메타 광고 ABO 언제 써야 할까: 판단 기준 4가지

메타 광고에서 ABO는 CBO가 나오기 전에 쓰던 구식 방식이 아닙니다. 광고세트 단위로 예산을 고정해 특정 조건을 강제로 확보하는 통제 도구입니다.

ABO를 쓸지 말지는 취향이나 숙련도의 문제가 아니라 계정 상태로 결정됩니다. 핵심은 "이 예산이 반드시 여기로 가야 하는 이유가 있는가"이고, 그 이유가 없다면 ABO는 알고리즘의 예산 재배분을 막는 족쇄가 됩니다.

아래에서 ABO의 작동 원리, ABO를 써야 하는 조건과 쓰면 안 되는 조건, 그리고 CBO로 넘어가는 전환 기준을 순서대로 정리합니다.

메타 광고 ABO는 무엇을 통제하는 설정인가

ABO는 Ad Set Budget Optimization, 즉 광고세트 예산 최적화입니다. 예산을 광고세트 레벨에서 각각 입력하는 방식이라고 이해하시면 됩니다.

CBO(Campaign Budget Optimization, 현재 명칭은 Advantage 캠페인 예산)는 캠페인 레벨에 예산을 한 번 넣고, 그 안의 광고세트들에 메타가 실시간으로 예산을 나눠줍니다. 성과가 좋은 쪽으로 몰아주는 구조입니다.

ABO는 그 재배분을 원천적으로 차단합니다.

여기서 오해가 하나 생깁니다. ABO를 켜면 최적화가 꺼진다고 생각하는 경우가 있는데, 그렇지 않습니다.

ABO에서도 광고세트 내부의 최적화는 그대로 작동합니다. 누구에게 언제 어떤 소재를 보여줄지는 여전히 알고리즘이 판단합니다. ABO가 막는 건 오직 세트와 세트 사이의 예산 이동뿐입니다.

이 구분이 중요한 이유는, ABO를 "AI를 안 쓰는 수동 운영"으로 오해하면 판단 기준 자체가 틀어지기 때문입니다. ABO는 자동화의 반대말이 아니라, 자동화의 범위를 세트 안쪽으로 한정하는 설정입니다.

ABO를 써야 하는 조건 3가지

실무에서 ABO를 선택하는 이유는 거의 다음 세 가지 중 하나로 수렴합니다. 셋 중 어디에도 해당하지 않는다면 ABO를 쓸 이유는 거의 없습니다.

① 예산이 작아서 CBO가 한쪽으로만 쏠릴 때

CBO는 초반 데이터가 얇을 때 특히 편식이 심합니다. 일 예산이 작을수록 이 현상이 두드러집니다.

일 예산 3만 원짜리 캠페인에 광고세트 3개를 넣고 CBO로 돌리면, 며칠 안에 한 세트가 예산의 80~90%를 가져가고 나머지 둘은 하루에 몇 천 원씩만 쓰는 상태가 됩니다. 문제는 그 한 세트가 진짜로 좋아서가 아니라, 초반 몇 건의 우연한 전환 때문에 앞서 나간 경우가 많다는 점입니다.

한 신규 브랜드 계정에서 일 예산 3만 원, 세트 3개를 CBO로 4일 돌렸을 때 두 세트의 누적 노출이 각각 1,000회를 넘지 못한 사례가 있었습니다. 이 상태에서는 그 세트가 나쁜지 아닌지 판단할 근거 자체가 없습니다. 같은 구조를 ABO로 세트당 1만 원씩 고정하자, 6일 뒤에는 세 세트 모두 판단 가능한 수준의 데이터가 쌓였습니다.

-> 핵심: 예산이 작을 때 CBO는 "잘하는 세트를 밀어주는" 게 아니라 "먼저 튄 세트를 굳혀버리는" 쪽으로 작동하기 쉽습니다.

② 반드시 집행돼야 하는 오디언스가 따로 있을 때

리타겟팅이 대표적입니다. 장바구니 이탈자, 최근 30일 사이트 방문자처럼 모수는 작지만 전환 가능성이 높은 오디언스는, 프로스펙팅 세트와 같은 캠페인에 CBO로 묶어두면 예산을 거의 못 받는 경우가 생깁니다.

CPM 기준으로 보면 알고리즘 입장에서는 넓은 오디언스가 더 "효율적"으로 보이기 때문입니다. 하지만 사업자 입장에서는 장바구니 이탈자에게 하루 1만 원이라도 반드시 노출돼야 하는 이유가 있습니다.

이럴 때 ABO로 리타겟팅 세트에 예산을 못 박아두면 최소 집행량이 보장됩니다.

③ 조건을 통제한 비교 실험이 필요할 때

소재 3종을 같은 조건에서 비교하고 싶은데 CBO를 쓰면, 예산이 한쪽에 몰리면서 비교 자체가 성립하지 않습니다. 노출 1만 회짜리와 1천 회짜리를 나란히 놓고 CTR을 비교할 수는 없습니다.

다만 여기엔 전제가 있습니다. 각 세트가 최소한의 데이터를 채울 수 있는 예산이어야 합니다. 세트당 일 5천 원으로 3개를 쪼개면 어느 쪽도 결론이 안 나옵니다.

메타 A/B 테스트 설정: 켜야 할 계정과 끄는 게 나은 계정 기준

ABO를 쓰면 안 되는 신호와 CBO 전환 기준

반대로 ABO가 손해가 되는 상황도 명확합니다.

첫째, 세트를 나눈 이유가 "타겟별로 비교해보고 싶어서"인 경우입니다. 20대 여성 세트, 30대 여성 세트, 관심사 세트를 각각 만들어 예산을 고정하면 데이터가 그만큼 분산됩니다. 광고세트가 학습 단계를 벗어나려면 7일 내 전환 이벤트 약 50건이 필요한데(메타 공식 가이드 기준), 세트를 3개로 나누면 각 세트가 50건을 채워야 합니다. 계정 전체 전환이 주 60건이라면 세 세트 모두 학습 단계에 갇힙니다.

둘째, 매일 예산을 손으로 조정하고 있는 경우입니다. ABO는 운영자가 배분을 책임지는 구조라, 성과가 바뀌면 사람이 옮겨줘야 합니다. 그런데 이 수동 조정은 대부분 알고리즘보다 느리고, 조정할 때마다 해당 세트가 학습을 다시 시작할 위험이 있습니다.

실무 기준으로는 예산을 20% 이상 변경하면 재학습 가능성이 있다고 보고 움직입니다. 매일 30%씩 예산을 옮기는 ABO 운영은 사실상 매일 학습을 리셋하는 것과 다르지 않습니다.

셋째, 어떤 세트가 잘 되는지 이미 답이 나온 경우입니다. 2주 이상 돌려서 승자 세트가 명확한데도 ABO로 예산을 균등하게 유지하고 있다면, 성과가 나쁜 쪽에 예산을 강제로 붓고 있는 셈입니다.

전환 판단은 아래 항목으로 점검하면 정리됩니다.

☐ 캠페인 전체 전환이 주 50건 이상 나오고 있는가
☐ 세트를 나눈 이유를 "비교" 말고 다른 말로 설명할 수 있는가
☐ 어떤 세트가 잘 되는지 데이터로 말할 수 있는가
☐ 최근 2주간 예산을 손으로 옮긴 횟수가 3회 이상인가

앞의 셋에 모두 체크되거나 마지막 항목에 해당한다면 CBO로 넘길 시점입니다. 반대로 첫 항목에서 막힌다면, 아직은 ABO로 데이터를 만드는 단계입니다.

메타 CBO 성과가 안 나올 때 확인해야 할 4가지 기준

실무에서 ABO를 쓸 때의 세팅 순서

ABO를 선택했다면 세팅 순서가 성과를 가릅니다. 실무에서 통하는 순서는 다음과 같습니다.

1단계, 세트 개수를 먼저 정하고 예산을 나눕니다.
예산을 먼저 정하고 세트를 늘리는 순서로 가면 세트당 예산이 계속 얇아집니다. 반대로 가야 합니다. 계정의 평균 CPA를 확인하고, 세트당 하루 최소 1~2건의 전환이 나올 수 있는 금액을 하한선으로 잡습니다. CPA가 2만 원이면 세트당 일 2만 원 미만은 판단 데이터가 안 쌓인다고 보는 편이 안전합니다.

2단계, 세트 개수는 3개 이하로 시작합니다.
ABO의 장점은 통제인데, 통제할 대상이 많아지면 관리 비용이 성과 이익을 넘어섭니다. 5개 이상으로 시작한 계정은 대부분 2주 안에 어떤 세트를 꺼야 할지 판단하지 못하는 상태가 됩니다.

3단계, 최소 4~7일은 손대지 않습니다.
ABO를 쓰는 목적이 "조건을 고정한 비교"인데, 중간에 예산을 만지면 그 목적 자체가 사라집니다. 3일차에 성과가 안 나온다고 예산을 옮기면 데이터도 못 얻고 학습도 리셋됩니다.

4단계, 판단은 지표 하나로 하지 않습니다.
ABO 비교에서 CPA만 보고 세트를 끄면 후반에 전환이 몰리는 세트를 놓칩니다. 도달, CTR, 랜딩 도착률, 전환율을 순서대로 놓고 어느 구간에서 막혔는지를 봐야 합니다. CTR은 좋은데 전환이 없으면 소재가 아니라 랜딩 문제입니다.

5단계, 승자가 나오면 구조를 합칩니다.
ABO는 판단을 위한 임시 구조로 쓰는 게 가장 효율적입니다. 어떤 오디언스와 소재 조합이 통하는지 확인했다면, 그 결과를 하나의 세트로 통합하고 CBO나 브로드 타겟팅으로 확장하는 흐름이 자연스럽습니다.

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

자주 묻는 질문

Q. 메타 광고 ABO와 CBO 중 어떤 게 더 좋은가요?
성과가 더 좋은 쪽이 정해져 있지는 않습니다. 데이터가 부족하거나 특정 세트에 최소 집행을 보장해야 하면 ABO, 어떤 세트가 잘 될지 모르고 전환 데이터가 충분하면 CBO가 유리합니다. 계정의 주간 전환 건수와 세트를 나눈 이유를 기준으로 판단하시면 됩니다.

Q. ABO는 이제 없어진 기능인가요?
없어지지 않았습니다. 메타 광고 관리자에서 캠페인 예산 최적화를 끄면 광고세트 레벨에서 예산을 입력할 수 있고, 이 방식이 ABO입니다. 자동화 기능이 늘어나면서 기본값이 캠페인 예산 쪽으로 기울었을 뿐, 설정 자체는 그대로 있습니다.

Q. ABO로 돌리면 학습 단계를 못 벗어나나요?
ABO 자체가 원인은 아닙니다. 세트를 여러 개로 쪼개서 각 세트의 전환 데이터가 7일 50건에 못 미칠 때 학습 단계에 갇힙니다. 세트 수를 줄이고 세트당 예산을 올리면 같은 ABO 구조에서도 학습이 끝납니다.

Q. ABO에서 예산을 올리면 성과가 초기화되나요?
증액 폭이 크면 학습이 다시 시작될 수 있습니다. 실무에서는 한 번에 20% 이내로 올리고 2~3일 간격을 두는 방식을 기본으로 잡습니다. 성과가 확실한 세트라면 이 폭을 조금 넓게 잡기도 하지만, 두 배 이상 한 번에 올리는 건 권하기 어렵습니다.

Q. 리타겟팅은 무조건 ABO로 해야 하나요?
무조건은 아닙니다. 다만 리타겟팅 세트를 프로스펙팅과 같은 캠페인에 CBO로 묶으면 예산을 거의 못 받는 경우가 많아, ABO로 예산을 고정하거나 별도 캠페인으로 분리하는 방식이 안전합니다. 캠페인을 나눌 수 있다면 분리하는 쪽이 관리하기 더 편합니다.

마무리

ABO는 오래된 방식이 아니라 목적이 다른 방식입니다. 알고리즘의 예산 재배분을 막아야 할 명확한 이유가 있을 때만 켜는 통제 장치라고 보시면 정확합니다.

정리하면 세 가지입니다. 예산이 작아 CBO가 한쪽으로 쏠릴 때, 반드시 집행돼야 할 오디언스가 있을 때, 조건을 고정한 비교가 필요할 때. 이 셋 중 어디에도 해당하지 않는데 ABO를 쓰고 있다면, 예산 배분을 사람이 떠안고 있을 뿐 얻는 게 없습니다.

그리고 ABO는 목적지가 아니라 경유지에 가깝습니다. 데이터를 만들고 답을 찾는 구간에서 쓰고, 답이 나오면 구조를 합쳐 알고리즘에 넘기는 흐름이 일반적으로 가장 안정적입니다. 지금 계정을 열어 세트를 나눈 이유를 한 문장으로 적어보시면, ABO를 유지할지 CBO로 넘길지가 대부분 그 자리에서 정리됩니다.