KR102123264B1 - 온라인 광고 성과 향상 방법, 장치, 및 시스템 - Google Patents

Abstract

온라인 광고 성과 향상 방법, 장치, 및 시스템이 개시된다. 인공지능을 기반으로 서버에 의해 수행되는 온라인 광고 성과 향상 방법은 광고주가 로그인한 광고주 단말로부터 광고 정보를 획득하는 단계; 제 1 인공지능에 광고 정보를 적용하여, 광고 타겟 데이터를 포함하는 제 1 광고 게재 전략을 출력하는 단계; 광고주 단말로 제 1 광고 게재 전략을 전송하는 단계; 광고주 단말로부터 제 1 광고 게재 전략의 승인을 획득하는 단계; 승인된 제 1 광고 게재 전략을 기초로, 각각의 타겟 광고 게재 서버로 각각의 제 1 광고 게재 요청 사항을 전송하는 단계; 각각의 타겟 광고 게재 서버로부터 각각의 광고 성과 지표를 획득하는 단계; 제 2 인공지능에 각각의 제 1 광고 게재 요청 사항 및 각각의 광고 성과 지표를 적용하여, 제 2 광고 게재 전략을 출력하는 단계; 광고주 단말로 제 2 광고 게재 전략을 전송하는 단계; 광고주 단말로부터 제 2 광고 게재 전략의 승인을 획득하는 단계; 및 승인된 제 2 광고 게재 전략을 기초로, 각각의 타겟 광고 게재 서버로 각각의 제 2 광고 게재 요청 사항을 전송하는 단계를 포함한다.

Description

온라인 광고 성과 향상 방법, 장치, 및 시스템{METHOD, APPARATUS, AND SYSTEM OF IMPROVING ONLINE ADVERTISEMENT PERFORMANCE}

아래 실시예들은 온라인 광고 성과 지표 및 비용 대비 광고 효율을 향상시키는 기술에 관한 것이다.

실시예들과 관련된 배경기술로, 대한민국 공개특허공보 KR 10-2019-0065181 A은 광고 계약 중개 및 광고 성과 측정 시스템, 방법 및 그 프로그램을 기록한 컴퓨터 판독 가능 매체를 개시한다. 구체적으로, 선행문헌은 적어도 하나의 광고주의 단말기로부터 광고 의뢰에 관한 정보를 입력받고, 적어도 하나의 광고 제작자의 단말기로부터 광고 수주에 관한 정보를 입력받는 광고 계약 정보 입력부; 빅데이터를 이용하여 상기 적어도 하나의 광고 제작자의 영향력을 평가하기 위한 정보를 수집하는 광고 제작자 정보 수집부; 상기 광고 계약 정보 입력부를 통해 입력받은 정보 및 상기 광고 제작자 정보 수집부를 통해 수집된 정보를 참조하여 상기 적어도 하나의 광고주와 상기 적어도 하나의 광고 제작자 간의 적합도를 산출하고, 상기 적합도에 기초하여 상기 적어도 하나의 광고주와 상기 적어도 하나의 광고 제작자를 매칭하는 광고 계약 매칭부; 및 상기 매칭된 광고주의 광고 의뢰에 따라 상기 매칭된 광고 제작자가 제작한 광고 영상 혹은 상기 광고 영상이 게시된 웹 페이지의 광고 성과를 분석하여 표시하는 광고 성과 분석 표시부를 포함하는 것을 특징으로 하는 광고 계약 중개 및 광고 성과 측정 시스템을 개시한다.

이를 통해, 선행문헌은 광고주가 광고 제작자를 섭외하고 광고 제작자가 광고를 수주하는 일련의 과정이 인터넷을 통해 쉽고 간편하게 수행될 수 있도록 함으로써, 중소기업 및 개인 영세 사업자로 하여금 저비용 고효율의 광고 마케팅을 가능케 하고, 광고 제작자에게는 안정적인 수익 창출 기회를 제공할 수 있다.

또한, 대한민국 등록특허공보 KR 10-1671722 B1은 온라인 광고 검출 및 광고 캠페인 분석을 개시한다. 구체적으로, 선행문헌은 클라이언트에 대한 온라인 광고를 식별하는 정보를 저장하는 데이터 저장 장치; 콘텐트 및 웹 사이트에 대한 광고의 효과를 판단하는, 핵심 성과 평가 지표(KPI)를 포함하는 리포트를 파싱된 웹 페이지로부터 생성하도록 구성되는 프로세서; 클라이언트에 대한 온라인 광고를 포함하도록 동작 가능한 웹 사이트를 호스팅하는 웹 서버와 통신하도록 구성되는 네트워크 인터페이스; 및 속성, 획득된 광고 및 경쟁자에 대한 메트릭, KPI, 및 생성된 리포트를 클라이언트에게 제시하기 위한 그래픽 사용자 인터페이스(GUI)를 포함하는 탐색 컴퓨터 시스템을 개시한다.

그러나 선행문헌들은 기존에 게재된 광고의 광고 성과 지표를 기초로, 광고 성과를 향상시키거나, 보다 낮은 비용으로 적어도 동일한 광고 성과를 낼 수 있도록 광고 게재 전략을 변경하는 방법, 장치, 및 시스템을 개시하지 않는다. 또한, 선행문헌들은 주(主) 소비자·수요자가 되는 타겟 유저층이 키워드의 검색을 수행한 경우, 주(主) 소비자·수요자가 아닌 사용자가 키워드의 검색을 수행한 경우보다 광고 노출 순위를 높일 수 있는 방법, 장치, 및 시스템을 개시하지 않는다. 나아가, 선행문헌들은 타(他)광고주의 광고 디자인에 따라 광고 노출 입찰금을 상대적으로 비싼 광고 노출 입찰금에서 상대적으로 저렴한 광고 노출 입찰금으로 변경 적용하는 전략을 개시하지 않는다.

이에 따라, 기존에 게재된 광고의 광고 성과 지표를 기초로, 광고 성과를 향상시키거나, 보다 낮은 비용으로 적어도 동일한 광고 성과를 낼 수 있도록 광고 게재 전략을 변경하는 기술의 구현이 요청된다. 또한, 주(主) 소비자·수요자가 되는 타겟 유저층이 키워드의 검색을 수행한 경우, 주(主) 소비자·수요자가 아닌 사용자가 키워드의 검색을 수행한 경우보다 광고 노출 순위를 높일 수 있는 기술의 구현이 요청된다. 나아가, 타(他)광고주의 광고 디자인에 따라 광고 노출 입찰금을 상대적으로 비싼 광고 노출 입찰금에서 상대적으로 저렴한 광고 노출 입찰금으로 변경 적용하는 기술의 구현이 요청된다.

대한민국 공개특허공보 KR 10-2019-0065181 A 대한민국 등록특허공보 KR 10-1671722 B1 대한민국 공개특허공보 KR 10-2020-0026038 A 대한민국 등록특허공보 KR 10-1981616 B1

실시예들은 기존에 게재된 광고의 광고 성과 지표를 기초로, 광고 성과를 향상시키거나, 보다 낮은 비용으로 적어도 동일한 광고 성과를 낼 수 있도록 광고 게재 전략을 변경하는 방법, 장치, 및 시스템을 제공하고자 한다.

실시예들은 주(主) 소비자·수요자가 되는 타겟 유저층이 키워드의 검색을 수행한 경우, 주(主) 소비자·수요자가 아닌 사용자가 키워드의 검색을 수행한 경우보다 광고 노출 순위를 높일 수 있는 방법, 장치, 및 시스템을 제공하고자 한다.

실시예들은 타(他)광고주의 광고 디자인에 따라 광고 노출 입찰금을 상대적으로 비싼 광고 노출 입찰금에서 상대적으로 저렴한 광고 노출 입찰금으로 변경 적용하는 방법, 장치, 및 시스템을 제공하고자 한다.

나아가, 실시예들은 배경 기술에서 언급한 과제들 및 본 명세서에서 드러나는 해당 기술 분야의 과제들을 해결하기 위한 방법, 장치, 및 시스템을 제공하고자 한다.

일실시예에 인공지능을 기반으로 서버에 의해 수행되는 온라인 광고 성과 향상 방법은 광고주가 로그인한 광고주 단말로부터 광고 정보를 획득하는 단계; 제 1 인공지능에 상기 광고 정보를 적용하여, 광고 타겟 데이터를 포함하는 제 1 광고 게재 전략을 출력하는 단계; 상기 광고주 단말로 상기 제 1 광고 게재 전략을 전송하는 단계; 상기 광고주 단말로부터 상기 제 1 광고 게재 전략의 승인을 획득하는 단계; 승인된 제 1 광고 게재 전략을 기초로, 각각의 타겟 광고 게재 서버로 각각의 제 1 광고 게재 요청 사항을 전송하는 단계; 상기 각각의 타겟 광고 게재 서버로부터 각각의 광고 성과 지표를 획득하는 단계; 제 2 인공지능에 상기 각각의 제 1 광고 게재 요청 사항 및 상기 각각의 광고 성과 지표를 적용하여, 제 2 광고 게재 전략을 출력하는 단계; 상기 광고주 단말로 상기 제 2 광고 게재 전략을 전송하는 단계; 상기 광고주 단말로부터 상기 제 2 광고 게재 전략의 승인을 획득하는 단계; 및 승인된 제 2 광고 게재 전략을 기초로, 상기 각각의 타겟 광고 게재 서버로 각각의 제 2 광고 게재 요청 사항을 전송하는 단계를 포함하며, 상기 광고 타겟 데이터는 타겟 광고 게재 서버들, 각각의 타겟 광고 게재 서버에 대응하는 각각의 타겟 플랫폼(platform), 타겟 플랫폼별 타겟 키워드(keyword)들, 타겟 플랫폼별 타겟 유저(user)층, 타겟 플랫폼별 타겟 광고 디자인을 포함하고, 상기 광고 타겟 데이터는 제 1 타겟 플랫폼 및 제 1 타겟 플랫폼의 제 1 타겟 키워드를 포함하고, 상기 제 1 광고 게재 전략은 각각의 타겟 플랫폼별 타겟 키워드의 광고 노출 입찰금―입찰금이 증가할수록, 키워드 검색 시 타겟 광고 게재 서버에서 운영하는 웹페이지 또는 어플리케이션에서 광고 노출 순위가 높아짐―을 포함하고, 상기 제 2 광고 게재 전략은 제 1-2 타겟 광고 디자인의 제공을 포함하고, 상기 제 1-2 타겟 광고 디자인의 생성은, 상기 제 1 타겟 플랫폼에서 상기 제 1 타겟 키워드 검색 시, 상기 광고주의 광고의 상기 광고 노출 순위가 타(他)광고주의 광고의 광고 노출 순위보다 높으나, 상기 광고주의 광고의 상기 광고 성과 지표가 상기 타(他)광고주의 광고의 광고 성과 지표보다 낮은 경우, 제 1 타겟 광고 디자인―상기 광고주의 광고에 적용된 타겟 광고 디자인―과 상기 타(他)광고주의 광고의 디자인의 차이점을 추출하는 단계; 및 상기 제 1 타겟 광고 디자인에 추출된 차이점을 반영하여 상기 제 1-2 광고 디자인을 생성하는 단계를 포함하는 동작으로 이루어질 수 있다.

일실시예에 따르면, 상기 광고 노출 입찰금은 제 1 광고 노출 입찰금 및 제 2 광고 노출 입찰금을 포함하고, 상기 제 1 광고 노출 입찰금은 상기 제 2 노출 입찰금보다 많고, 상기 제 1 광고 게재 전략은 상기 제 1 타겟 플랫폼에 대응하는 제 1 타겟 유저층에 포함되는 계정이 상기 제 1 타겟 플랫폼에서 상기 제 1 타겟 키워드 검색 시, 상기 광고주의 광고의 상기 제 1 타겟 키워드에 대한 광고 노출 입찰금을 상기 제 1 광고 노출 입찰금으로 적용하고, 상기 제 1 타겟 유저층에 포함되지 않는 계정이 상기 제 1 타겟 플랫폼에서 상기 제 1 타겟 키워드 검색 시, 상기 광고주의 광고의 상기 제 1 타겟 키워드에 대한 광고 노출 입찰금을 상기 제 2 광고 노출 입찰금으로 적용하는 전략을 포함할 수 있다.

일실시예에 따르면, 상기 제 1 타겟 광고 디자인 및 상기 제 1-2 타겟 광고 디자인은 저장되고, 상기 광고 타겟 데이터는 제 1 타겟 플랫폼의 제 1-2 타겟 키워드를 포함하고, 상기 제 2 광고 게재 전략은 상기 제 1 광고 게재 전략을 통해, 상기 제 1 타겟 유저층에 포함되는 계정이 상기 제 1 타겟 플랫폼에서 상기 제 1-2 타겟 키워드 검색 시, 상기 광고주의 광고의 상기 제 1-2 타겟 키워드에 대한 광고 노출 입찰금이 상기 제 1 광고 노출 입찰금으로 적용되어 있고, 상기 제 1 타겟 플랫폼에서 상기 제 1-2 타겟 키워드 검색 시 상기 광고주의 광고 노출 순위가 제 2 타(他)광고주의 광고 노출 순위보다 높고, 상기 제 2 타(他)광고주의 광고의 디자인이 상기 제 1 타겟 광고 디자인과 미리 정의된 판별 조건에 따라 유사하다고 판별될 경우, 상기 제 1 타겟 유저층에 포함되는 계정이 상기 제 1 타겟 플랫폼에서 상기 제 1-2 타겟 키워드 검색 시, 상기 광고주의 광고의 상기 제 1-2 타겟 키워드에 대한 광고 노출 입찰금을 상기 제 2 광고 노출 입찰금으로 적용하는 전략을 포함할 수 있다.

일실시예에 따른 온라인 광고 성과 향상 장치는 광고주 단말로부터 광고 정보를 획득하고, 제 1 인공지능에 상기 광고 정보를 적용하여, 광고 타겟 데이터를 포함하는 제 1 광고 게재 전략을 출력하고, 상기 광고주 단말로 상기 제 1 광고 게재 전략을 전송하고, 상기 광고주 단말로부터 상기 제 1 광고 게재 전략의 승인을 획득하고, 승인된 제 1 광고 게재 전략을 기초로, 각각의 타겟 광고 게재 서버로 각각의 제 1 광고 게재 요청 사항을 전송하고, 상기 각각의 타겟 광고 게재 서버로부터 각각의 광고 성과 지표를 획득하고, 제 2 인공지능에 상기 각각의 제 1 광고 게재 요청 사항 및 상기 각각의 광고 성과 지표를 적용하여, 제 2 광고 게재 전략을 출력하고, 상기 광고주 단말로 상기 제 2 광고 게재 전략을 전송하고, 상기 광고주 단말로부터 상기 제 2 광고 게재 전략의 승인을 획득하고, 승인된 제 2 광고 게재 전략을 기초로, 상기 각각의 타겟 광고 게재 서버로 각각의 제 2 광고 게재 요청 사항을 전송하는 프로세서를 포함하며, 상기 광고 타겟 데이터는 타겟 광고 게재 서버들, 각각의 타겟 광고 게재 서버에 대응하는 각각의 타겟 플랫폼(platform), 타겟 플랫폼별 타겟 키워드(keyword)들, 타겟 플랫폼별 타겟 유저(user)층, 타겟 플랫폼별 타겟 광고 디자인을 포함하고, 상기 광고 타겟 데이터는 제 1 타겟 플랫폼 및 제 1 타겟 플랫폼의 제 1 타겟 키워드를 포함하고, 상기 제 1 광고 게재 전략은 각각의 타겟 플랫폼별 타겟 키워드의 광고 노출 입찰금―입찰금이 증가할수록, 키워드 검색 시 타겟 광고 게재 서버에서 운영하는 웹페이지 또는 어플리케이션에서 광고 노출 순위가 높아짐―을 포함하고, 상기 제 2 광고 게재 전략은 제 1-2 타겟 광고 디자인의 제공을 포함하고, 상기 프로세서가 상기 제 1-2 타겟 광고 디자인을 생성하는 동작은, 상기 제 1 타겟 플랫폼에서 상기 제 1 타겟 키워드 검색 시, 상기 광고주의 광고의 상기 광고 노출 순위가 타(他)광고주의 광고의 광고 노출 순위보다 높으나, 상기 광고주의 광고의 상기 광고 성과 지표가 상기 타(他)광고주의 광고의 광고 성과 지표보다 낮은 경우, 제 1 타겟 광고 디자인―상기 광고주의 광고에 적용된 타겟 광고 디자인―과 상기 타(他)광고주의 광고의 디자인의 차이점을 추출하고, 상기 제 1 타겟 광고 디자인에 추출된 차이점을 반영하여 상기 제 2 광고 디자인을 생성하는 동작을 포함할 수 있다.

실시예들은 기존에 게재된 광고의 광고 성과 지표를 기초로, 광고 성과를 향상시키거나, 보다 낮은 비용으로 적어도 동일한 광고 성과를 낼 수 있도록 광고 게재 전략을 변경하는 방법, 장치, 및 시스템을 제공할 수 있다.

실시예들은 주(主) 소비자·수요자가 되는 타겟 유저층이 키워드의 검색을 수행한 경우, 주(主) 소비자·수요자가 아닌 사용자가 키워드의 검색을 수행한 경우보다 광고 노출 순위를 높일 수 있는 방법, 장치, 및 시스템을 제공할 수 있다.

실시예들은 타(他)광고주의 광고 디자인에 따라 광고 노출 입찰금을 상대적으로 비싼 광고 노출 입찰금에서 상대적으로 저렴한 광고 노출 입찰금으로 변경 적용하는 방법, 장치, 및 시스템을 제공할 수 있다.

한편, 실시예들에 따른 효과는 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 해당 기술 분야의 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.

도 1은 일실시예에 따른 시스템의 구성의 예시도이다.
도 2는 일실시예에 따른 시스템의 동작을 설명하기 위한 도면이다.
도 3은 일실시예에 따른 광고 타겟 데이터, 제 1 광고 게재 전략, 및 제 2 광고 게재 전략을 설명하기 위한 도면이다.
도 4는 일실시예에 따른 광고 노출 입찰금 적용 동작 설명하기 위한 도면이다.
도 5는 일실시예에 따른 타(他)광고주의 광고 디자인에 따른 광고 노출 입찰금 적용 동작을 설명하기 위한 순서도이다.
도 6은 일실시예에 따른 인공 신경망의 학습을 설명하기 위한 도면이다.
도 7은 일실시예 따른 장치의 구성의 예시도이다.

이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.

실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.

제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.

실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

공간적으로 상대적인 용어인 "아래(below)", "아래(beneath)", "하부(lower)", "위(above)", "상부(upper)" 등은 도면에 도시되어 있는 바와 같이 하나의 구성요소와 다른 구성요소들과의 상관관계를 용이하게 기술하기 위해 사용될 수 있다. 공간적으로 상대적인 용어는 도면에 도시되어 있는 방향에 더하여 사용 시 또는 동작 시 구성요소들의 서로 다른 방향을 포함하는 용어로 이해되어야 한다. 예를 들어, 도면에 도시되어 있는 구성요소를 뒤집을 경우, 다른 구성요소의 "아래(below)"또는 "아래(beneath)"로 기술된 구성요소는 다른 구성요소의 "위(above)"에 놓일 수 있다. 따라서, 예시적인 용어인 "아래"는 아래와 위의 방향을 모두 포함할 수 있다. 구성요소는 다른 방향으로도 배향될 수 있으며, 이에 따라 공간적으로 상대적인 용어들은 배향에 따라 해석될 수 있다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.

도 1은 일실시예에 따른 시스템의 구성의 예시도이다.

일실시예에 따른 시스템은 서버(100); 광고주 단말(111); 및 광고 게재 서버들(131-133)을 포함할 수 있다. 서버(100); 광고주 단말(111); 및 광고 게재 서버들(131-133)은 네트워크에 연결되어 유무선 통신을 통해 데이터를 교환할 수 있다. 시스템은 광고주(121)가 제공하는 정보를 기초로, 광고 게재 전략을 생성할 수 있다. 시스템은 광고 게재 서버들(131-133)로 광고 게재 요청 사항을 전송하고, 광고 게재 서버들(131-133)로부터 광고 성과 지표를 획득할 수 있다. 시스템은 광고 성과 지표들을 기초로, 광고 성과를 높이거나 광고 비용을 절감시키기 위한 추가의 광고 게재 전략을 생성할 수 있다.

서버(100)는 서버(100)를 이용하여 서비스를 제공하는 자 내지 단체가 보유한 자체 서버일수도 있고; 클라우드 서버일 수도 있고; 분산된 노드(node)들의 p2p(peer-to-peer) 집합일 수도 있다. 서버(100)는 통상의 컴퓨터가 가지는 연산 기능; 저장/참조 기능; 입출력 기능; 및 제어 기능을 전부 또는 일부 수행하도록 구성될 수 있다. 서버(100)는 추론 기능을 수행하는 적어도 하나 이상의 인공 신경망을 구비할 수 있다. 서버(100)는 광고주 단말(111); 및 광고 게재 서버들(131-133)과 유무선으로 통신하도록 구성될 수 있다. 서버(100)는 시스템의 동작 수행을 위한 웹페이지 또는 어플리케이션과 연동될 수 있다.

광고주 단말(111)은 데스크탑 컴퓨터, 노트북, 태블릿, 스마트폰 등일 수 있다. 가령, 도 1과 같이, 광고주 단말(111)은 데스크탑일 수 있으며, 실시예에 따라 달리 채용될 수도 있다. 광고주 단말(111)들은 통상의 컴퓨터가 가지는 연산 기능; 저장/참조 기능; 입출력 기능; 및 제어 기능을 전부 또는 일부 수행하도록 구성될 수 있다. 광고주 단말(111)은 서버(100)와 유무선으로 통신하도록 구성될 수 있다. 광고주 단말(111)은 서버(100)와 연동된 웹페이지에 접속되거나, 서버(100)와 연동된 어플리케이션이 설치될 수 있다. 광고주 단말(111)은 웹페이지 또는 어플리케이션을 통해 서버(100)와 데이터를 주고받을 수 있다.

광고주(121)는 광고주 단말(111)에 로그인할 수 있다. 광고주 단말(111)에 로그인한 광고주(121)는 웹페이지 또는 어플리케이션을 통해 서버(100)와 데이터를 주고받을 수 있다. 광고주(121)는 광고 게재 서버들(131-133)이 운영하는 플랫폼(platform)에 광고를 게재하고자 하는 회사·기관·개인의 전자 계정을 의미할 수 있다. 광고주(121)가 이용하도록, 웹페이지 또는 어플리케이션은 광고 정보 업로드, 광고 정보를 기초로 생성되는 광고 게재 전략의 확인·승인·수정, 광고 게재 전략에 따른 광고 성과 지표 확인 등을 위한 기능들을 포함할 수 있다.

광고 게재 서버들(131-133)은 플랫폼(platform)을 통해 광고 게재 서비스를 제공하는 자 내지 단체가 보유한 자체 서버일수도 있고; 클라우드 서버일 수도 있고; 분산된 노드(node)들의 p2p(peer-to-peer) 집합일 수도 있다. 광고 게재 서버들(131-133)은 통상의 컴퓨터가 가지는 연산 기능; 저장/참조 기능; 입출력 기능; 및 제어 기능을 전부 또는 일부 수행하도록 구성될 수 있다. 광고 게재 서버들(131-133)은 서버(100)와 유무선으로 통신하도록 구성될 수 있다.

각각의 광고 게재 서버(131-133)는 광고 게재 서비스가 이루어지는 각각의 플랫폼(141-143)과 연동될 수 있다. 플랫폼은 웹/앱일수도 있고; 웹페이지일 수도 있고; 어플리케이션일 수도 있다. 가령 제 1 플랫폼(141)은 웹/앱일 수 있고; 제 2 플랫폼(142)은 웹페이지일 수 있고; 제 3 플랫폼(143)은 어플리케이션일 수 있다. 제 1 광고 게재 서버(131)는 제 1 플랫폼(141)에 광고를 게재하는 서비스를 제공할 수 있고; 제 2 광고 게재 서버(132)는 제 2 플랫폼(142)에 광고를 게재하는 서비스를 제공할 수 있고; 제 3 광고 게재 서버(133)는 제 3 플랫폼(143)에 광고를 게재하는 서비스를 제공할 수 있다.

광고 게재 서버들(131-133)은 서버(100)가 전송한 광고 게재 요청 사항을 기초로, 플랫폼들(141-143)에 광고를 게재할 수 있다. 광고 게재 서버들(131-133)은 광고 성과 지표들을 수집하고, 서버(100)로 광고 성과 지표들을 전송할 수 있다. 광고 성과 지표들은 플랫폼들(141-143)에 게재된 광고에서 획득되는 정보들을 포함할 수 있다. 광고 성과 지표들은 플랫폼들(141-143)에 게재된 광고가 광고주 또는 광고물의 회원가입 증가량·판매 증가량·링크공유 증가량 등에 기여한 정도를 수치로 표시하는 지표들일 수 있다.

서버(100)는 광고주 단말(111)로부터 획득한 광고 정보를 기초로, 광고 게재 전략을 생성할 수 있다. 서버(100)는 광고 게재 전략을 기초로 광고 게재 요청 사항을 생성하고, 광고 게재 서버들(131-133)로 광고 게재 요청 사항을 전송할 수 있다. 서버(100)는 광고 게재 서버들(131-133)로부터 플랫폼들(141-143)에 게재된 광고에 대한 광고 성과 지표들을 획득할 수 있다. 서버(100)는 광고 성과 지표들을 기초로, 광고 성과를 더욱 높이거나, 광고 비용을 절감시키기 위한 추가의 광고 게재 전략을 생성할 수 있다.

한편, 설명의 편의를 위해 도 1에서는 하나의 광고주 단말(111), 및 세 대의 제 1 광고 게재 서버(131)만을 도시했으나, 각각의 단말·서버의 수는 얼마든지 달라질 수 있다. 서버(100)의 처리 용량이 허용하는 한, 단말·서버들의 수는 특별한 제한이 없다.

이하에서, 서버(100)의 동작을 중심으로 실시예가 기술되며, 실시예들은 통신의 주체나 양상에 의해 제한되지 않고 다양한 응용예가 채용될 수 있다. 이하, 도 2를 참조하여, 시스템의 동작과 관련된 실시예가 설명된다. 도 3을 참조하여, 광고 타겟 데이터, 제 1 광고 게재 전략, 및 제 2 광고 게재 전략과 관련된 실시예가 설명된다. 도 4를 참조하여, 광고 노출 입찰금 적용 동작과 관련된 실시예가 설명된다. 도 5를 참조하여, 타(他)광고주의 광고 디자인에 따른 광고 노출 입찰금 적용 동작과 관련된 실시예가 설명된다. 도 6을 참조하여, 인공 신경망의 학습 동작과 관련된 실시예가 설명된다.

도 2는 일실시예에 따른 시스템의 동작을 설명하기 위한 도면이다.

우선, 서버(100)는 광고주(121)가 로그인한 광고주 단말(111)로부터 광고 정보를 획득할 수 있다(201).

광고주(121)는 광고 게재 서버들(131-133)이 운영하는 플랫폼(platform)에 광고를 게재하고자 하는 회사·기관·개인의 전자 계정을 의미할 수 있다. 광고 정보는 광고하고자 하는 대상 내지 서비스(이하, “광고물”); 광고물의 가격; 광고물을 설명하거나 홍보하기 위한 텍스트, 이미지, 영상, 소리; 목표 소비자층; 광고 게재·배포를 위해 소비할 수 있는 비용; 희망 광고 컨셉트 등 광고 제작·배포 의뢰 시 요구될 수 있는 정보들을 포함할 수 있다.

다음으로, 서버(100)는 제 1 광고 게재 전략을 출력할 수 있다(202).

제 1 광고 게재 전략을 출력하기 위해, 서버(100)는 미리 학습된 제 1 인공지능(제 1 인공 신경망)을 포함할 수 있다. 제 1 인공 신경망은 광고주(121)로부터 광고 정보를 입력받아, 광고 타겟 데이터를 포함하는 제 1 광고 게재 전략을 추론하도록 학습될 수 있다. 제 1 인공 신경망은 광고주의 요구 컨셉트; 광고물의 속성; 광고물의 목표 소비자층의 주(主)활동 플랫폼; 목표 소비자층이 선호하는 광고 형태 등을 종합적으로 추론하여, 제 1 광고 게재 전략을 출력할 수 있다. 제 1 인공 신경망의 구체적인 학습 동작은 도 6을 참조하여 후술된다.

구체적으로, 제 1 광고 게재 전략은 광고 타겟(target) 데이터를 포함할 수 있다. 여기서, 광고 타겟 데이터란, 광고를 게재할 대상 내지 방법들 중에서 취사·선별된 대상 내지 방법들을 의미할 수 있다. 광고 타겟 데이터는 타겟 광고 게재 서버들(131-133), 각각의 타겟 광고 게재 서버(131-133)에 대응하는 각각의 타겟 플랫폼(platform)(141-143), 타겟 플랫폼별 타겟 키워드(keyword)들, 타겟 플랫폼별 타겟 유저(user)층, 타겟 플랫폼별 타겟 광고 디자인을 포함할 수 있다. 예를 들어, 광고 타겟 데이터는 제 1 타겟 광고 게재 서버(131); 제 1 타겟 플랫폼(141); 제 1 타겟 플랫폼(141)에 대응하는 제 1 타겟 키워드들; 제 1 타겟 플랫폼(141)에 대응하는 제 1 타겟 유저층; 및 제 1 타겟 플랫폼(141)에 대응하는 제 1 타겟 광고 디자인 등을 포함할 수 있다. 광고 타겟 데이터의 구체적인 설명은 도 3을 참조하여 후술된다.

또한, 제 1 광고 게재 전략은 플랫폼별, 키워드별, 유저층별, 광고 디자인별 전략을 포함할 수 있다. 예를 들어, 제 1 광고 게재 전략은 각각의 타겟 플랫폼(141-143)별 타겟 키워드의 광고 노출 입찰금을 포함할 수 있다. 제 1 광고 게재 전략의 구체적인 설명은 도 3을 참조하여 후술된다.

이어서, 서버(100)는 광고주 단말(111)로 제 1 광고 게재 전략을 전송할 수 있다(203).

제 1 광고 게재 전략은 광고 게재 서버별(131-133) 광고 게재 전략을 포함할 수 있다. 제 1 광고 게재 전략은 광고 게재 서버별로 서로 공통되거나 상이한 부분을 포함할 수 있다.

이어지는 순서로, 서버(100)는 광고주 단말(111)로부터 제 1 광고 게재 전략의 승인을 획득할 수 있다(204).

광고주(121)가 제 1 광고 게재 전략을 승인한 경우, 서버(100)는 승인된 제 1 광고 게재 전략을 기초로 광고 게재 서버들(131-133)로 전송할 제 1 광고 게재 요청 사항을 생성할 수 있다. 광고주(121)가 제 1 광고 게재 전략을 전부 또는 일부 승인하지 않은 경우, 서버(100)는 광고주 단말(111)로 광고 정보를 추가 요청하고; 광고주 단말(111)로부터 추가 광고 정보를 획득하고; 기존 광고 정보 및 추가 광고 정보를 기초로, 제 1 광고 게재 전략의 수정을 출력하고; 광고주 단말(111)로 수정된 제 1 광고 게재 전략을 전송하는 동작을 반복할 수 있다.

다음으로, 서버(100)는 각각의 타겟 광고 게재 서버(131-133)로 각각의 제 1 광고 게재 요청 사항을 전송할 수 있다(205).

서버(100)는 승인된 제 1 광고 게재 전략을 기초로, 각각의 타겟 광고 게재 서버(131-133)로 전송할 각각의 제 1 광고 게재 요청 사항을 생성할 수 있다. 구체적으로, 각각의 제 1 광고 게재 요청 사항은 타겟 키워드들, 각각의 타겟 키워드에 따른 비용, 타겟 유저층의 속성, 타겟 광고 디자인 등을 포함할 수 있다. 각각의 광고 게재 서버(131-133)는 각각의 제 1 광고 게재 요청 사항에 따라 광고주(121)의 광고를 게재할 수 있다. 한편, 각각의 광고 게재 서버(131-133)는 광고주(121)의 광고의 광고 성과를 모니터링하고; 광고 성과 지표를 생성할 수 있다.

이어서, 서버(100)는 각각의 타겟 광고 게재 서버(131-133)로부터 각각의 광고 성과 지표를 획득할 수 있다(206).

광고 성과 지표들은 CTR(Click Through Rate), CVR(Conversion Rate), ROAS(Return On Advertising Spend), ROI(Return on Investment), KPI(Key Performance Indicators)를 포함할 수 있다. 광고 성과 지표들은 광고 노출 횟수 대비 클릭 비율, 상품구매나 회원가입 등의 전환이 발생한 비율, 광고 투자액, 목표 클릭률, 목표 노출량, 목표 ROAS 등의 정보를 포함할 수 있다. 구체적인 지표의 종류·단위(unit)·표현 등은 광고 게재 서버에 따라 달라질 수 있다.

이어지는 순서로, 서버(100)는 제 2 광고 게재 전략을 출력할 수 있다(207).

제 2 광고 게재 전략을 출력하기 위해, 서버(100)는 미리 학습된 제 2 인공지능(제 2 인공 신경망)을 포함할 수 있다. 제 2 인공 신경망은 각각의 광고 게재 서버(131-133)로 전송된 각각의 제 1 광고 게재 요청 사항 및 각각의 광고 게재 서버(131-133)로부터 획득한 각각의 광고 성과 지표를 입력받아, 제 2 광고 게재 전략을 추론하도록 학습될 수 있다. 제 2 인공 신경망은 특정 광고 게재 요청 사항에 따라 특정 광고 성과 지표가 높거나 낮은 경우; 광고 게재 요청 사항들의 조합에 따라 광고 성과 지표가 높거나 낮은 경우; 각각의 광고 게재 요청 사항과 각각의 광고 성과 지표의 상관성 등을 종합적으로 추론하여, 제 2 광고 게재 전략을 출력할 수 있다. 제 2 인공 신경망의 구체적인 학습 동작은 도 6을 참조하여 후술된다.

구체적으로, 제 2 광고 게재 전략은 제 1 광고 게재 전략의 변경 방안을 포함할 수 있다. 제 2 광고 게재 전략은 제 1 광고 게재 전략에 비해 동일한 비용으로 특정 광고 성과 지표를 상승시키거나, 저렴한 비용으로 광고 성과 지표를 유지할 수 있도록, 광고 성과 지표 향상 전략 내지 광고 비용 절감 절약을 포함할 수 있다.

예를 들어, 제 2 광고 게재 전략은 제 1 타겟 광고 디자인과 타(他)광고주의 광고 디자인의 차이점을 추출하고, 제 1 타겟 광고 디자인에 추출된 차이점을 반영한 제 1-2 타겟 광고 디자인을 제공하는 전략을 포함할 수 있다. 제 2 광고 게재 전략으로서 제 1-2 타겟 광고 디자인을 제공하는 동작은 도 3을 참조하여 후술된다.

또한, 제 2 광고 게재 전략은 타(他)광고주의 광고 디자인에 따라 광고 노출 입찰금을 상대적으로 높은 제 1 광고 노출 입찰금에서 상대적으로 낮은 제 2 광고 노출 입찰금으로 변경 적용하는 전략을 포함할 수 있다. 타(他)광고주의 광고 디자인에 따른 광고 노출 입찰금 변경 적용 동작은 도 5를 참조하여 후술된다.

다음으로, 서버(100)는 광고주 단말(111)로 제 2 광고 게재 전략을 전송할 수 있다(208).

제 2 광고 게재 전략은 광고 게재 서버별(131-133) 광고 게재 전략의 변경을 포함할 수 있다. 제 2 광고 게재 전략은 광고 게재 서버별(131-133) 제 1 광고 게재 전략에서 변경을 가해줄 부분과 기존 제 1 광고 게재 전략을 유지할 부분을 포함할 수 있다.

이어서, 서버(100)는 광고주 단말(111)로부터 제 2 광고 게재 전략의 승인을 획득할 수 있다(209).

광고주(121)가 제 2 광고 게재 전략을 승인한 경우, 서버(100)는 승인된 제 2 광고 게재 전략을 기초로 광고 게재 서버들(131-133)로 전송할 제 2 광고 게재 요청 사항을 생성할 수 있다. 광고주(121)가 제 2 광고 게재 전략을 전부 또는 일부 승인하지 않은 경우, 서버(100)는 광고주 단말(111)로부터 수정 요청 사항을 획득하고; 추가 수정 사항을 기초로, 제 2 광고 게재 전략의 수정을 출력하고; 광고주 단말(111)로 수정된 제 2 광고 게재 전략을 전송하는 동작을 반복할 수 있다.

이어지는 순서로, 서버(100)는 각각의 타겟 광고 게재 서버(131-133)로 각각의 제 2 광고 게재 요청 사항을 전송할 수 있다(210).

서버(100)는 승인된 제 2 광고 게재 전략을 기초로, 각각의 타겟 광고 게재 서버(131-133)로 전송할 각각의 제 2 광고 게재 요청 사항을 생성할 수 있다. 구체적으로, 각각의 제 2 광고 게재 요청 사항은, 각각의 제 1 광고 게재 요청 사항과 비교하여, 타겟 키워드들, 각각의 타겟 키워드에 따른 비용, 타겟 유저층의 속성, 타겟 광고 디자인 등 중에서 적어도 일부의 변경을 포함할 수 있다. 각각의 광고 게재 서버(131-133)는 각각의 제 2 광고 게재 요청 사항에 따라 광고주(121)의 광고를 게재할 수 있다. 한편, 각각의 광고 게재 서버(131-133)는 제 2 광고 게재 요청 사항에 따른 광고주(121)의 광고의 광고 성과를 모니터링하고; 광고 성과 지표를 생성하고; 제 1 광고 게재 요청 사항에 따른 광고의 광고 성과 지표와 제 2 광고 게재 요청 사항에 따른 광고의 광고 성과 지표의 비교를 출력하여 서버(100)로 전송할 있다.

이상을 통해, 서버(100)는 광고주가 전송한 광고 정보를 기초로, 제 1 광고 게재 전략을 출력할 수 있다. 이를 통해, 광고 게재 전략의 자동화가 이루어질 수 있어, 서버(100) 이용 주체는 더욱 효율적인 광고 중개·대행을 도모할 수 있다. 또한, 서버(100)는 제 1 광고 게재 전략에 따른 광고의 광고 성과 지표를 기초로, 제 2 광고 게재 전략을 출력할 수 있다. 제 2 광고 게재 전략은 제 1 광고 게재 전략에 비해 동일한 비용으로 특정 광고 성과 지표를 상승시키거나, 저렴한 비용으로 광고 성과 지표를 유지할 수 있다. 이를 통해, 서버(100)는 광고 게재 서버(100)로부터 피드백을 얻고, 피드백을 기초로 광고 게재 전략을 수정하여, 플랫폼별 광고 성과를 자동으로 향상시킬 수 있다. 이를 통해, 서버(100)는 광고주에게 높은 만족도의 서비스를 제공할 수 있다.

도 3은 일실시예에 따른 광고 타겟 데이터(300), 제 1 광고 게재 전략(310), 및 제 2 광고 게재 전략(320)을 설명하기 위한 도면이다.

이하는 광고 타겟 데이터(300)에 대한 설명이다.

광고 타겟 데이터(300)는 광고를 게재할 대상 내지 방법들 중에서 취사·선별된 대상 내지 방법들을 의미할 수 있다. 광고 타겟 데이터는 타겟 광고 게재 서버들(131-133), 각각의 타겟 광고 게재 서버(131-133)에 대응하는 각각의 타겟 플랫폼(platform)(141-143), 타겟 플랫폼(141-143)별 타겟 유저(user)층(301), 타겟 플랫폼(141-143)별 타겟 키워드(keyword)들(302), 타겟 플랫폼(141-143)별 타겟 광고 디자인(303)을 포함할 수 있다. 타겟 유저층(301), 타겟 키워드들(302), 및 타겟 광고 디자인(303)은 각각의 광고 게재 서버(131-133)에서 허용 내지 제한한 범위에 맞도록 설정될 수 있다. 타겟 유저층(301), 타겟 키워드들(302), 및 타겟 광고 디자인(303)은 각각의 타겟 플랫폼(141-143)별로 서로 다르게 설정될 수 있다. 이를 통해, 서버(100)는 타겟 플랫폼(141-143)별 광고 최적화 전략을 구현할 수 있다.

예를 들어, 광고 타겟 데이터는 제 1 타겟 광고 게재 서버(131); 제 1 타겟 플랫폼(141); 제 1 타겟 플랫폼(141)에 대응하는 제 1 타겟 키워드들; 제 1 타겟 플랫폼(141)에 대응하는 제 1 타겟 유저층; 및 제 1 타겟 플랫폼(141)에 대응하는 제 1 타겟 광고 디자인 등을 포함할 수 있다. 마찬가지로, 광고 타겟 데이터는 제 2 타겟 광고 게재 서버(132); 제 2 타겟 플랫폼(142); 제 2 타겟 플랫폼(142)에 대응하는 제 2 타겟 키워드들; 제 2 타겟 플랫폼(142)에 대응하는 제 2 타겟 유저층; 및 제 2 타겟 플랫폼(142)에 대응하는 제 2 타겟 광고 디자인 등을 포함할 수 있다. 또한, 광고 타겟 데이터는 제 3 타겟 광고 게재 서버(133); 제 3 타겟 플랫폼(143); 제 3 타겟 플랫폼(143)에 대응하는 제 3 타겟 키워드들; 제 3 타겟 플랫폼(143)에 대응하는 제 3 타겟 유저층; 및 제 3 타겟 플랫폼(143)에 대응하는 제 3 타겟 광고 디자인 등을 포함할 수 있다.

여기서, 타겟 유저층(301)은 광고주(121)의 광고 노출이 보다 높은 확률로 일어났으면 하는 인터넷 사용자층을 의미할 수 있다. 광고주(121)는 타겟 유저층(301)을 주(主) 소비자·수요자로 상정한 것으로 해석할 수 있다. 타겟 유저층(301)은 지역, 연령, 성별, 인종, 직업, 종사직종, 관심사, 취미, 결혼여부, 자녀여부, 기존 인터넷 검색 데이터, 인터넷 쇼핑 기록, 단위 시간당 인터넷 사용 시간 등을 포함할 수 있다.

타겟 키워드들(302)은 광고주(121)의 플랫폼(141-143) 상에서 광고 노출이 발생하도록 하는 검색어들을 의미할 수 있다. 타겟 키워드들(302)은 광고주(121)의 광고물과 관련성을 가지는 단어 내지 표현이거나, 타겟 유저층(301)이 자주 사용하는 단어 내지 표현일 수 있다. 하나의 플랫폼에 대응하는 타겟 키워드들(302)은 여러 개 있을 수 있다. 예를 들어, 제 1 플랫폼(141)에 대응하는 제 1 타겟 키워드들(141-302)은 n개 있을 수 있고; 제 2 플랫폼(142)에 대응하는 제 2 타겟 키워드들(142-302)은 m개 있을 수 있고; 제 3 플랫폼(143)에 대응하는 제 3 타겟 키워드들(141-303)은 l개 있을 수 있다(n, m, l은 자연수).

타겟 광고 디자인(303)은 광고주(121)의 광고가 플랫폼(141-143)에서 표시되는 방식을 의미할 수 있다. 타겟 광고 디자인(303)은 레이아웃, 위젯, 배경 색상, 텍스트 데이터, 텍스트 폰트·크기·배치·색상, 이미지·슬라이드·영상·소리 데이터, 슬라이드의 전환 방식, 하이퍼링크 데이터 등의 디자인 요소를 포함할 수 있다.

이하는 제 1 광고 게재 전략(310)에 대한 설명이다.

서버(100)에 포함된 제 1 인공지능은 제 1 광고 게재 전략(310)을 출력할 수 있다. 제 1 광고 게재 전략(310)은 플랫폼별, 키워드별, 유저층별, 광고 디자인별 전략을 포함할 수 있다. 구체적으로, 제 1 광고 게재 전략(310)은 각각의 타겟 플랫폼(141-143)별 타겟 키워드들의 광고 노출 입찰금에 대한 전략을 포함할 수 있다. 광고 노출 입찰금이 증가할수록, 키워드 검색 시 타겟 광고 게재 서버(131-133)에서 운영하는 플랫폼(웹페이지 또는 어플리케이션)(141-143)에서 광고 노출 순위가 높아질 수 있다.

여기서, 광고 노출 입찰금은 CPA(Cost Per Action), CPI(Cost Per Install), CPM(Cost Per Mille), CPS(Cost Per Sale) 등일 수 있다. 구체적인 광고 노출 입찰금의 종류·단위(unit)·표현 등은 광고 게재 서버에 따라 달라질 수 있다.

가령, 제 1 플랫폼(141)에 대응하는 제 1 타겟 키워드들(141-302) “a”와 “”가 있을 수 있고; 제 2 플랫폼(142)에 대응하는 제 2 타겟 키워드들(142-302) “a”와 “c”(142-302-c)가 있을 수 있고; 제 3 플랫폼(143)에 대응하는 제 3 타겟 키워드들(143-302) “b”와 “”가 있을 수 있다. “”와 “a”는 동일한 단어 내지 표현일 수 있고; “”와 “b”는 동일한 단어 내지 표현일 수 있다.

제 1 광고 게재 전략(310)은 각각의 타겟 플랫폼(141-143)별 타겟 키워드들의 광고 노출 입찰금에 대한 전략을 포함할 수 있다. 예를 들어, “”의 광고 노출 입찰금은 $A; “”의 광고 노출 입찰금은 $B; “”의 광고 노출 입찰금은 $A'; “”의 광고 노출 입찰금은 $C; “”의 광고 노출 입찰금은 $B'; “”의 광고 노출 입찰금은 $B로 설정하는 전략을 포함할 수 있다. “”의 광고 노출 입찰금 $A와 “a”의 광고 노출 입찰금 $A' 서로 다른 금액일 수 있고; “”의 광고 노출 입찰금 $B와 “b”의 광고 노출 입찰금 $B'는 서로 다른 금액일 수 있다.

서버(100)는 제 1 광고 게재 전략(310)을 출력하고; 광고주 단말(111)로 제 1 광고 게재 전략(310)을 전송하고; 광고주 단말(111)로부터 제 1 광고 게재 전략(310)의 승인을 획득하면; 각각의 제 1 광고 게재 요청 사항을 생성하여; 각각의 광고 게재 서버(131-133)로 각각의 제 1 광고 게재 요청 사항을 전송할 수 있다. 각각의 제 1 광고 게재 요청 사항은 각각의 타겟 플랫폼(141-143)별 타겟 키워드들의 광고 노출 입찰금을 포함할 수 있다.

이하는 제 2 광고 게재 전략(320)에 대한 설명이다.

서버(100)에 포함된 제 2 인공지능은 각각의 제 1 광고 게재 요청 사항 및 각각의 광고 성과 지표를 입력받아, 제 2 광고 게재 전략(320)을 출력할 수 있다. 제 2 광고 게재 전략(320)은 제 1 광고 게재 전략의 변경 방안을 포함할 수 있다. 제 2 광고 게재 전략(320)은 제 1 광고 게재 전략에 비해 동일한 비용으로 특정 광고 성과 지표를 상승시키거나, 저렴한 비용으로 광고 성과 지표를 유지할 수 있도록, 광고 성과 지표 향상 전략 내지 광고 비용 절감 절약을 포함할 수 있다.

구체적으로, 제 2 광고 게재 전략(320)은 제 1-2 타겟 광고 디자인의 제공을 포함할 수 있다. 제 1-2 타겟 광고 디자인은 제 1 타겟 광고 디자인에 타(他)광고주의 광고 디자인의 요소 일부를 반영한 광고 디자인일 수 있다. 서버(100)는 제 1-2 타겟 광고 디자인을 제공하기 위해, 제 1-2 타겟 광고 디자인을 생성할 수 있다.

제 1-2 타겟 광고 디자인의 생성은 다음 동작을 포함하여 이루어질 수 있다.

우선, 서버(100)는 제 1 타겟 플랫폼(141)에서 제 1 타겟 키워드(141-302-a) 검색 시, 광고주(121)의 광고의 광고 노출 순위가 타(他)광고주의 광고의 광고 노출 순위보다 높으나, 광고주(121)의 광고의 광고 성과 지표가 타(他)광고주의 광고의 광고 성과 지표보다 낮은지 판별할 수 있다(321).

제 1 타겟 플랫폼(141)에서 제 1 타겟 키워드(141-302-a) 검색 시, 광고주(121)의 광고의 광고 노출 순위가 타(他)광고주의 광고의 광고 노출 순위보다 높은 경우, 광고주(121)가 지불하는 광고 노출 입찰금이 타(他)광고주가 지불하는 광고 노출 입찰금보다 많을 수 있다. 그러나 광고주(121)의 광고의 광고 성과 지표가 타(他)광고주의 광고의 광고 성과 지표보다 낮다면, 광고주(121)가 지불하는 광고 노출 입찰금이 더 많음에도 불구하고, 타(他)광고주의 광고 성과가 높은 것으로 해석될 수 있다. 따라서, 타(他)광고주의 광고는 심미성·호감도·디자인 등 수량화가 어려운 요소들이 광고주(121)의 광고보다 수요자·소비자들에게 선호되는 상황으로 해석될 수 있다.

다음으로, 서버(100)는 제 1 타겟 광고 디자인과 타(他)광고주의 광고의 디자인의 차이점을 추출할 수 있다(322).

여기서, 제 1 타겟 광고 디자인이란, 광고주(121)의 광고에 적용된 타겟 광고 디자인을 의미할 수 있다. 제 1 타겟 광고 디자인은 레이아웃, 위젯, 배경 색상, 텍스트 데이터, 텍스트 폰트·크기·배치·색상, 이미지·슬라이드·영상·소리 데이터, 슬라이드의 전환 방식, 하이퍼링크 데이터 등의 디자인 요소를 포함할 수 있다.

제 1 타겟 광고 디자인과 타(他)광고주의 광고의 디자인의 차이점은, 제 1 타겟 광고 디자인의 각 요소와 타(他)광고주의 광고의 디자인의 각 요소에서, 미리 정의된 수준 이상의 차이를 보이는 요소들일 수 있다. 구체적으로, 제 1 타겟 광고 디자인과 타(他)광고주의 광고의 디자인의 차이점은, 레이아웃, 위젯, 배경 색상, 텍스트 데이터, 텍스트 폰트·크기·배치·색상, 이미지·슬라이드·영상·소리 데이터, 슬라이드의 전환 방식, 하이퍼링크 데이터의 차이 등을 포함할 수 있다. 각 디자인 요소가 미리 정의된 수준 이상의 차이가 나는지 여부는 이미지 분석(image analysis) 딥 러닝(deep learning) 알고리즘 등을 통해 수행될 수 있다.

이어서, 서버(100)는 제 1 타겟 광고 디자인에 추출된 차이점을 반영하여 제 1-2 타겟 광고 디자인을 생성할 수 있다(323).

타(他)광고주가 지불하는 광고 노출 입찰금이 광고주(121)가 지불하는 광고 노출 입찰금보다 적음에도 불구하고, 타(他)광고주의 광고 성과가 높은 상황이므로, 타(他)광고주의 광고는 심미성·호감도·디자인 등 수량화가 어려운 요소들이 광고주(121)의 광고보다 수요자·소비자들에게 선호되는 상황으로 해석될 수 있다. 이러한 점을 극복하기 위해, 서버(100)는 제 1 타겟 광고 디자인에 포함되지 않으나, 타(他)광고주의 광고의 디자인에 포함되어 있는 디자인 요소들을 제 1 타겟 광고 디자인에 반영한 제 1-2 타겟 광고 디자인을 생성할 수 있다. 이를 통해, 서버(100)는 수요자·소비자들이 선호할 디자인 요소들을 광고주(121)의 광고에 적용시킬 수 있다. 이를 통해, 광고주(121)의 광고의 심미성·호감도·디자인 등 수량화가 어려운 요소들을 적어도 타(他)광고주의 광고와 유사한 수준으로 맞출 수 있다. 이를 통해, 광고주(121)의 광고의 광고 성과 지표들의 향상을 도모할 수 있다.

도 4는 일실시예에 따른 광고 노출 입찰금 적용 동작 설명하기 위한 도면이다.

서버(100)는 타겟 유저층(301)에 포함되는 사용자가 타겟 키워드들(302)을 검색했는지, 또는 타겟 유저층(301)에 포함되지 않는 사용자가 타겟 키워드들(302)을 검색했는지에 따라 광고 노출 입찰금이 변경되도록 설정할 수 있다.

이를 위해, 제 1 광고 게재 전략(310)은 광고 노출 입찰금은 제 1 광고 노출 입찰금 및 제 2 광고 노출 입찰금을 포함할 수 있다. 여기서, 제 1 광고 노출 입찰금은 제 2 노출 입찰금보다 많을 수 있다.

서버(100)의 제 1 인공지능이 출력한 제 1 광고 게재 전략(310)은 제 1 타겟 플랫폼(141)에 대응하는 제 1 타겟 유저층(141-301)에 포함되는 계정이 제 1 타겟 플랫폼(141)에서 제 1 타겟 키워드(141-302) 검색 시, 광고주(121)의 광고의 제 1 타겟 키워드(141-302)에 대한 광고 노출 입찰금을 제 1 광고 노출 입찰금(141-1)으로 적용하도록 하는 전략을 포함할 수 있다. 또한, 제 1 광고 게재 전략(310)은 제 1 타겟 유저층(141-301)에 포함되지 않는 계정이 제 1 타겟 플랫폼(141)에서 제 1 타겟 키워드(141-302) 검색 시, 광고주(121)의 광고의 제 1 타겟 키워드(141-302)에 대한 광고 노출 입찰금을 제 2 광고 노출 입찰금(141-2)으로 적용하도록 하는 전략을 포함할 수 있다.

예를 들어, 제 1 플랫폼(141)에 대응하는 제 1 타겟 유저층(141-301)이 있을 수 있다. 제 1 타겟 유저층(141-301)은, 가령, “거주 지역: 서울, 연령: 30대, 성별: 여성, 결혼여부: 기혼, 자녀여부: 자녀 없음, 직종: 컨설팅, 취미: 제빵”과 같을 수 있다. 제 1 광고 게재 전략(310)은, 제 1 타겟 플랫폼(141)에 대응하는 제 1 타겟 유저층(141-301)에 포함되는 계정 사용자가 제 1 타겟 플랫폼(141)에서 제 1 타겟 키워드들(141-302) 중 적어도 하나를 검색했을 때, 광고주(121)의 광고의 제 1 타겟 키워드들(141-302)에 대한 광고 노출 입찰금을 제 1 광고 노출 입찰금(141-1)으로 적용하도록 하는 전략을 포함할 수 있다. 광고 노출 입찰금이 높을수록 광고 노출 순위가 올라가므로, 주(主) 소비자·수요자인 타겟 유저층이 타겟 키워드를 검색했을 때의 광고 노출 입찰금을 제 1 광고 노출 입찰금(141-1)으로 설정할 경우, 주(主) 소비자·수요자에 대한 광고 노출 순위가 보다 높아질 수 있어, 광고 성과가 향상될 수 있다.

한편, 제 1 광고 게재 전략(310)은, 제 1 타겟 플랫폼(141)에 대응하는 제 1 타겟 유저층(141-301)에 포함되지 않는 계정 사용자가 제 1 타겟 플랫폼(141)에서 제 1 타겟 키워드들(141-302) 중 적어도 하나를 검색했을 때, 광고주(121)의 광고의 제 1 타겟 키워드들(141-302)에 대한 광고 노출 입찰금을 제 2 광고 노출 입찰금(141-2)으로 적용하도록 하는 전략을 포함할 수 있다. 광고 노출 입찰금이 낮을수록 광고 노출 순위가 내려가나, 주(主) 소비자·수요자가 아닌 유저층은 광고가 노출되더라도 관심을 보일 가능성이 상대적으로 낮으므로, 주(主) 소비자·수요자가 아닌 유저층에 대한 광고 노출 입찰금을 제 2 광고 노출 입찰금(141-2)으로 설정할 경우, 주(主) 소비자·수요자가 아닌 사용자에 대한 광고 비용을 절약할 수 있어, 광고 비용 절감을 도모할 수 있다.

마찬가지로, 제 1 광고 게재 전략(310)은 제 2 타겟 플랫폼(142)에 대응하는 제 2 타겟 유저층(142-301)에 포함되는 계정이 제 2 타겟 플랫폼(142)에서 제 2 타겟 키워드(142-302) 검색 시, 광고주(121)의 광고의 제 2 타겟 키워드(142-302)에 대한 광고 노출 입찰금을 제 1 광고 노출 입찰금(142-1)으로 적용하도록 하는 전략을 포함할 수 있다. 또한, 제 1 광고 게재 전략(310)은 제 2 타겟 유저층(142-301)에 포함되지 않는 계정이 제 2 타겟 플랫폼(142)에서 제 2 타겟 키워드(142-302) 검색 시, 광고주(121)의 광고의 제 2 타겟 키워드(142-302)에 대한 광고 노출 입찰금을 제 2 광고 노출 입찰금(142-2)으로 적용하도록 하는 전략을 포함할 수 있다.

또한, 제 1 광고 게재 전략(310)은 제 3 타겟 플랫폼(143)에 대응하는 제 3 타겟 유저층(143-301)에 포함되는 계정이 제 3 타겟 플랫폼(143)에서 제 3 타겟 키워드(143-302) 검색 시, 광고주(121)의 광고의 제 3 타겟 키워드(143-302)에 대한 광고 노출 입찰금을 제 1 광고 노출 입찰금(143-1)으로 적용하도록 하는 전략을 포함할 수 있다. 또한, 제 1 광고 게재 전략(310)은 제 3 타겟 유저층(143-301)에 포함되지 않는 계정이 제 3 타겟 플랫폼(143)에서 제 3 타겟 키워드(143-302) 검색 시, 광고주(121)의 광고의 제 3 타겟 키워드(143-302)에 대한 광고 노출 입찰금을 제 2 광고 노출 입찰금(143-2)으로 적용하도록 하는 전략을 포함할 수 있다.

이상을 통해, 제 n 타겟 플랫폼에 대응하는 제 n 타겟 유저층에 포함되는 계정 사용자가 제 n 타겟 플랫폼에서 제 n 타겟 키워드들 중 적어도 하나를 검색했을 때, 광고주의 광고의 제 n 타겟 키워드들에 대한 광고 노출 입찰금을 제 1 광고 노출 입찰금으로 적용하도록 하는 전략을 포함할 수 있다. 광고 노출 입찰금이 높을수록 광고 노출 순위가 올라가므로, 주(主) 소비자·수요자인 타겟 유저층이 타겟 키워드를 검색했을 때의 광고 노출 입찰금을 제 1 광고 노출 입찰금으로 설정할 경우, 주(主) 소비자·수요자에 대한 광고 노출 순위가 보다 높아질 수 있어, 광고 성과가 향상될 수 있다. 한편, 제 n 타겟 플랫폼에 대응하는 제 n 타겟 유저층에 포함되지 않는 계정 사용자가 제 n 타겟 플랫폼에서 제 n 타겟 키워드들 중 적어도 하나를 검색했을 때, 광고주의 광고의 제 n 타겟 키워드들에 대한 광고 노출 입찰금을 제 2 광고 노출 입찰금으로 적용하도록 하는 전략을 포함할 수 있다. 광고 노출 입찰금이 낮을수록 광고 노출 순위가 내려가나, 주(主) 소비자·수요자가 아닌 유저층은 광고가 노출되더라도 관심을 보일 가능성이 상대적으로 낮으므로, 주(主) 소비자·수요자가 아닌 유저층에 대한 광고 노출 입찰금을 제 2 광고 노출 입찰금으로 설정할 경우, 주(主) 소비자·수요자가 아닌 사용자에 대한 광고 비용을 절약할 수 있어, 광고 비용 절감을 도모할 수 있다.

도 5는 일실시예에 따른 타(他)광고주의 광고 디자인에 따른 광고 노출 입찰금 적용 동작을 설명하기 위한 순서도이다.

제 2 광고 게재 전략(320)은 제 2 타(他)광고주의 광고 디자인에 따라 광고 노출 입찰금을 제 1 광고 노출 입찰금에서 제 2 광고 노출 입찰금으로 변경 적용하는 전략을 포함할 수 있다. 제 2 타(他) 광고주는 도 2 및 3을 참조하여 전술한 타(他)광고주와 구별되는 광고주를 의미할 수 있다. 이를 위해, 서버(100)는 다음의 동작을 포함하는 동작을 수행할 수 있다.

우선, 서버(100)는 제 1 타겟 광고 디자인 및 제 1-2 타겟 광고 디자인을 저장할 수 있다(510).

구체적으로, 서버(100)는 제 1 타겟 플랫폼(141)에서 제 1 타겟 키워드(141-302-a) 검색 시, 광고주(121)의 광고의 광고 노출 순위가 타(他)광고주의 광고의 광고 노출 순위보다 높으나, 광고주(121)의 광고의 광고 성과 지표가 타(他)광고주의 광고의 광고 성과 지표보다 낮은 경우, 제 1 타겟 광고 디자인과 타(他)광고주의 광고의 디자인의 차이점을 추출하고, 제 1 타겟 광고 디자인에 추출된 차이점을 반영하여 제 1-2 타겟 광고 디자인을 생성할 수 있다. 이를 통해, 광고주(121)의 광고는 제 1-2 타겟 광고 디자인이 적용된 상황일 수 있다. 여기서, 서버(100)는 제 1 타겟 광고 디자인과 제 1-2 타겟 광고 디자인을 저장해 둘 수 있다.

이때, 제 1 타겟 광고 디자인으로부터 제 1-2 타겟 광고 디자인을 생성하는 기초가 된 제 1 타겟 키워드는 “”(141-302-a)일 수 있다. 한편, 후술의 제 1-2 타겟 키워드는 “b”(141-302-b)일 수 있다. 제 1 타겟 키워드(141-302-a)와 제 1-2 타겟 키워드(141-302-b)는 서로 다른 단어 내지 표현일 수 있다.

다음으로, 서버(100)는 제 1 광고 게재 전략(310)을 통해, 제 1 타겟 유저층(141-301)에 포함되는 계정이 제 1 타겟 플랫폼(141)에서 제 1-2 타겟 키워드(141-302-b) 검색 시, 광고주(121)의 광고의 제 1-2 타겟 키워드(141-302-b)에 대한 광고 노출 입찰금이 제 1 광고 노출 입찰금(141-1)으로 적용 중인지 판별할 수 있다(520).

제 1 타겟 유저층(141-301)에 포함되는 계정이 제 1 타겟 플랫폼(141)에서 제 1-2 타겟 키워드(141-302-b) 검색 시, 광고주(121)의 광고의 제 1-2 타겟 키워드(141-302-b)에 대한 광고 노출 입찰금이 제 1 광고 노출 입찰금(141-1)으로 적용 중인 경우, 광고주(121)가 지불해야 하는 금액이 상대적으로 높은 상황이다. 따라서, 광고주(121)는 제 1-2 타겟 키워드(141-302-b)의 광고 성과 지표가 높길 기대하거나, 광고 성과 지표가 적어도 변하지 않는다면, 제 1-2 타겟 키워드(141-302-b)의 광고 노출 입찰금을 제 2 광고 노출 입찰금(141-2)으로 변경하길 희망하는 상황으로 해석할 수 있다.

이어서, 서버(100)는 제 1 타겟 플랫폼(141)에서 제 1-2 타겟 키워드(141-302-b) 검색 시 광고주의 광고 노출 순위가 제 2 타(他)광고주의 광고 노출 순위보다 높은지 판별할 수 있다(530).

제 1 타겟 플랫폼(141)에서 제 1-2 타겟 키워드(141-302-b) 검색 시 광고주의 광고 노출 순위가 제 2 타(他)광고주의 광고 노출 순위보다 높은 경우, 광고주(121)가 지불해야 하는 금액이 상대적으로 높은 상황이다. 따라서, 광고주(121)는 자신의 광고가 적어도 제 2 타(他)광고주의 광고보다 높은 광고 성과 지표가 있길 기대하거나, 광고 성과 지표가 적어도 제 2 타(他)광고주의 광고보다 낮지 않다면, 제 1-2 타겟 키워드(141-302-b)의 광고 노출 입찰금을 제 2 광고 노출 입찰금(141-2)으로 변경하길 희망하는 상황으로 해석할 수 있다.

이어지는 순서로, 서버(100)는 제 2 타(他)광고주의 광고의 디자인이 제 1 타겟 광고 디자인과 미리 정의된 판별 조건에 따라 유사하다고 판별할 수 있다(540).

제 2 타(他)광고주의 광고의 디자인이 제 1 타겟 광고 디자인과 미리 정의된 판별 조건에 따라 유사한지 여부는 이미지 분석(image analysis) 딥 러닝(deep learning) 알고리즘 등을 통해 수행될 수 있다. 또는, 이미지의 유사여부를 분석·판별하는 기 알려진 알고리즘을 통해 판별이 수행될 수 있다.

제 2 타(他)광고주의 광고의 디자인이 제 1 타겟 광고 디자인과 미리 정의된 판별 조건에 따라 유사하다고 판별될 경우, 제 2 타(他)광고주의 광고의 디자인은 광고주(121)의 광고의 제 1 타겟 광고 디자인과 대응하고, 광고주(121)의 광고의 제 1-2 타겟 광고 디자인은 도 3을 참조하여 설명한 타(他)광고주의 광고의 디자인과 대응하는 상황으로 해석될 수 있다. 제 1 타겟 광고 디자인과 비교하여, 도 3을 참조하여 설명한 타(他)광고주의 광고의 디자인은 심미성·호감도·디자인 등 수량화가 어려운 요소들이 광고주(121)의 광고보다 수요자·소비자들에게 선호되어, 타(他)광고주가 지불하는 광고 노출 입찰금이 광고주(121)가 지불하는 광고 노출 입찰금보다 적음에도 불구하고, 타(他)광고주의 광고 성과가 높은 상황이었다. 따라서, 광고주(121)의 광고의 디자인이 도 3을 참조하여 설명한 타(他)광고주의 광고의 디자인과 대응하고, 제 2 타(他)광고주의 광고의 디자인이 제 1 타겟 광고 디자인과 대응한다면, 광고주(121)의 광고 노출 입찰금을 낮추더라도, 광고주(121)의 광고의 제 1-2 타겟 광고 디자인은 심미성·호감도·디자인 등 수량화가 어려운 요소들이 제 2 타(他)광고주의 광고 디자인보다 수요자·소비자들에게 선호될 것이므로, 광고주(121)의 광고는 광고 노출 입찰금을 낮춤에 따라 광고 노출 순위가 떨어지더라도, 적어도 제 2 타(他)광고주의 광고와 동일하거나 보다 높은 광고 성과 지표를 기대할 수 있을 것이다.

다음으로, 서버(100)는 제 1 타겟 유저층(141-301)에 포함되는 계정이 제 1 타겟 플랫폼(141)에서 제 1-2 타겟 키워드(141-302-b) 검색 시, 광고주의 광고의 제 1-2 타겟 키워드(141-302-b)에 대한 광고 노출 입찰금을 제 2 광고 노출 입찰금으로 적용할 수 있다(550).

이상을 정리하면, 제 2 광고 게재 전략(320)은, 첫째, 제 1 광고 게재 전략을 통해, 제 1 타겟 유저층(141-301)에 포함되는 계정이 제 1 타겟 플랫폼(141)에서 제 1-2 타겟 키워드(141-302-b) 검색 시, 광고주의 광고의 제 1-2 타겟 키워드(141-302-b)에 대한 광고 노출 입찰금이 제 1 광고 노출 입찰금으로 적용되어 있고, 둘째, 제 1 타겟 플랫폼(141)에서 제 1-2 타겟 키워드(141-302-b) 검색 시 광고주의 광고 노출 순위가 제 2 타(他)광고주의 광고 노출 순위보다 높고, 셋째, 제 2 타(他)광고주의 광고의 디자인이 제 1 타겟 광고 디자인과 미리 정의된 판별 조건에 따라 유사하다고 판별될 경우, 제 1 타겟 유저층(141-301)에 포함되는 계정이 제 1 타겟 플랫폼(141)에서 제 1-2 타겟 키워드(141-302-b) 검색 시, 광고주의 광고의 제 1-2 타겟 키워드(141-302-b)에 대한 광고 노출 입찰금을 제 2 광고 노출 입찰금으로 적용하는 전략을 포함할 수 있다.

광고주(121)의 광고의 디자인이 도 3을 참조하여 설명한 타(他)광고주의 광고의 디자인과 대응하고, 제 2 타(他)광고주의 광고의 디자인이 제 1 타겟 광고 디자인과 대응할 것이므로, 광고주(121)의 광고는 광고 노출 입찰금을 낮춤에 따라 광고 노출 순위가 떨어지더라도, 적어도 제 2 타(他)광고주의 광고와 동일하거나 보다 높은 광고 성과 지표를 기대할 수 있다. 이를 통해, 서버(100)는 보다 저렴한 비용으로 경쟁사와 적어도 동일한 수준의 광고 성과 지표를 기록할 수 있는 광고 성과 향상 방법을 제공할 수 있다.

도 6은 일실시예에 따른 인공 신경망의 학습을 설명하기 위한 도면이다.

인공 신경망은 서버(100)에 포함되는 구성일 수 있으며, 서버(100) 또는 별도의 학습 장치를 통해서 학습될 수 있다.

제 1 인공 신경망은 광고주로부터 획득한 광고 정보를 입력받아, 광고 타겟 데이터를 포함하는 제 1 광고 게재 전략을 추론하도록 학습될 수 있다. 광고 타겟 데이터란, 광고를 게재할 대상 내지 방법들 중에서 취사·선별된 대상 내지 방법들을 의미할 수 있다. 광고 타겟 데이터는 타겟 광고 게재 서버들, 각각의 타겟 광고 게재 서버에 대응하는 각각의 타겟 플랫폼(platform), 타겟 플랫폼별 타겟 키워드(keyword)들, 타겟 플랫폼별 타겟 유저(user)층, 타겟 플랫폼별 타겟 광고 디자인을 포함할 수 있다. 제 1 광고 게재 전략은 플랫폼별, 키워드별, 유저층별, 광고 디자인별 전략을 포함할 수 있다.

제 2 인공 신경망은 각각의 광고 게재 서버로 전송된 각각의 제 1 광고 게재 요청 사항 및 각각의 광고 게재 서버로부터 획득한 각각의 광고 성과 지표를 입력받아, 제 2 광고 게재 전략을 추론하도록 학습될 수 있다. 제 2 광고 게재 전략은 제 1 광고 게재 전략의 변경 방안을 포함할 수 있다. 제 2 광고 게재 전략은 제 1 광고 게재 전략에 비해 동일한 비용으로 특정 광고 성과 지표를 상승시키거나, 저렴한 비용으로 광고 성과 지표를 유지할 수 있도록, 광고 성과 지표 향상 전략 내지 광고 비용 절감 절약을 포함할 수 있다.

이하에서는 학습 장치를 통해 인공 신경망이 학습되는 과정을 설명한다.

우선, 학습 장치는 트레이닝 데이터(training data)와 레이블(label)을 획득할 수 있다(600).

제 1 인공 신경망 학습을 위해, 학습 장치는 광고물; 광고물의 가격; 광고물을 설명하거나 홍보하기 위한 텍스트, 이미지, 영상, 소리; 목표 소비자층; 광고 게재·배포를 위해 소비할 수 있는 비용; 희망 광고 컨셉트 등을 포함하는 각각의 데이터 세트를 각각의 트레이닝 데이터로 획득할 수 있다. 또한, 학습 장치는 각각의 광고가 최소의 비용으로 최대의 광고 성과 지표를 달성한 경우의 실제 제 1 광고 게재 전략을 각각의 트레이닝 데이터에 대응하는 레이블로 획득할 수 있다.

제 2 인공 신경망 학습을 위해, 학습 장치는 타겟 키워드들, 각각의 타겟 키워드에 따른 비용, 타겟 유저층의 속성, 타겟 광고 디자인 등을 포함하는 광고 게재 요청 사항들 및 CTR(Click Through Rate), CVR(Conversion Rate), ROAS(Return On Advertising Spend), ROI(Return on Investment), KPI(Key Performance Indicators)등을 포함하는 광고 성과 지표들을 포함하는 각각의 데이터 세트를 각각의 트레이닝 데이터로 획득할 수 있다. 또한, 학습 장치는 각각의 광고가 최소의 비용으로 광고를 수정하여 최대의 광고 성과 지표 증가를 달성한 경우의 실제 제 2 광고 게재 전략을 각각의 트레이닝 데이터에 대응하는 레이블로 획득할 수 있다.

이제, 학습 장치는 트레이닝 데이터로부터 인공 신경망의 입력을 생성할 수 있다(610).

학습 장치는 트레이닝 데이터를 인공 신경망의 입력으로 그대로 사용하거나, 각각의 트레이닝 데이터에서 불필요한 정보를 제거하는 통상의 프로세스를 거친 후, 인공 신경망의 입력을 생성할 수 있다.

다음으로, 학습 장치는 입력을 인공 신경망에 적용할 수 있다(620).

서버에 포함된 인공 신경망은 지도 학습(supervised learning)에 따라 학습되는 인공 신경망일 수 있다. 인공 신경망은 지도 학습을 통해 학습시키기에 적합한 컨볼루션 신경망(convolutional neural network, CNN) 또는 리커런트 신경망(recurrent neural network, RNN) 구조일 수 있다.

이어서, 학습 장치는 인공 신경망으로부터 출력을 획득할 수 있다(630).

제 1 인공 신경망의 출력은, 광고 타겟 데이터를 포함하는 제 1 광고 게재 전략일 수 있다. 구체적으로 학습 장치는 광고주의 요구 컨셉트; 광고물의 속성; 광고물의 목표 소비자층의 주(主)활동 플랫폼; 목표 소비자층이 선호하는 광고 형태 등의 변화에 따른 패턴을 학습하여, 제 1 광고 게재 전략을 출력할 수 있다.

제 2 인공 신경망의 출력은, 제 2 광고 게재 전략일 수 있다. 구체적으로, 학습 장치는 특정 광고 게재 요청 사항에 따라 특정 광고 성과 지표가 높거나 낮은 경우; 광고 게재 요청 사항들의 조합에 따라 광고 성과 지표가 높거나 낮은 경우; 각각의 광고 게재 요청 사항과 각각의 광고 성과 지표의 상관성 등의 변화에 따른 패턴을 학습하여, 제 2 광고 게재 전략을 출력할 수 있다.

이후, 학습 장치는 출력과 레이블을 비교할 수 있다(640). 추론에 해당하는 인공 신경망의 출력과 정답에 해당하는 레이블을 비교하는 과정은 손실함수(loss function)를 계산하여 이루어질 수 있다. 손실함수는 기 알려진 평균 제곱 오차(mean squared error, MSE), 교차 엔트로피 오차(cross entropy error, CEE) 등이 이용될 수 있다. 그러나, 이에 제한되는 것은 아니며, 인공 신경망의 출력과 레이블 간의 편차, 오차 내지는 차이를 측정할 수 있다면, 다양한 인공 신경망 모델들에서 이용되는 손실함수들이 이용될 수 있다.

다음으로, 학습 장치는 비교값을 기초로 인공 신경망을 최적화할 수 있다(650). 학습 장치 비교값이 점점 작아지도록 인공 신경망의 노드(node)들의 웨이트(weight)를 갱신함으로써, 추론에 해당하는 인공 신경망의 출력과 정답에 해당하는 레이블을 점점 일치시킬 수 있고, 이를 통해 인공 신경망은 정답에 가까운 추론을 출력하도록 최적화될 수 있다. 구체적으로, 학습 장치는 비교값에 해당하는 손실함수가 최소값의 추정치에 가까워지도록 인공 신경망의 웨이트(weight)를 재설정하는 과정을 반복함으로써 인공 신경망을 최적화할 수 있다. 인공 신경망의 최적화를 위해 기 알려진 역전파(backpropagation) 알고리즘, 확률론적 경사하강법(stochastic gradient descent) 등이 이용될 수 있다. 그러나, 이에 제한되는 것은 아니며, 다양한 신경망 모델들에서 이용되는 웨이트의 최적화 알고리즘이 이용될 수 있다.

학습 장치는 이와 같은 과정을 반복함으로써 인공 신경망을 학습시킬 수 있다.

이를 통해, 광고주로부터 획득한 광고 정보를 기초로; 광고 타겟 데이터를 포함하는 제 1 광고 게재 전략을 출력하는 제 1 인공 신경망을 학습시킬 수 있다. 제 1 인공 신경망은 도 2 내지 4를 참조하여 광고 타겟 데이터(300)의 생성 및 제 1 광고 게재 전략(310)의 생성에 사용될 수 있다.

또한, 각각의 광고 게재 서버로 전송된 각각의 제 1 광고 게재 요청 사항 및 각각의 광고 게재 서버로부터 획득한 각각의 광고 성과 지표를 기초로; 제 2 광고 게재 전략을 출력하는 제 2 인공 신경망을 학습시킬 수 있다. 제 2 인공 신경망은 도 2, 3, 및 5를 참조하여 전술한 제 2 광고 게재 전략(320)의 생성에 사용될 수 있다.

도 7은 일실시예에 따른 장치의 구성의 예시도이다.

일실시예에 따른 장치(701)는 프로세서(702) 및 메모리(703)를 포함한다. 프로세서(702)는 도 1 내지 도 6을 참조하여 전술된 적어도 하나의 장치들을 포함하거나, 도 1 내지 도 6을 참조하여 전술된 적어도 하나의 방법을 수행할 수 있다. 구체적으로, 장치(701)는 서버(100), 광고주 단말(111), 광고 게재 서버들(131-133), 또는 인공 신경망 학습 장치 등일 수 있다. 장치(701)를 이용하는 자 또는 단체는 도 1 내지 도 6을 참조하여 전술된 방법들 일부 또는 전부와 관련된 서비스를 제공할 수 있다.

메모리(703)는 전술된 방법들과 관련된 정보를 저장하거나 전술된 방법들을 구현하는 프로그램을 저장할 수 있다. 메모리(703)는 휘발성 메모리 또는 비휘발성 메모리일 수 있다.

프로세서(702)는 프로그램을 실행하고, 장치(701)를 제어할 수 있다. 프로세서(702)에 의하여 실행되는 프로그램의 코드는 메모리(703)에 저장될 수 있다. 장치(701)는 입출력 장치(도면 미 표시)를 통하여 외부 장치(예를 들어, 퍼스널 컴퓨터 또는 네트워크)에 연결되고, 유무선 통신을 통해 데이터를 교환할 수 있다.

장치(701)는 인공 신경망을 학습시키거나, 학습된 인공 신경망을 이용하는데 사용될 수 있다. 메모리(703)는 학습 중인 또는 학습된 인공 신경망을 포함할 수 있다. 프로세서(702)는 메모리(703)에 저장된 인공 신경망 알고리즘을 학습시키거나 실행시킬 수 있다. 인공 신경망을 학습시키는 장치(701)와 학습된 인공 신경망을 이용하는 장치(701)는 동일할 수도 있고 개별적일 수도 있다.

이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 이를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.

Claims (3)

1. 인공지능을 기반으로 서버에 의해 수행되는 온라인 광고 성과 향상 방법에 있어서,
   광고주가 로그인한 광고주 단말로부터 광고 정보를 획득하는 단계;
   제 1 인공지능에 상기 광고 정보를 적용하여, 광고 타겟 데이터를 포함하는 제 1 광고 게재 전략을 출력하는 단계;
   상기 광고주 단말로 상기 제 1 광고 게재 전략을 전송하는 단계;
   상기 광고주 단말로부터 상기 제 1 광고 게재 전략의 승인을 획득하는 단계;
   승인된 제 1 광고 게재 전략을 기초로, 각각의 타겟 광고 게재 서버로 각각의 제 1 광고 게재 요청 사항을 전송하는 단계;
   상기 각각의 타겟 광고 게재 서버로부터 각각의 광고 성과 지표를 획득하는 단계;
   제 2 인공지능에 상기 각각의 제 1 광고 게재 요청 사항 및 상기 각각의 광고 성과 지표를 적용하여, 제 2 광고 게재 전략을 출력하는 단계;
   상기 광고주 단말로 상기 제 2 광고 게재 전략을 전송하는 단계;
   상기 광고주 단말로부터 상기 제 2 광고 게재 전략의 승인을 획득하는 단계; 및
   승인된 제 2 광고 게재 전략을 기초로, 상기 각각의 타겟 광고 게재 서버로 각각의 제 2 광고 게재 요청 사항을 전송하는 단계
   를 포함하며,
   상기 광고 타겟 데이터는
   타겟 광고 게재 서버들, 각각의 타겟 광고 게재 서버에 대응하는 각각의 타겟 플랫폼(platform), 타겟 플랫폼별 타겟 키워드(keyword)들, 타겟 플랫폼별 타겟 유저(user)층, 타겟 플랫폼별 타겟 광고 디자인을 포함하고,
   상기 광고 타겟 데이터는 제 1 타겟 플랫폼 및 제 1 타겟 플랫폼의 제 1 타겟 키워드를 포함하고,
   상기 제 1 광고 게재 전략은
   각각의 타겟 플랫폼별 타겟 키워드의 광고 노출 입찰금―입찰금이 증가할수록, 키워드 검색 시 타겟 광고 게재 서버에서 운영하는 웹페이지 또는 어플리케이션에서 광고 노출 순위가 높아짐―을 포함하고,
   상기 제 2 광고 게재 전략은
   제 1-2 타겟 광고 디자인의 제공을 포함하고,
   상기 제 1-2 타겟 광고 디자인의 생성은,
   상기 제 1 타겟 플랫폼에서 상기 제 1 타겟 키워드 검색 시, 상기 광고주의 광고의 상기 광고 노출 순위가 타(他)광고주의 광고의 광고 노출 순위보다 높으나, 상기 광고주의 광고의 상기 광고 성과 지표가 상기 타(他)광고주의 광고의 광고 성과 지표보다 낮은 경우, 제 1 타겟 광고 디자인―상기 광고주의 광고에 적용된 타겟 광고 디자인―과 상기 타(他)광고주의 광고의 디자인의 차이점을 추출하는 단계; 및
   상기 제 1 타겟 광고 디자인에 추출된 차이점을 반영하여 상기 제 1-2 광고 디자인을 생성하는 단계
   를 포함하는 동작으로 이루어지는,
   온라인 광고 성과 향상 방법.
   
2. 제 1 항에 있어서,
   상기 광고 노출 입찰금은 제 1 광고 노출 입찰금 및 제 2 광고 노출 입찰금을 포함하고,
   상기 제 1 광고 노출 입찰금은 상기 제 2 노출 입찰금보다 많고,
   상기 제 1 광고 게재 전략은
   상기 제 1 타겟 플랫폼에 대응하는 제 1 타겟 유저층에 포함되는 계정이 상기 제 1 타겟 플랫폼에서 상기 제 1 타겟 키워드 검색 시, 상기 광고주의 광고의 상기 제 1 타겟 키워드에 대한 광고 노출 입찰금을 상기 제 1 광고 노출 입찰금으로 적용하고,
   상기 제 1 타겟 유저층에 포함되지 않는 계정이 상기 제 1 타겟 플랫폼에서 상기 제 1 타겟 키워드 검색 시, 상기 광고주의 광고의 상기 제 1 타겟 키워드에 대한 광고 노출 입찰금을 상기 제 2 광고 노출 입찰금으로 적용하는
   전략을 포함하는
   온라인 광고 성과 향상 방법.
   
3. 광고주 단말로부터 광고 정보를 획득하고,
   제 1 인공지능에 상기 광고 정보를 적용하여, 광고 타겟 데이터를 포함하는 제 1 광고 게재 전략을 출력하고,
   상기 광고주 단말로 상기 제 1 광고 게재 전략을 전송하고,
   상기 광고주 단말로부터 상기 제 1 광고 게재 전략의 승인을 획득하고,
   승인된 제 1 광고 게재 전략을 기초로, 각각의 타겟 광고 게재 서버로 각각의 제 1 광고 게재 요청 사항을 전송하고,
   상기 각각의 타겟 광고 게재 서버로부터 각각의 광고 성과 지표를 획득하고,
   제 2 인공지능에 상기 각각의 제 1 광고 게재 요청 사항 및 상기 각각의 광고 성과 지표를 적용하여, 제 2 광고 게재 전략을 출력하고,
   상기 광고주 단말로 상기 제 2 광고 게재 전략을 전송하고,
   상기 광고주 단말로부터 상기 제 2 광고 게재 전략의 승인을 획득하고,
   승인된 제 2 광고 게재 전략을 기초로, 상기 각각의 타겟 광고 게재 서버로 각각의 제 2 광고 게재 요청 사항을 전송하는 프로세서
   를 포함하며,
   상기 광고 타겟 데이터는
   타겟 광고 게재 서버들, 각각의 타겟 광고 게재 서버에 대응하는 각각의 타겟 플랫폼(platform), 타겟 플랫폼별 타겟 키워드(keyword)들, 타겟 플랫폼별 타겟 유저(user)층, 타겟 플랫폼별 타겟 광고 디자인을 포함하고,
   상기 광고 타겟 데이터는 제 1 타겟 플랫폼 및 제 1 타겟 플랫폼의 제 1 타겟 키워드를 포함하고,
   상기 제 1 광고 게재 전략은
   각각의 타겟 플랫폼별 타겟 키워드의 광고 노출 입찰금―입찰금이 증가할수록, 키워드 검색 시 타겟 광고 게재 서버에서 운영하는 웹페이지 또는 어플리케이션에서 광고 노출 순위가 높아짐―을 포함하고,
   상기 제 2 광고 게재 전략은
   제 1-2 타겟 광고 디자인의 제공을 포함하고,
   상기 프로세서가 상기 제 1-2 타겟 광고 디자인을 생성하는 동작은,
   상기 제 1 타겟 플랫폼에서 상기 제 1 타겟 키워드 검색 시, 상기 광고주의 광고의 상기 광고 노출 순위가 타(他)광고주의 광고의 광고 노출 순위보다 높으나, 상기 광고주의 광고의 상기 광고 성과 지표가 상기 타(他)광고주의 광고의 광고 성과 지표보다 낮은 경우, 제 1 타겟 광고 디자인―상기 광고주의 광고에 적용된 타겟 광고 디자인―과 상기 타(他)광고주의 광고의 디자인의 차이점을 추출하고,
   상기 제 1 타겟 광고 디자인에 추출된 차이점을 반영하여 상기 제 2 광고 디자인을 생성하는
   동작을 포함하는,
   온라인 광고 성과 향상 장치.
   

Images