광고 효과 측정부터 기기 관리까지_ AI 기반 DOOH 플랫폼을 꿈꾸며...

디지털 옥외광고(DOOH)는 현대 광고 산업에서 가장 빠르게 성장하는 분야 중 하나입니다. 전통적인 옥외광고에 디지털 기술을 접목하면서, 실시간 데이터 분석과 맞춤형 광고가 가능해졌습니다. 하지만 이러한 성장에도 불구하고, DOOH 시장은 여전히 중요한 도전과제들에 직면해 있습니다.

 

현재 DOOH 시장의 가장 큰 문제점은 광고 효과 측정의 한계에 있습니다. 대부분의 기술이 단순한 광고 노출 횟수, 즉 가시성(Viewability)에만 초점을 맞추고 있어, 실제 광고가 시청자에게 미치는 영향을 정확히 파악하기 어렵습니다. 또한, DOOH의 본질적 특성인 공간과 위치 기반의 특성을 제대로 활용하지 못하고 있으며, 시청자들의 행동과 상호작용에 대한 깊이 있는 분석도 부족한 실정입니다.

 

디지털 옥외광고(DOOH, Digital Out-Of-Home media)는 빠르게 성장하고 있는 매체로, 전통적인 옥외광고에 디지털 기술을 결합하여 실시간 데이터 분석과 맞춤형 광고를 가능하게 합니다. 그러나 현재 DOOH 시장에서 발생하고 있는 몇 가지 주요 문제점은 다음과 같습니다.

1. 광고 가시성(Viewability) 중심의 기술 한계
   대부분의 광고 기술은 광고가 얼마나 노출되었는지, 즉 가시성(Viewability)에 초점을 맞추고 있습니다. 이는 광고 효과를 측정하는 데 유용하지만, 실제로 광고가 얼마나 효과적으로 시청자에게 영향을 미쳤는지를 정확히 반영하지는 못합니다.
2. 공간 및 위치 기반 매체로서의 특성 간과
   DOOH는 본질적으로 특정 공간과 위치에서 이루어지는 매체입니다. 따라서 주변 환경, 인구 분포, 시간대별 유동 인구 등 공간 데이터를 고려하지 않으면 광고 효과를 정확히 측정하기 어렵습니다.
3. 시청자 행동 및 상호작용 분석 부족
   광고가 단순히 노출되는 것을 넘어, 시청자가 광고를 어떻게 인지하고 상호작용하는지를 이해하는 것이 중요합니다. 하지만 많은 DOOH 기술이 시청자 행동 데이터 분석에 한계를 보이고 있습니다.

이러한 문제들을 해결하기 위해, M&M Networks는 AI 기반의 혁신적인 솔루션 개발을 통해 해결하고자 노력하고  있습니다.

 

데이터 기반 AI Algorithm을 이용한 효과 측정 예

 

M&M Networks는 AI 알고리즘을 활용하여 DOOH 광고의 가치를 극대화하고, 기존 문제점을 해결하는 데 주력하고 있습니다.

우리의 AI 알고리즘은 크게 세 가지 핵심 목적을 중심으로 설계를 하고 있습니다. 제시된 내용은 현재 연구, 개발하고 있는 내용의 일부이며, 연구 개발은 실제 필드에서 적용하여 검증한 내용들을 기반으로 작성한 내용입니다.

 

첫째, 광고 효과 측정 분야입니다.

우리의 AI 알고리즘은 회귀분석, 강화학습, 시계열 분석, 다중모달 딥러닝 등 다양한 기술을 활용하여 광고의 실질적인 효과를 정확하게 측정합니다. 인구통계학적 데이터부터 광고 노출 지표, 환경 데이터까지 종합적으로 분석하여, 단순한 노출 횟수를 넘어선 실질적인 광고 효과를 파악할 수 있습니다.

 

1. 광고 효과 측정 목적

•  광고 노출 및 도달률 분석, CPM (Cost Per Mille), 상호작용(Interaction) 등 주요 성과 지표 평가
• OTS (Opportunity To See)와 VAC (Visible Adjusted Contact)를 기반으로 광고 성과를 정량적으로 측정

2. AI Algorithm

• 회귀분석 (Regression Analysis): 데이터를 통해 광고 성과에 영향을 미치는 요인을 분석합니다.
• 강화학습 (Reinforcement Learning): 실시간 데이터를 기반으로 최적의 광고 배치 및 전략을 추천합니다.
• 시계열 분석 (Time Series Analysis): 시간에 따른 노출률과 도달률의 패턴을 분석합니다.
• 다중모달 딥러닝 (Multimodal Deep Learning): 인구통계학적 데이터와 상호작용 데이터를 종합적으로 분석하여 광고 성과를 예측합니다.

3. Data

• 인구통계학적 데이터 (Demographics): 성별, 연령대, 거주 및 근무지 데이터
• 광고 노출 지표: OTS, VAC, CPM, 상호작용 로그
• DOOH 형식: 디스플레이 크기, 해상도, 형식 등
• 환경 데이터: 디지털 사이니지 주변의 물리적 조건

 

둘째, 시청자 행동 분석 영역입니다.

다중 회귀분석과 의사결정 트리, 랜덤 포레스트 등의 알고리즘을 통해 시청자들의 행동 패턴을 심층적으로 분석합니다. 보행자 트래픽 데이터, 거주 및 근무지 데이터, DOOH 설치 환경 데이터 등을 활용하여 더욱 정교한 타겟 마케팅이 가능해졌습니다.

 

1. 시청자 행동 분석 목적

• 시청자 트래픽 및 행동 데이터를 활용한 광고의 타겟팅 정밀화
• DOOH 위치 및 형식 최적화를 통한 노출 효과 증대

2. AI Algorithm

• 다중 회귀분석 (Multiple Regression Analysis): DOOH의 위치와 환경이 시청자 행동에 미치는 영향을 분석합니다.
• 의사결정 트리 및 랜덤 포레스트 (Decision Tree, Random Forest):다양한 변수를 고려해 시청자의 행동을 예측하고 주요 패턴을 도출합니다.

3. 데이터

• 보행자 트래픽 데이터: 특정 위치와 시간대에 따른 유동 인구 분석
• 거주 및 근무지 데이터: 낮과 밤의 유동 인구 특성
• DOOH 설치 위치 및 환경 데이터: 상업 지역, 주거 지역 특성

 

셋째, 기기 운영 상태 분석 분야입니다.

이상 탐지와 시계열 예측 알고리즘을 활용하여 DOOH 디바이스의 안정적인 운영을 보장합니다. 디바이스의 CPU, RAM, 온도 등 각종 상태 데이터를 실시간으로 모니터링하고, 잠재적인 문제를 사전에 감지하여 신속하게 대응할 수 있습니다.

 

1. 기기 운영 상태 분석 목적

• 기기 상태 점검 및 안정적인 운영 보장
• 이상 상황 발생 시 빠른 조치로 운영 중단 최소화

2. AI Algorithm

 

• 이상 탐지 (Anomaly Detection): 기기의 온도, 네트워크 상태 등에서 비정상적인 변화를 감지합니다.
• 시계열 예측 (Time Series Forecasting): 이전 데이터를 기반으로 기기 상태를 예측하여 사전 조치를 가능하게 합니다.

3. 데이터

•  기기 상태 데이터: CPU, RAM, HDD, 온도, 디스플레이 현황, 주변 기기 작동 등등
• 네트워크 상태: 연결 상태, 신호 강도
• 센서 데이터: 온도, 습도, 충격, 도어 열림 감지, 비전, 객체 인식 등등
• 기상 데이터: 정부 공인 기상청 데이터를 통해 외부 환경 분석

 

엠앤엠네트웍스가 추구하는 기술은 단순히 광고를 노출하는 데 그치지 않고, 광고가 고객에게 실질적인 가치를 전달할 수 있도록 돕고자 합니다.  데이터 분석과 AI 알고리즘을 통해 DOOH의 효율성을 높이고, 광고주와 소비자 모두에게 더 나은 경험을 제공하고자 합니다.

 

현재 지속적인 개발과 연구를 하고 있으며, 엠앤엠네트웍스는 풀 스택 디지털옥외광고 플랫폼을 통해 연구, 개발한 것들을 하나씩 실현해 나갈 것입니다. 블로그에는 플랫폼 반영을 위해 연구한 내용들을 지속적으로 반영할 예정입니다.

 

====================================================

옥외미디어 디지털 전환과 DOOH AD Exchange를 위한

디지털  옥외 미디어  서비스  플랫폼

(주)엠앤엠네트웍스 CEO & 공공미디어 디렉터  김성원  

 e-Mail : sungwon.kim@mnmnetworks.com

=====================================================