DEVOCEAN

디지털 마케팅의 업무 생태계, 이젠 ‘완전 자동화’ 가능

1. 디지털 마케팅은 보통 다음과 같은 단계로 구성됩니다

1. 광고 기획

2. 광고 스케줄링 및 타게팅 설정

3. 광고 소재 생성 (Creative Production)

4. 광고 집행 (Execution)

5. 성과 분석 및 리포트 (Performance Analysis)

이 중 하나만 자동화되어도 마케터의 업무는 크게 줄어드는데, 최근의 AI 기술 발전은 이 전 단계를 통합적으로 자동화할 수 있는 가능성을 열고 있습니다.

특히 최근에는 Meta, Google, 틱톡에서 광고 완전 자동화 관련 기사화도 되었죠.

빅테크 기업들은 각자의 생성형 모델을 통해 프로세스의 완전 자동화에 도전하고 있죠.

(참고) https://www.mediatoday.co.kr/news/articleView.html?idxno=327032

2. 광고에서의 ‘생성’은 무엇이 다른가?

많은 이들이 오해하는 부분이 하나 있습니다.

"AI 이미지 생성은 Midjourney처럼 뚝딱 만들어내면 되는 거 아닌가요?"

Midjourney, DALL·E, Stable Diffusion과 같은 이미지 생성 모델은 새로운 이미지를 만들어내는 데 탁월하지만, 광고 소재 생성은 그와는 완전히 다른 맥락에서 접근해야 합니다.

왜냐하면 광고는 다음과 같은 고정 요소가 있기 때문입니다:

(1) 브랜드 또는 상품 이미지

(2) 전달되어야 하는 문구 (예: “오늘 밤 8시까지 할인!”)

(3) 레이아웃 규격 (배너, 피드, 카드뉴스 등)

(4) 광고 정책 준수 (텍스트 비율 제한 등)

여기서 필요한 건 ‘창작’이 아닌

어떻게 이 구성 요소를 ‘레이아웃’하여 자연스럽고 주목도 높은 이미지를 만들 것인가?입니다.

핵심은 ‘레이아웃 최적화’와 ‘배경 생성’

- 레이아웃 최적화:

사용자 클릭을 유도할 수 있는 요소 배치를 실험하고 학습하는 알고리즘이 필요합니다.

실제로 일부 플랫폼은 A/B 테스트를 수백 개 자동으로 생성해 최적 레이아웃을 찾습니다.

- 배경 생성:

제품 외의 이미지가 없을 때, 제품을 강조하기 위한 상황 컨텍스트 생성이 중요합니다.

예: 카페용 제품이라면 "따뜻한 아침 햇살이 비치는 테이블 위"를 AI가 자동 생성.

3. 기술적으로는 어떻게 작동할까?

(1) 이미지 인페인팅 기반 배경 생성

DALL·E 3, Stability AI, Runway 등에서 사용하는 기술.

상품 이미지(예: 투명 PNG)를 넣고 그 주변을 자동으로 "상황"으로 채웁니다.

(2) 멀티모달 모델을 활용한 광고 문구 + 이미지 생성 연동

문장과 이미지 사이의 연관성을 학습한 CLIP 기반 모델을 활용해

문구가 강조되는 위치를 중심으로 이미지 구성을 조정합니다.

(참고: Radford et al., 2021. Learning Transferable Visual Models From Natural Language Supervision)

(3) 디자인 룰을 학습한 레이아웃 최적화 AI

Figma, Canva 등에서 API 레벨로 실험 중.

CTA 버튼, 제목, 제품 위치 등을 시선 분포와 클릭 데이터를 기반으로 자동 배치합니다.

4. 레이아웃모델을 활용하여 샘플로 광고용 이미지를 만들어보겠습니다.

실제 사례: 우리가 개발한 광고 소재 자동 생성 파이프라인

• Step 0. 상품 이미지 배치 (캔버스 중심)

• Step 1. AI 배경 이미지 생성 (ComfyUI 기반 Diffusion 모델)

• Step 2. 레이아웃 생성 (로고/텍스트/버튼 자동 배치)

• Step 3. Gradio UI에서 확인 및 조정

to be continued~

다음 파트에서는 이 핵심 기술인 레이아웃 생성 모델을 전격 분석합니다.