Meta의 새 AI 광고 도구: 자동화에도 여전히 설명이 필요하다

해마다 대형 플랫폼들은 캠페인 전체를 대신 운영해 주는 방향으로 한 걸음씩 더 나아갑니다. 10월 6일 Advertising Week New York에서 Meta는 한꺼번에 여러 걸음을 내디뎠습니다. 기억 기능을 갖춘 광고 어시스턴트, 정적 이미지로 만드는 동영상, 일상 언어로 하는 오디언스 발굴, 외부 AI 도구가 광고 시스템을 운영할 수 있게 하는 확장된 서버입니다. 유용한 도구들입니다. 하지만 설명 없는 자동화는 Meta가 대신 져 주는 리스크가 아니라 여러분이 떠안는 리스크입니다.

무슨 일이 있었나

Meta의 공식 발표 페이지를 열 수 없어, 두 건의 상세한 기사에 의존합니다. Relevant Audience의 분석과 TechJuice의 보도에 따르면 Meta는 다음을 발표했습니다.

• 정적 이미지로 만드는 Advantage+ 크리에이티브 동영상 정식 출시, 그리고 자격을 갖춘 광고주를 위한 카탈로그 제품 동영상 베타.
• 그동안 일부 파트너에게만 제공되던 크리에이티브 작업 공간 Ads Creative Studio를 더 많은 광고주에게 확대 출시 시작.
• 대화 간 기억 기능을 갖춘 비즈니스 AI 어시스턴트. 전략 문서와 브랜드 가이드라인 가져오기, 예약 보고서와 알림, 미리 보기와 승인을 거치는 캠페인 세팅 및 예산 변경 같은 에이전트형 작업을 테스트.
• 이제 모든 광고주가 쓸 수 있는 고객 생애주기 전략 도구, 그리고 광고주가 이상적인 고객을 일상 언어로 설명하는 Detailed Targeting의 AI 기반 오디언스 발굴. Relevant Audience는 Meta가 이 기능의 시점을 “연말까지”로 밝혔다고 전합니다.
• 서드파티 AI 도구가 Meta 광고 시스템과 연동할 수 있도록 Databricks, Perplexity, Snowflake, Triple Whale 등 10개 파트너와 함께 확장된 Ads MCP server.
• Shopify와 함께하는 Messenger상의 Meta Business Agent를 통한 직접 결제 테스트, Adyen, PayPal, Shopify, Stripe 등 파트너와 함께하는 Meta AI 내 직접 결제를 포함한 커머스 기능.

Meta는 또한 어시스턴트의 추천을 채택한 광고주가 “일반적으로” 같은 전환당 비용으로 전환이 5% 늘었고, Facebook과 Instagram에서 보내는 시간의 60% 이상이 동영상에 쓰인다고 주장했습니다. Relevant Audience는 Meta가 이 수치들의 산출 방법을 공개하지 않았다고 지적합니다.

왜 중요한가

이 출시 중 두 가지는 누가 생각하는가를 바꿉니다.

일상 언어 오디언스 발굴은 플랫폼이 여러분의 고객 설명을 타기팅으로 번역한다는 뜻입니다. 이는 프로파일링 결정입니다. 어시스턴트가 주도하는 예산 및 타기팅 변경은 그 결과로 무엇을 할지도 플랫폼이 정한다는 뜻입니다. 그리고 MCP server는 여러분이 Meta 밖에서 쓰는 AI가 이제 Meta 안에서 행동할 수 있다는 뜻입니다.

각 단계는 시간을 절약해 줍니다. 하지만 이것들이 합쳐지면 플랫폼의 목표에 최적화되고 플랫폼 자체 데이터로 측정되는 시스템 안에 의사결정이 집중됩니다. 같은 회사가 광고를 팔고, 오디언스를 고르고, 크리에이티브를 생성하고, 결과를 보고한다면, 독립적인 관점은 덜 중요해지는 것이 아니라 더 중요해집니다.

제 연구가 말하는 것

오디언스를 말로 설명하고 타깃 세그먼트를 돌려받는 것은 제가 오랫동안 연구해 온 문제입니다. Twitter, Facebook, PersonalityCafe에 걸친 멀티뷰 사용자 성격 프로파일링(Frontiers in Big Data, 2022)에 관한 저희 연구는 사람에 대해 무엇을 추론하는지가 어떤 신호를 쓰느냐에 크게 좌우된다는 것을 보여 주었습니다. 일상 언어 설명은 고객에 관한 가설입니다. 실행만 할 것이 아니라 검증할 가치가 있습니다.

크리에이티브 측면에서 제 팀은 집행 전 평가를 연구해 왔습니다. SoCraft(WSDM 2023)에서 저희는 텍스트, 이미지, 타기팅, 설정을 활용해 광고주의 Meta 광고 크리에이티브를 게재 전에 평가하는 멀티모달 모델을 시연했습니다. Against Opacity(ACM Multimedia 2023)에서는 예측된 클릭률을 무엇이 이끄는지 설명하는 LLM 어시스턴트를 더했습니다. 원칙은 제가 플랫폼 도구에 적용하는 것과 같습니다. 설명할 수 없는 점수는 배울 수 없는 점수입니다.

정적 이미지로 생성하는 동영상은 브랜드가 운영할 수 있는 변형의 수를 크게 늘릴 것입니다. 어떤 변형이 예산을 받을 자격이 있는지 누군가가 여전히 판단하고, 승자가 왜 이겼는지 이해한다면 좋은 일입니다. 그렇지 않으면 크리에이티브는 늘고 지식은 줄어듭니다.

광고주가 지금 해야 할 일

• 새 동영상 및 크리에이티브 도구를 쓰되, 집행 전 필터를 유지하십시오. 돈을 쓰기 전에 변형을 검토하고 평가하며, 각각이 왜 게재되었는지 기록해 두십시오.
• 일상 언어 오디언스는 실험으로 다루십시오. 설명을 작성해 기존 최고 성과 오디언스와 맞붙이고, 플랫폼 전환만이 아니라 실제 결과당 비용을 비교하십시오.
• 에이전트형 변경은 신중하게 승인하십시오. Meta가 설명하는 미리 보기와 승인 기능을 활용하고, 어시스턴트가 사람 없이 할 수 있는 변경의 규칙을 정하십시오.
• 무엇을 가져오게 할지 주의하십시오. 전략 문서와 브랜드 가이드라인은 민감한 자료입니다. 어시스턴트에게 정말 필요한 것이 무엇인지 정하십시오.
• 독립적인 측정 관점을 유지하십시오. 홀드아웃, 증분 테스트, 자체 분석은 플랫폼이 보고하는 결과에 대한 균형추입니다.

Meta의 도구는 병목이 실행에서 판단으로 옮겨 갈 만큼 좋아지고 있습니다. 그 판단을 여전히 여러분의 팀이 하고 있는지 확인하십시오.

FAQ