A/B 테스트, 직감보다 데이터가 먼저다

TIL 내배캠 32일차 2026.06.08

A/B 테스트, 직감보다 데이터가 먼저다

강의에서 배운 내용을 같은 날 과제에서 바로 써먹은 날

목차

1. A/B 테스트란?
2. A/B 테스트가 필요한 이유
3. 주의사항 — 하나만 바꿔야 한다
4. 테스트 가능한 주요 변수
5. Figma에서 배리에이션 만들기
6. A/B 테스트 진행 절차
7. 오늘의 테스트 — 6 대 1, A안의 완승
8. 오늘의 인사이트

1A/B 테스트란?

A/B 테스트는 같은 광고의 여러 버전을 만들어 어떤 버전이 더 높은 성과를 내는지 비교하는 방법이다. 광고 최적화의 핵심 도구로, 마케터의 주관적 판단 대신 실제 데이터를 기반으로 의사결정을 할 수 있게 해준다.

2A/B 테스트가 필요한 이유

• 예측 불가 — 마케터가 좋은 광고라고 생각하는 것과 실제 고객 반응은 다를 수 있다.
• 지속적 개선 — 성과가 좋은 버전을 찾고 반복 테스트하여 CTR을 향상시킬 수 있다.
• 비용 절감 — 같은 예산으로 더 많은 클릭을 유도해 CPC를 낮출 수 있다.
• 데이터 기반 의사결정 — 감이 아닌 수치로 광고 방향을 결정한다.

3주의사항 — 하나만 바꿔야 한다

⚠️ 한 번에 하나의 변수만 변경해야 한다. 여러 요소를 동시에 수정하면 어떤 요소가 성과에 영향을 줬는지 알 수 없다.

사전 캠프 때 이걸 몰라서 여러 요소를 한꺼번에 바꿨던 기억이 있다. 오늘은 그 실수를 반복하지 않으려고 의식적으로 주의했다.

4테스트 가능한 주요 변수

카피 (텍스트)

비주얼 (이미지)

CTA 문구

색상

레이아웃

5Figma에서 배리에이션 만들기

프레임 복제

원본 프레임 선택 → Alt + 드래그 → 필요한 요소만 수정. 가장 빠르게 여러 버전 제작 가능.

컴포넌트 활용

재사용 가능한 템플릿 생성 → 마스터 컴포넌트 수정 시 모든 인스턴스 자동 업데이트 → 대량 배리에이션에 효율적.
수정 가능: 텍스트, 색상, 투명도, 그림자 / 수정 불가: 레이어 구조, 위치, 크기

6A/B 테스트 진행 절차

1. 여러 버전 제작
2. 광고 플랫폼에 동일 조건으로 등록
3. 동일한 예산 집행
4. 일정 기간 (예: 1주) 운영
5. CTR 등 성과 비교
6. 가장 성과가 좋은 버전에 예산 집중

테스트 → 분석 → 개선 과정을 반복하며 광고 성과를 최적화한다.

7오늘의 테스트 — 6 대 1, A안의 완승

네이버 DA 광고 이미지를 만들면서 이미지 위치에 대한 고민이 생겼다. 이미지를 오른쪽에 배치한 A안과 왼쪽에 배치한 B안, 딱 하나의 차이만 두고 Figma에서 프레임을 복제해 두 버전을 만들었다.

A안 ✓ 채택 이미지 오른쪽 배치

B안 이미지 왼쪽 배치

6

A안

vs

1

B안

같이 수업 듣는 7명을 대상으로 진행한 테스트 결과

사실 나는 B안이 더 낫다고 생각했다. 그런데 결과를 보고 다시 두 버전을 나란히 놓고 보니, A안이 확실히 더 읽기 편했다. 이미지가 오른쪽에 있으면 텍스트가 먼저 눈에 들어오고, 자연스럽게 이미지로 시선이 마무리되는 흐름이 만들어진다. 반면 B안은 이미지가 왼쪽에 있어 시선이 텍스트에 닿기 전에 이미지에 먼저 걸리는 느낌이었다. 광고 카피가 주인공이어야 하는 구성에서는 텍스트가 먼저 읽히는 A안이 더 유리했던 것 같다.

8오늘의 인사이트

"만드는 사람의 시선과 보는 사람의 시선은 다르다."

나는 B안을 만들면서 그 구성에 익숙해져 있었던 것 같다. 직접 설문을 돌려보지 않았다면 그냥 B안으로 제출했을 거다.

광고에서 "내가 좋다고 생각하는 것"은 의견이고, "실제로 반응이 좋은 것"이 데이터다. A/B 테스트의 가치는 그 둘의 간격을 좁혀주는 데 있다.

※ 본 글은 학습을 목적으로 작성된 게시물로, 특정 브랜드·제품·서비스명이 언급될 수 있습니다. 이는 순수한 예시일 뿐이며, 상업적 목적은 전혀 없음을 밝힙니다.