SEO Korea

Q: OpenAI가 ChatGPT 광고의 ‘네거티브 타겟팅’ 기능을 테스트하고 있다는 소식을 접했습니다. 이는 기존 검색 광고에서 사용하던 ‘제외 키워드(Negative Keyword)’와 본질적으로 같은 것 아닙니까? 왜 이것이 업계에서 중요한 이슈로 다루어지는지 기술적 관점에서 설명해주십시오.

A: 좋은 질문입니다. 표면적으로는 유사해 보이지만, 그 기저에 있는 기술적 복잡성과 전략적 함의는 완전히 다른 차원의 문제입니다. 결론부터 말하자면, ChatGPT의 네거티브 타겟팅은 단순한 키워드 필터링을 넘어 대화의 의미론적 맥락(Semantic Context) 전체를 이해하고 판단하는 능력을 요구하는, 훨씬 고도화된 기술적 과제입니다.

단어 매칭을 넘어선 문맥 추론의 영역

기존의 검색 광고나 디스플레이 광고에서 사용되는 ‘제외 키워드’는 명시적인 단어 목록을 기반으로 작동합니다. 광고주는 ‘사고’, ‘파손’, ‘분쟁’과 같은 특정 단어가 포함된 콘텐츠에 자사 광고가 노출되는 것을 차단할 수 있습니다. 이는 문자열 매칭(String Matching)에 가까운, 직관적이고 효율적인 방식입니다.

하지만 ChatGPT와 같은 대화형 AI 환경은 다릅니다. 사용자와 AI 간의 대화는 여러 차례의 문답을 거치며 복잡하고 미묘한 맥락을 형성합니다. 광고주가 피하고 싶은 부정적 상황이 특정 키워드 없이도 얼마든지 전개될 수 있습니다.

예를 들어, ‘안전’과 ‘신뢰’를 핵심 가치로 내세우는 자동차 보험 브랜드를 상상해 봅시다. 이 브랜드는 당연히 폭력, 재난, 갈등과 관련된 대화에 자사 광고가 노출되기를 원치 않을 것입니다. 그런데 만약 사용자가 명시적인 부정 키워드 없이, 가벼운 접촉 사고를 겪은 후 복잡한 처리 과정에서 느낀 스트레스나 불편함에 대해 이야기하고 있다면 어떨까요? 이 대화에는 브랜드가 미리 설정해 둔 ‘사고’, ‘파손’ 같은 직접적인 제외 키워드가 없을 수 있습니다. 하지만 대화의 전체적인 맥락은 명백히 ‘사고 처리 과정의 어려움’이라는 부정적인 경험을 담고 있으며, 이는 해당 브랜드가 피하고 싶어 할 상황입니다.

네거티브 컨텍스트 타겟팅의 기술적 허들

바로 이 지점에서 LLM(대규모 언어 모델) 기반 네거티브 타겟팅의 기술적 난이도가 드러납니다. 시스템은 단순히 키워드를 스캔하는 것을 넘어, 대화의 흐름, 사용된 어휘의 뉘앙스, 문장 간의 관계를 종합적으로 분석하여 ‘사용자가 특정 문제로 인해 부정적 감정을 겪는 상황’이라는 추상적인 맥락을 추론해내야 합니다.

이를 구현하기 위한 두 방식의 작동 원리는 근본적인 차이를 보입니다.

• 전통적 제외 키워드 방식: 명시적으로 등록된 ‘단어’나 ‘구문’의 존재 여부로 광고 노출을 제어합니다. 판단 기준이 명확하고(존재/부재) 처리 속도가 빠르지만, 문맥에 따라 긍정적으로 사용된 단어까지 차단하거나(예: ‘사고의 전환’) 암시적인 부정적 맥락을 놓치는 한계가 뚜렷합니다.
• LLM 기반 네거티브 컨텍스트 방식: 대화 전체를 의미 단위로 분석하여 ‘폭력성’, ‘슬픔’, ‘불안’ 등 미리 정의된 추상적 카테고리와의 연관성을 판단합니다. 이는 훨씬 정교하고 유연한 대응이 가능하지만, 매 광고 노출 순간마다 실시간으로 대화 전체에 대한 고차원적인 시맨틱 분석을 수행해야 합니다. 이는 상당한 컴퓨팅 자원을 소모하며, 지연 시간(latency) 없이 매끄럽게 처리되어야 하는 어려운 문제입니다.

광고 플랫폼으로서의 존립을 위한 필수 관문

OpenAI가 이 기능의 테스트에 나선 것은, 이것이 단순한 부가 기능이 아니라 ChatGPT가 지속 가능한 광고 플랫폼으로 성장하기 위한 핵심 전제조건이기 때문입니다. 특히 브랜드 이미지를 생명처럼 여기는 프리미엄 광고주들은 브랜드 안전성(Brand Safety)에 대한 확신 없이는 막대한 광고 예산을 집행하지 않습니다.

이번 테스트는 광고 시장에 ‘우리는 당신들의 우려를 인지하고 있으며, 이를 해결할 기술적 역량을 갖추고 있다’는 강력한 시그널을 보내는 것입니다. 이 기능의 성공적인 상용화 여부가 향후 OpenAI의 광고 비즈니스 모델의 성패를 좌우할 중요한 바로미터가 될 것입니다.

물론 아직 해결해야 할 과제는 남아있습니다. 광고주에게 왜 특정 문맥에서 광고가 제외되었는지 투명하게 설명하는 리포팅 시스템, 과도한 필터링으로 인한 광고 인벤토리 감소 문제 방지 등은 앞으로 OpenAI가 풀어야 할 숙제입니다. 하지만 대화형 AI라는 새로운 지평에서 광고 생태계를 구축하기 위한 가장 중요한 첫걸음을 떼었다는 점에서 그 기술적, 전략적 의미는 매우 크다고 할 수 있습니다.