[AI 마케팅] E-commerce 플랫폼 (Retail Media) AI Solution 정리

Share
[AI 마케팅] E-commerce 플랫폼 (Retail Media) AI Solution 정리
한눈에 보는 이 글
  • 아마존 Performance+는 온사이트·오프사이트 구매 신호를 학습해 타겟·지면·입찰을 자동 최적화하며, Blueair 사례에서 ROAS +176%, CPA -50%, 매출 +66% 성과를 냈습니다.
  • 월마트는 사람이 집행하고 AI가 보조하는 '마티'(Sponsored Search)와 AI가 직접 집행하는 '월마트 DSP'로 온사이트·오프사이트 역할이 나뉘어 있습니다.
  • 두 플랫폼 모두 관심사·행동 기반 광고의 한계를 넘어, 실제 구매 데이터를 중심으로 예산이 움직이는 것이 핵심 차별점입니다.

E-Commerce 플랫폼 AI 솔루션의 작동 원리와 광고 효율 개선 사례

이번 글에서는 리테일 미디어 및 마켓플레이스 플랫폼에서 출시된 AI 솔루션을 정리하여 전달합니다. 최근 몇 년간 빠르게 강화되고 있는 AI 기반 자동화 캠페인 및 운영 어시스턴트 내용을 기반으로 향후 업무 진행 시 도움이 되는 핵심 요소들을 공유합니다.

아마존 DSP Performance+ 자동화 캠페인 구조

아마존 DSP 내 AI 기반 자동화 캠페인인 Performance+ 솔루션에 대해 알아봅니다.

1

AI 학습 데이터 신호 및 작동 원리

아마존 DSP Performance+는 전환 목표를 중심으로 타겟, 지면, 입찰을 AI가 자동 최적화하는 솔루션입니다. 기존에 운영자가 수행하던 세팅을 최소화하고 목표와 소재 중심으로 운영하는 구조를 가집니다. 구글의 PMax 캠페인과 유사하지만 아마존이 보유한 구매 데이터 신호를 적극적으로 활용한다는 점에서 차별화됩니다.

Performance+ 솔루션이 학습하는 신호 유형은 아래와 같이 구분됩니다.

온사이트 신호

검색 행동, 상세조회, 장바구니 추가, 구매 이력, 재구매, 카테고리 관심, 신규 브랜드 유입 신호입니다.

오프사이트 신호

외부 웹 및 앱 방문, 광고 노출 반응, 리타겟팅 신호, 컨텍스트 신호입니다.

두 영역 모두 클릭 신호보다는 구매 신호 중심의 학습 구조로 구성되어 있다는 공통점을 가집니다. AI는 이러한 데이터 신호를 기반으로 탐색, 구매 패턴 학습, 성과 우수 조합 예산 집중, 목표 비용 자동 조정을 반복하며 최적화를 수행합니다. 이를 통해 타겟팅 자동화, 플레이스먼트 자동화, 입찰 및 예산 자동화를 시스템이 직접 구현합니다.

2

Performance+ 도입 브랜드 성과 사례

  • Blueair: 공기청정 브랜드로, Performance+를 사용하여 아마존과 소비자 직접 판매 웹사이트 전반의 캠페인 퍼포먼스를 통합, 특히 디스플레이 캠페인 전반에 Performance+를 사용했습니다. 이를 통해, 아마존 Performance+는 단순 자동화가 아니라 예측 AI가 전환 가능성이 높은 고객을 먼저 찾고 집중했다는 점과 실제 매출 성장에 기여한다는 것을 볼 수 있습니다.
  • ROAS(광고 수익률): +176% 증가
  • CPA(획득당 비용): -50% 개선
  • 매출 성장: +66% 증가

월마트 검색 광고 및 운영 보조 AI 마티

월마트의 AI 솔루션은 검색 광고를 지원하는 마티 솔루션과 월마트 DSP로 구분하여 확인할 수 있습니다.

1

Sponsored Search 기능 및 학습 신호

월마트 검색 결과에 노출되는 상품 광고에 운영 보조 AI인 마티가 결합되어 작동합니다. 마티는 광고를 대신 집행하는 자동화 솔루션과 달리 운영자가 더 효율적으로 캠페인을 관리하도록 지원하는 AI 비서 역할을 수행합니다.

광고주가 키워드와 예산을 설정하여 광고를 집행하면 마티가 성과를 분석하고 운영을 보조합니다. 사람이 집행한 광고 결과에 대한 자동 분석을 제공하여 비효율적인 설정을 줄이도록 제언하는 컨설턴트 역할을 담당합니다. 주요 역할에는 성과가 저하된 키워드 탐지, 입찰 조정 추천, 리포트 자동 요약 기능이 포함됩니다. 학습에 활용되는 신호 유형은 다음과 같습니다.

유형 상세 내용
검색 행동 키워드 검색
구매 데이터 실제 구매 이력
상품 신호 상품의 가격, 재고 상황, 리뷰
캠페인 성과 클릭, 전환
2

월마트 검색 광고 최적화 성과 사례

  • Joseph Enterprises: AI Signal 최적화가 적용되는 Sponsored Search의 성과 사례로 Marty를 활용하여 타겟팅 강화와 검색 광고 최적화로 성과를 이끈 전형적인 전환 효과를 볼 수 있습니다.
  • New-to-Brand 판매: +85%
  • 광고 기여 매출(Ad-attributed Revenue): +49%
  • ROAS: 약 11.73으로 Search 기준 높은 ROAS 달성
  • 디지털 매출: +108% 성장

월마트 DSP 자동화 캠페인 특징

월마트 DSP 솔루션은 외부 영역을 대상으로 하는 오프사이트 AI 자동화 플랫폼입니다.

외부 지면 광고 작동 원리 및 학습 신호

월마트 DSP는 월마트의 구매 데이터를 기반으로 외부 웹, 앱, CTV에 광고를 집행하는 자동화 플랫폼입니다. 구글 PMax 솔루션과 유사하게 시스템이 광고를 자동 집행하는 구조를 가집니다.

광고주가 목표, 예산, 상품을 설정하면 AI가 사용자, 지면, 입찰을 자동으로 조정하는 방식으로 역할이 분리됩니다. AI 시스템은 조합 실험을 진행하고 구매 전환 패턴을 발견하여 성과가 높은 영역에 예산을 집중하며 목표 광고 수익률에 맞추어 캠페인을 자동 조정합니다. 학습에 사용되는 신호 유형은 다음과 같습니다.

유형 상세 내용
구매 데이터 카테고리 및 브랜드 구매 이력
장바구니 행동 구매 직전 행동
광고 반응 노출 후 반응
외부 컨텍스트 웹/앱 환경

E-Commerce 플랫폼 AI 솔루션 비교 및 핵심 가치

월마트의 두 가지 AI 솔루션 방식을 비교하고 E-Commerce 플랫폼 AI의 핵심 차별성을 정리합니다.

1

플랫폼별 AI 솔루션 운영 방식 비교

스폰서드 서치는 사람이 중심이 되고 마티가 운영을 보조하는 형태로 작동하는 반면, 월마트 DSP는 시스템이 직접 자동 집행하는 오프사이트 AI 솔루션에 해당합니다. 두 솔루션의 세부 비교 내용은 다음과 같습니다.

항목 Sponsored Search + Marty Walmart DSP
AI 역할 운영 보조 AI 자동 집행 AI
적용 영역 월마트 내부 월마트 외부
마케팅 퍼널 하단 상단~중단
데이터 강점 검색 + 구매 구매 기반 세그먼트
운영 방식 사람 중심, AI 보조 AI 중심, 사람이 설정 진행
2

리테일 구매 데이터 기반의 차별성

E-Commerce 플랫폼의 AI 솔루션은 단순한 자동화 기능을 넘어 리테일 기업이 보유한 구매 데이터를 기반으로 광고 효율을 재구성하는 기술로 발전하고 있습니다. 특히 아마존 Performance+와 월마트의 AI 기반 광고 구조는 기존의 관심사 및 행동 기반 디지털 광고의 한계를 넘어 실제 구매 가능성을 중심으로 예산이 효율적으로 움직인다는 점에서 강력한 차별성을 가집니다.

CTV 및 리테일 미디어 주요 용어 정리

E-Commerce 플랫폼 구조를 이해하는 데 필요한 주요 기술 용어를 정리합니다.

  • CTV (Connected TV): 인터넷에 연결된 TV 광고를 의미하며, 리테일 데이터와 결합되면서 TV 광고가 퍼포먼스 광고처럼 기능하도록 지원하는 영역입니다.
  • On-site 광고: 아마존이나 월마트와 같은 리테일 플랫폼 내부의 검색 결과 및 상품 페이지 영역에 직접 노출되는 광고입니다.
  • Off-site 광고: 해당 리테일 플랫폼 외부 공간에서 노출되지만, 리테일 플랫폼이 보유한 구매 데이터를 연동하여 타겟팅을 진행하는 광고 방식입니다.
  • DSP (Demand Side Platform): 외부 웹, 앱, CTV 등 다양한 디지털 지면에 광고를 효율적으로 집행하기 위해 활용하는 기술 플랫폼입니다.
ARTIENCE INSIGHT

이 글에서 가장 주목하는 지점은 "AI 역할이 플랫폼마다 다르게 설계되어 있다"는 점입니다. 월마트 안에서도 검색 광고(마티)는 AI가 보조하는 컨설턴트 역할인 반면, DSP는 AI가 직접 집행하는 자동화 역할로 나뉘어 있습니다. 즉 "AI 광고 솔루션"이라는 한 단어로 뭉뚱그릴 게 아니라, 어디까지 AI에게 맡기고 어디서부터 사람이 판단할지가 퍼널 위치에 따라 이미 설계되어 있다는 뜻입니다.

또한 본문의 성과 수치(Blueair ROAS +176%, Joseph Enterprises ROAS 11.73)는 클릭이 아닌 구매 데이터 신호를 학습한 결과라는 공통점이 있습니다. 이는 기존 관심사·행동 기반 광고와 리테일 미디어 광고의 근본적 차이가 어디서 비롯되는지를 보여주는 실증적 근거라고 봅니다.

결국 이 정리가 말하는 것은 '어떤 AI 솔루션이 더 뛰어난가'가 아니라 '우리 캠페인의 퍼널 위치와 원하는 통제 수준에 어떤 솔루션이 맞는가'를 판단하는 일입니다.


자주 묻는 질문

아마존 Performance+와 구글 PMax는 같은 방식인가요?

유사하지만 다릅니다. 둘 다 AI가 타겟·지면·입찰을 자동 최적화하는 구조지만, Performance+는 아마존이 보유한 구매 데이터 신호를 적극적으로 활용한다는 점에서 차별화됩니다.

월마트 DSP와 Sponsored Search+마티의 가장 큰 차이는 무엇인가요?

AI 역할과 적용 영역입니다. Sponsored Search+마티는 운영 보조 AI로 월마트 내부(하단 퍼널)를 다루고, 월마트 DSP는 자동 집행 AI로 월마트 외부(상단~중단 퍼널)를 다룹니다.

이 AI 솔루션들이 기존 디지털 광고와 다른 점은 무엇인가요?

기존의 관심사·행동 기반 광고와 달리, 실제 구매 데이터(구매 이력, 재구매, 장바구니 행동 등)를 중심으로 예산이 움직인다는 점이 핵심 차별성입니다.


Read more

[Search SEOul] "좋은 SEO가 좋은 GEO다?"  구글의 제한된 진실 속 GEO의 진짜 승부처

[Search SEOul] "좋은 SEO가 좋은 GEO다?" 구글의 제한된 진실 속 GEO의 진짜 승부처

안녕하세요. 저는 지난 9월 4~5일 양일간 개최된 ‘SEARCH SEOul’에 참석했습니다. 강무진 대표님, 최윤희 이사님 등 국내외 저명한 연사들의 강연을 통해 급변하는 검색 시장 속 SEO와 GEO에 대한 새로운 통찰을 얻을 수 있었던 의미 있는 시간이었습니다. 이번 글에서는 그중에서도 특히 제 시선을 사로잡았던 독일의 SEO/GEO 전문가 안드레 알파(

By 박세진
[AI 자동화] API·MCP·플러그인의 개념 차이와 업무 상황별 활용 가이드

[AI 자동화] API·MCP·플러그인의 개념 차이와 업무 상황별 활용 가이드

한눈에 보는 이 글 * API, MCP, 플러그인은 외부 서비스와 연결해 기능을 확장하는 기술로, API는 정해진 데이터의 반복적이고 안정적인 송수신에, MCP는 AI의 외부 데이터 조회 및 도구 실행에, 플러그인은 특정 기능의 빠른 설치 및 즉각적인 사용에 특화되어 있습니다. * 따라서 사용자는 해결하려는 업무의 성격과 자동화 목적에 맞춰 정확한 데이터 전송에는 API를, AI의

By 해민정
[Ontology in GEO 시리즈 1편] 콘텐츠를 많이 만들어도 AI가 우리를 추천하지 않는 이유

[Ontology in GEO 시리즈 1편] 콘텐츠를 많이 만들어도 AI가 우리를 추천하지 않는 이유

콘텐츠를 많이 만들어도 AI가 우리를 추천하지 않는 이유 이 글은 SearchSEOul 2026에서 발표한 "Stop Writing for AI. Start Structuring Knowledge - Ontology for the Next Era of GEO"의 내용을 세 편의 글로 정리한 시리즈의 첫 번째 글입니다. 안녕하세요, 아티언스 최윤희입니다. 많은 분들이 GEO에 관심을 갖고 있는 요즘, 제가

By Yunhee Choi