AWS의 ML을을 사용하여 스트리밍 TV에 실시간 제품을 배치할 수 있는 새로운 광고 단위를 발명하는 TripleLift

소비자들이 스트리밍 TV로 이동하는 상황에서 마케팅 업계에서는 눈길을 끄는 동영상 광고를 통해 시청자에게 다가갈 수 있는 새로운 방법을 찾아야 합니다. 또한 소비자는 중단이 적은 짧은 광고를 원하기 때문에 게시자와 광고주 입장에서는 더 효과적이고 설득력 있는 광고 단위를 만들기가 어렵습니다. 프로그래밍 방식 광고 기술 회사인 TripleLift는 Amazon Web Services(AWS)에서 맞춤형 구축 모델과 기계 학습(ML)을 결합하여 스트리밍 TV 쇼에 제품 배치 광고를 동적으로 삽입하는 솔루션을 개척했습니다. 이 솔루션은 먼저 ML 파이프라인을 사용하여 프리미엄 비디오 및 TV 콘텐츠의 위치와 노출 영역을 식별한 후 엄선된 장면에 브랜드와 비간섭적인 광고 단위를 결합합니다. 그런 다음에는 서버 측 광고 삽입을 사용하여 시청 환경을 방해하지 않으면서 새로운 장면을 실시간 스트림에 삽입합니다. 광고주들은 TripleLift의 이 솔루션을 사용하여 더 효과적이고 기억에 남는 광고를 게재할 수 있고, 게시자는 오버더톱(OTT) 및 커넥티드 TV에서 자동화된 방법으로 수익을 창출할 수 있습니다.

전 세계에 지사를 두고 있는 TripleLift는 데스크톱, 모바일 및 비디오 전반에서 소비자 중심의 광고 형식을 개발하고 확장합니다. 이 회사는 2012년에 네이티브 프로그래매틱 광고로 시작했지만 13가지 형식의 디스플레이, 브랜드 콘텐츠, 비디오 및 TV 광고로 사업을 확장했습니다. 이제 TripleLift는 OTT 및 스트리밍 TV에서 통합 광고 경험을 제공합니다.

스트리밍 및 OTT TV 서비스가 일반화되면서 소비자들은 TV 30분당 8~15분 분량의 광고가 나오는 기존 모델을 더 이상 받아들이지 않습니다. 가장 몰입도가 높을 때 제품을 배치해야 더 많은 소비자에게 다가갈 수 있습니다. 하지만 실행 계획은 어렵습니다. TV 프로그램과 미디어의 전통적인 브랜드 통합은 시간과 비용이 많이 드는 수동 프로세스입니다. TripleLift의 Connected TV Business 부문 General Manager인 Michael Shields는 “브랜드에서 직접 미디어 회사나 TV 네트워크에 전화를 걸어 광고 영업 담당자와 협력해야 합니다.”라면서 “이러한 거래는 리드 타임이 매우 길며, 실행하려면 사전 제작부터 제작, 촬영 및 후반 제작 수정까지 계속 브랜드가 참여해야 합니다. 또 많은 사람이 협력해야 합니다.”라고 말합니다.

이러한 문제를 해결하기 위해 TripleLift는 이미 10년 동안 사용해 온 AWS를 기반으로 OTT 환경을 위한 프로그래밍 방식의 타겟 광고 솔루션을 만들기 시작했습니다. Shields는 “당사의 선구적인 후반 제작 솔루션은 후반 제작 단계에서 브랜드와 제품을 TV 프로그램으로 변환합니다.”라면서 “이제 마케팅 담당자는 현장에서 실제 제품을 준비하거나 제작 일정을 준수할 필요가 없습니다. 제품과 프로그램의 통합 위치를 보다 긴밀하게 일치시킬 수 있으므로 광고 지출을 통합 지출에 맞출 수 있습니다.”라고 설명합니다. 이 기술을 사용하면 이전에 손대지 않은 잠재적 광고 시간을 수익화함으로써 스트리밍 서비스 및 제작사에서 새로운 수익원을 창출하고, 히트 프로그램의 인기를 공유할 수 있습니다.

TripleLift의 주요 파트너 중 하나인 식품 및 생활 방식 브랜드 Tastemade는 현재 200개 이상의 프로그램 에피소드에 TripleLift 광고 경험을 배포했습니다. Tastemade의 Head of Sales and Brand Partnerships인 Jeff Imberman은 “TripleLift의 딥 러닝 기반 비디오 분석은 프로그래밍에 통합 광고 경험을 삽입할 수 있는 수천 개의 순간을 찾아내고 하이터치 마케팅 기능을 인공 지능으로 보완할 수 있는 확장 가능한 솔루션을 제공합니다.”라고 말합니다.

TripleLift는 5~6개월에 걸쳐 대규모 동영상 분석을 위한 인프라를 구축했고 Amazon SageMaker를 사용하여 이 프로세스를 지속적으로 반복할 수 있습니다. 그 결과 사용자는 고급 ML 모델을 빠르게 준비하고 구축하고 훈련한 후 배포할 수 있습니다. 이 솔루션에는 여러 단계가 포함됩니다. 먼저 TripleLift는 프로그램에 편집 내용을 적용할 수 있도록 프로그램 작성자로부터 권한을 획득합니다. 그런 다음 컴퓨터 비전을 사용하여 비디오를 분석하고 브랜드와 제품을 삽입하기에 적절한 시점을 결정합니다. TripleLift는 Amazon Rekognition을 사용하여 사물, 사람, 텍스트, 장면 및 활동을 식별할 수 있습니다. Amazon Rekognition을 사용하면 검증되고 확장성이 뛰어난 딥 러닝 기술을 통해 이미지 및 비디오 분석을 간단하게 적용할 수 있습니다. TripleLift의 크리에이티브 팀은 제품 및 광고 단위를 배치할 위치를 파악한 후 Amazon WorkSpaces에서 실행되는 클라우드 기반 편집 및 자동화 소프트웨어(예: Nuke, Autodesk Maya, Cinema 4D)를 사용하여 합성을 수행한 후 각 장면에 브랜드 아트워크를 삽입합니다. 이 서비스형 데스크톱 솔루션을 사용하면 몇 분 만에 Windows 또는 Linux 데스크톱을 프로비저닝하고 신속하게 확장하여 전 세계 작업자에게 수천 개의 데스크톱을 제공할 수 있습니다.

TripleLift의 이 솔루션은 인간보다 훨씬 빠르게 초기 광고 기회를 인식합니다. TripleLift의 Computer Vision and ML Engineer인 Luis Bracamontes는 “AWS 솔루션은 사람이 수동으로 작업을 수행하는 데 걸리는 시간의 약 절반으로 작업을 수행할 수 있습니다.”라면서 “이제 Creative 팀에서는 단순히 동영상을 보는 것보다 창의적인 작업에 더 많은 시간을 쓸 수 있습니다.”라고 말합니다. 또 다른 이점은 확장성입니다. Bracamontes는 “용량이 커질수록 솔루션을 통해 삽입을 생성하는 속도가 더 빨라집니다. 따라서 시간이 절약되고 확장성이 높아져 대용량 콘텐츠를 관리하는 데 도움이 됩니다.”라고 말합니다. Amazon SageMaker 기반 기술은 각 광고의 배치를 수없이 반복 배포하여 광고 콘텐츠를 추가로 개인화합니다. 콘텐츠의 수정된 버전은 프로그래밍 방식으로 사용자에게 전달되며, 사용자별로 다른 버전의 클립이 표시됩니다.

TripleLift를 통해 브랜드 배치가 여러 장면으로 합성된 후에는 게시자가 실시간 광고 마켓플레이스를 사용하여 개인화된 타겟팅 배치를 판매할 수 있습니다. TripleLift는 AWS Elemental MediaTailor를 사용하여 서버 측 광고 삽입을 통해 스트리밍 피드에 장면을 연결함으로써 각 브랜드 제품 배치 광고를 게재할 수 있습니다. AWS Elemental MediaTailor를 사용하면 비디오 공급자가 방송사 수준의 서비스 품질을 유지하면서 비디오 스트림에 개별적으로 타겟 광고를 삽입할 수 있습니다. Shields는 “TripleLift는 AWS Elemental MediaTailor와 같은 기존의 서브 측 광고 삽입 프레임워크를 사용하여 이러한 경험을 프레임 수준의 정확도로 동적으로 제공함으로써 다양한 사용자에게 서로 다른 경험을 제공할 수 있습니다.”라고 말합니다.

타겟팅 및 대상 기반 측정을 통해 동적으로 TV 광고를 게재하는 것은 이전의 TV 광고 방법과 근본적으로 다릅니다. TripleLift는 기존 디지털 광고 인프라를 사용하기 때문에 브랜드 측에서 디지털 광고에 기대하는 측정 및 분석 기능을 스트리밍 TV 및 OTT 비디오에서 실행할 수 있으며, 이를 통해 광고가 브랜드 호감도, 회상, 심지어 판매에 미치는 영향을 추적할 수 있습니다. Shields는 “TripleLift는 보유한 고객 프로필 데이터를 기반으로 노출 수를 인식할 수 있습니다.”라면서 “이 솔루션은 사용자마다 다른 경험을 제공할 수 있고, 광고 대행사와 게시자가 모든 것을 추적할 수 있습니다.”라고 말합니다.

AWS에서 TripleLift는 스트리밍 TV 서비스의 성장 추세를 충족하는 광고 솔루션을 개척했습니다. 소비자에게는 자연스럽고 매력적인 광고 경험을, 광고주에게는 더 나은 광고 결과를, 게시자에게는 더 많은 수익을 창출해 줌으로써 혁신적이고 유동적인 시장을 조성합니다. 이제 TripleLift는 향후에 지속적으로 개선할 수 있는 ML 파이프라인의 참조 아키텍처를 보유하게 되었습니다.

특히 이 회사는 ML 모델의 정확도와 콘텐츠 처리 시간을 개선하여 새로운 솔루션을 추가로 개선하고자 합니다. Shields는 “우리 솔루션은 소비자가 더 적은 상업적 제한을 요구하는 미래에 프로그래밍의 수익성을 크게 높여줍니다.”라면서 “우리는 TV 시스템의 발전을 도울 훌륭한 솔루션을 찾았고, 이는 브랜드 지원 TV의 역사에 큰 영향을 미칠 것입니다.”라고 말합니다.

TripleLift의 AWS on Air re:Invent 2020 세션에서 자세히 알아보세요.