> For the complete documentation index, see [llms.txt](https://help.xpert.lever.me/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://help.xpert.lever.me/creative_center/ad_analysis/constraints.md).

# 제약사항

## 매체

지원 가능 매체는 메타, 구글, 카카오, 네이버GFA, 네이버BSA, 틱톡입니다. 

이후 매체 확장을 고려하고 있으며, 후보 매체는 몰로코, 크리테오, X(트위터) 등입니다.

## 캠페인 유형

현재 소재분석에서는 매체의 미디어 라이브러리를 활용하거나, 수동 업로드한 소재들에 대한 데이터 정합성을 보장합니다. 카탈로그를 이용한 광고는 현재 지원되지 않습니다. 

캠페인 레벨에서 에셋을 등록한 뒤, 매체의 알고리즘으로 조합해 광고 생성 및 노출하는 자동화된 캠페인은 광고 상품의 속성에 따라 상이한 방식을 제공합니다.

1. 메타 Advantage+ 캠페인 : 크리에이티브와 문구를 매체에서 자동 조합해 노출하지만 크리에이티브 별 성과를 모두 제공해 기존 Static 캠페인과 동일하게 취급합니다. 
2. 구글 App 캠페인 (AC, ACe) : 크리에이티브와 문구를 매체에서 자동 조합해 노출하지만 캠페인 내 애셋 성과를 제공해 애셋 리포트에서 확인할 수 있는 실적을 크리에이티브의 실적으로 취급합니다.
3. 구글 실적 최대화(Performance Max) 캠페인 : 캠페인 단위로만 실적을 제공하기 때문에, 캠페인에 사용된 크리에이티브 별 실적을 구분해 제공하지 않고 사용된 애셋 중 대표 크리에이티브에 캠페인 실적을 부여해 취급합니다. 실적 최대화 캠페인 대표 크리에이티브는 소재모드에서 동일 이미지/영상 크리에이티브와 합산되지 않으며, 워터마크로 확인할 수 있습니다.
4. 구글 스마트 디스플레이(반응형 디스플레이 광고) 캠페인 : 메타 Advantage+ 캠페인과 같이 단일 광고에 여러 크리에이티브를 투입하지만, 크리에이티브 별 실적을 제공하지 않아 광고에 투입된 애셋 중 대표 크리에이티브에 광고 실적을 부여해 취급합니다. 스마트 디스플레이 대표 크리에이티브는 소재모드에서 동일 이미지/크리에이티브와 합산되지 않으며, 워터마크로 확인할 수 있습니다.

 애셋 리포트가 제공되는 경우 해당 애셋 리포트 값을 활용해 노출하고 있으므로, 매체 대시보드의 광고 성과 데이터와 일부 상이할 수 있습니다.

### 미지원 캠페인 유형

* 구글 - 카탈로그 광고
* 메타 - 카탈로그 광고
* 네이버GFA - 애드부스트 광고

기타 확인이 되지 않는 캠페인 유형을 발견하신 경우 제보 부탁드립니다.

제품팀은 위 유형의 캠페인들의 비중이 늘어나고 있음을 잘 인지하고 있습니다. \
지속적으로 지원하는 캠페인의 범위를 늘려나갈 예정입니다.

## 소재 유형

소재 분석은 단일 이미지와 영상에 대한 데이터 정합성을 보장합니다. 

### 캐러셀 유형

캐러셀 형태(컬렉션, 카탈로그, 슬라이드 광고)에 대해서는 개별 이미지에 대한 광고 성과를 구분해 수집할 수 있는 경우와 아닌 경우로 나뉩니다.

따라서, 캐러셀 광고에 사용된 소재가 마치 단일 이미지 소재처럼 취급되기도 하며, 여러 소재로 구성된 캐러셀 광고 성과가 캐러셀 중 첫 번째 소재의 성과처럼 보여지기도 합니다.

* 메타의 캐러셀 광고, 카카오 모먼트의 슬라이드 광고, 카카오 모먼트의 채널 메시지 광고는 데이터 정합성을 보장합니다.

### 동영상 유형

동영상 소재는 단일 이미지와 유사한 형태의 광고 구조를 가지고 있으나, 동일 소재/유사 소재 판정 알고리즘을 영상 전용 알고리즘을 사용해 99.5% 수준의 정확도를 보장합니다.

### 플레이어블 광고 유형

플레이어블 광고의 경우 우선순위가 낮아 현재 지원하지 않습니다.

### 광고 문안

광고 문구(카피)의 경우 아직 지원하지 않습니다. 

해당 영역 또한 소재의 영역으로 인지하고 있으며, 유의미한 분석 기능을 제공하기 위해 필요한 기반 기술을 확보/학습하고 있는 중입니다.