실시간 입찰 (RTB) 광고 거래소는 일반적으로 들어오는 요청의 아주 적은 부분만이 입찰을 받음에도 불구하고, 거의 모든 유입 요청을 수요 측 플랫폼 (DSPs)으로 전달합니다. 이러한 과도한 배분은 경매 결과를 약화시킵니다. DSP는 컴퓨팅 및 예산 제약 하에서 참여를 조절(throttle)하며, 이는 제한된 입찰 용량의 유효한 사용을 감소시킵니다. 우리는 분포 기반 입찰 예측 (distributional bid prediction) 및 확률적 전달 (probabilistic forwarding)을 사용하여 각 요청을 각 DSP에 보낼지 여부를 결정하는 경쟁 인지형 요청 디스패치 (competition-aware request dispatch) 프레임워크를 제시합니다. 이 시스템은 비정상적 (non-stationary) 시장 조건을 추적하기 위해 경량 정책 최적화 (lightweight policy optimization)를 통해 시간이 지남에 따라 DSP별 임계값을 조정합니다. 우리는 일일 200억 개 이상의 요청을 처리하는 프로덕션 플랫폼에서 네 번의 연속적인 온라인 실험을 통해 이 프레임워크를 평가합니다. 초기 DSP 적응 기간 이후 최근 14일간의 관찰 결과, 전체 DSP 배포를 통해 정책 적용 하의 DSP 요청 볼륨을 34.2% 감소시키는 동시에 순수익을 4.6% 증가시켰습니다 (p<0.001). 추가 분석은 트래픽 세그먼트 간의 강력한 이질성 (heterogeneity)을 강조하며, 집계된 지표 (aggregate metrics)가 오해를 불러일으킬 수 있음을 보여줍니다. 세그먼트 수준 및 DSP별 분석은 이 정책이 DSP 간의 비교 우위를 드러내어, 전체 요청 볼륨을 늘리지 않고도 수익화된 결과를 개선함을 시사합니다.