마테크와 AI의 접목으로 얻게되는 것들

한빛미디어

2021-09-29

by 로밋 파텔

12,740

글로벌 연구기관 포레스터 리서치는 전 세계 마테크(Martech) 시장이 2020년 178억 달러에서 2021년 203억 달러, 2022년 226억 달러, 2023년 251억 달러 수준까지 지속적으로 성장할 것이라고 예측했습니다.

마테크(Martech)는 마케팅(Marketing)에 테크놀로지(Technology)를 접목한 용어로, 기업이나 개인의 필요에 맞춘 디지털 마케팅 기술이나 솔루션, 서비스 등을 일컫습니다.

2010년 초반에 등장하기 시작한 마테크 기술은 인공지능과 빅데이터 분석을 활용해 최적화된 개인화 마케팅을 가능케 하는 마케팅 기법이라고 할 수 있습니다. 마테크는 크게 ‘애드 테크’, ‘데이터’, ‘마케팅 자동화’ 세 가지 범주를 포함하는데, 마케팅 자동화가 마테크 시장의 50% 이상을 차지할 것이라는 예상이 가장 많습니다.

[그림 : pixabay.com]

마케팅 자동화에 인공지능(AI)의 역할을 빼놓을 수 없습니다. 마테크 영역에서 AI를 어떻게 도입하고 활용해야 할지, 가상 소셜 네트워킹 앱을 서비스하는 IMVU의 부사장(Growth Vice President) 로밋 파텔은 <린 AI>를 화두로 꺼내 들었습니다.

AI와 마테크

AI, 다양한 센서들, 그리고 디지털 플랫폼들과 데이터의 폭발적 증가는 오늘날 여러 다양한 경험들을 효과적으로 학습하고 분석할 수 있는 토대를 제공하고 있습니다. 그러나 그 효율성은 사용자에 따라 각각 달라질 수 있어서, 효율성을 높이기 위한 경쟁이 심화되고 있습니다. 특히 불확실한 비즈니스 환경은 기업들이 ‘예측하고 계획하기’ 보다 ‘정보를 찾아내고 가공하는’ 일에 더욱 집중할 것을 요구하게 될 것입니다.

AI, 특히 머신러닝은 지금까지 오랫동안 디지털 광고에 중요한 역할을 담당해왔습니다. 사실 디지털 광고 캠페인에서 AI의 능력 없이 지금 정도 규모의 마케팅 성과를 얻기는 힘들었을 겁니다.

Lean AI 자동화 스케일

마케팅 리더라면 AI와 관련해 벤더들의 다양한 역량을 평가하기 위해, 다음의 린 AI 자율성 스케일 프레임워크를 사용해 보는 것도 좋은 방법입니다. 지난 컬럼(빠른 고객 유치와 기업 성장을 위한 방법, 인공지능)에서 언급한 린 AI 자동화 스케일 표를 다시 한 번 꺼내보겠습니다.

Level 0	자동화 없음. 마케터는 모든 일을 기본 도구와 CRM시스템을 사용하여 처리합니다. 이 도구들은 자동화를 제공하지 않지만, 마케팅 데이터나 결과 리포팅(대시보드 혹은 "비즈니스 인텔리전스" 시스템)을 위한 스토리지 저장소 역할은 제공합니다.
Level 1	자동화 권장. 마케터는 비즈니스 규칙을 준수할 수 있도록 마케터가 정의한 시스템을 활용하여, 마케팅 결과를 최적화하기 위한 비즈니스 권장사항을 제시합니다. 그 예로는 채널별 마케팅 지출을 조정하기 위한 권장 시스템이 있는 대시보드를 들 수 있습니다. 사용자는 그 권장사항을 조정의 마지막 단계에 수행해야 합니다.
Level 2	규칙 기반 자동화. 레벨 1에서 마케터가 설정한 비즈니스 규칙을 토대로 레벨 2의 규칙 기반 자동화를 수행하면 사용자의 개입이나 승인 없이 자동으로(일반적으로 애플리케이션이나 API를 통해) 마케팅을 조정할 수 있습니다. 이러한 시스템에서는 사용자가 직접 규칙을 만들어야 합니다. 마켓의 상황은 매일, 매시간 또는 분 단위로 동적으로 변화하므로 이러한 규칙 기반 시스템은 불안정하거나 많은 개입이 필요한 단점이 있습니다.
Level 3	연산 자동화. 머신 러닝을 사용하여 마케팅 자동화와 결합된 통계 분석을 기반으로 결과를 관찰하고 학습하며 개선하는 시스템입니다. 디지털 시스템의 목표 설정이나 날짜 또는 지역 등의 광범위한 매개 변수 설정 외에 사용자의 개입은 필요하지 않습니다.
Level 4	통찰력 있는 자동화. 사용자 상호 작용, 콘텐츠, 행동, 성능 데이터 등의 상황적인 의미를 고려하고, 다양한 채널에서 1:1 마케팅 메시지를 상황에 맞게 처리하며, 작업자에게 최적의 성능을 제공하는 시스템입니다.
Level 5	완전 자동화. 레벨 5 시스템은 통찰력 있는 자동화를 구축하면서도 마케팅 팀의 지속적인 개입 없이 자체 테스트, 창의적 변형, 대상 매개 변수 등을 생성합니다.

대부분의 마케팅 팀은 자동화 스케일을 레벨 0에서 레벨 2로 높이기 위한 노하우를 모색하는 과정에 있습니다. 하지만, 애플리케이션 마케터들에게 가장 어려운 도전이자 기회는 자동화 스케일을 레벨 2에서 레벨 5로 도약시키는 작업입니다. 이러한 도약의 과정에서 인공지능의 현명한 사용, 그리고 린 AI 차원의 자동화를 통해 애플리케이션의 성장을 빠르게 확대시킬 수 있습니다.

판매와 구매 - AI 플랫폼

오늘날, 모든 주요한 광고 플랫폼과 거래소들은 어지럽도록 많고 복잡한 연산을 통해 적시에 적절한 고객들에게 (제품을 구매하고, 앱에 가입하기를 요청받은 사람들 또는 마케터가 원하는 결과를 얻기 위해) 마케터의 메시지를 전달하는 형태로 작동됩니다. 이러한 플랫폼들은 실시간으로 시간당 수십억 번의 작지만 복잡한 트랜잭션을 처리하기 위해 AI를 사용합니다.

각각의 플랫폼들은 지난 15~20년 동안 (다른 속도로) 성장해 왔지만, 이를 운영하는 기업 대부분은 고객 유입, 유지 및 수익화를 위한 마케팅 목표를 달성하기 위해 여러 종류의 효과적인 방법들을 지원해 왔습니다. (물론 어떤 플랫폼도 AI 작동방식에 대해 정확하게 설명해 주지는 않습니다. 광고주에게는 영업비밀처럼 당연한 것으로 받아들여집니다.)

그러나 대규모의 작업을 수행해야 하는 모든 마케터에게 가장 큰 과제는 AI 기반의 플랫폼을 어떻게 체계적으로 관리하는가일 것입니다.

그렇다면 이제 AI 플랫폼 서비스를 제공하는 ‘판매자’ 측의 솔루션을 관리하고 평가하는 ‘구매자’ 측의 AI(구매자 측 플랫폼)를 활용할 때입니다.

[그림 : pixabay.com]

이 새로운 종류의 소프트웨어는, 채널 간 활동들을 보다 정확하게 제어하고, 캠페인을 관리할 수 있도록 하기 위해, 그리고 반복 발생으로 낭비되는 지출을 줄일 수 있도록 돕습니다. 역시 AI를 사용해 그 일을 수행하게 됩니다.

이러한 구매자 측 마테크 플랫폼들은 플랫폼에서 제공하는 풍부한 API를 이용할 수 있습니다. 여러 채널에서의 상호작용을 관찰하고, 사용자가 설정한 가장 중요한 목표를 고려해 작동되기도 합니다. (레벨 2는 여전히 사람이 핵심입니다. 그래서 여기서는 비즈니스 인텔리전스(BI)나 보고, 그리고 추천 플랫폼에 대한 내용은 제외했습니다.)

구매자 측 시스템은 플랫폼을 최대한 활용하는 방법을 ‘학습’할 수 있습니다. 예를 들어, 페이스북에서 활용하는 AI에 빈도(1인당 광고를 본 평균 횟수)와 검색능력(relevance)이라는 지표가 있습니다. 이것에 대해 자세히 살펴봅시다.

이 두 가지 요소만으로도 각각 광고가 노출되는 횟수를 위해 지불하는 금액과 사용자의 광고가 표시되는 위치와 방법에 막대한 영향을 미치게 됩니다. 빈도는 고유한 캠페인 지표로서, 광고 플랫폼들의 유형에 따라 다르게 작동합니다.

페이스북과 같은 SNS 플랫폼들은 (많은 연구와 관찰을 통하여) 구매 주기 내에서 빈도가 3보다 크다면 실제로 성능에 부정적인 영향을 준다고 믿습니다. 빈도가 높을수록 사용자는 광고가 자신과 관련이 없다는 피드백을 페이스북에 제공할 가능성이 높아집니다.

좋든 싫든, 사용자의 광고 예산은, AI의 성능을 향상시키고, 광고주를 만족시키기 위해, 그리고 엄청나게 복잡한 변수와 데이터를 평가하는 데 사용되고 있습니다. 오늘날, (판매자 측) 플랫폼 자체보다 한 단계 높은 계층에서 운영되며, 채널 전반에서 지출, 목표설정 및 심지어 판매자들의 솔루션을 조정하는 구매자 측 솔루션이 등장하고 있습니다.

이 플랫폼들의 최고 장점은 당신이 현재 비즈니스를 수행하는 방식을 대대적으로 점검하지 않고도 레벨 0에서 레벨 3 이상으로 빠르게 이동할 수 있게 한다는 것입니다.

오늘날 진화된 AI

자동화와 AI는 실과 바늘과 같습니다. 다양한 신흥 공급업체가 오늘날 자동으로 광고 지출 및 목표를 최적화하는 데 인공지능을 사용하고 있습니다.

이 시스템들은 캠페인 내에서가 아닌, ‘캠페인들’의 전 범위에 걸쳐, 캠페인의 내부와 다양한 광고 플랫폼 전반에서 결과를 확인합니다. 궁극적으로 우리는 결과를 중시합니다. 채널 전반의 캠페인 조정권을 AI에 넘기는 게 어떨까요?

이러한 플랫폼들은 AI에 대한 접근 방식에 따라 다르지만(접근 방식과 결과라는 면에서), 일반적으로 ‘AI’를 결합한 강화된 비즈니스 인텔리전스 플랫폼을 갖춘 에이전시 또는 내부의 팀을 능가합니다.

이는 AI 기반 구매 측 플랫폼의 출현을 수용하는 기업들에게 큰 이점입니다. 코로나 팬더믹 상황에 많은 광고주들이 미디어 구매를 중단했습니다. 경제적 불확실성에 따른 조치로 이해할 수 있습니다.

그러나 IMVU는 지능형 기계들(그리고 AI기반의 마케팅 자동화 기술 제공업체 중 하나인 Nectar9으로부터 제공받은 소프트웨어)에 그러한 작업을 위탁해 좋은 성과를 거뒀습니다. 우리의 필요에 따라 조정된 시스템은 개별 광고 구매 플랫폼들이 영향을 미치는 막대한 변화들에 가장 잘 대처할 수 있는 방법을 학습했고, 자동화 스케일 표 상의 레벨 5까지 발전할 수 있었다고 평가합니다,

AI는 복잡한 소비자 행동 데이터 및 광고 구매 환경을 실시간으로 분석하여 인간이 경쟁할 수 없는 수준의 정확도와 볼륨으로 연중무휴로 계산을 실행합니다. (결과적으로, 우리는 사람이 직접 결정하지 않아도 고객 유치비용이 자동으로 조절함으로써 수익이 크게 증가하는 경험을 했습니다.)

마테크와 AI 결합의 미래

더 많은 회사가 레벨 5를 달성하기 위해 경쟁함에 따라 향후 5년 동안 마테크에 큰 변화가 닥칠 것입니다. 완전히 연결되고 개방된 마테크 및 광고 기술 생태계를 갖는 것은 필수 기술 역량이 될 겁니다.

이렇게 변화한 생태계는 기업들이 캠페인을 조정하고 관리하는 사람에게 의존하기보다 본원적인 전략에 더 많이 의존하게 할 것입니다.

머지않아 기계가 전체 고객 경험에 걸쳐 막대한 가치를 창출하는 모든 일을 하게 될 것입니다. 당신이 현재 레벨 0~2에 있다면, 스스로에게 물어보길 바랍니다. 무엇이 당신을 가로막고 있습니까?

AI를 테스트하고 도입하는 데 보다 적극적으로 임할 필요가 있습니다. 인간과 기계의 장점을 살려, 하나의 팀처럼 자연스럽게 융화된다면 향후 매우 놀라운 결과가 당신에게 돌아오게 될 것입니다.

- 원문 : 로밋 파텔(How AI fits into the martech landscape)

- 번역 : 김미수

위 내용은 로밋 파텔의 원문 기사에 기반하여, 그의 저서 <린 AI>를 토대로 일부 내용이 편집되었습니다. 빠르게 고객을 유치하고 서비스와 기업 규모를 키워 성장하기 위해 필요한 인공지능, 이를 적재적소에 도입하고 구축하는 데 필요한 인사이트에 대한 보다 자세한 내용은 <린 AI>에서 만나보실 수 있습니다.