문맥 타겟팅(Contextual Targeting)은 어제도 있었고, 오늘도 존재하고, 바로 내일도 계속될 것입니다. 갑자기 왜 이런 이야기를 하는 것일까요?

문맥 타겟팅 1.0은 다름 아닌, 우리가 좀 더 젊었을 적 종이 신문에서 보던 그 광고를 뜻합니다. 오래 전 기억을 거슬러 올라가보면 경제면 기사를 읽던 중, 눈길이 자연스럽게 아래 광고 지면으로 향하고, 그 광고 지면 속 한 증권사의 광고 문구가 시간이 흐른 지금까지도 어렴풋이 기억이 납니다. 문맥 타겟팅 2.0은 컴퓨터 과학이 발전하면서 시작되었는데, 그 중에서도 웹 스크래핑 기술로 인해 인터넷 광고 지면에 해당 웹 콘텐츠와 단순하게 유사하다고 판단되는 광고를 노출할 수 있게 되었습니다.

그렇다면 문맥 타겟팅 3.0은 무엇일지 감이 오시나요? 네, 바로 인공지능입니다. 문맥 타겟팅 3.0은 컴퓨터 과학의 발전과 더불어 인공지능의 발전으로 시작되고 있습니다. 단순하게 웹 콘텐츠와의 유사성으로 광고를 내보내는 것이 아닌, 웹 콘텐츠의 뉘앙스까지 파악하여 광고를 노출시킬 수 있습니다. 즉, 웹 콘텐츠를 읽거나 보는 오디언스 입장에서 스토리 라인을 그리듯이 웹 콘텐츠의 상황을 파악하여 가장 적합한 광고를 노출시키는 단계까지 진화한 것입니다. 이를 가능하게 하는 중심에는 인공지능의 한 도메인인 자연어 처리(NLP, Natural Language Process)가 있습니다.

자연어 처리 기법의 진화

최신의 문맥 타겟팅을 이야기 할 때, 빠지지 않는 이야기가 이 자연어 처리입니다. 인공지능의 다양한 분야 중 한 도메인인 이 자연어처리 기법이 어떻게 진화했는지 마케터 입장에서 살펴볼까요?

다음과 같은 일상적인 기사가 게재된 웹 상에 광고 지면이 있다고 가정해봅시다.

문맥 타켓팅 2.0 하에서는 비교적 단순한 몇 개의 알고리즘으로 해당 웹 지면의 문맥(context)이 “날씨”와 관련 되어있다는 것 만을 거시적으로 파악할 것입니다. 그렇기 때문에 실제 기사 내용과는 거리가 있지만, 날씨와는 관련되어 있다고 할 수 있는 우산 브랜드나 휴대 선풍기의 광고가 나갈 수 있습니다. 해당 광고가 과연 효율적이었을까요?

하지만 인공지능이 도입되는 발전된 문맥 타켓팅 3.0 하에서는 보다 정교한 분석이 각 웹상에서 이루어지게 되어 문맥의 뉘앙스까지 파악할 수 있습니다. 예를 들어, 학습이 잘 된 LSTM(Long Short-term Memory, 자연어 처리 기법의 하나)을 활용한다면 해당 문장의 시퀀스를 고려하여 중요한 부분을 강조할 수 있게 될 것이고, “이 문장은 날씨와 관련이 있고, 춥다는 내용이다.”라고 결론지을 가능성이 큽니다.

<LSTM의 문맥 파악 예시>

좀 더 최근의 자연어 처리 기법인 Transformer를 이용한다면 한 문장 내에서 단어들 간의 관계까지 파악하려는 시도(Self-attention)가 이루어져 좀 더 구체적인 뉘앙스 파악이 가능해집니다. 아래 문장에서 “이는”이 뜻하는 단어가 무엇인가요? 우리 인간은 쉽게 “기온”일 것이라고 답할 것입니다. 이렇게 한 문장 내에서 한 단어에 대한 이해도를 높이는 단계까지 자연어 처리 기법이 진전되었다고 할 수 있게 된 것입니다. 이를 통해, 해당 알고리즘은 “이 문장은 날씨와 관련이 있고, 3도 정도 기온이 내려가 춥다는 내용이다”라고 결론을 지을 가능성이 클 것입니다. 물론 데이터 학습을 어떻게 시키는지에 따라 결론의 형태는 다양할 수 있습니다.

<Transformer 계열의 문맥 파악 예시>

지금까지 자연어처리 기법의 진화 과정을 아주 간단하게 살펴 보았습니다. 하지만 자연어 처리기법의 고도화 노력은 현재에도 매우 활발하게 진행되고 있습니다. 예를 들어, 보다 직관적이고 인간 인지능력과 유사한 예측을 가능하게 하기 위해 이미 사전에 대량의 데이터를 학습시킨 알고리즘을 이용하는 BERT, GPT 계열 등을 꼽을 수 있겠습니다.

다시 본론으로 돌아오면 최종적으로 문맥 타켓팅 3.0 하에서는 우산 브랜드나 휴대 선풍기 같은 다소 문맥의 뉘앙스와 거리가 먼 제품이 아닌 쌀쌀한 날씨에 필요한 가디건 류의 의류 제품 광고가 나갈 가능성이 더 높아지겠죠? 그리고 실제로 이러한 웹 상의 문맥적인 상황과 광고의 매치는 마치 하나의 스토리 라인을 그리듯 자연스럽게 연출되어 브랜드 가치도 온전히 보존될 뿐만 아니라 더욱 강화될 것입니다. 즉, 문맥 타겟팅 3.0은 문맥 인텔리전스(Contextual Intelligence)라고 불리어져도 되지 않을까요?

크리테오와 문맥 타겟팅

크리테오와 함께하는 문맥 타겟팅은 광고주의 브랜드 가치 혹은 제품이 매체사 웹사이트 상의 콘텐츠와 최적의 매치를 이룰 수 있도록 최고의 서비스를 제공하고자 합니다. 보다 구체적으로, 방대한 제휴매체사 네트워크를 가지고 있는 크리테오는 Oracle Data Cloud의 Contextual Intelligence와 파트너쉽을 맺어 최고의 기술을 기반으로 170개 이상의 토픽 리스트를 제공하고 있고, 광고주는 이 중 브랜드 가치와 일맥상통하는 토픽을 취사 선택하여 웹 상에서 문맥 타겟팅을 실행할 수 있게 될 것입니다. 이와 더불어 약 630여 명의 크리테오 인하우스 프로덕트/연구개발 인력들이 빠르게 변화하는 애드테크 환경 속에서 끊임없이 혁신을 주도하고, 최신 인공지능 알고리즘을 개발 및 검증 하고 있습니다. 보다 자세한 내용은 아래 링크를 통해 확인하실 수 있습니다.

문맥 타겟팅이 그 어느 때보다 중요한 4가지 이유
Contextual Targeting at Criteo
Criteo AI Lab

*출처

S Hochreiter and J Schmidhuber. Long short-term memory. Neural computation 9 (8), 1735-1780.

Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan N. Gomez, Łukasz Kaiser, and Illia Polosukhin. Attention is all you need. In Advances in neural information processing systems, 2017.

Yoonyoung Kim (김윤영)

Data Analyst II, Data Science and Analytics @Criteo
크리테오 데이터사이언스 & 애널리틱스 팀은 데이터 기반 디지털 광고 분석 및 예측, 그리고 자동화를 통해 최적의 비즈니스 인사이트를 효율적으로 도출하여 직·간접적으로 고객들을 지원하고 있습니다. 김윤영은 크리테오 한국지사의 데이터 분석가로 예측 모델링 및 자동화 업무를 주로 담당하고 있으며, 크리테오 합류하기 전에는 카이스트에서 금융공학을 전공하고 홍콩 소재 금융사에서의 세일즈 & 트레이딩 업무를 통해 다양한 데이터 기반 프로젝트를 수행하였습니다.

목표를 결과로 전환하십시오.

트래픽 향상? 매출 증대? 앱 설치 증가를 원하십니까? 크리테오의 솔루션은 다양한 비즈니스 목표를 지원합니다.