메타 abo cbo 선택 기준: 계정 단계로 정하는 4가지 판단법

메타 abo cbo는 취향이 아니라 계정 단계의 문제입니다

메타 abo cbo 선택은 "뭐가 더 성과가 좋냐"의 문제가 아닙니다. 지금 계정이 데이터를 모으는 단계인지, 모은 데이터를 확장하는 단계인지를 묻는 질문입니다.

실제로 가장 중요한 건 예산 배분 권한을 누가 갖느냐가 아니라, 그 권한을 넘겨도 될 만큼 알고리즘에 줄 학습 신호가 쌓였는지입니다. 신호가 없는 계정에서 CBO를 켜면 알고리즘은 "가장 잘 되는 곳"이 아니라 "가장 싸게 노출되는 곳"으로 예산을 흘려보냅니다. 반대로 검증이 끝난 타겟을 ABO로 붙잡고 있으면 확장 속도가 운영자의 손 속도에 묶입니다.

아래에서 두 방식의 실제 작동 차이, 선택 기준 4가지, 그리고 전환 타이밍을 판단하는 체크리스트를 순서대로 정리합니다.

1. 메타 abo cbo의 진짜 차이는 '예산'이 아니라 '학습 단위'입니다

교과서적 정의는 다들 아실 겁니다.

① ABO (광고세트 예산 최적화)
광고세트마다 예산을 직접 지정

세트별로 동일 조건 확보 가능

-> 비교·검증에 유리

② CBO (캠페인 예산 최적화, 현재 명칭은 Advantage 캠페인 예산)
캠페인 단위로 예산을 한 번에 설정

알고리즘이 세트별 배분을 실시간 조정

-> 확장·자동 최적화에 유리

여기까지는 대부분 알고 계시는데, 실무에서 성과를 가르는 건 그다음입니다.

학습 단계가 어디에 걸리는지가 다릅니다

메타는 광고세트 단위로 주당 전환 50건이 쌓여야 학습 단계를 벗어난 것으로 봅니다. 이 기준선은 몇 년째 유지되고 있는 공식 기준이고, 2026년 기준으로도 동일합니다.

ABO는 세트마다 예산이 고정되어 있으니 세트 개수만큼 이 50건을 각각 채워야 합니다. 세트가 4개면 주당 200건이 필요하다는 뜻입니다. 일 예산 10만 원으로 세트 4개를 돌리면 세트당 2만 5천 원, CPA 2만 원짜리 상품이면 세트당 주 8~9건에서 멈춥니다. 전부 학습 단계에 갇힙니다.

CBO는 알고리즘이 예산을 한쪽으로 몰 수 있으니 그 세트 하나는 50건을 넘길 확률이 올라갑니다. 대신 나머지 세트는 거의 굶습니다.

같은 예산이어도 ABO는 "얇게 여러 개", CBO는 "두껍게 하나"가 기본값이라는 뜻입니다.

이 구조를 이해하면 "왜 우리 계정은 CBO만 켜면 한 세트만 살아남지?"라는 흔한 질문이 자동으로 풀립니다. 버그가 아니라 설계 그대로 작동한 것입니다.

2. 메타 abo cbo 선택 기준 4가지

실무에서 판단할 때 보는 지표는 결국 네 가지로 정리됩니다.

① 주간 전환 수 — 가장 먼저 보는 숫자

캠페인 전체 주간 전환이 50건도 안 되는 계정에서 CBO를 켜는 건 의미가 없습니다. 알고리즘이 배분 판단을 내릴 근거 자체가 없어서, 초반 며칠의 우연한 성과를 진짜 신호로 착각합니다.

일 예산 ÷ 목표 CPA × 7 ≥ 50

이 식이 성립하지 않으면 CBO는 아직 이릅니다. 일 예산 15만 원에 CPA 2만 원이면 주 52건, 겨우 턱걸이입니다.

② 목적 — 알고 싶은 게 있으면 ABO

"20대 여성과 30대 여성 중 어디가 잘 되나"를 알고 싶은데 CBO를 켜면, 알고리즘이 3일 만에 한쪽으로 예산을 몰아버립니다. 결과는 나오지만 그건 성과 비교 데이터가 아니라 알고리즘의 초반 판단 기록입니다.

검증이 목적이면 ABO로 동일 예산을 강제해야 비교가 성립합니다.

③ 오디언스 크기 차이 — CBO의 함정

CBO에서 자주 무너지는 케이스가 이겁니다. 모수 5만 명짜리 리타겟팅 세트와 모수 300만 명짜리 유사타겟 세트를 한 캠페인에 넣으면, 알고리즘은 초반에 CPA가 낮게 잡히는 리타겟팅으로 예산을 몰아넣습니다.

문제는 5만 명 모수가 며칠이면 빈도 5~6까지 올라간다는 점입니다. 캠페인 ROAS는 겉으로 좋아 보이지만 신규 유입은 멈춰 있고, 2~3주 뒤 매출이 정체됩니다.

성격이 다른 오디언스는 CBO 한 캠페인에 섞지 않는 게 안전합니다. 굳이 섞겠다면 세트별 최소 지출 한도를 걸어야 하는데, 한도를 여러 개 걸면 사실상 ABO와 같아집니다.

④ 소재 개수 — 세트 안이 이미 경쟁 중입니다

CBO를 쓰면서 세트 하나에 소재를 8~10개씩 넣는 경우가 있는데, 이러면 배분 경쟁이 두 겹으로 일어납니다. 캠페인이 세트를 고르고, 세트가 다시 소재를 고르는 구조라 개별 소재까지 데이터가 내려가는 데 시간이 오래 걸립니다.

CBO 세트당 소재는 3~5개 선에서 관리하시는 게 판독에 유리합니다.

메타 광고 캠페인, 몇 개로 나눠야 할까: 개수 대신 가설로 정하는 기준

3. 실무에서 자주 나오는 세 가지 상황과 판단

상황 1. ABO에서 CBO로 넘겼더니 성과가 떨어졌습니다

가장 흔한 케이스입니다. 원인은 대부분 전환을 옮기지 않고 구조만 옮긴 것입니다.

ABO 세트는 각자 학습 이력을 갖고 있습니다. 새 CBO 캠페인을 만들면 그 이력은 따라오지 않고, 전부 학습 단계부터 다시 시작합니다. 성과가 떨어진 게 아니라 리셋된 것입니다.

한 브랜드의 경우 ABO 3개 세트를 CBO 하나로 합치면서 첫 주 CPA가 40% 가까이 튀었는데, 손대지 않고 12일을 유지하니 기존 수준 아래로 내려왔습니다. 반대로 첫 3일에 놀라서 예산을 줄이면 학습이 다시 늘어지고, 그 상태에서 또 만지면 영영 안정되지 않습니다.

전환할 때는 기존 ABO를 즉시 끄지 말고 2주 병행한 뒤 성과를 비교하고 내리는 순서를 권합니다.

상황 2. CBO를 켰는데 한 세트만 예산을 다 먹습니다

정상 작동입니다. 다만 그게 의도한 세트가 아니라면 두 가지를 확인해 보세요.

☐ 세트 간 오디언스 모수 차이가 10배 이상인가

☐ 세트별 전환 이벤트가 서로 다르게 잡혀 있는가 (구매 vs 장바구니)

두 번째가 의외로 자주 걸립니다. 한 세트는 구매 최적화, 다른 세트는 장바구니 최적화면 이벤트 발생 빈도 자체가 달라서 알고리즘이 장바구니 쪽으로 쏠립니다. 같은 CBO 안에서는 최적화 이벤트를 반드시 통일해야 합니다.

상황 3. 예산이 작은데 어느 쪽이 나을까요

일 예산 5~10만 원대에서는 ABO로 세트를 여러 개 벌리는 게 오히려 손해인 경우가 많습니다. 세트 전부가 학습 단계에 갇히기 때문입니다.

이 구간에서는 ABO 세트 1~2개에 예산을 몰아주는 방식이 현실적입니다. 형식은 ABO지만 실질은 단일 세트 집중 운영에 가깝고, 알고리즘 입장에서는 학습 신호가 가장 빨리 쌓이는 구조입니다. 세트를 늘리는 건 그 세트가 학습을 벗어난 뒤에 해도 늦지 않습니다.

메타 광고 학습 단계가 안 끝나는 이유와 확인해야 할 기준

4. 전환 타이밍 자가진단 체크리스트

지금 CBO로 넘어가도 되는 계정인지, 아래 항목으로 점검해 보세요.

☐ 최근 4주간 주당 전환이 50건 이상 유지되고 있다

☐ "이 타겟이 잘 된다"를 지난 데이터로 말할 수 있다

☐ 성과가 검증된 소재가 3개 이상 있다

☐ 한 캠페인에 넣을 세트들의 오디언스 모수가 비슷하다

☐ 세트별 최적화 이벤트가 전부 동일하다

0~2개 → ABO 유지 단계입니다. 세트를 늘리기보다 줄여서 학습부터 끝내세요.

3~4개 → CBO 테스트를 시작해도 좋습니다. 단, 기존 ABO와 2주 병행하며 비교하세요.

5개 전부 → CBO 중심 운영으로 넘어가도 되는 상태입니다. 신규 타겟 검증만 ABO 캠페인을 별도로 하나 남겨두세요.

여기서 놓치기 쉬운 게 마지막 항목입니다. CBO로 전면 전환한 계정도 검증용 ABO 캠페인 하나는 상시로 남겨두는 편이 좋습니다. CBO만 돌리면 새 타겟과 새 소재를 공정하게 테스트할 자리가 사라지고, 기존에 잘 되던 조합만 반복하다 3~4개월 뒤 소재 피로도에 걸립니다.

메타 CBO 성과가 안 나올 때 확인해야 할 4가지 기준

자주 묻는 질문

메타 abo cbo 중 어느 쪽이 성과가 더 좋나요?
방식 자체의 우열은 없습니다. 주당 전환 50건 미만 계정에서는 ABO가, 그 이상이면서 검증된 조합을 확장하는 단계에서는 CBO가 유리한 경우가 많습니다. 판단 기준은 성과가 아니라 계정에 쌓인 데이터 양입니다.

ABO에서 CBO로 바꾸면 학습이 초기화되나요?
새 캠페인을 만들어 옮기면 초기화됩니다. 기존 캠페인의 예산 설정만 CBO로 변경하는 경우에도 예산 최적화 방식이 바뀌면서 재학습이 발생할 수 있습니다. 전환 후 최소 7~14일은 손대지 않고 지켜보는 게 안전합니다.

CBO에서 특정 세트에만 예산을 더 주고 싶은데 가능한가요?
세트별 최소·최대 지출 한도를 설정할 수 있습니다. 다만 한도를 여러 세트에 걸면 알고리즘의 배분 여지가 사라져 사실상 ABO와 같아지므로, 한도는 꼭 필요한 한두 개 세트에만 거는 게 좋습니다.

CBO와 ABO를 동시에 돌려도 되나요?
가능하고, 실무에서 자주 쓰는 구조입니다. 검증된 조합은 CBO로 확장하고 신규 타겟·소재는 ABO로 테스트하는 2트랙 운영이 일반적입니다. 단 두 캠페인의 오디언스가 크게 겹치면 자기들끼리 경매에서 경쟁하므로 제외 조건을 걸어두세요.

세트 개수는 몇 개가 적당한가요?
예산과 CPA로 역산하는 게 정확합니다. (일 예산 ÷ 목표 CPA × 7) ÷ 50이 세트 개수의 상한선입니다. 이 값이 1.5라면 세트는 1개, 3이라면 최대 3개까지가 학습을 끝낼 수 있는 범위입니다.

마무리

메타 abo cbo를 두고 고민하실 때, 먼저 답해야 할 질문은 "어느 쪽이 좋은가"가 아니라 "지금 우리 계정에 알고리즘에게 넘길 만한 데이터가 있는가"입니다.

정리하면 이렇습니다.

• 데이터가 없는 단계 → ABO, 세트는 최소로, 학습 종료가 1순위

• 알고 싶은 게 있는 단계 → ABO, 동일 예산으로 공정 비교

• 검증이 끝난 단계 → CBO, 오디언스 성격과 최적화 이벤트를 통일해서

• 어느 단계든 → 검증용 ABO 캠페인 하나는 상시 유지

세팅 방식을 바꾸는 것만으로 성과가 오르는 경우는 거의 없습니다. 바뀌는 건 데이터가 쌓이는 속도와 판독의 정확도이고, 성과는 그 위에서 만들어집니다.