검색광고 API로 검색량·경쟁도 받아 키워드 우선순위 매기기

Q: 인증은 어떻게 처리하나?

검색광고 API는 대체로 시크릿 키로 서명(signature)을 만들어 헤더에 넣는 방식이다. 타임스탬프와 요청 경로를 합쳐 HMAC 해시를 만든다. 아래는 합성 키를 쓴 예시 구조다(실제 키 아님). 포인트는 서명 메시지에 요청 경로가 들어간다는 것. 그래서 엔드포인트마다 서명을 새로 만들어야 한다. 이걸 한 번 만들어 재사용하다가 401을 만나는 게 흔한 함정이다.

Q: 검색량을 어떻게 받아오나?

인증이 되면 씨앗 키워드를 넣고 연관 키워드 + 검색량을 받는다. 실제 응답 대신, 아래는 합성 데이터로 만든 가짜 응답을 흉내 낸 것이다. 이제 total(총 검색량)과 competition(경쟁 등급)이 손에 들어왔다. 문제는 이 둘을 어떻게 하나의 우선순위로 합치느냐다.

Q: ‘기회 점수’는 어떤 논리로 만드나?

내가 쓰는 규칙은 단순하다. 수요는 크고 경쟁은 낮을수록 좋다. 다만 검색량은 스케일이 널뛴다(수십 ~ 수만). 그대로 곱하면 검색량 큰 놈이 다 이긴다. 그래서 검색량은 로그로 눌러주고, 경쟁은 페널티로 곱한다. 경쟁 가중치는 정답이 있는 값이 아니다. 나는 “낮음이 높음보다 3배쯤 매력적”이라는 내 감각을 1.0 / 0.6 / 0.3으로 박아넣었을 뿐이다. 이 숫자는 나중에 성과를 보고 조정하면 된다. 중요한 건 판단 기준을 코드로 고정했다는 것이다.

Q: 그래서 어떤 키워드가 위로 올라오나?

위 합성 데이터로 점수를 매기면 이런 순서가 나온다(값은 재현 가능한 더미). 재밌는 게 보인다. 검색량 1등(가상키워드 D)이 기회 점수로는 꼴찌 근처다. 경쟁 페널티 때문이다. 반대로 검색량이 작은 가상키워드 E가 “낮은 경쟁” 덕에 점수 1위로 올라왔다. 이게 바로 raw 검색량만 보면 놓치는 지점이다. 틈새 키워드를 숫자가 대신 찾아준 것이다.

Q: 이 방법의 한계는 무엇인가?

솔직하게 적어둔다. 이건 만능이 아니다. 특히 네 번째, 구매의도가 빠진 게 크다. 검색량 큰 정보성 키워드는 트래픽은 몰려도 전환은 안 되는 경우가 흔하다. 그래서 나는 이 점수를 “1차 후보 필터”로만 쓰고, 상위로 올라온 키워드는 사람이 한 번 더 눈으로 본다. 자동화가 판단을 대신하는 게 아니라, 판단할 대상을 줄여주는 역할이라고 생각하면 딱 맞다.

키워드를 고를 때마다 나는 늘 감에 의존했다. “이 단어가 좀 뜨는 것 같은데” 하는 식으로. 그런데 감은 회고가 안 된다. 왜 그 키워드를 골랐는지 3개월 뒤에 설명할 수가 없다. 그래서 검색량과 경쟁도를 공식 API로 받아서, 아예 점수로 줄을 세우기로 했다. 이 글은 그 워크플로를 정리한 기록이다.

⚠️ 이 글의 모든 검색량·경쟁도·표는 합성(더미) 데이터다. 특정 회사의 실제 계정·키·성과가 아니며, 방법론만 일반화해 공개한다.

무엇을 만들려는 걸까?

먼저 전체 그림부터. 원시 키워드 목록을 넣으면, 검색량과 경쟁도를 붙이고, 점수를 매겨서 “먼저 손댈 키워드”를 뱉는 파이프라인이다.

flowchart LR
  A["씨앗 키워드<br/>목록"] --> B["검색광고 API<br/>호출"]
  B --> C["월간 검색량<br/>+ 경쟁도 수집"]
  C --> D["기회 점수<br/>계산"]
  D --> E["우선순위<br/>정렬 표"]
  classDef s fill:#e7f5ff,stroke:#1c7ed6,color:#10548f;
  classDef m fill:#fff3bf,stroke:#e67700,color:#8a5a00;
  classDef g fill:#d3f9d8,stroke:#2f9e44,color:#1d6b2c;
  class A,B s
  class C,D m
  class E g

핵심은 마지막 두 단계다. API가 주는 raw 숫자를 그대로 보면 판단이 안 된다. 검색량이 높으면 좋아 보이지만 경쟁이 세면 실속이 없다. 그래서 둘을 하나의 점수로 합쳐야 한다.

API는 어떤 숫자를 돌려주나?

공식 검색광고 API의 키워드 도구는 대략 이런 필드를 준다. 이름은 플랫폼마다 다르지만 개념은 비슷하다.

필드(개념)	뜻	우리가 쓰는 법
월간 검색수(PC)	한 달 PC 검색 횟수	수요 크기
월간 검색수(모바일)	한 달 모바일 검색 횟수	수요 크기
경쟁정도	낮음/중간/높음 등급	진입 난이도
월평균 노출 광고수	붙는 광고 개수	경쟁 밀도 보조

여기서 주의할 점. “경쟁정도”는 광고 경쟁이지 자연검색(SEO) 난이도가 아니다. 둘은 상관은 있지만 같지 않다. 나는 이걸 “진입 난이도의 대리 지표” 정도로만 쓴다. 완벽한 신호가 아니라 참고 신호라는 걸 처음부터 인정하고 시작하는 게 마음이 편하다.

인증은 어떻게 처리하나?

검색광고 API는 대체로 시크릿 키로 서명(signature)을 만들어 헤더에 넣는 방식이다. 타임스탬프와 요청 경로를 합쳐 HMAC 해시를 만든다. 아래는 합성 키를 쓴 예시 구조다(실제 키 아님).

import time, hmac, hashlib, base64
 
def make_signature(secret_key: str, method: str, path: str) -> tuple[str, str]:
    """타임스탬프 + 서명 헤더를 만든다. secret_key는 더미."""
    timestamp = str(round(time.time() * 1000))
    message = f"{timestamp}.{method}.{path}"
    digest = hmac.new(
        secret_key.encode("utf-8"),
        message.encode("utf-8"),
        hashlib.sha256,
    ).digest()
    signature = base64.b64encode(digest).decode("utf-8")
    return timestamp, signature
 
# 합성 자격증명 — 실제 값 아님
ts, sig = make_signature("DUMMY_SECRET_0000", "GET", "/keywordstool")
print(ts, sig[:12], "...")

포인트는 서명 메시지에 요청 경로가 들어간다는 것. 그래서 엔드포인트마다 서명을 새로 만들어야 한다. 이걸 한 번 만들어 재사용하다가 401을 만나는 게 흔한 함정이다.

검색량을 어떻게 받아오나?

인증이 되면 씨앗 키워드를 넣고 연관 키워드 + 검색량을 받는다. 실제 응답 대신, 아래는 합성 데이터로 만든 가짜 응답을 흉내 낸 것이다.

import pandas as pd
 
# 합성 응답 데이터 (실제 API 결과 아님)
synthetic_rows = [
    # 키워드,        PC검색,  모바일검색, 경쟁정도
    ("가상키워드 A",   1200,    9800,    "높음"),
    ("가상키워드 B",    300,    2100,    "중간"),
    ("가상키워드 C",     80,     640,    "낮음"),
    ("가상키워드 D",   4500,   38000,    "높음"),
    ("가상키워드 E",    150,     920,    "낮음"),
]
 
df = pd.DataFrame(
    synthetic_rows,
    columns=["keyword", "pc", "mobile", "competition"],
)
df["total"] = df["pc"] + df["mobile"]
print(df[["keyword", "total", "competition"]])

이제 total(총 검색량)과 competition(경쟁 등급)이 손에 들어왔다. 문제는 이 둘을 어떻게 하나의 우선순위로 합치느냐다.

‘기회 점수’는 어떤 논리로 만드나?

내가 쓰는 규칙은 단순하다. 수요는 크고 경쟁은 낮을수록 좋다. 다만 검색량은 스케일이 널뛴다(수십 ~ 수만). 그대로 곱하면 검색량 큰 놈이 다 이긴다. 그래서 검색량은 로그로 눌러주고, 경쟁은 페널티로 곱한다.

flowchart TD
  A["총 검색량"] --> B["log 스케일링<br/>(큰 값 눌러주기)"]
  C["경쟁 등급"] --> D["가중치 변환<br/>낮음=1.0 · 중간=0.6 · 높음=0.3"]
  B --> E["기회 점수<br/>= 수요점수 × 경쟁가중치"]
  D --> E
  E --> F["점수순 정렬"]
  classDef s fill:#e7f5ff,stroke:#1c7ed6,color:#10548f;
  classDef m fill:#f3f0ff,stroke:#7048e8,color:#4b2fa8;
  classDef g fill:#d3f9d8,stroke:#2f9e44,color:#1d6b2c;
  class A,C s
  class B,D m
  class E,F g

경쟁 가중치는 정답이 있는 값이 아니다. 나는 “낮음이 높음보다 3배쯤 매력적”이라는 내 감각을 1.0 / 0.6 / 0.3으로 박아넣었을 뿐이다. 이 숫자는 나중에 성과를 보고 조정하면 된다. 중요한 건 판단 기준을 코드로 고정했다는 것이다.

import numpy as np
 
comp_weight = {"낮음": 1.0, "중간": 0.6, "높음": 0.3}
 
df["demand"] = np.log1p(df["total"])          # 검색량 로그 스케일
df["comp_w"] = df["competition"].map(comp_weight)
df["opportunity"] = (df["demand"] * df["comp_w"]).round(3)
 
ranked = df.sort_values("opportunity", ascending=False)
print(ranked[["keyword", "total", "competition", "opportunity"]])

그래서 어떤 키워드가 위로 올라오나?

위 합성 데이터로 점수를 매기면 이런 순서가 나온다(값은 재현 가능한 더미).

순위	키워드	총 검색량	경쟁	기회 점수
1	가상키워드 D	42,500	높음	3.20
2	가상키워드 A	11,000	높음	2.79
3	가상키워드 B	2,400	중간	4.68
4	가상키워드 E	1,070	낮음	6.98
5	가상키워드 C	720	낮음	6.58

재밌는 게 보인다. 검색량 1등(가상키워드 D)이 기회 점수로는 꼴찌 근처다. 경쟁 페널티 때문이다. 반대로 검색량이 작은 가상키워드 E가 “낮은 경쟁” 덕에 점수 1위로 올라왔다. 이게 바로 raw 검색량만 보면 놓치는 지점이다. 틈새 키워드를 숫자가 대신 찾아준 것이다.

sequenceDiagram
  participant U as 나
  participant P as 점수 파이프라인
  participant T as 우선순위 표
  U->>P: 씨앗 키워드 던지기
  P->>P: 검색량 로그 + 경쟁 가중
  P->>T: 점수순 정렬
  T-->>U: "E와 C부터 손대세요"
  U->>U: 감이 아니라 근거로 결정

이 방법의 한계는 무엇인가?

솔직하게 적어둔다. 이건 만능이 아니다.

flowchart TD
  A["기회 점수의 한계"] --> B["광고 경쟁 ≠<br/>SEO 난이도"]
  A --> C["검색량은 계절/유행에<br/>흔들림"]
  A --> D["가중치는 주관값<br/>→ 성과로 보정 필요"]
  A --> E["구매의도는<br/>반영 못 함"]
  classDef r fill:#ffe3e3,stroke:#e03131,color:#a01818;
  classDef y fill:#fff3bf,stroke:#e67700,color:#8a5a00;
  class A r
  class B,C,D,E y

특히 네 번째, 구매의도가 빠진 게 크다. 검색량 큰 정보성 키워드는 트래픽은 몰려도 전환은 안 되는 경우가 흔하다. 그래서 나는 이 점수를 “1차 후보 필터”로만 쓰고, 상위로 올라온 키워드는 사람이 한 번 더 눈으로 본다. 자동화가 판단을 대신하는 게 아니라, 판단할 대상을 줄여주는 역할이라고 생각하면 딱 맞다.

정리하면

검색광고 공식 API로 검색량 + 경쟁도를 받아, 감이 아니라 점수로 키워드를 줄 세운다.
점수 = log(검색량) × 경쟁가중치. 검색량 스케일을 눌러야 틈새 키워드가 보인다.
점수는 1차 필터일 뿐, 구매의도·계절성은 사람이 한 번 더 본다.

감으로 고르던 걸 공식으로 바꾸니, 적어도 “왜 이 키워드였는지”는 설명할 수 있게 됐다. 그거면 절반은 성공이다.

Hyeong · 데이터·마케팅·개발 제너럴리스트

탐색기