때로는 A.I를 단순하게 활용하는 것이 최고일 때가 있다

luis gomes  님의 사진, 출처:  Pexels

 

 

이전 포스팅에서 인공지능을 이용한 회사들이 재무적인 효과를 얻어내는데 어려워하고 있다고 말한 적이 있습니다. 너무나 많은 인공지능 관련 프로젝트들이 실망으로 마무리됩니다. 실패의 원인 중 하나는 아마도 너무 큰 기대 때문일 것입니다.(많은 인공지능 프로젝트는 정말 야망이 큽니다) 때로는 단순하고 가장 평범한 활용이 엄청난 효과를 가져올 수도 있습니다.

 

2020/10/22 - [Eye On A.I.] - 왜 대부분의 회사는 AI를 도입하고도 성과를 내지 못하나?(The "10-20-70 Problem")

왜 대부분의 회사는 AI를 도입하고도 성과를 내지 못하나?(The "10-20-70 Problem")

 

최근 저는 디트로이트에 위치한 광고회사 Campbell Ewald 사의 회계고문중역인 Michael Veselinovski 씨와 이야기를 나눈 적이 있습니다. 그는 디지털 광고로부터 어떤 것들이 작동하고 작동하지 않는지를 분간해내기 위해 일과 중 많은 시간을 소비한다고 합니다. 또한 회사가 그들의 고객들에게 효과적인 메시지를 전달함으로써 투자효과를 톡톡히 보았다는 것을 증명해내기 위한 데이터 수집에도 시간을 많이 쓰고 있습니다. "우리는 이 많은 일을 수작업으로 하고 있습니다. 많은 가설을 세우고 실험을 해야만 하죠"라고 Veselinovski 씨가 말했습니다.

 

이후 Campbell Ewald 사는 켈리포니아에 본사를 둔 A.I. 컴퍼니, InPowered 사의 소프트웨어를 사용하여 기존의 광고처럼 브랜드가 좀 더 좋은 포지션에 자리하도록 활용하기 시작했습니다. 사실 기존의 광고는 다소 신문기사 같아 보였으나 긍정적인 효과들은 많이 유발했었습니다. 즉 그 광고글을 읽은 독자들이 물건을 사거나 서비스를 요청하는 행동변화를 이끌었던 것이죠. InPowered의 공동창업자이자 CEO인 Peyman Nilforoush 씨는 "Unilever 사의 창업주인 William Lever 씨는 '내 인생의 절반의 광고는 먹히지 않았다. 그리고 나머지 반은 어떻게 되었는지 모른다.'라는 유명한 말을 남기기도 했는데, 우리가 하고 싶은 것은 실제 작동하는 나머지 반에 돈을 쓰고 싶은 겁니다. "라고 말했습니다.

 

inpowered.ai/

The AI Platform for Content Marketing

 

InPowered 의 소프트웨어는 과거의 광고를 기준선으로 한 데이터들로 새로운 데이터를 자동적으로 A/B 테스트를 거쳐 생성해냅니다. 이 소프트웨어는 주어진 웹사이트에서 동작하며 어떤 것들이 최고의 마케팅 콘텐츠인지를 밝혀줍니다. 그리고 웹사이트가 언제, 어느 위치에 팝업을 띄우는 등의 방식으로 소비자에게 어필을 해야 하는지에 대해서도 밝혀줍니다. 그렇게 함으로써 웹사이트 방문자가 구매를 유도하는 클릭을 하도록 하는 것이죠. 심지어는 InPowered의 "컨텐트 지능" 플랫폼은 헤드라인에 써야 할 최고의 문구를 밝혀줍니다. 역시 이런 것들이 클릭률을 높여줍니다.

 

보험사 고객들에게는 생명보험 계산기를 0.1% 이하대에서 12%까지 클릭하도록 만들었습니다. Veselinovski 는 "6000번의 더 많은 클릭을 유도했다"라고 밝혔습니다. 그리고 그런 클릭 증가는 아마도 보험가입을 유도하게 됩니다. 이미 그중 40% 의 사람들은 다음 단계에 들어가 보험사에 온라인 견적서를 요구했기 때문입니다.

 

InPowered 만이 이런 소프트웨어를 만드는 회사가 아닙니다. BrightEdge, MarketMuse, Concured 와 같은 경쟁사들도 있습니다. 다만 어떤 분야에 더 특화되어 있냐에 따라 다양한 시스템이 있다고 볼 수 있습니다. 예를 들면 InPowered의 경우 자연어 처리에 강점이 있습니다. 즉 언어를 이해하고 생성시키면서 주어진 콘텐츠에 적합한 청중들을 식별할 수 있습니다. 자연어 처리는 인공지능이 급속하기 진보한 분야이며, InPowered는 자연어 처리기술에 혁신을 이루면서 성장했습니다. 그렇지만 inPowered 나 그의 경쟁자들이 사용하는 머신러닝의 종류들은 AI 연구자들을 깜짝 놀라게 할만한 특별한 기술들은 아닙니다.

 

그렇다고 해도 이 시스템을 이용하는 사람들에게 그 효과는 두말할 것 없이 효과적입니다. 결과 측면에서 Campbel Ewald 의 마케팅 비용에도 변화를 주기도 했고, 그들이 일하는 방식에도 변화를 주었습니다. "내가 AI와 데이터 관련해서 맘에 드는 점은 우리가 앞으로 일어날 일들에 대해 토론한다는 것이죠"라고 Veselinovski 가 말했습니다. 데이터를 분석하는데 시간을 허비하는 것이 아니라 그들의 브랜드 포지셔닝과 전체적인 마케팅 전략에 대해 고민할 수 있게 되었다는 것입니다. "우리가 이런 토론과 전략에 더 많은 시간을 할당할수록 좋은 아이디어가 떠오르기 마련입니다."

 

즉 이는 AI가 인간에게 좀더 자유를 주어 더 중요한 사안에 대한 고민과 창의적인 일들을 하도록 해주는 좋은 사례라고 할 수 있습니다. 사실 이런 게 우리가 AI에게 기대해야 할 것들이 아닐까요? 지루한 일들을 우리 대신해주는 것 말입니다.

 

출처: Eye On A.I. - Sometimes the simplest uses of A.I. are the best. by Jeremy Kahn(Fortune)