AI 도구는 같은 소스에서 자막 위치와 컷 순서만 바꾼 변형을 아주 빠르게 뽑아 줍니다. 그런데 알고리즘 입장에서 이건 새로운 소재가 아닙니다. 훅이 같으면 같은 사람에게 같은 인상을 남기고, 반응이 나빴던 이유도 그대로 남습니다. 편수는 두 배가 됐는데 성과 그래프는 평평한 전형적인 경우입니다.

둘째, 광고와 자사몰의 메시지가 어긋난 경우입니다. 영상에서는 "3주 만에 달라진다"고 말했는데 상세페이지 첫 화면은 성분표부터 시작합니다. 클릭은 일어나지만 랜딩 3초 안에 되돌아 나갑니다. 이 경우 광고 지표는 멀쩡한데 주문 수만 안 늘어서, 소재 문제인지 상품 문제인지 판단이 안 섭니다. 실제로 D2C에서 가장 자주 보는 형태입니다.

셋째, AI로 만든 것이 신뢰를 깎는 자리에까지 쓰인 경우입니다. 2025년 조사에서 응답자 약 88%가 AI 콘텐츠를 구분하기 어렵다고 답했고, 그럼에도 AI가 생성한 정보·리뷰 성격의 콘텐츠는 신뢰도를 떨어뜨리는 것으로 나타났습니다. 특히 15~24세에서 민감하게 반응했습니다.

출처 오픈서베이 · 소셜미디어 트렌드 리포트 2025 (2025) ↗

메타도 서드파티 AI 툴로 만든 광고까지 표시 대상에 넣는 방향으로 가고 있습니다. "AI로 만들었다"가 감춰지지 않는 쪽으로 움직인다는 뜻입니다. 배경이나 자막을 AI로 만드는 건 문제가 없지만, 사용 후기나 실제 효과를 보여 주는 장면까지 AI로 채우면 바로 그 자리에서 신뢰가 빠집니다. 자사몰은 신뢰가 곧 전환이라 타격이 더 직접적입니다.

세 원인 모두 "더 잘 만들면 해결"되지 않습니다. 무엇을 다르게 만들지, 어디로 보낼지, 어디까지 AI를 쓸지의 문제입니다.

그래서 무엇을 바꿔야 하나?

바꿀 것은 네 가지이고, 순서가 있습니다. 앞의 것이 안 풀린 상태에서 뒤를 만지면 무엇 때문에 좋아졌는지 알 수 없게 됩니다.

첫째, 변형의 축을 하나만 바꿉니다. 훅만 바꾼 변형, 순서만 바꾼 변형, 오퍼만 바꾼 변형을 구분해서 내보내십시오. 세 개를 한꺼번에 바꾸면 성과가 올라도 이유를 모르고, 다음 소재에 반영할 것이 남지 않습니다. AI 도구가 변형을 싸게 만들어 주는 만큼 이 규율이 더 중요해집니다.

둘째, 지표를 정해 놓고 그 순서대로 읽습니다. 아래 네 지표는 메타 광고 관리자와 유튜브 스튜디오에서 소재별로 그대로 볼 수 있는 값입니다.

3초 시청률이 낮으면 뒤를 아무리 고쳐도 소용없습니다. 여기부터 올린 뒤 평균 시청 시간, 그다음 클릭률, 마지막이 CPA 순서입니다. 자사몰 매출이 안 늘 때 대부분 마지막 칸만 보고 소재를 통째로 버리는데, 실제로는 첫 칸에서 이미 끝나 있는 경우가 많습니다.

셋째, AI를 쓸 자리와 안 쓸 자리를 브랜드 정책으로 정합니다.

배경·더빙·자막·리사이즈·변형은 AI로.

실사용 장면·후기·오퍼 증거는 사람이 찍은 것으로.

원가는 앞쪽에서 줄이고, 사겠다는 근거는 뒤쪽에서 만듭니다.

넷째, 광고 문구와 상세페이지 첫 화면을 같은 문장으로 맞춥니다. 영상에서 쓴 훅을 상세페이지 최상단에 그대로 놓으면 이탈이 줄어듭니다. 제작비가 안 드는 작업인데 CPA에 가장 빨리 반응하는 축이기도 합니다.

실제로 그렇게 한 브랜드는 어떻게 했나?

목적을 먼저 정하고 그에 맞는 방식을 골랐다는 게 두 사례의 공통점입니다. AI를 쓴 목적이 서로 다르고, 그래서 성공의 기준도 다릅니다. 우리 브랜드가 어느 쪽인지 먼저 정해야 참고할 사례가 갈립니다.

사례를 볼 때 완성도만 보면 배울 게 없습니다. 화면은 둘 다 잘 나왔고, 지금은 그 정도 완성도가 특별하지 않기 때문입니다. 봐야 할 것은 왜 그 방식을 골랐는가입니다.

사례 1 · LG유플러스 — 목적은 '제작 원가와 기간 단축'

이 광고는 구매 전환이 아니라 브랜드 이미지를 알리는 캠페인이었고, AI를 쓴 목적은 스튜디오·세트·촬영 일정을 없애는 것이었습니다. 실제로 세트 없이 완성됐습니다.

목적이 원가와 기간이라면 이 방식이 정답입니다. 다만 D2C 브랜드가 자사몰 주문을 늘리려는 상황이라면 성공 기준이 다릅니다. 이 사례에서 가져올 것은 "AI로도 이 정도 완성도가 나온다"는 확인이지 매출 공식이 아닙니다.

사례 2 · 야나두 — 목적은 '반응 나온 포맷을 찾아 반복'

교육 서비스라 영상 한 편으로 결제가 일어나지 않습니다. 그래서 목적을 반응이 나온 포맷을 찾고 그 축으로 계속 찍는 것에 뒀습니다. AI 쇼츠를 단발로 끝내지 않고 캐릭터 시리즈로 이어 붙인 이유입니다.

D2C 브랜드가 참고할 쪽은 이쪽입니다. 한 편의 제작비가 아니라 여러 번 쓸 포맷을 확보한 값으로 계산이 바뀝니다. 반응이 나온 축을 찾으면 그 뒤로는 같은 구조에 제품과 시즌만 갈아 끼우면 되기 때문에, 편당 기획 부담이 계속 줄어듭니다. 신제품이 자주 나오는 D2C에서 특히 효율이 큽니다.

우리 브랜드는 이번 주에 무엇부터 하면 되나?

이번 주에 할 일은 세 가지이고, 새로 만들 것은 하나도 없습니다.

먼저 지금 돌고 있는 소재를 광고관리자에서 3초 시청률 순으로 정렬해 보십시오. 상위와 하위의 차이가 첫 1~2초 화면에서 갈리는지 확인하는 게 목적입니다. 대부분 여기서 패턴이 보입니다. 제품 컷으로 시작한 것과 사람 얼굴로 시작한 것이 갈리거나, 자막이 있는 것과 없는 것이 갈립니다.

그다음 상위 소재 두세 편의 훅 문장을 상세페이지 최상단 문구와 비교하십시오. 다르면 상세페이지 쪽을 광고 문장에 맞춰 고칩니다. 촬영도 제작도 필요 없고 보통 반나절이면 끝나는데, 앞서 말한 두 번째 원인을 바로 없애는 작업입니다.

마지막으로 다음 주에 내보낼 변형을 축 하나만 바꿔서 준비하십시오. 훅만 바꾼 것 두 편, 오퍼만 바꾼 것 두 편이면 충분합니다. 이렇게 두 주만 돌려도 우리 브랜드에서 무엇이 먹히는지에 대한 데이터가 쌓이기 시작합니다.

세 가지를 두 주 돌리고 나면 판단할 재료가 생깁니다. 어떤 오프닝이 우리 카테고리에서 멈춰 세우는지, 어떤 오퍼 문구가 클릭을 만드는지가 소재별 숫자로 남습니다. 그때부터는 새 소재를 만들 때 백지에서 시작하지 않게 됩니다.

문제는 이 사이클이 사람 한 명의 일이 아니라는 점입니다. 기획하는 사람, 찍는 사람, 지표를 읽고 다음 축을 정하는 사람이 각각 필요합니다. 한 명에게 다 맡기면 그 사람이 쉬는 주에 소재가 끊기고, 시즌에 물량이 몰리면 대기가 생깁니다. 자사몰에서 대기는 곧 매출 공백입니다.

자주 묻는 질문

AI로 만든 것과 직접 찍은 것의 비중을 어떻게 잡나요?

배경·더빙·자막·리사이즈·변형은 AI, 실사용 장면·후기·오퍼 증거는 촬영으로 두는 것이 기본형입니다. 메타가 AI 사용 표시를 넓히는 방향이라 이 구분은 앞으로 더 중요해집니다. 자사몰처럼 신뢰가 곧 전환인 채널에서는 증거 장면을 AI로 대체하지 않는 편이 안전합니다.

소재를 몇 편부터 돌려야 의미가 있나요?

공개 통계로 답할 수 있는 질문이 아닙니다. 국내 기준 공개 벤치마크는 확인되지 않습니다. 기준은 편수가 아니라 매주 변형이 나가고 반응 없는 것을 끊는 사이클이 도는가입니다. 주 4편이라도 축을 나눠 내보내면 두 주 만에 판단 근거가 생깁니다.

자사몰 전환율이 안 오를 때 소재부터 봐야 하나요, 상세페이지부터 봐야 하나요?

클릭률까지는 정상인데 CPA만 나쁘면 상세페이지 쪽입니다. 3초 시청률이 낮으면 소재 쪽입니다. 순서대로 지표를 읽으면 어느 쪽인지 바로 갈립니다. 둘 다 동시에 손대면 무엇 때문에 좋아졌는지 알 수 없게 됩니다.

광고 계정 검증은 언제까지 정리해야 하나요?

시즌 예산을 집행하기 전입니다. 메타는 검증된 광고주가 2026년 말까지 광고 매출의 90%를 차지하도록 하겠다고 밝혔습니다. 명의·도메인·결제 주체가 정리되지 않은 상태로 집행하면 심사 지연이 곧 매출 공백이 됩니다.

맺으며

AI로 잘 만드는 것은 이제 표준입니다. D2C 브랜드의 매출이 갈리는 지점은 그 다음에 있습니다 — 어떤 축을 바꿔 다시 내보내는가, 그 판단을 무슨 지표로 하는가, 그리고 그 사이클이 매주 도는가.

한 편을 잘 뽑는 데 쓰던 시간을 다음 편의 축을 정하는 데 쓰시면 됩니다. 그 판단이 쌓이는 곳이 결국 브랜드의 자산이 됩니다.

다음 편에서는 반응이 죽은 소재를 언제 끊어야 하는지, 그 신호를 무엇으로 읽는지 다루겠습니다.

해그로시 숏폼 스튜디오를 편당 단가가 아니라 플랜으로 운영하는 이유가 여기 있습니다. 결제 시점부터 '내 프로젝트'에서 진행 상황을 보시면서 매주 소재를 받으시고, 지표 판독과 다음 축 결정까지 같은 라인 안에서 돌아갑니다. 자사몰 전환뿐 아니라 브랜드 채널까지 함께 굴리신다면 브랜드 SNS 채널 운영과 한 라인으로 붙이는 편이 낫습니다. 실제 진행 사례는 성과 사례에서 보실 수 있습니다.