전통적인 Google Ads의 입찰가 조정 기능(Bid modifiers)을 사용하면 기기, 위치, 잠재고객, 시간대, 요일 등 특정 조건에 따라 입찰가를 +/- 퍼센트(%) 단위로 조정할 수 있었습니다. AI Max 캠페인에서는 대부분의 입찰가 조정 기능을 사용할 수 없거나 효과가 감소했습니다. 이는 AI Max에서 가장 중요한 제어 방식의 변화 중 하나입니다.

AI Max에서 입찰가 조정 기능이 변경된 이유

전통적인 입찰가 조정 기능은 수동 및 규칙 기반 입찰(rule-based bidding)의 한계를 보완하기 위한 임시 방편이었습니다. 광고주는 "모바일 사용자의 전환율이 낮으므로 모바일에는 20% 적게 입찰하라"와 같이 수동으로 지정해야 했습니다. 광고주가 하던 일을 이제는 AI가 자동으로 수행하고 있는 것입니다.

AI Max의 입찰 모델은 기기, 위치, 시간, 잠재고객, 쿼리(query), 랜딩 페이지 등 각 노출 수준(impression-level)의 신호를 실시간으로 평가합니다. AI는 이러한 신호들의 각 조합에 대해 예측된 전환 확률(predicted conversion probability)을 계산하고 그에 따라 입찰합니다. 이는 수동 입찰가 조정 기능보다 엄격하게 더 강력합니다. AI는 광고주가 설정할 수 있는 십여 개의 수동 조정 기능이 아니라, 수백 개의 신호 조합을 동시에 고려할 수 있기 때문입니다.

트레이드오프(Tradeoff): 이제 더 이상 "이 조건에 대해 X% 더 많이 입찰하라"라고 직접 지정할 수 없습니다.

각 조정 기능 유형별 변화

기기 입찰가 조정 기능 (Device bid modifiers): Search용 AI Max 또는 Shopping용 AI Max에서는 적용되지 않습니다. AI가 전환 확률 모델을 기반으로 기기 수준의 입찰을 결정합니다. 보고서에서 세분화된 기기별 성과를 확인할 수는 있지만, 수동 기기 입찰가 조정을 적용할 수는 없습니다.

위치 입찰가 조정 기능 (Location bid modifiers): AI Max 캠페인에서는 적용되지 않습니다. AI가 위치 기반 입찰 최적화를 처리합니다. 위치를 포함하거나 제외(hard constraint, 강제 제약 조건)할 수는 있지만, 위치별로 퍼센트(%) 입찰가 조정을 적용할 수는 없습니다.

타겟팅 입찰가 조정 (Audience bid modifiers): 타겟팅 신호 (audience signals)로 대체되었습니다. 리마케팅 리스트에 +20%를 적용하는 대신, 해당 리마케팅 리스트를 타겟팅 신호로 추가합니다. AI는 이 신호를 사용하여 전환할 것으로 예측되는 사용자에게 더 높은 입찰가를 제시하며, 이는 사용자가 직접 퍼센트(%)를 지정하지 않아도 암묵적으로 양(+)의 입찰가 조정 효과를 줍니다.

광고 일정 입찰가 조정 (Ad schedule bid modifiers): AI Max에서는 대부분 적용되지 않습니다. AI는 시간대별 예측 전환율을 기반으로 시간대별 입찰을 결정합니다. 특정 시간대에 광고를 완전히 중단하는 용도(예: "영업 종료 시 광고 노출 안 함")로 광고 일정 설정을 여전히 사용할 수는 있지만, 퍼센트(%) 조정을 적용하는 용도로는 사용할 수 없습니다.

기기 제외 (Device exclusions, 조정 기능 아님): 특정 기기 유형을 완전히 제외할 수 있습니다. "모바일 -100%" (사실상 모바일 제외) 방식은 여전히 지원됩니다. 완전한 기기 제외는 신호 (signal)가 아닌 제약 조건 (constraint)으로 존중됩니다.

대체 수단: 전환 가치 규칙 (Conversion Value Rules) 및 타겟팅 신호 (Audience Signals)

입찰가 조정을 대체하는 AI 호환 방식 두 가지는 다음과 같습니다:

**전환 가치 규칙 (Conversion value rules)**은 입찰 퍼센트를 지정하지 않고도 AI에게 가치의 차이를 전달합니다. "이 타겟팅 그룹의 사용자는 1.5배의 가치가 있다"라고 설정하면, AI는 이 그룹을 위한 경매에서 승리하는 것이 더 높은 가치를 창출한다고 판단하며, 결과적으로 이들에게 더 높은 입찰가를 제시하게 됩니다.

2026년 7월 이용약관 (ToS) (https://yositeup.com/blog/google-ads-tos-july-2026-ai-automation-what-changed)의 맥락에 따르면, 가치 규칙은 입찰값 재정의 지침 (bid override instructions)이 아니라 광고주가 제공하는 데이터 입력값 (advertiser-provided data inputs)으로 분류됩니다. AI는 이를 사용하여 가치 예측을 보정(calibrate)한 다음 입찰가를 결정합니다.

**타겟팅 신호 (Audience signals)**는 AI에게 어떤 사용자가 고가치 사용자인지 알려줍니다. 가장 우량한 고객의 고객 일치 (Customer Match) 리스트를 신호로 추가하면, AI는 다른 어떤 사용자가 고가치 사용자일지에 대한 예측을 형성합니다. AI는 이 신호를 바탕으로 추론하여, 유사한 사용자에게 효과적으로 더 높은 입찰가를 제시합니다.

데이터 삭제가 AI 입찰 결정에 미치는 영향

2026년 6월 데이터 삭제(https://yositeup.com/blog/google-ads-reporting-data-deleted-june-2026)로 인해 AI의 기기, 위치 및 시간대별 입찰 차별화에 정보를 제공하던 신호 데이터가 제거되었습니다. 이러한 차원들을 가로질러 최적화하는 AI의 모델은 현재의 데이터로부터 다시 구축되어야 합니다.

만약 AI가 기존의 전통적인 캠페인만큼 기기 유형, 시간대 또는 위치를 효율적으로 차별화하지 못하는 것(전반적인 ROAS 저하)을 발견한다면, 이는 데이터 삭제 이후의 학습 단계(learning phase)를 반영하는 것일 수 있습니다. 새로운 잠재고객 신호(audience signals)와 전환 가치 규칙(conversion value rules)을 추가하면 AI의 재보정(re-calibration)을 가속화할 수 있습니다.

DSA 마이그레이션: 잠재고객 입찰가 조정 기능의 상실

DSA 캠페인은 관찰(Observation) 모드에서 잠재고객 입찰가 조정(audience bid adjustments)을 지원했습니다. 이러한 조정값(예: 리마케팅 리스트 A에 +15%, 가치가 낮은 세그먼트 B에 -10%)은 AI Max for Search(https://yositeup.com/blog/google-ads-dsa-ai-max-migration-february-2027)로 이관되지 않습니다.

마이그레이션 후 대체 전략:

• 이전의 +% 잠재고객 조정 → AI Max for Search에서 해당 잠재고객을 신호(signal)로 추가
• 이전의 -% 잠재고객 조정 → 이를 제외 잠재고객(negative audience/exclusion)으로 추가할지, 아니면 단순히 AI의 전환 확률 모델(conversion probability model)이 해당 사용자들의 우선순위를 낮추도록 맡길지 고려

대부분의 경우, 수동적인 제외 잠재고객 조정 없이 AI가 최적화하도록 두는 것이 옳습니다. AI는 예측 전환율(predicted conversion rates)이 낮은 잠재고객에 대해 자연스럽게 더 낮은 입찰가를 제시할 것입니다.

AI Max for Shopping 및 입찰 수정자

AI Max for Shopping(https://yositeup.com/blog/google-ai-max-shopping-replacing-performance-max-2026)의 경우에도 동일한 원칙이 적용됩니다. 기기, 위치 또는 잠재고객 입찰 수정자(bid modifiers)를 사용할 수 없습니다. 쇼핑 캠페인의 입찰 최적화는 완전히 AI에 의해 제어됩니다.

예외 사항: 타겟 ROAS (target ROAS)는 캠페인 수준에서 설정되며 조정할 수 있습니다. ROAS 목표를 강화하는 것(수치를 높이는 것)은 AI가 입찰하기 전에 더 높은 효율성을 달성해야 함을 의미하며, 이는 암묵적으로 도달 범위(reach)를 줄입니다. 이것이 캠페인 수준의 입찰 수정자(bid adjustments)를 대체하는 거시적 수준(macro-level)의 제어 방식입니다.