메타 캠페인 구조·예산 설계

메타 광고계정 구조는 캠페인 > 광고 세트 > 광고 3단계다. 캠페인 하나는 광고 세트 1개 이상을, 광고 세트 하나는 광고 1개 이상을 포함한다.

캠페인 레벨에서 목표(objective)를 선택하며, 캠페인 하나에는 목표를 1개만 지정할 수 있다.

광고 세트 레벨에서 타겟(오디언스), 게재 위치, 예산을 설정한다.

광고 관리자의 오디언스 탭 또는 광고 세트 탭에서 오디언스를 최대 5개까지 선택해 '오디언스 중복 보기(Show Audience Overlap)'를 실행하면, 각 오디언스 쌍이 얼마나 겹치는지 퍼센트로 보여주는 진단 도구를 쓸 수 있다. 오디언스 간 겹침을 계산하려면 각 오디언스가 최소 1,000명 이상이어야 한다.

동일 계정 내 서로 다른 광고 세트가 겹치는 오디언스를 타겟팅하면, 두 광고 세트가 같은 경매(auction)에 들어가 서로 입찰 경쟁을 하게 되어 예산이 분산되고 학습 데이터가 흐려지며 비용(CPC·CPA)이 상승하는 자기잠식(cannibalization) 현상이 발생한다.

2026년 기준 메타 광고 세트의 기본 기여 설정은 '7일 클릭, 1일 참여 유도(engage-through), 1일 조회'다. 클릭 후 7일 이내 또는 광고를 보기만 하고(조회) 1일 이내에 발생한 전환을 해당 광고에 귀속시킨다.

메타는 2026년 1월 12일부로 광고 인사이트 API에서 '7일 조회(7-day view)'와 '28일 조회(28-day view)' 기여 기간 옵션을 영구 제거했다.

2026년 3월, 메타는 '참여 유도(engage-through) 기여' 유형을 새로 도입했다. 이때부터 링크 클릭만 '클릭'으로 인정되고, 좋아요·댓글·공유 같은 소셜 상호작용은 별도의 참여 유도 카테고리(1일 기여 기간만 적용)로 분리됐다.

메타 머신러닝이 안정적인 최적화 데이터를 확보했다고 판단하는 최소 통계 기준은 광고 세트 단위로 주당(7일 이내) 50개의 최적화 이벤트다. 이 이벤트는 브라우저 픽셀·CAPI 서버사이드·모델링 전환을 포함하되, 그 세트가 최적화 대상으로 선택한 이벤트만 집계된다.

'학습 제한(Learning Limited)' 상태는 현재 캠페인 구조로는 7일 이내 50개의 최적화 이벤트 확보가 수학적으로 불가능하다고 알고리즘이 판단했다는 뜻이다. 이 경우 알고리즘은 공격적인 최적화를 멈추고 보수적인 노출 패턴에 머무른다.

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 것이 학습 제한을 벗어나는 방법 중 하나로 제시된다. 조정 후에는 최소 7일간 큰 변경 없이 유지해야 하며, 조기 수정은 카운트를 리셋시킨다.

예산 증액은 한 번에 20%를 넘지 않는 것이 권장된다. 20%를 초과하는 증액은 알고리즘이 학습해온 전달 조건을 크게 바꿔 새로운 탐색(학습) 단계를 유발할 수 있다. 증액 간격은 3~5일을 두어 알고리즘이 재안정화할 시간을 주는 것이 일반적으로 권장된다.

단일 캠페인의 예산을 지수적으로 계속 올리는 대신(수직 스케일업), 성과가 검증된 캠페인을 복제해 더 높은 예산으로 별도 운영하는 방식(수평 스케일업)을 병행하면 학습 리셋 위험을 줄이면서 볼륨을 늘릴 수 있다.

비용 캡(Cost Cap)은 결과당 평균 비용을 목표 수준 이하로 유지하도록 관리하는 방식으로, 개별 건별로는 비용이 높아지더라도 평균을 목표에 맞춘다. 입찰가 캡(Bid Cap)은 개별 경매마다 지불할 수 있는 최대 금액에 엄격한 상한을 두는 방식으로, 그 상한을 넘는 입찰이 필요한 경매에는 아예 참여하지 않는다.

CBO(어드밴티지 캠페인 예산, 옛 Campaign Budget Optimization)는 캠페인 레벨에 예산을 하나로 설정하면, 메타 알고리즘이 각 광고 세트의 실시간 성과(기회 점수)를 평가해 최적화 이벤트당 비용이 가장 낮은 세트로 예산을 시간 단위로 이동시키는 방식이다.

CBO 사용 시 광고 세트 단위로 최소 지출 한도(minimum spend limit)와 최대 지출 한도(maximum spend limit)를 설정할 수 있다. 최소 한도는 알고리즘이 어떻게 배분하든 그 세트에 최소 그 금액을 배정하도록 보장하고, 최대 한도는 그 세트에 더 배정되지 않도록 상한을 씌운다.

메타는 광고 세트 최대 지출 한도를 엄격한 '하드 캡'에서 '일 평균 지출 한도(average ad set spending limit)'로 바꾸는 방향으로 정책을 조정했다고 보고된다 — 특정일에는 한도를 넘겨 지출될 수 있지만 평균적으로는 설정한 한도에 수렴하도록 조정된다.

광고 세트별 최소·최대 지출 한도를 남용하면 CBO 알고리즘의 자유로운 예산 배분을 제약해 CBO가 원래 갖는 효율 이점 자체를 상쇄할 수 있다는 것이 메타·업계 공통 가이드다. 따라서 특정 세트(예: 신규 오디언스 테스트)가 예산을 거의 못 받는 상황을 막는 최소한의 안전장치로만 쓰고 전체 세트에 습관적으로 걸지 않는 것이 권장된다.

일일 예산(Daily Budget)은 하루 지출 목표만 설정하고 시작·종료일 없이 끌 때까지 계속 집행되는 방식인 반면, 총예산(Lifetime Budget)은 지정한 기간 전체에 걸쳐 쓸 총액을 설정하고 메타가 그 기간 동안 지출 배분을 최적화한다. 광고 게재 일정(ad scheduling, 데이파팅 — 특정 요일·시간대에만 광고 노출)은 총예산에서만 설정할 수 있다.

'트래픽' 목표로 캠페인을 만들면 알고리즘은 '구매할 사람'이 아니라 '링크를 클릭할 사람'을 찾도록 최적화된다. 광고를 습관적으로 클릭하지만 실제 구매로는 거의 이어지지 않는 이른바 '링크 클릭커' 성향 유저에게 노출이 몰려, CTR·CPC 지표는 좋아 보여도 실제 전환율·ROAS는 낮게 나오는 경우가 흔하다.

트래픽 목표 안에서도 최적화 이벤트를 '링크 클릭' 대신 '랜딩 페이지 조회(landing page view)'로 설정하면, 클릭 후 페이지가 실제로 로드된 사용자만 집계해 우발적 탭·봇성 클릭을 일부 걸러낼 수 있다. 다만 이는 트래픽 목표 안에서의 완화책일 뿐, 매출이 목표라면 애초에 '전환' 목표로 캠페인을 만드는 것이 근본 해법으로 제시된다.

메타 광고 계정 구조의 핵심 원칙은 '파편화보다 통합(consolidation over fragmentation)'이다 — 캠페인·광고 세트를 잘게 쪼갤수록 개별 세트가 받는 전환 신호가 줄어 학습이 느려지므로, 오디언스 가설 하나마다 세트를 새로 만들기보다 진짜 목표·예산 단위별로 세트 수를 최소화하는 편이 권장된다. 대부분 계정은 캠페인당 광고 세트 1~3개로 시작하는 것이 권장된다.

업계 가이드는 계정 규모별 권장 캠페인 개수를 소액/신생 브랜드 2~3개, 중견 브랜드 5~8개, 대형/엔터프라이즈 브랜드 10~15개 이상으로 예시한다.

캠페인 네이밍 컨벤션은 목표(objective)·오디언스/타겟·소재 형식·날짜(런칭일)·버전 같은 정보를 캠페인/광고세트/광고 각 레벨에 구분자(언더스코어 '_' 또는 파이프 '|')로 이어붙여 표준화하는 방식이 널리 쓰인다. 레벨마다 담는 정보가 다르다 — 캠페인명에는 목표·퍼널 단계, 세트명에는 타겟·지역, 광고명에는 소재 컨셉·버전을 담는 식이다.

가독성을 위해 캠페인명은 50자, 광고 세트명은 60자, 광고명은 70자 이내로 유지해 광고 관리자 기본 열 너비에서 이름이 잘리지 않게 하는 것이 권장된다.

업계 벤치마크는 오디언스 중복·비효율적 계정 구조로 인해 광고비의 20~35%가 낭비될 수 있다고 제시한다.

오디언스 중복 문제의 주된 해결책은 겹치는 광고 세트들을 하나의 세트로 합쳐(여러 소재를 함께 투입) 메타에 더 많은 신호를 몰아주는 '통합'이다. 업계에서는 중복률 60% 이상인 오디언스 쌍을 통합 대상으로 제시한다. 여러 유사 타겟 비율(1%/3%/5%)을 함께 쓸 때는 넓은 쪽에서 좁은 쪽을 제외(5%에서 3% 제외, 3%에서 1% 제외)하는 방식으로도 중복을 줄일 수 있다.