플랫폼이 API를 개방할 때마다 업무 방식이 바뀐다. Meta Ads MCP도 마찬가지다.
창업자 논지: Ads Manager는 사라지지 않지만 역할이 근본적으로 바뀐다
초기 광고 운영은 UI에 크게 의존했다. Ads Manager에서 캠페인을 만들고, CPM을 확인하고, 예산을 조정하고, 소재를 교체했다. Marketing API가 프로그래매틱 통합을 제공했지만 Developer App과 엔지니어링 유지보수가 필요한 영역이었다.
Meta Ads MCP는 진입점을 바꾼다. Marketing API는 엔지니어링 통합 표면이고, MCP는 AI agent의 tool calling 표면이다. OAuth와 공식 connector는 비기술 팀도 governance가 있는 agent workflow를 테스트할 수 있게 한다.
Ads Manager의 역할 변화
Ads Manager가 사라지는 것이 아니다. 역할이 바뀌는 것이다. 에이전트형 광고에서 사람이 매일 대시보드를 클릭하지 않을 수 있지만, 대시보드는 4가지 핵심 기능을 담당한다:
- 권한 제어: 어떤 계정, 자산, 캠페인에 agent가 접근할 수 있는가.
- 승인 제어: 어떤 작업이 읽기 전용이고, 어떤 작업에 human-in-the-loop가 필요한가.
- 감사 제어: 누가 프롬프트를 발동했고, agent가 어떤 도구를 호출했고, 무엇을 변경했는가.
- 예외 제어: agent가 불확실성, 데이터 충돌, 예산 초과, 정책 리스크에 직면할 때 사람이 어디서 개입하는가.
왜 웹사이트가 광고 agent에 영향을 미치나
Agent는 광고 데이터만 읽는 것이 아니라 브랜드 정체성, 서비스, 가격, 사례, 시장 경계도 읽는다. 웹사이트 사실이 불명확하면 광고 제안에 편차가 생긴다.
한국 시장에서는 Naver, Kakao 맥락, 한국어 FAQ, 결제·배송 조건, B2B 구매 프로세스 증거가 agent에게 제공되어야 한다. 영문 자료만으로는 한국 시장 광고 판단이 부정확해진다.
Gravity의 관점
Gravity는 웹사이트 증거 레이어, GEO, Paid Media, CitationGraph 분석, 귀속, 다국어 콘텐츠를 하나의 성장 인프라로 설계한다. 광고 대시보드가 agent interface가 되면, 증거 레이어 정확성의 가치가 급격히 상승한다.
리스크 경계
open beta이므로 도구, 권한, OAuth, 쓰기 작업 경계가 변할 수 있다. Agent의 운영 속도는 사람보다 훨씬 빠르므로, 프롬프트 오해 하나가 수초 만에 여러 캠페인에 영향을 줄 수 있다.
기업의 다음 단계
- Agent governance 프레임워크 정의: 권한 매트릭스, 승인 체인, 운영 로그, 예외 처리.
- 예산 규칙, 소재 승인, 계정 권한, 에스컬레이션 경로를 agent 실행 가능한 운영 규칙으로 정리.
- 읽기 전용 진단부터 시작하여 단계적으로 저위험 쓰기 개방.
심화 해석: 운영 시스템으로 읽어야 한다
이 주제는 단순한 뉴스나 도구 업데이트가 아니다. 핵심은 Ads Manager가 실행 화면에서 권한, 승인, 예외, 감사의 제어면으로 바뀌는 흐름라는 변화를 웹사이트, 광고 계정, 콘텐츠, 분석, CRM, 영업 인계까지 포함한 운영 시스템으로 보는 것이다. 표면적으로만 대응하면 블로그 한 편을 쓰고, 키워드 몇 개를 바꾸고, 새 연결을 시험하는 수준에서 끝난다. 그러나 AI가 브랜드를 이해하고 인용하고 추천하며 때로는 계정 작업까지 수행하는 환경에서는 그런 대응이 부족하다.
첫 번째 과제는 공식 증거 레이어를 정리하는 것이다. AI 시스템은 한 페이지가 아니라 서비스 페이지, 사례, FAQ, Schema, llms.txt, 미디어 언급, 리뷰, 커뮤니티 신호를 함께 읽는다. 이 정보들이 서로 다르면 AI는 브랜드를 언급할 수는 있어도 신뢰 있게 추천하기 어렵다. 누구를 위한 서비스인지, 어떤 문제를 해결하는지, 어느 시장에서 제공 가능한지, 가격과 지원의 경계가 어디인지 공식 페이지에서 반복 가능하게 설명해야 한다.
두 번째 과제는 의사결정 권한의 설계다. Ads Manager는 AI 에이전트 운영 인터페이스가 된다는 예산을 누가 움직이는지, 소재를 누가 승인하는지, AI 제안과 사람의 판단을 어떻게 결합할지 묻는다. 모든 것을 AI에게 맡기는 것도 위험하고, AI를 완전히 배제하는 것도 비효율적이다. 읽기, 진단, 제안, 낮은 위험 실행, 높은 위험 승인 단계를 나누는 것이 현실적인 도입 경로다.
세 번째 과제는 측정의 한계를 솔직하게 인정하는 것이다. GEO와 AI visibility 측정은 아직 완성된 체계가 아니다. prompt sampling에는 노이즈가 있고, 모델마다 답이 달라지며, 플랫폼이 완전한 쿼리 로그를 제공하지 않는다. 따라서 단일 답변을 순위표처럼 해석하면 안 된다. 일정 기간 동안 브랜드 설명의 정확성, 인용되는 페이지, 비교 문맥, 문의와 리드 전환을 함께 관찰해야 한다.
한국 시장에서는 Naver, Google Korea, Kakao, ChatGPT, Perplexity, 리뷰와 B2B 구매 의사결정 문맥이 함께 작동한다. 단순 번역보다 한국어 브랜드 정의, 결제와 배송, 지원 범위, 사례 증거가 중요하다. 한국어 페이지에서는 Naver 검색 문맥, 리뷰, 결제와 배송, B2B 의사결정 구조, 고객 지원 범위를 구체적으로 설명해야 한다. 영어 페이지를 번역하는 것만으로는 AI가 한국 구매자의 실제 질문을 이해하기 어렵다.
실행 체크리스트
- 브랜드 정의, 대상 고객, 제공 범위, 제공하지 않는 범위를 공식 페이지에 명확히 쓴다.
- 사례, FAQ, 작성자, 업데이트 날짜, Schema, llms.txt를 같은 사실 체계로 정렬한다.
- 한국어 페이지에는 Naver, Kakao, 리뷰, 결제, 배송, 지원 범위를 반영한다.
- 광고, SEO, GEO, 영업 자료에서 쓰는 표현을 통일한다.
- AI 인용은 한 번의 답변이 아니라 여러 모델과 여러 prompt에서 추세로 확인한다.
- 자동화 이전에 권한, 승인, 로그, 롤백, 예외 처리를 설계한다.
결국 Ads Manager는 AI 에이전트 운영 인터페이스가 된다는 단일 채널 최적화가 아니라 AI가 읽고 검증하고 실행할 수 있는 성장 인프라를 누가 먼저 만드는가의 문제다.
2차 심화: 의사결정, 통제, 증거
「Ads Manager는 AI 에이전트 운영 인터페이스가 된다 | Gravity 창업자 칼럼」의 경영적 의미는 명확하다. Ads Manager는 사라지는 것이 아니라 agent를 통제하는 운영 화면이 된다. 이것은 새로운 도구를 연결해 보는 문제가 아니라, 어떤 사실을 공식적으로 관리하고 어떤 권한으로 실행할지를 정하는 운영 설계다. 마케팅만의 일이 아니다. 영업, 법무, 고객 성공, 데이터 분석, 제품 마케팅, 지역 담당자가 같은 브랜드 사실을 공유해야 AI가 회사를 일관되게 설명할 수 있다.
증거 품질도 중요하다. 기업은 캠페인 문구와 장기적으로 공개 사실이 되어야 할 정보를 구분해야 한다. 대상 고객, 서비스 범위, 구축 조건, 가격 논리, 지원 시장, 보안 입장, 고객 사례, 파트너 근거는 AI가 브랜드를 이해하는 기본 데이터다. 이 정보가 약하면 agent는 광고 추천이나 구매 의사결정 문맥에서 브랜드를 정확히 배치하지 못한다.
측정은 단순한 트래픽 증가 확인으로 끝나면 안 된다. AI가 회사명을 식별하는지, 카테고리를 올바르게 설명하는지, 유사 대안을 비교하는지, 올바른 페이지를 인용하는지, 위험과 제한 조건을 누락하지 않는지 확인해야 한다. 월간 prompt 샘플은 도움이 되지만 충분하지 않다. crawler 접근성, citation 모니터링, 로그 분석, 전환 경로, 구매 의도가 높은 질문에 대한 사람의 리뷰를 함께 봐야 한다.
한국 시장에서는 Naver 검색, 블로그와 뉴스 신뢰 신호, Kakao 기반 커뮤니케이션, B2B 구매 의사결정 구조가 함께 작동한다. 영어 페이지를 번역한 한국어만으로는 부족하다. 한국어 FAQ, 도입 사례, 비교 기준, 지원 범위, 계약 전제, 보안 설명, 문의 흐름이 있어야 AI가 한국 구매자에게 맞는 방식으로 브랜드를 설명한다. 특히 레퍼런스와 책임 범위가 불분명하면 추천보다는 단순 언급에 머물 가능성이 높다.
실행은 2주짜리 증거 스프린트로 시작할 수 있다. 영업 미팅, 고객 지원, 검색 로그, 파트너 대화, 경쟁 비교에서 중요한 질문 열 개를 고른다. 각 질문마다 공식 답변, 이를 뒷받침할 페이지, 필요한 Schema와 메타데이터, 신뢰를 만드는 증거를 정리한다. 그다음 같은 질문을 AI 시스템에 던지고 공식 답변과 비교한다. 차이가 큰 곳이 콘텐츠 부족, 구조화 부족, 또는 거버넌스 부족의 위치다.
FAQ
Q1: Ads Manager가 AI agent에 의해 대체되나요?
A: 단기적으로는 아닙니다. 권한, 감사, 승인, 예외 처리 콘솔로 역할이 이동합니다.
Q2: MCP와 Marketing API의 차이는?
A: Marketing API는 개발자를 위한 통합 표면, MCP는 AI agent를 위한 tool calling 표면입니다.
Q3: 한국 기업이 먼저 해야 할 것은?
A: 웹사이트 사실 레이어를 정비하고, 읽기 전용으로 agent 진단을 테스트하세요.