시밀러웹, 챗GPT 및 구글 AI 광고 추적 도구 'AI Ads' 출시... 대화형 AI 광고 블랙박스 연다

대화형 AI 검색 시대, 커지는 광고 블랙박스

AI 기술의 발전으로 검색 시장의 패러다임이 대화형 AI로 급격히 이동하고 있습니다. 이에 따라 구글과 오픈AI 등 주요 빅테크 기업들은 자사의 AI 플랫폼 내에 광고 모델을 적극적으로 도입하는 추세입니다. 하지만 기존의 검색 광고 투명성 도구들은 이러한 대화형 AI 환경에서의 광고 노출 맥락을 정확히 짚어내지 못하는 한계가 있었습니다. 업계에서는 이를 두고 AI 광고의 '블랙박스' 현상이라 부르며, 광고주들이 실제 자신의 광고가 어떤 맥락에서 노출되는지 파악하기 어렵다는 우려가 꾸준히 제기되어 왔습니다.

시밀러웹 'AI Ads', AI 플랫폼 광고 가시성 확보

이러한 시장의 갈증을 해소하기 위해 글로벌 디지털 데이터 분석 기업 시밀러웹(Similarweb)이 새로운 광고 인텔리전스 데이터셋인 'AI Ads'를 전격 공개했습니다. 이번 출시는 챗GPT(ChatGPT)를 비롯해 구글 AI 모드(Google AI Mode), 구글 AI 오버뷰(Google AI Overview) 등 대표적인 대화형 AI 플랫폼 내 광고 집행 현황을 가시화했다는 점에서 큰 의미를 지닙니다. 시밀러웹은 실제 사용자 패널의 대화 데이터를 기반으로 한 'Ads Gallery' 기능을 통해, 광고가 노출되는 구체적인 맥락을 투명하게 제공합니다.

수치로 증명된 AI 광고의 폭발적 영향력

시밀러웹이 이번 발표와 함께 공개한 데이터는 AI 기반 검색 광고의 중요성을 여실히 보여줍니다. 원문 데이터에 따르면, 현재 AI 환경에서의 광고 노출 비중은 다음과 같습니다.

• 챗GPT: 전체 응답의 약 26%에서 광고가 노출됨
• 구글 AI 모드: 광고 노출 대상 질의의 거의 30%에 광고가 포함됨
• 구글 전체 검색: 40% 이상이 AI 기반 응답에서 광고를 포함하거나 AI 오버뷰를 유발함

이처럼 높은 노출 빈도는 대화형 AI가 이미 실험적인 단계를 넘어 핵심적인 광고 매체로 자리 잡았음을 시사합니다. 일반적으로 마케터들은 새로운 매체의 초기 진입 시 데이터 부족으로 망설이는 경향이 있으나, 이번 도구 출시로 인해 초기 시장 선점을 위한 경쟁이 더욱 치열해질 것으로 관측됩니다.

향후 업데이트와 고도화되는 분석 지표

시밀러웹은 현재의 가시성 확보를 넘어, 향후 업데이트를 통해 더욱 정교한 분석 항목을 추가할 예정이라고 밝혔습니다. 추가될 주요 지표로는 실제 광고 점유율(Share of Voice), 세부 광고 카테고리, 그리고 사용자의 대화 의도(Conversation Intent) 분석 등이 포함됩니다.

광고주는 AI 환경에서의 광고 노출 가시성을 확보해 초기 경쟁 우위를 기대할 수 있습니다.

이는 단순한 노출 횟수 측정을 넘어, 타깃 고객이 어떤 맥락과 의도로 질문했을 때 광고가 가장 효과적으로 작용하는지 파악할 수 있게 됨을 의미합니다.

BARO 인사이트

대화형 AI 검색으로의 전환은 퍼포먼스 마케팅 업계에 전례 없는 위기이자 기회입니다. 시밀러웹의 'AI Ads' 출시는 그동안 감으로만 의존해야 했던 AI 플랫폼 내 광고 성과를 데이터 기반으로 최적화할 수 있는 길이 열렸음을 의미합니다. BARO Interactive는 이러한 데이터 투명성 확보가 향후 광고주의 예산 배분 전략을 완전히 뒤바꿀 핵심 트리거가 될 것으로 추정합니다.

특히 '대화 의도(Conversation Intent)' 분석 기능이 고도화되면, 기존의 단순 키워드 매칭을 넘어 사용자의 숨은 니즈를 공략하는 초개인화 타겟팅이 가능해질 것입니다. 우리는 선제적으로 AI 오버뷰 및 챗GPT 환경에 적합한 롱테일 질의어와 대화형 프롬프트 기반의 광고 소재를 테스트하고, 사용자의 맥락에 자연스럽게 스며드는 네이티브 형태의 접근을 강화해야 합니다.

결과적으로, 데이터와 자동화 기반의 퍼포먼스 마케팅을 지향하는 BARO는 시밀러웹과 같은 서드파티 인텔리전스 도구를 적극 활용하여 경쟁사보다 한발 앞서 AI 매체 점유율(Share of Voice)을 확보할 계획입니다. 변화하는 검색 생태계 속에서 광고주의 매출과 효율을 동시에 극대화하기 위해서는, 새로운 데이터셋을 빠르게 내재화하고 이를 자동화된 입찰 및 소재 최적화 로직에 연동하는 실행력이 그 어느 때보다 중요해질 것입니다.