에셋 그룹(Asset Groups) 빌딩 가이드: 텍스트, 고해상도 비주얼, 영상 자산의 조합 비율 및 자동 생성 기능 작동 정책

에셋 그룹 하나에 최소·최대 몇 개까지 넣을 수 있나

PMax 캠페인은 애셋 그룹을 최소 1개에서 최대 100개까지 가질 수 있으며, 애셋 그룹은 캠페인 간 공유되지 않습니다(공식). 애셋 그룹은 보통 제품 카테고리나 타겟 오디언스 단위로 나누는데, 예를 들어 여성화·남성화·아동화를 파는 쇼핑몰이라면 각각을 별도 애셋 그룹으로 분리해 카테고리별 크리에이티브와 오디언스 시그널을 다르게 설계할 수 있습니다.

다만 예산이 작은 계정에서 애셋 그룹을 지나치게 잘게 쪼개면, 각 그룹이 확보하는 전환 데이터가 분산돼 오히려 학습이 느려집니다. 그룹 수를 늘리는 판단은 "전환 데이터를 그룹별로 충분히 나눠 받을 수 있는가"를 기준으로 해야 합니다.

텍스트 자산(제목·긴 제목·설명) 규격은 어떻게 맞추나

제목(headline)은 최소 3개, 최대 15개까지 추가할 수 있고 각 30자 이내이며, 이 중 최소 1개는 15자 이하여야 합니다(공식). 긴 제목(long headline)은 최소 1개, 최대 5개, 각 90자까지 가능합니다. 설명(description)은 최소 2개, 최대 5개, 각 90자까지입니다.

최소 3개의 제목만 채워도 캠페인은 작동하지만, 광고 강도(Ad Strength) 평가에서 '좋음' 이상을 받기 어렵습니다(공식). 실무에서는 제목 8~15개, 설명 4~5개를 채워 넣는 것이 권장됩니다 — 제목·설명 개수가 많을수록 AI가 테스트할 수 있는 조합 경우의 수가 늘어나기 때문입니다. 긴 제목은 일부 배치(특히 디스플레이)에서만 노출되므로 필수는 아니지만, 넣을 경우 제목만으로 다 담지 못하는 핵심 가치 제안을 풀어 쓰는 용도로 씁니다.

이미지 자산 세 가지 비율을 어떻게 채우나

이미지 자산은 가로형(1.91:1, 권장 1200×628, 최소 600×314), 정사각형(1:1, 권장 1200×1200, 최소 300×300), 세로형(4:5, 권장 960×1200, 최소 480×600) 세 비율로 나뉘며, 비율별로 최소 4개, 최대 20개까지 추가할 수 있습니다(공식). 모든 이미지는 JPG 또는 PNG, 5MB 이하여야 합니다.

세 비율을 고르게 채워야 하는 이유는 지면마다 요구하는 비율이 다르기 때문입니다 — 세로형은 유튜브 쇼츠·디스커버, 정사각형은 지메일·디스플레이, 가로형은 검색·기존 디스플레이 지면에서 주로 쓰입니다. 한 비율만 몰아서 채우면 그 비율이 안 맞는 지면에서는 AI가 자동으로 이미지를 크롭하거나 배경을 채워 넣는데, 이 과정에서 브랜드 톤이 어긋나는 경우가 많습니다. 로고는 1:1 비율 기준 최소 1개, 최대 5개까지 추가할 수 있습니다(공식).

영상 자산을 안 넣으면 무슨 일이 일어나나

영상은 선택 사항이지만, 넣을 경우 최소 10초 이상이어야 하며 최대 15개까지 추가할 수 있습니다(공식). 영상을 제공하지 않으면 구글이 업로드된 이미지와 텍스트를 기반으로 자동으로 영상을 생성해 대신 사용합니다(공식).

자동 생성 영상은 표현이 제한적이고 전문성이 떨어질 수 있으며, 특히 유튜브 배치에서는 성과가 저조할 수 있습니다. 최적 성과를 위해서는 가로·정사각형·세로 형식의 영상을 각각 최소 1개씩 직접 업로드해 자동 생성을 피하는 것이 권장됩니다.

최소 요건만 채운 에셋 그룹은 왜 성과가 낮나

제목 3개, 긴 제목 1개, 설명 2개처럼 최소 요건만 채운 애셋 그룹은 광고 배치 적격성과 조합 테스트 범위 자체가 제한됩니다(공식). '우수(Excellent)' 강도를 달성하려면 제목 8~15개, 설명 4~5개, 이미지 비율별 15~20개, 영상 3~5개 수준이 필요합니다.

이 격차는 단순히 "더 많이 넣으면 좋다"는 권장이 아니라, AI가 테스트할 수 있는 조합의 절대 개수 차이입니다. 제목 3개·설명 2개면 조합이 6가지뿐이지만, 제목 10개·설명 5개면 50가지 조합을 테스트할 수 있어 어떤 메시지가 어떤 지면·오디언스에 잘 맞는지 AI가 훨씬 빠르게 찾아냅니다. 신규 애셋 그룹을 만들 때는 최소 요건부터 채우고 나중에 보강하는 순서보다, 처음부터 '우수' 기준에 맞춰 텍스트·이미지를 준비한 뒤 발행하는 순서가 학습 초기 데이터 낭비를 줄입니다.