메타 광고 예산 배분: 캠페인 역할별로 나누는 4단계 기준

메타 광고 예산 배분에서 "성과 좋은 캠페인에 더 주면 된다"는 말은 절반만 맞습니다.
실제로는 캠페인마다 학습을 끝낼 만큼의 예산을 먼저 확보하는 게 우선입니다.

메타 광고 예산 배분에서 가장 중요한 건 비율이 아닙니다. 학습에 필요한 최소 예산을 기준으로 캠페인 수를 먼저 정하는 것입니다.
최소 예산이 채워지지 않은 상태에서 캠페인을 나누면 어떤 비율로 나눠도 모든 캠페인이 학습 단계에 머뭅니다.
캠페인 수가 정해진 다음에야 신규 확보, 리타겟팅, 테스트 순서로 비중을 나눌 수 있습니다.

아래에서 최소 예산 계산법, 역할별 비중 기준, 자주 틀리는 배분 구조, 재배분 순서를 차례로 설명합니다.

1. 메타 광고 예산 배분의 출발점: 학습 최소 예산 계산

예산을 나누기 전에 먼저 알아야 할 숫자가 있습니다.
광고 세트 하나가 학습을 끝내는 데 필요한 돈이 얼마인지입니다.

메타 공식 가이드는 광고 세트가 학습 단계를 벗어나는 기준을
마지막으로 크게 수정한 뒤 7일 안에 최적화 이벤트 약 50건으로 안내합니다.
이 기준이 곧 예산 배분의 하한선입니다.

일예산 최소치 공식: 목표 CPA × 50 ÷ 7

계산은 간단합니다.

학습에 필요한 최소 일예산 ≒ 목표 CPA × 50 ÷ 7

7일 동안 전환 50건을 만들려면 CPA 50건 치가 필요하고,
이걸 7로 나누면 하루에 써야 하는 금액이 나옵니다.
실제 CPA가 목표보다 높게 나오는 경우가 많으니, 이 숫자는 "넉넉한 기준"이 아니라 "이보다 적으면 안 되는 기준"으로 봐야 합니다.

표를 보면 감이 옵니다.
구매 CPA가 3만 원인 브랜드라면 월 600만 원으로는
구매 최적화 광고 세트 하나도 학습 기준을 안정적으로 채우기 어렵습니다.

-> 월 예산 ÷ 월 환산 최소 예산 = 학습을 끝낼 수 있는 광고 세트 수의 상한

계산 결과가 월 예산보다 클 때

이때 할 수 있는 선택은 세 가지입니다.

① 캠페인과 세트 수를 줄입니다.
가장 먼저 할 일입니다. 같은 목표의 세트가 여러 개라면 하나로 합칩니다.
세트를 나누는 기준은 메타 광고 구조 설계 기준: 세트를 나누기 전에 확인할 3가지에서 자세히 다룹니다.

② 최적화 이벤트를 퍼널 위쪽으로 올립니다.
구매 대신 장바구니 담기나 결제 시작으로 최적화하면 이벤트 수가 늘어 학습 조건을 채우기 쉬워집니다.
다만 장바구니 담기 최적화는 "담기만 하고 사지 않는 사람"을 찾아올 수도 있습니다.
그래서 장바구니 담기에서 구매로 넘어가는 전환율을 반드시 같이 봐야 합니다.

③ 목표 CPA 자체를 다시 봅니다.
객단가가 낮은데 CPA 목표만 빡빡하게 잡으면 필요한 예산이 비현실적으로 커지지 않습니다.
오히려 목표를 못 맞추는 캠페인을 끄고 켜기를 반복하게 되고, 이것 때문에 학습이 계속 초기화됩니다.

2. 캠페인 역할별 메타 광고 예산 비중 나누는 기준

학습 최소 예산으로 캠페인 수가 정해졌다면, 이제 역할을 나눕니다.
실무에서 쓰는 역할은 대체로 세 가지입니다.

핵심은 세 역할의 예산을 정하는 방식이 서로 다르다는 점입니다.
"신규 70, 리타겟 20, 테스트 10" 같은 고정 비율을 먼저 정하고 들어가면 계정 상황과 맞지 않는 경우가 많습니다.

신규 확보: 남는 예산이 가는 곳

신규 확보 캠페인은 계정 성장을 담당합니다.
리타겟팅과 테스트에 필요한 금액을 먼저 계산해 떼어낸 뒤, 나머지를 신규 확보에 몰아주는 방식이 가장 안정적입니다.

신규 확보 캠페인의 예산이 학습 최소치보다 적게 남는다면
리타겟팅이나 테스트 쪽 예산이 과한 것입니다.
이 경우 신규 확보를 줄이는 게 아니라 나머지 두 역할을 줄여야 합니다.

리타겟팅: 비율이 아니라 모수로 정하는 상한

리타겟팅 예산은 퍼센트로 정하면 거의 항상 틀립니다.
리타겟팅 모수는 유한하기 때문입니다.

예산을 늘려도 도달할 사람이 늘지 않으니,
늘어난 예산은 같은 사람에게 광고를 더 자주 보여주는 데 쓰입니다.

그래서 리타겟팅 예산은 이렇게 역산합니다.

주간 리타겟팅 예산 ≒ 모수 × 주간 도달 목표 비율 × 목표 빈도 × CPM ÷ 1,000

예를 들어 아래와 같이 가정해 보겠습니다.

• 30일 방문자 5만 명

• 주간 도달 목표 60%

• 주 2회 노출

• CPM 1만 원

이렇게 계산하면 필요한 노출은 6만 회, 예산은 주 60만 원(일 약 8.6만 원)입니다.
이보다 많이 넣으면 빈도만 올라갈 가능성이 큽니다.
CPM은 업종과 시즌에 따라 크게 달라지므로, 반드시 자기 계정의 최근 CPM을 넣어 계산해야 합니다.

Advantage+ 쇼핑 캠페인처럼 신규 고객과 기존 고객이 한 캠페인에 섞이는 구조라면
리타겟팅 캠페인을 따로 두지 않는 경우도 많습니다.
이때는 보고서에서 기존 고객에게 쓰인 지출 비중을 확인해, 리타겟팅 캠페인과 예산이 겹치지 않는지 점검해야 합니다.

테스트: 소재 수에서 역산하는 별도 예산

테스트 예산은 "남으면 쓰는 돈"이 아니라 처음부터 떼어두는 돈이어야 합니다.
테스트 캠페인이 없으면 신규 캠페인에 검증되지 않은 소재가 계속 들어가고, 멀쩡히 돌던 캠페인까지 흔들립니다.

실무에서는 소재 하나를 판단하기 전에
목표 CPA의 1~2배 정도는 써보는 것을 최소 기준으로 삼는 경우가 많습니다.
목표 CPA가 3만 원이고 한 달에 소재 6개를 검증하려면,
테스트 예산은 대략 18만~36만 원 이상이 필요하다는 계산이 나옵니다.

소재를 몇 개 넣어야 하는지는 메타 광고 소재 몇개가 적당할까: 예산으로 정하는 기준에서 예산 규모별로 정리해 두었습니다.

3. 메타 광고 예산 배분에서 자주 틀리는 3가지 구조

기준을 알아도 실제 계정에서는 비슷한 실수가 반복됩니다.
아래 세 가지는 예산 규모와 상관없이 자주 보이는 구조입니다.

실패 1: 세트별 균등 분배

가장 흔한 구조입니다.
관심사나 연령대별로 세트를 5개 만들고, ABO로 예산을 20%씩 똑같이 나눕니다.

앞에서 든 예시로 계산해 보겠습니다.
월 600만 원, 구매 CPA 3만 원이면 한 달 전환은 약 200건, 주간으로는 약 47건입니다.
세트 하나였다면 학습 기준에 거의 닿는 숫자입니다.

그런데 이걸 5개로 나누면 세트당 주간 전환은 9건 안팎이 됩니다.
다섯 세트 모두 학습 단계를 벗어나지 못하고,
그 상태에서 나온 CPA를 비교해 "B 타겟이 좋다"고 판단하면 우연을 성과로 읽게 됩니다.

-> 세트 수가 늘어날수록 비교할 데이터는 많아 보이지만, 판단할 수 있는 데이터는 오히려 줄어듭니다.

직접 예산을 나누는 게 맞는 상황은 따로 있습니다.
그 판단 기준은 메타 ABO 언제 써야 할까: 예산 직접 배분 판단 기준 4가지에서 다룹니다.

실패 2: 리타겟팅 ROAS만 보고 예산 몰아주기

리타겟팅 캠페인은 대부분 ROAS가 높게 나옵니다.
이미 사이트에 들어왔던 사람들이니 당연한 결과입니다.

문제는 이 숫자를 보고 리타겟팅 예산을 계속 올리는 경우입니다.
앞에서 설명한 대로 모수가 정해져 있으니, 올린 예산은 빈도로 흡수됩니다.
주간 빈도는 두 배가 됐는데 전환 수는 거의 그대로인 상황이 대표적인 신호입니다.

여기에 한 가지가 더 겹칩니다.
리타겟팅이 잡은 전환 중 일부는 광고가 없었어도 일어났을 구매입니다.
신규 확보 예산을 줄여 리타겟팅에 넣으면, 몇 주 뒤에는 리타겟팅할 모수 자체가 줄어 두 캠페인이 같이 무너집니다.

실패 3: 성과 좋은 캠페인에 한 번에 크게 옮기기

어제 CPA가 좋았던 캠페인에 오늘 예산을 두세 배로 넣는 경우입니다.
큰 폭의 예산 변경은 학습을 다시 시작하게 만들 수 있고,
학습이 재시작되면 한동안 CPA가 흔들리는 게 정상입니다.

그러면 "예산을 올렸더니 성과가 떨어졌다"는 결론이 나고, 예산을 다시 되돌립니다.
결국 두 번의 큰 변경으로 학습이 두 번 흔들리는 구조가 됩니다.
증액 폭과 순서는 메타 광고 스케일업: 예산 올리기 전 판단 기준과 증액 순서에서 단계별로 정리했습니다.

4. 메타 광고 예산 재배분 순서와 점검 주기

예산 배분은 한 번 정하면 끝나는 작업이 아닙니다.
다만 자주 손대는 것과 제대로 손대는 것은 다릅니다.

판단 구간은 최소 7일

메타 기본 기여 설정은 클릭 후 7일, 조회 후 1일입니다.
오늘 클릭한 사람이 며칠 뒤 구매하면, 그 전환은 클릭한 날짜로 거슬러 올라가 잡힙니다.

그래서 최근 2~3일 성과는 시간이 지나면 좋아지는 경우가 많습니다.
이 구간만 보고 예산을 빼면 멀쩡한 캠페인을 깎게 됩니다.
재배분 판단은 최소 7일, 가능하면 직전 7일과 비교하는 방식이 안전합니다.

재배분 순서: 빼기 → 옮기기 → 더하기

예산을 옮길 때는 아래 순서를 따릅니다.

① 빼기
테스트가 끝난 소재, 빈도가 과한 리타겟팅 캠페인처럼 줄여야 할 이유가 명확한 곳부터 줄입니다.

② 옮기기
줄인 금액을 신규 확보 캠페인으로 옮깁니다.
이때도 한 번에 크게 옮기기보다, 며칠 간격을 두고 나눠서 반영하는 편이 학습 흔들림을 줄입니다.

③ 더하기
전체 예산을 늘리는 건 앞의 두 단계를 거친 뒤에도 신규 확보 캠페인의 CPA가 목표 안에서 유지될 때만 합니다.

CBO를 쓰는 계정이라면 세트 사이의 배분은 메타가 맡습니다.
그러니 사람이 할 일은 캠페인 단위의 배분과 세트별 최소·최대 지출 한도 설정으로 좁혀집니다.
CBO와 ABO 중 어느 쪽을 쓸지는 메타 CBO ABO 언제 써야 할까: 전환 데이터로 정하는 3단계 기준을 참고하시면 됩니다.

주간 점검 체크리스트

지금 광고 관리자를 열고 아래 항목을 확인해 보세요.

[] 모든 전환 캠페인의 일예산이 "목표 CPA × 50 ÷ 7" 이상인가?
[] 같은 목표의 세트가 여러 개로 나뉘어 각 세트 주간 전환이 50건에 크게 못 미치지 않는가?
[] 리타겟팅 예산이 모수 × 목표 빈도로 계산한 상한을 넘지 않는가?
[] 테스트 예산이 신규 확보 캠페인과 분리되어 있는가?
[] 최근 2~3일 성과만 보고 예산을 바꾸지 않았는가?
[] 이번 주에 한 캠페인의 예산을 두 번 이상 크게 바꾸지 않았는가?

세 개 이상 걸린다면 예산 총액보다 배분 구조를 먼저 손봐야 하는 계정입니다.

자주 묻는 질문

메타 광고 일예산 최소 얼마로 해야 하나요?
정해진 금액은 없고, 목표 CPA에 따라 달라집니다. "목표 CPA × 50 ÷ 7"로 계산한 금액이 학습 기준을 채우는 최소치입니다. 이 금액을 맞추기 어렵다면 최적화 이벤트를 장바구니 담기처럼 퍼널 위쪽으로 올리는 방법을 검토합니다.

메타 광고 리타겟팅 예산 비중은 몇 퍼센트가 적당한가요?
고정 비율보다 리타겟팅 모수로 계산하는 편이 정확합니다. 모수 × 주간 도달 목표 × 목표 빈도 × CPM으로 필요한 예산을 구하고, 이 금액을 상한으로 둡니다. 이보다 많이 넣으면 대부분 빈도만 올라갑니다.

메타 광고 예산 바꾸면 학습 기간이 다시 시작되나요?
큰 폭으로 바꾸면 학습이 다시 시작될 수 있습니다. 예산은 한 번에 크게 바꾸기보다 며칠 간격으로 나눠서 조정하는 편이 안전합니다. 같은 캠페인에서 짧은 기간 안에 여러 번 바꾸는 것도 피해야 합니다.

예산이 적은데 캠페인을 여러 개 운영해도 되나요?
학습 최소 예산을 채울 수 없다면 캠페인 수를 줄이는 게 우선입니다. 월 예산을 월 환산 최소 예산으로 나눈 값이 학습을 끝낼 수 있는 캠페인 수의 상한입니다. 그 숫자가 1이라면 캠페인 하나에 집중하는 구조가 맞습니다.

메타 광고 예산 재배분은 얼마나 자주 해야 하나요?
주 1회 점검을 기본으로 하고, 판단은 최소 7일 데이터로 합니다. 기여 설정 때문에 최근 며칠의 전환은 나중에 추가로 잡히기 때문입니다. 일 단위로 예산을 바꾸면 학습이 계속 흔들려 원인 판독이 어려워집니다.

마무리

메타 광고 예산 배분은 비율을 정하는 작업이 아니라 순서를 정하는 작업입니다.

먼저 학습 최소 예산으로 운영할 수 있는 캠페인 수를 정합니다.
다음으로 리타겟팅은 모수로 상한을 정하고, 테스트는 소재 수로 역산해 떼어둡니다.
남은 예산을 신규 확보에 몰아줍니다.

재배분은 7일 이상의 데이터를 보고 "빼기 → 옮기기 → 더하기" 순서로 진행합니다.
예산 총액을 늘리기 전에 이 구조부터 정리하면,
같은 금액으로도 학습을 마치는 캠페인이 늘고 성과를 판단할 수 있는 숫자가 쌓이기 시작합니다.