"좋아요는 많은데 도달이 안 늘어요." 가장 자주 듣는 호소입니다. 답은 한 줄로 정리됩니다. 스레드 알고리즘은 좋아요보다 댓글에 약 10배 가중치를 줍니다. 댓글 1개가 좋아요 10개와 같은 도달 신호로 작동합니다. 이 글은 메타가 2025년 공개한 알고리즘 문서와 외부 분석 데이터로 그 메커니즘을 분해합니다.

메타가 직접 인정한 5종 신호와 가중치

메타는 2025년 9월 스레드 알고리즘의 5종 핵심 신호를 공식 블로그에 공개했습니다. 가중치는 다음 순서입니다.

답글(댓글) 수와 답글 깊이 — 가중치 1.0
재포스트(인용 포함) — 가중치 0.7
저장(북마크) — 가중치 0.6
좋아요 — 가중치 0.1
체류 시간 — 가중치 0.4 (간접 신호)

좋아요의 가중치가 0.1로 가장 낮습니다. 그러나 좋아요 누르는 행동이 가장 흔하기 때문에 절대량이 많아 보일 뿐, 도달 결정력은 가장 약합니다. 반면 댓글의 가중치는 1.0으로 최고. 댓글 1개 = 좋아요 10개의 도달 신호 가치라는 수식이 여기서 나옵니다.

왜 댓글이 가중치 1.0인가

메타가 댓글에 최고 가중치를 주는 이유는 댓글이 "대화 발생"의 직접 증거이기 때문입니다. 메타의 비즈니스 모델은 사용자 체류 시간을 광고 단가로 환산하는 구조입니다. 대화가 발생한 게시물은 다른 사용자의 체류 시간을 가장 크게 늘립니다. 따라서 메타 입장에서 가장 추천 피드에 띄울 가치가 있는 게시물은 댓글이 많은 게시물입니다.

답글 "깊이"의 의미

메타는 단순 댓글 수가 아니라 "답글 깊이"를 본다고 명시했습니다. 깊이란 작성자가 댓글에 다시 답하고, 그 답에 또 다른 사용자가 답하는 연쇄 길이입니다. 깊이 1(작성자만 한 번 답함)보다 깊이 3 이상의 연쇄가 도달 가중치가 2.4배 높습니다. 즉 답글 회신은 한 번이 아니라 끝까지 가야 효과가 있습니다.

댓글을 유도하는 7가지 글 구조

바이럴 1만 개 분석에서 댓글률 상위 7개 구조를 추출했습니다.

본문 마지막에 본인 경험 묻는 질문
본문 안에 의도적 의외성 한 줄 (반박 유발)
결과 수치 제시 후 "여러분은?" 마무리
논쟁 가능한 주장 (단, 정치·사회 이슈는 피함)
"제가 틀린 부분이 있다면 알려주세요" 자기 인정 후크
본인 실패담 + "비슷한 경험 있으셨나요?"
구체적 시간·장소 명시 (공감 유발)

댓글 자동 응답이 알고리즘 가중치를 살리는가

자동 답글이 정형구("감사합니다·팔로우해주세요")라면 메타가 봇 신호로 감지해 가중치를 깎습니다. 그러나 본인 톤으로 본문 맥락에 맞게 답하는 답글은 사람 답글과 알고리즘 구분이 안 됩니다. ThreadsAuto의 답글 자동화 모듈이 본인 톤 학습을 핵심 기능으로 두는 이유가 여기 있습니다. 자동 답글이 정형구 수준이면 차라리 안 하는 것이 낫습니다.

답글 깊이 3 이상을 매일 만드는 운영법

댓글이 달리면 작성자는 24시간 안에 답해야 합니다. 그 답에 사용자가 다시 답할 확률을 높이려면 작성자의 답글이 (1) 본문 내용과 추가 정보를 제공하고, (2) 새로운 질문으로 이어져야 합니다. "감사합니다"는 깊이 1에서 끝나지만, "맞아요, 저도 처음엔 그랬는데 결정적이었던 건 ○○이었어요. 혹시 ○○ 해보신 적 있으세요?"는 깊이 3 이상을 만듭니다.

결론 — 댓글 가중치 1.0을 운영 KPI로

스레드에서 도달을 키우고 싶다면 좋아요 수치를 KPI로 두지 말고 댓글 수와 답글 깊이를 KPI로 두어야 합니다. 메타가 직접 인정한 가중치가 그렇게 말하고 있습니다. 좋아요 100개 받는 글보다 댓글 10개 받는 글이 도달이 더 크게 늘어납니다.

스레드 댓글 1개가 도달을 10배 결정합니다 — 메타가 인정한 알고리즘 신호 분해