일을 도구로 바꾸는 과정 · 03
AI로 광고 데이터 연결하기, 생각보다 어렵지 않았다
참고할 글을 찾고, 필요한 데이터를 정해 AI에게 작업을 맡기고, 결과를 확인하며 연결한 네이버·메타·구글 광고 데이터.
광고 데이터를 매번 내려받아 붙이는 일을 줄이고 싶다면, 첫 목표를 작게 잡는 편이 좋습니다. 한 매체에서 하루치 데이터를 받아 기존 보고서와 맞춰보는 것입니다. 그다음 날짜 범위를 넓히고, 표에 저장하고, 나중에 바뀐 값까지 반영하는 순서로 이어갑니다.
이 글에서는 네이버 검색광고, 메타 광고, 구글 광고의 연결 정보를 찾아 AI에게 작업을 맡긴 과정을 설명합니다. 필요한 데이터와 저장 방식을 정하고, 참고자료를 전달하고, 들어온 결과를 확인한 흐름입니다.
본문의 AI 요청 문구는 설명용으로 재구성한 예시입니다. 공식 자료 링크는 독자의 참고를 위해 덧붙였습니다.
1. 네이버 광고 데이터를 AI로 연결한 방법
광고 데이터를 가져오는 방식
네이버 검색광고는 API를 통해 광고 데이터를 가져올 수 있습니다. 저는 이 API를 이용해 필요한 데이터를 받아 저장하는 작업을 AI에게 맡겼습니다. 연결 방법은 네이버 검색광고 공식 API 가이드를 참고했습니다.
기본 준비물
- 데이터를 조회할 수 있는 검색광고 계정과 권한
- API 사용을 위한 인증정보
- 가져올 데이터 항목과 저장할 곳
API 인증정보는 검색광고 관리 화면의 도구 → API 사용관리에서 준비합니다. 다른 광고주의 데이터를 다룬다면 권한을 위임받은 계정으로 진행해야 합니다. 공식 시작 안내, 권한 위임 안내
AI에게는 공식 가이드와 내가 원하는 저장 방식을 알려줬습니다
저는 AI에게 API 공식 가이드를 제공하고, 필요한 데이터를 어디에 어떤 형태로 저장할지 정한 뒤 그에 맞춰 작업을 지시했습니다.
이때 먼저 정할 것은 ‘어떤 데이터를 모을 것인가’였습니다. 날짜별로 볼지, 캠페인별로 볼지, 노출·클릭·비용 중 어떤 항목이 필요한지 정해야 저장할 표도 정할 수 있습니다. 저장 위치와 표의 구성을 함께 알려주면 AI도 그 구조에 맞춰 연결 작업을 할 수 있습니다.
예를 들면 이렇게 요청할 수 있습니다. 아래는 실제 대화의 인용이 아니라 설명용 예시입니다.
네이버 검색광고 공식 API 가이드를 참고해서, 날짜별·캠페인별 노출수, 클릭수, 비용을 가져오고 싶어. 저장할 곳은 내가 정한 구글 시트이고, 열은 날짜·캠페인·노출·클릭·비용 순서야. 먼저 하루치만 가져와 기존 보고서와 비교할 수 있게 해줘.
연결한 뒤에는 내가 원한 데이터인지 확인했습니다
실제 작업에서는 날짜별 기록이 필요했는데 기간 전체의 합계가 돌아온 적이 있었습니다. 그래서 하루치부터 기존 보고서와 맞춰본 뒤 날짜 범위를 넓혔습니다.
AI에게 연결을 맡기더라도 어떤 데이터가 필요한지, 어디에 쌓을지, 결과가 기존 보고서와 맞는지는 확인해야 했습니다. 제가 정한 것은 그 기준이었고, AI에게 맡긴 것은 그 기준에 맞는 연결 작업이었습니다.
2. 메타 광고 연결 방법을 찾아 AI에게 구현을 물어보기
먼저 연결 방법을 설명한 글을 찾았습니다
메타 광고 데이터를 연결할 때는 API나 연결 과정을 설명한 블로그 글을 먼저 찾았습니다. 그 글을 AI에게 제공한 뒤, 이 방식을 어떻게 구현하면 되는지 물었습니다.
처음부터 제가 연결 절차를 모두 알고 있었던 것은 아닙니다. 참고할 만한 방법을 찾아 AI와 함께 구현 방법을 구체화하는 식으로 시작했습니다.
참고자료와 함께 내가 원하는 결과를 알려줍니다
같은 연결 방법을 쓰더라도 가져올 데이터와 저장할 곳은 사람마다 다릅니다. 참고 글을 전달할 때 내가 만들려는 결과를 함께 설명하면, 글의 예제를 내 작업에 맞추는 데 도움이 됩니다.
예를 들면 이렇게 물어볼 수 있습니다. 아래는 실제 대화를 옮긴 것이 아니라 설명용 예시입니다.
이 글에서 설명한 방식으로 메타 광고 데이터를 연결하고 싶어. 내가 필요한 건 날짜별·캠페인별 광고 성과이고, 정해둔 표에 데이터를 모으려고 해. 이걸 구현하려면 무엇을 준비하고 어떤 순서로 진행해야 하는지 알려줘.
이렇게 시작하면 AI가 제시한 방법을 보면서 계정에서 준비할 것과 구현할 작업을 구체화할 수 있습니다. 추가 참고자료로 Meta의 공개 API 안내도 함께 볼 수 있습니다.
연결된 다음에는 기존 보고서와 맞춰봤습니다
실제 작업에서는 가져온 데이터와 기존 보고서의 숫자를 비교했습니다. 이때 광고 한 개의 데이터와 캠페인 전체의 데이터를 비교하고 있다는 차이를 발견했습니다. 같은 기준으로 맞춘 뒤 다시 확인해야 했습니다.
연결 방법을 찾는 데서 시작했지만, 마지막에 확인할 것은 제가 쓰려던 보고서에 맞는 데이터인지였습니다. 참고 글은 구현의 출발점이 됐고, 필요한 결과는 제 작업에 맞게 정해야 했습니다.
3. 구글 광고도 필요한 데이터를 정하고 AI에게 연결을 맡겼습니다
연결 정보를 찾고 API 가이드를 전달했습니다
구글 광고도 연결 방법에 관한 정보를 찾는 데서 시작했습니다. 구글 API 가이드를 AI에게 제공하고, 어떤 데이터를 받을지 정한 다음 그에 맞게 작업을 지시했습니다.
가이드가 연결 방법의 참고자료였다면, 제가 정해야 할 것은 필요한 데이터였습니다. 어떤 항목을 가져올지, 어떤 단위로 볼지, 어디에 저장할지를 알려줘야 제 작업에 맞는 결과를 만들 수 있었습니다.
필요한 결과를 기준으로 작업을 요청했습니다
예를 들어 날짜별·캠페인별 노출과 클릭을 표에 모으고 싶다면, 그 조건을 가이드와 함께 전달하는 것입니다. 아래는 실제 대화 인용이 아니라 설명용 예시입니다.
구글 광고 연결 방식과 이 API 가이드를 참고해서 작업 방법을 알려줘. 날짜별·캠페인별 노출수와 클릭수를 받아 내가 정한 표에 저장하고 싶어. 필요한 준비사항을 알려주고, 이 조건에 맞춰 연결 작업을 해줘.
구글 광고 공식 가이드는 연결 방법을 살펴볼 때 참고할 수 있습니다.
데이터가 제대로 들어오는지 확인했습니다
작업을 맡긴 뒤에는 필요한 데이터가 제대로 들어오는지 확인했습니다. 연결이 됐다는 답변만으로 끝내지 않고, 제가 요청한 항목이 들어왔는지와 결과가 보고서에 사용할 수 있는 형태인지 살펴보는 과정입니다.
4. AI로 데이터 연결하기, 생각보다 어렵지 않았습니다
세 매체를 연결하면서 진행한 흐름은 비슷했습니다. 먼저 참고할 만한 글을 검색하고, 그 자료와 함께 원하는 결과를 AI에게 알려줬습니다. AI가 작업하면 제대로 됐는지 확인하고, 맞으면 다음 작업으로 넘어갔습니다.
제가 구체적으로 알려줘야 했던 것은 어떤 데이터가 필요한지, 어디에 어떤 형태로 저장하고 싶은지였습니다. 연결 방법을 설명한 글과 가이드는 그 작업을 시작하는 데 도움이 됐습니다.
한 번에 모든 자동화를 완성하려고 할 필요는 없었습니다. 먼저 데이터를 가져오는지 확인하고, 원하는 데이터가 맞으면 저장하는 작업으로 이어가는 식이었습니다. 결과가 다르면 무엇이 다른지 알려주고 다시 맞췄습니다.
참고자료를 찾고, 원하는 것을 정확히 전달하고, 결과를 확인하며 한 단계씩 진행하는 것. 이 작업에서 제가 익힌 방식은 그 흐름이었습니다.