컨텍스트 마케팅의 중요성이 커지는 가운데, 당근은 유저 행동 데이터를 기반으로 한 'AI 타겟팅 최적화' 기능을 도입하며 광고 운영 방식의 변화를 추진하고 있다. 기존 성별·연령·운영체제(OS) 등 고정된 프로필 정보 중심의 타겟팅에서 벗어나, 실제 유저의 행동 흐름을 분석해 광고 효율을 높이는 방식이다.

당근에 따르면 AI 타겟팅 최적화는 유저의 검색 기록, 광고 클릭 이력, 최근 관심 상품 등 실시간 행동 데이터를 기반으로 광고 노출 대상을 자동 선정한다. 광고주는 복잡한 세부 타겟 설정 없이도 AI가 학습한 결과에 따라 잠재 고객군을 확장할 수 있다. 

당근 내부 테스트 결과, AI 타겟팅 최적화를 적용한 캠페인은 기존 수동 타겟팅 방식과 비교해 노출 수와 클릭률(CTR), 전환 수 전반에서 개선된 성과를 기록했다. AI는 클릭률, 클릭당 비용(CPC) 등 주요성과 지표를 기준으로 24시간 학습을 반복하며, 광고 목표에 부합하는 유저에게 예산을 집중하는 구조로 운영된다.

금융 업종 캠페인 사례에서는 AI 타겟팅 적용 캠페인이 수동 타겟팅 대비 CTR과 CPC에서 우수한 성과를 보였으며, 구매당 비용(CPA)은 기존 대비 약 30% 낮아진 것으로 나타났다. AI가 더욱 넓은 범위에서 반응 가능성이 높은 유저를 선별하면서, 동일 유저군 내에서도 효율이 개선되는 결과로 이어졌다.

식음료 업종 캠페인에서는 AI가 발굴한 신규 잠재 고객 비중이 약 87%에 달했다. 기존 타겟 설정으로는 도달이 어려웠던 유저였으나, 타겟 범위 확장 이후에도 CTR은 상승했고 도달 및 노출 규모가 10배 이상 증가한 상황에서도 CPC 상승 폭은 5% 내외에 그쳤다.

뷰티 업종 사례에서도 유사한 흐름이 확인됐다. AI 타겟팅을 통해 추가로 노출된 신규 유저 비율은 5% 미만이었으나, 해당 유저군에서 가장 높은 CTR과 가장 낮은 CPC가 기록됐다. 이들의 CPA는 기존 타겟 유저 대비 2~3배 낮은 수준으로 집계됐다.

현재 AI 타겟팅 최적화는 '앱·웹사이트 방문 유도하기'와 '비즈프로필 알리기' 목표에서 제공되고 있다. 당근은 타겟 범위를 넓게 설정하고 자동 입찰 방식, 복수의 광고 소재를 함께 운영할 경우 AI 학습 속도와 성과 안정성이 높아진다고 안내했다.