요약
- 자연어 오디언스 생성(Natural Language Audience Generation): 광고주는 이제 에이전틱 AI(Agentic AI)와 Databricks Genie를 활용해 전략적 캠페인 브리프를 자연어로 설명하여 정밀한 데이터 세그먼트로 변환할 수 있으며, 수동 SQL 코딩이 필요 없습니다.
- 자동화된 어피니티 발견(Automated Affinity Discovery): Affinity Agent는 수백만 건의 데이터셋에 대해 통계적으로 검증된 리프트(Lift) 계산을 수초 내에 수행하여, 럭셔리 여행자가 암호화폐에 과도하게 집중하는 것과 같은 비직관적인 고객 행동 패턴을 식별합니다.
- 통합 AI 오케스트레이션(Unified AI Orchestration): Agent Bricks를 슈퍼바이저로 활용함으로써, 조직은 전략적 의도와 데이터 실행 사이의 간극을 메우고, 기존에 몇 주씩 걸리던 반복 주기를 단일하고 매끄러운 대화로 압축할 수 있습니다.
북극성 정의하기
모든 광고 캠페인은 동일한 핵심 목표를 공유합니다. 적합한 오디언스에게 도달하고, 의미 있는 참여를 이끌어내며, 측정 가능한 결과를 달성하는 것입니다. 캠페인이 서로 달라지기 시작하는 지점은 그 목표를 어떻게 추구하느냐에 있습니다. 그 차이는 전략 단계에서 시작됩니다. 이 단계에서 기획자와 전략가는 원하는 성과를 달성하기 위한 명확한 목표에 합의합니다. 이 시점에서는 비즈니스가 운전대를 잡고 있습니다. 브랜드, 메시지, 과거 캠페인 성과에 대한 수년간의 경험을 토대로 의사결정을 내립니다. 그 결과물이 바로 캠페인 브리프(Campaign Brief)입니다. 이 브리프는 오디언스 생성, 데이터 사이언스 모델링, 활성화를 포함한 모든 후속 활동의 북극성(North Star) 역할을 합니다. 이 블로그는 오늘날 광고주들이 직면한 공통적인 과제들이 Databricks 위에 구축된 AI 기반 오디언스 생성 솔루션을 통해 어떻게 해결될 수 있는지를 탐구합니다.전략과 실행 사이의 간극
캠페인 브리프가 비즈니스 담당자의 손에서 데이터 팀의 손으로 넘어가는 이 과정에서, 에이전시와 광고주들은 핵심 전략을 실행에 연계하는 데 있어 다음과 같은 과제들에 직면하기 시작합니다: 전략의 희석(Strategy Dilution): 브리프는 명확하고 구체적으로 의도되지만, 전략을 “데이터 언어”로 번역하는 것은 어느 분석가에게나 어려운 과제입니다. 불가피하게 소통 과정에서 중요한 정보가 손실되며, 가장 중요한 내용을 잃지 않는 것이 매우 중요합니다. 불완전한 전략(Incomplete Strategies): 반대 방향의 흐름에서, 데이터 팀의 인사이트가 비즈니스 측에 완전히 전달되지 않아, 비직관적인 패턴을 활용하고 경쟁 우위를 창출하는 능력이 제한됩니다. 에이전시와 광고주가 차별화를 이루는 것은 바로 이러한 데이터 기반 발견을 통해서입니다. 업계의 통념과 경쟁사가 갖고 있는 가정에 도전하며 독자적인 방식으로 시장에 접근하는 것이지요. 데이터 사각지대(Data Blind Spots): 양측 모두 제약 속에서 운영됩니다. 기획자는 좁은 범위의 신호에 의존하고, 데이터 팀은 익숙한 속성에 지나치게 의존하는 경향이 있습니다. 데이터셋의 규모가 크고 복잡할수록, 어느 쪽도 데이터에 완전히 정통하기 어렵습니다. 대부분의 에이전시와 광고주가 수백만 명의 기존 고객과 잠재 고객에 대한 수천 개의 속성을 담은 데이터셋을 보유하고 있다는 점을 고려하면, 아무리 경험 많은 데이터 사용자도 사각지대가 있다고 봐야 합니다. 이러한 과제들을 요약하면, 모두 분절된 프로세스의 증상입니다:- 전략에 가장 가까운 사람이 데이터에서 가장 멀리 있습니다.
- 데이터에 가장 가까운 사람이 전체 전략적 맥락을 갖추지 못하고 있습니다.
- 데이터 접근성과 상관없이, 각자의 범위는 제한되어 있습니다.
Databricks 위에 다리 놓기
이러한 비효율적인 프로세스가 굳어지는 데 기술이 어떤 역할을 해왔는지를 무시할 수 없습니다. 기술은 의도를 정확하게 번역하는 능력이 부족했고, 데이터 플랫폼 자체도 비즈니스에 의미 있는 방식으로 데이터 인사이트를 종합할 수 있는 도구를 거의 제공하지 못했습니다. 두 그룹 사이를 잇는 가장 효과적인 다리는 데이터에 관심 있는 전략가이거나, 조직의 미션, 제품-시장 적합성(Product-Market Fit), 전략적 목표를 명확히 표현할 수 있는 데이터 분석가였습니다. 이는 전략가가 데이터베이스에 접근할 수 있고, 분석가가 비즈니스의 귀를 가지고 있다는 전제가 있어야 하는데(매우 큰 가정입니다). 오늘날에도 여전히 존재하는 의도와 실행 사이의 간극을 해결하기 위해, Databricks Data Intelligence Platform 위에 구축된 저희의 AI 기반 솔루션은 광고주와 에이전시가 자연어로 오디언스를 구축하고, 데이터에서 이전에 알려지지 않은 패턴을 발견하며, 더 효과적인 캠페인을 실행할 수 있도록 지원합니다.그림 1. AI 오디언스 빌더 아키텍처
아키텍처 구성 요소:
- 데이터 소스(Data Sources): 퍼스트파티(First-party) 데이터와 파트너/라이선스 데이터가 플랫폼으로 수집됩니다.
- 데이터 큐레이션(Data Curation): Spark Declarative Pipelines가 원시 데이터를 정제·변환·통합하여 Unity Catalog의 인구 속성 테이블(Population Attributes Table)로 만듭니다.
- 오디언스 Genie Space: 인구 테이블 위에 구축된 큐레이션된 Genie Space가 자연어 요청을 오디언스 세그먼트로 변환합니다.
- Affinity Agent: Unity Catalog 도구가 통계적 패턴을 계산하여 추가적인 오디언스 어피니티를 분석합니다.
- Supervisor Agent: Agent Bricks가 멀티 에이전트 시스템을 오케스트레이션하며, 요청을 Genie와 Affinity 서브 에이전트로 라우팅합니다.
- 앱(App): Databricks App이 광고주에게 직관적인 인터페이스를 제공합니다.
- 활성화 및 저장(Activate & Save): 오디언스가 Unity Catalog의 테이블로 저장되고 다운스트림 실행 채널로 활성화됩니다.
- 전체 인구 대비 얼리 테크놀로지 어답터(Early Technology Adopter)로 과도하게 집중(Over-index)
- 기준치 대비 2.5배 높은 암호화폐 투자 비율
- 웰니스 및 스파 콘텐츠에 대한 강한 어피니티(예: 피트니스 헌신도가 5.7배로 매우 높음)
그림 2. AI 오디언스 빌더 예시
그리고 가장 중요한 점은, 이것이 가정이 아니라는 것입니다. 이는 전체 인구를 대상으로 통계적으로 검증된 리프트(Lift) 계산 결과입니다. 기획자는 이제 단순한 브리프만을 가지고 일하는 것이 아니라, 크리에이티브 전략, 미디어 배치, 채널 선택을 재정의할 수 있는 발견들로 풍부해진 브리프를 가지고 일하게 됩니다.
나아가, 이 솔루션은 실질적이고 복합적인 비즈니스 임팩트를 창출합니다:
- 캠페인이 아이디어에서 활성화까지 더 빠르게 이동하여, 이전에 며칠 또는 몇 주씩 걸리던 기획 주기를 압축합니다.
- 기획자가 분석가 대기열을 기다리지 않고 시장 변화, 페이싱(Pacing) 이슈, 또는 고객 요청에 실시간으로 대응할 수 있습니다.
- 전략적 의도를 오디언스 생성 프로세스에 직접 내장하여 더 나은 타겟팅과 캠페인 성과로 이어집니다.
Databricks Genie: 데이터에 자연어를 불어넣다
오디언스 워크플로우에서 팀이 가장 먼저 하는 것은 캠페인이 도달할 “누구”를 정의하는 것입니다. Genie Space는 광고주가 이를 자연어로 할 수 있도록 합니다. “프리미엄 경험을 자주 예약하는 35-54세의 부유한 여행자를 찾아줘”와 같은 요청을 데이터 팀과 직접적인 상호작용 없이 인구 테이블에 대해 실행되는 거버넌스된 SQL 쿼리로 변환합니다.그림 3. 사용자 쿼리에 응답하는 Genie
Genie가 전략팀과 데이터팀 사이의 직접적인 상호작용을 줄여줄 수 있지만, 데이터 팀은 여전히 이 워크플로우에서 중요한 역할을 합니다. 바로 내부 레이어를 세심하게 큐레이션하는 것입니다. Genie Space의 품질은 주어진 컨텍스트와 데이터의 품질에 달려 있으며, 오디언스 생성을 위해서는 네 가지 영역에 투자해야 합니다:
- 사전 조인(Pre-joined)되거나 비정규화(De-normalized)된 골드 테이블(Gold Table)과 메트릭 뷰(Metric View)를 포함한 강력한 데이터 모델
- 테이블의 모든 속성에 대한 설명적인 컬럼 주석
- Genie에게 데이터의 패턴과 관례를 가르치는 예시 SQL 쿼리
- 모델이 그렇지 않으면 알 수 없는 비즈니스 용어와 스코어링 로직을 정의하는 텍스트 지침
그림 4. 예시 SQL 쿼리
그 결과, 기획자가 특정 캠페인 브리프에 대한 타겟 오디언스를 설명하면 정확한 세그먼트 데이터, 오디언스 규모, 전체 인구 대비 비율 비교, 샘플 데이터를 모두 수초 내에 받을 수 있는 시스템이 완성됩니다.
궁극적으로, Genie는 마케팅 팀이 오디언스 세그먼트를 구축하고 새로운 캠페인을 실행하는 방식을 근본적으로 변화시킵니다:
- 오디언스 생성을 기술적 작업에서 전략적 대화로 전환하여 데이터 접근을 민주화합니다.
- 반복 주기를 며칠에서 수초로 압축합니다.
- 조직의 암묵지(Institutional Knowledge)를 포착합니다.
- 모든 오디언스에 대한 자연어 의도와 생성된 SQL을 로깅하여 거버넌스를 강화합니다.
Affinity Agent: 알려지지 않은 관계와 오디언스 발견하기
포괄적인 오디언스 빌더 솔루션을 구축할 때, 오디언스를 정의하는 것은 전쟁의 절반에 불과합니다. 진정한 전략적 가치는 오디언스에 대한 “그 밖에 무엇이 있는가”를 이해하는 데서 옵니다. 여기서 Affinity Agent가 차별화 요소가 됩니다. Genie가 세그먼트를 구축하면, Affinity Agent는 자동으로 그 세그먼트를 분석하여 통계적으로 유의미한 패턴을 드러냅니다. 광고 용어로 말하자면, 모든 전략가가 물어봐야 하지만 시간이나 도구가 없어 좀처럼 추구하지 못하는 질문에 답하는 것입니다: “내가 지정한 기준 외에, 이 오디언스를 실제로 독특하게 만드는 것은 무엇인가?” 이 솔루션에서 그 답은 리프트(Lift) 의 형태로 제공됩니다. 이 단순하면서도 강력한 지표는 특정 속성이 주어진 오디언스 세그먼트와 일반 인구에서 나타나는 빈도를 비교합니다. 리프트 2.0x는 해당 오디언스가 그 특성을 나타낼 가능성이 두 배라는 의미입니다. 캠페인 기획자에게 이러한 인사이트는 즉시 실행 가능합니다. 내부적으로, Affinity Agent는 특정 오디언스에 대한 통계 분석을 실행하는 도구를 LLM에 장착하는 신중한 설계 패턴을 따릅니다. 에이전트는 어떤 분석을 실행할지를 추론하지만, 모든 숫자는 결정론적(Deterministic) 도구에 의해 계산됩니다. 이러한 도구들은 Unity Catalog에 사전 등록되고 거버넌스되는 함수들입니다. 추론과 계산을 분리하는 것은 광고 분야에 있어 의도적이고 핵심적인 선택입니다. 수백만 달러의 미디어 집행이 오디언스 인사이트에 달려 있을 때, 그 인사이트는 감사 가능하고(Auditable), 재현 가능하며(Reproducible), 실제 데이터에 근거해야(Grounded in Real Data) 합니다.Agent Bricks: 멀티 에이전트 오디언스 인텔리전스 구축하기
Genie가 오디언스 생성을 담당하고 Affinity Agent가 숨겨진 패턴을 발굴하면, 마지막 조각은 지능적인 오케스트레이션 레이어를 조립하는 것입니다. Agent Bricks는 몇 번의 클릭만으로 몇 분 안에 이를 가능하게 합니다. 사전 구축된 슈퍼바이저 에이전트(Supervisor Agent)가 모든 사용자 요청을 받아, 어떤 서브 에이전트가 처리하기에 가장 적합한지 판단하고, 그에 따라 라우팅합니다. “럭셔리 여행자 오디언스를 만들어줘”와 같은 요청은 Genie로 전달됩니다. “이 그룹을 정의하는 다른 특성은 무엇인가?”와 같은 후속 질문은 Affinity Agent로 라우팅됩니다. 그리고 “고소득 아웃도어 마니아를 찾고, 그들을 독특하게 만드는 것이 무엇인지 알려줘”와 같은 복잡한 질문을 받으면, 슈퍼바이저는 두 에이전트를 함께 연결합니다.그림 5. 슈퍼바이저 에이전트의 요청 라우팅
최종 사용자 입장에서는 어떤 에이전트가 작업을 수행하는지 알 필요가 없습니다. 경험은 매끄럽고, 마치 단일한 대화처럼 느껴집니다.
라우팅을 넘어서, 슈퍼바이저는 개별 에이전트들을 복합적인 시스템으로 변환합니다. Genie와 Affinity Agent 사이의 핸드오프를 오케스트레이션함으로써, 인간의 의도와 데이터 발견 사이에 피드백 루프를 만들어냅니다. 기획자는 오디언스를 구축하고, 드러나는 어피니티를 검토하고, 학습한 내용을 바탕으로 세그먼트를 즉시 다듬을 수 있으며, 이 모든 것이 동일한 대화 안에서 이루어집니다.
완성된 제품
Databricks Apps는 워크스페이스 탐색의 장벽을 제거하여 직관적인 인터페이스를 제공합니다. 이 앱 내에서 광고주는 다음을 할 수 있습니다:- 자연어를 통해 오디언스 세그먼트를 구축하고, 발견하고, 반복 개선합니다.
그림 6. 자연어를 통한 오디언스 구축
- 기저 SQL 코드, 어피니티 요약, 추천 사항을 포함한 오디언스에 대한 세부 정보를 탐색합니다.
- 앱 내에 직접 임베드된 통합 AI/BI 대시보드(AI/BI Dashboard)를 통해 더 깊이 파고듭니다.
- 향후 조회, 관리, 감사 가능성을 위해 오디언스를 Unity Catalog의 영속 테이블(Persisted Table)로 저장한 다음, 실행 채널로 오디언스를 내보냅니다.