해당 블로그는 크리테오의 빌프리드 쇼베이리(Wilfried Schobeiri)가 AdExchanger에 기고한 글을 바탕으로 재구성되었습니다. 영문 원문은 “Predict Or Perish: Why Performance Marketing Must Evolve With AI In 2026”에서 확인하실 수 있습니다.
이전에는 마케터들이 상품 상세 페이지 조회, 장바구니 추가, 키워드 검색과 같은 명확한 신호가 포착된 이후에 캠페인을 실행하는 것이 일반적이었습니다. 그러나 오늘날처럼 채널과 매체가 분산된 환경에서는, 이러한 신호가 감지되는 시점에는 이미 기회를 놓친 경우가 많습니다.
소비자들은 구매 의도가 드러나기 훨씬 이전부터 여러 디바이스를 넘나들며 다양한 리테일러를 비교하고, 조용히 선택을 고민합니다. 즉, 의도가 ‘추적 가능한 신호’로 나타나기 전부터 의사결정은 이미 상당 부분 진행되고 있습니다.
크리테오는 AI와 커머스 데이터가 이러한 간극을 어떻게 좁힐 수 있는지 분석해왔습니다. 하지만 지금의 변화는 단순히 격차를 메우는 수준을 넘어섭니다. 퍼포먼스 마케팅의 타이밍과 접근 방식, 나아가 전략의 구조 자체를 재정의하는 전환이 일어나고 있습니다.
이 변화의 중심에는 ‘예측’이 있습니다.
명확한 의도가 드러난 이후가 아니라, 그 이전에 움직일 수 있는가—이 지점이 앞으로의 경쟁력을 좌우하게 됩니다.
예측을 가능하게 하는 구조
데이터 시그널을 정교하게 활용하는 마케터는 단순한 재방문이나 참여도 증가를 넘어, 콘텐츠에 대한 미묘한 감정 변화까지 초기 단계에서 감지할 수 있습니다. 예측 마케팅의 핵심은 바로 이 ‘초기 순간’을 포착하는 데 있습니다.
소비자가 관심을 갖기 시작한 찰나에 반응하고, 선택이 굳어지기 전—혹은 관심이 식기 전에—적절한 메시지를 배치하는 것. 이를 통해 마케터는 구매 의도가 형성되는 과정에 개입하고, 아직 구체화되지 않은 관심을 발전시켜 더 나은 선택으로 이어지도록 유도할 수 있습니다.
이러한 예측을 실현하려면 방대한 행동 데이터를 기반으로 관심을 해석하고, 그 결과를 실시간 실행으로 연결해야 합니다. 그러나 여전히 많은 AI는 단일 모델에 의존하며, 투명성과 유연성 측면에서 한계를 보이고 있습니다.
이때 필요한 것이 ‘풀스택 AI’입니다. 각 레이어가 서로 다른 역할을 수행하며 예측의 정밀도를 완성합니다.
- 머신러닝은 수십억 건의 상호작용을 처리하며 대규모 데이터 속 패턴을 식별하고
- 딥러닝은 그 이면에 숨겨진 복합적인 구매 의도 신호를 해석하며
- 생성형 AI는 매 순간에 맞는 상품, 크리에이티브, 메시지를 생성해 경험을 개인화합니다
- DeepKNN과 같은 독자 기술은 유사한 선호도를 기반으로 고객과 상품을 정교하게 매칭합니다
이처럼 커머스에 특화된 엔터프라이즈급 시스템은 소비자와 상황을 동시에 이해하고, 모든 노출과 입찰, 의사결정을 실시간으로 최적화합니다. 그 결과 퍼포먼스는 단순한 ‘반응’을 넘어 ‘설계’의 영역으로 확장됩니다.
실시간으로 학습하는 광고 소재
예측 마케팅은 적절한 고객을 미리 찾는 데서 그치지 않습니다. 소비자의 반응을 어떻게 이끌어낼 것인지까지 포함해, 광고 소재를 예측 엔진의 핵심 요소로 활용합니다.
모든 스와이프와 스크롤, 스킵은 하나의 신호가 됩니다. 어떤 비주얼이 시선을 끄는지, 어떤 메시지가 반응을 유도하는지, 어떤 형식이 전환으로 이어지는지에 대한 데이터가 실시간으로 축적됩니다. 시스템은 이 데이터를 기반으로 수천 가지 조합을 동시에 실험하고, 이미지와 카피, 레이아웃, 심지어 영상의 특정 장면까지도 상황에 맞게 재구성합니다. 그리고 각 소비자에게 가장 높은 성과를 낼 수 있는 버전을 실시간으로 제공합니다. 이 과정에서 광고 소재는 더 이상 고정된 결과물이 아니라, 예측과 함께 진화하는 시스템이 됩니다. 광고와 예측이 유기적으로 결합되며 퍼포먼스를 극대화합니다.
2026년, 예측으로 설계하는 퍼포먼스 마케팅의 미래
퍼포먼스 마케팅은 오랫동안 ‘누구에게 보여줄 것인가’에 집중해 왔습니다. 그러나 채널 중심으로 나되고, 신호에 반응하는 방식에 머물러 있던 기존 접근법은 더 이상 충분하지 않습니다.
이제 성과는 예측에서 시작됩니다. 어디에서 기회가 만들어질지를 미리 읽고, 더 정밀하게 예측하며, 모든 노출이 실제 성과로 이어지도록 설계하는 것. 이제 질문은 달라져야 합니다. 우리의 시스템은 다가올 변화를 미리 포착하도록 설계되어 있는가, 아니면 이미 발생한 일에 대응하는 데 그치고 있는가.
결국 예측 퍼포먼스의 핵심은 타이밍입니다. 그리고 그 타이밍을 얼마나 앞당길 수 있는지가, 앞으로의 경쟁력을 결정합니다.
