마케팅 업계는 디지털 미디어 환경이 고도화되면서 수많은 채널과 복잡한 소비자 여정을 동시에 분석해야 하는 압박에 직면해 있다. 특히 이커머스와 오프라인 채널이 뒤섞인 옴니채널 환경에서 마케팅 효과를 정확히 측정하고, 신속하게 예산을 최적화해야 한다는 수요가 커지고 있다.

그러나 기존의 마케팅 믹스 모델링(MMM)은 1960년대 이후 수십 년간 기본 알고리듬이 변하지 않아, 빠르게 변화하는 미디어 환경과 복잡한 구매 경로를 정밀하게 반영하지 못한다는 한계가 지적돼 왔다. 이에 따라 마케터들은 더 빠르고 정밀한 측정과 예측을 가능하게 하는 새로운 기술적 패러다임을 요구하고 있다.

글로벌 마케팅 분석 솔루션 기업 프레시언트 AI(Prescient AI)가 기존 MMM의 한계를 극복하기 위한 새로운 예측 및 최적화 모델을 출시했다고 밝혔다.

프레시언트 AI가 발표한 신모델은 기존 MMM이 사용하는 수십 년 된 회귀 분석 기반 알고리듬이나 대형 기술 기업들이 공개한 오픈소스 모델과는 본질적으로 다른 구조다. 새 모델은 고도화된 통계적 모델링과 머신러닝 기술을 결합해, 오늘날의 복잡하고 불확실성이 높은 미디어 환경을 정밀하게 해석할 수 있도록 고안됐다. 

실제 인과관계 규명·일일 단위 업데이트 지원

이 모델은 마케팅 활동이 실제 매출로 이어지는 과정을 현실적으로 반영한다. 특히 마케팅 상위 퍼널 활동이 의외의 경로와 저평가된 채널을 통해 하위 퍼널 수익으로 연결되는 ‘헤일로 효과(halo effects)’를 정량적으로 측정할 수 있다.

또한 개별 캠페인 수준에서 매출에 미치는 영향을 일일 단위로 업데이트해 제공하면서도, 데이터의 정확성을 유지하는 것이 특징이다. 과거 MMM이 단순한 상관관계 분석에 머물렀던 것과 달리, 프리사이언트 AI의 모델은 실제 인과관계를 규명할 수 있어 보다 정밀한 예측과 실질적 최적화가 가능하다.

광고 채널별 포화 상태가 단순히 선형적으로 증가하거나 감소한다고 가정하지 않고, 브랜드와 캠페인별로 서로 다른 효율 포인트를 식별해, 과다·과소 집행을 방지할 수 있는 것도 큰 차별점이다. 

소매 채널 통합·데이터 집계 유연성으로 경쟁력 강화

프레시언트 AI는 이번 모델을 자사 플랫폼에 즉시 적용했으며, 이와 함께 다양한 신기능을 출시했다.

‘리테일 어트리뷰션(Retail Attribution)’ 기능은 옴니채널 브랜드가 DTC(자사몰), 도매, 오프라인 매장, 아마존 등 주요 수익 채널 전반에서 미디어 효과를 한눈에 파악할 수 있도록 지원한다. 이를 통해 마케터는 유료 미디어 채널 및 캠페인 간 상호 영향을 확인하고, 각 채널의 매출 전환 지점을 정확히 파악하며, 다양한 시나리오별 성과 예측을 기반으로 최적의 예산 배분 전략을 수립할 수 있다.

또 ‘애그노스틱 데이터 인제스천(Agnostic Data Ingestion)’ 기능을 통해, 기업은 자체 실시한 증분 효과 테스트, 멀티터치 어트리뷰션(MTA), MMM 플랫폼, 구매 후 설문조사 등 신뢰하는 데이터를 프리사이언트 AI 플랫폼에 자유롭게 통합할 수 있다. 이를 통해 마케터는 각종 측정 지표 간 신뢰도를 비교하고, 어떤 측정 방법을 모델에 반영할지를 스스로 통제할 수 있다. 

프레시언트 AI의 코디 그레코(Cody Greco) CTO 겸 공동창업자는 “모든 오픈소스 모델을 테스트한 결과, 옛 기술 위에 쌓아 올리는 것은 한계가 있다는 것을 깨달았다.”라며 “우리는 고객의 운영, 의사결정, 성장을 실질적으로 혁신할 수 있는 솔루션을 만들기 위해 처음부터 새로 시작했다.”라고 말했다.

[알림] GTT KOREA GTT SHOW는 오는 8월 12일 오후 2시부터 3시까지 “피해 큰 BFPdoor 같은 커널 기반 악성코드 막는 EDR과 마이크로세그멘테이션 실전 보안 전략”을 주제로 웨비나를 진행합니다. BPFdoor 같은 커널 기반의 악성코드가 사용하는 공격 기법과 침투 단계별 위협의 소개, EDR과 마이크로세그멘테이션이 어떻게 상호보완적으로 작동하여 침입 초기 탐지부터 내부 확산 차단까지 이어지는 보안 체계의 구축 전략과 새로운 형태의 변종 공격에 유연하게 대응하는 제로 트러스트 기반 보안 전략을 실전 사례와 함께 제시합니다.