Posted in

AI와 애드테크를 피처링에서 이해해야 하는 이유

by Poza
AI애드테크인플루언서마케팅

안녕하세요. 피처링의 CTO 최화섭입니다.
저희 피처링은 왜 애드테크를 학습하고 있을까요?

인플루언서 마케팅의 진짜 매력은 단순히 사람을 연결하는 게 아닙니다.
데이터와 AI, 그리고 애드테크 처럼 자동화의 힘으로 인플루언서와 브랜드를 완벽히 매칭하고, 캠페인의 성공을 예측하며 한층 더 창의적인 협업을 만들어내는 데 있죠.

피처링은 이런 기술로 새로운 마케팅 패러다임을 열려고 합니다. 단순한 트렌드 추종이 아니라, 시장을 선도하며 브랜드와 고객의 연결을 더 깊게 만드는 것이 우리의 목표입니다.

어쨌든 기존 산업의 성장을 바라보면서 다양한 환경의 밸류체인을 만들려는 피처링의 목표는 단순히 기술을 도입하는 데 그치지 않습니다.
우리는 AI와 애드테크를 활용해 더 스마트하고, 더 효율적이며, 무엇보다 더 의미 있는 협업을 가능하게 만드는 생태계를 구축하고자 합니다.

저희 기술팀 그리고 피처링 전사 운영 방향은 일반적인 혁신이 아니라, 업계를 재정의하고 새로운 가치를 창출하는 데 초점을 맞추고 있습니다.

애드테크와 인플루언서 마케팅의 조화

피처링에서는 소셜 미디어 마케팅을 크게 두가지 형태의 광고 정의로 나누고 있습니다.

애드테크는 디지털 미디어 광고를 통해 정교한 타겟팅과 데이터 중심의 자동화된 광고 운영 방식을 제공하며, 이를 통해 더 높은 ROI(투자 대비 수익)를 가능하게 합니다.
그러나 이러한 데이터 중심 접근 방식이 모든 것을 해결할 수 있는 것은 아닙니다. 반면, 인플루언서는 인간적인 스토리텔링과 개인적인 연결을 통해 소비자와의 진정성 있는 관계를 형성합니다.

이 점이 애드테크가 제공하지 못하는 특별함이자 자동화되지 않는 어려움입니다.

그래서 피처링에서는 기술로 정량적 분석을 통해 캠페인의 효율성을 높이고, 인플루언서는 정성적 접근을 통해 브랜드에 대한 신뢰와 감정을 강화합니다.
피처링은 이 두 가지를 융합하여 고객에게 최상의 솔루션을 제공하려고 합니다.

애드테크의 변천사

 

위 이미지는 애드테크의 주요 프로세스를 단계별로 설명합니다.

애드테크의 주요 프로세스는 마치 치밀하게 짜인 전략 게임 같습니다. 먼저, SSP 플랫폼을 활용해 광고 공간을 직접 계약하고 확보합니다.
여기서 끝이 아니고, 실시간 입찰과 가격 최적화를 통해 광고주의 콘텐츠를 가장 알맞은 타이밍에 적절한 위치에 바로 노출 시킬 수 있는 기술로 무척 정교화되어 있습니다.

제공된 광고 공간에서 사용자의 행동 패턴, 광고 위치, 광고 유형 등을 샅샅이 분석합니다.
이 정보를 바탕으로 사용자 연령, 관심사 등 데이터를 활용해 광고 효과를 점검하고, 예측 분석, NLP, 리타게팅 기술로 효율성을 극대화합니다.
모든 과정이 자동화와 실시간 처리로 돌아가니, 똑똑하고 빠르게 움직이는 게 애드테크의 핵심입니다.

애드테크는 자동화와 실시간 처리를 핵심으로 AI와 클라우드 기술을 적극 활용하며, 지속적으로 혁신을 일으키고 있습니다.
이러한 혁신을 바탕으로 이미 시장엔 다양한 유니콘 기업들이 자리 매김 하고 있습니다.

엄청난 성장의 애드테크와 그 가능성을 보이는 인플루언서 마케팅

애드테크의 다양한 유니콘 기업들과 인플루언서 마케팅의 성장 저해 요소

애드테크의 대표 기업으로는 The Trade Desk, Criteo, AppLovin, Moloco 등이 있습니다.
이 기업들은 Programmatic 광고와 Realtime 분석 기술을 활용해서 광고 운영을 훨씬 효율적으로 만들어주고 있죠.
이 기술 덕분에 광고의 모든 과정의 매체 준비, 데이터 분석, 타겟팅, 광고 집행, 성과 관리까지 자동화가 되어 사람 손을 많이 거치지 않게 되었어요.

반면에, SNS 인플루언서나 크리에이터 매체는 상황이 좀 다릅니다.
60억 개가 넘는 채널이 있고 수요도 꾸준히 늘어나고 있지만, 아직 Ad-Tech처럼 체계적으로 시스템화된 상태는 아닙니다.
광고주와 크리에이터를 연결하거나, 캠페인을 실행하고 성과를 관리하는 과정이 여전히 재래식 방식에 머물러 있어서 비효율성이 많습니다.

특히 시장 규모가 2019년 약 9조 원에서 2023년 28조 원으로 크게 늘어난 걸 보면, 이런 한계는 앞으로 더 눈에 띌 가능성이 높아요.

애드테크와 인플루언서 마케팅은 둘 다 광고 시장에서 중요한 역할을 하고 있지만, 기술과 접근 방식에서는 확실히 차이가 있어요.
애드테크는 기술을 중심으로 자동화와 최적화를 이루어내고 있지만, 인플루언서 마케팅은 아직 수작업과 비효율적인 프로세스에 의존하고 있죠.

하지만, 앞으로 인플루언서 마케팅도 Ad-Tech화될 여지가 크고, 그로 인한 큰 혁신을 기대해볼 만하기 때문에 피처링은 이 부분에 집착하고 있습니다.

 

피처링에서 준비하는 노력들

 

이미지 속에서 보이는 흐름을 보면, 애드테크는 DMP, CRM, DSP, SSP 등 별별 기술과 플랫폼이 총출동해요.
데이터를 분석해서 캠페인 기획하고, 실시간으로 광고를 집행하고, 성과를 분석하는 모든 과정이 정말 체계적이고 자동화되어 있어요.

“광고주-광고 기획-콘텐츠 제작-광고 플랫폼-퍼블리셔-성과 분석”이라는 이 여정을 보면 마치 잘 짜인 공장 라인을 보는 것 같죠?
AI는 여기에 캠페인 예산 최적화, 타깃 오디언스 분석, GPT 기반 콘텐츠 생성 같은 요소를 더해 효율성을 극대화합니다.

AI의 힘은 단순히 광고를 보여주는 데 그치지 않아요. 광고의 효과를 실시간으로 분석하고, 데이터를 기반으로 다음 광고를 더 똑똑하게 만드는 역할을 하죠.
콘텐츠 제작도 AI가 함께하면서 성과 높은 콘텐츠를 더 빠르고 쉽게 만들 수 있게 됐어요.
게다가 타깃 분석도 점점 더 정교해지고, 광고 예산도 효율적으로 관리할 수 있게 되었습니다.

저희 피처링은 이런 애드테크의 멋진 기술들을 인플루언서 마케팅에도 녹여내려고 하고 있습니다.
인플루언서 마케팅은 아직 애드테크만큼 자동화되지 않았지만, AI와 데이터를 활용해 더 스마트하고 효율적인 시스템을 만드는 게 목표입니다.
결국엔 인플루언서(혹은 크리에이터)와 광고주 모두에게 더 큰 가치를 제공하는 밸류체인을 완성하는 게 기술팀 목표입니다.

#노력 1. 캠페인 목표를 잘 세우려면 다양한 인플루언서(매체)의 정보를 최대한 많이 확보

 

광고 캠페인을 성공적으로 이끌기 위해서는 매체 정보를 체계적으로 확보하고 분석하는 것이 중요합니다.
애드테크에서는 매체사 회원가입부터 SDK 설치, 접속자 데이터 수집, 쿠키 기반 관심사 유추까지 철저히 프로세스를 관리하며, 이를 통해 DSP(광고 구매 플랫폼)처럼 효율적인 매체를 선택할 수 있습니다.

반면, 인플루언서 마케팅에서는 플랫폼 전반의 데이터를 확보해 팔로워 수, 반응 수, 도달 수 등을 분석하고 관심사를 추출해야 합니다.
이렇게 얻어진 정보를 기반으로 효율적인 인플루언서와 매체를 선정하면 캠페인 목표를 훨씬 더 정밀하게 설정할 수 있습니다.

결국, 데이터를 활용해 매체를 잘 이해하고 캠페인 효율성을 극대화하는 것이 핵심입니다!

#노력 2. 클라우드 환경을 적극 활용

 

그 중심에는 데이터 프로세싱이 있습니다.

광고나 마케팅에서 매체 정보를 최대한 활용하려면 AI와 클라우드 환경을 필수적으로 활용해야 해요.
특히, 데이터를 수집하고 처리하는 과정인 데이터 프로세싱은 그 모든 것의 핵심입니다.
이 프로세스는 단순히 데이터를 모으는 것을 넘어, 데이터를 정리하고 모델링하며 결과를 활용 가능한 형태로 바꾸는 중요한 역할을 하죠.

AI와 클라우드는 데이터 프로세싱을 지원하는 피처링 솔루션들의 SaaS 환경(Social Impact, Media Search, Campaign, Ranking 등)을 제공합니다.
이 환경은 데이터를 단순히 분석하는 데 그치지 않고, 시각화 및 캠페인 전략 실행까지 연결해 줄수 있도록 이미 API 단계 그리고 데이터웨어하우스와 데이터마트 준비도 이미 끝마쳤습니다.

분산 처리 기술도 당연히 도입 되어있고 데이터 파이프라인 도구(피처링에서는 Airflow를 씀)를 활용하면, 데이터가 실시간으로 수집되고 클라우드 내에서 동적으로 처리됩니다.
이로 인해 캠페인 효과를 바로 해석하고, 최적의 전략을 빠르게 실행할 수 있죠.

 

#노력 3. 준비된 데이터 클라우드 환경에서 AI도 적극 취하기

회사는 데이터 기반 의사결정과 캠페인 운영의 효율성을 높이기 위해 AI, 특히 LLM을 도입했습니다.
기존에는 4억 건의 데이터를 처리하며 수작업 라벨링과 데이터 준비에 많은 시간과 비용이 소요되었고, 분석 과정도 텍스트와 이미지를 별도로 처리해 비효율적이었습니다.
라벨링 비용만 해도 약 8,500만 원에 달했습니다.

LLM 도입 이후, 인플루언서와 콘텐츠 특성을 벡터화해 Multi-modal Embeddings로 텍스트, 이미지, 비디오 데이터를 통합 분석할 수 있게 되었고,
캠페인 목표와 콘텐츠 특성을 매칭하여 타겟팅이 훨씬 정교해졌습니다. 라벨링 비용은 약 200만 원으로 97% 절감되었고, 대규모 데이터 처리도 실시간으로 가능해졌습니다.

결과적으로, AI 도입으로 데이터 분석과 캠페인 운영의 효율성이 크게 향상되었으며, 더 낮은 비용으로 정밀한 전략 수립이 가능해졌습니다.

 

데이터로 가공된 매체를 자동화 되도록 만들어 내는것이 중요함

 

인플루언서 마케팅에서 성공적인 선택을 위해서는 데이터 기반 분석과 인간의 감성을 조화롭게 활용하는 것이 중요합니다.
우선 데이터 전처리 단계에서 AI 기술을 활용해 팔로워 수, 진정성, MD력을 분석합니다.
Fake Audience Filtering으로 가짜 팔로워를 제거하고, Audience Clustering을 통해 타겟 집단을 세분화합니다.

Engagement Forecasting과 Campaign Forecasting은 캠페인의 예상 성과를 예측하며, Category Classification은 인플루언서의 전문 분야를 분류합니다.
이 모든 과정은 AI를 통해 효율적으로 이루어집니다.

(위의 내용을 이전 블로그(인플루언서 분석에 적용된 AI 기술들)을 확인하세요. )

하지만 데이터 분석만으로는 충분하지 않습니다. 최종 선택은 인간의 직관과 감성 지능(Emotional Intelligence)을 기반으로 이루어져야 합니다.
팬덤이 존재하는지, 과거의 경험과 진정성이 있는지, 어떤 소통을 하고 있는지, 오디언스들이 상품에 열광하는지 등의 요소를 종합적으로 판단해야 합니다.
이는 AI가 제공하는 객관적 데이터와 함께 인간의 주관적 평가가 결합되어야만 가능합니다.

결국, 인플루언서를 선택할 때에는 Gen AI를 활용한 데이터 분석과 인간의 감성적 판단이 함께 작용해야 합니다.
이러한 접근은 정교하고 효과적인 마케팅 캠페인을 설계하는 데 필수적입니다.

피처링의 캠페인 운영팀은 AI 엔지니어링에 깊숙히 관여

 

AI 기술과 캠페인 운영팀이 협력할 때 캠페인 성과가 얼마나 향상될 수 있는지를 피처링에서는 잘 알고 있습니다.
AI의 데이터 분석 능력과 운영팀의 전략적 판단이 결합되어야 최상의 결과를 만들어낼 수 있고, 운영팀의 모든 행위가 우리에겐 중요한 학습 재료가 됩니다.

분석 데이터 단계에서는 AI가 인플루언서 분석 정보, 콘텐츠 정보, 오디언스 반응 데이터를 수집하고 구조화합니다.
예를 들어, 어떤 인플루언서의 콘텐츠가 특정 오디언스 그룹에서 더 높은 참여율을 보이는지를 분석합니다.
이 과정에서 운영팀은 데이터를 검토하며 타겟 오디언스에 적합한 인플루언서를 직접 선정하고, 캠페인 방향성을 설정합니다.

LLM을 통한 커뮤니케이션 단계에서는 AI가 클라이언트 피드백, 콘텐츠 결과, 확인된 커뮤니케이션 기록을 분석하여 캠페인에 필요한 인사이트를 제공합니다.
예를 들어, 클라이언트가 특정 유형의 콘텐츠에 긍정적인 반응을 보였을 경우, 운영팀은 이를 기반으로 콘텐츠 제작 가이드를 조정하거나 새로운 아이디어를 제안합니다.
동시에 AI는 이러한 커뮤니케이션 내용을 자동으로 정리하고, 차후 활용 가능한 데이터베이스로 저장합니다.

바로 이 운영팀의 관여하는 부분이 계속 프로세스 단계로 브랜드 및 인플루언서에 대한 신뢰와 감정을 강화하는 정성적인 측면을 같이 갈 수 있는 부분이며 고민해야할 부분입니다.

캠페인 운영팀의 구체적인 역할

운영팀은 단순히 데이터를 활용하는 것을 넘어 AI가 제공한 분석 결과를 최적화된 캠페인 전략으로 전환합니다. 그 단계별로 간단하게 예시로 소개 드려볼게요.

1단계: 분석 데이터

AI는 인스타그램 내 1,600만 명 이상의 인플루언서 데이터베이스를 기반으로 캠페인에 적합한 후보를 추출합니다. AI가 분석한 주요 데이터는 다음과 같습니다:

  • 팔로워 수와 오디언스 분석: 타겟 연령대와 관심사를 고려해 후보 인플루언서 선정.

  • 진정성(Fake Audience Filtering): 가짜 팔로워 비율이 낮은 인플루언서를 우선시.

  • 참여율: 게시물당 평균 좋아요와 댓글 비율을 분석.

 

가상의 인플루언서 선정

  1. @hannahbeauty_gram (팔로워 20만 명)

    • 타겟 연령대 20~30대 여성이 80%.

    • 뷰티 및 스킨케어 콘텐츠가 주력.

    • 평균 좋아요 8,000개, 댓글 300개로 참여율이 4%.

  2. @daily_yuna (팔로워 10만 명)

    • 타겟층과 관련된 일상 및 뷰티 콘텐츠를 주로 게시.

    • 팔로워와의 소통(댓글 답변, DM 응답)이 활발.

  3. @minimalist_skin (팔로워 50만 명)

    • 미니멀 뷰티 라이프를 강조하며, 스킨케어 제품 리뷰에 신뢰도가 높음.

 

2단계: 캠페인 기획과 협의

운영팀은 AI가 제안한 피처링 리포트 데이터를 검토하고 캠페인 방향에 맞게 인플루언서를 선정합니다.

  • 브랜드 이미지와 신뢰도를 고려해 @hannahbeauty_gram과 @minimalist_skin을 최종 선정.

  • 운영팀은 AI 분석 데이터를 활용해 인플루언서와 협업 조건을 구체화합니다.

    • 게시물 유형:

      • @hannahbeauty_gram은 “세럼 사용 후기 영상 + 사용 전후 이미지”.

      • @minimalist_skin은 “제품 성분 리뷰 및 사용법 소개”.

    • 캠페인 메시지: “피부에 진정한 휴식을 선사하세요.”

운영팀은 인플루언서와 협력하여 콘텐츠 제작 가이드를 공유하고, 게시물 업로드 일정과 해시태그(#진정세럼 #뷰티신제품)를 정의합니다.

3단계: 성과 예측 및 실행

AI는 과거 유사 캠페인의 데이터를 활용해 성과를 예측합니다.

  • 예상 도달: 80만 명.

  • 예상 클릭 수: 5만 회.

  • 구매 전환율: 2%.

캠페인 실행 중에도 AI는 실시간으로 데이터를 분석하며 운영팀에 피드백을 제공합니다.
예: 특정 시간대(오후 6~8시)에 게시물이 더 많은 도달과 참여를 유도하는 것을 파악해 추가 업로드 타임라인 조정.

4단계: 성과 분석과 피드백

캠페인 종료 후 AI는 결과 데이터를 분석합니다.

  • 결과:

    • @hannahbeauty_gram의 게시물: 도달 55만 명, 좋아요 12,000개, 댓글 800개.

    • @minimalist_skin의 게시물: 도달 90만 명, 좋아요 18,000개, 댓글 1,200개.

    • 전체 캠페인 전환율: 2.5%로 예측치를 초과.

 

운영팀은 AI 분석 결과를 활용해 다음 캠페인을 위한 개선점을 도출합니다. 예를 들어, 사용 후기보다는 성분 리뷰가 더 큰 관심을 끌었다는 점을 반영하여 다음 캠페인 전략을 수정합니다.

결론적으로, AI는 데이터를 분석하고 예측하며 효율성을 극대화하는 도구이고, 운영팀은 이를 기반으로 인간적인 직관과 경험을 더해 최상의 캠페인을 설계합니다.
피처링의 모든 예측과 분석 데이터는 피처링 리포트를 통해 확인이 가능합니다.AI와 운영팀의 협력은 데이터 중심의 정밀한 의사결정과 창의적인 접근 방식을 동시에 가능하게 하여, 성공적인 캠페인의 필수 조건이 됩니다.

위의 프로세스들이 자동화 된 이유는 다양한 형태의 Bot과 LLM이 피처링 운영 프로세스에 이미 많이 적용되어 있습니다.

 

목적에 맞는 자연어 다각적 분석을 열심히 하고 있습니다. 캠페인 데이터를 그냥 수집만 하는 게 아니라, Engagement, CPV 같은 핵심 지표를 다각도로 분석합니다.
단순히 숫자만 보는 게 아니라, 댓글과 해시태그까지 쭉 스캔하면서 감성(Sentiment)까지 분석하죠. 예를 들어, “피부 진정 세럼”이라는 키워드를 가진 인플루언서 콘텐츠가 해시태그 상위 1위를 기록했다면, 여기서 멈추지 않습니다. “해당 콘텐츠 댓글들의 분석을 통해 해시태그가 왜 잘 먹혔는지”까지 LLM을 통해 이해하려고 합니다.

인플루언서와 캠페인 내용을 분석해 자동으로 적합한 태그와 키워드를 만들어줍니다. 제안서 작성이나 번역도 GPT가 알아서 처리해주니 시간과 노력을 절약할 수 있습니다.
제안서는 한국어 직원이 현재 미국에 있는 인플루언서와 에이전시 한테도 자동으로 만들어서 보내줄 만큼 활용도는 높게 쓰고 있습니다.

콘텐츠 제작 과정에서는 꼭 해야 할 것과 피해야 할 점을 세세하게 가이드해주는 것을 자동화를 하였고, 비주얼 조정이나 미디어 변경 같은 피드백도 분석하고 있습니다.
댓글과 반응에서 감정을 분석해 긍정적인 부분과 개선이 필요한 점을 짚어내며, 캠페인 성과를 정리한 후에는 다음 캠페인을 위한 개선점까지 제안해줍니다.

하지만, 여전히 인플루언서와 브랜드 간의 감정 케어는 숙제로 남아 있습니다. 아무리 데이터를 기반으로 효율적인 캠페인을 설계한다고 해도, 사람 간의 관계에서 오는 미묘한 감정의 흐름은 AI로만 해결할 수 없는 부분이기 때문입니다. 인플루언서가 느끼는 부담감이나 브랜드가 원하는 미묘한 조율은 결국 사람의 직관과 공감 능력이 필요합니다.

완전한 Automation이 되려면?

AI는 이제 콘텐츠와 캠페인 운영의 전 과정에서 중요한 역할을 담당하고 있습니다. 피처링에서 AI의 역할은 크게 네 단계로 나뉩니다.
Planning 단계에서는 최신 데이터와 트렌드 기반의 캠페인 플래닝을 돕고, 가이드라인을 제시합니다. 이를 통해 보다 정교한 계획 수립이 가능합니다.

Discover & Search 단계에서는 1,600만 명 이상의 크리에이터와 인플루언서를 검색하는 엔진을 통해 매체를 탐색하고, 타겟 오디언스와 캠페인 성과를 예측합니다.
이 과정은 AI가 방대한 데이터를 빠르게 분석해 최적의 선택을 가능하게 만듭니다.

Connect 단계에서는 인플루언서와 광고주 간의 매칭을 지원하고, 콘텐츠의 적합성을 평가하며 캠페인의 모든 과정을 밀착 관리합니다.
마지막으로, Manage 단계에서는 콘텐츠 트래킹, 성과 분석, 정량 평가 보고서를 제공하여 캠페인 효과를 지속적으로 모니터링합니다.

AI는 1,600만 개의 소셜미디어 채널과 3억 건 이상의 콘텐츠를 기반으로, 콘텐츠와 캠페인 관리의 모든 영역에서 효율성과 정확성을 높이는 핵심 도구로 자리 잡고 있습니다.
이제 콘텐츠 제작과 운영에서 AI의 역할은 선택이 아니라 필수로 자리 잡고 있으며, 앞으로도 그 역할은 점점 더 확대될 것입니다.

피처링에서 재미있게 CTO 하고 있어요.