< (하단 왼쪽부터) KAIST 황규림 석사과정, 김영호 석사과정, 김경호 석박통합과정, 이종하 박사과정, 최연제 석사과정 (상단 왼쪽부터) 연세대학교 정세진 학사과정, ㈜매드업 이홍석 연구원, 송명호 연구원, KAIST 김선우 박사과정, 김주연 석사과정, 신기정 교수 >

소셜미디어 광고는 보통 여러 광고 시안을 실제로 운영해 본 뒤에야 어떤 광고가 효과적인지 확인할 수 있다. 이 때문에 광고를 테스트하는 과정에서 많은 시간과 비용이 필요하다. 더욱이 효과적인 광고의 기준은 브랜드마다 크게 다르다. 어떤 브랜드는 인물 중심 광고를 선호하는 반면, 다른 브랜드는 실제 사용 장면을 강조한 광고에서 더 좋은 반응을 얻기도 한다. 하지만 이러한 브랜드별 효과적인 광고 전략은 현업에서도 명확히 정리돼 있지 않은 경우가 많아, 이를 체계적으로 반영해 광고 성과를 예측하는 기술에도 한계가 있었다. 

이러한 문제를 해결하기 위해 KAIST 신기정 교수 연구팀은 인공지능 마케팅 기업 ㈜매드업과의 협력을 통해, 브랜드별 광고 성과를 예측하는 AI 기술인 ‘애드바이저(ADvisor)’를 개발했다. 

ADvisor는 이미지와 텍스트를 동시에 이해하는 생성형 시각-언어 모델을 활용하여 브랜드마다 서로 다른 광고 성공 기준을 찾아내고 이를 기반으로 광고 효과를 예측한다. 이를 위해, 브랜드의 특성을 분석할 뿐 아니라, 광고 데이터가 충분하지 않은 신규 브랜드에 대해서는, 비슷한 성향의 다른 브랜드 광고 데이터를 함께 고려해 광고 전략을 도출한다. 이러한 과정을 통해 특정 패션 브랜드에서는 ‘강한 헤드라인 문구’가 중요한 기준으로 분석되는 반면, 다른 브랜드에서는 ‘로고 노출도’가 핵심 요소로 작용하는 등 브랜드마다 서로 다른 광고 성공 기준을 찾아낼 수 있다. 이후 ADvisor는 이렇게 도출한 브랜드별 기준을 바탕으로 광고를 평가한 뒤, 스스로 평가 결과를 다시 검토하고 부족한 부분을 반복적으로 보완하는 과정을 거쳐 최종 예측을 수행한다.

< 제안 기술인 ADVisor가 브랜드 특성에 맞춰 광고 효과를 예측하고 순위를 산정하는 과정 >

연구팀은 실제 마케팅 캠페인을 통해 수집한 뷰티·패션·플랫폼 분야의 10개 브랜드 데이터를 활용해 기술 성능을 검증했다. 그 결과, ADvisor는 기존 AI 광고 예측 모델 대비 최대 7.2% 높은 성능을 기록했다. 특히 실제 인스타그램 광고 환경에서 진행한 온라인 A/B 테스트에서는 현업 마케팅 전문가가 선택한 광고보다 클릭률(CTR), 클릭당 비용(CPC), 광고비 대비 매출(ROAS) 등 주요 지표에서 평균 27% 더 우수한 성과를 보이며 실제 마케팅 의사결정에 활용될 수 있음을 입증했다.

신기정 교수는 “광고 성과를 사전에 예측하는 것은 효과적인 광고 제작을 위한 첫 단계”라며, “앞으로는 브랜드 특성에 맞는 광고를 AI가 직접 생성하고 최적화하는 방향으로 연구를 발전시켜 나갈 것”이라고 밝혔다.

KAIST 김재철AI대학원의 김경호 석박통합과정과 최연제 석사과정이 제1저자로 참여한 이번 연구는 자연어처리 분야 최고 권위 국제학술대회 중 하나인 ACL 2026의 산업체 부문(Industry Track)에 온라인으로 4월 18일 게재되었으며 구두 발표 논문으로 채택되어 오는 7월 미국에서 발표될 예정이다.

※논문명: Pre-Deployment Advertisement Ranking under Data Scarcity via Context-Aware Criteria Generation with VLMs

※논문 링크: https://openreview.net/forum?id=il84gAzAxx

한편, 이번 연구는 정보통신기획평가원의 지원을 받은 ‘EntireDB2AI: 전체 관계형 데이터베이스를 종합적으로 활용하는 심층 표현 학습 및 예측 원천기술과 소프트웨어 개발’과제의 성과다.