수많은 데이터를 분석해서 과거와 지금을 분석하고, 이를 토대로 미래를 선명하게 예측하는 ‘인공지능’은 등장하자마자 모든 산업계에 변혁을 일으켰다. 광고 업계 역시 인공지능을 주목한다. 지금까지 거둔 광고의 데이터와 성과를 분석해서, 지금까지 없던 것으로 알려진 ‘광고 마케팅의 성공의 방정식’을 찾으려 한다. CJ ENM의 통합 디지털 마케팅 기업 메조미디어도 그 가운데 하나다.
AX를 소개하는 김수현 메조미디어 DX 팀장(왼쪽)과 김기환 메조미디어 데이터솔루션 담당 / 출처=메조미디어 |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
메조미디어는 9월, 인공지능 광고 솔루션 브랜드 ‘AX(AI of eXperience)’와 그 첫 솔루션인 ‘AX 버짓 옵티마이저(AX Budget Optimizer)’를 선보였다. 메조미디어가 쌓은 광고 마케팅 성과를 CJ그룹 AI실의 인공지능으로 분석, 가장 좋은 효율을 낼 마케팅 예산의 액수와 미디어를 산출해 마케터에게 제시하는 솔루션이다. AX를 기획하고 개발한 담당자 김수현 메조미디어 DX 팀장과 김기환 메조미디어 데이터솔루션담당을 만나 특징과 주안점, 앞으로 등장할 새로운 인공지능 광고 솔루션의 전망을 물었다.
김수현 팀장은 먼저 AX의 개발 청사진을 소개했다. 광고 제안과 광고 운영, 성과 분석 등 광고 집행의 단계별로 인공지능을 적용해서 효율과 성과를 함께 높이는 개념이다. 이번에 공개한 AX 버짓 옵티마이저와 인공지능 도달 예측 모델은 광고의 첫 단계인 제안 단계에서 운용하는 솔루션이다.
메조미디어가 인공지능 예산 분배 서비스를 기획한 이유는, 나날이 고도화되는 광고 미디어 생태계에 대응하며 성과를 내는데 가장 필요한 기능이라서다. 마케터는 활동하는 부문과 주력 상품·서비스가 모두 다른 광고주, 이들이 광고를 하기 원하는 수백 개 이상의 미디어에 대응해 전략을 짜야 한다. 전략의 첫 걸음이 바로 예산 배분이다.
이에 메조미디어는 데이터 역량을 강화하고 인공지능과 광고 솔루션을 융합할 목적으로 기존 솔루션 팀을 DX 팀으로 개편했다. 그리고 지금까지 한 광고 10만여 건의 데이터를 정리하고 모델로 만들어서 분석했다. 어떤 미디어에서 어떤 상품으로 광고했는지, 이 때 쓴 전략과 성과 기준은 무엇이었는지, 덕분에 어느 정도의 성과를 거뒀는지 분석한 것.
AX 버짓 옵티마이저 동작 화면 / 출처=메조미디어 |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
분석 결과를 솔루션으로 만든 후, 시기별 유행 정보를 반영해 미디어믹스와 예산 분배 전략을 모두 짜도록 설계했다. 마케터들이 수많은 미디어와 상품에 원활히 대응하는 것은 물론, 가장 효율 높은 예산 분배 전략도 원활히 짜도록 고도화했다. 이렇게 만들어진 AX 버짓 옵티마이저는 주요 미디어별로 가장 알맞은 예산 분배와 미디어믹스 전략을 인공지능 추론, 제시한다.
김기환 담당은 AX 버짓 옵티마이저를 운용해서 마케터의 역량과 업무 효율의 향상, 광고주의 핵심성과지표 만족이라는 두 마리 토끼를 모두 잡았다고 말한다. 마케터는 광고 집행 시, 미디어별 예산 배분에 아주 많은 시간과 자원을 할애한다. 광고의 규모에 따라 예산 배분에만 1주일 이상 시간이 걸리기도 한다. 그럼에도 사람의 경험과 주관을 반영하다보니 예상과 다른 결과가 나는 일이 잦다.
AX 버짓 옵티마이저는 기존 광고 데이터 10만 건 이상을 분석해 다양한 지표를 만든다. 예산 최적화 전후 목표 비교, 매체별 광고 상품의 예상 성과 지표, 매체별 광고 상품의 예산 변동률과 광고 상품 기여도 등이다. 이 지표를 활용해 목표 달성에 가장 적합한 미디어와 상품의 조합도 추천한다. 마케터는 이들 데이터 기반 예측 지표에 경험과 주관, 변수를 대입해 한결 정확하게 예산을 배분한다. 이는 자연스레 광고주의 성과로 이어진다.
메조미디어는 광고의 제안 단계의 운영 효율을 높이는 AX 버짓 옵티마이저 개발 이후 두 번째 단계인 광고 운영, 세 번째 단계인 광고 성과 분석에 적용할 인공지능 솔루션을 각각 개발할 예정이다.
AX 버짓 옵티마이저 동작 화면 / 출처=메조미디어 |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
앞서 우리나라 내외의 몇몇 광고 기업들도 메조미디어 AX와 비슷한 인공지능 광고 솔루션을 선보였다. 이들과의 차이로 김수현 팀장은 데이터 실시간 최신화를, 김기환 담당은 상품 세분화를 각각 들었다.
메조미디어 AX는 항상 데이터를 최신으로 유지한다. 심지어, 지금 운용 중인 광고 캠페인의 데이터까지 실시간 취합, 분석하고 활용한다. 기존의 데이터만 분석해서는 매 초 바뀌는 광고의 유행에 기민하게 대응하지 못한다는 것이 메조미디어의 지론이다. 그래서 이들은 최신 광고 유행과 집행 성과에 시계열 문제를 반영, 데이터화하고 이것을 인공지능에게 가르친다. 데이터 필터링과 성과 점검 기준도 깐깐하게 적용한 덕분에 정확도를 높인다고도 덧붙였다.
상품 세분화도 메조미디어 AX의 장점이다. 여느 인공지능 광고 솔루션은 데이터를 분석해서 특정 미디어를 선택, 추천한다. 메조미디어 AX는 미디어뿐만 아니라 거기에 가장 맞는 광고 상품까지 추천한다. 덕분에 마케터의 광고 미디어와 상품 선택의 폭을 넓힌다.
자체 테스트 결과, 메조미디어 AX는 광고의 성과를 평균 7%~8% 높였다고 밝혔다. 업종이나 미디어나 상품에 따라 다르지만, 일부 광고에서는 테스트 결과 성과가 20% 이상 좋아진 사례도 나타났다. 단, 김수현 팀장은 메조미디어 AX가 만능이 아니라고 말한다. 마케터들이 이 솔루션의 특징과 장점을 잘 이해하고 적확하게 써야 성과를 거둔다며, 이를 위한 마케터의 교육도 철저히 한다고 강조한다.
메조미디어는 AX 버짓 옵티마이저를 운영하면서 얻은 지식을 토대로, 광고 운영과 성과 분석 등에 차례로 인공지능을 도입할 예정이다. 인공지능을 업은 AX 광고 운영 솔루션은 입찰가 최적화와 자동화 등 마케터의 실무 전반을 돕는 든든한 원군이 될 것이다. 기존의 광고 성과를 분석한 데이터를 참조해 광고 소재 선택, 교체 시기 추산 등 노련한 마케터의 역량을 고스란히 발휘할 것으로 기대한다.
이어 메조미디어는 인공지능의 장점을 광고 성과 분석에 이식, 광고주 맞춤형 분석 보고서를 자동으로 만드는 솔루션을 개발한다. 그러면 광고 마케터들은 분석 보고서를 만드는 시간을 아껴 더 생산적인 업무에 투자한다. 다양한 광고 부문의 특성, 광고주의 요구에 가장 잘 맞는 분석 보고서를 신속 정확하게 만들어 제공한다. 광고주는 이 분석 보고서를 토대로 광고 전략을 다듬고 성과를 낸다. 광고 성과의 선순환 체계가 만들어진다.
AX 버짓 옵티마이저 동작 화면 / 출처=메조미디어 |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
여기에 힘을 실을 요소로, 김수현 팀장은 광고 사진과 문구 등 정성 요소를 인공지능 분석하는 기술을 제안한다. 기존 소프트웨어나 기술로는 제대로 분석하기 어려웠던 정성 요소를 다뤄 광고의 성과를 높일 데이터로 활용하는 셈이다. 한층 다양한 데이터를 다루면서, 인공지능은 광고의 유행과 성과를 예측하는 능력을 높일 것이다.
김기환 담당은 인공지능이 광고 업계의 업무 과정을 개혁할 것으로 내다본다. 광고 데이터의 수집과 처리, 분석과 정리, 보고서 작성 등 반복 업무를 인공지능에게 맡기면 기준에 따라 실수 없이 처리한다. 사람과 달리 24시간 움직이며 방대한 양의 데이터를 처리한다. 덕분에 정확성과 효율을 모두 얻는다.
그러면 마케터는 반복 업무를 인공지능에 맡겨 실수를 없앤다. 사람만이 가능한 직관과 예측, 분석 등 가치 있는 업무에 집중한다. 마케터의 풍부한 경험과 역량, 인공지능의 강력한 예측 능력과 정확한 업무 처리 능력을 토대로 광고주는 원하는 성과를 얻는다. 모두 인공지능 덕분에 가능한 일이다.
이치훈 CJ그룹 AI실장은 “AX는 CJ AI실의 기술과 메조미디어의 노하우가 결합된 솔루션으로 실제 광고비 효율을 많이 개선하는 점을 확인했다. 초개인화와 같은 고도의 인공지능 기술을 개발해 메조미디어가 선진 광고 서비스를 만들도록 지원을 이어가겠다”고 전했다.
글 / IT동아 차주경(racingcar@itdonga.com)
사용자 중심의 IT 저널 - IT동아 (it.donga.com)
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.