AI 기반 광고 소재 성과 분석 및 등급화 자동화_[역량강화: Claude] 기업 지식 자산화 및 지능형 업무 서포트 시스템 구현

아래 사례는 실제 참가자의 업무를 적용한 프로젝트 결과를 바탕으로 합니다.
단, 업무 데이터 등의 보안을 위하여 이미지는 AI를 활용하여 제작하였습니다.

광고 소재 기획자는 매일 소재별 성과 시트를 엽니다.

퍼포먼스 마케터가 정리해 둔 숫자를 훑어보며 어떤 소재가 반응을 얻고 있는지 확인합니다.

담당자가 원한 것은 잘 되는 소재의 공통점을 데이터로 찾아 다음 기획에 바로 쓰는 것이었습니다.

요청서에는 광고 플랫폼 데이터 자동 수집, 이미지 자동 분석, 대시보드처럼 필요한 도구가 적혀 있었습니다.

그런데 요청을 목적부터 다시 짚어 보니, 먼저 비어 있는 것은 도구가 아니라 기준이었습니다. 어떤 소재를 '잘 된다'고 볼지 정해져 있지 않으면, 어떤 도구로 순위를 매겨도 우연히 좋아 보이는 소재를 고르게 됩니다.

성과 시트에서 등급표를 먼저 만들었습니다

가장 먼저 성과 데이터를 판단 가능한 형태로 정리했습니다.

합계 행을 분리하고 표기를 맞춘 뒤 소재별로 합산하고, 광고비 총합이 원본과 맞는지 검산했습니다.

지표가 소재를 구분할 만큼 퍼져 있는지도 확인한 뒤 등급을 매기도록 했습니다.

소재 분석 흐름

1. 성과 시트 정리와 소재별 합산

2. 광고비 총합 검산

3. 지표 분포 확인

4. 표본이 부족한 소재는 판단보류로 분리

5. 기준선을 바꿨을 때 결과가 어떻게 달라지는지 보여주는 민감도 표 작성

6. 기준선 × , 최근 추세로 4단계 등급 부여(계속 집행 / 교체 기획 착수 / 유형 바꿔 재시도 / 집행 중단 후보)

7. 소재 이미지에서 문구 판독과 유형 분류

8. 성과와 유형을 합친 대시보드·월간 리포트 생성

소재 이미지는 적힌 것만 읽고, 정해진 유형 안에서만 분류합니다

소재 이미지에서는 실제로 적혀 있는 문구만 읽도록 했습니다.

없는 문구를 만들어 내거나 인물을 묘사하지 않으며, 유형은 미리 정한 목록 안에서만 고릅니다.

애매한 소재는 "분류 보류"로 남기고, 담당자가 직접 라벨을 붙인 정답지와 대조해 분류 일치율을 확인합니다.

성과와 유형을 합친 결과는 소재 썸네일과 성과·유형·등급을 한 화면에서 정렬·필터할 수 있는 대시보드로 만들었습니다.

표본이 적은 유형은 "표본 부족"으로 표시하고, 월간 리포트에는 "이 리포트로 알 수 없는 것"을 반드시 적도록 했습니다. 성과 차이의 원인을 단정하지 않기 위해서입니다.

실제 성과 데이터는 제출되지 않아, 실습은 연습용 샘플 데이터와 일부러 넣은 오류로 각 단계를 실행해 검산과 대시보드 동작을 확인하는 방식으로 진행했습니다.

실제 업무에서의 흐름 변화

[ 기존 방식 ]
성과 시트 열람 → 감으로 판단 → 별도 분석·리포트 없음

[ 개선한 흐름 ]
성과 시트 → 등급표·판단보류 목록 / 소재 이미지 → 문구 판독·유형 분류 → 대시보드·월간 리포트 → 다음 소재 기획(담당자)

자동화는 성과를 정리하고 기준에 따른 등급과 유형 비교를 보여줍니다.

손익분기 기준선, 유형 목록과 정답지 라벨, 어긋난 분류 확인, 집행 결정은 담당자가 맡습니다.

주 1회 점검으로 정착을 준비

광고 플랫폼과의 직접 연동은 유료 중계 서비스가 필요해 이번 범위에서 제외했고, 썸네일 자동 수집과 대시보드 매일 자동 갱신도 넣지 않았습니다.

매일 확인하던 업무는 주 1회 묶어서 점검하는 편이 정착에 유리하다는 의견을 남겼습니다.

최근 성과가 떨어지는 소재를 따로 보는 "소재 피로도" 기준도 다음 단계로 제안했습니다.

광고 소재 분석 자동화는 어떤 소재가 좋은지를 대신 정하는 것이 아니라, 어떤 기준으로 그렇게 보이는지와 데이터로 알 수 없는 것을 함께 보여줘서 담당자가 다음 기획을 판단할 수 있도록 만드는 데 있습니다.