생성형 AI와 Listening Mind의 활용

Contents

AI 발전의 시대

지난 10년 기술의 발전은 AI의 발전이라고 이야기해도 될 것 같습니다. 다른 기술의 발전이 없다기보다는 Computer Science의 발전이 너무나 빠르고 이의 영향이 전 세계의 모든 영역에 지대하기 때문에 이런 생각을 할 수 있는 것 같습니다.
특히 22년 ChatGPT의 등장을 시작으로 Global Big-Tech의 시장 확산과 발전은 비슷한 업계에서 일하는 사람의 입장에서 따라가기도 힘든 상황이었습니다. 그런데 최근에 (25년도 초) DeepSeek가 등장하고 이에 대응하기 위해 기존 서비스들이 새로운 기능과 Version을 공개하면서 다시 한번 큰 변화가 있는 것으로 보입니다.
최근의 발전 방향은 모델의 성능은 비약적으로 향상되고 있고 이에 비해서 소프트웨어의 크기는 줄어들면서 개인 노트북에서도 구동 가능한 형태도 등장하고 있습니다. 서비스의 성능이 높아짐에도 불구하고 경쟁이 치열해지고 있고 개발 비용이 감소하고 있어서 사용에 따른 비용 또한 급격하게 감소하고 있습니다.
모델의 비약적인 향상이라는 부분에 대해서 조금 더 이야기하자면 아마 다음 두 가지 일 것으로 보입니다.
- Multi Modality 의 보편화 입니다.
  - 대부분의 AI 서비스에서 Multi Modality를 지원하고 있습니다. 텍스트, 이미지, 음성, 비디오까지 통합적으로 처리하며 더 복합적인 작업을 수행할 수 있습니다. 예를 들어, 사용자가 음성을 입력하면 이를 텍스트로 변환하고, 텍스트를 기반으로 이미지를 생성한 뒤 해당 결과를 비디오로 변환하는 연속 작업이 가능합니다. 의미적으로는 인간이 사용하는 대부분의 정보형태를 AI도 처리하고 대응가능하다고 할 수 있습니다.
- 추론 성능의 향상입니다.
  - 현재 AI 서비스라고 불리는 ChatGPT나 Gemini 같은 서비스들의 주요한 알고리즘은 언어모델을 기반으로 하고 있습니다. 이 모델은 말은 잘하지만 태생적으로 Hallucination으로 표현되는 아무 말 대잔치의 단점을 가지고 있습니다. 이 문제를 해결하기 위해 많은 노력이 있었는데 추론 기능과 강화학습이 적용되면서 모델 성능이 비약적으로 발전하는 결과를 가지고 왔습니다.
  - 추론은 뭘까요?
    - 위키의 정의는 “추론(推論, inference)은 이미 알고 있는 또는 확인된 정보로부터 논리적 결론을 도출하는 행위 또는 과정이다. 따라서 추론(推論)은 ‘어떠한 판단을 근거로 삼아 다른 판단을 이끌어 내는 것’이라고 할 수 있다. “ 이 말은 이미 알고 있는 정보가 있어야 GPT의 향상된 성능을 향유할 수 있는 것이라고 볼 수도 있을 것 같습니다.
아래 마케팅에 적용하는 예시로 추가적인 설명하겠지만 이제는 실무에서 충분히 활용 가능한 단계까지 발전했다고 생각됩니다.

AI 시대에서 인간의 역할

이 글에서 이야기하는 인간의 역할은 현재 기술 수준에서 제가 판단한 내용입니다. 기술이 더 발전할 수도 있고 보는 시각에 따라 다른 해석을 할 여지는 충분히 있다고 생각하고 있습니다.
실무에서 충분히 활용 가능한 AI가 모든 사람들의 손에 쥐어진다면 인간의 영역과 AI의 영역은 어떻게 구분되어야 할까요? 다른 표현으로 하자면 발달된 AI의 시대에 인간의 역할은 어떤 부분이 되어야 할까요?
지금처럼 요약하고 정리하는 역할을 AI가 잘해 준다면 인간은 전문가 수준의 지식을 매우 쉽고 빠르게 획득할 수 있습니다. 예를 들어서 우리가 소송을 진행하기 위해 변호사를 고용한다면 좋은 변호사는 우리에게 소송에 이길 수 있는 여러 정보를 제공할 겁니다. 그럼 우리는 뭘 해야 할까요? 변호사를 AI로 바꾸고 같은 질문을 하면 같은 대답을 하게 될 겁니다.
인간은 판단을 해야 합니다. 목표를 가지고 인간의 의지가 반영된 판단이 있어야 합니다. 소송을 할 것인지 말 것인지, 3심까지 가는 긴 시간을 투자할 것인지 아니면 합의를 이끌기 위한 전략을 사용할 것인지 같은 결정을 해야 합니다. 근거를 가지고 GPT의 결과물이 적절한지 혹시 검토되지 않은 부분이 있거나 틀린 것은 없는지를 확인해야 합니다. 완전히 새로운 개념을 접근하는 경우처럼 세상에 아직 없는 내용의 경우에는 더욱더 이런 작업이 중요하다고 이야기할 수 있을 것 같습니다.
아래에서는 “콜라겐”과 관련된 마케팅을 한다는 가정하에 GPT에 질의한 내용과 Listening Mind에 질의한 내용으로 인간과 AI가 어떻게 협업하면 좋을지에 대한 이야기를 하도록 하겠습니다.

GPT를 활용한 “콜라겐”의 분석

22년 ChatGPT가 나온 이후 지속적으로 Test 하고 실제 서비스에 적용도 해 왔지만 최근의 결과를 보면 놀라지 않을 수가 없습니다. 추론과 강화학습이 적절하게 적용되면 GPT가 원래 잘하던 영역의 성능이 극대화되고 약점이었던 Hallucination이 줄어들게 되어 나오는 결과라고 생각합니다. 원래 잘하던 영역은 요약과 번역이라고 생각합니다.
콜라겐과 관련된 마케팅을 담당하는 담당자로 가정하고 ChatGPT에 다음과 같이 질문을 했습니다.

“콜라겐과 관련해서 마케팅을 하려고 하는데 어떤 의도들이 있는지와 이런 의도를 충족하기 위해서 어떤 키워드를 중심으로 마케팅을 해야 하는지 알려줘”

내용이 좀 길게 나와서 내용을 표로 정리해 달라고 했습니다. 아래는 그 결과입니다.

검색 의도	관련 키워드	마케팅 전략
피부 관리 및 미용	콜라겐 주름 개선, 콜라겐 탄력 효과, 피부에 좋은 콜라겐 추천	– 피부 개선 사례와 전/후 비교 콘텐츠 제작- 뷰티 관련 유튜브 광고 및 블로그 포스팅 활용
건강 증진	콜라겐 뼈 건강, 관절에 좋은 콜라겐, 콜라겐 면역력 효과	– 건강 관련 연구 결과와 사례 공유- 의학 전문가 리뷰 콘텐츠 제작
섭취 방식 및 제품 비교	콜라겐 파우더 vs 알약, 콜라겐 흡수율 높은 제품, 콜라겐 복용법 아침 vs 저녁	– 제품 비교 콘텐츠와 흡수율 차이를 설명한 인포그래픽 제작- 사용자 리뷰 강조
자연적 대안 및 음식	콜라겐이 풍부한 음식, 자연적인 콜라겐 보충 방법, 콜라겐 식단	– 자연식품과 콜라겐의 상관관계를 강조하는 콘텐츠 제작- 레시피와 음식 추천 캠페인 진행
부작용 및 효과 검증	콜라겐 부작용, 콜라겐 효과 진실, 콜라겐 오래 먹어도 되나요	– 부작용 및 안전성을 강조한 콘텐츠 제작- 고객 후기와 전문가 의견 제공
특정 타겟 및 연령대	40대 여성을 위한 콜라겐, 남성을 위한 콜라겐 추천, 콜라겐 어린이 섭취 가능성	– 타겟별 맞춤형 제품 소개- 연령대별 효과 차이를 보여주는 데이터 기반 콘텐츠 제공
리뷰 및 제품 추천	가장 인기 있는 콜라겐, 콜라겐 가격 비교, 콜라겐 베스트셀러	– 인기 제품 랭킹 콘텐츠 제작- 다양한 플랫폼에서 제품 리뷰 제공

제가 콜라겐과 관련된 상품으로 마케팅을 한 적은 없지만 서비스 개발 초기에 콜라겐 상품을 판매하는 회사 마케터들 분들의 요청사항을 검토한 적이 있어서 대략적인 지식을 가지고 있습니다. 그 기준으로 보건대 좋은 분석 결과라고 생각합니다. 있을만한 내용들은 대부분 다 있고 특별히 망각을 적어 놓은 것 같지는 않습니다.
하지만 뭔가 부족합니다. 제가 판단하기에는 인턴에게 1개월 정도 시간을 주고 조사하라고 했다면 이 정도 결과면 잘했다고 칭찬할 것 같습니다. 하지만 다음 작업으로 몇 가지를 더 요청할 것 같습니다. 마찬가지로 GPT에 추가적인 요청을 할 수 있지만 그 결과로는 여전히 부족한 점을 채울 수 없습니다
부족한 점은 다음의 두 가지 정도 일 것 같습니다.
1. 이렇게 판단한 근거를 파악해야 합니다.
2. 전반적인 부분은 동의가 되지만 빠진 부분 또는 놓친 부분은 없는지 검토해 봐야 합니다.
왜 이런 부분이 필요하고 왜 이런 부분이 GPT에서는 부족한 걸까요? 우리가 이런 Data를 필요로 하는 이유는 판단의 근거가 있어야 하기 때문입니다. 어떤 이유로 이런 판단을 했는지 그리고 이 부분이 충분히 모든 영역을 파악했는지에 대해서 검토되지 않으면 이건 결과를 바탕으로 전략을 수립하거나 다음 단계의 Action으로 옮겨가기 어렵습니다.

Listening Mind를 활용한 “콜라겐” 분석

Listenng Mind 서비스를 구현하면서 AI 서비스를 접목해서 검색데이터를 보다 잘 이해하고 활용할 수 있도록 하고 있습니다. 저희는 ChatGPT의 API를 활용하고 있는데 어떤 방식으로 활용하는지는 이전에 작성한 글에 보다 자세한 설명이 있습니다.

Listening Mind의 생성형 AI 활용

위의 예시처럼 콜라겐과 관련된 마케팅을 담당하는 담당자로 가정하고 Listening Mind에 “콜라겐”을 입력하고 조회했습니다.

“콜라겐”과 연결된 키워드들을 각각의 클러스터로 묶고 전체에 대해서 리뷰하도록 한 내용입니다. 리뷰 내용이 잘 보이지 않으니 아래에 그 내용을 다시 적었습니다.

==============================================================

분석결과:

주요 검색어

검색어 ‘콜라겐’과 관련된 주요 검색어들은 주로 콜라겐의 효능, 종류, 섭취 방법 및 추천 제품에 대한 정보로 구성되어 있습니다. 특히 ‘콜라겐 먹으면 안 되는 사람’과 같은 검색어는 특정 소비자층의 우려를 반영하고 있으며, ‘저분자 콜라겐’과 ‘콜라겐 펩타이드’는 현대 소비자들이 선호하는 제품 형태를 나타냅니다. 이러한 검색어들은 소비자들이 콜라겐의 건강 효과와 안전성에 대해 깊이 있는 정보를 원하고 있다는 것을 보여줍니다.

검색의도

정보형: 1084 (74%)/ 이동형: 22 (1%)/ 상업형: 249 (17%)/ 거래형: 281 (19%)

검색의도의 대부분이 정보형(74%)으로 나타났습니다. 이는 소비자들이 콜라겐에 대한 정보를 찾고 있음을 의미하며, 특히 효능, 섭취 방법, 그리고 부작용에 대한 관심이 높습니다. 상업형(17%)과 거래형(19%) 비율도 상당하여, 소비자들이 콜라겐 제품을 구매할 의도가 있음을 나타냅니다. 이동형은 매우 낮은 비율로, 이는 소비자들이 콜라겐을 직접적으로 구매하기 위해 이동하는 경우는 드물다는 것을 보여줍니다.

클러스터별 크기 분포

상위 3개 클러스터는 다음과 같습니다:

D 클러스터: 221 (15.0%)/ B 클러스터: 185 (13.0%)/C 클러스터: 172 (12.0%)

D 클러스터는 콜라겐의 효능 및 관련 제품에 대한 정보를 포함하고 있어 소비자들이 건강에 대한 관심을 반영하고 있습니다. B 클러스터는 콜라겐의 종류와 섭취 방법에 대한 질문들이 포함되어 있어, 소비자들이 다양한 옵션을 고려하고 있음을 보여줍니다. C 클러스터는 콜라겐 제품 추천과 관련된 검색어들이 포함되어 있어, 소비자들이 최적의 제품 선택을 위해 정보를 찾고 있음을 나타냅니다.

검색어 속 관심사

소비자들은 콜라겐의 효능, 섭취 방법, 그리고 안전성에 대한 정보를 중점적으로 찾고 있습니다. 특히 ‘콜라겐 먹으면 안 되는 사람’이라는 검색어는 특정 건강 문제나 알레르기 반응에 대한 우려를 나타내며, 이는 소비자들이 자신의 건강 상태를 고려하여 제품을 선택하고자 하는 경향을 보여줍니다. 또한, ‘저분자 콜라겐’과 ‘콜라겐 펩타이드’와 같은 검색어는 현대 소비자들이 흡수율이 높은 제품을 선호한다는 점을 반영합니다.

결론적으로, 콜라겐에 대한 검색은 정보 탐색이 주를 이루며, 소비자들은 자신의 건강과 관련된 안전한 선택을 위해 다양한 정보를 수집하고 있습니다. 이러한 경향은 앞으로도 계속될 것으로 보이며, 마케팅 전략 수립 시 이러한 소비자의 관심사를 반영하는 것이 중요합니다.

==============================================================

내용을 자세히 보면 약간은 다를 수 있지만 크게는 같은 맥락으로 볼 수 있습니다. 다만, Listening Mind에서는 수집한 검색 Data를 프롬프트를 통해서 제공하고 있기 때문에 GPT에서 제공한 내용의 근거를 파악할 수 있습니다. 그리고 전체 내용의 Raw Data를 제공하고 있어서 담당자 입장에서 어떤 부분을 추가로 고려해야 하는지를 파악할 수 있습니다.

아직 Listening Mind에는 부족한 부분이 많이 있습니다. 하지만 저희가 지향하는 지점은 마케터들이 근거를 가지고 판단할 수 있도록 Data를 제공하려고 합니다. 그리고 부족한 부분이 없는지를 파악할 수 있도록 가능한 범위에서 모든 Data를 검토할 수 있도록 서비스를 제공하려고 하고 있습니다. Listening Mind에서 제공하는 AI 기능을 활용하는 것도 업무에 도움이 된다고 생각되지만 저희가 제공하는 Data를 생성형 AI에 제공하고 생성형 AI의 결과를 Listening Mind를 통해서 확인하는 과정을 진행한다면 업무에 더 많은 도움이 될 것이라고 생각합니다.

결론

AI의 발전으로 정보의 획득과 요약은 매우 낮은 가격으로 빠르게 진행할 수 있습니다. 특히 최근에 기술 발전으로 인해서 성능이 향상되면서 현업에서 이를 적용한 업무 진행이 가능한 수준이고 효율적/효과적이라고 말할 수 있습니다.
이런 상황에서 인간의 역할은 판단을 해야 합니다. 여기서 말하는 판단은 GPT의 결과물이 신뢰할 수 있는지 신뢰할 수 있다면 어떤 근거에 기반해서 신뢰할 수 있는 것인지 그리고 실제로 어떤 실행을 해야 하는지를 의지를 가지고 판단해야 합니다.
마케팅의 영역에서 GPT를 포함한 생성형 AI가 많은 도움을 줄 수 있다고 생각하지만 Listening Mind를 같이 활용한다면 보다 생산적이고 창의적인 업무를 진행할 수 있다고 생각합니다.