정의
Lookalike Audience(룩어라이크 오디언스) 는 이미 확보한 고객 데이터나 시드(Seed) 집단의 특성을 기반으로, 플랫폼 알고리즘이 유사한 행동·관심·구매 패턴을 가진 신규 사용자군을 자동 확장해주는 타겟팅 방식입니다. 한국 DTC 업계에서는 흔히 "유사타겟", "룩얼", "LAL" 로 줄여 부릅니다.
Meta(구 페이스북), Google, TikTok, Criteo, 카카오모먼트 등 주요 매체가 모두 지원하며, 핵심 원리는 동일합니다. "내 최고 고객과 닮은 사람을 찾아라" 입니다.
시드 소스로는 보통 다음을 사용합니다.
- 구매 완료 고객 (Purchasers)
- 장바구니 이탈 유저 (ATC Abandoners)
- 30일 내 사이트 방문자
- 앱 설치 유저
- VIP 고액 구매층 (상위 10% LTV)
비유로 이해하기
룩어라이크는 "단골 손님의 친구를 데려오는 것" 과 같습니다.
동네 맛집 사장님이 "우리 가게를 가장 좋아하는 손님 100명"의 명단을 플랫폼에 넘기면, 플랫폼은 "그 100명과 취향·소비·라이프스타일이 비슷한 사람 100만 명"을 찾아줍니다. 사장님이 직접 명단을 만들 필요 없이, 알고리즘이 취향 지도를 그려주는 셈입니다.
단, 중요한 전제가 있습니다. 시드가 좋아야 결과가 좋습니다. 쓰레기 시드를 넣으면 쓰레기 유사군이 나옵니다. (Garbage in, garbage out)
핵심 공식
Lookalike Audience Size = 시드 모수 × (1 / 유사도 %)
Meta 기준으로 설명하면 다음과 같습니다.
| 항목 | 값 | 의미 |
|---|---|---|
| 시드 모수 | 1,000명 | 구매 완료 고객 |
| 유사도 1% | 약 100,000명 | 가장 유사, 규모 작음 |
| 유사도 3% | 약 300,000명 | 균형형 |
| 유사도 5% | 약 500,000명 | 넓은 도달, 정밀도 낮음 |
| 유사도 10% | 약 1,000,000명 | 최대 확장 |
핵심 수치 3가지
1. 시드 최소 1,000명 — Meta 권장 기준. 100명 이하면 매칭률이 급락합니다.
2. 유사도 1~3% — 한국 DTC 실무에서 ROAS가 가장 안정적으로 나오는 구간.
3. 시드 매칭률 60~80% — 이메일·전화번호 기반 업로드 시 정상 범위. 30% 이하면 데이터 품질을 점검해야 합니다.
룩어라이크 vs 다른 타겟팅 비교
| 구분 | Lookalike | 리타겟팅 | 관심사 타겟팅 | Broad |
|---|---|---|---|---|
| 데이터 기반 | 시드 기반 확장 | 자사 행동 데이터 | 플랫폼 관심사 | 없음 |
| 도달 규모 | 중~대 | 소 | 중 | 최대 |
| 초기 ROAS | 높음 | 매우 높음 | 중 | 낮음~중 |
| 확장성 | 우수 | 제한적 | 보통 | 우수 |
| 추천 단계 | 성장기 | 전환 회수 | 초기 테스트 | 성숙기 |
| 대표 매체 | Meta, Google, TikTok | 전 매체 | Meta, Google | Meta, TikTok |
실무 포인트: 리타겟팅은 "이미 아는 사람", 룩어라이크는 "닮은 새 사람", Broad는 "모르는 모두". 퍼널 단계에 따라 셋을 조합해야 합니다.
한국 DTC 실무 적용 시나리오
시나리오 1. 신규 브랜드 런칭 (시드 부족)
- 시드: 30일 사이트 방문자 5,000명
- 세팅: 유사도 3% LAL 1개
- 목표: CPA 측정 및 크리에이티브 검증
시나리오 2. 스케일업 단계
- 시드: 구매 고객 3,000명 + ATC 이탈 8,000명
- 세팅: 1% / 3% / 5% 3단 레이어
- 예산 배분: 1%에 50%, 3%에 30%, 5%에 20%
시나리오 3. VIP 확장 (LTV 기반)
- 시드: 상위 10% 고액 구매자 500명
- 세팅: 1% LAL
- 목표: AOV 상승 및 리피트 유도
시나리오 4. 카카오모먼트 활용
- 시드: 카카오채널 친구 추가 유저
- 세팅: 비즈보드 + LAL 조합
- 특징: 국내 모바일 커머스에서 도달 효율 우수
자주 하는 실수 7가지
1. 시드가 너무 작음 — 500명 이하 시드는 노이즈가 커서 성과 편차가 심합니다.
2. 너무 넓은 유사도부터 시작 — 10% LAL은 사실상 Broad와 다르지 않습니다.
3. 시드 갱신 안 함 — 구매 고객 시드는 월 1회 이상 리프레시해야 최신성이 유지됩니다.
4. 단일 LAL에 예산 몰빵 — 1%/3%/5% 레이어를 동시 운영하며 학습시키는 게 안정적입니다.
5. 크리에이티브 미교체 — LAL은 타겟이 아니라 소재가 성과를 좌우합니다.
6. 리타겟팅과 혼용 — LAL은 신규 도달, 리타겟팅은 회수. 목적이 다릅니다.
7. 매체별 시드 재사용 — Meta용 시드와 TikTok용 시드는 매칭률이 다르므로 매체별로 최적화해야 합니다.
실전 체크리스트
- [ ] 시드 1,000명 이상 확보
- [ ] 시드 소스 2개 이상 (구매 + ATC 등)
- [ ] 유사도 1% / 3% / 5% 레이어 동시 운영
- [ ] 매체별 매칭률 60% 이상 확인
- [ ] 2주 단위 성과 리뷰 및 시드 교체
- [ ] 크리에이티브 3종 이상 A/B 테스트
관련 용어
- Retargeting (리타겟팅) — 자사 데이터에 이미 존재하는 유저 재접근
- Broad Targeting (광범위 타겟팅) — 알고리즘에 전적으로 위임하는 방식
- Seed Audience (시드 오디언스) — 룩어라이크의 원천 데이터
- Custom Audience (커스텀 오디언스) — 이메일·전화번호 기반 직접 매칭 리스트
- Advantage+ Audience — Meta의 AI 자동 확장 타겟팅
- pLTV (예측 LTV) — 룩어라이크 시드 고도화에 활용
- CAPI (Conversions API) — 시드 품질과 매칭률을 높이는 서버 사이드 트래킹
마무리
Lookalike Audience는 "데이터가 자산이 되는 순간" 을 보여주는 대표적인 도구입니다. 시드가 정교할수록, 레이어가 촘촘할수록, 크리에이티브가 강할수록 성과는 복리로 쌓입니다. 한국 DTC 시장처럼 매체 단가가 높고 경쟁이 치열한 환경에서는, 룩어라이크를 "싸게 사는 기술"이 아니라 "닮은 고객을 정확히 찾는 기술" 로 이해해야 합니다.