메타 캠페인 예산 최적화: 켠 뒤 예산 쏠림 판독 기준

CBO를 켠 뒤 예산이 한 세트에 몰리는 걸 문제로 보는 경우가 많습니다. 절반만 맞는 판단입니다. 대부분의 쏠림은 알고리즘이 의도대로 움직인 결과이고, 실제로 손봐야 하는 쏠림은 일부입니다.

메타 캠페인 예산 최적화를 켠 뒤 가장 중요한 건 예산이 어디로 갔는지가 아니라, 그 쏠림이 전환 효율로 이어졌는지입니다. 판단은 캠페인 전체 CPA와 세트별 학습 상태를 보고 내립니다. 세트별 지출 비율만 보고 지출 한도를 거는 순간, CBO는 이름만 남은 수동 배분이 됩니다.

아래에서 CBO가 예산을 나누는 실제 원리부터 개입 여부를 가르는 기준, 지출 한도 거는 법, 운영 중 수정 순서까지 차례로 설명합니다.

1. 메타 캠페인 예산 최적화가 예산을 나누는 실제 기준

CBO를 켜기 전에 확인할 조건은 따로 정리해 두었습니다. 이 글은 이미 켜서 운영 중인 캠페인을 다룹니다.

메타 CBO 언제 켜야 할까: 전환 데이터로 판단하는 3단계 기준

평균 CPA가 아니라 '다음 전환의 비용'을 봅니다

CBO가 성과 좋은 세트에 예산을 몰아준다는 설명은 틀리진 않지만 정확하지도 않습니다.

알고리즘이 보는 건 세트별 누적 CPA가 아닙니다. 지금 1원을 더 썼을 때 다음 전환을 가장 싸게 가져올 수 있는 곳이 어디인지를 봅니다. 그래서 보고서를 열어보면 이런 장면이 자주 나옵니다.

누적 CPA가 낮은 세트 B에 예산이 덜 가는 건 오류가 아닙니다. 세트 B는 좁은 리타겟팅 모수나 좁은 관심사처럼 이미 싸게 잡을 사람을 거의 다 잡은 상태일 가능성이 높습니다. 여기서 예산을 억지로 더 넣으면 빈도만 오르고 단가는 따라 올라갑니다.

-> 핵심: 세트별 CPA 순위와 예산 순위가 어긋나는 건 정상입니다. 봐야 할 숫자는 캠페인 전체 CPA입니다.

일예산은 하루 단위로 딱 맞춰 쓰이지 않습니다

CBO 캠페인에 일예산을 걸어두면 메타는 기회가 좋은 날 일예산보다 최대 75%를 더 쓰고, 기회가 적은 날에는 덜 씁니다. 대신 한 주(일~토) 동안은 일예산의 7배를 넘기지 않습니다.

그래서 특정 요일에 예산이 초과 집행됐다고 바로 예산을 줄이면 오히려 손해입니다. 알고리즘이 효율 좋은 날을 골라 몰아 쓰는 흐름을 끊어버리기 때문입니다. 지출은 주간 단위 합계로 판단하는 편이 맞습니다.

신규 세트에 지출이 거의 안 붙는 이유

운영 중인 CBO 캠페인에 새 세트를 추가하면 며칠 동안 지출이 거의 안 붙는 경우가 흔합니다.

기존 세트에는 이미 전환 데이터가 쌓여 있어 예측이 확실하고, 새 세트는 데이터가 없어 불확실합니다. 알고리즘 입장에서는 확실한 쪽에 돈을 쓰는 게 합리적입니다. 신규 세트의 소재나 타겟이 더 나을 수 있어도 데이터 부족 때문에 기회를 못 받는 구조입니다.

실무에서는 이 문제 때문에 새 테스트를 기존 CBO 캠페인에 끼워 넣지 않고 별도 캠페인으로 분리하는 경우가 많습니다. 이 부분은 4번에서 다시 다룹니다.

2. 예산 쏠림, 개입할지 두고 볼지 가르는 4가지 기준

쏠림을 발견했을 때 바로 손대지 말고 아래 네 가지를 순서대로 확인합니다. 하나라도 걸리면 개입하고, 모두 통과하면 그대로 둡니다.

① 캠페인 전체 CPA가 목표 안에 있는가

가장 먼저 보는 건 세트가 아니라 캠페인입니다.

캠페인 전체 CPA가 목표 범위 안에 있다면, 예산이 한 세트에 90% 몰려 있어도 결과적으로는 잘 돌아가고 있는 겁니다. 반대로 전체 CPA가 목표를 넘었는데 예산이 한 세트에 몰려 있다면, 그 세트가 효율 하락의 주원인일 가능성을 의심해야 합니다.

② 쏠린 세트가 학습 단계를 벗어났는가

예산이 몰린 세트가 '학습 중' 상태라면 판단을 미룹니다. 일반적으로 광고세트는 7일 안에 최적화 이벤트 약 50건이 쌓여야 학습을 벗어납니다.

다만 여기서 예산을 역산해봐야 합니다. 예를 들어 캠페인 일예산이 30만 원이고 목표 CPA가 3만 원이라면 하루 10건, 7일에 70건이 최대치입니다. 세트가 3개라면 예산이 고르게 나뉠 경우 세트당 약 23건으로 모두 50건에 못 미칩니다. 이 계정에서는 한 세트에 예산이 몰리는 게 오히려 학습을 끝낼 유일한 방법입니다.

-> 핵심: 예산 규모가 작을수록 쏠림은 문제가 아니라 필요조건에 가깝습니다.

③ 판단할 만큼 충분히 썼는가

쏠림을 판단하려면 최소한 캠페인이 목표 CPA의 몇 배 이상을 쓴 뒤여야 합니다. 목표 CPA 3만 원 캠페인이 이틀 동안 10만 원 쓴 시점에 세트 간 효율을 비교하는 건 표본이 너무 작습니다. 전환 한두 건으로 순위가 뒤집히는 구간이기 때문입니다.

실무에서는 보통 학습이 끝났거나, 최소 7일이 지났거나, 세트별로 전환이 두 자릿수 이상 쌓인 뒤에 비교를 시작합니다.

④ 세트끼리 역할이 같은가

CBO는 모든 세트를 같은 기준, 즉 가장 싼 다음 전환으로 줄 세웁니다. 그래서 역할이 다른 세트가 한 캠페인에 섞여 있으면 구조적으로 쏠림이 생깁니다.

• 신규 고객 세트와 리타겟팅 세트를 한 캠페인에 넣은 경우 → 모수 크기 차이 때문에 어느 한쪽이 굶음

• 고가 상품 세트와 저가 상품 세트를 한 캠페인에 넣은 경우 → 전환 단가가 싼 저가 쪽으로 쏠림

• 검증된 소재 세트와 신규 테스트 세트를 넣은 경우 → 테스트 세트에 지출이 안 붙음

이 경우는 지출 한도로 억지로 맞추기보다 캠페인을 분리하는 것이 정답입니다. CBO의 판단 기준 자체가 이 구조와 맞지 않기 때문입니다.

3. 광고세트 지출 한도 설정 기준: 최소·최대를 거는 상황

캠페인 분리까지는 필요 없지만 배분을 어느 정도 통제하고 싶을 때 쓰는 게 광고세트 지출 한도입니다. CBO 캠페인 안에서 세트별로 최소·최대 지출을 걸 수 있습니다.

단, 지출 한도는 알고리즘의 선택지를 좁히는 장치입니다. 거는 순간 효율이 일부 희생된다는 걸 전제로 써야 합니다.

최소 지출 한도: 굶는 세트를 살릴 때

최소 한도는 특정 세트가 최소한의 데이터를 받게 하고 싶을 때 씁니다. 대표적인 경우는 두 가지입니다.

① 신규 소재·타겟 세트가 며칠째 지출을 거의 못 받는 경우
② 반드시 일정 노출이 필요한 세트가 있는 경우(시즌 상품, 프로모션 전용 세트 등)

주의할 점은 메타가 최소 한도를 반드시 채운다고 보장하지 않는다는 겁니다. 경매 상황에 따라 최소치에 못 미칠 수 있습니다. 그리고 최소 한도를 건 세트에 억지로 예산이 가면서 캠페인 전체 CPA가 오를 수 있습니다.

최대 지출 한도: 한 세트의 과잉 지출을 막을 때

최대 한도는 한 세트가 예산을 과하게 가져가면서 빈도가 급격히 오르거나, 해당 세트 CPA가 지출 증가와 함께 올라갈 때 씁니다.

기준을 잡는 방식은 간단합니다. 해당 세트의 지출이 늘어난 구간과 CPA가 오른 구간을 겹쳐 보고, CPA가 꺾이기 시작한 지출 수준 근처에 상한을 둡니다. 감으로 "50%만 쓰게 하자"라고 정하는 것보다 이 방식이 훨씬 덜 위험합니다.

실패 사례: 최소 한도를 다 걸어 사실상 ABO가 되는 경우

실무에서 자주 보이는 실수가 있습니다. 모든 세트에 최소 한도를 걸고, 그 합이 캠페인 예산의 대부분을 차지하는 구조입니다.

예를 들어 일예산 50만 원 캠페인에 세트 4개를 두고 각각 최소 10만 원을 걸면 40만 원, 즉 예산의 80%가 이미 수동으로 배분된 상태가 됩니다. 알고리즘이 움직일 수 있는 건 나머지 10만 원뿐입니다. 이러면 CBO의 장점은 사라지고 관리만 복잡해집니다.

-> 핵심: 세트 최소 한도의 합은 캠페인 예산의 일부로 제한하고, 한도는 문제가 있는 세트에만 겁니다. 모든 세트를 통제해야 한다면 처음부터 ABO가 맞는 구조입니다.

계정·캠페인·세트 단위 한도가 서로 어떻게 맞물리는지는 아래 글에 따로 정리했습니다.

메타 광고 지출 한도: 계정·캠페인·세트별 설정 기준

4. 캠페인 예산 최적화 운영 중 수정 순서

CBO 캠페인은 켠 뒤의 수정 하나하나가 학습에 영향을 줍니다. 자주 생기는 상황 세 가지와 권장하는 순서를 정리합니다.

신규 세트를 추가하고 싶을 때

기존 CBO 캠페인에 새 세트를 넣는 방식은 앞서 말한 이유로 테스트가 제대로 안 되는 경우가 많습니다.

권장 순서는 이렇습니다.

① 새 소재·타겟은 별도 테스트 캠페인(ABO 또는 소규모 CBO)에서 먼저 돌립니다.
② 테스트에서 목표 CPA 안쪽으로 전환이 쌓인 요소만 본 캠페인으로 옮깁니다.
③ 옮길 때는 세트를 새로 만들기보다 기존 세트에 소재를 추가하는 방식을 먼저 검토합니다.

한 브랜드의 경우 본 캠페인에 신규 세트를 계속 추가하다 보니 세트가 여섯 개까지 늘었고, 지출은 기존 두 세트에 대부분 몰려 나머지 넷은 몇 주째 학습 중 상태로 남아 있었습니다. 테스트를 분리하고 본 캠페인을 두 세트로 줄이자 전체 CPA가 안정됐는데, 예산은 한 푼도 늘리지 않은 상태였습니다.

예산을 늘리고 싶을 때

CBO에서는 예산을 캠페인 단위로 올리기 때문에 세트별로 올릴 때보다 충격이 덜합니다. 그래도 한 번에 크게 올리면 학습이 다시 흔들릴 수 있습니다.

실무에서는 한 번에 소폭씩 올리고, 올린 뒤 며칠은 지켜보는 방식을 씁니다. 증액 직후에는 늘어난 예산이 어느 세트로 흘러갔는지 반드시 확인합니다. 늘어난 예산이 이미 빈도가 높은 세트로만 흘렀다면 증액 효과보다 단가 상승이 먼저 올 수 있습니다.

메타 광고 예산 늘리면 생기는 일: 증액 후 7일 판독 기준

성과 나쁜 세트를 끄고 싶을 때

CBO 안에서 지출이 거의 없는 세트는 급하게 끌 필요가 없습니다. 예산을 거의 안 쓰고 있으니 손해도 거의 없습니다.

반대로 지출이 크고 CPA가 높은 세트는 끄기 전에 확인할 게 있습니다. 그 세트가 빠지면 남은 세트들이 늘어난 예산을 감당할 수 있는지입니다. 남은 세트 모수가 좁으면 예산을 다 못 쓰거나, 쓰더라도 단가가 급등합니다. 이 경우는 세트를 끄는 것과 동시에 캠페인 예산도 함께 줄이는 편이 안전합니다.

운영 중 점검 체크리스트

지금 운영 중인 CBO 캠페인을 열어 아래 항목을 확인해보면 됩니다.

[] 캠페인 전체 CPA를 먼저 보고, 세트별 지출 비중은 그다음에 보고 있는가?
[] 예산이 몰린 세트가 학습을 벗어났는가, 아니면 예산 규모상 한 세트밖에 학습할 수 없는 구조인가?
[] 신규 고객·리타겟팅처럼 역할이 다른 세트가 한 캠페인에 섞여 있지 않은가?
[] 세트 최소 한도의 합이 캠페인 예산 대부분을 차지하고 있지 않은가?
[] 새 테스트를 본 캠페인에 끼워 넣고 있지 않은가?

자주 묻는 질문

메타 CBO에서 예산이 한 광고세트에만 몰리는 이유는?
CBO는 세트별 누적 CPA가 아니라 추가 지출 시 다음 전환을 가장 싸게 얻을 수 있는 곳에 예산을 보냅니다. 모수가 넓고 데이터가 많이 쌓인 세트일수록 이 예측이 유리해 예산이 몰립니다. 캠페인 전체 CPA가 목표 안에 있다면 정상적인 동작입니다.

메타 캠페인 예산 최적화에서 광고세트 최소 지출을 설정해도 되나요?
굶고 있는 특정 세트에 최소한의 데이터를 주고 싶을 때만 제한적으로 쓰는 것이 좋습니다. 모든 세트에 최소 한도를 걸면 알고리즘이 조정할 수 있는 예산이 거의 남지 않아 사실상 수동 배분이 됩니다. 또 최소 한도는 보장값이 아니라서 채워지지 않을 수도 있습니다.

CBO 일예산보다 더 많이 쓰이는 건 오류인가요?
오류가 아닙니다. 메타는 기회가 좋은 날 일예산보다 최대 75%까지 더 쓸 수 있고, 대신 주간 합계는 일예산의 7배를 넘지 않게 맞춥니다. 지출은 하루 단위가 아니라 주 단위로 판단하는 것이 맞습니다.

CBO 캠페인에 새 광고세트를 추가하면 학습이 초기화되나요?
새로 추가한 세트는 자체 학습을 처음부터 시작하고, 기존 세트의 학습이 곧바로 초기화되지는 않습니다. 다만 신규 세트는 데이터가 없어 지출을 거의 받지 못하는 경우가 많습니다. 새 요소 테스트는 별도 캠페인에서 먼저 검증한 뒤 옮기는 방식이 더 안정적입니다.

마무리

메타 캠페인 예산 최적화에서 예산 쏠림 자체는 경고 신호가 아닙니다. 경고 신호는 쏠림과 함께 캠페인 전체 CPA가 오를 때, 그리고 역할이 다른 세트가 한 캠페인에 섞여 있을 때입니다.

정리하면 순서는 이렇습니다.
전체 CPA를 확인하고, 학습 상태와 표본을 확인하고, 세트 역할이 같은지 확인합니다. 그래도 문제가 남는 세트에만 지출 한도를 겁니다.

CBO를 켠 뒤 가장 흔한 실수는 알고리즘을 믿지 못해 한도를 겹겹이 거는 것입니다. 통제할수록 CBO를 쓰는 의미가 줄어든다는 점을 기억하고, 개입은 기준에 걸린 곳에만 하는 편이 성과를 지키는 방법입니다.