Google의 글로벌 크리에이티브 디렉터인 벤 존슨은 기계가 인류의 경쟁자라는 생각을 버려야 하며 인간의 창의력을 새로운 차원으로 끌어올려주는 또 다른 기회라고 생각해야 한다고 말합니다. 벤 존슨가 앞으로의 인간과 기계의 미래에 대해서 어떻게 생각하는지 살펴보세요.
분야를 막론하고 기술이 발전을 거듭하면서 카렐 차페크의 희곡에 등장하는 최초의 Android 로봇, 2001 스페이스 오딧세이의 HAL, 영화로 잘 알려진 터미네이터와 같은 기계가 인간을 대체할 수 있다는 두려움이 팽배해지고 있습니다.
머신러닝과 인공지능의 시대를 살아가는 광고인으로서 인간이 이러한 기계와 한판 대결을 벌이고 있다고 생각하기 쉽습니다. 하지만 이런 '인간과 기계의 대결'이라는 사고방식은 우리 자신과 우리가 행하는 모든 일에 결코 이롭지 않다는 것이 제 생각입니다. 머신러닝을 인간의 창의력에 불을 붙이는 촉매제로 받아들인다면 훨씬 더 많은 것을 얻을 수 있지 않을까요?
이 기회를 놓치지 않으려면 무엇보다 기계가 잘하는 것이 무엇인지 알고 있어야 합니다. 먼저, 기계는 인간에 대한 인사이트를 줄 수 있는 패턴을 파악할 수 있고 그것을 바탕으로 창의적인 감각을 키울 수 있도록 도와줄 수 있습니다. 둘째, 기계는 인간이 하는 일들을 자동화하여 훨씬 빠르게 대규모로 처리해주므로 시간을 절약할 뿐 아니라 더 나은 결과를 도출해냅니다. 마지막으로, 방대한 데이터 속에서 완전히 새로운 창의적 표현력을 열어줄 수 있습니다.
이러한 강점들은 인간의 창의력을 빠르게 끌어올리는 데 일조하는 동시에 기계가 가진 한계가 무엇인지, 그리고 왜 인간은 창의력을 향한 노력을 멈춰서는 안 되는지 드러냅니다.
거대한 패턴을 찾아내는 것이 새로운 통찰의 밑거름
기계는 수백만 개의 동영상을 처리한 후 광고 요소와 효과적인 결과 사이의 상관 관계를 찾아낼 수 있습니다. 이를 바탕으로 우리는 '이 글꼴이나 색상을 사용하면 광고 효과를 높일 수 있을까?'와 같은 여러 가지 질문의 답을 찾습니다. 렌즈 플레어의 효과가 2013년에 정점을 찍었고 이제는 이 기교적인 기술을 지양하는 것이 나을 수도 있음을 배운 것도 이러한 과정을 통해서였습니다.
이런 종류의 분석은 전문 지식이 전혀 필요하지 않으며, 기본 요소 식별 작업을 대규모로 적용하는 것에 지나지 않습니다. 이런 이유로, 벤 이반스는 머신러닝의 힘을 일의 범위는 넓지만 전문 지식이 필요하지 않은 '무기계약 인턴'에 빗댄 적이 있습니다. 따라서 기계를 훌륭한 광고 제작을 위한 빠르고 간편한 해결책으로 생각해서는 결코 안 됩니다.
기계가 패턴을 찾아내더라도 패턴을 분류하고 적용하기 위해서는 인간의 지능이 필요합니다.
수백 개 YouTube 광고를 분석하여 효과와 관련 높은 요인을 찾아낸 경우를 가정해 보겠습니다. 예를 들어, 실적이 우수한 광고는 거실을 배경으로 하는 것으로 드러났다고 해보죠. 모든 광고를 거실 배경으로 찍을 건가요? 거실 장면이 많아지도록 광고를 수정할 건가요? 분명한 건, 둘 중 어떤 방법을 쓰더라도 실적이 저절로 올라가지 않는다는 점입니다. 기계가 패턴을 찾아내더라도 패턴을 분류하고 적용하기 위해서는 인간의 지능이 필요합니다.
자동화된 마케팅 인텔리전스로 결과 향상
자동화는 광고 개발 과정을 일부 간소화하여 속도와 효율성을 높이는 측면이 있습니다. 수백 가지 광고 문구를 검토하여 각양각색의 잠재고객에게 전달할 최고의 광고 문구를 찾아내야 하는 상황이 바로 이런 경우입니다.
흥미를 잃은 포커스 그룹이 식어버린 도넛을 먹으며 두세 개 버전의 광고 문구를 놓고 논의하는 것에 수개월을 소비하던 것에서 벗어나, 머신러닝 기반 도구를 이용하면 기존 데이터, 잠재고객 신호, 방대한 자료를 바탕으로 최고의 잠재고객과 광고 문구의 조합을 찾아낼 수 있습니다.
이 과정의 기본 요소는 이미 준비되어 있습니다. 브랜드는 강력한 시청자 시그널과 기본 동영상 저작물을 사용해 다양한 타겟층에 맞는 버전을 만들 수 있는 YouTube Director Mix 같은 도구를 이용하여 영향력을 확대하고 있습니다. 최근, Caesars Entertainment는 이 도구를 사용해 전후 상황에 맞게 관련성 높은 150가지 광고 버전을 신속히 제작 및 게재하여 브랜드 인식을 개선했습니다.
새로운 유형의 창의적 표현력
이러한 기회에 좀 더 관심이 생기셨나요? 이제 기계를 학습시켜서 '무슨 이야기를 어떤 방법으로 말할 것인가'와 같은 보다 복잡한 문제의 답을 찾게 된다면 얼마나 더 큰 가능성을 기대할 수 있을지 생각해 보세요.
예를 들어, 특정 목표를 달성하는 데 어떤 서술 구조가 더 효과적인지 기계가 말해준다고 상상해 보세요. 광고 트렌드가 얼마나 빠르게 변화하는지 말해줄 수 있다면, 그래서 우리가 쉽게 잊힐 광고와 두고두고 회자될 광고를 쉽게 알아낼 수 있다면 어떨까요? 인간이 궁금해할 생각조차 못 하는 '완벽한 미지'의 영역을 기계가 보여준다면 어떨지 생각해 보세요. 가능성은 무한하고 가슴을 뛰게 합니다.
비교우위는 항상 인간에게
무기계약 인턴에 비유되는 기계가 쓸모 있는 역할을 할 남다른 가능성을 지니고 있는 것은 분명합니다. 물론 동시에 한계도 지니고 있죠.
머신러닝은 단순한 처리 업무에 효과적이어서 광고인이 광고 제작의 품질을 높이고 시간을 절약하는 데 도움이 될 수 있습니다. 하지만 여기에도 여전히 상호 보완 관계가 존재한다는 점을 인지해야 합니다. 기계는 일련의 변형을 통해 최적화됩니다. 캠페인 플랫폼을 기획하지도, 광고를 아예 처음부터 만들지도 않습니다.
좋은 사례로, 올해 Mondelez 초콜릿 브랜드 Lacta에서 자사 상품 그리고 자사 브랜드 제작 예정 영화 'The Taste of Love'에 대한 관심을 높이기 위해 기획한 밸런타인데이 캠페인이 있습니다. 전후 상황을 고려한 TrueView 타겟팅 광고를 통해, Lacta는 캠페인 마이크로사이트에 사랑의 순간을 담은 사진을 제출하는 행사를 진행했습니다. 그런 다음 머신러닝을 사용하여 '키스', '미소', '강아지', '고양이' 등 일반적으로 사랑을 표현하는 사진들을 분석, 체계화했습니다. 사용자들은 대화식 웹사이트 환경을 통해 이러한 사랑과 관련된 컨셉을 살펴볼 수 있습니다.
기계는 인간의 창의력을 빠르게 발전시키고 그 어느 때보다 깊이 있게 창의적 가능성을 찾아낼 수 있도록 도와 주는 파트너입니다.
Lacta의 접근법이 브랜드에 대한 관심을 높이는 데 성공하면서 중요한 사실 하나가 입증되었습니다. 기계는 새로운 캠페인 기법을 분석, 체계화하고 원활히 진행할 수 있지만, 캠페인 자체를 기획하거나 사람들이 공감할 만한 감성적 요소와 통찰을 제공해 주지 못합니다. 이것은 인간만이 할 수 있는 일입니다.
그러므로 기술이 계속 발전하더라도 디스토피아가 올 것이라는 두려움은 갖지 마세요. 대신, 기계는 인간의 창의력을 빠르게 발전시키고 그 어느 때보다 깊이 있게 창의적 가능성을 찾아낼 수 있도록 도와 주는 파트너라고 생각해 보세요.
