페이스북, LLM 기반 '자연어 추천 설정' 도입… 사용자 주도형 피드 시대 열린다

메타의 새로운 실험, 사용자 주도형 AI 추천 시스템

페이스북이 피드와 릴스의 콘텐츠 추천 방식을 근본적으로 변화시키는 새로운 인공지능(AI) 맞춤화 도구를 도입합니다. 이제 이용자는 단순히 플랫폼이 큐레이션해 주는 콘텐츠를 수동적으로 소비하는 것을 넘어, 자신이 원하는 콘텐츠의 방향성을 자연어로 직접 설명하여 알고리즘을 즉각적으로 조정할 수 있게 되었습니다.

메타의 공식 발표에 따르면, 이 새로운 기능은 게시물의 우측 상단에 위치한 점 3개 메뉴 내 'Your algorithm(당신의 알고리즘)'이라는 항목을 통해 제공됩니다. 기존 소셜 미디어 플랫폼들이 주로 채택했던 단순한 '관심 있음' 또는 '관심 없음' 버튼 클릭을 통한 상호작용을 넘어, 그 이후에 사용자가 직접 자연어 피드백을 추가로 입력할 수 있도록 설계된 것이 가장 큰 특징입니다.

대규모 언어모델(LLM)이 가져온 실시간 맥락 이해

이번 페이스북 업데이트의 핵심 기술적 기반은 대규모 언어모델(LLM)의 전면적인 적용에 있습니다. 메타는 자사의 고도화된 LLM을 콘텐츠 추천 시스템 깊숙이 통합하여, 이용자가 입력한 텍스트의 숨은 맥락과 구체적인 의도를 정교하게 파악하도록 만들었습니다.

특히 주목할 만한 점은 동일한 접속 세션 내에서도 이러한 추천 결과가 실시간으로 업데이트된다는 사실입니다. 업계에서는 이러한 즉각적인 피드백 루프가 사용자의 플랫폼 체류 시간을 늘리고 콘텐츠 만족도를 획기적으로 높이는 데 기여할 것으로 관측하고 있습니다. 과거의 알고리즘이 과거의 누적된 행동 데이터를 기반으로 미래의 취향을 예측했다면, 이제는 현재 시점의 명시적 의도가 즉시 피드에 반영되는 구조로 진화한 셈입니다.

퍼포먼스 마케팅 생태계에 미칠 파급 효과

사용자가 알고리즘을 직접 통제하고 튜닝할 수 있게 되면서, 디지털 마케팅 및 광고 생태계에도 적지 않은 지각 변동이 예상됩니다. 일반적으로 사용자는 자신이 원치 않는 자극적이거나 무관한 콘텐츠를 더욱 적극적이고 상세하게 차단하려는 경향을 보일 것으로 추정됩니다.

이는 곧 퍼포먼스 마케터들에게 새로운 과제이자 기회를 던져줍니다. 타깃 오디언스가 정확히 어떤 맥락의 콘텐츠를 플랫폼에 '요청'하고 있는지 파악하는 것이 중요해졌으며, 콘텐츠의 질적 연관성이 노출 알고리즘의 핵심 변수로 작용할 가능성이 높습니다. 구체적으로 다음과 같은 변화가 관측될 수 있습니다.

• 명시적 관심사 타겟팅의 정교화: 사용자가 직접 입력한 자연어 데이터는 단순한 클릭이나 시청 시간보다 훨씬 강력하고 명확한 관심사 시그널로 작용합니다.
• 어뷰징 및 낚시성 콘텐츠의 도태: 사용자의 즉각적인 '관심 없음' 처리와 구체적인 자연어 사유 피드백으로 인해, 맥락에 맞지 않는 저품질 콘텐츠의 노출이 급감할 수 있습니다.
• 니치(Niche) 마켓의 기회 확대: 세분화된 취향을 자연어로 구체적으로 요구하는 사용자들에게, 그에 딱 맞는 맞춤형 광고 소재를 도달시킬 확률이 높아집니다.

BARO 인사이트

BARO Interactive는 페이스북의 이번 'Your algorithm' 도입이 퍼포먼스 마케팅의 패러다임을 수동적인 '행동 데이터 기반'에서 능동적인 '의도 데이터 기반'으로 확장하는 중요한 변곡점이라고 판단합니다. 사용자가 자신의 피드를 적극적으로 큐레이션할수록, 광고 소재 역시 그들의 뾰족한 관심사에 정확히 부합하는 '정보성 콘텐츠'로 위장하거나 자연스럽게 녹아들어야만 생존할 수 있습니다.

따라서 당사는 크리에이티브 기획 단계부터 타깃 고객이 페이스북에 '어떤 키워드와 문장으로 자신의 관심사를 설명할지'를 선제적으로 역산하여 소재를 제작하는 방식을 강화할 계획입니다. 단순한 후킹(Hooking)을 넘어, 특정 니즈를 가진 사용자가 스스로 알고리즘에 요청할 만한 핵심 키워드를 광고 카피와 영상 텍스트에 적극적으로 배치하는 전략이 유효할 것입니다.

또한, 동일 세션 내에서 실시간으로 변하는 알고리즘에 기민하게 대응하기 위해, 단일 캠페인 내에서도 다양한 맥락(Context)과 소구점을 가진 A/B 테스트 소재를 더욱 촘촘하게 세팅할 것입니다. 이를 통해 메타의 자동화된 머신러닝이 사용자의 실시간 자연어 피드백에 맞춰 최적의 광고 소재를 매칭할 수 있도록 데이터 환경을 구축하는 데 집중하겠습니다.