전단지를 대체할 당근 광고의 등장

점심시간에 밥을 먹으러 나오면 전단지를 한 아름 들고 대기 중인 분들과 마주칠 때가 많습니다. 얼른 다 돌려야 퇴근하실 수 있을 테니 하나 받을까 싶다가도, 한 번 받으면 줄줄이 받게 되어 쓰레기만 많이 생길 것 같다는 걱정도 듭니다. 

전단지 광고를 보면, 주변에 걸어갈 만한 동네 필라테스, 헬스장, 식당 등 광고가 많습니다. 그 전단지를 손에 쥐고 갈 수 있는 거리에 있는 가게들이 전단지 광고를 돌리는 것이죠. 지역 생활 커뮤니티인 당근은 바로 이러한 동네의 연결을 고민하고 있고, 그에 맞는 광고 플랫폼을 운영하고 있습니다. 제가 일하고 있는 광고실은 사용자 경험에 자연스럽게 녹아들면서도 이용자들과 사장님들을 연결해주기 위해 광고 시스템을 직접 개발하고 있습니다.

당근의 광고실은 사용자에게 근처 맛집을 알려주거나 눈여겨보던 상품을 추천해주고 사용자가 특정 행동을 하면 광고주로부터 이용료를 받는 시스템을 만듭니다. 흔히 광고라고 하면 부정적인 이미지를 떠올리기 마련인데요, 사실 본질은 ‘사용자에게 유용한 정보를 제공하는 것’에 있습니다. 당근은 2022년 한 해 동안 약 1억 6,400만 건의 ‘이웃 간 연결’을 만들어 냈는데요. 이러한 연결 속에서 큰 가능성을 봤습니다. 이웃들은 필요한 정보를 제공받고, 또 동네 가게 사장님들은 단골 손님을 만들어갈 수 있다면, 지역 생활이 더 풍요로워지지 않을까요? 

지난 몇 년간 서비스의 성장과 함께 광고실의 고민도 많아졌습니다. 이 글은 광고의 생성, 서빙, 성과, 머신러닝까지.. 당근 광고 시스템을 만들어 가는 메이커들의 이야기입니다. 당근의 광고 시스템이 궁금하신 분들에게 도움이 되길 바라며, 또 동시에 당근 광고를 만들어 가고 있는 구성원분들이 그동안의 고민과 노력을 기록하고 기념할 수 있는 글이 되었으면 좋겠습니다.

당근 광고 시스템을 파헤쳐 봅시다

인터넷에 광고 시스템을 검색하면 프로그래매틱 광고, 애드테크와 같은 용어가 나오는데요, 이는 사실 쉽게 말하면 온라인 세상에서 ‘전단지를 잘 만들고 잘 나눠주게 하는 체계’라고 볼 수 있습니다. 당근에서는 누구나 전단지, 즉 광고를 만들고 효과적으로 나누어줄 수 있도록 시스템을 구축하고 있는데요. 이때 언제 어디서 어떤 사용자들에게 전단지를 나눠줬는지를 기록할 필요가 있으며 전단지의 성격에 따라서는 적합한 사용자를 예측하여 사용자와 광고주의 만족도를 모두 높여줄 필요가 있습니다. 당근의 광고 시스템은 위 아이디어를 충실하게 구현하고 있는데요, 당근의 광고 시스템을 하나씩 설명해 보겠습니다.

Step 1. 광고를 만드는 시스템 DSP 

당근동에 새로 파스타 가게 문을 연 한 사장님이 가게를 홍보한다고 가정해보겠습니다 🧑‍🍳. 이때 광고의 목적은 매장의 방문을 늘려 매출을 올리는 것이고 이를 위해 점심시간에 당근동 근처 사람들이 다니는 길목에 광고를 하는 것은 광고의 전략이 됩니다. 당근에는 광고를 만들 수 있는 시스템 Demand Side Platform(DSP)이 존재합니다. 광고 지면을 필요로 하는 사람들, 즉 광고주들은 DSP를 통해 어떤 목표를 가지고 어떤 대상들에게 어떤 전략으로 어떻게 생긴 광고를 하겠다고 요청할 수 있는데요. 파스타 가게 사장님이라면, 맛있는 파스타 사진과 합리적인 가격을 본 사람들이 손님이 되어 가게를 방문하도록 광고를 할 수 있습니다. 이렇게 광고주의 목적을 이룰 수 있도록 광고주에게 적절한 UI와 기능을 제공하는 것이 DSP라고 볼 수 있습니다. 

Step 2. 광고를 나누어주는 시스템 AdServer

다음으로는 사용자가 보는 지면에 광고를 나눠주는 시스템인 AdServer가 있습니다. AdServer는 광고주가 설정한 기간, 타깃, 금액과 같은 정보, 그리고 사용자의 반응 등을 고려하여 광고의 우선순위를 정하고, 이 우선순위에 따라 광고를 내보냅니다. 위의 예시를 활용해보겠습니다. 파스타 가게 사장님의 가까운 친구인 칼국수 식당 사장님이 있습니다🍜. 칼국수 식당 사장님은 어느날 파스타 가게가 당근 광고를 통해 입소문을 냈다는 것을 알게 됩니다. 가게의 매출을 올리고 싶은 칼국수 사장님도 이제 당근 광고를 이용하게 되는데요, 점심시간에 당근 어플리케이션을 킨 사용자들은 이 둘 중 어느 식당의 광고를 먼저 보게 될까요? 정답은... ‘사용자마다 다르다’ 입니다. 사용자가 가장 좋아할 만한 광고를 그때그때 제공하여 사용자와 광고주의 만족도를 모두 높이는 것이 AdServer의 목표입니다.  

Step 3. 광고 관련 데이터 시스템 Data Management Platform

같은 광고를 돌린다고 하더라도, 파스타 사장님과 칼국수 사장님이 효과적으로 광고를 집행하는 방법은 매우 다를 수 있습니다. 광고의 성과와 사용자의 광고관련 데이터를 저장하는 시스템인 Data Management Platform(DMP) 덕분입니다. DMP는 광고를 지면에 얼마나 노출했는지, 그리고 광고를 본 사람 중 몇 명이 광고를 클릭했으며 광고의 목표에 맞는 행동을 한 사용자들은 몇 명인지 등을 기록하여 광고주가 광고의 효과를 파악할 수 있게 해줍니다. 이를 통해 광고주는 더 적은 광고비로 더 많은 성과를 내는 광고를 만들 수 있고 나아가서는 최적의 성과를 낼 수 있는 사용자 집단을 탐색할 수 있습니다. 이때 탐색한 사용자 집단을 타겟팅할 수 있게 DMP는 사용자들의 성별, 연령, 관심사와 같은 정보를 저장합니다. 예컨대 각 식당 사장님은 다음과 같은 전략을 짤 수 있게 되는 것이죠. 

• 파스타 사장님 🧑‍🍳: 연령별 데이터를 살펴보니, 20대 고객의 전환율이 좋군! 20대를 타깃으로 제한하여 광고의 효율을 올려봐야겠다!
• 칼국수 사장님 🍜: 연령별 데이터를 보니 30대의 재방문율이 좋은 것 같아. 앞으로는 30대를 대상으로 더 광고해 지출 대비 수익을 올려야겠다.

Step 4. 광고의 가치를 높이는 Machine Learning

마지막으로 광고의 가치를 연구하는 머신러닝 시스템이 존재합니다. 사용자가 광고를 보고 어떻게 반응할 것인지를 예측하는 머신러닝은 광고주의 효율과 사용자 경험, 그리고 광고 운영의 효율을 개선하는데 핵심적인 역할을 하고 있습니다. 당근은 모든 광고의 클릭률과 전환율을 예측하고 있으며 광고주가 수동으로 대응하기 어려운 실시간 입찰, 그리고 사람의 시간이 많이 필요한 광고 검수를 보조하고 있습니다. 

예를 들어, 이번에는 파스타와 칼국수를 모두 파는 식당이 광고하는 상황을 가정해보겠습니다 🧑‍🍳🍜. 앞서 20대가 파스타를, 30대가 칼국수를 좋아한다는 것을 알 수 있었기 때문에, 같은 식당의 광고일지라도 이를 학습한 머신러닝이 20대 사용자에게는 파스타 광고를, 30대 사용자에게는 칼국수 광고를 보여줄 것을 추천할 수 있습니다. 이를 기반으로 지면 경쟁에 적절한 입찰가를 광고주 대신 찾아주거나, 사용자가 잘 반응하지 않는 문구나 사진이 있을 경우 개선을 요청하는 등 당근 광고실 머신러닝은 광고 시스템을 자동화·효율화해 나가고 있습니다. 

당근 광고실의 이야기는 이제 시작입니다!

광고실이 만드는 시스템은 이러한 요소들을 기반으로 매년 가파르게 성장하고 있습니다. 아직은 초기 시스템의 형태를 띄고 있지만 여러 지면과 매체의 광고, 그리고 다양한 형태의 광고를 다룰 수 있도록 시스템을 고도화해 나갈 예정입니다. 동네의 연결, 그리고 나아가 우리 생활권의 연결을 위해 고군분투하는 당근 광고실의 이야기가 더 궁금하다면, 당근 테크 블로그를 통해 이어지는 글을 확인해 주세요!