캠페인 관리 효율성 향상부터 더욱 강화된 개인화에 이르기까지, 칼럼니스트 아담 그로우는 AI가 디지털 광고의 판도를 어떻게 바꾸고 있는지 설명합니다.
기술은 가속화된 속도로 발전하고 있으며, 어제의 허황된 꿈들이 오늘의 혁신으로 빠르게 현실화되고 있습니다. 오랫동안 인공지능은 자율주행 자동차, 드론 배송, 식품 품질을 모니터링하는 냉장고 등 미래 지향적인 거창한 아이디어를 담은 모호한 개념으로 여겨져 왔습니다.
이처럼 빠른 혁신 속도는 일부 이론가들에게 "특이점"에 대한 우려를 불러일으키고 있습니다. 특이점이란 인공 초지능이 인류 문명에 상상할 수 없는 변화를 가져올 만큼 급속한 성장을 초래할 것이라는 예측입니다. 일부 이론가들은 현재 속도대로라면 특이점이 향후 30년 안에 도래할 수 있다고 예측합니다.
제가 여기서 강조하고 싶은 점은 특이점이 언제 일어날지 여부가 아니라, 우리가 현재 일상생활과 디지털 광고 세계에서 기술 발전의 영향을 경험하고 있다는 것입니다. 이러한 발전은 우리가 브랜드와 상호작용하는 방식과 구매로 이어지는 경험에 영향을 미칩니다.
인공지능에 대한 많은 혁신적인 아이디어들이 아직 초기 단계에 있지만, 현실은 인공지능이 이미 전 세계 기업들에게 디지털 마케팅 효율성을 제공하는 다양한 작은 응용 분야들을 가지고 있다는 것입니다. 이러한 응용 분야에는 고급 소비자 타겟팅 및 인사이트부터 고도로 개인화된 광고 경험에 이르기까지 다양한 서비스가 포함됩니다.
광고에서 AI의 위치
미국 고위 마케팅 담당자의 거의 80%가 소비자들이 AI를 받아들일 준비가 되었다고 믿고 있으며, 소비자들은 이미 AI로 가득한 세상의 이점을 체감하고 있습니다. 웨버 샌드윅과 KRC 리서치가 실시한 전 세계 설문조사에 따르면, 응답자들은 AI 기술이 많은 문제를 해결하는 데 도움이 될 수 있다고 생각합니다. 72%는 AI의 이점으로 사람이 하기에는 너무 어렵거나 위험한 작업을 대신 수행할 수 있다는 점을 꼽았고, 69%는 AI가 관련 뉴스 및 정보에 더 쉽게 접근할 수 있도록 해준다고 답했으며, 69%는 다른 활동에 시간을 할애할 수 있게 해준다고 답했습니다.
이러한 점들은 소비자의 일상생활과 밀접하게 관련되어 있지만, 특히 프로그래매틱 디스플레이 광고에서 AI를 활용함으로써 얻을 수 있는 가치와도 직접적으로 연결됩니다. AI를 통해 마케터는 향상된 타겟팅 알고리즘과 크리에이티브 최적화를 활용하여 관련성 높고 개인화된 광고를 제공함으로써 더욱 효율적으로 성과를 향상시킬 수 있습니다.
AI는 캠페인 관리의 효율성을 높여주지만, 인간적인 접촉은 여전히 필수적입니다.
많은 광고 기술 기업들이 디스플레이 캠페인의 효율성과 관련성을 높여 궁극적으로 모든 마케터의 목표인 성과 향상을 위해 AI를 도입하고 있습니다. 주니퍼 리서치에 따르면, 실시간 입찰 네트워크 전반의 효율성을 높이는 데 사용되는 머신러닝 알고리즘은 2016년 3.5억 달러에서 2021년에는 연간 42억 달러의 광고 지출을 창출할 것으로 예상됩니다.
인공지능이 프로그래매틱 디스플레이 광고에 가져다주는 가치는 부인할 수 없지만, 성공적인 미디어 구매에 있어 인간 인력이 여전히 중요한 요소라는 점을 잊어서는 안 됩니다.
머신러닝 알고리즘은 프로그래매틱 미디어 구매의 핵심 작업을 처리하여 소비자를 지능적으로 식별하고 관련성 높은 광고를 제공하지만, 여전히 인간만이 인지하고 관리할 수 있는 부분들이 있습니다. 여기에는 판매 및 프로모션 관리, 브랜드 자산의 무결성 유지, 그리고 단순히 사고를 통해 파악할 수 있는 이상 현상 분석 등이 포함됩니다.
저희 회사에서는 머신러닝 알고리즘의 고급 타겟팅과 사내 미디어 및 캠페인 전문가들의 사려 깊고 거시적인 통찰력을 결합했을 때 가장 좋은 결과를 얻었습니다.
AI는 관련성 있고 개인화된 경험을 위한 통로입니다.
개인화는 오랫동안 디스플레이 광고에서 화두이자 주요 관심사였지만, 소비자들은 자신의 정보가 광고 목적으로 이용되는 것과 그것이 구매 결정에 미칠 수 있는 영향에 대해 경계심을 갖고 있습니다.
최근 eMarketer 보고서의 설문조사에 따르면, 개인 맞춤형 경험이 구매 가능성을 높인다고 생각하는 소비자는 28.7%에 불과했으며, 절반 이상은 아무런 차이가 없다고 답했습니다. 그러나 다른 설문조사에서는 미국 인터넷 사용자 중 78%가 브랜드에서 제공하는 개인 맞춤형 콘텐츠가 구매 의도를 높인다고 응답했습니다.
그렇다면 이러한 상반된 반응에서 우리가 얻을 수 있는 결론은 무엇일까요? 궁극적으로는 다음과 같은 질문으로 귀결됩니다. 품질 관련성 소비자가 인지하든 안 하든, 개인화된 메시지의 일부입니다.
개인화 기술은 많은 브랜드의 광고 표준으로 자리 잡았지만, 변화하는 소비자 행동, 플랫폼 및 미디어 환경 속에서 브랜드가 강력한 광고 경험을 제공하려면 기술 또한 지속적으로 발전해야 합니다.
AI는 소비자가 조회한 제품을 단순히 보여주는 것 이상의 솔루션을 제공합니다. 머신러닝 기술은 다른 인기 제품들을 고려하여 다양한 제품을 추천하고, 궁극적으로 소비자의 구매를 유도합니다.
제품을 넘어, 이러한 개인화는 광고 내 메시지나 제안, 심지어 광고 게재 위치와 시점까지 포함합니다. 신규 고객 확보를 위해 알고리즘은 리타겟팅 캠페인에서 성과가 우수한 제품을 추출하여 피드에서 유사한 제품을 찾아 가치 있는 유사 잠재고객에게 제공할 수 있습니다. 심지어 웹사이트를 방문한 적이 없는 소비자에게도 관련성 높은 광고 경험을 제공할 수 있습니다.
머신러닝과 역동적인 크리에이티브를 통해 뛰어난 성능을 제공합니다.
리타겟팅 캠페인 성과는 예전에는 적절한 크리에이티브만 있으면 좌우되었습니다. 캠페인 성과가 좋지 않으면 크리에이티브를 새롭게 바꿔야 할 필요성이 있는 경우가 많았습니다.
마케터들은 창의적인 피로감을 방지하고 성과를 높이기 위해 오랫동안 A/B 테스트를 활용해 왔습니다. 표준 프로토콜은 가중치가 부여된 두세 가지 광고 변형을 서버를 통해 일정 기간 동안 실행하여 노출량이 거의 같아질 때까지 테스트하는 것입니다. 그런 다음 분석가가 결과를 평가하여 최적의 변형을 선정하고, 이를 바탕으로 새로운 변형을 테스트합니다.
이 과정 자체는 매우 수동적이고, 몇 가지 광고 변형에 대한 확실한 결론을 도출하는 데에도 상당한 시간과 노력이 소요됩니다. 더욱이, 테스트 도중 최적화 조정이나 변경을 하면 테스트 결과와 전체 결과에 악영향을 미칠 수 있어 어렵습니다.
이러한 테스트 과정에서 오로지 인간의 판단에만 의존하는 것은 여러 요인의 성과를 동시에 테스트하거나 분석하는 것을 거의 불가능하게 만듭니다. 슬프지만 사실입니다. 우리는 다변수 광고 테스트에서 인간의 행동을 이해하거나 예측할 만큼 충분히 똑똑하지 못합니다.
동적 크리에이티브 최적화(DCO)는 디스플레이 광고에서 인공지능을 활용하는 중요한 기술 중 하나입니다.
온라인 광고 시장이 끊임없이 포화 상태에 이르자 마케터들은 목표 고객의 관심을 사로잡기 위해 치열한 경쟁을 벌여야 합니다. 수십만 명에 달하는 웹사이트 방문 소비자들에게 적절한 이미지, 색상, 제품, 그리고 행동 유도 문구를 즉시 제공해야 하는 과제를 안고 있습니다.
행동 및 구매 데이터를 활용하는 머신러닝 알고리즘은 간단한 템플릿을 사용하여 다양한 광고를 제작하고 소비자를 대상으로 테스트하여 전환으로 이어지는 가장 효과적인 광고를 찾아냅니다. DCO는 이러한 모든 과정을 인간의 편견 없이 수행할 수 있습니다.
무엇 향후 계획?
지난 100년간 우리가 경험한 발전과 기술 진화를 생각해 보면 정말 놀랍습니다. 특이점에 대한 제 이전 언급을 떠올려보면, 잘 모르시는 분들은 무어의 법칙 도표를 찾아보시기를 강력히 추천합니다. 시각적으로 표현된 도표를 보면 지난 몇십 년 동안 이루어진 기술 발전 수준이 얼마나 경이로운지 실감하게 될 것입니다.
이러한 성장이 지속됨에 따라 마케팅 기술이 소비자 중심적인 발전을 반영하고 지원하는 방향으로 어떻게 진화할지 지켜보는 것은 흥미로울 것입니다. 마케터로서 우리는 업계를 발전시켜 소비자와 더욱 의미 있는 관계를 구축할 수 있는 기회를 발굴하고 활용해야 할 것입니다.
___
by 아담 그로우
출처 : 오늘날의 마케팅 기술
