4
장
-
수동화 대 자동화
67
더 많은 데이터를 얻을 수 있으며 해당 데이터를 바탕으로 기계는 빠르게 학습하
여 목표를 달성할 수 있다.
2018
년 페이스북과 구글은 유니버설 앱
Universal
app
캠페인으로 머신러닝 알고리
즘을 처음 소개했다. 해당 알고리즘을 기반으로 광고주는 사용자에게 노출되는
광고를 쉽게 관리할 수 있으며 목표에 따라 광고 범위를 확대할 수 있었다. 복잡
하고 많은 시간이 소요되는 작업은 머신러닝이 수행하고, 광고주는 광고 최적화
를 위한 목표 (
CPI
,
CAC
,
ROAS
)와 예산, 입찰가, 광고 소재에만 집중할 수 있
다. 유니버설 앱 캠페인 알고리즘은 점진적인 데이터 수집으로
KPI
(
CPI
,
CAC
,
ROAS
,
LTV
)를 달성하고 더 스마트하고 정확한 형태의 개인화된 광고를 제공할
수 있다. 페이스북이나 구글 같은 회사는 머신러닝의 역량을 끌어올리기 위해 더
많은
R
&
D
예산을 투입할 것이다. 다만 긍정적인 선순환이나 알고리즘 개선을 위
해 광고주가 어느 정도까지 데이터를 제공해야 하는지는 아직 불분명하다.
자동화 적용을 위한 비즈니스 사례
스타트업의 리소스는 한정적이다. 비즈니스 목표에 따른 비용 편익 분석
cost
–
benefit
analysis
을 기반으로 프로젝트의 우선순위를 정할 수 있는 사례를 찾아야 한다. 신
기술을 도입하기 위한 적절한 데이터와 비용을 산출하기란 쉽지 않다. 먼저 린 팀
구성원이 직접 하기 어렵지만, 인공지능이나 머신러닝으로는 해결할 수 있는 문
제가 무엇인지부터 파악해야 한다.
IMVU ...