Google Ads 및 Cloud 마케팅 팀 리더이자 마케터로서, 저희는 수많은 파트너 및 동료들과 마케팅 분야에서의 AI에 대해 이야기를 나누고 있습니다. 이 과정에서 가장 두드러지는 것은 마케터들이 AI에 대한 막연한 기대를 넘어 실질적인 활용 방안을 알고 싶어 한다는 것입니다.
이에 따라 저희는 마케터들이 AI의 가능성을 이해하고 최대한 활용할 수 있도록, AI를 마케팅에 적용하는 프레임워크를 개발했습니다.
이번 아티클에서는 마케팅에 AI를 도입하기 위한 필수 단계와 더 큰 성장을 위한 확장 방법을 제시합니다.
특히, Google의 AI 기반 캠페인 제품과 다양한 솔루션을 활용해 자사 데이터 전략에 투자하면 탄탄한 AI 기반을 구축하고 비즈니스 성장과 효율성을 빠르게 달성할 수 있습니다.
더 나아가 Google Cloud는 맞춤형 크리에이티브 스튜디오, AI 기반 예측 타겟팅 및 분석 기능 등의 특수 목적 솔루션을 포함한 강력한 플랫폼을 제공하여, AI를 통해 비즈니스를 혁신하고 경쟁 우위를 확보할 수 있도록 지원합니다.
AI 도입 초기 단계이든, AI 활용을 극대화하려는 단계이든, Google의 AI 프레임워크는 마케팅에 AI를 활용하는 방안을 모색하고 현재 진행 중인 활동과 가능성을 비교 평가하는 데 유용한 자료가 될 것입니다.
AI 기반 마케팅 성장 엔진
지금까지 마케팅은 특정 잠재고객을 위한 콘텐츠를 제작하고, 이를 잠재고객이 주로 이용하는 채널이나 플랫폼에 게시한 후, 마케팅 지표에 미치는 영향(종종 비즈니스 성장에 대한 개략적인 추정치)을 측정하고 개선하는 다소 선형적인 과정을 반복해 왔습니다.
하지만 AI 시대가 열리면서 ‘AI 기반 마케팅 성장 엔진’이라는 새로운 프레임워크가 등장했습니다. 이 프레임워크는 우리에게 친숙한 크리에이티브, 미디어, 성과 측정이라는 세 가지 마케팅 기능을 기반으로 합니다. 물론 이 세 가지 활동은 서로 밀접하게 연관되어 있지만, AI가 제공하는 다양한 기회를 분류하고 이해하는 데 매우 유용한 방법입니다.
각각에 대해 자세히 살펴보겠습니다.
성과 측정 및 인사이트
‘왜 성과 측정과 인사이트부터 시작하나요? 보통 마지막에 오는 것 아닌가요?’라는 의문이 들 수도 있습니다.
성과 측정과 인사이트를 먼저 강조하는 이유는 마케팅에 AI를 성공적으로 적용하려면 데이터 및 측정을 위한 탄탄한 기반이 필수적이기 때문입니다. 자사 데이터는 AI가 고유한 인사이트와 트렌드를 발견하고, 가치 있는 잠재고객을 식별하며, 고객 생애 가치를 더 정확하게 측정하는 데 사용되는 연료와 같습니다.
AI는 마케팅에서 성과 측정의 역할을 단순히 과거 트렌드 분석에 그치지 않고, 예측 인사이트를 바탕으로 실행 가능한 전략을 제시합니다.
귀사는 이미 설문조사, 고객 리뷰, 거래 내역, 로열티 프로그램 데이터 등 다양한 마케팅 데이터를 보유하고 있을 것입니다. 이러한 데이터를 통합하고 분석하여 부족한 부분을 파악하는 것이 중요합니다.
하지만 아무리 좋은 데이터라도 그 가치는 데이터를 기반으로 어떤 실행에 옮기느냐에 따라 달라집니다. AI는 마케팅에서 성과 측정의 역할을 단순히 과거 트렌드를 분석하는 것을 넘어, 예측 인사이트를 바탕으로 실행 가능한 전략을 제시하여 마케팅 성과를 극대화할 수 있도록 돕습니다.
예를 들어 예측기반 고객 생애 가치와 같은 지표는 마케팅 계획 및 테스트에 매우 유용합니다. 재구매 가능성이 높거나 친구에게 추천할 가능성이 높은 고객을 예측하여 이들에게 집중함으로써 브랜드 인지도를 높이고 매출 성장을 효과적으로 이끌어낼 수 있습니다.
펩시코(PepsiCo)는 이러한 방식으로 AI를 활용한 대표적인 사례입니다. 펩시코는 소비자와 직접적인 관계를 맺기 어려웠던 한계를 극복하기 위해 QR 코드를 활용한 혁신적인 방법으로 자사 데이터 기반 관계를 구축했습니다. 제품 포장이나 매장에 QR 코드를 부착하여 고객이 리워드 프로그램에 참여하도록 유도함으로써 고객에 대한 인사이트를 확보하고, 단순 거래 관계에서 벗어나 장기적이고 수익성 높은 관계로 발전시켰습니다.
마케팅 팀에게 물어볼 질문
미디어 및 개인화
오랫동안 마케터들의 꿈은 ‘적절한 광고를 적절한 사람에게, 적절한 장소, 적절한 시간에’ 보여주는 것이었습니다. 그리고 이제 AI 기술이 궁극적인 실시간 최적화 엔진으로 부상하며 그 꿈은 현실로 다가왔습니다.
수년간 예측 AI는 매초 수백만 개의 쿼리에 숨겨진 의도를 파악하고 수천만 개의 잠재적인 광고를 평가하여 최적의 광고를 선택하는 데 도움을 주었습니다. 이러한 기술은 사람들을 광고와 연결하는 입찰 및 잠재고객 솔루션의 핵심 원동력이었습니다.
그러나 모든 지면에 완벽한 광고를 게재하는 것은 매우 어려운 과제였습니다. 이제 생성형 AI는 엄청난 새로운 기회와 완전히 새로운 광고 경험 시대를 열고 있습니다. Google의 최신 Gemini 모델은 디맨드젠 캠페인(Demand Gen) 및 실적 최대화 캠페인(Performance Max)과 같은 도구를 포함해 Google의 전체 제품, 플랫폼 및 API 생태계를 지원합니다. 이러한 AI 기반 캠페인을 통해 판매, 매출 또는 수익성과 같은 비즈니스 결과를 최적화할 수 있습니다.
생성형 AI는 엄청난 새로운 기회와 완전히 새로운 광고 경험 시대를 열고 있습니다.
AI를 활용해 광고 효과를 극대화하려면 테스트, 학습 및 확장 접근 방식을 따르는 것이 중요합니다. 먼저 AI 기반 캠페인과 기존 수동 캠페인을 비교 테스트하여 AI의 효과를 확인하고, 효과가 입증되면 빠르게 확장해야 합니다. 확장 후에는 데이터와 AI를 결합해 고객 성향 모델을 구축하고, 고객의 특성과 니즈에 맞춰 세분화된 타겟팅 전략을 수립하세요. 이러한 과정을 반복하며 비즈니스 목표에 맞춰 캠페인을 지속적으로 최적화해야 합니다.
글로벌 피트니스 브랜드 레스 밀스(Les Mills)는 이러한 접근 방식을 성공적으로 활용한 대표적인 사례입니다. 팬데믹 기간 동안 체육관 이용이 제한되자, 레스 밀스는 세계 최고 수준의 피트니스 비디오 콘텐츠를 제공하는 데 집중했습니다. 특히 디맨드젠 캠페인(Demand Gen)을 활용해 매력적인 비주얼 스토리텔링 경험을 제공하고 신규 구독자를 확보하며 높은 전환율을 달성했습니다. 4주간의 테스트 결과, 등록 건수는 561% 증가했고, 체험판당 비용 효율성은 72% 향상되는 놀라운 성과를 거두었습니다. 현재 레스 밀스는 모든 시장에서 디맨드젠 캠페인을 적극적으로 활용하고 있습니다.
신발 및 의류 회사 반스(Vans) 또한 AI 기반 캠페인을 통해 큰 성과를 거두었습니다. 많은 의류 브랜드와 마찬가지로 반스는 연휴 시즌의 변동하는 수요와 예측 불가능성에 어려움을 겪었지만, 수동으로 해결하기 어려운 이러한 문제에 AI를 활용해 효과적으로 대응했습니다.
반스는 실적 최대화 캠페인(Performance Max)을 활용해 다양한 고객층에게 맞춤형 고객 여정을 제공했습니다. 이를 통해 열렬한 스케이트보더든, 자녀의 새 학기를 준비하는 부모든, 적절한 메시지를 적시에 적절한 사람에게 전달할 수 있었습니다. 그 결과, 이전 쇼핑 솔루션에 비해 전환율이 46% 증가했으며 매출은 무려 86% 증가하는 놀라운 성과를 달성했습니다.
마케팅 팀에게 물어볼 질문
크리에이티브 및 콘텐츠
오늘날의 캠페인은 점점 더 복잡해지고 있습니다. 수천 개의 에셋이 다양한 기기, 플랫폼 및 잠재고객에게 동시에 노출되어야 하는 상황에서, 팀이 의미 있는 성과를 얻기 위한 충분한 양의 에셋을 빠르게 제작하고 다양한 변형을 만들면서도 높은 품질을 유지하는 것은 매우 어려운 일입니다.
이러한 문제를 해결하기 위해 AI를 활용하면 크리에이티브 개발 속도를 높이고 관련성을 향상시킬 수 있습니다. AI는 기존 에셋의 형식을 변경하고, 자르고, 다른 채널에 맞게 크기를 조정하는 작업을 자동화할 수 있습니다. 또한, 캡션 추가, 동영상 더빙, 심지어 기존 크리에이티브 라이브러리를 학습하여 완전히 새로운 광고를 생성하는 것도 가능합니다.
또한 AI 솔루션을 활용하면 모든 에셋을 대규모로 테스트, 개선 및 최적화할 수 있습니다. AI는 카피, 이미지, 동영상을 성과 데이터와 함께 분석하여 실적이 가장 우수한 크리에이티브를 파악하고, 시간, 문화, 상황에 맞춰 마케팅 및 비주얼을 조정합니다. 이는 새로운 크리에이티브 작업 방식을 구축하고, 사내 및 대행사와의 협업을 통해 더욱 효율적인 크리에이티브 개발 환경을 조성하는 데 기여합니다.
프랑스 소매 및 도매업체 까르푸(Carrefour)는 AI를 활용해 캠페인 품질을 향상시키고 출시 시간을 단축하는 데 성공했습니다. 까르푸 마케팅 팀은 Google Cloud와 협력해 AI 크리에이티브 스튜디오를 구축하고, 회사의 브랜드 가이드라인과 성공적인 캠페인 데이터를 기반으로 AI를 학습시켰습니다. 이제 AI는 까르푸의 과거 캠페인 데이터를 학습하고, 향후 프로그램에 대한 가이드라인을 제공받으면 단 몇 분 만에 포괄적인 마케팅 캠페인의 초안을 작성할 수 있습니다.
크리에이티브 팀 및 대행사에 물어볼 질문
AI를 비즈니스 전반에 도입하기
AI에 투자할 때, 조직 전체에 성공적으로 도입하기 위해서는 관계, 결과, 책임이라는 세 가지 핵심 영역을 반드시 고려해야 합니다.
관계: 업무 핵심 관계망 파악하기
마케팅에서 AI의 잠재력을 최대한 실현하려면 재무, 엔지니어링, 법무, 인사, 제품 팀 등 조직 전체의 협력과 지지를 확보하는 것이 중요합니다. 우리는 이러한 핵심 관계망을 'Magic Circle'이라고 부릅니다. 마케팅 파일럿 단계를 넘어 AI를 전사적인 통합 프로그램으로 전환하려면 여러 부서의 지원이 필수적입니다.
모든 조직에 적용되는 단일한 해결책은 없지만, 다음은 AI 도입 시 고려해야 할 몇 가지 핵심 질문입니다:
- 핵심 관계망(Magic Circle)에 누가 포함되어 있나요? 첫 번째 솔루션을 구축하기 전에 필요한 모든 이해관계자를 파악하세요.
- 어떤 사람들을 더 참여시켜야 할까요? 필요한 관계를 파악하고, 티타임을 가지는 것과 같은 작은 행동으로 변화를 만들어 보세요.
- 동료와 협력해 원하는 이니셔티브에 대한 비즈니스 사례를 구체화하세요. AI 도입 시 어떤 과정이 필요하며, 전체적인 비즈니스 관점에서 왜 중요한가요?
결과: AI 도입 효과 측정하기
조직 전체의 지속적인 AI 투자를 위해서는 명확한 성과 측정을 통한 설득력 있는 비즈니스 사례를 확보해야 합니다. 프로젝트의 목표에 따라 수익 증대 또는 비용 절감을 기준으로 AI 이니셔티브의 성공 여부를 측정할 수 있습니다.
수익 증대는 AI를 통해 더 효과적인 크리에이티브를 제작하거나 트렌드 및 고객 요구에 신속하게 대응하는 프로젝트에서 기대할 수 있습니다. 반면, 비용 절감은 광고 소재 크기 조정, 형식 변경, 번역, 수천 명의 사용자를 위한 콘텐츠 개인화 등 AI가 지원하는 작업에 소요되는 시간을 줄임으로써 달성할 수 있습니다.
따라서 프로젝트 목표에 부합하는 적절한 지표를 설정하고, 이를 기반으로 AI 도입의 효과를 지속적으로 측정하고 추적하는 것이 중요합니다.
책임: AI 구현을 위한 안전장치 마련
마지막으로 마케팅 리더들과의 대화를 통해 업계가 원칙에 입각한 AI 도입에 힘쓰고 있음을 확인할 수 있었습니다. 그러나 시장에는 누구나 쉽게 접근할 수 있는 AI 모델 및 공급업체가 넘쳐난다는 점을 기억해야 합니다. 신뢰할 수 있는 평판 좋은 조직과 협력하여 데이터 및 IP 보호 방안을 마련하고, 팀이 안전한 AI 도구를 사용하도록 지원해야 합니다. 이는 조직이나 데이터를 위험에 빠뜨릴 수 있는 잘못된 선택을 방지하는 데 중요합니다.
앞으로도 마케팅 리더들과 함께 AI 활용 방안에 대한 논의를 지속하고, 빠른 크리에이티브 제작, 맞춤형 미디어 활성화, 실시간 측정이 유기적으로 연결되어 성과를 극대화하는 AI 기반 마케팅 시스템을 구축해 나가기를 기대합니다. 이를 통해 새로운 가능성으로 가득한 미래를 우리 모두가 함께 열어갈 수 있기를 바랍니다.
마케팅에 대한 새로운 영감, 소비자 인사이트, 그리고 효과적인 마케팅 전략을 알고 싶으시다면 Think with Google 뉴스레터를 구독하세요.
