최고 마케팅 담당자(Chief marketing officer), 광고 대행사 및 기타 구매 담당자들은 생성형 AI를 비롯한 여러 형태의 AI를 도입하고 있다. 하지만 전통적인 미디어 기업의 영업팀에서는 이 도구의 도입 속도가 더딘 상황이다.
현재 상황
전통적인 미디어 기업의 영업팀은 AI 도구를 활용해 광고 수익을 창출하고 고객 지원 및 캠페인 맞춤화 수준을 향상할 수 있는 기회가 있다.
BCG는 최근 200명의 최고 마케팅 담당자들을 대상으로 실시한 설문조사를 통해 다음을 확인했다.
- 70%는 이미 어떤 형태로든 생성형 AI를 채택하고 있다.
- 84%는 AI 기반의 제품 및 서비스를 출시할 계획이다.
브랜드와 광고 대행사들은 효율성과 효과성을 개선하기 위해 생성형 AI를 도입하고 있다. 예를 들어, 콘텐츠를 더 쉽게 생성할 수 있는 역량을 통해 개인 맞춤화 수준을 높이고 광고 캠페인 수도 증가시킬 수 있다.
이에 반해, 많은 미디어 기업의 광고 영업팀은 아직 생성형 AI와 그 잠재력을 평가하는 단계에 머물러 있다. 경영진들은 특히 디지털 배포 및 수익화 이니셔티브 등 다른 추진 과제들과 AI 활용 방식에 대한 우려 등을 지연의 이유로 꼽는다. 다행히, 조직들이 변혁을 가속하는 데 도움이 될 만한 몇 가지 조치들이 있다.
배경
최근 챗GPT, 바드(Bard) 및 여러 솔루션들의 신규 출시로 인해 특히 생성형 AI가 지나칠 정도의 관심을 받는 ‘하이프 사이클(hype cycle)‘에 있는 것은 분명하지만, 미디어 조직들은 업무 흐름 및 비즈니스 프로세스 개선에 사용할 수 있는 AI 기능의 전체 포트폴리오를 고민해야 한다.
- 송장 처리 및 데이터 입력 등 간단한 수작업을 자동화하는 로봇 프로세스 자동화(RPA)는 기본적인 트레이닝을 통해 구현될 수 있다.
- 전통적 AI 및 머신러닝은 다이내믹 프라이싱, 수요예측, 계획 최적화와 같은 작업에서 뛰어나지만, 구현을 위해서는 독점 데이터와 특정 경력이 있는 엔지니어가 요구된다.
- 생성형 AI는 콘텐츠 개발, 고객 챗봇, 동영상 광고 제작과 같은 창의적 작업에 적합하다. 전통적 AI의 경우와 마찬가지로, 조직의 구체적 니즈 해결을 위해 맞춤화가 필요할 수 있다.
해야 할 일
AI를 확대하기 위해 체계적인 접근법이 필요하다. 또한 팀들을 변혁 여정 전체에 참여시켜야 한다. 이는 다음의 세 가지 단계에 따라 추진하는 것이 바람직하다.
[1] 업무 흐름 이해
변혁 추진에 앞서, 미디어 기업은 자동화, 최적화, 콘텐츠 제작 역량 개선을 통해 가장 큰 혜택을 얻을 수 있는 업무 흐름 및 판매채널을 파악해야 한다. 예를 들어, 방송국과 케이블 프로그램 업체의 경우에는 수작업으로 진행되고, 비정기적으로 분석이 이루어지며, 상당한 수익 기여도가 있는 전통적인 직접판매 TV 광고를 자동화하는 것이 AI 및 자동화 프로세스를 활용하기에 적합한 영역이다. (보기1 참조)
일반적으로 대부분의 미디어 기업은 HR, 법무, 고객팀과 같은 지원 부서보다는 광고 캠페인의 직접판매 및 실행을 지원하는 팀에 집중하고자 할 것이다. 판매, 기획, 운영을 지원하는 팀들은 일반적으로 광고 영업에서 가장 큰 부분을 차지하기 때문에 생성형 AI를 통한 효율성 개선을 기대할 수 있는 유망한 분야이다.
[2] 고충점 파악
AI는 마찰 및 프로세스 병목현상 해결에 뛰어나다. 보기2는 일반적인 주요 고충 사항들을 보여준다.
- 제안서 작성. 대부분의 미디어 조직에서, RFP 대응은 대행사 질문 처리를 위해 독점 데이터 및 시장 조사 내용을 분석하는 과정을 통해 수작업으로 이루어진다. 하지만 독점 데이터 및 라이선스가 부여된 서드파티 데이터로 맞춤화된 생성형 AI 모델을 사용하면, 과거 데이터를 분석하고 고객 KPI를 파악해 이를 자료에 반영할 수 있다.
- 계획 수립. 대부분의 계획은 예측, 약정 및 기타 자료에 기반해 수작업으로 수립된다. 그러므로 다양한 계획 및 광범위한 포트폴리오 전반에 대해 수익률 최적화를 보장하는 것은 쉽지 않다. 하지만 AI와 머신러닝 도구를 사용하면 과거 비즈니스 주기를 기반으로 구매를 분석하고 제안서 요건, 가용한 재고, 이전 약정 등을 고려한 시나리오를 실행해 계획을 최적화할 수 있다.
- 인사이트 도출. 제안서 작성과 마찬가지로, 인사이트 도출도 공통의 데이터 세트를 취합하고 분석해 수작업으로 이루어지는 경우가 많다. 한 고객을 위한 하나의 캠페인 생성에 며칠이 걸리기도 한다. 하지만 맞춤화된 생성형 AI 모델을 사용하면 신속하게 보고서를 작성할 수 있어 경영진은 더 많은 시간을 전략적 영향을 고민하는 데 쏟을 수 있다.
- 크리에이티브 검토 및 테스트. 미디어 조직은 다양한 매체에 전달되는 다양한 형태의 크리에이티브 결과물을 검토하고, 테스트하며, 승인해야 하는데, 이는 많은 경우 서드파티를 통해 관리된다. 하지만 AI 도구를 활용해 자산을 생성하고 크리에이티브 검토를 실행하면 인간의 개입을 줄일 수 있다.
[3] 저항 극복
AI가 영업 팀의 활동을 실행하기에는 역부족이라는 이유로 팀들이 AI 도입에 반대할 수도 있다. 이런 주장은 일부만 사실이다. AI는 아직 가격 책정 전략 개발과 같은 전략적 업무에는 도움이 되지 못할 수 있지만 수요 예측, 프리미엄 및 할인 계산과 같은 전술적 작업은 충분히 수행할 수 있다.
미디어 기업은 작업을 전술적, 운영적, 전략적 활동으로 세분화함으로써 직원들의 저항을 극복할 수 있다. 또한 이런 접근 방식을 통해 일부 사용 사례와 활동들은 AI 활용에 적합하지 않음을 확인함으로써 잠재적 반발 가능성을 분산시키는 데에도 도움이 된다.
[4] 우선순위 설정
모든 사용 사례를 동등하게 추진할 수는 없다. 미디어 기업들은 단기적으로 실행 가능하고 장기적으로 혜택이 큰 사례들부터 시작해야 한다.
실행 가능성 판단 시 다음 사항을 고려한다:
- 조직이 필수 AI 역량에 접근 가능한가?
- 합리적인 기간 내에 사용 사례가 출시 가능한가?
- 필요한 데이터가 사용 가능한가?
- 조직은 새로운 접근방식을 도입할 준비가 돼 있는가?
마찬가지로 사용 사례의 장점 혹은 잠재력을 평가하기 위해 다음 사항을 고려한다.
- 잠재적 수익 및 공헌이익은 얼마인가?
- 비즈니스 프로세스의 효율성은 어떻게 개선되는가?
- 직접비용에 미치는 영향을 어느 정도이며, 얼마나 빠르게 실현되는가?
- 해당 이니셔티브를 통해 브랜드나 고객 경험, 혹은 두 가지가 모두 개선되는가?
경험상, 계획 수립 자동화와 크리에이티브 검토 및 테스트가 네 가지 잠재력 전반에서 효과가 가장 클 가능성이 높다. 하지만 미디어 기업은 각자 자체 비즈니스 분석을 통해 이를 확인해야 한다. (보기 3 참조)
[5] 시작하기
여러 도전과제에 직면한 상황에서 많은 광고 판매 담당 임원들에게 생성형 AI는 부담스럽게 여겨질 법도 하다. 하지만 그렇다고 해서 아무것도 하지 않을 수는 없다. 우선 빠르게 가치를 입증할 수 있는 고부가가치 단기 사용 사례부터 시작해 보고 야심 찬 사용 사례로 나아가야 한다. 비용을 절감하고, 효율성을 개선하며, 더 높은 수준의 서비스를 고객들에게 제공할 수 있는 기회는 대응을 시작해야 하는 이유일 뿐 아니라 미래를 더욱 긍정적으로 볼 수 있는 근거가 될 것이다.
