몰로코 애즈의 CARA
몰로코 애즈를 위한 복합 광고 추천 시스템
개요
CARA(Compound Ad Recommendation Architecture)는 몰로코의 AI 시스템입니다. 30개가 넘는 모델과 에이전트, 전문 소프트웨어를 하나로 조율해, 오픈 인터넷에서 성과를 만들어냅니다.
오픈 인터넷 광고는 복잡합니다. 수십억 명의 유저, 하루 1조 건이 넘는 광고 기회, 수천 개의 광고주, 수백만 개의 앱이 얽혀 있죠. 모든 결정은 노출 단위로, 수십 밀리초 안에 내려져야 합니다. 광고주-유저-맥락의 조합 대부분은 한 번도 등장한 적 없는 새로운 경우고요. 게다가 AI가 읽어야 할 시그널은 형식도, 속도도, 신뢰도도 제각각입니다.
몰로코는 지금의 AI 열풍이 오기 한참 전인 2013년부터 이 복잡성 하나를 파고들었습니다. CARA는 딥러닝 아키텍처로 여러 소스의 시그널을 동시에 읽어, 유저와 앱, 크리에이티브, 전환이 어떻게 연결되는지 핵심 인사이트를 뽑아냅니다. 하루 평균 1조 건이 넘는 광고 기회마다 유저의 의도, 전환 확률, 크리에이티브 적합도, 비딩 경제성을 실시간으로 추정하죠 — 그것도 광고주 한 곳 한 곳에 맞춰서요.ⓘ
아키텍처
몰로코 애즈의 시스템은 여섯 개 기술 영역으로 구성됩니다. 캠페인 자동화, 공급, 광고 추천, 비딩, 크리에이티브, 시그널 — 각 영역은 다시 여러 모델과 에이전트, 전문 소프트웨어로 이루어져 있습니다.
.png)
도메인 상세 정보
여섯 영역은 각자 다른 문제를 풀면서, 하나의 시스템처럼 맞물려 수익성 있는 성과를 만들어냅니다.
광고주는 비즈니스의 성공 기준만 정하면 됩니다. ROAS 극대화든, 가입·입금·구매 같은 인앱 이벤트 유도든요. 여기에 CARA 에이전트가 진행 중인 캠페인을 실시간으로 평가하고, 성과를 더 끌어올릴 기회를 찾아 인사이트로 전달합니다.
CARA가 접근하는 광고 지면은 전 세계 280만 개 이상의 독립 앱, 20억 명 이상의 일간 활성 유저에 닿습니다. 몰로코 SDK를 통한 퍼블리셔 직접 연동과 35개 이상의 애드 익스체인지 연결이 이를 뒷받침하죠.
몰로코 SDK는 광고가 유저 화면에 표시되는 방식까지 직접 제어합니다. 그래서 더 풍부한 광고 포맷이 가능해지고, 더 정확한 시그널이 쌓여 모든 영역의 성과가 함께 좋아집니다. SDK 연동이 하나 늘 때마다 유저가 광고와 상호작용하는 방식에 대한 시그널이 더 쌓이고, 시스템 전체가 그만큼 강해집니다. ⓘ
CARA는 노출 하나하나의 가치를 계산합니다. 유저가 특정 행동을 할 확률과, 그 행동이 해당 광고주에게 갖는 가치를 함께 놓고 판단하죠. 이를 위해 딥러닝 모델이 여러 소스의 시그널을 동시에 읽어, 유저 행동과 퍼블리셔 앱, 제품, 광고 포맷, 콘텐츠 — 그리고 이들 사이의 상호작용까지 입체적으로 파악합니다.
CARA가 하루에 평가하는 광고 기회는 1조 건이 넘습니다. CARA는 이 모든 건에 예측을 내리되, 광고주에게 이익이 있을 때만 비딩에 참여합니다. 앱 생태계의 경매 대부분은 최고가 비딩이 그 금액을 그대로 지불하는 퍼스트 프라이스(first-price) 방식이라, 정확한 가격 산정이 곧 경쟁력입니다. CARA는 치열한 경매 환경 속에서 비딩 전략을 최적화하고, 시간대와 광고 지면에 걸쳐 예산을 배분하고, 가장 유리한 공급 경로를 골라냅니다 — 이 세 가지를 동시에요. 경매의 역학, 공급 경로의 경제성, 실시간 경쟁 아래에서의 예산 조율을 깊이 이해해야 가능한 일이죠. ⓘ
유저들은 저마다의 성향과 상황에 맞춰 개인화된 광고 소재를 보게 됩니다. 캠페인 단위로 소재 하나를 정해두고 모두에게 똑같이 보여주는 방식이 아니라, 노출이 일어날 때마다 새로 결정하는 방식이죠. 몰로코 SDK 환경에서 광고는 완성품이 아니라 영상, 이미지, 문구, 버튼 같은 구성 요소 단위로 준비됩니다. CARA 모델이 이 요소들을 다듬어두면, 선택 모델이 방대한 조합 후보 중 이 유저에게, 이 맥락에서 가장 성과가 좋을 조합을 고릅니다. 그리고 SDK가 노출 시점에 그 조합을 완성된 광고로 조립해 내보내죠.
시그널은 나머지 다섯 영역의 기반입니다. CARA는 광고주 전환 이벤트, 퍼블리셔 상호작용, 비딩 요청, MMP(모바일 측정 파트너), SDK 활동에서 시그널을 수집합니다. 형식도 속도도 신뢰도도 제각각인 이 시그널들을 하나로 통합해 의미 있는 패턴을 찾아내는 것이 이 시스템의 역할이죠. 모델은 유저, 제품, 크리에이티브, 퍼블리셔 환경, 전환 이벤트 사이의 관계를 학습해 하나의 통합 레이어를 만들고, 이 레이어가 다른 모든 영역의 판단을 더 정교하게 만듭니다.
시스템의 복합적 작동 원리
한 영역이 좋아지면 시스템 전체가 좋아집니다. 모든 영역이 통합 시그널 레이어를 통해 데이터를 주고받기 때문에, 이 레이어가 풍부해지는 것만으로도 나머지 영역이 함께 혜택을 봅니다 — 각 영역을 따로 손대지 않아도요. 성과는 영역에서 영역으로 이어집니다. 크리에이티브 선택이 좋아지면 광고 추천의 학습 시그널이 개선되고, 공급 시그널이 풍부해지면 비딩이 정확해지고, 비딩이 정밀해지면 더 많은 성과 데이터가 쌓여 다음 예측이 정확해집니다.
몰로코 팀은 이 개선을 병렬로 진행합니다. 매일 수백 개의 실험을 실제 트래픽 위에서 동시에 돌리고, 그 결과가 모델 개선으로 이어집니다. 2025년 한 해에만 65회의 모델 업데이트가 있었죠.
그 결과, CARA는 캠페인을 돌릴수록 더 똑똑해지는 시스템이 됐습니다. 2025년 몰로코 애즈의 65회 모델 업데이트를 거치며 CPI(설치당 비용)는 14%, CPA(전환당 비용)는 17% 낮아졌고, ROAS는 27% 올랐습니다. ⓘ
FAQ
컴파운드 AI 시스템은 하나의 모델에 의존하지 않습니다. 여러 머신러닝 모델과 에이전트, 전문 소프트웨어를 조율해 움직이는 구조죠. CARA의 구성 요소들도 비딩, 크리에이티브, 공급 등 각자의 영역에 맞춰 만들어지고 최적화되어 있습니다.
컴파운드 아키텍처에서는 한 영역이 좋아지면 다른 영역도 함께 좋아집니다. 시그널 레이어가 정교해지면 비딩 예측이 정확해지고, 크리에이티브 선택이 좋아지면 광고 추천 모델을 학습시킬 더 풍부한 데이터가 쌓입니다. 이 개선들은 단순히 더해지는 게 아니라, 시스템 전체를 거치며 시너지를 냅니다.
업데이트된 모델 버전은 빠르면 두 시간에 한 번꼴로 실제 서비스에 배포됩니다. 전환, 클릭, 참여 시그널 같은 실제 성과 데이터는 학습 데이터가 되어 끊임없이 시스템으로 되돌아오고요. 이 피드백 루프 덕분에 시스템은 광고주마다, 유저 세그먼트마다, 공급 환경마다 지금 무엇이 효과적인지를 매번 최신 데이터로 학습합니다.
희소한 시그널은 CARA가 처음부터 풀도록 설계된 핵심 과제 중 하나입니다. 오픈 인터넷에서는 광고 지면의 상당 부분이 제한된 유저 시그널만 갖고 있습니다. 신규 유저, 활동이 적은 앱 환경, 행동 이력이 거의 쌓이지 않은 지면처럼요. 광고 추천 영역의 시퀀스 모델링 아키텍처(여러 앱에 걸친 유저 이벤트 이력으로 학습)는 바로 이런 조건에서 성과를 예측하도록 만들어졌습니다. 몰로코가 확보한 공급과 광고주 관계 전반에서 학습한 표현을 활용해서요.
네. CARA는 몰로코의 컴파운드 AI 아키텍처이고, 이 접근 방식은 몰로코 제품군 전체에 적용됩니다. 다만 구체적인 기술 영역 구성은 제품마다 다릅니다. 컴파운드 AI 아키텍처가 몰로코 커머스 미디어에 어떻게 적용되는지는 여기에서 확인할 수 있습니다.
몰로코 SDK는 두 가지 역할을 동시에 합니다.
첫째, 퍼블리셔와 직접 연동됩니다. 덕분에 CARA는 애드 익스체인지 파트너를 거치지 않고 퍼블리셔의 광고 지면에 바로 접근하죠.
둘째, 광고가 유저 화면에 표시되는 방식을 CARA가 직접 제어하게 해줍니다. 그래서 더 풍부한 광고 포맷이 가능해지고, 더 정확한 행동 시그널이 모델로 돌아옵니다. SDK 연동이 하나 늘 때마다 컴파운드 시스템 전체가 강화됩니다. — 발생하는 시그널이 여섯 개 기술 영역 모두의 학습 데이터 품질을 끌어올리니까요.
Source:
Moloco internal data, January 2025 to December 2025.
Source:
Moloco internal platform data, daily average of events January 2025 to December 2025.
Moloco ExpLab platform data, Q4 2025. Moloco internal data, January 2025 to December 2025.
Moloco internal platform data. Reflects the combined impact of model updates released during 2025, each validated through a controlled A/B experiment before full deployment.
Source:
Moloco Internal Data; average daily ad opportunities received by Moloco Ads, January – March 2026. Figure is an estimate derived from sampled infrastructure data scaled to total volume.
