모든 아이디어를 무난하게 깎아 내지 않으면서 창의성과 성과의 균형을 잡으려면 어떻게 해야 할까요? 둘을 경쟁 관계로 보지 말고 근거를 더 앞 단계로 옮기십시오. 미디어 예산이 확정되기 전에 크리에이티브를 사전 테스트하면, 데이터는 용감한 작업에 내리는 판결이 아니라 그 작업을 더 낫게 만드는 도구가 됩니다.
이 논쟁에 새로운 불이 붙었습니다. Sir John Hegarty는 Marketing Week와의 인터뷰에서 오늘날의 마케팅을 “반복적이고, 진부하고, 지루하다”고 평하며, 스프레드시트는 이해하지만 아이디어는 이해하지 못하는 “좌뇌형 사고자”들로 채워진 브랜드와 에이전시를 탓했습니다. 그가 든 근거는 “신제품 출시의 95% 정도가 실패한다”는 것이며, 데이터가 그렇게 늘었는데도 이 비율이 20년 동안 변하지 않았다고 말합니다. 증상에 대한 그의 진단은 옳습니다. 다만 한 걸음 더 나아가야 합니다. 문제는 데이터 자체가 아닙니다. 데이터가 언제 도착하고, 무엇에 쓰이느냐입니다.
창의성과 성과는 왜 정반대처럼 느껴질까요?
일이 진행되는 순서 때문입니다. 익숙한 장면을 떠올려 보십시오. 크리에이티브 팀이 세 가지 안을 발표합니다. 클라이언트의 퍼포먼스 책임자가 합리적인 질문을 던집니다. “이게 효과가 있을지 어떻게 알 수 있나요?” 아무도 모르니 가장 안전한 안이 채택됩니다. 아니면 작업이 그대로 집행되어 실제 돈으로 테스트를 받습니다.
과감한 안이 첫 주에 부진하면 집행이 중단됩니다. 팀은 뻔한 교훈을 얻고 다음에는 더 안전하게 갑니다. 이런 일이 몇 년 반복되면 Hegarty가 묘사한 업계가 만들어집니다.
이런 순서에서는 성과 데이터가 늘 중요한 결정이 내려진 뒤에야 나타납니다. 데이터는 사후 부검처럼 작동하고, 부검을 기다리면서 최고의 작업을 해내는 사람은 없습니다.
이런 일이 반복되는 이유: 통제하는 피드백과 정보를 주는 피드백
심리학자 Edward Deci와 Richard Ryan이 정립한 자기결정이론이 이를 잘 설명합니다. 사람은 세 가지를 느낄 때 최고의 성과를 냅니다. 자율성(일에 대한 어느 정도의 통제권), 유능감(일을 점점 더 잘하게 되고 있다는 느낌), 관계성(함께 일하는 사람들, 그리고 일의 수혜자들과의 유대감)입니다.
이 이론은 유용한 구분을 제시합니다. 같은 숫자라도 통제로 받아들여질 수도, 정보로 받아들여질 수도 있습니다. 돈을 쓴 뒤 작업을 평가하는 데 쓰이는 대시보드는 통제처럼 느껴지고, 사람들은 안전하게 가는 것으로 반응합니다. 팀이 아직 반영할 수 있을 때 일찍 공유된 점수는 정보처럼 느껴집니다. 작업을 만든 사람들에게서 작업을 빼앗지 않으면서도 유능감을 키워 줍니다.
오디언스 측면도 있습니다. 이 글의 바탕에 깔린 인사이트는 진정성은 완벽함의 틈새에서 자라난다는 것입니다. 아이디어를 진짜처럼 느끼게 하는 거칠고 인간적인 결은, 불안한 승인 과정에서 가장 먼저 매끄럽게 다듬어져 사라지곤 합니다. RP3 Agency의 Beth Johnson은 Forbes Agency Council 패널 기고에서 “날카로운 전략과 인간의 판단이 없다면 AI는 획일성의 쓰나미를 가속할 뿐”이라고 경고했습니다. 사전 테스트를 잘 활용하면 다소 거친 아이디어도 다듬기 과정에서 살아남는 데 필요한 근거를 얻게 됩니다.
크리에이티브 사전 테스트란 무엇이며, 무엇이 달라졌을까요?
크리에이티브 사전 테스트는 광고나 콘셉트를 집행하기 전에 평가해 성과를 예측하고, 아직 고칠 수 있을 때 약점을 찾아내는 과정입니다. 전통적으로는 패널과 포커스 그룹, 몇 주에 걸친 현장 조사, 그리고 TV 광고 예산 정도는 되어야 감당할 수 있는 비용이 필요했습니다.
AI가 이 경제성을 바꿨습니다. 이제는 사람들이 클릭할 가능성 같은 예상 성과를 기준으로 몇 주가 아니라 몇 분 만에 콘셉트를 평가할 수 있습니다. 덕분에 리서치 예산이 없던 소셜·디지털 작업, 즉 독립 에이전시가 만드는 작업 대부분에서도 사전 테스트를 활용할 수 있게 되었습니다.
한 가지 주의할 점이 있습니다. 점수는 원래 예측하도록 설계된 것만 예측합니다. 클릭 가능성 점수는 누군가 눈앞의 광고에 보일 반응을 알려 줍니다. 독창성, 장기적 브랜드 구축, 아이디어가 브랜드다운지에 대해서는 아무것도 알려 주지 않습니다. 그런 판단에는 여전히 안목 있는 사람이 필요합니다.
과감한 아이디어를 죽이지 않고 사전 테스트를 활용하려면 어떻게 해야 할까요?
- 점수를 매기기 전에 광고의 역할부터 합의하십시오. 이 광고의 목적이 클릭인지, 기억에 남는 것인지, 공유인지 정하십시오. 점수는 그 점수가 실제로 측정하는 역할에 대해서만 활용하십시오.
- 완성된 광고가 아니라 방향안을 평가하십시오. 수정 비용이 적고 아무도 최종 편집본에 정이 들지 않은 초기에 거친 콘셉트를 테스트하십시오.
- 크리에이티브 팀에 먼저 보여 주십시오. 클라이언트가 보기 전에 작업을 만든 사람들에게 결과를 공유하십시오. 그래야 팀의 자율성이 지켜지고, 점수가 개선을 위한 브리프가 됩니다.
- 점수를 진단서로 읽으십시오. 오프닝 장면, 훅, 카피처럼 콘셉트의 발목을 잡는 요소를 찾아, 아이디어 전체를 버리는 대신 그 요소를 고치십시오.
- 과감한 안 하나는 지키십시오. 가장 독창적인 콘셉트는 1위가 아니더라도 수용 가능한 점수 범위 안에 들면 진행한다고 미리 합의해 두십시오.
- 적은 비용으로 시장에서 확인하십시오. 본격적으로 확대하기 전에 유력한 안들에 미리 합의한 소액 예산을 투입하고, 실제 결과를 다시 공유해 점수가 무엇을 예측하고 무엇을 예측하지 못하는지 모두가 배우게 하십시오.
사전 테스트 전과 후, 근거는 어느 단계에 있을까요?
| 단계 | 사전 테스트 미도입 | 사전 테스트 도입 |
|---|---|---|
| 콘셉트 검토 | 의견 중심, 목소리 큰 사람이 이김 | 점수가 전문가의 판단을 뒷받침 |
| 클라이언트 프레젠테이션 | “저희를 믿어 주세요” | 과감한 안을 뒷받침하는 근거 |
| 미디어 집행 | 검증되지 않은 작업을 실제 돈으로 테스트 | 이미 평가받은 안에 예산 투입 |
| 첫 주 성과 부진 | 과감한 아이디어 중단 | 사전 테스트 결과와 대조한 뒤 조정 |
| 팀이 얻는 교훈 | 다음엔 안전하게 가자 | 어떤 요소가 효과적이며 그 이유는 무엇인지 |
서류상으로는 작은 변화지만 실제로는 큰 변화입니다. 근거가 심판만 할 수 있는 프로세스의 끝에서, 도움을 줄 수 있는 시작 지점으로 옮겨 갑니다.
AI는 어디서 돕고, 어디서는 빠져야 할까요?
같은 Forbes 패널은 유용한 구분을 제시합니다. Multiply의 Matt Jayson은 캠페인 세팅과 QA가 가장 자동화하기 좋은 업무라며 이렇게 말합니다. “고성장 중인 한 클라이언트의 경우, 그것만으로도 매주 눈에 보이지 않는 업무가 족히 20시간은 됩니다.” SWOON MEDIA의 Natacha Grey는 가치가 “에셋을 만드는 일에서 대규모로 더 나은 결정을 내리는 일로” 옮겨 가고 있다고 설명합니다.
이것이 올바른 분업입니다. 세팅, QA, 리사이징, 스코어링은 기계에 맡기고, 사람은 아이디어 자체에 더 많은 시간을 쓰게 하십시오. Hegarty의 지적은 여전히 유효합니다. 데이터는 아이디어에 정보를 줄 수는 있지만, 아이디어를 만들어 내지는 못합니다.
바로 여기서 스코어링 툴이 진가를 발휘합니다. Defy Monitor는 미디어 집행 전에 콘셉트의 예상 클릭 가능성을 평가하며, 그 스코어링은 실제 광고 성과로 검증되었습니다. 따라서 팀은 비용을 지불하기 전에 크리에이티브가 효과를 낼지 알 수 있습니다. 이 기능이 Defy 플랫폼의 다른 기능과 어떻게 맞물리는지도 확인해 보십시오. 어떤 아이디어를 만들 가치가 있는지에 대한 결정은 여전히 사람의 몫입니다.
과감한 아이디어를 채택하기 전에 증거를 원하는 클라이언트에게는 뭐라고 말해야 할까요?
좋다고 답하고 보여 주십시오. 증거를 요구하는 클라이언트는 창의성의 적이 아닙니다. 대개는 상사에게 같은 질문을 받게 될 마케터일 뿐입니다. 점수와 그 근거, 그리고 소규모 시장 테스트 계획을 제시하십시오. 그런 다음 숫자를 적이 아닌 우군으로 삼아, 아이디어 그 자체의 가치로 설득하십시오.
