이 글은 (고구마는 ROI가 나오지 않아 먹지 않는다던) 제 전 동료에 대한 인용으로 시작하는 지난 글 (링크) 에서 이어집니다. Chat GPT와 마케터의 꿈
한 해가 채 끝나기 전이지만 미리 2023년의 기술적 메가 트렌드를 꼽는다면 단연 생성형 AI가 꼽힐 것입니다. Chat GPT를 필두로 한 생성형 AI의 바람은 마케팅 업계에도 예외 없이 불어왔죠. 새벽네시 역시 “기술을 통해 종래의 마케터의 일하는 방식을 혁신한다”는 미션을 품은 회사로서 한동안 이 트렌드를 아주 유심히 살펴봤습니다.
하지만 실은 Chat GPT라는 도구가 없을 때도 마케터들은 늘 이런 기술적 상상력을 가슴속에 품어왔습니다. Chat GPT 전후의 차이라면 구체적인 도구명이 거론되느냐 아니냐일 뿐이죠. 5년 전쯤 제가 만나 뵀던 여러 마케터분들은 이미 당시에도 어떻게 카피/크리에이티브를 대량으로 생산해낼 것인지에 대해 여러 시나리오를 늘어놓곤 하셨습니다. 예컨대 마케팅에 영향을 끼치는 변수들을 자동으로 고려하여 여러 요소를 조합한 뒤 다이내믹 크리에이티브를 실시간으로 생성하는 게 당시의 화두 중 하나였던 것으로 기억합니다. 여기서 한발 더 나아간다면 크리에이티브의 내용에 가장 적절한 채널까지도 자동으로 선정 및 송출할 수도 있을 겁니다.
이해하기 쉽도록 배달 앱을 예시로 들어보자면, 그날그날의 날씨에 따라 지역별로 가장 인기 있었던 메뉴/식당과 (악천후라면) 기상 상황에도 불구하고 배달 상황이 상대적으로 원활한 지역 타겟팅을 조합하여 광고를 노출하는 식인 것이지요. 이를 포함하여 마케터들이 꿈꿔왔던 자동화에는 대표적으로 아래와 같은 것들이 있겠습니다.
1.
기존 소재 및 마케팅 변수 조합, 그리고 타사 벤치마킹을 합친 Copywriting/Creative 제작
2.
기존 성과를 기반으로 한 Marketing Media Mix
4.
Reporting 기반 자동 채널/캠페인 간 Budget Optimization
5.
(이외 더 효율적인 마케팅이 가능토록 하는 수많은 업무들의 자동화!)
그렇다면 Chat GPT 이후에 이러한 상상은 현업에서 어느 정도 구체화되었을까요? 배우 라이언 레이놀즈가 올해 초 자신이 운영하는 통신사 ‘민트모바일’의 광고를 Chat GPT로 만들어 공개했다는 소식이나
(링크) 한국판 생성형 AI의 대표격인 뤼튼이
(링크) 첫 번째 이용 타겟군 중 하나로 카피라이팅을 하는 마케터를 노리는 것을 보면 어느새 현업에서도 이러한 바램들이 꽤 구체적으로 실현될 것도 같습니다. 뤼튼 홈페이지에는 현업 마케터들이 남긴 리뷰도 발견할 수 있는데요, “소구점 하나를 입력하면 AI가 타깃의 니즈를 정확히 파악해서 문장을 만들어주는 점”이 인상적이라고 합니다.
이 새로운 기술의 도입에는 스타트업뿐만 아니라 전통적인 대기업들까지도 촉각을 곤두세우고 있는 양상입니다. 현대백화점에서는 카라피이팅 시스템 루이스를 지난 1분기경 정식 도입했으며 특히나 도입 후 통상 2주가 걸리던 (!) 광고 문안 작성 업무 시간이 평균 3~4시간 이내로 줄었다고 합니다.
(링크) 이러한 새로운 기술의 결과물은 그야말로 경이로우며 말그대로 전에 없던 새로운 시도가 이미 곳곳에서 이루어지고 있다는 사실만으로 참 반가운 소식입니다만 처음 Open AI가 제품을 공개했을 때의 도취가 조금은 가라앉은 지금, 다시금 냉정하게 실무자의 관점에서 이 시도들을 평가해 보고 싶습니다. 앞으로를 위한 마중물로서는 엄청난 의미를 갖는 대신 실제 상용화 관점에서는 분명 (어쩌면 예상보다도) 꽤 오랜 시일이 남아있다는 생각이 들기 때문입니다. 과연 AI를 통한 마케팅은 언제쯤 ROI가 나올 수 있을까요?
자동화가 이토록 수고스럽다니
이 질문에 대한 답을 찾기 위한 한 가지 출발점은, 생성형 AI로부터 시작된 자동화 열풍이니만큼 자연히 위에서 언급했던 자동화 꼭지 중에서는 1번이 유달리 집중적인 관심을 받고 있다는 점입니다. 1번은 마케팅/광고에 필요한 결과물을 즉각 생산해 내는 자동화입니다. 그런데 이런 하나의 결과물을 만들어낼 때 고려해야 할 변수가 얼마나 다양한지를 사람-마케터인 우리는 이미 알고 있습니다. 사람이 해내던 이 복잡계적 창의성을 대체하려면 기술에게도 동일한 맥락 정보/지식이 필요합니다. 즉 AI가 ‘좋은 카피’를 쓰기 위해서는 “좋은”의 기본적인 기준을 정하는 것부터 상황에 따라 복합적인 판단 준거를 적절히 잘 활용했는가 (e.g. A 상품군에서는 프로모션 정보를 활용한 카피가 표면적으로 가장 효율이 우수했으나 현재 B 상품군에서는 신규 런칭이니만큼 브랜딩 성격이 강한 카피가 더 “좋은” 카피라던지) 등의 약속을 사전에 모두 규칙으로 정해두어야 하는 것이지요.
그런 의미에서 앞서 언급한 현대백화점의 루이스는 최근 3년간 현대백화점에서 사용한 광고 문구 중 고객 반응이 좋았던 데이터 1만여 건을 집중적으로 학습했다고 합니다. 그런데 이 데이터는 마케팅을 지속 집행하는 과정에서 새로이 쌓이고 결과값이 시시각각 변화할 것이라 데이터를 추가로 학습시키는 고도화 작업은 끝없이 이어져야 지속적인 활용 가능성이 담보됩니다. 즉 AI는 실시간의, 또 양질의 데이터를 바탕으로 학습을 지속해야 하며 인간과 AI 모두에게 동일하게 명료한 규칙이 존재할 때만 현업에서 활용 가능한 것입니다.
범용적인 AI 솔루션과 특정 기업의 맞춤형/내부 AI 솔루션을 비교했을 때의 역설은 여기서 발생합니다. 전자는 기술에의 접근성을 획기적으로 높여주지만 그것을 각 기업의 마케팅 현황에 맞도록 적용하려면 꽤 높은 수준의 (개발 관점, 데이터 관점, 마케팅 전략/기법 관점 모두에서) 기술 이해도와 여건이 선행되어야 하고 후자는 결과물에 대한 신뢰도와 수준을 끌어올려 주는 대신 구축 및 유지 보수에 드는 비용이 만만치 않지요. 거칠게 단순화해 보면 우리 기업 데이터를 바탕으로 AI를 실무 레벨에서 적용하려면 아래 과정이 필요할 것으로 예상됩니다.
1.
단순 Database 서칭이 아닌, 사전에 AI로 적재되어온 문서/데이터를 분석하여 유사도 점수를 붙여야 하며
2.
그보다 앞서 내부 문서 Database화 및 AI 분석을 위해서는 문서/데이터의 형식상 통일성 및 분류 작업이 선행되어야 합니다.
기술-마케터와 사람-마케터를 잘 이해해 보기
문제는 이렇게 만들어진 마케팅 결과물들을 통해 투입 비용을 상회하는 마케팅 ROAS를 만들어낼 수 있을지는 미지수라는 점이구요. 그래서 저희는 이 자동화의 관점에서는 기술과 사람의 본질을 충분히 이해한 뒤 각각이 더 잘할 수 있는 영역을 먼저 정의할 필요가 있다고 생각합니다. 예컨대 직접적인 결과물을 생성하는 것과 사람이 결과물을 생성하는 데 들이는 품을 줄이는 것 중 당분간 이 기술이 더 빛을 발할 영역은 후자일 것입니다. 또 각 기업의 고유한 데이터를 통해서만 완성되는 제품과 오히려 더 많은 데이터로 표준화할 때 결과물의 퀄리티가 높아지는 제품 가운데에서도 후자의 제품이 더 빠르게 고도화될 가능성이 높습니다. 그러나 동시에 이는 제품을 만드는 메이커의 관점이고 언제나 더 나은 마케팅 환경을 꿈꿔왔을 유저, 즉 마케터들은 (스스로가 대체되지 않는 선에서!?) 계속해서 전자를 꿈꿀 것이기에 이 후자와 전자 사이의 교각을 놓는 작업도 놓쳐서는 안됩니다.
얼마 전에 저는 고객사를 위한 디지털 마케팅 캠페인의 제안서를 쓰다 문득 장표의 구성과 텍스트에 대한 아이디어는 줄 테니 PPT의 형식적 구성은 생성형 AI가 도맡아주었으면 좋다는 생각을 했습니다. 아니나 다를까 미국에서는 프레젠테이션 생성 자동화와 관련한 여러 제품이 이미 출시되어 있더군요. 프롬프트 기반으로 작동하는 두어개 정도의 제품을 적극적으로 활용해 보았습니다만 아쉽게도 결과는 활용도가 너무 낮아 사용할 수 없었습니다. 메이커와 유저 간 기대치의 간극만을 확인한 순간이었어요. 대신에 제가 일부 사전 규칙을 템플릿으로 정해두면 동일한 작업에 소요되는 시간을 획기적으로 줄여주는 (아직까지 생성형 AI를 활용하는 것은 아닌) 전혀 다른 제품은 아주 잘 활용할 수 있었습니다. 이것이 제가 위에서 언급한, 결과물을 곧장 생성해 주는 대신 결과물을 생성하는 데 들이는 품을 줄이는 제품의 대표적인 예시입니다.
저를 포함하야 많은 분들이 애용하고 계실 Canva가 그 주인공이었습니다. ⓒCanva
공식이 없는 일, 이런저런 경험치를 기반으로 어찌저찌 해내고 있으나 우리조차 이게 정답이 맞는지 늘 헷갈리는 창조적인 일은 사람-마케터에게도 가장 고된 일입니다. 그렇다 보니 이 고된 일을 얼른 기술-마케터가 대체해 주었으면 좋겠다고 생각하는 건 무척이나 자연스런 흐름입니다. 하지만 이 글을 통해서는 종래에 일하던 방식 자체를 규칙화해내는 작업, 그러니까 사람-마케터가 하는 일들을 표준화하고 규격화할 수 있는 창의적인 기획이 순서상 더 먼저라는 것을 거듭 이야기해 보고 싶었습니다. 기술의 혜택을 더 빨리 현업에 적용하려면, 또 그 기술을 통해 만들어진 결과물로 더 뛰어난 다음 번 기술을 촉진시키기 위해서는 이 실무의 격전지 위에 발을 딱 붙인 채로 열심히 사람-마케터만의 상상력을 가동해야 하는 것이지요.
새벽네시는 퍼포먼스 마케팅 에이전시입니다. 동시에
저희는 일하는 패러다임을 바꾸는 것은 고도화가 아니라 효율화에서 시작될 것이라 믿으며 SaaS 기업으로서의 발자취도 함께 만들어내고 있습니다. 이 제품에는 위에서 언급한 모든 고민이 응축되어 있습니다. 아직 제품은 Closed-Beta Test 단계입니다만 이 글에 동의하시거나 오히려 반대하시는 모든 분들의 Early Access 요청을 환영합니다. 사소한 자동화부터 그 사소한 것들이 쌓여서 낳는 거대한 임팩트까지. 오늘도 광고 시장은 새벽네시라는 생각을 합니다. 쨍한 오전이 되었을 때의 풍경을 상상하며 언제나 많은 분들을 만나고 싶습니다. 저희는 이 글을 읽으시는 그 어떤 분들과의 커피챗에도 열려있답니다. 여러분의 연락을 기다리며 글을 읽어주심에 감사합니다.
실현되지 않은 것, 그 중에서도 “어떻게”에 대한 혁신을 집요하게 탐구합니다.
—하여 현재 새벽네시에서는 마케터의 반복적인 업무를 자동화하는 SaaS 를 만들고 있습니다. 🌌
現. 주식회사 새벽네시 CEO & co-founder
前. 모비데이즈 (인턴 → 파트장 → 팀장 → 그룹장 →) 이사