클로바 포 애드-생성형 AI의 비지니스 모델

클로바 포 애드. 네이버의 생성형 인공지능 기술인 ‘하이퍼클로바X’와 네이버의  주요 사업인 광고가 결합된 새로운 상품입니다.

이 포스팅은 클로바 포 애드 시범서비스를 사용해 본 경험을 바탕으로 앞으로 발전했으면 하는 방향에 대해 정리해 본 글입니다.

인터넷으로 제품을 어떻게 사시나요?

멋진 스니커즈가 인터넷 광고에 떠있습니다. 브랜드를 보니 나이키입니다.

나이키 신상품을 사려고 합니다. 순간 불현듯 머리속에 과거 사용해 보았던 나이키 제품에 대한 경험들이 생각나 바로 구매 결정을 내리기 어렵습니다.

“그러면 다른 사람들의 경험을 알아보자”라고 구매 후기, 혹은 블로그를 검색하기 시작합니다.

주말에 가까운 쇼핑몰에 방문해서 실제로 한 번 신어볼까라는 생각도 해봅니다.

클로바 포 애드, 네이버의 AI기반 새로운 광고 상품

네이버에는 사용자들이 브랜드와 상품에 대한 질문에 대한 답변을 하면, 네이버의 생성형 인공지능 기술인 ‘하이퍼클로바X’를 기반으로 답을 해주는  ‘클로바 포 애드’ 를 테스트하고 있습니다.

이 광고의 형태는 챗봇의 형태를 가지고 있습니다.

사용자의 검색어에 따라 브랜드검색이나 브랜딩 DA 하단에 질문을 시작하기 위한 새 버튼이 생기게 됩니다.

버튼을 클릭하면 챗봇 형태 검색서비스인 ‘브랜드챗’ 으로 들어갈 수 있습니다.

해당 페이지에서는 사용자 질의에 대해 브랜드에 특화된 답변이 나타나고 연쇄적인 질의로 다양한 형식 대화가 이어지게 됩니다. 그리고 최종적으로는 상품 추천에서 구매까지 이어지는 방식으로 광고가 보여지게 됩니다.

실제로 해 보았습니다

제일 처음에는 “나이키 러닝화 추천”을 네이버에서 검색해 보았습니다.

그러나 아래 그림에서와 같이 클로바 포 애드 화면은 볼수 없었고 예전 네이버의 광고 화면들만 볼 수 있었습니다.

실제로 나이키에 대한 클로바 포 애드 서비스로 넘어갈 수 있게 만드는 검색어는 “나이키” 였습니다. 해당 브랜드 이름의 검색으로만 광고 서비스로 넘어 갈 수 있었습니다.

“러닝화”라는 제품 카테고리와 “추천”이라는 검색 사용자의 “intent”가 들어가 있음에도 불구하고 해당 광고를 노출하지 않는 클로바 포 애드 기능은 실망 스러웠습니다. 

아래의 화면은 “나이키”라는 검색 결과에서 질문을 위한 새 버튼을 클릭 했을 경우 넘어가는 화면입니다.

이제 이 화면의 “직접 입력하기” 버튼을 클릭하여 구체적인 신체조건과 제품을 구매하려는 의도의 정보가 있는 질문을 해 보았습니다.

“181cm의 키에 72Kg의 몸무게를 가진 성인 남성이 초보 러닝으로 시작하기 좋은 러닝화 추천해 줘”

그랬더니 아래 그림과 같은 “추천”과 “광고”를 받게 됩니다.

추천의 내용이 황당합니다. 

분명히 성인 남성이라고 이야기 했는데 구매자의 의도와 상관없이 “주니어”로드 러닝화를 추천합니다.

혹시라도 나의 개인정보를 가지고 있는 네이버에 로그인을 하지 않아 내 개인정보가 네이버가 되었건 나이키의 프로그램이 되었건 제대로 정보전달이 되지 않아 그럴 수도 있겠다라는 생각이 들었습니다.

정식으로 로그인을 하고 똑같은 차례대로 질문을 해 보았으나 같은 결과만 얻을 수 있었습니다.

이 결과로는 정상적인 맞춤형 광고, 그리고 AI를 도입한 목적에 맞는다고 할 수 없을 것 같습니다.

클로바 포 애드, 기대를 했던 것은 이렇습니다

기대했던 정보의 흐름은 네이버가 제 개인 정보를 적절히 가공하여 (개인정보에 위반이 되지 않을 정도로) 나이키에 넘기고, 나이키로부터 받은 정보로 네이버가 광고를 하는 것이었습니다.

그리고 이러한 초기 데이터를 기반으로 하여 네이버의 하이퍼클로바 X가 질의 응답을 통하여 점점 제가 원하는 상품에 접근하도록 유도하는 시나리오를 기대했었습니다.

하지만 제일 처음으로 제안 받은 운동화의 모델이 “주니어”용인 것을 보고 이런 기대를 접게 되었습니다.

LLM을 기업과 접목시킨 사례   

LLM을 사용하여 자사의 핵심 솔루션에 대한 사용자 접근성을 향상 시킨 팔란티어의 예를 들어보겠습니다.

LLM은 많은 양의 데이터를 사용하여 자연어로 된 답을 생성하는 AI 어플리케이션입니다. 팔란티어사의 AIP(Artificial Intelligence Platform)은 이러한 LLM을 자사의 “Ontology” 솔루션과 결합한 솔루션입니다.

팔란티어가 자사의 솔루션에 LLM을 결합한 구조

팔란티어사의 AIP의 대표적인 개념인 Ontology 솔루션은 그 자체로도 이해하기 어려운 개념이라고 합니다.

이것만으로도 많은 포스팅이 필요하지요.

일단은 여기에서의 논의는 Ontology는 특정 회사의 사업과 관련된 모든 데이터들이 Data base화 된 솔루션이라고 가정하겠습니다. 

이 두가지 솔루션들이 통합되면 사용자의 자연어 기반의 질의가 이미 훈련된 질의 언어로 변환되어 해당 DB에서 데이터를 가져오고 DB시스템에서의  데이터의 조합 응답은 자연어로 변환되어 사용자의 질문에 대답을 하는 구조입니다.

기대되는 이점들

1. 기업의 내부 데이터가 이런 방식으로 가공이 되어 있다면 LLM을 도입하더라도 전문적인 데이터 분석가의 도움 없이도 원하는 비지니스 액션에 예상에 대한 결과를 얻을 수 있습니다.
2. 아울러 질문을 하는 사람이 자신의 의도와 그에 해당하는 결과를 순차적으로 확인하며 자신이 원하는 의사 결정에 도달할 수 있도록 사람의 생각에 맞추어 시스템이 동작하게 됩니다.
3. 이른바 휴먼에러라고 하는 사람의 조작 실수로 인한 오류를 막을 수 있습니다. 

마치며

생성형 AI가 처음 세상에 소개 되었을때 사람들은 신기해 하면서도 과연 이것이 어떤 방식으로 돈을 벌 수 있을까라는 질문에 대한 명확한 해답을 주지 못했습니다.

초창기 예상되었던 생성형 AI의 비지니스 모델이 바로 광고였습니다. 사용자에 맞춤 광고 이미지를 생성할 수 있다라는 장점이 예상되었던 것이지요.

전략적인 측면에서는 네이버가 올바른 길을 가고 있다고 생각합니다.

그러나, 위의 실제 예에서 본것처럼 의미있는 광고 상품이 되기에는 아직 많은 노력이 필요해 보입니다.

성공했을 경우, 클로바 포 애드와 같은 포털의 LLM 인공지능 기능과 온라인 다이렉트 판매를 전략으로 하는 최종 소비자를 대상으로 하는 기업의 결합은 매장 판매직과 포털에서 제공하는 상품관련 블로거들의 광고 수입을 위협하는 존재가 될 수도 있을 것 같다라는 생각이 듭니다.