policy
네이버쇼핑 7월 카테고리 대규모 개편: 퍼포먼스 마케터가 대비해야 할 광고 세팅 가이드
네이버가 다가오는 2026년 7월 6일부터 15일까지 쇼핑 카테고리의 대대적인 개편을 단행합니다. 여성 신발, 쿡탑 등 유사 상품군의 통합과 텀블러 액세서리 같은 신규 카테고리 신설이 진행되며, 이는 쇼핑검색광고 및 ADVoost 쇼핑 캠페인에 직접적인 영향을 미칩니다. 개편 기간 동안 일부 키워드의 노출이 제한될 수 있으므로, 광고주는 트래픽 변동을 면밀히 모니터링하고 개편 완료 후 반드시 카탈로그 및 아이템 세트 필터를 재설정해야 성과 하락을 방어할 수 있습니다.
네이버쇼핑, 7월 대규모 카테고리 개편 단행
네이버가 다가오는 2026년 7월 6일부터 15일까지 약 열흘에 걸쳐 네이버쇼핑 카테고리의 대대적인 개편을 진행합니다. 이번 업데이트는 단순한 분류 체계의 변경을 넘어, 쇼핑검색광고를 비롯해 ADVoost 쇼핑 및 카탈로그 판매 캠페인 등 주요 퍼포먼스 광고 상품 전반에 직접적인 영향을 미치게 됩니다. 일반적으로 커머스 플랫폼의 카테고리 개편은 변화하는 소비자의 검색 트렌드와 세분화된 쇼핑 니즈를 반영하기 위해 단행되는 것으로 관측됩니다. 따라서 광고주와 마케터는 이번 개편을 단순한 시스템 업데이트가 아닌, 타겟팅 전략을 재정비할 기회로 삼아야 합니다.
통합과 신설, 무엇이 어떻게 달라지나
이번 개편의 핵심은 크게 '유사 상품군의 통합'과 '신규 트렌드 카테고리의 신설'로 요약할 수 있습니다. 네이버의 공지에 따르면, 여성 신발 카테고리 내에서 힐과 펌프스가 통합되고 샌들이 재분류되는 등 세부 조정이 이루어집니다. 또한, 가스레인지와 인덕션이 '쿡탑'이라는 상위 개념으로 묶이는 등 유사한 목적을 가진 상품군이 재그룹핑됩니다. 반면, 텀블러 액세서리나 이너백과 같이 최근 수요가 급증한 틈새 품목들은 새로운 카테고리로 독립 신설됩니다.
업계에서는 이러한 변화가 소비자의 실제 검색 의도와 구매 여정을 더욱 촘촘하게 반영하기 위한 조치로 해석하고 있습니다. 세분화된 카테고리가 신설됨에 따라, 해당 품목을 취급하는 브랜드는 이전보다 훨씬 정교한 타겟팅과 키워드 선점이 가능해질 것으로 기대됩니다.
광고주 필수 체크리스트와 주의사항
시스템이 전환되는 7월 6일부터 15일 사이에는 각별한 주의가 요구됩니다. 네이버는 개편 작업 중 일부 키워드에서 일시적인 광고 미노출 현상이 발생할 수 있다고 안내했습니다. 삭제된 기존 카테고리의 상품들은 시스템에 의해 자동으로 새 카테고리로 이관되지만, 마케터가 직접 설정한 광고 캠페인의 필터는 수동으로 업데이트해야 합니다.
ADVoost 아이템 세트와 카탈로그 판매의 카테고리 필터는 재설정이 필요하므로 개편 후 필터 설정을 반드시 확인해야 합니다.
성과 하락을 방지하기 위해 마케터가 수행해야 할 필수 액션은 다음과 같습니다.
- 노출 현황 모니터링: 개편 기간 동안 주력 키워드의 광고 노출 여부와 트래픽 변동을 매일 점검합니다.
- 광고 필터 재설정: ADVoost 및 카탈로그 판매 캠페인 운영 시, 개편이 완료되는 즉시 변경된 카테고리 기준에 맞춰 타겟팅 필터를 다시 세팅합니다.
- 자동 이관 상품 검수: 삭제된 카테고리에서 자동으로 넘어온 상품들이 새로운 분류 체계에 적절히 매칭되었는지 확인하고, 필요시 상품 정보를 수정합니다.
BARO 인사이트
네이버 쇼핑 영역에서 '카테고리 매칭'은 단순한 분류를 넘어 검색 알고리즘 노출과 광고 품질지수를 결정짓는 가장 핵심적인 뼈대입니다. 카테고리가 어긋나면 아무리 높은 입찰가를 제시해도 원하는 타겟 고객에게 상품을 노출할 수 없습니다. 이번 개편은 위기이자 기회입니다. 신설된 카테고리(예: 텀블러 액세서리, 이너백)에 발 빠르게 진입하여 최적화한다면, 경쟁사보다 낮은 CPC(클릭당 비용)로 고효율의 트래픽을 선점할 수 있을 것으로 추정됩니다.
BARO Interactive는 데이터 기반의 자동화 모니터링 시스템을 통해 개편 기간(7/6~7/15) 동안 발생할 수 있는 고객사의 노출 누락을 실시간으로 감지할 계획입니다. 특히, ADVoost와 같이 머신러닝 기반으로 작동하는 캠페인은 초기 모수와 타겟팅 설정이 성과를 좌우하므로, 개편 즉시 아이템 세트 필터를 재조정하여 머신러닝의 학습 지연이나 성과 저하를 원천 차단하는 실행력을 보여드릴 것입니다.