20160203_마인즈랩_딥러닝세미나_06 딥러닝 뉴스 이미지 분류엔진의 광고 활용 김종진대표님

1. (前)인터웍스미디어
김종진대표
딥러닝 그리고 광고

2. 게임 체인저의 등장!
광고업계는 게임체인저의 수혜자 or 희생양?
 희생양

3. WHY & WHAT?
• “제일기획”은 아예 광고회사라는 이름표를 떼고 빅데이터 등 마케팅을 위한 다양한 해법을 제공하는 회사라는 의미로 ‘글
로벌 마케팅 솔루션 기업’이라는 새로운 정체성을 부여하고 있다. “(헤럴드경제)
• 구글 및 페이스북의 주 매출비중
2014년 구글 매출(590억달러)중 광고 비중이 약80%
2015년 페북 매출(179억3000만달러)중 광고 비중 약95%
• 네이버: △광고 6469억원(73%) △콘텐츠 2173억원(24%) △기타 259억원(3%)
(‘15.4분기)

4. • 게임 체인저의 원인은 AD Tech의 구현
“우리가 성공할 수 있었던 것은 한 쪽 발은 기술 기반의 실리콘밸리에, 나머지 발은 광고업계 본사가 모인 뉴욕의 매디슨 애
비뉴에 걸쳤기 때문이다.”
-- (세계적인 디지털 에이전시 R/GA의 닉 로우)
• 한 조사에 따르면 2014년 미국에서 950개 이상의 애드테크 기업이 탄생
빅데이터를 기반으로 사용자에게 정확하고 유효한 광고를 제공하고 세분화에 근거해 개인화된 광고를 집행
WHY & WHAT?

5. WHY & WHAT?
• 빅데이터 분석에 근거해 목표 고객의 특성을 이해하도록 돕는 데이터 관리 플랫폼(DMP), 잡다하게 널려있는 온라인,
모바일 광고 사이트를 공급자 측면에서 모아놓은 공급자 플랫폼(SSP), 수요자 측면에서 광고 사이트를 구매하는 플
랫폼(DSP) 등으로 구분

6. 애드테크의 중심에는 머신러닝(기계학습)
• 관찰된 데이터를 통해 목적에 맞는 해답(분류,예측,군집화,추천 등)을 찾기 위한 메타프로그래밍(알고리즘을 통해 자동
으로 만들어지는 프로그램)
• 해결하기 위한 문제가 무엇인가, 그리고 그것을 해결하기 위해 관찰된 데이터는 무엇인가에 따라서 적절한 머신러닝
알고리즘을 선택하게 되고 Trial and Error를 통해 반복적으로 좀 더 나은 해답
• 기계학습 방법론
찾기문제의 정의☞데이터의 수집 및 관찰☞관찰된 데이터의 전처리
☞전처리된 데이터들의 특징을 추출☞목적에 맞는 알고리즘 선택 및 학습☞검증☞모델해석☞최종 솔루션 (모델) 선
택

7. 현재 머신러닝 관련 대표적 광고 (뉴스매체 네트웍광고 중심으로)
- 브랜딩 광고: Contextual AD
- 퍼포먼스 광고 : Retargeting AD, Audience Targeting AD
애드테크의 중심에는 머신러닝(기계학습)

8. CM(CONTEXTUAL MATCHING)광고
웹사이트 Text content를 분석하여 매칭 광고를 노출
자동차 기사 에 자동차 광고노출

9. 매칭서버
전송서버
Category
감성 긍정/부정
Ad Keyword
광고매칭 DB
기사 ID
Publishers
방문자
① 광고요청
(기사 ID 전달)
② 기사 Category 조회
③ 기사 Category 확인
(Name : 스포츠)
④ 기사 Category 전달
‘자동차’ Category : 그랜저, BMW 520d, 삼성화재애니카 등
‘금융’ Category : 삼성증권, 대우증권, 국민은행 등
‘스포츠’ Category : 스포츠토토, 게토레이, 카스맥주 등
⑤ 광고배너 전송
기사 Category에 해당 하는 매칭광고 전송
기사 매칭 광고

10. RETARGETING광고
광고주 사이트의 방문자에게 Target 광고를 전송
1. 푸르지오 분양 페이지 방문
2. 푸르지오 분양 광고 노출
3. 분양 페이지 재방문

11. 쿠키서버
방문자
① 사이트 클릭
② Cookie B 전송
③ 쿠키저장소 : Cookie B
1. 쿠키 저장 2. Target 광고 전송
광고서버
Publishers
방문자
① 광고태그 + Cookie B
쿠키저장소 : Cookie B
② 광고배너 전송
Cookie A : 현대자동차 아슬란 캠페인
Cookie B : 푸르지오 분양 캠페인
Cookie C : 푸르지오 기업 PR 캠페인
...
Web site
RETARGETING광고
광고주 사이트의 방문자에게 Target 광고를 전송

12. AUDIENCE TARGETING광고
① 기사클릭
Web site #1
② 네트웍사 Cookie A
Cookie B
Cookie C
Cookie D
쿠키분석 DB
Cookie A
③ 쿠키 이력 저장
쿠키서버
방문자
Web site #2
Web site #3
Web site #4
...
∞
∞
∞
∞
Site #1,2,3,4
활동 정보 모두
Cookie A에
저장됨
④
쿠키저장소 : Cookie A
쿠키를 통해 방문자의 활동 내역 수집

13. AUDIENCE TARGETING광고
쿠키분석 DB
Cookie B
Cookie C
Cookie D
Cookie A
중앙 자동차, 매경 자동차,
현대자동차 사이트 방문,
에쿠스 검색…
스포츠서울 야구, 오센 야구,
LG트윈스 사이트 방문,
티켓예매 검색…
Car
Finance
Baseball
Cook
Travel
Shopping
Audience Segment
Cookie B : Finance
Cookie C : Baseball
Cookie D : Cook
Cookie A : Car
쿠키매칭 DB
쿠키의 활동 내역에 따라 오디언스 분류

14. AUDIENCE TARGETING광고
각 오디언스에 맞는 Target 광고를 전송
Cookie B : Finance
Cookie C : Baseball
Cookie D : Cook
Cookie A : Car
User
쿠키저장소 : Cookie A
전송서버매칭서버
① 기사 클릭
② 쿠키
전달
③ 쿠키
조회
④ 광고
요청
⑤ 광고배너 전송
쿠키매칭 DB

15. 진화된 머신러닝 “딥러닝”
• 딥러닝은 머신러닝 기법 중에 하나로 말 그대로 깊은 또는 심화된 학습의 과정을 일컫는 말로 뉴럴넷(Artificial Neural Network)을 통
해 태동. 본래 뉴널넷은 인간의 뇌 구조와 정보전달과정을 모사하여 만들어낸 수학적 모델로 1950년대 퍼셉트론으로부터 시작
• 90년대 들어 한계에 부닥쳤던 머신러닝은 인터넷 및 소셜 미디어 등을 통해 생성되는 거대한 데이터와 그래픽 카드, 클라우드 인프라
스트럭처 등의 하드웨어 발전으로 인해 급격한 성능의 향상을 이룩

16. 딥러닝 광고의 현재 그리고 TO BE
• 기존 광고의 완성도 UP!(효율 증대)
- 정인식율 상승(90%이상):임프레션 소실율 축소(추가 광고수익),클릭율>
전환율>구매율 등의 퍼포먼스(광고비용 고효율화) 증대
- 리소스 투여 절감: 사전 학습 효율 증대, 지속적 성능 향상의 자동화
• 새로운 광고상품의 구현
- 인공지능적인 접근의 다양한 광고 형태 가능: 감성분석을 동반한
이미지,동영상 분석광고
- IOT와 결합한 새로운 매체와 융합 광고
마이너리티리포트(2002) 한장면

17. 딥러닝 광고 현황
• 현재 딥러닝 기술은 이미지 처리를 통한 사물인식 분야와 사람의 말을
알아듣는 음성인식분야에서 가장 활발

18. - 앤드류 응 (Andrew Ng) 박사의 ‘유투브내 1000만개 비디오 학습을 통해 3일만에 컴퓨터가 고양이 인식
- 인간처럼 읽고 표현하는 능력을 구현함으로써 사진과 동영상 등의 각종 정보를 통해 정교한 타깃팅에 기반한 맞춤형 광고
글로벌 기업 행보

19. -2013년 얀쿤 박사 영입(인공지능소장). 2014년 딥러닝이 적용된 ‘딥페이스’라는 사진 얼굴 인식 알고리즘 발표.1억2000만개
네트웍크 조합으로 인식
정확도가 97.25%로 인간의 평균 눈의 정확도(97.53%)에 근접. 페북의 자동태깅성능을 높이고 더 개인화된 맞춤형 광고 제공
글로벌 기업 행보

20. 감정 서비스 (Emotion Service): 보유하고 있는 수많은 데이터들로 인간의 7가지 감정(분노, 슬픔, 혐오감, 기쁨, 놀람, 두려움,경멸)
을 분석하고, 인간이 가지고 있는 15가지의 얼굴 표정들, 그리고 영상의 질 (조명, 앵글, 등등)을 분석 제공. 클라이언트는 Affectiva가
분석한 내용으로 더 실용적인 광고 영상을 제작 가능
Affectiva 리서치

21. - 딥러닝으로 비디오분석 서비스 제공. 비디오 영상들을 빠른 시간 안에 10,000
가지의 물체들과 장면 종류들을 파악 가능
- Clarifai 소프트웨어가 그래프 라인으로 타임라인을 만들어내고, 이 타임라
인은 영상에서 언제 다른 물체들과 장면들이 발견 되었는지 표현. 예를들어 정확
하게 어느 장면에서 “눈 (Snow)" 또는 ”산 (Mountaint)"이 따로따로, 혹은
함께 나왔는지 분석
- Clarifai 소프트웨어가 정확히 영상의 어느 장면에서 광고를 넣어야 할지
분석해서 광고주들이 영상에 나오는 특별한 장면과 연결되는 자신들의 관련 광
고를 삽입(예. 영상에서 커피를 마시는 장면이 나올 때마다 스타벅스커피 광고
삽입)
Clarifai 리서치

22. GAME CHANGER – DEEP LEARNING!!