생성형 AI는 앞으로 디지털 마케팅에 어떠한 영향을 미칠까?

 

“AI를 활용하지 않는 회사는 도태될 것이며, AI가 일자리를 빼앗을 것을 우려하는 사람들도 있지만, AI에 능숙한 사람은 일자리를 잃지 않을 것이다” (젠센 황, 엔비디아 CEO)

 

생성형 AI는 영상, 이미지, 음악, 텍스트와 같은 다양한 콘텐츠를 생성할 수 있는 인공지능을 총칭하며, 고도화된 알고리즘으로 콘텐츠의 패턴을 학습하고 해당 학습을 기반으로 새롭고 다양한 콘텐츠를 쉽고 빠르게 생성한다.

딥러닝 기술을 활용해 방대한 빅데이터를 분석하고 키워드 혹은 문장 입력을 통해 최적의 콘텐츠 결과물을 생성해 낼 수 있는 생성형 AI, 이미 우리 주변에서는 생성형 AI 솔루션을 도입해 마케팅 업무를 진행하는 기업들이 많아졌다. 과거에 많은 팀과 많은 사람들이 함께 오랜 시간을 들여 했던 업무가 AI를 다룰 수 있는 한 명의 개인 업무로 처리될 수도 있음을 보여주고 있다. 

 

생성형 AI가 마케팅/광고 산업에 영향을 미칠 수 있는 방향은 아래와 같이 볼 수 있다.

1. 마케팅 콘텐츠 자동 생성
- 생성형 AI는 기사, 블로그 콘텐츠, 소셜 미디어 게시물, 광고 카피 등 다양한 콘텐츠들을 만들 수 있다. 고품질의 콘텐츠를 대규모로 신속하게 만드는 것이 가능하며, 상황과 조건에 따라 사용자별 맞춤형 콘텐츠 주문/제작이 가능하다. ‘ChatGPT’를 통해 자연스러운 텍스트 콘텐츠를 생성하고 ‘미드저니(Midjournet)’, ‘노벨AI(NovelAI)’를 통해서 사람이 직접 제작한 것과 차별점을 느낄 수 없는 이미지를 생성하며, ‘VCAT.AI’, ‘PICTORY’는 스크립트, 참고 URL만 입력하면 관련 영상을 제작해준다. 게다가 결과물의 퀄리티는 시간이 흐를수록 더욱 진화 중이다.

홈페이지를 제작하거나, 데이터를 수집하는 크롤링 작업에 필요한 코드 개발도 ChatGPT에 요청하면 약간의 수정만 거치면 완성할 수 있는 코드를 생성해 주며, 이미 완료된 코드 또한 잘못된 부분이 있는지 점검까지 해준다.

 

2. 초개인화 맞춤형 광고/캠페인
- 생성형 AI가 가장 적극적으로 활용될 수 있는 분야는 바로 초개인화(hyper-targeting)된 광고 캠페인을 만드는 것이다. AI의 알고리즘은 딥러닝 기술을 통해 방대한 양의 빅데이터를 반복하여 학습하고, 강화학습(Reinforcement Learning)을 통해 AI가 ‘잠재 고객 여정(Potential Customer Journet)’에서 단계별 소비 문제를 인식하고 적합한 광고를 제시하며, 궁극적으로 구매 전환(Conversion)을 일으키기 위한 전 과정을 자동적으로 수행할 것이다. 이러한 수준의 초개인화는 소비자 참여 증대, 전환율 상승과 함께 결국 매출 성장까지 연결될 수 있을 것으로 기대한다.

 

3. 실시간 데이터 기반의 소비자 대응
- 이미 챗봇을 통해 소비자 대응을 진행하고 있는 솔루션들은 많으나, 앞으로 생성형 AI가 온라인 쇼핑몰에서 이미지/텍스트 검색과 결합하여 기존의 전자상거래의 패러다임을 혁신할 수도 있을 것이다. 소비자의 요청에 방대한 양의 데이터를 바탕으로 실시간, 정확한 응답을 제공하게 되고, 이로 인해 기업에 대한 신뢰도 및 만족도도 크게 향상시킬 수 있다.

 

 

이처럼 마케팅/광고 영역에서 생성형 AI의 사용은 급속도로 증가하고 있으나, 이러한 사용량 증가에 비례하여 프라이버시, 잘못된 정보, 저작권 위반 등 사회적/윤리적 문제 역시 대두되고 있다. 생성형 AI와 연관된 대표적인 문제점은 다음과 같다.

1. 편향성과 공정성
- 모델이 학습한 데이터에 편향이 존재할 경우, 그 편향은 모델이 생성하는 콘텐츠에도 반영될 수 있다. 이는 인종, 성별, 지역 등 다양한 측면에서 편향을 유발할 수 있다.

2. 데이터 프라이버시와 보안
- 생성형 AI는 대규모의 데이터를 학습하고 활용하기에 사용자의 개인정보를 포함한 민감한 정보의 유출 우려를 증가시킬 수 있으며, 이는 보안 분야에서 더욱 큰 문제를 야기할 수 있다.

3. 거짓 정보와 오용
- 생성형 AI는 학습 데이터에서 학습한 내용을 기반으로 새로운 콘텐츠를 생성하기에 모델이 잘못된 정보를 생성하거나 악의적으로 오용될 가능성이 있다.

4. 인간과의 상호작용 부재
- 일부 생성형 AI 시스템은 사용자와의 상호작용에서 인간의 판단과 감성을 완전히 이해하기 어려울 수 있기에, 이로 인해 냉엄하거나 부적절한 응답이 발생할 수 있다.

5. 지속적인 갱신과 유지보수
- 대규모의 생성형 AI 모델은 지속적인 갱신과 유지보수가 필요하다. 새로운 데이터로 모델을 업데이트하고 성능을 최적화하는 작업이 필요하며, 이에는 상당한 비용과 자원이 필요하기도 하다.

6. 사회적 영향 및 일자리 변화
- 일부 업무가 자동화되고 새로운 기술이 도입되면 일자리 구조가 변할 수 있으며, 이는 일자리의 소멸 뿐만 아니라 새로운 분야에서 일자리의 창출도 포함한다.

7. 윤리적 가이드라인 부재
- 현재까지 생성형 AI에 대한 명확한 윤리적 가이드라인이 부족한 상태이기에, 어떤 유형의 내용이 적절하고 어떤 것이 부적절한지를 정의하는 일반적인 규범이 필요하다. 이러한 문제점들은 기술 발전과 함께 주의 깊게 다루어져야 하며, 적절한 규제 및 윤리적인 프레임워크도 구축되어야 한다.

 

 

마케팅/광고 영역에서 생성형 AI를 활용하는 등 AI 기반의 커뮤니케이션 전략을 구현 할 때 소비자 신뢰를 유지하면서 법적·윤리적 문제를 피하기 위해서는 위와 같은 문제들을 반드시 고려해야 할 것이다.

생성형 AI의 진화는 마케팅/광고 영역에 새로운 기회를 제공할 것이 너무나 명확하다. 콘텐츠 생성, 초개인화 타겟팅 등 고객 경험 향상을 위해 생성형 AI의 능력을 적극 활용함으로써 기업은 성장을 주도하고 다른 기업들과의 치열한 경쟁에서 한 발 더 나아갈 수 있을 것이다. 그렇기에 기업은 지속가능한 성장을 주도할 수 있는 AI관련 부서와 핵심 역량을 갖춘 인재를 고용, 육성하는데 더욱 집중해야 디지털 마케팅 시대로 성공적인 전환이 가능할 것이다.

 

*이 포스팅은 손호원 팀장이 기고하였습니다.