7월부터 전격 개편되는 토스애즈, 어떤 게 바뀌었을까요?
김경연 마케터
2026-06-30
조회수 : 33
댓글 0
매번 복잡한 토스 광고 세팅으로 골머리를 앓으셨나요?
많은 예산을 쓰기 어려운 상황에서 지면마다 광고 세트를 따로 만들다 보니 머신러닝 학습도 더디고 효율 측정마저 어려워 답답한 마음이 드셨을 겁니다. 제한된 리소스로 최적의 성과를 내야 하는 담당자라면 매번 수많은 세팅 화면을 오가는 것 자체가 큰 부담으로 다가왔을 텐데요.
이러한 불편함을 해소해 줄 반가운 변화가 기다리고 있습니다. 오는 7월부터 전격 개편되는 토스애즈의 핵심 변화를 짚어보고, 이를 어떻게 실무에 적용하여 광고 성과를 끌어올릴 수 있을지 자세히 살펴보겠습니다.
이제 토스애즈에서는 단 하나의 광고 세트만으로 다양한 소재를 통합하여 운영할 수 있게 됩니다.
기존 구조에서는 광고가 사용자에게 노출되는 형태나 지면에 따라 광고 세트를 일일이 새로 만들고 각각의 예산을 설정해야 했습니다. 지면별로 규격이 달라 여러 번의 세팅 과정을 반복해야만 했죠. 하지만 개편 이후에는 캠페인 목적에 맞춰 광고 세트를 단 하나만 생성하면 그 아래에 다양한 크기의 이미지와 동영상 소재를 모두 담을 수 있습니다.
세팅하는 방법은 무척 간단합니다. 광고주는 타겟팅과 예산을 설정한 광고 세트를 하나만 개설하고, 준비된 가로형 이미지, 세로형 이미지, 동영상 등 다양한 포맷의 소재를 한곳에 한꺼번에 등록하기만 하면 됩니다. 시스템이 알아서 각 지면 규격에 맞는 소재를 자동으로 매칭하여 보여주기 때문에 번거로운 반복 작업이 대폭 사라집니다.
통합 광고 세트란 여러 규격의 이미지와 동영상 소재를 하나의 광고 그룹에 묶어두면, 시스템이 사용자 화면과 지면에 최적화된 형태로 자동 매칭하여 광고를 노출해 주는 관리 구조를 뜻합니다.
이 구조의 가장 큰 장점은 세팅 리소스를 획기적으로 줄여준다는 것입니다. 복잡하게 규격마다 세트를 나누지 않아도 되니 운영이 무척 편리해집니다. 무엇보다 예산과 데이터가 하나의 광고 세트로 집중되기 때문에 광고 엔진의 학습 속도가 빨라집니다. 쪼개진 세트에서 각자 학습하느라 시간을 허비하지 않고, 단일 세트 안에서 데이터가 빠르게 모여 최적의 효율을 내는 소재를 찾아냅니다. 덕분에 한 광고 세트 안에서 다양한 형태의 소재로 간편하게 A/B 테스트를 진행할 수 있습니다.
다만 단점도 존재합니다. 특정 매체 지면에만 강제로 광고를 밀어 넣고 싶거나, 세밀하게 노출 비중을 수동으로 통제하고 싶어 하는 마케터에게는 자동 최적화 시스템이 다소 불투명하게 느껴질 수 있습니다. 지면별 성과를 아주 잘게 쪼개어 수동 컨트롤하기를 선호한다면 자유도가 낮아졌다고 느낄 여지도 있습니다.
그럼에도 이 기능은 예산이 한정적인 소상공인이나 중소기업에 매우 유용합니다. 적은 예산으로 빠르게 어떤 이미지와 동영상이 타겟 고객에게 반응을 얻는지 검증하고 싶을 때 최고의 효율을 보여줍니다. 효율적인 대시보드 관리가 필요한 1인 마케터나 다른 업무를 병행해야 하는 대표자에게도 훌륭한 대안이 됩니다.
기존 방식은 지면 중심의 세팅 구조였습니다. 피드형 지면을 위한 세트, 배너형 지면을 위한 세트를 각각 개설해야 했기에 예산도 그만큼 분산되었습니다. 예산이 분산되다 보니 최소 머신러닝 학습 기준을 채우는 데 시간이 오래 걸렸고, 결국 어떤 소재가 진짜 좋은 성과를 내는지 판단하기까지 오랜 기간 예산을 낭비하는 일도 빈번했습니다.
반면 개편되는 방식은 소재 중심의 최적화 구조를 취합니다. 하나의 광고 세트에 예산을 몰아주고, 그 안에서 가로형 이미지, 세로형 동영상 등 다양한 소재들이 공정하게 경쟁하도록 만듭니다. 이미지와 동영상의 크기에 따라 자동으로 매칭되는 구조이기에 마케터가 골치 아프게 지면별 비율을 조절할 필요가 없습니다. 시스템이 알아서 사용자가 반응할 만한 최적의 지면에 최적의 소재 비율을 맞추어 송출합니다.
특정 지면 송출을 필수로 고수해야 하는 브랜딩 목적의 캠페인이 아니라면, 일반적인 전환 유도나 트래픽 확보 캠페인에서는 개편된 방식을 사용하는 것이 머신러닝의 효율을 극대화하는 데 훨씬 유리합니다. 세팅에 들어가는 아까운 시간을 아끼고 타겟 분석과 기획에 더 집중할 수 있게 도와주기 때문입니다.
7월부터 시작되는 토스애즈 개편은 복잡한 세팅 단계를 간소화하고 시스템 자동 최적화를 통해 효율적인 A/B 테스트를 가능하게 만드는 데 방점이 찍혀 있습니다.
이제 지면 매칭과 같은 기술적인 영역은 플랫폼의 머신러닝에 맡겨두고, 광고주는 고객의 시선을 사로잡을 수 있는 메시지와 크리에이티브 기획에 에너지를 더 투자해야 합니다. 하나의 광고 세트 안에 어떤 다채로운 시각적 요소를 채워 넣어 타겟의 반응을 이끌어낼 것인지 진지하게 고민해 볼 시점입니다.
많은 예산을 쓰기 어려운 상황에서 지면마다 광고 세트를 따로 만들다 보니 머신러닝 학습도 더디고 효율 측정마저 어려워 답답한 마음이 드셨을 겁니다. 제한된 리소스로 최적의 성과를 내야 하는 담당자라면 매번 수많은 세팅 화면을 오가는 것 자체가 큰 부담으로 다가왔을 텐데요.
이러한 불편함을 해소해 줄 반가운 변화가 기다리고 있습니다. 오는 7월부터 전격 개편되는 토스애즈의 핵심 변화를 짚어보고, 이를 어떻게 실무에 적용하여 광고 성과를 끌어올릴 수 있을지 자세히 살펴보겠습니다.
광고 세트 하나로 끝나는 새로운 토스애즈 구조
이제 토스애즈에서는 단 하나의 광고 세트만으로 다양한 소재를 통합하여 운영할 수 있게 됩니다.
기존 구조에서는 광고가 사용자에게 노출되는 형태나 지면에 따라 광고 세트를 일일이 새로 만들고 각각의 예산을 설정해야 했습니다. 지면별로 규격이 달라 여러 번의 세팅 과정을 반복해야만 했죠. 하지만 개편 이후에는 캠페인 목적에 맞춰 광고 세트를 단 하나만 생성하면 그 아래에 다양한 크기의 이미지와 동영상 소재를 모두 담을 수 있습니다.
세팅하는 방법은 무척 간단합니다. 광고주는 타겟팅과 예산을 설정한 광고 세트를 하나만 개설하고, 준비된 가로형 이미지, 세로형 이미지, 동영상 등 다양한 포맷의 소재를 한곳에 한꺼번에 등록하기만 하면 됩니다. 시스템이 알아서 각 지면 규격에 맞는 소재를 자동으로 매칭하여 보여주기 때문에 번거로운 반복 작업이 대폭 사라집니다.
통합 광고 세트란 무엇일까요
통합 광고 세트란 여러 규격의 이미지와 동영상 소재를 하나의 광고 그룹에 묶어두면, 시스템이 사용자 화면과 지면에 최적화된 형태로 자동 매칭하여 광고를 노출해 주는 관리 구조를 뜻합니다.
이 구조의 가장 큰 장점은 세팅 리소스를 획기적으로 줄여준다는 것입니다. 복잡하게 규격마다 세트를 나누지 않아도 되니 운영이 무척 편리해집니다. 무엇보다 예산과 데이터가 하나의 광고 세트로 집중되기 때문에 광고 엔진의 학습 속도가 빨라집니다. 쪼개진 세트에서 각자 학습하느라 시간을 허비하지 않고, 단일 세트 안에서 데이터가 빠르게 모여 최적의 효율을 내는 소재를 찾아냅니다. 덕분에 한 광고 세트 안에서 다양한 형태의 소재로 간편하게 A/B 테스트를 진행할 수 있습니다.
다만 단점도 존재합니다. 특정 매체 지면에만 강제로 광고를 밀어 넣고 싶거나, 세밀하게 노출 비중을 수동으로 통제하고 싶어 하는 마케터에게는 자동 최적화 시스템이 다소 불투명하게 느껴질 수 있습니다. 지면별 성과를 아주 잘게 쪼개어 수동 컨트롤하기를 선호한다면 자유도가 낮아졌다고 느낄 여지도 있습니다.
그럼에도 이 기능은 예산이 한정적인 소상공인이나 중소기업에 매우 유용합니다. 적은 예산으로 빠르게 어떤 이미지와 동영상이 타겟 고객에게 반응을 얻는지 검증하고 싶을 때 최고의 효율을 보여줍니다. 효율적인 대시보드 관리가 필요한 1인 마케터나 다른 업무를 병행해야 하는 대표자에게도 훌륭한 대안이 됩니다.
기존 세팅 방식과 개편 방식의 차이점
기존 방식은 지면 중심의 세팅 구조였습니다. 피드형 지면을 위한 세트, 배너형 지면을 위한 세트를 각각 개설해야 했기에 예산도 그만큼 분산되었습니다. 예산이 분산되다 보니 최소 머신러닝 학습 기준을 채우는 데 시간이 오래 걸렸고, 결국 어떤 소재가 진짜 좋은 성과를 내는지 판단하기까지 오랜 기간 예산을 낭비하는 일도 빈번했습니다.
반면 개편되는 방식은 소재 중심의 최적화 구조를 취합니다. 하나의 광고 세트에 예산을 몰아주고, 그 안에서 가로형 이미지, 세로형 동영상 등 다양한 소재들이 공정하게 경쟁하도록 만듭니다. 이미지와 동영상의 크기에 따라 자동으로 매칭되는 구조이기에 마케터가 골치 아프게 지면별 비율을 조절할 필요가 없습니다. 시스템이 알아서 사용자가 반응할 만한 최적의 지면에 최적의 소재 비율을 맞추어 송출합니다.
특정 지면 송출을 필수로 고수해야 하는 브랜딩 목적의 캠페인이 아니라면, 일반적인 전환 유도나 트래픽 확보 캠페인에서는 개편된 방식을 사용하는 것이 머신러닝의 효율을 극대화하는 데 훨씬 유리합니다. 세팅에 들어가는 아까운 시간을 아끼고 타겟 분석과 기획에 더 집중할 수 있게 도와주기 때문입니다.
지면 고민 대신 소재 기획에 집중해야 할 때
7월부터 시작되는 토스애즈 개편은 복잡한 세팅 단계를 간소화하고 시스템 자동 최적화를 통해 효율적인 A/B 테스트를 가능하게 만드는 데 방점이 찍혀 있습니다.
이제 지면 매칭과 같은 기술적인 영역은 플랫폼의 머신러닝에 맡겨두고, 광고주는 고객의 시선을 사로잡을 수 있는 메시지와 크리에이티브 기획에 에너지를 더 투자해야 합니다. 하나의 광고 세트 안에 어떤 다채로운 시각적 요소를 채워 넣어 타겟의 반응을 이끌어낼 것인지 진지하게 고민해 볼 시점입니다.
댓글
0
김경연 마케터의 인사이트 전체글 보기