오늘날 마케터들은 전례 없는 부담을 안고 있습니다. 새로운 규제와 불확실한 경제 상황, 그리고 지속적으로 변화하며 비용이 높아지고 있는 광고 환경으로 인해, 퍼포먼스 기반 디지털 마케팅 활동에 대한 의존성이 높아졌습니다. 소비자들은 구매에 앞서 많은 점을 고려하기 때문에, 높은 성과를 내는 로우 퍼널 전략은 거래를 성사시키고 매출을 얻는 데 중요한 역할을 합니다.
크리테오가 15년 전 영화 추천 서비스 기업으로 시작했을 때부터, 기술과 혁신은 언제나 크리테오와 함께해왔습니다. 인공 지능(AI)은 크리테오 DNA의 일부로 자리하고 있으며, 고객이 광고 캠페인의 성과를 향상할 수 있도록 지원하기 위해 크리테오는 지속적으로 AI 기반 솔루션을 강화해 나가고 있습니다. 오늘, 크리테오는 리타겟팅 추천 엔진에 새롭게 추가된 DeepKNN을 발표했습니다. DeepKNN은 크리테오의 고급 벡터 데이터베이스이자 딥 러닝 엔진으로 이미 상품 라인의 주요 부분을 지원하고 있습니다.
이러한 접근 방식의 영향력은 단순한 유행 키워드 수준이 아닙니다. 리타겟팅 추천 시스템에서 DeepKNN의 베타 릴리스 기간 동안 모든 인게이지먼트 메트릭이 의미 있는 수준으로 증가했습니다. 성과 향상 수준은 고객마다 다르지만, 클릭률과 수익 증대 효과 모두에서 보통 10%가 넘게 향상되었습니다! 간단히 말해, 크리테오의 고급 AI는 대규모로 마케터의 성과를 향상시켜 줍니다.
DeepKNN이 어떻게 더 큰 성과를 도출해줄까요? 다음 섹션에서는 DeepKNN이 무엇이며, 캠페인 성과를 개선하는 데 어떻게 도움이 되는지 간단하게 살펴봅니다.
DeepKNN이란?
DeepKNN은 “Deep Learning Representation for K-Nearest Neighbors Search(K-가장 가까운 이웃 탐색을 위한 딥 러닝 표현)”의 약자입니다. DeepKNN은 최첨단 벡터 데이터베이스와 심층 학습 기술을 결합한 것입니다. 이 프레임워크는 이제 대부분의 크리테오 광고 캠페인을 지원하여 소비자에게 더 나은 상품 추천을 제공하고 광고주를 위해 소비자 참여 메트릭을 개선해줍니다.
DeepKNN은 두 가지 강력한 기술의 조합을 나타냅니다.
- 심층 신경망은 모든 상품과 소비자 활동 정보를 일련의 벡터로 처리합니다.(아래 그림 1의 처리 파이프라인)
- 벡터 데이터베이스(VectorDB)는 실시간으로 상품과 소비자 벡터를 저장하고 검색어와 가장 유사한 상품과 소비자를 찾을 수 있도록 합니다.(아래 그림 2a 및 2b의 검색 프로세스)
벡터 표현의 역량
벡터를 모든 상품 및 소비자와 연결하면 어떤 이점이 있을까요? 벡터는 주어진 상품이나 서비스에 가장 적합한 소비자를 찾는 데 도움을 줍니다. 소비자와 상품을 벡터로 표현하면 소비자와 제품의 유사성 개념을 점 사이의 거리로 통합할 수 있습니다. 아래 그림 2a의 오른쪽에서 볼 수 있듯이 벡터 공간에는 2D 평면의 다양한 위치에 배치된 일련의 소비자 및 상품이 포함됩니다. 2D 공간에 간단하게 배치함으로써 신발, 패션, 기술, 여행 등 유사한 상품의 암시적 클러스터를 정의할 수 있습니다. 소비자와 상품이 공간에 배치되면 벡터 데이터베이스를 통해 해당 소비자 또는 상품에 대해 가장 가까운 이웃 또는 가장 가까운 소비자 벡터를 매우 빠르게 찾을 수 있습니다. 이러한 접근 방식은 크리테오의 상품과 오디언스 추천의 핵심입니다.
DeepKNN은 마케터의 캠페인에 어떤 영향을 미칠까요?
DeepKNN은 다양한 방법으로 광고주가 캠페인을 개선하도록 돕습니다.
- 맞춤화된 추천: DeepKNN은 소비자의 과거 행동과 선호도를 기반으로 맞춤화된 추천을 제공할 수 있습니다. 이를 통해 전환율을 높이고 전반적인 캠페인 성과를 향상할 수 있습니다. (아래 그림 2b 참조)
- 더 나은 오디언스: DeepKNN은 바로 눈에 띄지 않을 수 있는 소비자 행동의 패턴과 유사점을 식별하는 데 도움이 될 수 있습니다. 비슷한 행동을 하는 소비자들을 함께 클러스터링하여, 광고를 보다 효과적으로 타겟팅할 수 있어 참여와 전환율이 높아집니다. (아래 그림 2a 참조)
- 빠른 데이터 검색: DeepKNN을 사용하면 대규모 데이터 세트를 빠르게 검색하여 가장 관련성이 높은 결과를 찾을 수 있습니다. 이는 밀리초가 중요한 퍼포먼스 광고에서 실시간 의사 결정을 내리는 데 필수적입니다.
- 향상된 광고 소재: DeepKNN을 사용해 광고 콘텐츠를 분석함으로써 타겟 오디언스의 공감을 불러일으키는 패턴과 유사성을 파악할 수 있습니다. 이를 통해 보다 효과적인 광고 소재를 생성할 수 있으며 궁극적으로 더 나은 결과를 얻을 수 있습니다.
DeepKNN으로 리타겟팅 상품 추천 개선
올바른 상품을 추천하는 것은 모든 리타겟팅 캠페인의 성공에 핵심입니다. 크리테오의 고성능 리타겟팅 상품 추천 솔루션은 초당 수천 건의 요청으로 쉽게 확장할 수 있도록 2단계 아키텍처를 사용합니다. 첫 번째 단계에서는 인기 상품, 유행 상품, 그리고 여러 다른 항목 간에 다양한 유형의 유사성을 계산하고, 두 번째 단계에서는 가장 최근의 소비자 선호도 정보를 기반으로 가장 적합한 상품의 순위를 재지정하여 가장 관련성 높은 배너를 실시간으로 생성합니다.
상품 추천에 DeepKNN이 통합되어, 이제 크리테오는 보다 정교한 방식으로 여러 다른 항목의 유사성을 계산할 수 있게 되었습니다. 이전에는 발견하기 어려웠던 인기 항목, 희귀 항목 및 새 항목 간의 유사성을 더 쉽게 감지하여 소비자의 관심사에 더 잘 부합하는 상품 추천을 할 수 있습니다. DeepKNN의 또 다른 큰 장점은 모든 상품과 소비자를 같은 공간에 배치함으로써 수억 개의 ‘소비자-항목 쌍’을 실시간으로 검색하여, 모든 소비자들에 대해 가장 유사한 상품 목록을 지속적으로 업데이트할 수 있다는 것입니다.
벡터 데이터베이스 및 딥 러닝을 사용한 퍼포먼스 전망
OpenAI의 ChatGPT와 내장형 API(모든 문서를 벡터로 변환 가능) 같은 AI 기능에 프로그래밍 방식으로 액세스를 할 수 있게 되면서, 딥 러닝과 벡터 검색의 역량을 인지하는 기업들이 늘어나고 있습니다. 이러한 추세는 광고주가 사용 가능한 방대한 양의 데이터를 보다 효과적으로 활용하기 시작한 현대 디지털 마케팅에서 벡터 데이터베이스가 어떤 중요성을 갖는지를 잘 보여줍니다.
딥 러닝 알고리즘과 고급 유사성 검색 및 클러스터링 기술을 사용함으로써, DeepKNN 같은 벡터 데이터베이스는 광고주가 유사한 구매 선호도를 가진 소비자 클러스터를 식별하는 데 도움을 줍니다. 이는 결과적으로 기존의 서비스 아키텍처보다 빠르고 확장성이 뛰어난 검색 시스템을 통해 보다 효과적인 오디언스 타겟팅, 보다 관련성 높은 권장 사항 및 개선된 광고 소재로 이어질 수 있습니다.
크리테오는 이 추세의 최전선에 있는 것을 자랑스럽게 생각하며, 우리의 새로운 온라인 의사결정 엔진이 퍼포먼스 광고의 진전에 큰 도움이 될 것이라고 믿습니다. 딥 러닝과 벡터 검색 기술을 활용해, 크리테오는 고객에게 캠페인의 효과를 극대화할 수 있는 강력한 새 도구를 제공할 수 있습니다. 고객들은 DeepKNN을 활용해 더 나은 결과와 더 높은 ROI를 달성할 수 있게 될 것입니다. 크리테오는 앞으로도 이 분야를 지속적으로 혁신해나갈 수 있길 기대합니다.
DEEPKNN과 머신 러닝이 어떻게 캠페인 성과를 개선해주는지 자세히 알아보려면 전문가에게 문의하세요.
