CBO는 정확히 무엇을 실시간으로 판단하는가

CBO(어드밴티지 캠페인 예산, 옛 Campaign Budget Optimization)는 캠페인 레벨에 예산 하나를 설정하면, 메타 알고리즘이 그 캠페인에 속한 각 광고 세트의 실시간 성과를 평가해 최적화 이벤트당 비용이 가장 낮은 세트로 예산을 시간 단위로 옮기는 방식입니다. 여기서 "실시간에 가깝게"라는 표현이 중요한데, 정확히 몇 분 주기로 재평가하는지는 메타가 공개하지 않아 확정할 수 없지만, 하루 단위가 아니라 훨씬 짧은 주기로 배분이 계속 조정된다는 점은 업계에 널리 알려져 있습니다.

이 판단의 기준값은 세트가 최적화 대상으로 지정한 이벤트(예: 구매, 리드 제출)당 비용입니다. 세트 A가 세트 B보다 같은 예산으로 더 많은 구매를 만들어내고 있다면, 알고리즘은 다음 배분 주기에서 세트 A로 예산 비중을 옮깁니다. 이 과정이 캠페인이 살아있는 내내 반복되므로, 광고주가 하루에 몇 번씩 예산을 수동으로 옮기는 수고를 알고리즘이 대신해주는 셈입니다.

왜 신규 세트나 저성과 세트는 예산을 거의 못 받는가

CBO의 배분 로직은 "이미 좋은 성과를 낸 세트"를 우선하는 방식이라, 아직 데이터가 쌓이지 않은 신규 세트는 구조적으로 불리합니다. 신규 세트는 초반에 우연히 낮은 성과가 나올 수 있는데, CBO는 이 얕은 신호만으로도 예산 배분을 줄여버립니다. 예산이 줄면 그 세트는 더더욱 데이터를 쌓기 어려워지고, 다시 성과가 낮게 평가되는 악순환에 빠집니다. 이것이 이번 과목 4강에서 다루는 "특정 세트에 예산이 안 들어가는 현상"의 근본 원인입니다.

이 현상은 버그가 아니라 CBO가 설계된 방식 그 자체입니다. 알고리즘 입장에서는 "이미 검증된 곳에 돈을 쓰는 것"이 전체 캠페인 효율을 극대화하는 합리적 선택이기 때문입니다. 문제는 광고주 입장에서 "이제 막 테스트를 시작한 세트가 정당한 기회를 받지 못한다"는 것이며, 이 간극을 메우는 도구가 다음 강에서 다룰 최소·최대 지출 한도입니다.

CBO는 캠페인 목표·구조와 어떻게 맞물려 작동하는가

CBO는 캠페인 레벨에서 켜고 끄는 설정이므로, 그 위에 있는 캠페인 목표(objective)가 무엇이냐에 따라 알고리즘이 배분 기준으로 삼는 이벤트가 달라집니다. 전환 목표 캠페인이라면 구매나 리드 같은 전환 이벤트당 비용을 기준으로 배분하고, 트래픽 목표 캠페인이라면 클릭이나 랜딩 페이지 조회를 기준으로 배분합니다. 즉 CBO 자체는 "무엇이 좋은 성과인가"를 스스로 정의하지 않고, 캠페인 목표가 정의해준 기준을 그대로 따라 배분할 뿐입니다.

이 때문에 캠페인 목표를 잘못 설정한 상태에서 CBO를 켜면, 효율이 좋아 보이는 세트에 예산이 몰리더라도 그 효율이 실제 매출과 무관한 지표(예: 링크 클릭)를 기준으로 계산된 것일 수 있습니다. CBO의 배분 로직이 아무리 정교해도, 애초에 잘못된 기준을 따라가면 결과도 잘못된 방향으로 최적화됩니다. 이 문제는 5강에서 캠페인 목표 세팅 정석으로 더 자세히 다룹니다.

CBO가 가장 안정적으로 작동하는 조건은 무엇인가

CBO는 세트 개수가 적고, 세트 간 조건(오디언스 규모, 소재 품질, 랜딩 경험)이 비슷할 때 가장 예측 가능하게 작동합니다. 세트가 3개 이하로 압축돼 있으면 예산이 이동할 후보가 적어 배분 로직이 극단적으로 쏠리는 경우가 줄어들고, 각 세트가 확보하는 절대 데이터량도 늘어나 학습 제한에서 벗어나기 쉬워집니다. 반대로 세트가 5개, 10개로 늘어나면 CBO가 배분할 선택지가 많아지는 대신, 예산이 한두 개 세트에 극단적으로 쏠리고 나머지는 사실상 방치되는 현상이 심해집니다.

이것이 1강에서 강조한 "캠페인 최소화·세트 단순화" 원칙이 CBO와 짝을 이뤄야 하는 이유입니다. CBO는 예산 배분을 자동화해주는 도구이지, 세트 설계를 잘못해도 알아서 고쳐주는 도구가 아닙니다. 세트 구조를 먼저 단순하게 정리한 뒤에 CBO를 켜야 이 기능이 설계된 대로 효율을 만들어냅니다.

CBO를 켤 때 미리 점검해야 할 것은 무엇인가

CBO를 새로 켜기 전에는 세 가지를 먼저 확인하는 것이 안전합니다. 첫째, 캠페인에 속한 세트가 정말 서로 비교 가능한 조건인지(오디언스가 서로 겹치지 않는지, 소재 수준이 비슷한지)입니다. 둘째, 캠페인 목표가 실제 사업 목표(매출·리드)와 일치하는 최적화 이벤트를 쓰고 있는지입니다. 셋째, 아직 검증되지 않은 신규 세트가 섞여 있다면, 그 세트는 CBO 캠페인에 바로 넣기보다 2강에서 다룬 ABO로 먼저 개별 테스트를 거치는 것이 좋습니다.

이 세 가지를 점검하지 않고 CBO를 켜면, "AI가 알아서 최적화해준다"는 기대와 달리 예산이 편중되고 일부 세트가 방치되는 현상만 눈에 띄게 됩니다. CBO는 강력한 자동화 도구이지만, 그 자동화가 작동할 좋은 조건(단순한 구조, 올바른 목표)을 사람이 먼저 만들어줘야 한다는 점은 변하지 않습니다.