프로그래매틱 CTV의 다음 강점은 콘텐츠에 있다

Bill Michels, 최고 제품 책임자

콘텐츠 인텔리전스가 CTV 광고 구매 분야에서 대규모로 도입되면서, 브랜드와 대행사에 풍부한 새로운 데이터 소스를 제공하고 있습니다. 이를 통해 CTV 광고 구매 시 사람이 직접 정의한 타겟팅이 가능해졌으며, 브랜드 가이드라인과의 일관성을 유지할 수 있게 되었습니다. 하지만 아마도 이 기술의 가장 큰 잠재력은 성과 기반 알고리즘을 위한 강력한 최적화 신호로 활용되는 데 있을 것입니다.

CTV가 프로그래매틱 시장에 진출했을 때, 인프라와 데이터 생태계는 이미 탄탄하게 구축되어 있었으며, 웹, 모바일은 물론 소량의 오디오 및 디지털 옥외 광고(DOOH) 인벤토리까지 활발히 유통되고 있었습니다. CTV 미디어 자체는 이 생태계에 매우 새로운 개념이었지만(잘 제작된 콘텐츠, 전문성, 인지도가 높은 출연진, 라이브 이벤트 등), 입찰 요청 방식은 웹 및 모바일과 유사했습니다. 이는 의도된 설계였습니다. 표준이 마련되면 시스템이 확장되더라도 사양이 변경되지 않을 것이라는 확신을 주어 자본 배분을 촉진합니다. 이러한 측면에서 볼 때, 실시간 입찰(RTB)은 (IAB에 큰 감사를 드립니다!) 놀라울 정도로 성공적이었으며, 막대한 투자를 이끌어내고, 광고주의 지출을 미디어 자산으로 유도하며, 업계 전체의 성장을 견인했습니다.

프로그래매틱 CTV 광고 구매자들은 노출의 형태를 파악했기 때문에, IP 주소를 활용하고, IP 주소에 시청자 데이터와 우편번호 수준의 위치 정보를 연결하며, 번들 ID 을 추가하고, 의사결정 논리를 적용하는 등 동일한 전략을 적용했습니다. 물론, CTV는 광고 블록과 온갖 종류의 새로운 거래 유형을 도입했습니다. 하지만 더 근본적인 변화는 광고주들이 구매하는 대상에 있었습니다. TV 광고 지출이 리니어 방식에서 프로그래매틱 방식으로 전환됨에 따라, 프로그램 패키지는 가구 단위 시청자 데이터와 연계된 개별 노출로 대체되었습니다. 

이러한 전환 과정에서 잃어버린 것은 콘텐츠의 맥락, 즉 광고가 표시될 당시 어떤 콘텐츠가 재생되고 있었는지에 대한 이해였습니다. 당시에는 이러한 타협이 합리적으로 보이기도 했습니다. 프로그래매틱 광고는 오디언스 기반의 의사결정을 중심으로 구축되어 왔고, 이는 광고주들이 익숙하게 여겼던 방식이었기 때문입니다.

광고 구매자들은 콘텐츠 데이터에 대한 요구를 멈추지 않고 있습니다. 인터랙티브 광고 협회(Gracenote)가 미국 내 미디어 기획자, TV 광고 구매자, 프로그래매틱 트레이더 500명을 대상으로 실시한 2026년 연구는 이러한 괴리를 수치화했습니다. 프로그래매틱 트레이더 중 91%는 프로그램별 데이터가 부족해 CTV 캠페인을 제한받고 있다고 답했습니다. 미디어 기획자들도 마찬가지로 명확한 입장을 보였습니다. 86%는 프로그램 단위 타겟팅 및 보고 기능이 제공된다면 선형 TV 예산을 CTV로 더 많이 전환하겠다고 답했습니다. 또한 IAB의 2026년 연구에 따르면, CTV 인벤토리의 투명성에 대해 높은 신뢰도를 보인 구매자는 33%에 불과한 것으로 나타났습니다. CTV의 프로그래매틱 전환 속도는 이를 뒷받침할 콘텐츠 인텔리전스의 발전 속도보다 훨씬 빨랐습니다.

이제 콘텐츠 인텔리전스는 선형 TV의 핵심 강점인 ‘화면에 나오는 콘텐츠에 기반한 광고 구매’를 프로그래매틱 CTV에 도입하고 있습니다. 지속적이고 표준화된 콘텐츠 ID는 다양한 시스템에서 콘텐츠 제목에 일관된 식별 정보를 제공하며, 동영상 언어 모델은 장면 단위의 세부 정보를 더할 수 있습니다. 광고주는 장르, 출연진, 생중계 스포츠를 기준으로 타겟팅할 수 있으며, 지원되는 경우 장면의 분위기와 어조까지 고려하여 타겟팅할 수 있습니다. 이러한 기능들은 더 이상 이론에 그치지 않습니다. 이미 현실이 되었습니다.

하지만 이 분야는 정체되어 있지 않습니다. ‘월드가든(walled gardens)’과 성과 중심의 수요측 플랫폼(DSP)이 CTV 시장에 대거 진출하면서, 실시간 전환 이벤트, 오디언스 컨텍스트, 캠페인 성과를 결합해 타겟팅, 입찰, 캠페인 진행 속도, 광고 크리에이티브에 대한 의사결정을 안내하는 놀라울 정도로 효율적인 머신러닝 기반 성장 시스템을 구축하고 있습니다. 

IAB Tech Lab의 Agentic Real Time Framework (ARTF)는 또 다른 최적화 가속화 수단입니다. 전용 컨테이너는 프로그래매틱 노출, 특히 CTV에서 최적화 모델을 실행할 수 있는 흥미로운 새로운 방법입니다.

이러한 새로운 CTV 광고 구매 시스템은 방대한 양의 데이터를 수집하여, 모델이 성과를 좌우하는 요인을 스스로 판단하도록 합니다. 콘텐츠 인텔리전스는 시청자 데이터와 더불어 강력한 새로운 요소로 자리 잡을 것입니다. 성과 기반 알고리즘이 이 데이터를 활용하기 시작하면, 광고 기획자들이 결코 생각해내지 못했을 패턴을 발견할 수 있게 될 것입니다. 마침내 사람이 정의한 타겟팅이 현실화되었는데, 이는 매우 반가운 소식입니다. 하지만 이 새로운 데이터 소스가 가장 큰 영향을 미칠 분야는 바로 모델이 정의하는 최적화 분야일 것입니다.

이 기사는 원래 ‘The Current’에 실린 것입니다.