1993년, 은퇴한 수학 교수이자 컴퓨터 과학자이자 수상 경력이 있는 공상과학 작가인 버너 빈지는 초인적인 인공 지능의 탄생이 "인간의 시대가 끝나는 시점"이 될 것이라고 주장했습니다. 2005년 출간된 미래학자 레이 커즈와일의 저서 ' 특이점이 가까워졌다'와 연관된 이 아이디어는 컴퓨터가 자기 주도적으로 활동하며 스스로를 더욱 지능적으로 만들고 인간의 이해나 이해를 뛰어넘을 정도로 컴퓨팅이 발전하는 순간을 가정하고 있습니다.
어쩌면 이 개념이 너무 먼 미래의 이야기처럼 보일 수도 있습니다. 하지만 인간의 많은 활동을 컴퓨터가 대신하고 있는 광고 산업은 어떨까요? 광고 특이점이 임박한 것일까요? 인공지능이 인간이 내리는 결정을 이해하는 능력을 넘어 광고와 미디어 최적화를 발전시킬 수 있을까요?
이런 생각을 한 것은 제가 처음은 아닙니다. 예를 들어, Matt Herman은 2010년 광고 크리에이티브 개발과 관련하여 "다가오는 광고 특이점의 결함" 이라는 글에서 이에 대해 언급했습니다(그리고 대부분 무시했습니다) . 한편 로저 토니스는 "마케팅 특이점이 다가왔다" 라는 글에서 방송 전 미디어의 일대일 입소문 마케팅이 어떻게 마케팅을 "미래로" 가져갈 것인지에 대해 제안했습니다.
저에게 짧은 대답은 '크리에이티브' 분야에서는 특이점이 올 가능성이 낮다는 것입니다. 다른 모든 분야에서는 이미 어느 정도 도달했지만, 아직 인간의 개입을 포함하는 더 큰 생태계의 일부라는 것을 의미할 수 있는 요소들이 남아 있습니다.
크리에이티브 특이점
저는 광고 크리에이티브 특이점에 관해서는 회의적인 편에 속합니다. 최근 닐슨 뉴스와이어 게시물에서 저는 광고 크리에이티브 성공과 관련된 다섯 가지 요소에 대해 썼습니다. 스토리텔링, 유머 및 좋은 광고에 들어가는 다른 크리에이티브 요소의 고유한 인간적 특성을 고려할 때 컴퓨터가 주도하는 크리에이티브 특이점을 조만간 상상하기는 어렵습니다.
음악과 뉴스 기사를 작성하는 알고리즘이 개발되었는데, MIT 테크놀로지 리뷰의 "창의성을 자동화할 수 있을까요?"를 확인해 보세요.
미디어 특이점
여기서 특이점을 지지하는 사람들은 보다 확실한 근거를 가지고 있습니다. 크리에이티브와 달리 미디어 계획, 구매 및 측정은 훨씬 더 자동화되고, 더 스마트하고, 더 빠르고, 스스로 개선되며, 인간의 이해 능력을 완전히 뛰어넘을 가능성이 높습니다. 실제로 디지털에서는 이미 실시간 입찰 플랫폼을 통해 이러한 작업이 일부 이루어지고 있습니다. 미디어 특이점이 다가오고 있습니다.
구성 요소는 대부분 여기에 있지만 완전히 통합된 방식으로 작동하지는 않으며 미디어 생태계의 일부 영역에서는 아예 존재하지 않습니다. 완전히 자동화되고 인간보다 더 똑똑한 미디어 최적화 특이점의 요소는 무엇이며, 그 가능성은 얼마나 될까요?
디지털화. 디지털은 컴퓨팅을 통해 데이터를 최대한 활용할 수 있게 해줍니다. 광고 및 미디어 데이터가 더 많이 디지털화될수록 사람의 개입 없이 실시간으로 자동으로 더 많은 컴퓨팅 성능을 구매, 측정 및 개선할 수 있습니다.
- 노출 및 전환 데이터. 오디언스, 조회 가능성, 콘텐츠, 노출 빈도, 게재 위치 등의 동인과 브랜드 영향력, 전환 등의 결과를 포함한 데이터를 캡처하면 무엇이 효과가 있고 무엇이 효과가 없는지, 어떻게 개선할 수 있는지 더 쉽고 간편하게 파악할 수 있습니다. 이러한 데이터 수집의 대부분은 이제 고도로 자동화된 실시간 시스템에서 이루어지며, 이러한 시스템은 대부분 디지털 어트리뷰션 모델링 회사가 개척한 것으로 퍼스트 파티 광고주 데이터뿐만 아니라 써드 파티 데이터도 모두 활용할 수 있습니다.
- 어트리뷰션 모델링. 크리테오는 공분산 분석(ANCOVA)과 마케팅 믹스 모델링을 통해 수년 동안 광고 및 미디어 판매 효과를 측정해 왔습니다. 두 가지 모두 매우 효과적인 방법입니다. 개인 수준에서 비개인식별정보(비식별정보) 노출 및 전환 데이터의 등장으로 개인 수준에서 온라인과 오프라인의 모든 터치포인트와 모든 터치포인트의 조합에 대한 브랜드 또는 매출 영향 측정이 실시간으로 가능해질 것입니다. 브랜드와 매출에 미치는 영향을 터치포인트 노출에 귀속시킬 수 있게 되면 성과를 최적화할 수 있습니다.
- 머신 러닝. 머신 러닝은 인공지능의 한 분야로, 사람의 개입 없이 데이터를 학습하고 시간이 지남에 따라 개선할 수 있는 시스템과 관련된 일련의 활동을 포함합니다(일종의 미니 싱귤래리티). 어트리뷰션 모델링과 연결된 머신 러닝 기능을 사용하면 기계가 스스로 학습하여 광고 성과를 지속적으로 개선하고 최적화할 수 있습니다.
- 프로그래매틱 및 실시간 입찰. 이미 디스플레이 광고의 20% 이상이 실시간 입찰(RTB) 플랫폼을 통해 거래되고 있습니다. 디스플레이 광고를 넘어 RTB를 지원할 수 있는 플랫폼, 프로세스 및 데이터 세트는 이미 마련되어 있지만, 아직까지는 TV와 기타 비디지털 매체는 대부분 그 범위를 벗어나고 있습니다. 현재 RTB의 대부분은 오디언스 유형, 웹 행동, 활동(익명으로 수신)을 통해 반응 가능성이 높은 것으로 확인된 사용자에게 광고를 전송하는 등의 방식에 중점을 두고 있습니다. 하지만 위에서 설명한 어트리뷰션 모델링 기능을 통해 브랜드 및 매출 영향력을 기반으로 RTB를 추진하는 것이 불가능한 것은 아닙니다.
즉, 개인 단위의 노출 및 판매 데이터가 디지털화되어 API를 통해 데이터 플랫폼에 연결되고, 어트리뷰션 모델이 실시간으로 실행되며, 머신러닝이 반복적으로 결과를 개선하고, 실시간 입찰 플랫폼을 통해 구매가 거래되는 미래 세계가 펼쳐질 수 있습니다. 이러한 미래는 제한된 형태로 이미 광고 생태계의 하위 영역에 존재하고 있습니다. 이러한 가능성을 특이점으로 생각하는 것이 합당한 이유는 이 모든 것이 수억 개의 데이터 포인트를 통합하여 수 밀리초라는 초고속으로 대규모로 일어나기 때문에 개념적인 수준 외에는 인간이 이해할 수 있는 능력을 넘어서는 일이 될 것이기 때문입니다.
그렇긴 하지만, 광범위한 광고 특이점에 대해 회의적인 시각을 가져야 할 이유는 분명히 존재하며, 이를 최소화할 필요는 없습니다. 기존 비즈니스 모델, 기술 플랫폼, 프로세스, 미디어 및 디바이스 파편화, 디지털 광고 사기/봇, 업계 습관, 개인적 관계 및 기타 요인들은 모두 이러한 미래 상태를 실현하는 데 있어 매우 현실적인 장애물입니다.
따라서 기술 구성 요소는 이미 갖춰져 있지만 특이점의 도래를 방해하는 요인들이 있습니다. 즉, 비록 들쭉날쭉하고 비선형적인 경로를 따르더라도 특이점을 향한 진전이 빠를 것으로 예상해야 한다는 뜻입니다. 지난 100년 정도 동안 우리가 알고 있던 광고의 상당 부분이 혼란에 빠질 것입니다.
진정한 특이점에 도달할 수 있는지에 대한 모든 요소 중 가장 강력한 것은 아마도 인간적인 요소일 것입니다. 그런 점에서 특이점은 올 수 있지만 사람들의 예상보다 늦게 올 수 있습니다.
최종 결과가 무엇이든 광고의 미래가 다가오고 있으며, 한 가지 확실한 것은 특별한 경험이 될 것이라는 점입니다.