I 아래 글은 앱리프트의 네이버 블로그(http://blog.naver.com/applift/220931021535)에서도 확인하실 수 있습니다.
인공 지능(Artificial Intelligence) 기술은 오늘날 어디에서나 찾아볼 수 있게 되었습니다. 과거 할리우드의 공상 과학 장르의 영화의 소재에서 주로 사용되었던 AI는 이제 일상생활 어디에서나 찾아볼 수 있는 매우 빠르고 혁명적인 기술로 발전했죠. 시리(Siri)로 대표되던 디지털 어시스턴트(Digital Assistant) 기술은 이제 주요 앱에서 쉽게 찾을 수 있으며, 모바일 우선 시장(Mobile-first Market)에서 빠르게 진화하고 있습니다.
AI는 스마트폰 접근 방식에 따라서도 변화했습니다. 자연언어처리(NLP, Natural Language Processing), 딥러닝, 머신 러닝과 같은 IT 기술의 발전으로 더 자연스럽고 편리한 챗봇 인터페이스를 만들 수 있게 되었죠. 디지털 어시스턴트는 일상 대화에서 인간의 명령을 이해할 수 있으며 우리로 하여금 더 나은 선택과 일을 할 수 있도록 돕고 있습니다. 대화형 커머스(Conversational Commerce)라고 일컫는 이 기술은 앱 혁명 이후, 가장 잠재력이 큰 시장을 만들고 있습니다.
인공지능이 더해진 ‘앱 혁명’은 모바일 그리고 모바일 앱을 사용하는 방법에 가장 큰 영향을 끼칠 뿐 아니라, 더 나아가 모바일 광고시장에까지 영향을 끼치고 있습니다. 우리는 모바일 기술의 혁명을 경험하고 있지만, 사실 아직 가장 큰 혁명이 도래하지는 않았습니다. 바로 AI와 머신 러닝(Machine Learning)의 새로운 혁명이 기다리고 있기 때문이죠.
편리해진 앱 유저 인터페이스
위챗이 모바일 OS 플랫폼으로 진화하고 페이스북 메신저가 비즈니스 상호작용 플랫폼으로 변화하는 등 모바일 시장은 빠르게 변화하고 있습니다. 전통적인 탭 인터페이스가 점점 사라지고 있고, 전문가들은 가까운 미래에 챗 인터페이스가 기존 인터페이스를 대체할 것으로 전망합니다. 탭에서 챗 인터페이스로 변화한다는 것은 모바일 유저가 챗봇(Chatbots)을 통해서 택시를 부르거나, 호텔 예약 및 결제할 수 있다는 것을 의미하죠.
AI의 잠재된 가능성을 통해 챗봇은 유저 경험을 증진시킬 수 있습니다. 챗봇은 이미 시장에서 최신 트렌드로 자리 잡았으며, 챗봇의 연동 방식을 쉽게 파악할 수 있게 되었습니다. 예를 들어 페이스북은 비즈니스 고객을 대상으로 챗봇을 메신저 앱에 연동시켰으며, 구글은 새로운 구글 폰에 AI 기술을 접목시켜 말하는 디지털 헬퍼를 도입시켰습니다. 챗봇은 곧 우리에게 다가올 미래입니다.
유저 경험 증진
AI의 가장 큰 장점은 바로 자동화 추론 기술(Automated Reasoning)입니다. 앱 안에 여러 가지 다양한 파라미터들을 미리 프로그래밍하면 AI는 보다 빠른 결정을 내릴 수 있습니다. AI와 머신 러닝은 소위 말하는 ‘똑똑한’ 앱을 만들고 최소한의 인간 개입이 더해진다면 그들 스스로 생각과 판단을 내릴 수 있습니다. 이러한 알고리즘은 모바일 앱 유저의 행동을 분석한 많은 양의 데이터를 통해 가능하죠.
자동화 추론 기술은 또한 ‘모든 사람들을 위한’ 앱이 아니라 ‘개개인에 맞춤화된’ 앱을 만들 수도 있습니다. 이러한 기술은 여러 데이터를 이용해 유저와 더 좋은 상품을 위해서 좀 더 나은 유저 경험을 제공합니다. 우버는 이러한 기술을 잘 사용하는 대표적인 기업 중에 하나입니다. 드라이버가 같은 길로 운전했던 여러 루트 데이터를 학습해서 드라이버에게 최적의 루트를 제공하고 있죠.
유저 감성 분석
AI는 유저의 습관을 학습해서 더 좋은 서비스를 제공합니다. 앱 마케터들은 이제 AI를 통해서 유저 선호도와 같은 유저 행동까지도 더 잘 이해할 수 있게 되었습니다. AI와 머신 러닝 기술을 통해 광고주들은 일상 대화를 통해 전해지는 유저의 감정적인 톤도 인지할 수 있게 되어서, 유저 태도와 의견 (긍정적, 부정적, 중립적) 뿐만 아니라 유저가 느끼는 감정도 이해할 수 있게 되었습니다. 광고주들은 이러한 기술로 유저에게 관련 있는 서비스를 추천하거나 제안할 수 있으며, 유저 행동을 학습해서 유저가 취할 행동들까지도 미리 예측할 수 있습니다.
유튜브는 이 기술을 통해서 유저가 듣고 있는 음악과 비슷한 음악 장르를 추천해주는 서비스를 제공하고 있습니다. 아마존도 비슷한 상품 추천 서비스를 제공하고 있죠. 앱 광고주들은 가까운 미래에 유저의 감정 상태에 따라 알맞은 상품을 추천할 수 있게 될 것입니다. 니키(Niki) 앱을 예로 들어볼까요? 앱의 챗봇은 유저가 알맞은 구매를 할 수 있도록 유저와 관련된 추천 서비스를 제공합니다. 만약 유저가 인도, 마날리에 수영장 풀이 있는 호텔을 찾고자 한다면, 챗봇이 이 호텔과 비슷한 다른 옵션을 추천해줄 것입니다.
향상된 애드 타겟팅
타겟팅은 몇 번의 시도 및 실패, 다시 최적화 과정의 반복의 연속입니다. 이러한 점에서 머신 러닝은 모든 광고에 대한 유저 행동을 학습하고 특정 광고의 유저 반응을 비교합니다. 이러한 비교 분석을 통해서 그 특정 광고가 더 집중해야 할 타겟 유저 그룹을 만들죠.
다른 AI 앱과 마찬가지로 딥러닝은 보다 나은 광고 타겟팅을 하는데 중요한 역할을 할 수 있습니다. 딥러닝은 기계가 학습을 통해 여러 패턴을 익힌 후, 이러한 러닝을 기반으로 여러 복잡한 쿼리들을 해결하는 기술을 말하죠. 바이두 리서치의 앤드류는(Andrew Ng) 최근 와이어드 매거진에서 “딥러닝은 최신 트렌드를 시사하는 많은 유저 행동들을 관리할 수 있습니다. 광고는 기본적으로 딥러닝처럼 추천 서비스를 진행하고 있죠.”라며 광고 시장에 있어 딥러닝의 중요성을 강조했습니다.
앱 크로스 셀링
앱에 새로운 유저를 유입하는 것은 결코 쉽지 않을 뿐만 아니라 상당한 시간 및 비용이 소요됩니다. 그러나 기존 유저들에게 새롭지만 비슷한 서비스를 제공하게 된다면 유저와의 상호 관계에서 더 많은 수익을 얻을 수 있을 뿐 아니라 또 다른 성장을 견인할 수 있게 됩니다.
과거 유저 구매내역, 뷰 혹은 행동 분석은 유저들을 다양한 ‘유사’그룹 군으로 분류할 수 있습니다. 이러한 유저 그룹을 데이터로 삼아, 각 유저 그룹들에게 예상 가능한 푸시 알림을 보내고 유저들에게 긍정적인 반응을 이끌어 낼 수 있는 상품과 서비스를 실시간 추천 서비스를 통해서 제공할 수도 있죠.
미리 내다보는 2017년
2016년에도 AI는 많은 발전을 이뤘지만, 전문가들은 2017년에 본격적으로 AI가 전 세계 다양한 분야에서 영향을 끼칠 것이라고 전망했습니다. 전문가들은 머신 러닝과 자연언어처리 기술이 발전함에 따라 AI 시장이 점점 더 성숙해 2020년에 이르면 AI 시장이 약 50억 달러 규모의 시장으로 성장할 것으로 내다봤습니다. 모바일 우선 시장에서 인공지능 시대로 변화함에 따라, 오늘날 우리가 알고 있는 모바일 시장이 어떻게 바뀌는지 지켜보는 것도 정말 흥미로울 것입니다.
*앱리프트에서는 뉴스레터를 발행하고 있습니다. 여기에서 구독 신청을 하시고 모바일 마케팅 최신 소식을 받아보세요!
*무료 모바일(앱) 마케팅 컨설팅을 원하신다면 여기를 클릭하세요.