시그널 엔지니어링 2.0: CAPI 너머, 메타 알고리즘을 훈련시키는 기술

TLDR

• CAPI 설정은 시작일 뿐입니다 — 진짜 성과 차이는 어떤 시그널을 보낼지 설계하는 것에서 갈립니다
• EMQ 8.6에서 9.3으로 개선하면 CPA -18%, 매치율 +24%, ROAS +22% 향상
• 2026년 Meta REA(자율 AI)가 등장하면서, 시그널 품질이 자동으로 복리 효과를 만듭니다
• Signals Gateway 도입만으로 기존 CAPI 대비 CPA -23% 추가 개선 가능

"CAPI 켰는데, 왜 성과가 그대로일까?"

2025년 이후, 대부분의 광고주가 전환 API(CAPI)를 도입했습니다. 그런데 기대한 만큼 성과가 나오지 않는 경우가 많습니다. CAPI는 데이터를 전달하는 파이프라인일 뿐, 그 안에 무엇을 담아 보내느냐는 완전히 다른 문제이기 때문입니다.

이 글에서는 CAPI가 무엇이고 왜 필요한지부터 시작해서, 메타 알고리즘에 어떤 시그널을, 언제, 어떤 가치로 보낼지 설계하는 기술 — 시그널 엔지니어링의 전체 그림을 다룹니다.

0. 먼저 알아야 할 것: CAPI(전환 API)란?

CAPI(Conversions API, 전환 API)는 서버에서 메타 서버로 직접 전환 데이터를 보내는 통로입니다.

기존에는 메타 픽셀(Meta Pixel)이 브라우저를 통해 "이 사람이 구매했다"는 정보를 메타에 전달했습니다. 하지만 iOS 14.5의 앱 추적 투명성(ATT) 정책, 사파리 쿠키 7일 만료, 광고 차단기(사용자의 31.5%가 사용) 등으로 픽셀만으로는 실제 전환의 최대 40%를 놓칠 수 있습니다.

CAPI는 이 문제를 해결합니다. 브라우저를 거치지 않고 서버에서 직접 데이터를 전송하기 때문에, 쿠키 차단이나 광고 차단기의 영향을 받지 않습니다. 메타 광고 교육 전문가 Jon Loomer는 메타 광고를 운영한다면 전환 API를 반드시 설정해야 한다고 단호하게 말한 바 있습니다.

하지만 CAPI를 설치했다고 끝이 아닙니다. CAPI는 데이터를 전달하는 파이프라인일 뿐, 그 안에 무엇을 담아 보내느냐는 완전히 다른 문제입니다. 그것이 바로 시그널 엔지니어링입니다.

1. 시그널 엔지니어링이란 무엇인가

시그널 엔지니어링은 광고 플랫폼에 보내는 전환 데이터를 전략적으로 설계하고 최적화하는 과정입니다. 단순히 데이터를 더 많이 보내는 것이 아니라, 더 예측력 있는 데이터를 선별적으로 보내는 것이 핵심입니다.

1억 달러 이상의 광고비를 운용해온 독립 컨설턴트 Thomas Petit은 시그널 엔지니어링의 본질을 이렇게 요약합니다 — 네트워크에 더 좋은 데이터를 보내면, 네트워크가 더 좋은 결과를 만들어낸다고요. 동시에 그는 경고하기도 합니다. 아무리 크리에이티브가 뛰어나도, 보내는 데이터가 엉망이면 성과는 나오지 않는다고요.

Funnel.io(2025)에 따르면 시그널 최적화를 통해 전환율 +24%, CPA -15%를 달성한 사례가 보고되고 있으며, Admiral Media(2025)는 시그널 엔지니어링을 2025-2026년 퍼포먼스 마케팅의 핵심 경쟁력으로 규정합니다.

V1과 V2의 차이

기존 시그널 엔지니어링(V1)이 "CAPI가 뭔지, 왜 필요한지"에 집중했다면, V2는 "어떤 시그널을 설계해서 보낼지"에 집중합니다.

2. 메타 알고리즘의 진화: 시그널이 중요해진 구조적 이유

메타의 광고 시스템은 단순한 타겟팅 엔진에서 자율적 AI 시스템으로 진화하고 있습니다. 이 변화가 시그널 엔지니어링을 선택이 아닌 필수로 만들었습니다.

Andromeda: 사용자 여정을 읽는 엔진

메타의 Andromeda 엔진(Meta Engineering Blog, 2024)은 단일 전환 이벤트가 아니라, 사용자의 행동 시퀀스 전체를 학습합니다. 상품 조회 → 장바구니 → 결제 시작 → 구매라는 여정을 하나의 맥락으로 이해하고, 타임스탬프와 위치 정보까지 인코딩합니다. Andromeda 도입 이후 광고 리트리벌 정확도가 +6%, 광고 품질이 +8% 향상되었습니다.

이것이 의미하는 바는 명확합니다. Purchase 이벤트 하나만 보내면, Andromeda는 절반의 정보로 학습하는 셈입니다. 중간 단계 이벤트(AddToCart, InitiateCheckout)와 행동 시그널을 함께 보내야 알고리즘이 "구매할 사람"의 전체 여정을 학습할 수 있습니다.

GEM: 크리에이티브와 시그널을 통합 학습하는 뇌

GEM(Generative Ads Model, Meta Engineering Blog, 2025)은 메타 광고 시스템의 중앙 두뇌로, 크리에이티브 시그널과 전환 시그널을 통합해서 학습합니다. GEM 도입 이후 Instagram 전환율이 +5%, Facebook 피드 전환율이 +3% 향상되었습니다.

GEM의 InterFormer 아키텍처는 시퀀스 정보를 완전히 보존하기 때문에, 시그널의 타이밍과 순서가 학습에 직접 영향을 미칩니다. 같은 종류의 전환 이벤트만 반복해서 보내면 1개의 학습 시그널이지만, 다양하고 풍부한 이벤트를 보내면 N개의 학습 시그널이 됩니다.

REA: 시그널이 자율 AI를 먹인다

2026년 3월, 메타는 REA(Ranking Engineer Agent)를 공개했습니다. REA는 광고 랭킹 모델의 전체 ML 라이프사이클을 자율적으로 관리하는 AI 에이전트입니다. 검증(Validation) → 조합(Combination) → 활용(Exploitation)의 3단계로 모델을 자동 개선하며, 기존 대비 모델 정확도가 2배 향상되었습니다.

비즈니스 관점에서 이것이 의미하는 바는 다음과 같습니다. 여러분이 보내는 시그널은 이제 단순히 "알고리즘에 입력되는 데이터"가 아니라, 스스로 진화하는 AI 시스템의 학습 재료입니다. 좋은 시그널을 보내면 REA가 그 시그널을 바탕으로 모델을 개선하고, 개선된 모델이 다시 더 정확한 최적화를 수행합니다. 시그널 품질이 복리 효과를 만들어내는 구조입니다.

관련 글: 메타 광고: 안드로메다 & GEM 알고리즘 시대의 광고 전략

시그널 엔지니어링을 직접 진단받고 싶으시다면, 30분 무료 그로스 진단 미팅에서 현재 EMQ 점수와 이벤트 설정을 함께 살펴볼 수 있습니다.

3. 시그널 엔지니어링 3단계 프레임워크

시그널 엔지니어링은 한 번에 완성되는 것이 아니라, 3단계로 진행되는 전략적 프로세스입니다. Thomas Petit의 방법론을 웹/이커머스 맥락으로 재구성하면 다음과 같습니다.

1단계: 손상된 데이터 복구 (10% 오차율 법칙)

모든 것의 출발점은 현재 보내고 있는 데이터가 정확한지 확인하는 것입니다.

Thomas Petit은 첫 번째 단계로 반드시 데이터 감사(audit)를 실시할 것을 강조합니다. 광고 플랫폼에 보내는 이벤트 수가 내부 애널리틱스와 5-10% 이내로 일치해야 한다는 것이 그의 기준입니다. 10% 이상 차이가 나면, 시그널 최적화 이전에 데이터 파이프라인 자체를 수리해야 합니다.

진단 체크리스트:

• Meta Events Manager의 Purchase 이벤트 수 vs. 실제 주문 수 비교
• CAPI와 Pixel의 중복 전송(Deduplication) 검증
• EMQ 점수 확인 — Purchase 이벤트가 6.0 미만이면 긴급 조치 필요
• 이벤트 파라미터 누락 확인 (value, currency, content_id 등)

Foxwell Digital(2025)에 따르면, 대다수 광고주의 Purchase EMQ가 7-9점 사이에 머물러 있으며, 8.0 미만인 경우 즉각적인 개선이 필요합니다. CustomerLabs(2025)는 EMQ를 8.6에서 9.3으로 0.7포인트 개선하는 것만으로 CPA -18%, 매치율 +24%, ROAS +22% 효과를 확인했다고 보고합니다.

2단계: 필터링 및 조건부 이벤트 전송

데이터 정확도가 확보되면, 다음 단계는 어떤 이벤트를 보내고 어떤 이벤트를 보내지 않을지 결정하는 것입니다.

대부분의 광고주가 간과하는 핵심 개념이 여기에 있습니다. 모든 전환을 보내는 것이 최선이 아닙니다. Thomas Petit의 핵심 통찰은 "qualified(자격을 갖춘) 전환"만 선별적으로 보내야 한다는 것입니다. 그의 사례에서 모든 트라이얼 대신 자격을 갖춘 트라이얼만 보냈을 때 ROAS가 30-50% 향상되었습니다.

웹/이커머스에서 이 원리를 적용하면 두 가지 필터링 방식이 있습니다.

하드 팩터 (명확한 기준으로 필터링):

• 첫 구매 vs. 재구매 분리 전송
• 할인 구매 vs. 정가 구매 분리 전송
• 반품/환불 이벤트를 음수 값으로 역전송
• 특정 금액 이하의 소액 구매 제외

소프트 팩터 (행동 기반 예측으로 필터링):

• 특정 페이지를 3개 이상 조회한 후 구매한 경우만 "고관여 구매"로 분류
• 결제까지 소요 시간이 평균 이하인 "빠른 결정" 구매자 별도 분류
• 첫 방문 24시간 내 구매한 "즉시 전환" 유저 분류

이렇게 필터링하면 메타 알고리즘은 "가치 있는 고객이 어떤 사람인지"를 더 정확하게 학습합니다.

3단계: 예측 가치(Revenue) 설계

가장 고급 단계는 전환 이벤트에 붙이는 가치(value)를 전략적으로 설계하는 것입니다. 이 단계에서는 실제 결제 금액이 아니라, 비즈니스가 판단하는 고객의 가치를 메타에 전달합니다.

가치 증폭 (Value Amplification):

• 정가 구매자의 value를 실제보다 1.2-1.5배 높게 전송 (할인 구매자 대비 LTV가 높으므로)
• 재구매 고객의 value를 높게 전송 (리텐션이 검증된 고객이므로)
• 고AOV(높은 객단가) 구매의 value 가중치 부여

가치 축소 (Value Suppression):

• 대폭 할인 구매자의 value를 축소 전송 (체리피커 유입 방지)
• 반품률이 높은 카테고리의 value를 실제보다 낮게 전송

비전환 유저에게 가치 부여 (Predictive Signaling):

Thomas Petit이 강조하는 가장 혁신적인 접근법입니다. 아직 구매하지 않았지만 구매할 것 같은 행동을 보이는 유저에게 시그널을 발생시키는 것입니다.

• 위시리스트에 3개 이상 상품 추가 → "high_intent" 커스텀 이벤트 발생
• 리뷰를 2개 이상 읽은 후 상품 상세 페이지 재방문 → "research_buyer" 이벤트 발생
• 이런 예측 시그널은 알고리즘이 미래의 구매자를 더 빨리 찾아내도록 도와줍니다

ContextSDK(2026)는 이 접근법을 2026년의 핵심 성장 레버로 규정하면서, 초기 행동 시그널이 늦은 전환 시그널보다 알고리즘 학습에 더 효과적이라고 분석합니다.

4. Signals Gateway: 2025년 대부분의 광고주가 놓친 업그레이드

Signals Gateway는 기존 CAPI Gateway를 대체하는 메타의 차세대 데이터 전송 인프라입니다. 기존 CAPI 위에 도입하면 평균 CPA를 -23% 추가 개선할 수 있습니다.

CAPI Gateway vs. Signals Gateway

MeasureU(2025)는 "기존 CAPI 설정만으로는 더 이상 충분하지 않다"며, Signals Gateway가 퍼스트파티 데이터 수집의 새로운 기준이라고 분석합니다. Jon Loomer도 CAPI 설정은 메타 광고를 운영하는 모든 광고주에게 필수라고 강조하면서, 자신의 경우 CAPI Gateway만으로도 평균 10% 이상의 추가 이벤트를 확보했다고 밝힙니다.

핵심 차이는 Signals Pixel이 광고주 자사 도메인에 설치된다는 점입니다. 브라우저는 이를 퍼스트파티 리소스로 인식하기 때문에, 서드파티 쿠키 차단과 광고 차단기의 영향을 최소화합니다. Madgicx(2025)와 Stape.io(2025)의 비교 분석에서도 Signals Gateway가 데이터 수집 범위와 정확도 모두에서 우위를 보입니다.

Offline CAPI 통합 (2025년 5월 변경)

2025년 5월, 메타는 기존 Offline Conversions API를 공식 폐기하고 모든 오프라인 전환 데이터를 표준 CAPI로 통합했습니다. B2B, 리테일, 옴니채널 광고주에게 중요한 변화입니다.

• 매장 방문, 전화 상담, CRM 전환 등 오프라인 이벤트도 이제 CAPI를 통해 전송
• Signals Gateway를 사용하면 온라인+오프라인 시그널을 하나의 파이프라인으로 통합 가능
• 이로써 메타 알고리즘은 고객의 온-오프라인 전체 여정을 학습할 수 있게 되었습니다

5. 커스텀 시그널 설계: 표준 이벤트를 넘어서

표준 이벤트(Purchase, AddToCart 등)는 기본입니다. 진정한 시그널 엔지니어링의 차별화는 커스텀 시그널을 설계하는 것에서 시작됩니다.

CustomerLabs(2025)에 따르면, 커스텀 이벤트는 메타 알고리즘을 "훈련"시키는 가장 직접적인 수단입니다. 표준 이벤트가 "무엇이 일어났는지"를 알려준다면, 커스텀 시그널은 "어떤 종류의 고객인지"를 알려줍니다.

이커머스를 위한 커스텀 시그널 예시

high_aov (높은 객단가 구매)

• 평균 주문 금액 이상의 구매가 발생했을 때 전송
• 알고리즘이 "큰 금액을 지출하는 사람"의 패턴을 학습
• 이 시그널로 최적화하면 객단가가 자연스럽게 상승

no_discount (정가 구매)

• 할인 코드 없이 구매한 경우에만 전송
• 할인에 민감하지 않은 고LTV 고객을 더 많이 확보
• 프로모션 의존도를 줄이면서 마진을 보호

repeat_buyer (재구매 고객)

• 2회 이상 구매한 고객의 구매 이벤트에 태그
• 리텐션이 검증된 "좋은 고객"의 프로필을 알고리즘에 학습시킴
• Advantage+ 쇼핑 캠페인과 결합하면 특히 효과적

predicted_ltv (예측 LTV)

• 내부 데이터로 추정한 고객 생애 가치를 value 파라미터로 전송
• 알고리즘이 단건 구매 금액이 아닌 장기 가치를 기준으로 최적화
• Value Rules(가치 규칙)와 결합하면 더 정교한 입찰 전략 가능

6. 시그널 밀도(Signal Density)와 캠페인 구조

시그널의 품질만큼 중요한 것이 시그널의 밀도입니다. 아무리 좋은 시그널을 보내도, 캠페인 구조가 잘못되면 알고리즘이 학습하지 못합니다.

Silverback Strategies(2025)는 GEM 시대의 핵심 개념으로 "시그널 밀도(Signal Density)"를 제시합니다. 시그널 밀도란 캠페인 단위당 집중된 고품질 전환 시그널의 양을 의미합니다.

GEM 학습 임계값과 시그널 밀도

메타의 학습 단계(Learning Phase)를 벗어나려면 주당 약 50건의 전환이 필요합니다. 여기서 캠페인 구조가 시그널 밀도를 결정합니다.

잘못된 구조: - 캠페인 A: 주당 15건 전환 → 학습 실패 - 캠페인 B: 주당 15건 전환 → 학습 실패 - 캠페인 C: 주당 15건 전환 → 학습 실패 - 총 45건의 전환이 발생했지만, 어떤 캠페인도 학습하지 못함

올바른 구조: - 통합 캠페인: 주당 45건 전환 → 학습 임계값에 근접 → 알고리즘 최적화 작동

이것이 바로 시그널 엔지니어링이 단순한 데이터 전송 전략이 아닌, 캠페인 아키텍처 전략이기도 한 이유입니다. Silverback Strategies(2025)에 따르면, Advantage+ 쇼핑 캠페인의 ROAS가 평균 +22%인 이유도 시그널 통합 효과가 크다고 분석합니다.

시그널 밀도를 높이는 구조적 방법

1. 캠페인 통합: 유사 목적의 캠페인을 하나로 합쳐 시그널 집중
2. 광범위 타겟팅 + 풍부한 시그널: Andromeda는 넓은 타겟에서 시그널을 기반으로 좁혀가는 구조
3. 상위 퍼널 이벤트 추가: Purchase만으로 부족하면 AddToCart 이벤트를 포함해 총 시그널량 확대
4. 다양한 크리에이티브: GEM은 크리에이티브 다양성도 시그널로 활용 — 같은 앵글의 소재 3개는 1개의 시그널, 다른 앵글의 소재 3개는 3개의 시그널

7. EMQ 최적화 실전 가이드: 7.0에서 9.0+까지

EMQ(Event Match Quality)는 메타가 부여하는 이벤트 데이터 품질 점수(0-10점)입니다. EMQ 점수가 높을수록 메타가 광고를 본 사람과 전환한 사람을 더 정확하게 매칭합니다.

2025-2026 EMQ 목표 점수

EMQ를 올리는 파라미터 우선순위

EMQ 점수에 가장 큰 영향을 미치는 파라미터는 다음 순서입니다.

1. 이메일 주소 (해시) — 가장 높은 매칭률. 로그인 유저의 이메일은 반드시 전송
2. 전화번호 (해시) — 이메일 다음으로 높은 매칭률
3. 이름 (fn, ln, 해시) — 다른 파라미터와 결합 시 매칭률 상승
4. IP 주소 + User Agent — CAPI 서버 사이드 전송 시 자동 포함
5. 외부 ID (external_id) — CRM ID 등으로 크로스 디바이스 매칭 강화
6. 클릭 ID (fbc, fbp) — Meta Pixel의 클릭/브라우저 ID. CAPI에서도 전달하면 매칭률 대폭 향상

Madgicx(2025)에 따르면, 이메일과 전화번호 두 가지만 제대로 전송해도 대부분의 광고주가 EMQ 8.0 이상을 달성할 수 있습니다. EasyInsights(2025)는 퍼스트파티 데이터 활용이 EMQ 개선의 가장 확실한 경로라고 분석합니다.

EMQ 개선 실전 팁

• 로그인 유도: 비회원 구매보다 회원 구매의 EMQ가 압도적으로 높음. 간편 로그인(소셜 로그인)이 EMQ 개선의 가장 빠른 방법
• 결제 시점 데이터 수집: 이메일, 전화번호, 이름을 결제 페이지에서 수집하고 CAPI로 전송
• fbc/fbp 파라미터 전달: Pixel이 생성하는 클릭 ID를 CAPI에서도 함께 전송하면 중복 제거와 매칭률이 동시에 개선
• Advanced Matching 활성화: Meta Pixel의 자동 고급 매칭 기능 활성화

8. 5대 실행 지침

시그널 엔지니어링을 실행할 때 반드시 지켜야 할 5가지 원칙입니다.

1. 신규 고객과 기존 고객을 분리하라

신규 고객 획득과 기존 고객 리텐션은 완전히 다른 시그널입니다. 두 유형을 섞어서 보내면 알고리즘이 "쉬운" 기존 고객에게 편향됩니다.

• Advantage+ 쇼핑 캠페인의 기존 고객 비율 상한 설정 (권장: 20-30%)
• 신규 구매 이벤트와 재구매 이벤트에 다른 커스텀 파라미터 부여
• 기존 고객 제외 오디언스 활용

2. Day 1 최적화에 집중하라

광고 캠페인 시작 후 첫 24-48시간의 시그널이 이후 성과를 결정합니다. 초기에 양질의 시그널이 충분히 유입되어야 학습 단계를 빠르게 통과합니다.

• 런칭 초기에는 상위 퍼널 이벤트(AddToCart)로 최적화하여 시그널량 확보
• 50건 이상 전환이 쌓이면 하위 퍼널(Purchase)로 전환
• 초기 예산은 학습에 필요한 시그널을 확보할 수 있는 수준으로 설정

3. 볼륨과 품질의 균형을 맞춰라

시그널을 너무 엄격하게 필터링하면 알고리즘이 학습할 데이터가 부족해집니다. 반대로 모든 이벤트를 보내면 시그널 품질이 희석됩니다.

• 전환 볼륨이 주당 50건 미만이면: 필터링을 느슨하게, 상위 퍼널 이벤트 포함
• 전환 볼륨이 주당 100건 이상이면: 필터링을 강화하여 고품질 시그널에 집중
• 시작은 넓게, 데이터가 쌓이면 좁히는 것이 안전한 접근법

4. 단일 시스템으로 통합하라

시그널이 여러 시스템(Pixel, CAPI, 써드파티 툴)에 분산되면 데이터 불일치와 중복이 발생합니다.

• Signals Gateway를 중심으로 모든 시그널 파이프라인 통합
• 하나의 이벤트 ID(event_id)로 Pixel과 CAPI의 Deduplication 보장
• 오프라인 전환도 같은 CAPI 파이프라인으로 통합 (2025.05 이후 필수)

5. 기술적 유연성을 유지하라

메타의 알고리즘과 데이터 정책은 계속 변합니다. 2025년에 Offline Conversions API가 폐기되었고, 2026년에 REA가 등장했습니다. 시그널 아키텍처는 이런 변화에 대응할 수 있어야 합니다.

• 하드코딩된 이벤트 전송 대신, 서버 사이드 로직으로 유연하게 관리
• GTM 서버 사이드 컨테이너 또는 CustomerLabs 같은 CDP 활용
• 분기별 시그널 감사(audit)로 이벤트 정확도와 EMQ 점수 모니터링

9. 크리에이티브와 시그널의 시너지

크리에이티브와 시그널은 별개의 영역이 아닙니다. 크리에이티브가 엔진이라면, 시그널은 내비게이션입니다. 아무리 강력한 엔진이라도 내비게이션이 잘못되면 목적지에 도달하지 못합니다.

GEM이 크리에이티브와 시그널을 연결하는 방식

GEM은 크리에이티브 요소(이미지, 카피, CTA)와 전환 시그널을 하나의 모델에서 동시에 학습합니다. 이것이 실무에서 의미하는 바는 다음과 같습니다.

크리에이티브 A(감성 소구)로 유입된 사용자가 구매했을 때, 그 구매 시그널에 high_aov 태그가 붙어 있다면 → GEM은 "감성 소구 크리에이티브는 높은 객단가 고객을 데려온다"고 학습합니다.

크리에이티브 B(할인 소구)로 유입된 사용자가 구매했을 때, 그 구매 시그널에 discount_buyer 태그가 붙어 있다면 → GEM은 "할인 소구 크리에이티브는 할인 민감 고객을 데려온다"고 학습합니다.

이렇게 시그널이 풍부해질수록 GEM은 어떤 크리에이티브가 어떤 종류의 고객을 획득하는지 더 정확하게 이해합니다. AI 생성 이미지가 전환율을 +7% 높인다는 메타의 데이터도, 결국 시그널이 충분할 때 의미가 있는 수치입니다.

실무적 시사점

• 크리에이티브 다양성과 시그널 풍부함을 동시에 추구해야 효과가 극대화됨
• 동일 앵글의 크리에이티브 10개보다, 다른 앵글의 크리에이티브 3개 + 커스텀 시그널 조합이 학습에 더 효과적
• 크리에이티브 테스트와 시그널 설계를 별개 프로젝트로 진행하지 말 것

10. 시그널 엔지니어링 감사 체크리스트

지금 바로 확인할 수 있는 시그널 엔지니어링 체크리스트입니다.

인프라 점검: - [ ] CAPI가 활성화되어 있는가? - [ ] Signals Gateway를 도입했는가? (미도입 시 -23% CPA 개선 기회 손실) - [ ] Pixel과 CAPI의 Deduplication(event_id)이 설정되어 있는가? - [ ] 오프라인 전환이 CAPI를 통해 전송되고 있는가? (2025.05 이후)

데이터 품질 점검: - [ ] Purchase EMQ 점수가 8.0 이상인가? - [ ] Meta Events Manager의 이벤트 수와 내부 데이터의 오차가 10% 이내인가? - [ ] 이메일, 전화번호 해시가 CAPI를 통해 전송되고 있는가? - [ ] fbc/fbp 파라미터가 CAPI에서도 전달되고 있는가?

시그널 전략 점검: - [ ] 표준 이벤트 외에 커스텀 시그널을 설계했는가? - [ ] 신규/기존 고객의 구매 시그널이 분리되어 있는가? - [ ] 전환 이벤트에 비즈니스 맥락이 담긴 value가 설정되어 있는가? - [ ] 캠페인 구조가 시그널 밀도를 극대화하도록 설계되어 있는가?

모니터링 점검: - [ ] 분기별 시그널 감사를 실시하고 있는가? - [ ] EMQ 점수 추이를 추적하고 있는가? - [ ] CAPI와 Pixel의 이벤트 수 불일치를 모니터링하고 있는가?

자주 묻는 질문 (FAQ)

Q. CAPI만 설정하면 시그널 엔지니어링이 된 건가요?

아닙니다. CAPI는 데이터를 전달하는 파이프라인일 뿐입니다. 시그널 엔지니어링은 그 파이프라인에 어떤 데이터를 담을지, 어떤 가치를 부여할지 전략적으로 설계하는 과정입니다. CAPI가 도로라면, 시그널 엔지니어링은 어떤 차에 무엇을 실어 보낼지 결정하는 것입니다.

Q. EMQ 점수가 낮으면 어디서부터 시작해야 하나요?

이메일 주소(해시)를 CAPI로 전송하는 것이 가장 빠르고 효과적인 첫 번째 조치입니다. 이메일 + 전화번호 두 가지만 제대로 보내도 대부분 EMQ 8.0 이상을 달성할 수 있습니다. 로그인 유도(간편 소셜 로그인)도 병행하면 더 빠르게 개선됩니다.

Q. 커스텀 시그널을 보내면 기존 캠페인에 바로 영향을 주나요?

시그널 변경 후 알고리즘이 새 패턴을 학습하는 데 보통 1-2주가 필요합니다. 기존 캠페인의 학습 단계가 리셋될 수 있으므로, 새 캠페인에서 테스트하거나 점진적으로 도입하는 것을 권장합니다.

Q. Signals Gateway와 CAPI Gateway 중 무엇을 선택해야 하나요?

새로 도입한다면 Signals Gateway를 권장합니다. 퍼스트파티 도메인 픽셀, 멀티 플랫폼 지원, -23% CPA 개선 등 모든 면에서 CAPI Gateway의 상위 호환입니다. 이미 CAPI Gateway를 사용 중이라면 Signals Gateway로 마이그레이션을 검토하세요.

Q. 전환 볼륨이 적은 소규모 광고주도 시그널 엔지니어링이 필요한가요?

오히려 전환 볼륨이 적을수록 더 중요합니다. 적은 전환 데이터에서 알고리즘이 정확하게 학습하려면, 각 시그널의 품질이 높아야 합니다. 주당 전환이 50건 미만이라면, 상위 퍼널 이벤트를 추가하여 총 시그널량을 확보하는 것부터 시작하세요.

Q. 시그널 엔지니어링과 인크리멘탈리티(Incrementality)의 관계는?

시그널 엔지니어링으로 알고리즘 학습이 개선되면, 광고의 순증 효과(Incrementality)도 함께 높아집니다. 정확한 시그널 → 정확한 타겟팅 → 광고 없이는 전환하지 않았을 유저에게 도달. 인크리멘탈리티에 대한 자세한 내용은 이 글을 참고하세요.

Q. 오프라인 매장이나 B2B 리드 전환도 시그널 엔지니어링이 가능한가요?

가능합니다. 2025년 5월 이후 모든 오프라인 전환은 표준 CAPI를 통해 전송됩니다. 매장 방문, 전화 상담, CRM의 SQL(Sales Qualified Lead) 전환 등을 CAPI로 보내면 메타 알고리즘이 온-오프라인 통합 여정을 학습합니다.

마치며

시그널 엔지니어링은 기술적인 설정이 아니라 전략적인 의사결정입니다. 어떤 고객이 가치 있는지, 어떤 행동이 미래 구매를 예측하는지, 알고리즘에게 무엇을 가르칠지를 결정하는 일입니다.

2026년 현재, 메타의 광고 시스템은 Andromeda, GEM, REA로 이어지는 자율 AI 체계로 진화하고 있습니다. 이 시스템의 성능은 결국 입력되는 시그널의 품질에 달려 있습니다. CAPI를 켜는 것은 시작일 뿐, 어떤 시그널을 설계해서 보낼지가 앞으로의 성과를 결정합니다.

지금 당장 할 수 있는 첫 번째 단계는 이것입니다. Meta Events Manager를 열고 Purchase 이벤트의 EMQ 점수를 확인하세요. 8.0 미만이라면, 이 글의 체크리스트부터 순서대로 실행하면 됩니다.

시그널 엔지니어링 전략 설계, 함께 합니다

Retention Inc.는 메타 광고 시그널 아키텍처 설계부터 EMQ 최적화, 커스텀 시그널 전략까지 end-to-end로 지원합니다.

• 30분 무료 그로스 진단 미팅 — 현재 시그널 상태를 함께 진단합니다
• Contact Form — 프로젝트 문의