답변
'학습 제한(Learning Limited)' 상태는 현재 광고 세트 구조로는 7일 이내 50개의 최적화 이벤트를 확보하는 게 수학적으로 불가능하다고 알고리즘이 판단했다는 뜻입니다. 이 상태가 되면 알고리즘은 공격적인 최적화를 멈추고 보수적인 노출 패턴에 머무릅니다. 가장 먼저 볼 것은 최적화 목표입니다. 제품 특성상 주당 50건의 '구매' 전환을 만들기 어렵다면, 더 상위 단계의 대체 이벤트(장바구니 담기, 결제 시작 등)로 최적화 목표를 바꿔 이벤트 발생 빈도를 높이는 방법이 효과적입니다. 단, 조정한 뒤에는 최소 7일간 큰 변경 없이 유지해야 합니다 — 조기에 또 손대면 카운트가 다시 리셋됩니다. 두 번째는 계정 구조입니다. 캠페인·광고 세트를 잘게 쪼갤수록 개별 세트가 받는 전환 신호가 줄어 학습이 느려집니다. 오디언스 가설 하나마다 세트를 새로 만들기보다, 겹치는 타겟을 쓰는 세트들을 통합해 메타에 더 많은 신호를 몰아주는 방향이 낫습니다. 볼륨 자체를 키우고 싶다면 이미 검증된 캠페인의 예산을 계속 올리기보다(수직 스케일업, 리셋 위험), 성과가 검증된 캠페인을 복제해 더 높은 예산으로 별도 운영하는 방식(수평 스케일업)을 병행하면 학습 리셋 위험을 줄이면서 볼륨을 늘릴 수 있습니다.