박건수 / 서울대 산업공학과 교수
SNS기반의 마케팅을 위한 인플루언서 선정
박건수 / 서울대학교 산업공학과 교수
‘인플루언서(Influencer)’란 영향력이 있는 사람이라는 뜻이다. 기존에 인지도가 높은 연예인들을 주로 지칭하는 ‘셀럽 또는 셀러브리티(Celebrity)’와 다르게 연예인이 아니어도 높은 인지도와 영향력을 지닌 사람들을 뜻한다. 비연예인이 사회적 영향력을 미칠 수 있는 매체인 인터넷과 소셜 네트워크(SNS)의 발전에 따라 확산되고 있는 집단으로 볼 수 있다. 블로그부터 시작된 텍스트 위주의 영향력은 파워블로거라는 말을 만들어 냈으며, SNS의 출현으로 블로그는 트위터와 같은 매체로 대치되고 있다. 또한, 이미지나 동영상 위주의 인스타그램이나 유튜브 등의 매체가 확산되면서 인플루언서라는 용어가 더욱 대중화 됐다.
인플루언서의 사회적 영향력 때문에 이들을 이용한 마케팅 또한 확산되고 있다. 그러나 일부 유명한 몇 명의 연예인들을 위주로 벌어지는 셀럽 마케팅에 비해 인플루언서 마케팅은 대상 인물을 발굴하는 것이 무척 복잡하다. 우선 각 영역마다 특화된 인플루언서들이 존재하며, 개개인의 영향력도 일부를 제외하고는 연예인에 비해 인지도가 제한적이다. 그렇지만 인플루언서는 SNS의 구독자를 기준으로 그 영향력을 비교적 객관적으로 정량화할 수 있다는 장점이 있다. 예를 들어, 100만 명 이상의 구독자를 가지고 있는 메가 인플루언서와 1만 명 미만의 나노 인플루언서 등으로 구독자 수에 따라 다양한 등급의 인플루언서를 구분할 수 있다. 이렇게 다양한 인플루언서의 영향도를 활용하면 제한된 광고 예산을 가진 소상공인들도 인풀루언서 마케팅을 활용할 수 있게 된다.
이때, 효과적으로 제품에 맞는 인플루언서 그룹을 찾아서 이들을 대상으로 마케팅을 수행하는 것은 단순히 광고를 제작하거나 협찬을 하는 것보다 훨씬 복잡한 의사결정이 필요하다. 우선 인플루언서들은 다양한 영역에서 활동하므로 마케팅 대상 제품과 맞는 성격의 인플루언서를 찾을 필요가 있다. 다행히도 트위터나 인스타그램은 인플루언서들의 서로 다른 영향력과 마케팅 대상 제품의 특성을 연결할 수 있는 중요한 정보들을 지니고 있다. 이는 우리가 게시물을 올릴 때 추가하는 해시태그로, 이러한 해시태그들을 모아서 분석하면 특정 인플루언서가 영향을 미치는 영역을 세분할 수 있고, 보다 세분화된 광고가 가능해진다. 따라서 인플루언서 데이터를 인터넷상에서 계속 업데이트 하고, 각 인플루언서의 특징 및 관련 제품의 성격을 정리하고 분석하는 인플루언서 전문 마케팅 대행사가 필연적으로 등장하게 됐다.
배진은 이러한 인플루언서 선정 문제를 계량적으로 접근한 연구를 수행했다. 특히 계량적 접근 중에서도 경영학과에서 주로 수행하는 행태분석이나 설문조사와 같은 방법이 아니라 트위터 네트워크를 직접 탐색해 자료를 수집하고, 이들의 영향력의 특징을 정리함으로써 대상 제품을 위한 최적의 인플루언서 선택 방법을 제시한다. 이러한 문제는 마케팅을 통해 달성하고자 하는 영향력 최대화와 효율성을 높이기 위한 비용 최소화를 달성하는 최적화 모형을 통해 수행된다. 배진은 인플루언서를 통해 진행된 마케팅이 최종적으로 소비자에게 노출돼 도달될 확률을 최대화하는 수리 모형을 개발하고, 이 문제의 해를 도출하기 위한 다양한 알고리즘을 직접 테스트 했다. 실제로 관련된 사업을 수행한 경험에 기반한 모형 개발로 인해 도출된 해는 인플루언서 마케팅 대행사들이 직접 활용할 수 있는 수준의 유용성을 가지고 있다.
배진이 본 연구에서 활용한 알고리즘은 가장 간단한 Naïve-AN부터 최근 시도되고 있는 H-Greedy나 유전체 알고리즘(Genetic Algorithm) 등을 활용해 더욱 품질이 높은 해를 찾을 수 있음을 확인했다. 각 알고리즘은 이 문제를 위해 특화되도록 수정돼 더욱 높은 효율성을 달성할 수 있다.
이 연구는 또한 SNS상의 네트워크 효과를 예상해 별도의 두 마케팅 캠페인 간의 상호작용을 고려한 확장 모형도 담고 있다. 실제 인플루언서 마케팅은 한 기업이 여러 제품을 한꺼번에 마케팅하게 되므로 이러한 교호작용을 이해하는 것은 중복 마케팅을 제거하고 효율성을 높이는 데 필수적이다. 하지만 교호작용을 모형화하기 위한 데이터가 더욱 많이 필요하게 되며, 측정된 교호작용을 활용한 수리 모형은 기존의 모형보다 훨씬 계산복잡도가 높아진다. 이 때문에 최적으로 알려진 대표 알고리즘은 존재하지 않으며, 배진은 6개의 서로 다른 알고리즘을 비교 분석하고 있다.
이러한 연구는 복잡한 SNS상의 교호작용과 해시태그를 통한 마케팅 성격을 추출하고 관리하는 마케팅 대행사에 도움을 주며, 또한 기존의 연예인 및 TV등의 제한된 매체에 비해 소상공인이나 중소기업도 적은 예산으로 최적의 마케팅 효과를 달성하는데 도움을 줄 것으로 기대된다. 개인적으로는 SNS 네트워크 자체가 복잡한 신경망 구성이므로 심층신경망을 이용한 강화학습 기법들의 효과를 실험해 보는 것도 흥미로울 것으로 생각한다.