답변
가장 널리 통용되는 기준부터 말씀드리면, 메타 머신러닝이 안정적인 최적화 데이터를 확보했다고 판단하는 최소 통계 기준은 광고 세트 단위로 주당(7일 이내) 50개의 최적화 이벤트입니다. 이 이벤트는 브라우저 픽셀·CAPI 서버사이드·모델링 전환을 포함하되, 그 세트가 최적화 대상으로 선택한 이벤트만 집계됩니다. 이 기준을 못 채우면 '학습 제한(Learning Limited)' 상태가 되는데, 이는 현재 캠페인 구조로는 7일 이내 50개 확보가 수학적으로 불가능하다고 알고리즘이 판단했다는 뜻이고, 이 상태에서는 알고리즘이 공격적인 최적화를 멈추고 보수적인 노출 패턴에 머무릅니다. 사람마다 답이 다르게 나오는 이유가 있습니다. '메타 학습 완료 전환수'라는 개념이 여러 다른 지표와 혼동되어 인용되기 때문입니다. ①광고 세트 단위 학습 안정화 기준(주당 50건), ②캠페인 목표별 최소 전환 볼륨 권장치(예: 다이나믹 크리에이티브 테스트에 필요한 별도 전환량), ③이벤트 일치 등급(EMQ) 개선에 필요한 데이터량은 서로 다른 개념인데, 실무에서 이걸 뭉뚱그려 '전환 몇 개면 안정화'라는 식으로 얘기하다 보니 숫자가 사람마다 다르게 회자되는 경향이 있습니다. 특히 이벤트 일치 등급(EMQ)과 자주 혼동됩니다. EMQ는 CAPI로 전송한 고객 정보가 메타의 사용자 그래프와 얼마나 잘 매칭되는지를 측정하는 점수로, 학습 단계의 '전환 이벤트 개수' 기준과는 완전히 별개의 지표입니다. 둘을 섞어서 얘기하면 숫자가 안 맞는 것처럼 보이는 겁니다. 이 주당 50건 기준에 못 미친다면 이렇게 해보세요. 제품 특성상 주당 50건의 구매 전환을 만들기 어렵다면, 더 상위 단계의 대체 이벤트(장바구니 담기, 결제 시작 등)로 최적화 목표를 바꿔 이벤트 발생 빈도를 높이는 게 학습 제한을 벗어나는 방법 중 하나로 제시됩니다.