전환 캠페인 100%만 돌렸다가 ROAS를 반토막 낸 팀들이 놓친 것

"광고비는 무조건 전환에 집중해야 효율이 나오는 거 아닌가요?" 이 질문은 퍼포먼스 마케팅 현장에서 가장 자주 듣는 말 중 하나다. 2년 전까지만 해도 틀리지 않은 전략이었다. 그런데 2026년 현재, Meta 안드로메다 알고리즘이 전면 적용된 환경에서 전환 캠페인에만 예산을 몰아주는 팀은 알고리즘과 정면으로 싸우고 있는 셈이다. 실제로 패션 브랜드 A사는 전환 100% 배분에서 풀퍼널 구조로 전환한 후 3개월 만에 ROAS가 2.8에서 4.5로 약 60% 상승했다. 무엇이 달라졌을까?

1. Meta 안드로메다가 뒤바꾼 광고의 공식

안드로메다(Andromeda)는 Meta가 2025년 하반기부터 본격 적용한 차세대 광고 랭킹 알고리즘이다. 기존 알고리즘 대비 모델 용량이 10,000배 확장됐으며, 실시간 학습을 통해 광고 노출 대상을 결정한다. 핵심 변화는 이것이다. 과거 알고리즘은 전환 이벤트 하나만 보고 최적화했다면, 안드로메다는 풀퍼널 데이터 전체를 학습한다. 조회, 클릭, 장바구니, 구매까지 이어지는 전체 경로를 학습 신호로 삼기 때문에, 인지와 고려 단계 캠페인에서 발생하는 데이터가 전환 캠페인의 효율을 직접적으로 높여준다. 반대로 말하면, 전환 캠페인만 돌리는 구조에서는 알고리즘이 학습할 수 있는 신호가 극도로 제한된다. Meta 공식 데이터에 따르면, 단일 전환 캠페인 구조에서의 학습 효율은 풀퍼널 구조 대비 50% 이하에 머무는 것으로 알려져 있다.

💡 PRO TIP: 안드로메다 시대에는 '예산 배분'보다 '학습 신호 설계'가 먼저다. 전환 이벤트 외에도 콘텐츠 조회, 리드 등록, 장바구니 추가 이벤트를 꾸준히 쌓아야 알고리즘이 제대로 학습한다.

2. 풀퍼널 예산 배분이 ROAS를 결정하는 이유

퍼포먼스 마케팅에서 '퍼널'이라는 개념은 이미 익숙하지만, 실제 예산 배분에 적용하는 팀은 많지 않다. 여전히 대부분의 팀이 인지·고려 단계를 콘텐츠 마케팅 영역으로, 전환을 광고 영역으로 분리해서 생각한다. Meta 안드로메다 환경에서는 이 구분이 무의미하다. 하나의 광고 계정 안에서 풀퍼널을 설계해야 알고리즘이 전체 데이터를 연결해 학습할 수 있기 때문이다. 실무에서 검증된 예산 배분 비율은 다음과 같다:

단기 ROAS만 쫓는 팀은 BOF에 70% 이상을 배분하고 싶어 한다. 하지만 이 전략은 처음 1~2개월은 효율이 좋아 보여도, 시간이 지날수록 모수가 고갈되면서 CPA가 급등하는 패턴으로 이어진다. 인지·고려 캠페인은 단순히 '브랜딩'이 아니라, 전환 캠페인의 연료 탱크를 채우는 역할을 한다.

⚠️ 주의: 풀퍼널 구조로 전환하면 첫 달은 ROAS가 일시적으로 하락할 수 있다. 알고리즘 재학습 기간(보통 2~4주) 동안은 섣불리 예산이나 구조를 바꾸지 말고 데이터를 지켜봐야 한다.

3. Advantage+ 캠페인, 제대로 쓰는 법

Meta Advantage+는 타겟팅, 입찰, 소재 배치를 AI가 자동으로 최적화하는 캠페인 유형이다. 2026년 현재 많은 광고주가 Advantage+를 도입했지만, '그냥 켜두기만 하면 알아서 잘 된다'는 오해가 여전히 많다. Advantage+가 제 역할을 하려면 입력 품질이 핵심이다. AI가 아무리 뛰어나도 소재가 빈약하고, 픽셀 데이터가 부족하고, 랜딩페이지 전환율이 낮다면 좋은 결과를 기대할 수 없다. Advantage+ 캠페인 세팅 시 반드시 확인할 5가지:

1. 픽셀 이벤트 다양성 — ViewContent, AddToCart, InitiateCheckout, Purchase 이벤트가 모두 발화되는지 확인
2. 소재 다양성 — 이미지, 영상, 카탈로그 소재를 최소 5~10개 이상 입력해야 알고리즘이 최적 조합을 찾을 수 있음
3. 예산 안정성 — 학습 기간 중 예산을 20% 이상 변경하면 학습이 리셋됨. 최소 2주간 안정적으로 유지
4. 광고 계정 이벤트 신뢰도 — 픽셀 매칭 품질(EMQ)이 낮으면 Advantage+의 정확도가 떨어짐. CAPI 연동 필수
5. 오디언스 시그널 입력 — 완전 자동에 맡기기 전에, 기존 구매 고객 데이터를 오디언스 시그널로 입력하면 초기 학습 속도가 빨라짐

4. CAPI 없이 Meta 광고 최적화는 반쪽짜리다

Conversions API(CAPI)는 Meta가 제공하는 서버 사이드 이벤트 전송 방식이다. 브라우저 픽셀이 iOS의 쿠키 차단, 광고 차단 익스텐션 등으로 데이터 손실이 발생하는 것을 보완하기 위해 등장했다. CAPI를 연동하면 전환 추적 정확도가 20~35% 개선된다. 이는 단순히 리포팅 수치의 문제가 아니다. 알고리즘이 학습하는 신호 자체가 더 정확해지기 때문에, ROAS 최적화의 정밀도가 올라간다. 국내 온라인 교육 플랫폼 기준으로 CAPI 연동 시 개선되는 주요 지표:

• 이벤트 매칭 품질(EMQ): 평균 6점대 → 8점대로 향상
• 추적된 구매 이벤트 수: 평균 25~40% 증가
• CPM 대비 전환 효율: 약 15~20% 개선 CAPI 연동 방법은 크게 세 가지다: Meta 비즈니스 매니저 직접 연동, GTM 서버 사이드 컨테이너 활용, 그리고 Shopify·카페24 등의 플랫폼 내장 CAPI 기능 활용. 자사 개발팀이 있다면 API 직접 연동이 가장 정확하고, 없다면 GTM 서버 사이드가 현실적인 대안이다.

💡 PRO TIP: CAPI와 브라우저 픽셀을 병행 운영할 때는 이벤트 중복을 막기 위해 반드시 event_id 파라미터로 중복 제거(deduplication)를 설정해야 한다. 중복 이벤트가 쌓이면 오히려 알고리즘이 왜곡된 신호를 학습한다.

5. 소재 전략 — UGC vs BGC, 무엇을 먼저 테스트할 것인가

안드로메다 알고리즘은 소재의 다양성과 품질에 매우 민감하게 반응한다. 2026년 현재 가장 뚜렷하게 확인되는 트렌드는 UGC(User Generated Content) 형태의 소재가 BGC(Brand Generated Content) 대비 평균 2~3배 높은 ROAS를 기록한다는 점이다. UGC가 강한 이유는 단순하다. 피드에서 광고처럼 보이지 않아서 스크롤 멈춤 효과(thumb-stop rate)가 높고, 실제 사용자의 경험을 담고 있어 신뢰도가 높기 때문이다. 온라인 교육 플랫폼에서 효과가 검증된 UGC 소재 유형:

• 수강생이 직접 촬영한 강의 후기 영상 (30~60초)
• 취업/자격증 합격 후기 스크린샷 + 자막 편집본
• 강의를 들으면서 노트 필기하는 일상 영상 (GRWM 형식)
• Before/After 포트폴리오 비교 이미지 단, UGC를 활용할 때는 반드시 수강생으로부터 광고 활용 동의를 서면으로 받아야 한다. 실제로 동의 없이 활용된 UGC 광고로 법적 분쟁이 발생한 사례가 있으므로 주의가 필요하다. 소재 테스트 프레임워크 (A/B 기준):

마무리: 알고리즘을 이기려 하지 말고, 알고리즘이 학습할 데이터를 설계하라

2026년 Meta 광고 최적화의 핵심은 단순히 '어떤 버튼을 누르느냐'가 아니다. 알고리즘이 제대로 학습할 수 있는 환경을 만들어주는 것이다. 오늘 정리한 내용을 한 줄로 요약하면 이렇다: 풀퍼널 구조로 학습 신호를 설계하고, CAPI로 데이터 정확도를 높이고, 다양한 UGC 소재로 알고리즘에게 선택지를 줘라. 전환 캠페인에만 예산을 몰아넣던 팀이라면, 지금 당장 예산의 10~20%를 인지·고려 단계로 옮겨보자. 처음 한 달은 ROAS가 흔들릴 수 있다. 하지만 3개월 후의 데이터는 다른 이야기를 할 것이다. 이런 실무 중심 마케팅 콘텐츠가 도움이 됐다면, 블로그를 구독해 매주 업데이트되는 퍼포먼스 마케팅 인사이트를 받아보세요. 실제 데이터와 사례를 기반으로 한 콘텐츠를 꾸준히 전달합니다.

메타 디스크립션: Meta 안드로메다 알고리즘 시대, 전환 캠페인 단독 운영의 한계를 풀퍼널 구조로 극복하는 법. ROAS 60% 개선 사례와 Advantage+, CAPI, UGC 소재 전략을 실무 관점에서 정리합니다.