광고 시장이 다시 한 번 큰 변곡점을 맞고 있다. 핵심은 생성형 AI가 단순한 크리에이티브 제작 도구를 넘어, 플랫폼 내부의 타기팅, 예산 운영, 성과 측정까지 묶는 ‘전 과정 자동화’로 빠르게 이동하고 있다는 점이다. 미국에서는 메타가 2025년 5월 ‘Stripe Sessions’ 기조연설에서 광고 생태계를 재구성하겠다는 구상을 공개하며 업계를 긴장시켰고, 한국에서는 쿠팡이 AWS 인프라를 활용해 광고 운영 지원을 에이전트 형태로 바꾸는 사례를 제시했다. 두 흐름은 공통적으로 “광고주가 목표와 예산만 넣으면 나머지는 시스템이 처리한다”는 방향을 가리킨다.
이 변화는 디지털 광고의 운영 방식뿐 아니라, 대행사와 플랫폼 간 역할 분담, 데이터 투명성 논쟁, 브랜드 안전성 같은 이슈까지 함께 끌어올린다. 광고주 입장에선 실행 장벽이 낮아지는 반면, 어떤 논리로 캠페인이 최적화됐는지 설명 가능성이 중요해진다. 업계는 지금, ‘더 쉬운 집행’과 ‘더 강한 통제’라는 상충하는 요구를 동시에 풀어야 하는 국면에 들어섰다.
메타, Stripe Sessions 2025에서 광고 전 과정 자동화 구상 제시
메타(Meta)의 마크 저커버그 CEO는 2025년 5월 미국에서 열린 ‘Stripe Sessions’에서 광고 시스템을 근본적으로 재편하겠다는 비전을 내놨다. 요지는 메타의 광고 시스템에 생성형 AI 기반 기능을 깊게 넣어, 기획·제작·집행·측정·최적화까지 일련의 과정을 하나의 흐름으로 묶겠다는 것이다. 광고주는 목표와 예산 같은 핵심 입력만 제공하고, 이후 실행은 플랫폼의 인공지능이 처리하는 구조가 전면에 놓였다.
이 방향성은 메타가 이미 운영 중인 자동화 도구 ‘Advantage+’의 연장선에 있다. 다만 저커버그의 발언이 던진 충격은, 기능 고도화 차원을 넘어 광고 가치사슬 자체를 ‘플랫폼 중심 AI’로 재정렬하겠다는 선언처럼 받아들여졌다는 데 있다. 특히 중소 광고주에게는 운영 난이도를 낮출 수 있지만, 대행사 중심의 제작·운영 관행에는 구조적 압박이 될 수 있다는 분석이 나온다. 메타의 광고 제품과 포맷 변화를 둘러싼 맥락은 메타 광고 포맷 흐름에서도 확인할 수 있다.
메타는 추천·타기팅 고도화를 위해 생성형 기반 모델도 발전시켜 왔다. 공개된 기술 설명에 따르면 ‘GEM(Generative Ego-Vision Multimodal World Model)’과 ‘LIGER(Leveraging dense retrieval for GEnerative Retrieval)’ 같은 모델을 통해 추천 품질과 개인화 정확도를 끌어올리는 시도를 이어갔다. 메타는 2024년 1분기 대비 2025년 1분기에 AI 광고 도구를 사용하는 광고주 수가 전년 동기 대비 30% 증가했다고 밝혔고, 2025년 1분기 기준 페이스북 릴스에서 GEM을 사용하는 광고주의 전환율이 최대 5% 늘었다고 설명했다. 이런 수치는 플랫폼이 “성과 개선”을 내세워 확대 도입을 밀어붙이는 배경이 된다.
다만 자동화가 강해질수록 광고주가 느끼는 통제력 저하, 측정의 투명성, 데이터 신뢰성 논쟁은 더 커질 수 있다. 유럽을 중심으로 플랫폼 규제와 이용자 보호 논의가 지속되는 가운데, 광고 최적화에 쓰이는 데이터 활용 방식도 감시의 대상이 되고 있다. 관련 이슈는 유럽 규제와 플랫폼 광고 논의와도 맞닿아 있다.
쿠팡, AWS Bedrock으로 광고 운영 지원을 에이전트화
한국에서는 쿠팡(Coupang Ads)이 생성형 AI를 광고 운영의 ‘지원 인력’처럼 쓰는 구조를 제시했다. AWS Summit 2025 관련 세션에서 공유된 내용에 따르면, 쿠팡은 대형 브랜드부터 SMB까지 다양한 광고주가 혼재한 환경에서 캠페인 분석과 실행 전략 수립의 격차가 크다는 문제를 전제로 접근했다. 기존에는 AM·AE가 반복적으로 데이터를 분석해 가이드를 제공했지만, 규모가 커질수록 반복 업무와 리소스 부담이 누적됐다.
쿠팡은 이 과정을 LLM 기반 에이전트로 옮기면서 Amazon Bedrock을 중심으로 프라이빗 환경에서 보안과 확장성을 고려한 체계를 구축했다고 밝혔다. 에이전트는 성과 요약(Summary), 개선 제안(Recommendation), 실행 항목(Action)으로 나뉘어 광고주의 지표를 바탕으로 응답하도록 설계됐다. 여기서 중요한 대목은 단순 문장 생성이 아니라, 내부 데이터에 근거한 응답 품질 관리 체계를 함께 운영한다는 점이다. “숫자는 제공된 값만 그대로 출력하고 계산을 하지 않는다” 같은 규칙을 프롬프트 단계에서 못 박아 환각을 줄이고, 응답 내 수치 일치율을 점수화하는 방식이 소개됐다.
운영비 절감도 중요한 축이었다. 쿠팡은 프롬프트 캐싱으로 동일·유사 요청의 재호출을 줄였고, 길이가 긴 요청에서 최대 90% 비용 절감, 85% 응답 속도 개선 효과를 확인했다고 공유했다. 광고 플랫폼이 기반 기능을 확장할수록 추론 비용이 커지는 현실에서, 이런 최적화는 ‘기술 혁신’의 지속 가능성을 좌우하는 조건이 된다.
자동화 경쟁의 파급효과, 대행사 역할과 데이터 투명성으로 번진다
메타와 쿠팡 사례는 접근 방식이 다르지만, 광고 운영을 사람이 아닌 시스템이 ‘상시 지원’하는 구조로 옮기려는 점에서 닮아 있다. 광고주에게는 캠페인 설계의 진입장벽이 낮아지고, 속도와 반복 효율이 개선될 여지가 크다. 쿠팡이 소개한 자동 입찰은 광고주가 목표 ROAS만 설정하면 입찰가를 조정하는 형태로 설명됐고, 자동 상품 선택(APS)은 성과 예측을 바탕으로 노출 대상을 자동 추천해 신규 상품 캠페인에서 매출 298% 증가, 특정 카테고리에서 689% 증가 사례가 공유됐다. 이런 수치가 사실이라면, “경험 많은 운영자만 성과를 낸다”는 구조가 흔들릴 수 있다.
반대로 업계가 함께 떠안게 되는 질문도 분명해졌다. 광고 의사결정이 블랙박스화될 때 광고주는 무엇을 근거로 판단해야 할까. 어떤 크리에이티브가 왜 선택됐는지, 특정 타기팅이 어떻게 작동했는지에 대한 설명 가능성은 마케팅 실무에서 점점 더 중요한 기준이 되고 있다. 소셜 영역에서 전환 기능 강화나 크리에이터 연계 광고가 늘어나는 흐름도 플랫폼 내부 자동화와 맞물리며, 운영 방식의 변화가 더 빠르게 확산될 수 있다. 관련 동향은 소셜 플랫폼 전환 기능 강화 사례와도 연결된다.
결국 관건은 ‘자동화의 속도’가 아니라 ‘신뢰의 설계’다. 플랫폼이 성과를 앞세워 생성형 AI 기능을 넓힐수록, 광고주와 규제 당국, 그리고 생태계 파트너가 요구하는 검증 가능성도 함께 커진다. 광고 시장은 지금, 성과 경쟁을 넘어 설명 가능한 자동화라는 다음 조건을 향해 이동하고 있다.
