본문 바로가기

마케팅 & 감성 & 제너레이티브 AI 등...가트너, 디지털 광고 4가지 신기술 선정

"마케팅을 위한 인공 지능(AI for marketing), 감성 인공 지능(Emotion AI), 인플루언스 엔지니어링(Influence engineering), 제너레이티브 인공 지능(Generative AI)이 디지털 광고에 혁신적 영향을 미칠 것으로 예상되는 4가지 신기술로 확인됐다. 광고에서의 인공 지능의 역할 확대는 10년 이내에 예상되지만 개인 정보 보호 문제가 진행을 방해할 수 있다."

가트너가 '2022년 디지털 광고에 대한 가트너 하이프 사이클(Gartner Hype Cycle for Digital Advertising, 2022)'을 발표하고 주목할 만한 네 가지 혁신적인 신기술을 선정했다. 마케팅을 위한 인공 지능, 감성 인공 지능, 인플루언스 엔지니어링은 향후 5-10년 안에 안정기에 진입할 것으로 예상했으며, 제너레이티브 인공 지능은 앞으로 2-5년 안에 안정기에 도달할 것으로 전망했다.

가트너가 '2022년 디지털 광고에 대한 가트너 하이프 사이클'을 발표하고, 마케팅을 위한 AI, 감성 AI, 인플루언스 엔지니어링, 제너레이티브 AI를 디지털 광고에 혁신적인 영향을 미칠 것으로 예상되는 신기술로 선정했다. (자료:Gartner)

가트너의 마케팅 부문 선임 이사 분석가(Sr Director Analyst)인 마이크 프로개트(Mike Froggatt)는  "딥 페이크, 챗봇 및 메타버스 아바타가 실제와 같은 경험을 합성하는 능력을 보여주므로 마케팅에서 AI의 힘은 분명하다. 마찬가지로 상황별 응답을 익명으로 평가하는 AI의 부상과 함께 마케팅을 위한 개인 데이터의 억제는 광고 및 콘텐츠 마케팅의 데이터 기반을 바꾸고 있다"고 전하며, 네 가기 신기술의 특징을 다음과 같이 소개했다.

첫째, 마케팅을 위한 인공 지능은 수집된 데이터, 사용 분석, 마케팅 사용 사례에 대한 기타 관찰을 기반으로 명시적으로 프로그래밍되지 않은 마케팅 플랫폼의 행동을 변경하는 시스템으로 구성된다. 활성화 기술에는 기계 학습, 규칙 기반 시스템(rule-based systems), 최적화(optimization), 자연어 처리(natural language processing), 지식 그래프 기술(knowledge graph techniques)이 포함된다.

둘째, 감성 인공 지능은 감성 컴퓨팅이라고도 하며, 인공 지능 기술을 활용해 컴퓨터 비전, 오디오 및 음성 입력, 센서나 소프트웨어 로직을 통해 사용자의 감정 상태를 분석한다. 이를 통해 고객의 기분에 맞게 구체적이고 개인화된 작업을 수행하여 응대할 수 있다. 감성 AI는 인간의 행동 속성을 디지털 커뮤니케이션의 측면에 중요한 영향을 미치는 데이터로 변환한다.

마이크 프로개트는 "전통적인 광고를 통해 관련성 있고 개인화된 메시지를 전달하는 것만으로는 충분하지 않기 때문에, CMO는 감성 AI에 의존하여 대규모로 소비자와 비즈니스 구매자를 찾고 타겟팅하고 있다. 그러나 개인 정보 보호 문제, 편향 및 양식에 따른 다양성은 광고주가 이를 채택하는 데 주저하게 하는 핵심 장애물이며, 이것이 확립되기까지 10년이 더 걸릴 수 있는 이유가 된다"고 전했다.

셋째, 인플루언서 엔지니어링은 행동 과학의 기술을 배우고 적용함으로써, 디지털 경험 요소를 자동화하는 알고리즘의 생산을 의미한다. 풍부한 데이터 소스와 기계 학습 기능은 감정 감지 및 언어 생성과 같은 영역에서, 영향력 있는 새로운 시스템을 가능하게 하고 영향력 있는 커뮤니케이션 측면을 자동화할 수 있는 잠재력을 보여준다. 

마이크 프로개트는 "개인화 기술이 개인 정보 보호 제한으로 약화됨에 따라, 새로운 데이터 소스와 기계 학습 기능이 대안으로 떠오르고 있다. 감정 감지, 콘텐츠 생성 및 에지 컴퓨팅과 같은 영역의 혁신은, 좋든 나쁘든 커뮤니케이션의 영향력 있는 측면을 자동화하고 있다. 조직은 대규모 행동에 영향을 미치는 데 중점을 둔 AI 프로그램의 연구 및 배포를 감독하기 위해 새로운 형태의 거버넌스로서 인플루언서 엔지니어링이 필요하다"고 밝혔다.

넷째, 제너레이티브 인공 지능은 기존의 아티팩트(artifacts)를 기반으로 한 학습을 통해, 비디오, 내러티브(narrative), 말하기(speech), 합성 데이터(synthetic data), 교육 데이터의 특성을 반영하는 제품 디자인과 같은 새롭고 사실적인 아티팩트를 생성한다. 고객의 핵심 특성을 식별하고 개인 정보를 준수하는 방식으로 맞춤형 콘텐츠로 고객을 타겟팅하는 데 도움이 될 수 있다. 또한 잘못된 정보 및 딥 페이크와 같은 위험한 콘텐츠를 피하기 위해 미디어 구매 모델을 훈련하는 데 사용할 수 있다.

마이크 프로개트는 "디지털 미디어의 가속화된 단편화는 광고 마케팅 담당자에게 도전 과제를 안겨주며 광고 캠페인을 최적화하고 성장시키기 위해 파트너 및 기술 목록을 수집하도록 촉구한다. 특히 인공지능의 활용은 타겟팅, 측정, 신원 확인, 동의 및 선호도 관리 등으로 확대되고 있으며, 경우에 따라서는 제너레이티브 AI 도구를 활용해 창의적인 콘텐츠를 생성하기도 한다”고 말했다.

 

 Syndicated to WWW.CIOKOREA.COM 

반응형