안녕하세요, 구독자님! 마케터의 목요일을 깨우는 뉴스레터, 위픽레터의 조희연 매니저입니다.
‘데이터로 보는 요즘 마케팅’ 여섯 번째 이야기, 9월 3주차 소식 전달드려요!
이번 주에도 마케터가 알아둘 플랫폼 변화가 이어졌습니다.
9월 10일, Amazon Ads는 OpenAI와의 파트너십을 발표했어요. 미국 일부 광고주는 이제 기존 Amazon Ads 캠페인을 ChatGPT의 대화형 광고 경험까지 확장하는 파일럿에 참여하고 있습니다. ChatGPT에 광고가 있다는 사실 자체는 새로운 이야기가 아니죠. 이번에는 ChatGPT 광고를 사고 운영하는 방식이 기존 광고 생태계와 가까워지고 있다는 점을 봐야 합니다.
네이버도 변화가 많았어요. 9월 3일 쇼핑 컬렉션을 개편한 데 이어, 9월 10일부터는 쇼핑검색광고의 노출 위치와 개수를 이용자 반응에 따라 실시간으로 조정하는 방식을 PC 통합검색과 네이버쇼핑까지 확대했습니다. 9월 17일부터는 쇼핑 컬렉션에 보여주는 전체 상품 수까지 달라지는 테스트도 시작할 예정이에요.
그리고 이번 주 발표는 아니지만, 콘텐츠와 IP를 다루는 마케터라면 저장해둘 만한 변화도 하나 가져왔습니다. 지난 8월 Disney와 TikTok이 새로운 글로벌 숏폼 콘텐츠 협업을 발표했어요. 참여 크리에이터가 Disney의 공식 콘텐츠 자산을 활용해 영상을 만들고, 일부 콘텐츠는 TikTok뿐 아니라 Disney+에서도 유통되는 구조입니다.
그래서 이번에는 이 세 가지를 살펴보려고 해요.
① ChatGPT 광고는 왜 Amazon Ads와 손잡았을까?
② 네이버는 왜 쇼핑광고 노출 방식을 계속 바꾸고 있을까?
③ 저작권에 엄격한 Disney는 왜 TikTok에 IP를 열었을까?
무엇이 달라졌는지와 함께, 이 변화가 마케터에게 어떤 의미인지까지 살펴볼게요!
ChatGPT 광고 이야기는 올해 초부터 계속 나오고 있습니다. OpenAI는 2월 미국에서 광고 테스트를 시작했고, 8월에는 한국을 포함한 여러 국가로 범위를 확대했어요. 그래서 이번에는 ‘ChatGPT에 광고가 생겼다’는 사실보다, 광고를 구매하고 운영하는 방식이 어떻게 달라지고 있는지 살펴보려고 해요.
이번에 새로 볼 것은 광고를 사는 방식이에요!
OpenAI 입장에서는 광고주를 처음부터 하나씩 모으지 않고, 이미 광고 예산을 집행하고 있는 Amazon Ads 광고주에게 빠르게 접근할 수 있습니다. 광고주 입장에서도 새로운 광고 시스템을 처음부터 익히는 부담을 줄일 수 있고요.
결국 이번 협업은 ChatGPT가 광고 지면을 만드는 단계에서, 실제 광고 예산이 들어오기 쉬운 유통망을 확보하는 단계로 넘어가는 과정으로 볼 수 있어요.
9월 10일 Amazon Ads는 OpenAI와 파트너십을 발표했습니다.
미국 일부 광고주는 파일럿을 통해 Amazon Ads 캠페인을 ChatGPT의 대화형 광고 경험까지 확장할 수 있어요. Amazon Ads 역시 이미 자사 플랫폼에서 풀퍼널 캠페인을 운영하는 마케터가 ChatGPT 사용자에게 도달할 수 있다는 점을 이번 협업의 의미로 설명했습니다.
새로운 광고 서비스가 나왔다고 해서 바로 주요 광고 매체가 되는 건 아니에요.
마케터 입장에서는 새로운 플랫폼마다 계정을 만들고, 캠페인을 다시 만들고, 운영 방식과 측정 체계를 새로 익혀야 한다면 예산을 옮기기 쉽지 않습니다. 반대로 평소 사용하는 광고 플랫폼에서 새로운 지면까지 캠페인을 확장할 수 있다면 이야기가 달라지죠.
ChatGPT Ads가 기존 광고주가 사용하는 구매 시스템 안으로 들어오기 시작했다는 것, 이번 Amazon Ads와의 협업에서 가장 눈여겨볼 지점입니다. 광고 상품이 커지려면 좋은 지면뿐 아니라, 광고주가 쉽게 들어올 수 있는 유통망도 필요합니다.
이건 ChatGPT에만 해당하는 이야기는 아니에요. 커뮤니티나 앱, 콘텐츠 플랫폼처럼 새로운 광고 상품을 만드는 사업자에게도 적용해볼 수 있습니다.
광고 상품을 만들 때 처음에는 “어디에 광고를 넣을까?”부터 생각하기 쉽죠. 그런데 광고주가 반복해서 예산을 쓰는 상품이 되려면 몇 가지가 더 필요해요.
ChatGPT 광고를 볼 때도 앞으로 이 기준을 같이 보면 좋습니다! ① 광고주 수가 늘어나는지, ② Amazon Ads 외 다른 구매 시스템과도 연결되는지, ③ 어떤 방식으로 타겟팅하고 성과를 측정하는지가 쌓여야 새로운 광고 지면에서 하나의 매체로 자리 잡는 과정을 확인할 수 있으니까요.
현재 Amazon Ads 협업은 미국 일부 광고주 대상 파일럿입니다. 한국 광고주가 이번 주에 캠페인 세팅을 바꿔야 하는 변화는 아니에요. 대신 Amazon Ads를 활용하는 글로벌 퍼포먼스 마케터라면 앞으로 ChatGPT 인벤토리 확대 대상과 캠페인별 성과 확인 방식, 소재 요건, 타겟팅과 전환 측정 방식이 어떻게 추가되는지 살펴볼 만합니다.
반대로 플랫폼, 커뮤니티에서 광고 상품을 만드는 사업 담당자라면 이번 사례를 조금 다르게 볼 수 있어요.
우리 서비스는 광고주에게 어떤 고객을 만날 수 있다고 설명할 수 있는지, 광고 구매 과정은 쉬운지, 그리고 광고주의 다음 집행을 만들 만큼 성과를 설명할 데이터가 있는지 한 번 점검해보세요. 새로운 광고 지면을 하나 만드는 것과 계속 팔리는 광고 상품을 만드는 건 다른 문제니까요!
최근 네이버 광고 공지를 보면 변화가 정말 잦은 걸 볼 수 있는데요! 하나씩 보면 UI 개편이나 지면 추가처럼 보이던 업데이트를 날짜순으로 놓아보면 방향이 조금 더 잘 보여요.
9월 3일, 모바일 통합검색의 가격비교와 네이버플러스 스토어 컬렉션이 하나의 쇼핑 컬렉션으로 통합됐습니다.
상품 카드에는 컬러칩이 추가되고 리뷰 수, 구매 수, 찜 수와 가격 표시 방식도 바뀌었어요. 상품을 클릭한 뒤 비교할 수 있는 연관 상품 추천 영역도 추가됐습니다.
또 통합 컬렉션 하단에는 브랜드스토어 블록과 고평점 리뷰 상품을 보여주는 리뷰 블록이라는 신규 광고 영역도 생겼습니다. 네이버는 앞서 8월 일부 트래픽에서 테스트한 결과, 이용자 반응이 높았던 안을 실제 서비스에 적용했다고 설명했어요.
9월 10일에는 또 한 번 바뀌었습니다.
모바일 통합검색에서 운영하던 쇼핑검색광고 위치와 개수의 실시간 최적화 방식을 PC 통합검색과 네이버쇼핑 모바일, PC로 확대했어요. 이제 해당 영역에서는 광고가 몇 번째에 몇 개 나온다고 고정해서 생각하기 어렵습니다. 검색어별 이용자 반응에 따라 위치와 개수가 달라질 수 있어요.
네이버는 앞선 테스트에서 이 방식이 광고 효율 개선에 긍정적인 효과를 보였다고 설명했습니다.
그리고 9월 17일부터 24일까지 한 단계 더 나아간 테스트가 예정돼 있어요. 모바일 통합검색 일부 트래픽에서는 광고 개수뿐 아니라 쇼핑 컬렉션 전체에 보여주는 상품 수 자체를 검색어별 이용자 반응에 맞춰 달리하는 방식을 시험합니다.
즉! 정리하면 네이버가 조정하고 있는 범위가 점점 넓어지고 있어요. 광고의 위치와 개수에서 시작해, 검색 결과 안에서 보여주는 상품의 구성과 개수까지 이어지고 있습니다.
그런데 플랫폼은 왜 이렇게 광고 구조를 계속 바꾸는 걸까요?
광고 플랫폼의 고객을 생각해보면 이유를 이해하기 쉽습니다. 광고주는 한 번 광고비를 쓰는 것으로 끝나지 않아요. 성과가 나야 다음 달에도 예산을 쓰고, 더 많은 예산을 배정합니다. 하지만 광고주 성과만 보고 광고를 무작정 늘릴 수도 없죠.
사용자가 광고 때문에 검색 결과를 보기 불편해지거나 서비스 경험이 나빠지면 플랫폼을 덜 사용하게 되고, 결국 광고가 노출될 기회 자체도 줄어듭니다. 결국 플랫폼이 풀어야 하는 문제는 두 가지예요.
사용자가 원하는 것을 더 잘 찾게 하면서, 광고주에게도 다시 예산을 쓸 만한 성과를 만들어주는 것.
네이버가 광고 위치와 개수를 고정하지 않고 이용자 반응에 따라 최적화하는 것도 이 문제의 연장선에서 볼 수 있습니다. 플랫폼의 경쟁력도 점점 좋은 광고 자리를 얼마나 많이 갖고 있는가에서 광고주가 성과를 낼 수 있는 구조를 얼마나 잘 만들어주는가로 넓어지고 있는 셈이죠!
네이버만 이런 고민을 하는 것도 아닙니다.
토스는 네이티브 광고를 출시하면서 사용자가 상품을 찾고, 비교하고, 결정하는 흐름 안에 광고가 자연스럽게 놓여야 한다고 설명했어요. 토스가 표현한 방향은 광고가 사용자의 목적을 돕는 기능이 되는 것입니다. 결제와 자산, 행동 데이터를 기반으로 전환 가능성이 높은 이용자를 찾는 오토 타겟팅도 함께 사용합니다.
디스플레이 광고 구조도 비슷한 이유로 바꿨어요. 포맷마다 나뉘던 광고 세트를 하나로 모아 운영 부담을 줄이고, 예산과 학습 데이터를 한곳에 모아 머신러닝이 더 많은 클릭과 전환을 찾을 수 있도록 개편했습니다.
네이버와 토스가 택한 방법은 다르지만 공통점은 있습니다.