[ET단상]개인정보 보호 시대 퍼포먼스 마케팅, AI로 대응하기

2021년 4월 애플은 '앱 추적 투명성'(ATT) 프레임워크를 발표했다. 아이폰 사용자 가운데 약 80%가 앱 추적 거부를 선택했다. 구글 또한 프라이버시 샌드박스 제안과 안드로이드 사용자의 광고 ID 제공 거부 기능 계획을 발표했다. 글로벌 빅테크의 개인정보 보호정책 강화는 개인 데이터 주권에 대한 사용자 인식에 영향을 미쳤다. 미국 시장조사기관 가트너는 올해까지 세계 인구의 65%가 최신 개인정보 보호 규제에 따라 개인정보를 보호받게 될 것이라고 관측했다. 이는 2020년의 10%에서 눈에 띄게 증가한 수치다.

개인정보 보호시대 도래로 다양한 산업의 퍼포먼스 마케터가 효과적인 광고를 위해 선택할 수 있는 옵션에 제약이 생겼다. 결과적으로 기업은 마케팅 목적의 활동에 보유하고 있는 퍼스트 파티 데이터에 크게 의존할 수밖에 없다.

데이터가 제한된 환경에 안전하면서도 가장 정확하게 고객을 이해할 수 있는 퍼스트 파티 데이터에 머신러닝(ML) 기술을 활용한다면 그 가치를 극대화할 수 있다.

머신러닝은 빠른 속도로 많은 양의 데이터를 처리할 수 있어 다양한 데이터를 학습, 분석해 적절한 사용자 식별 및 효과적인 타깃팅이 가능하기 때문이다.

제공된 정보를 기반으로 인간 뇌를 모방한 머신러닝이 관련 데이터 식별, 관련성 및 가중치를 판단하고 결과 예측을 하려면 기반이 되는 신경망 학습과 이를 위한 훈련 데이터가 필요하다.

단 머신러닝 성능의 정확도를 높이기 위한 많은 양의 다양하고 편향되지 않은 데이터 확보와 학습에 오랜 시간이 요구될 수 있다. 이때 앱 내 퍼스트 파티 데이터는 안정적인 출처에서 얻은 대량의 맥락 데이터로 학습 시간을 줄인다.

그러나 데이터 양이 충분하지 않거나 새로운 규제 및 외부 요소가 등장하면 더욱 고도화된 머신러닝 기술인 심층 신경망이 필요하다. 심층 신경망은 특정 특성이나 입력에 특수화된 수많은 신경망 계층으로 구성돼 있어 가장 복잡하며, 전문 인력과 비용이 높게 투입된다.

심층 신경망이 방대한 데이터세트와 결합했을 때 놀라운 속도·확장성·퍼포먼스를 제공할 수 있다는 사실은 구글·아마존·메타 같은 폐쇄형 플랫폼에서 증명됐다. 심층 신경망 모델로 광고 지면 거래소인 DSP(demand side platform)를 구축할 경우 이러한 효과를 개방형 인터넷에서 확장해 누릴 수 있다.

하지만 심층 신경망은 많은 시간과 계산력을 요구하기 때문에 매우 짧은 제한 시간 안에 DSP가 심층 신경망을 구축해서 입찰 요청에 응답하는 것은 어렵다. 큰 자본과 고도의 기술이 필요한 만큼 고도의 머신러닝 기술을 갖춘 DSP 파트너를 신중히 선정해야 한다.

몰로코는 고급 머신러닝 기술 기반으로 몰로코 클라우드 DSP를 구축하고 모든 퍼포먼스 마케터를 위해 딥러닝 기술을 대중화하고 있다.

몰로코의 DSP 솔루션인 몰로코 클라우드 DSP는 100밀리초 안에 광고 요청 확인, 사용자 반응 예측, 적절한 비용 계산, 입찰, 관련 캠페인 정보 제공 등 매우 많은 일을 완수한다. 즉시, 반복적으로, 그리고 실시간으로 자체 최적화되는 심층 신경망을 활용해 퍼포먼스 마케터가 보다 쉽고 성공적으로 마케팅 목표를 달성할 수 있도록 돕는다. 광고 투자를 실제 비즈니스 성과와 연계하며 단순한 앱 설치 이상의 구매를 이끌어내는 ROAS 달성이 가능하고 리포팅 대시보드를 통해 캠페인 성과를 KPI, 광고 크리에이티브, LAT 등의 기준에 따라 모니터링 및 세그먼트화 할 수 있다.

개인정보 보호가 강화됨에 따라 퍼포먼스 마케터는 구글, 아마존, 메타와 같은 세계 최대 광고 플랫폼에만 의존할 수 없게 됐다. 많은 퍼포먼스 마케터는 지속적으로 성장하고 '광고비 대비 매출'(ROAS)을 견인할 수 있도록 광고 옵션을 소수의 대형 광고 플랫폼 너머로 확장하기를 원한다. 이제는 전략적이며 강력한 기술력으로 스마트한 학습이 가능한 고급 머신러닝 도입을 고려해야 할 때다.

고민호 몰로코 아태지역 총괄 부사장 minho.goh@moloco.com