AI 광고 소재, 클릭률과 전환은 달랐다…연구 4건 비교

생성형 AI로 광고 소재를 더 많이 만들고 클릭률을 높인 연구 결과가 나오고 있지만, 그 효과가 구매 전환까지 이어졌다는 근거는 제한적이다. 이미지 광고의 클릭률이 개선된 실험이 있는 반면, 동영상 광고에서는 관심과 시청 반응이 좋아져도 전환 가능성은 낮아진 결과가 보고됐다. 제작 효율과 소비자 반응, 최종 전환을 같은 성과로 읽기 어려운 이유다.

투데이마케팅은 10월 27일 기준 공개된 광고 소재 관련 연구 4건과 구글의 광고 제작 안내 자료를 대조했다. 분석 대상은 학술지 논문 1건, 심사 전 공개 연구 2건, 학술대회 발표 초록 1건이다. 각 자료의 실험 대상, 비교군, 측정 지표와 통계적 한계를 나눠 검토하고, 같은 실험에서 공개된 평균 클릭률의 차이는 별도로 계산했다. 광고 계정이나 기업의 매출 원장을 직접 조사한 분석은 아니다.

플랫폼이 강조하는 이점은 우선 제작 규모다. 구글은 올해 3월 공개한 광고주 안내에서 AI 도입 후 광고 소재 제작량이 약 6배로 늘었다는 조사 결과를 소개했다. 근거는 2024년 9월 구글·BCG의 전 세계 마케팅 AI 의사결정자와 영향력자 2135명 대상 조사다. 2026년의 매출 실험 결과가 아니며, 제작량 6배를 광고 매출 6배로 바꾸어 해석할 수는 없다.

제작한 이미지 중 무엇을 골라 집행했는지에 따라 클릭 성과도 달라졌다. 레미 다비에와 요헤이 니시무라가 학술지 마케팅 사이언스에 발표한 연구는 야외 활동 업체의 인스타그램 광고를 대상으로 했다. 연구진은 자연 배경 이미지를 생성한 뒤, 브랜드 기준과 예상 클릭 성과를 함께 학습하는 방식으로 후보를 골랐다. 최종 비교에 쓰인 모든 소재는 업체의 브랜드 적합성 검토를 거쳤다.

최종 검증에서는 학습 기반 AI 소재, 미적 완성도만 최적화한 AI 소재, 전문 디자이너 소재를 각각 10개씩 같은 주에 동일 예산·타기팅 조건으로 집행했다. 평균 링크 클릭률은 순서대로 0.98%, 0.78%, 0.65%였다. 공개된 반올림 수치로 계산하면 학습 기반 AI와 디자이너 소재의 차이는 0.33%포인트, 디자이너 소재 대비 상대 차이는 약 50.8%다. 구매나 매출의 증가율이 아니라 링크 클릭률의 차이다.

다만 AI를 썼다는 사실만으로 모든 비교에서 우위가 입증된 것은 아니다. 디자이너 소재와의 차이는 연구진의 재표집 분석에서 통계적으로 유의했지만, 미적 완성도 중심 AI와의 비교는 통상적인 5% 유의수준을 넘었다. 소재별 평균값이 높다는 결과와, 우연한 차이일 가능성까지 충분히 배제했다는 판단은 구분된다. 한 업체와 디자이너 한 명을 비교한 소규모 검증이라는 한계도 있다.

18개월 뒤 재학습 없이 진행한 후속 집행에서는 AI 소재의 평균 클릭률이 3.38%, 업체가 당시 캠페인용으로 만든 소재는 3.24%였다. 격차는 0.14%포인트, 상대 차이는 약 4.3%로 계산된다. 그러나 논문에 제시된 단측 검정의 p값은 0.323으로, 이 재실험에서 AI의 통계적 우위가 입증됐다고 쓰기는 어렵다. 집행 계절과 비교 소재가 달라 두 실험의 격차를 시간에 따른 AI 효과 감소로 해석하는 것도 적절하지 않다.

더 넓은 광고 시장을 살핀 연구에서는 이미지의 외형이 변수로 등장했다. 컬럼비아 경영대학원이 10월 23일자로 소개한 야니크 엑스너 등의 공개 연구는 7000곳이 넘는 광고주, 약 50개 상품군의 준실험 자료를 분석했다. 광고·일 단위 관측치는 200만 건 이상이며, 전체 노출은 160억 회 이상, 클릭은 1억1600만 회였다. AI 이미지의 클릭률 우위는 소비자가 그 이미지를 AI가 만든 것처럼 느끼지 않는 경우에 나타났다.

연구진은 강한 색 채도가 AI 이미지로 인식되는 단서였다고 설명했다. 반면 미적 완성도와 크게 표현된 얼굴은 사람이 만든 이미지와 연결해 인식되는 경향이 있었다. 이는 이미지의 시각적 특징과 소비자 반응에 관한 결과다. AI 표시를 숨기면 성과가 높아진다는 실험이 아니며, 광고주 전체를 무작위로 나눈 실험과도 근거의 성격이 다르다.

제작 현장의 협업 방식도 별도 변수였다. 하랑 주와 시난 아랄이 10월 15일 수정한 공개 연구는 참가자 2234명을 사람끼리 협업하는 팀과 사람·AI 협업 팀으로 무작위 배정했다. 참가자들은 연례 보고서를 홍보하는 광고 1만1024개를 만들었다. 사람·AI 팀은 1인당 광고 제작량이 50% 많고 문구 평가가 높았지만, 이미지 품질 평가는 사람끼리 만든 팀이 앞섰다.

후속 X 광고 집행에서는 약 500만 회 노출을 바탕으로 클릭률과 클릭당 비용, 보고서 열람 반응을 분석했다. 협업 유형 자체에 따른 전체 광고 성과 차이는 통계적으로 뚜렷하지 않았다. 문구 품질과 클릭률·열람 시간 사이에는 관련성이 나타났지만, 이미지 품질과 클릭당 비용의 관계는 통계적으로 유의하지 않았다. 제작량이 늘었다는 결과가 그대로 집행 성과의 우위로 이어지지는 않은 것이다.

사람·AI 팀의 결과물이 서로 더 비슷해졌다는 점도 이 연구의 쟁점이다. 다만 과업과 절차에 초점을 맞춰 소통한 사람·AI 팀에서는 높은 생산성과 품질이 나타나면서 다양성 감소가 관측되지 않았다. 이런 협업 행동은 연구 안에서 관찰한 관계여서, 특정 지시문을 넣으면 언제나 다양성 문제가 해결된다는 인과관계로 확대하기는 어렵다. 연구 자체도 아직 학술지 심사를 거친 확정 논문은 아니다.

클릭 다음 단계의 결과를 다룬 자료도 있다. 홍콩침례대 연구진의 ‘관심은 끌지만 전환은 없는가’ 연구는 올해 6월 ISMS 마케팅 사이언스 학술대회에서 발표됐다. 150개가 넘는 동영상 광고를 활용한 무작위 현장 실험에서 AI 소재는 클릭률과 시청 유지 등에서 좋은 반응을 얻었으나, 사람 제작 소재보다 전환 가능성은 낮았다. 관심을 끄는 능력과 전환을 이끄는 능력이 같은 방향으로 움직이지 않은 사례다.

이 결과에는 공개 범위의 한계가 있다. 확인 가능한 발표 초록에는 전환의 구체적 정의, 효과 크기와 신뢰구간이 제시되지 않았다. 따라서 구매가 몇 퍼센트 줄었다거나 특정 업종에 같은 손실이 발생한다고 단정할 수 없다. 정지 이미지와 동영상, 상품 광고와 보고서 홍보는 소비자가 취하는 행동도 달라 연구별 수치를 하나의 평균 효과로 합산하지 않았다.

플랫폼의 제작 도구는 광고주가 시험할 후보를 늘리는 데 초점을 두지만, 광고주에게 돌아오는 성과는 실제 집행 이후에 결정된다. 디자이너와 대행사의 역할도 이 비교에서는 생성 작업에만 머물지 않는다. 브랜드 기준에 맞는 후보를 고르고, 문구와 이미지의 품질을 나눠 점검하며, 비슷한 결과물이 반복되는지 살피는 과정이 연구의 주요 변수였다. 소비자 측에서는 이미지의 인상과 클릭 이후 행동이 서로 다른 평가 단계로 드러났다.

이번 비교에서 구분되는 것은 AI의 제작 능력, 집행 소재의 선택, 성과 측정의 세 단계다. 더 많은 후보를 만드는 이점은 실험 기회를 넓히지만 클릭과 구매의 개선을 미리 보장하지 않는다. 같은 예산과 대상에서 얻은 클릭 반응이 실제 전환과 얼마나 함께 움직이는지, 제작·검수 비용까지 포함했을 때 효율이 유지되는지가 남은 검증 과제다. 현재 공개된 연구는 AI 소재의 일률적인 승패보다 그 성과가 성립하는 조건을 더 구체적으로 드러낸다.