개인정보 보호를 핵심으로 삼아 더욱 효율적인 성장 스택을 구축하세요

신호는 줄어들고 마케팅 스택은 부풀어 올랐다. 낭비를 줄이고 개인정보 보호 문제를 어떻게 해결할 수 있을까?

들어야 하는 이유

모두가 개인정보 보호 문제에 반응하고 있습니다. 아만 사린은 우리가 이를 위해 선제적으로 대비해야 한다고 말합니다.

이번 에피소드에서 Aarki의 CEO는 IDFA 이후의 신호 부족 시대에 성장하기 위해 필요한 요소와 대부분의 마케터들이 여전히 방어적인 전략을 펼치는 이유를 공유합니다. SKAN 제약 조건과 클라우드 비용 압박부터 사각지대에 이르기까지 다양한 주제를 다룹니다. 사용자 확보 아만은 고객 유지에 대한 통찰력을 바탕으로 효율적인 성장을 가로막는 실제적인 장애물과 애플, 구글, 또는 향후 규제 변화에 대비할 수 있는 기술 스택 구축 방법을 분석합니다.

핵심은 성과 마케터들이 묵묵히 감수해 온 비효율성을 지적하고, 확장 가능한 전략으로 대체하는 것입니다.

핵심 요약 3가지:

• 빠르게 변화하는 개인정보 보호 규범이 당신의 적이 아닙니다. 낭비가 당신의 적입니다.
  애플의 개인정보 보호 프레임워크는 변하지 않을 것이므로, 이를 우회하려 하지 말고 그에 맞춰 구축해야 합니다. 아만은 신호 지연과 기여도 분석 논리를 이해하는 것이 ROAS(광고 투자 수익률)를 저해하는 것이 아니라 오히려 향상시키는 데 어떻게 도움이 되는지 보여줍니다.
• 사용자 확보 후 유지가 이루어지지 않으면 마치 새는 깔때기와 같습니다.
  새로운 공급업체가 필요한 게 아니라, 플라이휠이 필요한 겁니다. 리타겟팅 데이터는 사용자 확보(UA) 모델의 성능을 극대화할 수 있습니다. 모델을 개별적으로 운영하면 예산만 낭비하게 됩니다.
• 스택을 직접 소유하거나, 계속해서 통행료를 지불하세요.
  기술을 임대하는 것은 결과물을 임대하는 것과 같습니다. 아만은 데이터 센터부터 의사 결정 엔진에 이르기까지 인프라를 소유하는 것이 성능, 제어 및 장기적인 수익성을 확보하는 가장 빠른 길인 이유를 분석합니다.

녹취록

페기: MAU에서 다시 만나게 되어 기쁩니다. 벌써 1년이 지났네요. 아만, 바로 아르키(Aarki)의 CEO이신 아만 사린 씨입니다. 우리는 개인정보 보호 이후의 다음 단계는 무엇일까에 대해 이야기를 나누었죠. 여전히 중요한 화두이고, 많은 사람들이 관심을 갖고 있는 주제이기 때문에 이렇게 다시 뵙게 되었습니다. 그리고 개인정보 보호가 유행하기 훨씬 전부터 이미 이 문제를 다뤄오셨죠. 우선, 문제 해결을 좋아하시고, 깊이 있게 파고드는 것을 즐기시는 아만 씨를 모시게 되어 정말 기쁩니다. 실제로 문제를 정면으로 해결하는 솔루션을 개발하셨으니까요. 이렇게 함께해 주셔서 감사합니다. 

아만: 초대해 주셔서 감사합니다, 페기. 다시 만나 뵙게 되어 기쁩니다. 맞아요. 아마 오늘쯤 저희가 페기 씨와 함께 Aarki를 재출시했었죠. 다시 초대해 주셔서 감사하고, 오늘날 마케터들이 직면하고 있는 다양한 개인정보 보호 문제에 대해 이야기 나눌 수 있기를 기대합니다.

페기: 네, 바로 그러한 개인정보 보호 문제를 이해하는 것이 여러분이 구축하고 구현하는 모든 것에 반영되어야 합니다. 그럼, 그 부분부터 시작해 볼까요? 이러한 문제와 Encore에서 구축한 기능 간의 연관성에 대해 이야기해 보겠습니다. 해결해야 할 과제는 무엇이라고 생각하셨고, Encore를 통해 어떻게 해결하고 계신가요?

아만: 자, 보세요. 개인정보 보호에 대해 생각해 보고, 잠시 애플에 집중해 봅시다. 음, 이건 오늘 논의할 주제가 아닙니다. 애플이 AT&T 프레임워크를 출시한 이후 거의 5년 동안 계속 논의되어 온 주제입니다. 

페기: Mm.

아만: 음, 그리고 그 때문에 크고 작은 많은 기업들이 영향을 받았다고 생각해요. 특히 대형 소셜 네트워크 기업들은 무슨 일이 벌어지고 있는지 파악하지 못해 주가가 폭락했죠. 그래서 이 이야기는 그때부터 계속 이어져 온 거예요. 그리고 오늘날 세상을 보면, 크게 두 부분으로 나눌 수 있다고 생각해요.

첫 번째는 MMPs에서 개발한 개인정보 보호 문제를 해결하기 위한 모든 솔루션입니다. 그리고 저는 이러한 솔루션들이 해당 분야에 매우 유용하다고 생각합니다. 두 번째는 개인정보 보호 체계 측면에서 규제가 더 엄격한 분야입니다. 소셜 네트워크, 의료, 결제가 관련된 핀테크 등이 그 예입니다.

제 생각에는 그런 솔루션들은 개인정보 보호를 매우 중시하는 동시에 애플 생태계와도 훨씬 더 긴밀하게 통합되어 있는 것 같습니다. 즉, 애플이 생각하는 최선의 방식을 따르려는 것이죠. 맞습니다. 지금은 두 가지 세계가 공존하고 있습니다. 저희 Aarki는 이러한 두 가지 문제를 모두 해결할 수 있는 솔루션을 개발하고자 했습니다.

그리고 그것이 바로 우리가 앙코르를 개발한 근본적인 이유입니다. 

페기: 네, 당신이 시작했고, 문제를 정면으로 다루면서 쟁점을 제기했습니다. 이 쟁점이 무엇을 다루는지, 구체적으로 어떤 목적을 가지고 있는지 설명해 주시겠습니까? 

아만: 몇 가지 살펴볼 사항이 있습니다. 하나는 신호 손실 문제를 해결하는 것입니다. 신호 손실이란, 예를 들어 AT&T처럼 사용자를 추적할 수 없는 환경에서 마케터들이 해당 사용자를 찾아야 하는 경우를 말합니다. 특히 애플 생태계처럼 모든 핵심 요소가 모여 있는 곳에서는 더욱 그렇습니다. (게임 업계 용어로 말하자면 '바퀴'라고 할 수 있겠죠.).

그렇죠? 그렇다면 어떻게 해야 고객을 위해 사용자 확보에 투자하는 비용이 낭비되지 않고 실제로 잘 쓰이도록, 그리고 고객에게 긍정적인 ROAS(투자 수익률)를 가져다주도록 할 수 있을까요? 네, 그게 바로 하나의 과제입니다. 

자, 두 번째 영역으로 넘어가서, 카테고리를 살펴보면 게임 카테고리가 이 문제를 아주 잘 해결해 준다고 생각합니다.

그들은 MMP(혼합예산제도)에 의존하고 있으며, 그것이 그들에게는 기본 전제입니다. 그들이 세상을 바라보는 방식은 매우 간단합니다. MMP에서 플랫폼 A가 매우 효과적이라고 판단되면 거기에 더 많은 자금을 투자할 것이고, 플랫폼 B가 효과적이라고 판단되면 거기에 더 많은 자금을 투자할 것입니다. 저는 이것에 아무런 문제가 없다고 생각합니다.

하지만 그 해결책의 다른 측면, 즉 애플이 제공하는 SKAN이라는 더욱 순수한 방식이 있습니다. SKAN은 모두에게 공평한 경쟁의 장을 만들어 줍니다. 제가 블랙박스 MMP 알고리즘을 사용해서 데이터를 조작할 수도 없고, 제가 알지 못하는, 혹은 다른 플랫폼에서 알지 못하는 마법 같은 요소가 있을 수도 없습니다.

페기: 음흠. 

아만: 음. 그러니까 그게 해결책인 거죠? 신호가 매우 약한 상황에서 어떻게 솔루션을 구축할 수 있을까요? 어트리뷰션 지연도 있고요. 애플은 고객의 개인정보 보호를 위해 어트리뷰션을 지연시키잖아요. 그리고 MMP 솔루션과 같은 수준의 ROAS를 달성하는 솔루션은 어떻게 만들 수 있을까요?

그래서 제가 생각하기에 우리가 여기서 해결하려는 문제가 바로 그것입니다. 

페기: 당신은 오늘날의 미래를 위해 제품을 만들고 있지만, 흥미롭게도 모든 것은 끊임없이 변화하고 있습니다. 따라서 지금 만들고 있는 것이 미래의 트렌드가 아닐 수도 있지만, 당신은 그 둘을 연결하는 역할을 하고 있는 것입니다. 어떻게 그런 연결고리를 만들었나요? 바로 고객과 그들이 직면한 어려움을 이해함으로써 가능했습니다. 하지만 당신은 선택해야 했습니다. 고객이 제시하는 어려움에 맞춰 제품을 만들 것인가, 아니면 미래에 다가올 트렌드를 내다볼 것인가.

아만: 음, 제 생각에는, 앙코르는 어제 갑자기 생각해낸 게 아니에요. 재밌는 건, 많은 사람들이 모르는 사실인데, 제가 2012년에, 그러니까 15년 전에 최초의 퍼포먼스 DSP 중 하나를 만들었다는 거예요. 

페기: 유행하기 전부터요.

아만: 사람들이 '성능'이라는 게 뭔지 알기 전에는 MMP 같은 건 없었죠. 그러니까, 말하자면 모든 게 원점으로 돌아온 것 같아요.

네. 그리고, 음, 미래가 어떤 모습일지 생각해 보면, 저희 Aarki는 개인정보 보호를 최우선으로 생각합니다. 내일 안드로이드에 무슨 일이 일어날지 모르잖아요. 안드로이드가 개인정보 보호 샌드박스를 100% 활용하기 시작할까요? 그 답은 알 수 없죠.

그럴 수도 있고 아닐 수도 있습니다. 음, 저희는 어떤 개인정보 보호 프레임워크든 사용할 수 있는 매우 중립적인 생태계를 구축했습니다. 애플 개인정보 보호 프레임워크, 구글 개인정보 보호 프레임워크 등 모든 프레임워크가 저희 시스템에 표준화된 방식으로 통합되며, 이를 기반으로 양쪽 모두를 대상으로 하는 솔루션을 계속 개발할 수 있습니다.

저는 오늘날 특정 상황에 특화된 솔루션을 구축하는 것이 큰 의미가 없다고 생각합니다. 미래에 대비하지 못한다면 의미가 없죠. 우리가 하는 모든 투자는 미래에도 통용될 수 있도록 하는 데 집중되어 있는데 말입니다. 안드로이드가 어떤 시스템을 만들더라도 우리는 준비되어 있을 겁니다. 애플도 변화를 시도할 수 있고, 우리도 그에 대비할 것입니다. 

페기: 제 말은, 사생활 보호가 앞으로 어떻게 변화할지 정확히 알 수는 없지만, 그것이 끊임없이 존재할 것이라는 점이라는 것이었습니다. 

아만: 네. 개인 정보 보호는 앞으로 점점 더 사용자 친화적으로 발전할 것입니다.

저는 앞으로 사용자들이 어떤 데이터를 공유하고 어떤 데이터를 공유하지 않을지 더 자유롭게 선택할 수 있게 될 거라고 생각합니다. 솔직히 말해서, 애플이 사용자에게 선택권을 제대로 제공하고 있는지는 잘 모르겠습니다. 저는 사용자로서 더 다양하고 좋은 맞춤형 제안을 받고 싶습니다. 예를 들어, 제게 무작위로 광고가 뜨는 건 싫습니다. 현재 애플의 개인정보 보호 체계에서는 사용자가 동의하기조차 어렵습니다. 거부하는 건 당연하죠. 하지만 제 바람은 앞으로 개인정보 보호 체계가 사용자에게 더 나은 선택권을 제공하는 방향으로 발전하는 것입니다. 지금은 선택권이 거의 없다고 생각합니다. 아예 없거나 하나뿐이죠.

페기: 예. 

아만: 그리고 저처럼 기술에 정통한 사람들은 이렇게 말할 수 있겠죠. "아니, 아니. 내가 앞으로 좋아하게 될 브랜드를 찾을 수 있도록 더 나은 광고를 보여주세요. 아니면 내가 좋아하는 브랜드에서 판매하는 제품에 대한 정보도 알려주세요." 네, 저는 그런 변화가 일어날 거라고 생각하고, 그 과정에서 개인정보 보호와 사용자 선택권 사이의 균형이 잘 맞춰질 거라고 봅니다.

페기: 그건 정말 흥미로운 지적입니다. 제가 점점 더 많이 듣는 가치 제안이 바로 그거거든요. 소비자들은 브랜드가 특정 방식으로 나서주길 바라거나, 특정 방식으로 브랜드의 목소리를 듣고 싶어 하거나, 브랜드가 가진 것에 어떤 가치가 있다고 생각하는 거죠. 바로 그 관련성, 그것이 가치이고, 소비자들이 누리지 못하는 것이죠.

아만: 100% 동감입니다. 뿐만 아니라, 소위 말하는 '월 가든(wall gardens)'을 생각해 보면, 사용자들이 제품을 발견하는 데 매우 효과적이라고 생각합니다. 모든 정보를 직접 확인할 수 있기 때문에 애플이나 다른 플랫폼에 의존할 필요가 없으니까요. 

페기: 응. 

아만: 하지만 개방형 인터넷의 경우, 그 규모가 50% 이상, 어쩌면 그보다 더 클 수도 있죠. 네. 거기서는 선택의 여지가 없잖아요? 네. 대형 기술 기업이 시키는 대로 할 수밖에 없죠. 하지만 결국에는 바뀔 거라고 생각합니다. 

페기: 당신이 이걸 만들었잖아요. 앙코르에는 선택권에 대한 관심, 가치에 대한 관심, 그리고 개인정보 보호가 최우선이라는 점을 염두에 두고 설계되었죠. 그럼 마케터들은 어떨까요? 

그러니까, 첫 데모도 해봤고, 그에 대한 첫 반응도 들어봤잖아요. 사람들이 그걸 긍정적으로 보고 있나요, 아니면 좀 더 전략적인 관점에서 보고 개인정보 보호라는 큰 그림은 미처 못 보고 있나요? 

아만: 그래서 마케터를 위한 솔루션으로서 앙코르를 볼 때, 그것은 완전한 퍼널 솔루션이라고 생각합니다. 

페기: 음흠. 

아만: 그리고 개인정보 보호를 매우 중요시합니다.

네. 그래서 제 생각에는 이 플랫폼은 개인정보 보호에 중점을 두고, 신규 사용자 확보뿐만 아니라 기존 사용자 유지에도 도움을 주는, 최초이자 몇 안 되는 풀 퍼널 플랫폼 중 하나라고 할 수 있습니다. 네, 앞으로 사용자 유지는 더욱 중요해지고 최우선 과제가 될 것이라고 생각합니다.

제 생각에 우리는 그 문제에 대해 꽤 오랫동안 이야기를 나눴던 것 같아요. 

페기: 첫날부터요. 음흠. 

아만: 자사 생태계 내에 사용자를 유지하는 것은 매우 중요합니다. 그리고 돈을 쓰는 사용자는 한정되어 있다고 생각합니다. 예를 들어 게임 분야를 생각해 보세요. 지금은 모바일 게임뿐만 아니라 스마트 TV 등 다양한 분야에서 시장 점유율을 확보하기 위한 경쟁이 매우 치열합니다.

지금은 시장 점유율을 놓고 치열한 경쟁이 벌어지고 있습니다. 그래서 저희는 모든 것을 동시에 처리할 수 있도록 Encore를 개발했습니다. 고객들이 저희에게 가장 놀라워하는 점은 "와, 모든 걸 하나의 플랫폼에서 할 수 있네요. 마케팅 목표를 달성하기 위해 세 군데 다른 업체에 의뢰할 필요가 없겠어요."라는 것입니다.“

네. 그리고 다른 분들에게는 교육적인 측면이 더 강합니다. 또 다른 점은, 저희는 자체 데이터 센터를 보유하고 있다는 것입니다. 저희는 클라우드 서비스를 이용하지 않습니다. 전 세계에 4개의 데이터 센터를 소유하고 운영하고 있는데, 미국 동부와 서부 해안에 각각 2곳씩 있습니다.

저희는 유럽에 데이터 센터를 보유하고 있어 네덜란드에서 GDPR을 완벽하게 준수하고 있습니다. 또한 아시아 태평양 지역 트래픽 처리를 위해 홍콩에도 데이터 센터를 운영하고 있습니다. 이러한 인프라 구축 및 투자 등을 고려했을 때, 저희는 대부분의 기업보다 훨씬 빠르게 클라우드 서비스를 도입할 수 있다고 생각합니다.

저희 소프트웨어 개발 속도는 훨씬 빠릅니다. 저희가 직접 시스템을 제어하죠. 아주 정교한 하드웨어-소프트웨어 솔루션입니다. 게다가 전 세계 광고 통화를 모두 청취할 수 있습니다. 네, 맞습니다. 초당 500만~600만 건의 통화를 청취하는데, 말 그대로 엄청난 양입니다. 이렇게 방대한 데이터를 바탕으로 고객사의 다양한 업종과 활용 사례에 맞는 매우 흥미로운 솔루션을 개발할 수 있습니다. 고객에게 이 모든 것을 설명하면 "와, 이렇게 다양한 솔루션을 보유하고 계신 줄 몰랐네요. 저희 마케팅 목표를 달성하기 위해 고객사와 협력할 수 있겠어요."라는 반응을 얻으실 겁니다.“

페기: 더 효과적일 뿐만 아니라, 제가 마케터들과 이야기를 나눠보면 그들은 비용 효율성도 매우 높다고 말합니다. 왜냐하면 그들은 마진 압박을 걱정하기 때문입니다. 

아만: 그래서 저희는 규모가 커지고 있기 때문에 클라우드 비용 상승으로 인한 마진 감소에 대해서는 크게 걱정하지 않습니다. 네. 걱정하실 필요가 없죠. 저도 마찬가지입니다. 네. 음, 그리고 제가 특히 싫어하는 것 중 하나가 있는데, 당신과도 여러 번 이야기했던 것처럼, 이 생태계에서 가능한 모든 중간 단계를 없애고 싶습니다. 광고주로부터 퍼블리셔에게 최대한 많은 돈이 직접 전달되어야 하니까요. 맞습니다. 그런데 클라우드가 그 돈을 압박하고 있다고 생각합니다. 

페기: 네, 맞아요. 저도 들은 얘기와 똑같아요. 네. 하지만 UA와 리타겟팅을 결합하는 아이디어는, 많은 마케터들이 아직 제대로 구상하지 못한 풀퍼널 마케팅에 대한 비전에서 나온 거예요. 성장하고 싶다고는 하지만, 구체적으로 어떻게 성장할지는 정하지 못하고 있죠. 

Aarki를 시작하게 된 계기는 무엇이었나요? 물론 리타겟팅 분야에서 이미 명성을 쌓으셨지만, 거기에 사용자 확보(UA)까지 더했다는 건 뭔가 다른 의도가 있었음을 의미하는 것 같은데요. 

아만:  통합 데이터 레이크가 있어서 사용자 확보부터 행동, 그리고 재활성화까지 전체 사용자 여정을 볼 수 있다면, 휴면 상태에 빠지는 경우(바라건대 그런 일은 없겠지만요), 재활성화 문제도 발생할 수 있겠죠.

그래서 저는 모든 걸 동시에 진행할 때 그 퍼널 방식이 정말 효과적이라고 생각해요. 저희 고객 중에는 컨설팅 기반으로 저희와 협력하는 분들이 정말 많아요. "좋아요, 제가 이 사용자들을 확보하도록 도와주세요." 또는 "저는 엄청난 수의 사용자를 보유하고 있는데, 어떻게 활용해야 할지 모르겠어요."라고 말씀하시거든요.

그래서 저희는 항상 그들에게 이렇게 말합니다. "앱 규모가 충분히 크다면, 그리고 리마케팅을 한 번도 시도해 본 적이 없다면, 그 사용자들을 다시 확보해 보세요. 비용이 훨씬 저렴합니다."“ 

페기: 음흠. 

아만: 기존 사용자를 재활성화하는 비용은 신규 사용자를 확보하는 비용의 10분의 1밖에 되지 않습니다. 아시다시피, 이미 구매한 사용자들도 있고, 그들의 모든 이력도 가지고 있습니다. 함께 협력하여 그 사용자들을 다시 확보해 봅시다. 

페기: 그리고 그러한 모델들은 UA에서도 중요합니다. 다시 말해, 이러한 유형의 사용자를 보유하고 있고, 그들을 다시 확보하고 있다는 뜻이니까요. 이를 역으로 활용하여 UA의 선순환 구조의 일부로 만들어 봅시다.

아만: 네, 100% 맞습니다. 리마케팅을 위해 저희와 협력하신다면, 저희 UA 모델은 이미 학습을 진행하고 있는 거죠. 네. 그리고 그게 바로 낭비되는 미디어 비용을 줄이는 비결입니다. 두 전략에 걸쳐 학습된 내용을 공유하면 낭비되는 미디어 비용이 훨씬 줄어듭니다. 

페기: 다양한 고객들과 협력하고 계시면서 이러한 방식이 선순환 구조를 만들어내는 데 얼마나 효과적인지 말씀해 주셨는데, 구체적인 사례를 공유해 주시겠습니까? 

아만: 저희는 소매업체 고객사가 하나 있는데요. 그 고객사는 주말에 할인 행사를 진행하는데, 고객들에게 "할인 행사 중이니 구경하러 오세요"라는 내용의 문자를 보내는 방식입니다. 그리고 그 문자 캠페인에 매달 5만 달러에서 10만 달러 정도를 투자하는 것 같아요. 저희가 처음 그 고객사와 협업을 시작했을 때, 그들이 이 사실을 알려주길래 어떻게 추적하는지, 어떤 추적 시스템을 사용하는지 물어봤습니다.

그리고 기존 SMS 캠페인은 추적 기능이 매우 부족했습니다. 오프라인, 온라인 등 여러 가지로 복잡했죠. 그래서 저희는 이렇게 해보는 건 어떨까 생각했습니다. 사용자들이 SMS를 보내는 동안, 실시간으로, 즉 웹서핑을 하거나 게임을 하거나 인터넷을 검색하는 바로 그 순간에 메시지를 보낼 수 있도록 도와주는 겁니다.

그래서 리마케팅 메시지에서 SMS 캠페인보다 3배 더 높은 ROI를 확인했습니다. 결국 그들은 SMS 메시지 캠페인을 중단하고 저희와만 협력하게 되었고, 이제 저희는 그들에게 적합한 제품을 적합한 고객층에게 보여줄 수 있게 되었습니다., 

페기: 좋아요?

아만: 실시간으로, 주말 동안 진행됩니다. 저희는 이를 집중 캠페인이라고 부르지만, 사실 그냥 마구잡이로 하는 건 아닙니다. 정확히 말하면, 정밀 집중 캠페인이죠. 네, 이게 바로 저희가 어떻게 고객과 협력하여 투자 대비 엄청난 수익을 달성하는지 보여주는 실제 사례입니다. 

페기: 물론 이러한 정보는 인공지능, 즉 모델에 다시 입력됩니다.

아만: 네, 그리고 그것은 사용자 확보 모델에 다시 반영됩니다. 적합한 사용자를 확보하고, 그 사용자들이 무엇을 구매했는지, 어떤 제품에 관심이 있는지 파악한 다음, 다시 소매 유통 경로로 유도하는 거죠. 

페기: 방금 Aarki에서 데이터 과학 아키텍트로 이 프로젝트를 진행하고 있는 왕신 리(Wangxin Li)와 이야기를 나눌 기회가 있었습니다. 저희가 흥미를 느끼고 논의했던 부분은 바로 오케스트레이션, 즉 마케터가 입찰이나 크리에이티브와 같은 결정을 내릴 때 AI가 이러한 모든 기능을 통합하도록 하는 것입니다. Encore는 바로 이러한 오케스트레이션을 가능하게 합니다. 

하지만 다음 단계는 그것이 더욱 자율적으로 이루어지는 시점입니다. 단순히 의사 결정을 내리는 힘든 작업을 대신하는 것을 넘어, 마케터가 아닌 실무 담당자가 직접 결정을 내릴 수 있도록 하는 것이죠. 네, 자동화된 워크플로가 더욱 많아지는 시점입니다. 그렇다면 그런 워크플로는 어떤 모습일까요?

그러니까, 우리가 거기에 언제 도달하는 거죠? 그게, 그게 아르키의 최종 목표인가요? 

아만: 네. 제 생각에 아키의 최종 목표는 아주 간단합니다. 저희와 함께 일하는 모든 마케터들에게 아이언맨 슈트를 입히는 것입니다. 

페기: 음흠. 

아만: 알겠습니다. 그래서 그들이 10배, 100배 더 생산적이 될 수 있도록 말이죠. 목표는 인간을 완전히 배제하는 것이 아니라, 컴퓨터가 할 수 없는 일들을 할 수 있도록 생산성을 극대화하는 것입니다.

여러분은 생각하고, 창조하고, 아이디어를 내잖아요? 그래서 저희가 앙코르를 개발할 때, 앙코르는 에이전트형 제품이 될 거라는 비전을 가지고 있었습니다. 마케터 팀의 일원이 되어 복잡한 작업을 사람의 감독 하에 실행할 수 있도록 도와주는 에이전트 말이죠. 그렇죠?

마케팅에 인공지능(AI)이나 머신러닝을 활용하는 것에 대해 이야기해 보겠습니다. 어떤 사람들은 단순히 사용자 평가, 즉 사용자의 성향을 파악하는 것이라고 생각하지만, 그보다 훨씬 더 많은 것을 의미합니다. 광고주에게 있어 사용자의 가치를 파악하고, 적절한 제안을 제공하는 것, 적절한 상황에서 사용자를 찾아내고 광고비를 적정 수준으로 책정하는 것 등이 모두 포함됩니다. 결국 마진 계산으로 귀결되는 것이죠. 네, 그렇습니다. 따라서 이러한 모든 작업을 초당 400만 번씩 처리해야 합니다.

네. 저희는 이러한 에이전트 기반 제품들을 크리에이티브 분야에 많이 도입했습니다. 예를 들어 크리에이티브 부분을 생각해 볼까요? 요즘 크리에이티브 테스트는 상당히 복잡합니다. 새로운 콘셉트 스토리보드를 만드는 데 2주에서 4주까지 걸리기도 하죠. 그래서 앙코르(Encore)는 성공적인 크리에이티브의 여러 특징들을 GPT 모델에 바로 입력해 줍니다. 그러면 GPT 모델이 새로운 스토리보드 콘셉트를 생성하고, 저희 크리에이티브 팀은 이를 빠르게 테스트할 수 있습니다.

목표는 내년 중 언젠가 이 기능을 내부 분석팀에 제공하는 것입니다. 그리고 만족스러운 결과가 나오면 간단한 데이터 테스트를 시작할 예정이지만, 이는 내년 안에 이루어질 것입니다. 

페기: 그거 정말 흥미진진하겠네요. 

아만: 응. 

페기: 이건 정말 흥미로울 거예요. 기존의 틀을 깨뜨릴 테니까요. 단순히 어떤 광고 소재가 효과적인지 따지는 것뿐만 아니라, AI가 애초에 적합한 사용자를 선별해서 보여주는 게 중요하잖아요. 지금 우리가 논의하고 있는 것처럼 "AI가 최고의 광고 소재를 만드는 데 도움을 줄 거야", "속도가 100배는 빨라질 거야", "수많은 버전을 쏟아낼 거야" 같은 이야기가 아니라, 속도가 핵심이에요. 그리고 효율성은 바로 선별 과정에서 드러나게 될 거예요. 

아만: 맞아요. 그러니까, 네, 100개, 1,000개의 크리에이터를 만들 수 있다고 생각해요. 어떤 플랫폼들은 그렇게 할 수 있다고 말할 수도 있죠. 네. 하지만 그 다음엔 어떻게 해야 할까요? 맞아요. 그 다음엔 어떻게 해야 할까요? 전체를 조율하고, 1,000개 중에서 1~2개를 골라내서 전체 시스템을 재활용하는 거죠. 마치 플라이휠처럼요. 

페기: 응. 

아만: 응. 

페기: 그리고 여기에는 균형점도 있습니다. 예를 들어, 아주 아주 저렴한 물건을 살 수도 있으니까요.

하지만 전체적인 판매 과정을 고려한다면, 저렴한 것이 오히려 큰 손해가 될 수 있습니다. 

아만: 네, 맞습니다. 비용 문제가 아니라 효율성 문제라고 생각합니다. 품질 문제이기도 하고, 아시다시피 이 업계에서는 ROAS(투자 수익률)가 성패를 좌우하는 요소입니다. 모든 것이 ROAS에 달려 있죠.

페기: 자, 이제 좀 전문적인 질문들을 해볼까 합니다. 원하시는 분들을 위해서요. 빠르게 질문 몇 가지 드리겠습니다. 최소 통합 시간은 얼마나 걸릴까요? Encore의 모든 장점들을 고려해 볼 때, 통합에 걸리는 시간은 얼마나 될까요? 

아만: 네, 그렇습니다. 제 생각에는 저희와 함께 일해본 적이 없는 분이 저희와 함께 일하기를 원하신다면, 적응하는 데 아마 2~3주 정도 걸릴 것 같습니다.

페기: 좋아요. 

아만: 그들이 빠르게 통합할 수 없어서가 아니라, 작업을 시작하기 전에 그들로부터 엄청난 양의 데이터를 확보해야 하기 때문입니다. 그 방대한 데이터를 우리 모델에 적용하여 미디어 지출을 더욱 효율적으로 활용하려면 2~3주가 걸립니다.

페기: 새로운 개인정보 보호 규정들이 쏟아져 나오고 있습니다. 이런 추세는 멈추지 않을 겁니다. 어떻게 대처하고 적응해야 할까요? 생각해 보세요. 당신은 사람들이 개인정보 보호가 정확히 무엇인지조차 확신하지 못하고, 시대의 흐름이 시시각각 변하던 시절부터 개인정보 보호를 최우선으로 고려하여 시스템을 구축해 왔습니다.

아만: 그래서 저희는 자체적으로 Aarki 버전의 개인정보 보호 프레임워크를 개발했습니다. SKAN이 하는 일, 예를 들어 구글 샌드박스나 프라이버시 샌드박스에서 하는 일들을 저희 프레임워크에 통합하여 미래에도 문제없이 사용할 수 있도록 했습니다. 만약 다른 곳에서 새로운 개인정보 보호 프레임워크를 개발하더라도, 저희는 모든 것을 고려했을 것이고, 설령 그렇지 않더라도 해당 프레임워크를 개선하고 기능을 추가할 수 있습니다. 이것이 바로 저희가 개인정보 보호에 대비하는 방식입니다. 

페기: 네, 그렇습니다. 기회도 많고 선택의 폭도 넓습니다. 마케터들은 AI 플랫폼, AI 솔루션, 심지어 단일 솔루션 도구까지 살펴보면서 여러 질문을 던지고 있습니다. 이러한 플랫폼을 검토할 때 반드시 던져야 할 질문, 혹은 던지지 않고 있는 질문은 무엇일까요? 

아만: 네, 저는 모든 사람에게 그렇게 말합니다. 다른 플랫폼을 재판매하는 업체가 아니라, 플랫폼 자체와 협력해야 한다는 것을 명심하세요. 

페기: 하, 알겠습니다. 

아만: 알겠습니다. 아주 중요한 부분이죠? 임대 기술과 자체 운영 기술의 차이 말입니다. 제가 생각하기에 그게 바로 핵심 질문입니다. 

페기: 그게 바로 당신이 처음부터 해 온 일이죠. 데이터 센터도 있고, 도구도 있고, 그걸 가르치고 최신 상태로 유지하는 방법론까지 갖추고 있으니까요. 네, 맞습니다.

아만, 항상 당신과 이야기하는 건 즐거운 일입니다. 당신은 이 모든 것을 직접 보고, 만들어냈으며, 앞으로 어떤 일이 일어날지 예측하고 있기 때문입니다. 특히 자율 시스템과 에이전트 시스템이 머지않아 등장할 것이라는 점이 매우 기대됩니다.

그럼, 제가 잘 지켜보겠습니다. 시간 내주셔서 다시 한번 감사드립니다. 

아만: 초대해 주셔서 감사합니다, 페기. 다음번에 에이전트 시스템에 대해 이야기 나눌 수 있으면 좋겠네요. 

페기: 네, 저는 에이전트 시스템을 정말 좋아해요. 정말 멋지고 훌륭하죠. 그리고 바로 그런 시스템 덕분에 어려운 결정을 내리는 데 드는 수고가 훨씬 줄어드는 거예요.

네, 기꺼이 만나 뵙겠습니다. 기대하겠습니다.

아만: 감사합니다.