Google Ads의 기여 (Attribution) 방식은 수년간 진화해 왔습니다. 2026년에는 새로운 캠페인에 데이터 기반 기여 (Data-driven attribution, DDA)가 기본값으로 설정되었으며, 많은 캠페인 유형에서 마지막 클릭 (Last-click) 방식이 폐지되었습니다. 또한, AI Max 캠페인은 전통적인 캠페인 유형과는 다른 방식으로 기여 모델을 사용합니다. 여러분이 알아야 할 내용은 다음과 같습니다.

데이터 기반 기여 (DDA)로의 전환

데이터 기반 기여 (Data-driven attribution, DDA)는 전환 경로 내의 여러 접점 (Touchpoints)에 부분적인 크레딧을 할당합니다. 이 모델은 귀하의 계정 전환 데이터를 학습하여, 귀하의 특정 계정에서 어떤 접점 (노출, 클릭)이 전환과 상관관계가 있는지 결정합니다.

AI Max 캠페인의 경우, DDA가 기본값이자 권장 모델입니다. AI는 단순히 마지막 클릭뿐만 아니라 멀티 터치 가치 신호 (Multi-touch value signals)를 통합하여 입찰 결정을 내립니다. 이는 AI Max가 동일한 키워드에 대해 전통적인 캠페인과는 다르게 입찰한다는 것을 의미합니다. 즉, 마지막 클릭 모델보다 노출 및 퍼널 상단의 초기 클릭에 더 높은 가치를 부여합니다.

DDA 모델에 미치는 데이터 삭제 효과

DDA 모델은 귀하의 계정의 과거 전환 데이터를 기반으로 학습됩니다. 2026년 6월 데이터 삭제 (https://yositeup.com/blog/google-ads-reporting-data-deleted-june-2026)로 인해 학습 세트에서 약 14개월 분량의 전환 경로 데이터가 제거되었습니다.

이것이 중요한 이유는 DDA 모델이 어떤 접점이 결과와 상관관계가 있는지 식별하기 위해 전환 경로 데이터 — 즉, 전환으로 이어진 접점들의 시퀀스 — 가 필요하기 때문입니다. 2025년 4분기 데이터가 삭제됨에 따라 다음과 같은 현상이 발생합니다:

• DDA 모델이 4분기 계절적 접점 패턴에 대해 보유한 데이터가 줄어듭니다.
• 어떤 퍼널 상단 상호작용이 4분기 전환과 상관관계가 있는지에 대한 모델의 이해도가 감소합니다.
• 2026년 4분기에 대한 기여 가중치는 이전 데이터 (2025년 4월 이전 및 현재 2026년 데이터)를 바탕으로 조정될 것입니다.

월간 전환 수가 많은 계정(월 1,000건 이상의 전환)의 경우, 데이터 기반 기여 (DDA) 모델에 충분한 잔여 데이터가 있으므로 이러한 영향은 미미할 가능성이 높습니다. 반면, 전환 수가 적은 계정의 경우 그 영향이 더 두드러질 수 있습니다.

기여 (Attribution) 및 AI Max로의 전환

2027년 2월에 종료되는 DSA 캠페인(https://yositeup.com/blog/google-ads-dsa-ai-max-migration-february-2027)은 일반적으로 마지막 클릭 (last-click) 또는 선형 기여 (linear attribution) 모델을 사용했습니다. 검색용 AI Max로 전환하면, 캠페인은 기본적으로 데이터 기반 기여 (DDA) 모델을 사용하게 됩니다.

이는 보고상의 불연속성을 초래합니다. 전환 전(DSA + 마지막 클릭): 전환 기여도의 100%가 마지막 클릭에 할당되었습니다. 전환 후(AI Max + DDA): 전환 기여도가 전환 경로 전체에 분산됩니다. 전환 수가 변하는 것처럼 보일 수 있는데, 이는 성과가 변해서가 아니라 기여 (attribution) 방식이 변했기 때문입니다.

이러한 비교를 관리하려면: 전환 기간 동안 Google Analytics 4 (Google Ads와 독립적인 자체 기여 설정을 가짐)에서 병렬 뷰를 실행하십시오. GA4는 전환 이벤트 전반에 걸쳐 일관된 기여도를 보여줍니다.

서비스 약관 (ToS)과의 연관성

2026년 7월 서비스 약관 (ToS) 업데이트(https://yositeup.com/blog/google-ads-tos-july-2026-ai-automation-what-changed)에는 AI 최적화 권한에 관한 조항이 포함되어 있습니다. 기여 모델의 선택은 AI가 서로 다른 입찰 기회를 가치 평가하는 방식에 영향을 미칩니다. 새로운 ToS 하에서, DDA 신호(다중 터치 가치)에 대한 AI의 해석은 승인된 최적화 권한의 한 형태입니다.

실질적인 시사점: "더 명확한 데이터를 보기 위해" DDA에서 마지막 클릭으로 전환하지 마십시오. 이는 AI Max 캠페인을 효과적으로 최적화하는 AI의 능력을 저하시킵니다. AI Max 입찰 모델은 DDA에 맞춰 조정되어 있습니다. 캠페인 중간에 기여 모델을 변경하는 것은 AI의 참조 프레임을 방해합니다.

쇼핑용 AI Max 및 기여 (Attribution)

쇼핑용 AI Max (https://yositeup.com/blog/google-ai-max-shopping-replacing-performance-max-2026)의 경우, 쇼핑 캠페인이 검색, 디스플레이 (Display), YouTube, 지도 (Maps) 등 여러 지면 (Surfaces)에 걸쳐 나타날 수 있기 때문에 기여 (Attribution)가 더욱 복잡해집니다. 각 지면은 서로 다른 접점 (Touchpoints)을 생성합니다.

쇼핑용 AI Max의 데이터 기반 기여 (DDA, Data-Driven Attribution)는 전환 상관관계 (Conversion correlation)를 기반으로 이러한 서로 다른 지면의 접점에 가중치를 부여합니다. 이 모델은 귀하의 계정에서 구체적으로 어떤 지면이 결과와 상관관계가 있는 인상 (Impressions)을 유도하는지 학습합니다.

이는 동일한 쇼핑용 AI Max 캠페인을 운영하는 두 계정이라 할지라도, 고객의 전환 경로 (Conversion paths)가 다르기 때문에 서로 다른 기여 가중치 분포를 받을 수 있음을 의미합니다.

2026년 4분기 계획을 위해: 현재 귀하의 DDA 기여 보고서 (도구 > 기여 > 경로 [Tools > Attribution > Paths])를 검토하여, 현재 DDA 모델이 어떤 지면과 접점에 가장 높은 가중치를 부여하고 있는지 파악하십시오. 이를 통해 AI가 귀하의 전환 신호 (Conversion signals)를 어떻게 해석하고 있는지에 대한 질적인 이해를 얻을 수 있습니다.

실질적인 기여 (Attribution) 조치 사항

4분기 동안에는 기여 모델을 변경하지 마십시오. 트래픽 양이 많은 기간 동안 모델을 변경하면 측정의 불연속성 (Measurement discontinuity)이 발생하여 성과 평가가 쉬워지는 것이 아니라 오히려 더 어려워집니다.

기여 기준이 안정적인 GA4를 참조점으로 사용하십시오. GA4의 기여 설정은 Google Ads와 별개로 운영됩니다. 2026년 4분기를 (생존한 기준 연도인) 2024년 4분기와 비교하는 경우, GA4는 두 기간 모두에 대해 일관된 측정을 제공합니다.

모델 비교 (Model Comparison) 도구를 검토하십시오. 도구 > 기여 > 모델 비교 (Tools > Attribution > Model Comparison)를 사용하면 서로 다른 기여 모델 하에서 전환 수가 어떻게 달라지는지 확인할 수 있습니다. 이는 현재 모델이 보고하는 수치와 라스트 클릭 (Last-click) 모델이 보고하는 수치 사이의 격차를 이해하는 데 유용하지만, 스마트 자동 입찰 (Smart Bidding)이 최적화하는 방식 자체를 바꾸지는 않습니다.

DSA 전환 사용자들을 위한 구체적인 지침: DSA 캠페인을 전환하기 전에 해당 캠페인의 기여 모델 (Attribution Model)과 전환 수치 (Conversion Volumes)를 기록해 두십시오. AI Max로 전환한 후에는, 전환 전 DSA 기준점 (Baseline)과 성과를 비교하기 전에 새로운 데이터 기반 기여 (DDA, Data-Driven Attribution) 모델이 보정 (Calibrate)될 수 있도록 30일의 시간을 주어야 합니다.