AI 기반 양적 확장의 한계와 광고 소재 축소

생성형 AI의 도입으로 광고 소재 및 콘텐츠 제작 비용이 크게 낮아지면서 수많은 변형 콘텐츠를 대량 생산하는 전략이 널리 쓰여 왔습니다. 그러나 최근 마케팅 업계에서는 이러한 양적 확장 전략이 한계에 부딪히며 오히려 고유한 아이디어와 차별화된 품질에 집중하는 움직임이 나타나고 있습니다.

디지털 매체 더 커런트(The Current)의 보도에 따르면, 퍼포먼스 대행사 애드믹스트(adMixt)는 월 1,000개 이상의 광고를 집행하던 한 뷰티 브랜드 고객사의 광고 수를 200개로 대폭 축소했습니다. 그 결과 해당 브랜드의 고객 획득 비용(CAC)은 25% 감소하며 전반적인 성과가 개선된 것으로 나타났습니다. 애드믹스트의 케빈 사이먼슨 최고경영자(CEO)는 플랫폼에 지나치게 많은 소재를 투입하는 방식은 한계 효용을 낳는다며, 소재 수가 적을 때 메타(Meta) 등 플랫폼 알고리즘이 광고를 더 정확히 식별하고 최적화할 수 있다고 설명했습니다.

플랫폼 알고리즘의 진화와 '유사 콘텐츠' 통합

이러한 변화의 배경에는 광고 플랫폼 자체의 AI 고도화가 자리 잡고 있습니다. 퍼포먼스 대행사 티누이티(Tinuiti)의 잭 존슨 부사장은 메타의 AI 광고 전송 시스템인 안드로메다(Andromeda)와 생성형 광고 추천 모델(GEM)을 언급하며 알고리즘의 작동 방식을 설명했습니다.

존슨 부사장은 과거에는 미세한 차이만 있는 대량의 소재로 A/B 테스트를 진행할 수 있었으나, 현재 환경에서는 알고리즘이 유사한 콘텐츠를 단일 엔티티 ID로 묶어 처리한다고 밝혔습니다. 즉, 5개의 광고 중 4개가 실질적으로 비슷하다면 플랫폼 시스템은 이를 서로 다른 소재가 아닌 중복 요소로 간주한다는 것입니다. 이에 따라 미세한 변형을 대량 생성하기보다는 명확히 차별화된 소수의 소재를 운영하는 편이 플랫폼 내 피로도를 낮추고 효율을 높이는 방법으로 평가받고 있습니다.

또한 플랫폼들은 단순 클릭이나 반응(인게이지먼트)보다 검색 및 사용자 의도와의 '관련성'을 더 중요한 지표로 평가하고 있습니다. 마케팅 컨설팅 기업 마골린+시스템즈의 마이크 마골린 대표는 월마트 광고 과학팀의 연구 논문을 인용하며, 광고 성과 예측에서 인게이지먼트보다 관련성이 더 우수한 지표로 확인되었다고 전했습니다.

GEO 환경에서 부각되는 롱테일·상세 콘텐츠

이러한 '품질 중심' 기조는 검색 생태계가 대규모 언어 모델(LLM)과 대화형 챗봇 기반으로 전환되는 생성형 엔진 최적화(GEO) 영역에서도 동일하게 적용됩니다. 과거 검색엔진 최적화(SEO) 방식에서는 키워드를 다수 포함한 블로그 글을 대량으로 발행하는 방식이 쓰이기도 했으나, GEO 환경에서는 정확하고 구체적이며 실행 가능한 정보가 요구됩니다.

AI 마케터스 길드의 설립자 데이비드 버코위츠는 더 커런트와의 인터뷰에서 생성형 엔진은 롱테일(Long-tail) 콘텐츠에 반응한다고 설명했습니다. 소비자가 일반 검색엔진에서 단순히 단일 명사를 검색하는 것과 달리, LLM 기반 서비스에서는 훨씬 구체적이고 긴 문장으로 질의하는 경향이 있기 때문입니다.

"전동식이면서 반려견을 놀라게 하지 않는 잔디깎기를 찾는다는 15단어 수준의 구체적 질의가 주어졌을 때, 해당 조건에 맞춰 구조화된 콘텐츠를 갖춘 브랜드는 규모가 작은 기업이라도 AI 검색 답변에서 효과적으로 연결될 수 있습니다."
- 데이비드 버코위츠, AI 마케터스 길드 설립자

결과적으로 AI로 인해 텍스트와 이미지 등 콘텐츠의 대량 생성이 쉬워진 환경일수록, 평균적인 내용을 반복 생산하는 것은 차별성을 갖기 어렵다는 분석이 나옵니다. 마케팅 에이전시 키네틱319의 아담 오트만 CEO는 AI 결과물이 평균에 수렴하기 쉬운 만큼 독창성과 고유성이 더욱 희소해질 것이라고 짚었습니다. GEO와 디지털 마케팅 전반에서 양적 범람을 넘어 정교한 맥락과 고유한 가치를 담은 콘텐츠 전략이 요구되고 있습니다.

출처