인터랙티브 광고 플랫폼을 통한 XR 광고 생태계 제안

최근 여러 빅테크 기업들의 XR 시장 동향을 보면 애플은 2024년 혼합현실 헤드셋 ‘Vision Pro’를 발표하였고, 글로벌 AR 글래스 제조사 엑스리얼(XREAL)은 미국 캘리포니아에서 개최되는 세계 최대 XR 전시회 ‘AWE USA 2024’에서 AR 기반 공간 컴퓨팅 장치 엑스리얼 빔 프로(XREAL Beam Pro)를 공개했다[4]. 기술의 성장과 함께 XR 콘텐츠 또한 쇼핑, 문화, 교육 등 우리 일상의 편의에 도움을 주는 콘텐츠로까지 확대되고 있다. 이러한 변화는 XR 내 소비자의 시간 점유가 점차 높아지며 광고 게재 효과가 있는 매체로 진화하고 있음을 의미한다[5]. 광고는 산업과 매체의 지속가능성을 담보하는 지표 역할을 하는데 XR 시장 규모는 2028년 기준 1115억달러(약148조원)로 성장할 것으로 전망된다[6].

최근 생성형 AI가 발달하며 광고에도 이를 적용하는 시도가 증가하고 있다. 네이버는 2024년 1월 자사의 초대형 규모 AI인 '하이퍼클로바 X'를 기반으로 생성형 AI를 활용한 초개인화 광고 모델인 ‘CLOVA for AD’의 테스트를 진행하였다[7]. 이는 포털의 검색 경험을 광고에 적용한 사례로 사용자가 브랜드를 검색하면 브랜딩 배너광고가 생성되고 하단 버튼을 통해 챗봇 서비스로 이동하여 제품에 관한 연속 질의를 할 수 있다. 이는 사용자의 취향에 맞는 제품 추천, 탐색, 구매 경험을 매끄럽게 하여 사전 테스트 기간 동안 노출 대비 클릭률(CTR) 지표가 20% 상승하였다. 이처럼 생성형 AI를 광고 노출 단계에서 활용하면 사용자의 의도에 맞는 초개인화된 광고 경험을 주어 마치 오프라인의 브랜드 매니저에게 추천 받는 것 같은 경험을 할 수 있다. 또한, 광고 제작 단계에서 이미지 생성 AI를 활용하기도 하는데, 2023년 제일기획은 파코즈(Pakoz) 프로덕션을 통해 AI만을 사용해 삼성생명의 광고를 제작하였다[8]. AI를 활용한 광고 제작은 제작 효율성을 높일 뿐 아니라 대중이 특정 개념이나 현상에 대해 어떤 이미지를 떠올리는지 파악하여 광고 전략의 인사이트를 얻을 수 있다. 또한, 이렇게 정의한 다소 추상적인 전략이나 슬로건에 요청문을 사용하여 직관적인 메세지로 수정 및 변형하기 용이하다. 마지막으로 생성형 AI는 2D를 넘어 3D 모델링까지 확장되고 있는데 KT는 생성형 AI 기술로 백남준의 굿모닝 미스터 오웰 40주년 특별전 캠페인 '일어나 2024년이야!'를 3D로 구현했다. 기존에도 3D 모델 구현은 가능했지만, 특수 장비의 촬영이 필요했던 반면, 생성형 AI를 통해 더 빠르고 정확하게 구현하여 제작 비용을 줄일 수 있었다[9]. 이처럼 생성형 AI는 생산성과 효율성을 증진시켜 많은 테스트와 시안이 필요한 광고 제작에 효과적이다. 특히 방대한 데이터를 기반으로 하여 대중의 보편적인 시각을 반영할 수 있기 때문에 간결한 문장으로 제품 및 서비스의 가치를 효과적으로 전달해야하는 광고 카피 제작에 유용하게 활용될 수 있다.

본 연구는 매체 발전에 따라 새로운 매체 광고로서 도입된 XR 광고의 특징을 살펴보기 위해 기존 전통 매체 광고의 유형별 특징을 먼저 비교해 보고자 하였다. 그 측면에서 그림 1은 신문, TV, 모바일, XR의 4가지 매체를 구성요소, 인터랙션의 2가지 분석 도구로 분석한 것이다. 그림 1의 1은 종이 신문의 지면 광고로 구성요소는 평면 이미지와 광고 카피로 이루어져 있다. 또한, 사용자와 인터랙션 없이 일방향으로 메시지를 전달한다. 그림 1의 2는 TV 매체의 프로그램 사이 15초 동영상 광고로 영상과 사운드를 통해 광고 메시지를 전달한다. TV 동영상 광고는 짧은 이야기 형태를 가진 콘텐츠라는 특징이 있으며 사용자와 상호작용 없이 일방향으로 제품이나 브랜드를 광고하여 구매를 독려한다. 그림 1의 3은 모바일 배너 광고로 이미지와 카피를 구성요소로 한다. 모바일 배너 광고는 움직이는 이미지를 사용하여 사용자가 광고에 직접 반응할 수 있도록 관심을 유도하는데, 이때 사용자는 해당 배너 광고를 클릭하는 정도의 비교적 소극적인 인터랙션을 하게 된다. 그림 1의 4는 XR 광고의 선사례인 버거킹의 ‘Burn that ad’ 캠페인[10]으로 버거킹의 경쟁 브랜드 광고를 스캔하면 해당 광고가 불타며 바우처와 함께 자사 광고로 전환되는 사용자 참여 유도형 광고 콘텐츠이다. 구성요소는 현실 공간의 광고와 온라인상 사용자 참여 유도 카피를 구성요소로 한다. 인터랙션은 비교적 적극적인 형태로, 사용자는 캠페인에 참여하기 위해 앱을 다운받고 직접 타사 광고를 스캔한다. 이처럼 기존 매체의 일방향 소통 대비 모바일과 XR 광고는 사용자 참여를 유도하고 있으며, 특히 XR 광고는 현실 공간의 광고와 온라인상의 흥미로운 연계 인터랙션을 통해 더욱 적극적인 사용자 참여를 유도하고 있음을 알 수 있다.

Fig. 1.

Generative AI advertising examples*The case study image is written in Korean

Fig. 2.

Changes in advertising form according to media*The case study image is written in Korean

그림 3은 기존 XR 광고 선행 사례를 분석한 것으로 이승연 외의 연구[11]를 참조하여 지각된 상호작용성에 차이를 보이는 세 개 사례를 분석 대상으로 선정하였다. 분석 도구도 이 연구에서 인터랙티브 광고의 광고효과에 영향을 미치는 상호작용성 유형인 지각된 통제성, 지각된 반응성, 지각된 개인화, 지각된 실재감의 네 가지 기준으로 정하였다. 첫째, 지각된 통제성은 소비자가 광고의 내용이나 순서 등을 선택할 수 있는 정도로 광고 상황에서 사용자의 참여 및 진행 여부와 관련이 깊다. 둘째, 지각된 반응성은 소비자가 입력한 내용에 대해 광고가 응답해주는 정도로 특히 인터랙티브 광고에서 사용자의 선택에 적합한 즉각적인 피드백이 중요하다. 셋째, 지각된 개인화는 소비자의 개별 정보에 기반한 차별적 욕구에 대응하는 정도이다. 마지막으로 지각된 실재감은 가상 공간이 현실처럼 느껴지는 정도로 사물이나 사건을 현실로 받아들여 그에 대한 심리적, 신체적 반응을 일으킨다. 특히 증강현실이나 3D 가상현실 환경에서 높은 실재감을 느낄 수 있다. 그림 3의 1은 첫 사례로 Meta가 자사 제품인 Oculus에 시범 도입한 'Blaston' 광고이다. 이 광고의 경우 사용자가 컨트롤러를 사용해 광고 배너를 클릭하는 지점이 지각된 통제성에 영향을 미치며 배경 공간의 평면적인 이미지 형태의 광고가 사용자에게 충분한 감각적 단서를 제공하지 않는다는 점에서 지각된 통제성이 낮다. 또한, 사용자가 광고 배너를 클릭하면 모바일 혹은 웹에서 흔히 볼 수 있는 드롭다운 메뉴가 제공된다. 즉각적으로 시각 피드백이 이루어지긴 하지만 3차원의 공간이 구현된 XR에 환경에 다소 이질적이고 소극적인 방식이기 때문에 광고임을 인지하기 어렵다는 측면에서 지각된 반응성이 낮다고 볼 수 있다. 다음으로 이 사례는 소비자의 취향이나 선호와는 관계없는 일괄적인 광고를 제공하므로 지각된 개인화 또한 낮다. 마지막으로 VR HMD를 착용한 가상현실 환경에서의 광고임에도 배너와 패널 형태의 평면적인 이미지 광고를 제공하기 때문에 XR에서 가능한 생동감 있고 실제적인 경험들이 제한적으로 느껴진다는 점에서 지각된 실재감이 낮다. 그림 3의 2는 ‘Landvault’가 진행한 두 번째 사례로 초콜릿 브랜드 Hurshey의 메타버스 공간인 ‘Hursheyverse’에서 다양한 문화의 명절을 축하하는 방법을 경험할 수 있는 브랜드 캠페인이다[12]. 먼저 지각된 통제성의 측면에서 사용자는 가상 상점을 중심으로 여러 소셜 퀘스트과 게임, 사진 촬영 후 소셜 미디어 공유 등 방대한 브랜드를 경험을 제공하고 있어 지점마다 높거나 낮음의 차이는 있어 평균적으로 보통으로 볼 수 있다. 다음으로 가상 브랜드 공간에서 NPC와 대화형 퀘스트를 진행하며 즉각적 피드백을 받기 쉬우므로 지각된 반응성은 높다. 하지만 지각된 개별화의 경우 사용자의 특성과 관계없는 일반화된 공간 경험으로 설계되었기 때문에 낮다. 마지막으로 지각된 실재감은 초콜릿 브랜드의 아이덴티티를 반영한 거대한 초콜릿 조형물이나 상점 등의 공간을 실감 나는 3D로 구현해서 사용자에게 높은 실재감을 제공하므로 높다. 그림 3의 3은 세 번째 사례로 로블록스의 몰입형 광고이다[13]. 사용자는 광고주가 설정한 배너 광고를 통해 광고 공간과 연결된 문 형태의 포털이 어떤 광고와 이어지는지 확인한 후 광고주가 설정한 공간으로 텔레포트 되어 직접 브랜드를 경험한다. 먼저 지각된 통제성의 측면에서 보면 이미지 배너를 통해 어떤 광고인지 명확하게 인지할 수 있고 빛을 흡수하는 것 같은 포털의 시각적 효과를 통해 사용자는 이 포털이 언제든 광고에 진입하고 되돌아올 수 있는 매개체임을 알 수 있어 높은 통제성을 보인다. 두번째로 지각된 반응성의 경우 포털에 진입할 때 시각적 효과들과 지시 문구 등을 통해 직관적인 피드백을 받을 수 있어 높다. 셋째로 지각된 개인화의 경우 성별, 사용 기기 등 사용자의 특징 조건들에 따라 광고가 노출되기 때문에 높다. 마지막으로 지각된 실재감 또한 로블록스의 광고를 통해 사용자는 직접 신발을 신어보고 구매하는 등 현실감있는 경험을 하기에 기존 광고 대비 높다. 위의 세 개 사례를 상호작용성 유형의 네 가지 사례를 중심으로 종합 분석하였다. 첫째, 지각된 통제성의 측면에서 보면 ‘Blaston’의 사례처럼 배너 클릭 시 나오는 단순 2D 드롭다운 UI는 XR 환경과는 다소 이질적이고 광고 전환을 유도하는 장치 또한 불명확하다. 로블록스의 사례에서 문처럼 생긴 포털은 XR 환경과 어울리는 3D 광고 유인 요소로서 사용자가 광고의 다음 단계를 예측할 수 있는 단서를 제공한다. 이처럼 XR 광고의 클릭 유인 요소는 사용자가 광고 전환을 명확하게 인지할 수 있게 하면서도 가상현실에 적합한 실재감있는 3D 메타포와 같은 어포던스를 통해 흥미를 자극하여 클릭을 유도할 필요가 있다. 또한, ‘Hursheyverse’의 사례처럼 큰 스케일의 공간에서 여러 퀘스트가 주어질 때는 사용자가 어떤 순서로 광고를 경험해야 하는지 어려움이 생기므로 이에 대한 직관적인 가이드를 제공해야 한다. 둘째, 지각된 반응성의 측면에서 보면 로블록스 사례 속 문 속으로 빨려 들어가는 것과 같은 시각 효과처럼 적절한 감각적 피드백을 통해 기존에 실행하던 콘텐츠에서 광고로 전환되었음을 느낄 수 있도록 해야 한다. ‘Blaston’과 같이 평면 UI에서 다음 순서를 지시하기보다는 로블록스의 사례처럼 텔레포트 되는 식으로 공간을 분리시키는 것 또한 유용한 광고 전환 방식이 될 수 있다. 셋째, 지각된 개인화 측면에서 로블록스는 ‘Hursheyverse’의 사례와 달리 정해진 배너 형태 안에 이미지를 넣어 여러 광고를 만들고 이를 타겟의 특징에 따라 노출함으로써 맞춤화된 광고를 제공한다. 이처럼 일정 제작 형식이 정해져 있으면 변형 안을 만드는 비용을 줄일 수 있다. 다만 현재 로블록스의 개인화 측면은 단순 이미지 광고에 한정되므로 보다 다양한 맞춤 광고의 여지를 마련할 필요가 있다. 마지막으로 지각된 실재감의 측면에서 ‘Hursheyverse’가 작은 초콜릿을 거대하게 확장해 낯선 공간을 실제처럼 느껴지게 했던 것처럼 XR 광고는 비일상적이지만 특별한 경험을 제공하여 긍정적 광고 효과를 강화할 수 있다.

Fig. 3.

Analysis of existing XR ads

고객 여정 지도를 통해 XR 광고 생태계 전반에서 광고 이해관계자의 니즈 및 페인포인트를 분석하여 광고주, 애드 크리에이터, XR 사용자의 세 퍼소나를 도출하였다. 광고주는 대기업의 광고 담당자로 새로운 매체인 XR에서 트렌드에 민감한 Z세대를 대상으로 브랜드의 젊은 이미지를 광고하고 싶다. 대기업이지만 XR 광고에 대한 선례가 많지 않아 제작 규모와 방식에 어려움을 겪고 있다. 애드 크리에이터는 능숙한 콘텐츠 창작을 통해 경제활동을 하는 유저로 광고 제작에 유용한 새로운 툴과 이에 대한 구매력을 갖춘 사용자가 있는 플랫폼을 찾고 있다. 마지막으로 XR 사용자는 게임과 IT 기기에 관심이 많은 얼리어답터로 XR 기기를 구매하여 사용하며 콘텐츠를 즐기는 동안 몰입감 있는 경험을 원한다.

그림 7은 본 연구의 핵심 시나리오에 따른 유저 플로우로 광고 제작, XR 광고, 광고 후의 서비스 이용 단계에서 세 퍼소나인 광고주와 애드 크리에이터, XR 사용자가 웹, 앱 서비스를 사용하는 과정을 도식화한 것이다.

그림 7은 본 연구의 핵심기능에 해당하는 애드포맷을 선정한 세 개 브랜드에 대입하여 적용한 것이다. 여기에서 애드포맷이란 최승원 외[15]의 연구를 참조해 XR 광고 제작 구성의 필수 요소를 트리거, 오브젝트, 인터랙션, 카피의 네 개 에셋으로 정의한 것으로 XR 광고 제작자는 광고 전략에 따라 이 에셋들을 조합하여 인터랙티브한 광고를 만들 수 있다. 그림 6의 1은 트리거 에셋으로 XR 사용자에게 광고 인지와 첫 인터랙션을 유도한다. S 전자의 폴더블 스마트폰 광고에서는 좌우로 움직이는 스마트폰이, N사 멤버십 광고에서는 움직이는 카드가, S 샌드위치 신메뉴 광고에서는 생동감 있는 새우가 이러한 트리거에 해당한다. 2의 오브젝트는 광고 메세지를 전달하기 위해 활용되는 실제 광고 제품 또는 물건으로, 애드 크리에이터가 직접 또는 3D 객체 생성 AI를 활용하여 제작한 것을 사용할 수 있다. 3은 사용자가 2의 오브젝트에 대해 상호작용하는 방식인 인터랙션에 해당한다. 스마트폰을 탭하거나 폴드할 수 있고 카드를 꽂을 수도 있으며 새우를 비롯한 재료를 조합하여 샌드위치를 만들 수도 있다. 마지막 4는 광고 카피에 해당하며, 광고주가 등록한 문구가 Spatial UI 대시보드 상의 이미지와 함께 적용되어 메시지를 전달한다.

Fig. 6.

User flow by persona

Fig. 7.

Key feature ad format

그림 8은 본 연구의 핵심기능이 담긴 Low-fidelity 프로토타입을 제작한 후 2명의 광고 종사자를 대상으로 파일럿 인터뷰를 진행하고 이를 분석한 내용이다. 피험자는 광고 전문가인 7년차 브랜드 마케터와 2년차 광고 아트 디렉터이며 제작된 프로토타입을 사용하여 Task 병행 인터뷰 방법으로 진행하였다. 유용성, 사용성, 감성 기반 6개 핵심 문항별 답변을 통해 효용성을 검증하고 High-fidelity 프로토타입 제작을 위한 개선점을 도출하였다. 주요 답변을 보면 제작된 광고 트리거가 클릭하고 싶은 욕구가 충분히 생겨 트리거로의 역할은 충실하였더라도 단순히 흥미를 끄는 것에 머물면 안 되고 사용자 경험과 일치하는 사용성 측면의 고려가 필요해 보인다고 답하였다. 또한, 카피는 지속적인 교정 및 검증이 필요하므로 이 지점에 생성형 AI를 활용하기에 유용하며, 리워드 제공은 일부 효과는 있지만, 전체 광고 효과 측면에서는 한정적이므로 무엇보다 구체화된 타겟팅을 설정할 수 있는 UX 측면의 장치들이 필요하다고 응답하였다.

Fig. 8.

Pilot Interviews with experts

그림 11은 그림 10의 1에 해당하는 애드포맷 구매 및 광고 전략 설정 과정을 모바일 플랫폼에 적용한 프로토타입이다. 1은 광고주가 하단 ‘탐색’ 탭을 선택 후 A와 같이 스크롤하여 애드 포맷을 탐색하고, 그중 희망하는 애드포맷을 B와 같이 결제하는 과정이다. 광고주는 광고 체험 소요 시간, 난이도, 수행 미션과 같은 광고 유형을 비교하여 광고 전략에 적합한 애드포맷을 구매할 수 있다. 2는 구매한 애드포맷을 수정 및 편집할 수 있는 광고 전략 설정 화면으로 광고 타겟의 관심사를 선택한다. 그 이후 광고 목적, 광고 예산 범위, 타겟 취향을 선택하여 맞춤화 광고 전략을 설정할 수 있다.

Fig. 11.

Ad format procurement and advertising strategy

그림 12는 본 연구가 기획한 애드 포맷을 사용해 S사의 폴더블 스마트폰 광고를 제작하는 세부 프로토타입으로 앞서 언급한 트리거, 오브젝트, 인터랙션, 카피의 4가지 요소를 편집하도록 설계하였다. 0과 같이 A의 화면 상단 프리뷰에서는 제작 중인 광고의 사전 결과물을 볼 수 있으며, B의 하단에서는 광고 전략에 따라 추천된 4개 애드 포맷을 통해 광고를 제작할 수 있다. 4개 구성요소 중 1의 트리거는 광고가 사용자에게 최초로 보이는 모습을 설정하는 단계로 광고 제품이 나타날 때의 모션 종류, 방향, 세기 및 빠르기를 선택할 수 있다. 이는 광고 대상을 매력적으로 강조해 광고 진입을 유도하는 트리거 역할을 한다. 2의 오브젝트는 광고하고자 하는 실제 제품이나 무형 서비스를 대표하는 각종 시각화된 대상체를 의미하며, 이 사례는 S사의 폴더블 폼팩터인 Z Flip 시리즈이다. 본 단계에서 물체 형태는 유지한 채 컬러나 재질을 변경할 수 있고, 다른 오브젝트를 추가 및 교체하여 적용할 수 있다. 3의 인터랙션은 오브젝트와 사용자가 상호작용하는 조건과 이에 대한 피드백을 설정하는 단계이다. 예를 들어 인터랙션 시작 조건이 폴딩된 스마트폰을 펼치는 것이고 피드백이 광고 수행 미션 전환이라면, 사용자가 스마트폰을 펼칠 때 상응하는 광고 미션이 시작된다. 본 시나리오는 사진 찍기 미션으로, 폴드 시에는 커버 디스플레이, 펼칠 시에는 메인 스크린을 탭할 경우 사진이 촬영된다. 각기 다른 각도로 세 번의 사진 촬영이 끝나면 미션이 완료되며 사용자는 이를 통해 Z Flip의 폴딩 방식에 기반한 사진 촬영 기능의 특장점을 익히며 이해하게 된다. 4의 카피 단계에서는 광고 문구를 작성할 수 있다. 앞서 언급한 폴더블 스마트폰 광고의 경우, 이미지 자료와 같은 각도로 사진을 찍는 미션을 수행해야하므로 4의 A과 같이 이미지가 잘 보이는 형태의 광고 패널을 선택한다. 슬로건, 미션 텍스트 등의 광고 카피는 사용자가 자유롭게 작성할 수 있으나, 4의 B와 같이 생성형 AI를 통해 UX 라이팅이 연동된 광고 카피를 제안받아 생성할 수도 있다. S사 폰에서 커버 스크린 카메라 기능을 강조하여 슬로건을 생성해달라고 요청한 뒤 카메라 명칭인 ‘Flex Cam’을 활용하여 재생성 해달라는 프롬프트를 작성하는 것처럼 카피 생성 후 대화를 이어가며 광고 전략에 맞게 구체화할 수 있다.

Fig. 12.

AD production prototype through ad format

그림 13은 XR 사용자의 인터랙티브 광고 체험으로, 13의 1에서 이 사례의 트리거인 S사 폰은 사용자의 활동이 정지될 때 사용자 시점 우측 상단에 나타나므로 기존 콘텐츠 활용을 방해하거나 시선을 가리지 않는다. 또한, 사용자의 콘텐츠 경험 컨텍스트를 기반으로 광고 트리거가 형성되어 기존 서비스와 광고 간 단절감을 낮추고 광고에 대한 호감 형성을 유도할 수 있다. 가령 이 사례는 테니스 게임에서 라켓을 잡던 손이 자연스럽게 S사 폰의 그립으로 이어져 이질감을 줄인다. 이때, 사용자가 S사 폰 광고 트리거를 선택하면, 기존 XR 환경은 뒤로 흐려져 사라지고 설정된 광고 스테이지로 이동한다. 2는 광고 스테이지에서 인터랙티브 광고를 체험하는 모습으로, 2의 A 광고 패널에는 광고 대상인 S사 폰과 광고 미션 이 나타나는데 2의 B와 같이 S사 폰을 사용하여 다른 4개의 팀보다 먼저 사진을 촬영하면 미션에서 승리하게 된다. 3은 광고가 종료된 이후 장면으로 3의 A에는 미션의 등수 및 점수가, B에는 광고 웹페이지 링크 버튼이 있어 사용자에게 광고 대상에 관한 관심을 유도한다. C의 버튼을 눌러 미션 광고를 다시 하거나 저장하여 나중에 다시 수행할 수도 있다.

Fig. 13.

XR interactive advertising experience

그림 14는 광고 효과 측정 및 AB 테스트 장면이다. 14의 1은 그 중 클릭률(CTR; click through rate) 사례로 사용자가 광고에 진입하는 시점인 광고 트리거에 대한 사용자 반응을 기준으로 한다. 광고주는 광고 클릭률이 높아지는 시간대나 효과가 좋은 트리거 유형 등을 확인하고 어떤 인자가 영향을 미쳤는지 분석할 수 있다. 클릭률 외에도 비용 대비 수익률(ROAS), 광고 전환률(CVR)과 같은 데이터에 대한 실시간 광고 효과를 확인할 수 있다. 2는 광고 AB 테스트로 광고 표현이 다른 두 시안의 이탈률 데이터를 기간별로 비교하여 어떤 광고 유형이 더 효과적인지 확인할 수 있다. 광고주는 바뀐 광고 트리거가 이전 시안에 비해 이탈률이 낮아졌음을 확인하고 광고 성과를 높일 수 있는 시안으로 결정한다. 이처럼 광고주는 광고 게재 중에도 실시간 광고 효과 측정 데이터를 통해 광고를 수정 후 게재할 수 있으며, 이를 통해 광고 제작과 광고 측정 툴이 분리된 기존 서비스 대비 더 효율적으로 집행, 효과 측정, 수정의 선순환을 반영할 수 있다.

Fig. 14.

Analyzing AD data and AB test