모바일 광고시장과 AI (Mobile Advertising Market and AI)
인공지능/딥러닝이 화두다. 인공지능이 모바일 광고 시장에 의미하는 바가 무엇일지 한번 AI 등에 대해 깊이 있게 공부해본 적은 없고, 남세동1님의 인사이트 넘치는 페이스북에서 여러 글들을 통해서 개념을 파악한 정도라서 가볍게 읽어주시면 될 것 같다. 해당 글에서 지겹도록 언급했지만 전세계에서 가장 가치가 높다고 인정되는 몇몇 회사들은 디지털 광고, 그중에서도 모바일 광고를 주요 수익 원천으로 하고 있다. 현재 블록체인 및 AI 등의 새로운 기술이 로봇분야 및 소프트웨어 등의 분야로 전방위 확장하고 있는데 모바일 광고 분야도 예외는 아니다.
어뷰징 디텍션 (Abusing Detection)
모바일 광고의 비약적인 성장과 더불어 어뷰징 사례도 비약적으로 증가했다. 특히 수백/수천대의 모바일 폰을 활용해서 임의로 앱을 다운로드 받아서 광고 성과를 가로채는 행위에서부터 이들 핸드폰이 마치 실제 사용자들인것처럼 시뮬레이션하는 방향으로 점점 더 수법이 교묘해지고 있다. 그 자체가 바로 돈이 되는만큼 어뷰징을 하는 쪽에서도, 이를 방지하는 쪽에서도 AI관련 기술을 적극적으로 활용하고 있다.
광고 알고리즘 (Advertising Algorithm)
모바일 광고업계를 자세히 들여다보면 거래단위가 복잡한 경우가 많다. 노출, 클릭, 인스톨, 실행, 구매 등의 여러가지 기준으로 광고를 하게 된다. 광고주의 입장에서는 최소한의 단가로 구입을 해서 최대한의 성과를 얻고자 한다. 성과를 중시하는 일부 모바일 광고주들의 경우 인스톨/실행을 기반으로 캠페인을 집행하는 사례가 늘어나고 있다. 마치 자본시장이 각기 다른 이자율, 환율 등의 차이를 이용해서 싸게사서 비싸게 파는 Buy Low, Sell High, 즉, 아비트리지(Aribitrage) 투자를 진행하듯이 광고시장의 대부분 핵심 알고리즘은 이에 대한 것이다. 노출 앱, 거래되는 시장, 플랫폼 등의 요소를 끊임없이 분석해서 최적의 결과를 도출 하는 것이다. 광고주, 매체사의 데이터를 효율화하여 좀더 효과적인 바잉을 하기 위해 딥러닝, 머신러닝 등의 기술이 빠르게 적용되고 있다.
광고 소재 (Ad Creatives)
광고 업계에 몸을 담았던 사람이라면 누구나 공감하겠지만 광고 소재는 제작에 시간이 오래 걸리고, 어느때보다 그 수명이 짧아졌다. 모바일 광고는 광고에 대한 결과가 수치화 되어 효율을 빠르게 판단할 수 있기때문에 소재의 수명이 짧다. 앱과 서비스에 따라 차이는 있겠지만 프로모션 상품들이 매번 바뀌는 커머스의 경우는 거의 매일 바뀐다. 광고 소재에는 HTML5를 이용한 인터랙티브한 애니메이션, 동영상, 이미지 등이 있는데 특히 이미지를 중심으로 이를 자동적으로 생성하는 솔루션을 제공하는 회사들이 많아졌다.
- 알리바바 루벤(LuBan): 알리바바 그룹에서 중국의 전설적인 엔지니어의 이름을 따서 지은 AI인데 초당 8000개의 광고 배너를 만들어 낼 수 있다. 특히, 머신러닝 등의 댜앙한 기법들이 사용되는데 좋은 배너인지를 판단하기 위해서는 심미적인 기준과 광고 효율이 있는지에 대한 비지니스 기준 두가지로 판단한다. 2
- 베를린 기반의 아이퀀트(EyeQuant) 회사에서는 사람의 눈을 컴퓨터가 트래킹하는 것을 바탕으로 해서 어떤 배너 광고가 더 사람들의 관심을 유도할 수 있는지를 85% 정도의 정확도로 알아낼 수 있다고 한다. 관련 기사3에서 재미있는 점은 정확히 어떤 이유로 AI가 그렇게 판단하는지에 대한 이유는 어렵다고 한다. 사실 머신러닝 기술이 적용된 프로젝트들에서 종종 있는 현상이다. 온갖 변수들과 패턴들을 수없이 학습하는 기술이 결과적으로 머신 러닝이라서 왜 해당 결론에 도달했는지 파악이 어려운 경우들이 있다.
- 멀리 찾을 필요 없이 소재 자체를 만들어 주는 것이 아니라 고객 반응을 학습해서 각기 다른 소재/형식/내용 등이 바뀌는 일종의 다이나믹 광고(Dynamic Ads) 등은 이미 구글/페이스북/프로그래매틱 광고 영역에서 활발히 활용되고 있다.
마케팅 자동화 (Marketing Automation)
디지털 마케터들은 관리해야하는 채널과 분석해야하는 데이터의 양이 기하급수적으로 늘어났다. 그만큼 제공하는 서비스가 고객들과 만나는 접점이 넓어졌기 때문이다. 구글(유튜브)/페이스북/네이버 등의 주요 플랫폼들을 관리해야하고, 각 플랫폼들 마다 광고 플랫폼도 달라서 일일이 캠페인을 셋업하고, 진행 및 운영 하는게 쉬운일은 아니다. 이들 플랫폼을 제외한 애드네트워크/프로그래매틱 등의 시장들도 존재하기때문에 신경써야 할 채널이 엄청나게 많다. 또한, 앱 내에서 벌어지는 고객의 지표도 확인해야 하고, 고객별로 커스터마이즈된 푸쉬 메시지 등을 보내거나 해야한다. 따라서, 여러가지 접점에서 위와 같은 자동화의 패턴이 일어나고 있다.
- 일단 MMP(Mobile Measurement Partner)의 영역이 넓어지고 있다. 기존에는 광고 성과에 대한 기여를 주로 측정 했는데 점점 더 광고주가 다양한 광고 데이터에 대한 정보나 인사이트를 제공하거나 앱 운영시의 특정 푸쉬를 자동화 하는 등 영역이 넓어지고 있다.
- 구글/페이스북/네이버 등의 주요 광고 플랫폼들의 API를 바탕으로 광고를 효과적으로 집행하도록 도와주는 주요 솔루션들의 경우, 원하는 오디언스, 고객 종류 등을 입력하면 수십, 수백개의 광고 캠페인이 자동적으로 만들어지며 심지어 일부 솔루션을 최적화도 알아서 진행한다.
- 기업들이 내부에서 활용하는 자체 BI(Business Intelligence) 혹은 써드파티 솔루션이 고도화 되고 있다. 일부 광고주의 경우는 외부 솔루션만을 이용해서 광고 어뷰징을 잡아내는 것이 아니라 자체 데이터상의 이상징후를 먼저 확인하고 파트너들에게 공유하는 경우도 많아지고 있다.
결론
자동화, 머신러닝, 딥러닝 등의 AI 기술이 산업 전반에 영향을 미치고 있다. 모바일 광고 분야도 예외는 아니다. 어뷰징, 광고 알고리즘, 광고 소재, 마케팅 자동화 등 다양한 영역에서 실시간으로 생성되는 엄청난 양의 데이터를 바탕으로 관련 기술들이 더욱 정교해지고 있다. 10년전에 디지털 마케팅을 진행하던 방식을 생각하면 이미 데이터의 표준화, 실시간 분석 등은 거의 일반화 되었다. 하지만 아직 갈 길은 멀다고 생각한다. 주요 플랫폼들은 광고에 대한 리포팅 등의 API는 열어주지만 깊이 있는 핵심 정보는 열어주지 않고 있고, 모바일 광고의 기여 모델을 여전히 마지막 클릭을 기준으로 하고 있어 여전히 측정에 한계가 있다. 전반적으로 디지털 광고 시장은 열린 생태계 처럼 보이지만 대부분 닫힌 생태계로 유지되고 있는 것이 현실이다. 프로그래매틱 광고 등의 대안이 있지만 아직은 규모가 작다. 하지만 커다란 몇가지 패턴이 보이는 것은 사실이다.
실시간으로 쌓이는 데이터를 분석하는 것은 점점 더 쉬워지고 있고, 광고주가 가지고 있는 서비스와 유기적으로 연동해서 다양한 마케팅 활동을 자동화 하는 것도 관련 인터페이스가 편해지면서 어려운 기술을 학습해야 하는 것도 아니다. 구글/페이스북 등의 플랫폼들의 광고 관련 기술을 날로 발전하여 특별하게 정교한 캠페인을 하지 않더라도 광고에 반응하는 오디언스를 잘 찾아준다. 이들 플랫폼들 광고 캠페인에서 성과가 전반적으로 미진하다면 거의 십중팔구는 프러덕트/서비스의 문제라고 봐도 된다. 이와 같은 흐름은 한가지 질문을 떠올리게 한다. 앞선 미래에 모바일 마케터의 역할은 무엇일까. AI나 기술이 도달하지 않는 영역이 어떤 것들이 있을까.
아직은 잘 모르겠다. 숫자를 동반한 소위 퍼포먼스 마케팅은 관련 기술들을 어떻게 설계하고 자동화하는지가 중요해져 프러덕트/마케팅 등의 경계가 불명확 해질 것 같기도 하다. (광고주가 관련 기술에 대한 이해가 낮아서 상식적으로 이해가 안되는 방식의 광고를 집행하는 경우를 많이 봤다) 그밖에 복잡한 스토리텔링이나 브랜드를 만드는 것, 동영상 등의 컨텐츠를 제작하는 것? 브랜드의 컨셉을 만들어 내는 것? 요즘 보니 딥러닝을 통해서 사람보다 더 사람 같은 이미지와 목소리를 만들어 내는 사례는 이미 흔해지고 있어 곧 실제같은 가상의 영상이 만들어 지는 것도 시간문제일 듯 하다. 먼 미래일지, 가까운 미래일지, 모바일 광고분야에서의 변화는 어느 분야보다도 빨리 찾아올 것임이 분명하다.