디지털 광고와 에드테크 개론
Shared on October 21, 2026
디지털 광고론 강의 노트
개요
- 목표: 디지털 기술·데이터 기반 광고 환경 이해 및 실전 활용 역량 함양
- 수업 형태: 이론 중심(80 %) + 사례 분석(20 %)
- 평가: 중간고사 30 % + 기말고사 30 % + 과제 20 % + 출석 10 %
- 교재
- 주 교재: 디지털 시대의 광고론 (2022)
- 부교재: 디지털 마케팅 커뮤니케이션
핵심 개념
| 구분 | 주요 내용 |
|---|---|
| 디지털 광고 | 온라인 플랫폼(검색, SNS, OTT 등)에서 타깃팅·측정·최적화가 가능한 광고 |
| AdTech | Advertising + Technology. 광고와 기술(빅데이터, AI, 블록체인, AR/VR) 융합 |
| 측정·측정지표 | 노출, 클릭, 전환, CPA, LTV 등 |
| 데이터 플랫폼 | DMP(데이터 관리 플랫폼), DSP(데이터 수요 플랫폼), SSP(공급 플랫폼) |
| 광고 프로세스 | ① 데이터 수집 → ② 타깃 분석 → ③ 캠페인 설계 → ④ 실시간 입찰 & 집행 → ⑤ 퍼포먼스 분석 → ⑥ 최적화 |
| 마케팅 믹스(4P) | 제품 + 가격 + 장소 + 프로모션(광고) |
디지털 광고 환경
- 플랫폼 구조
- 검색엔진: 키워드 입찰 → 검색 결과 노출
- SNS: 사용자 프로필·행동 데이터 기반 타깃팅
- OTT / 비디오: 인앱 광고, 스킵 가능 여부, 시청률 측정
- 측정 및 분석
- 전통: 리서치(브랜드 리스너, 인지도)
- 디지털: 실시간 로그·클릭·전환 데이터 → AI·머신러닝 기반 예측
- 핵심 기술
| 기술 | 역할 | 예시 |
|---|---|---|
| 빅데이터 | 대규모 데이터 수집·분석 | 고객 세분화, 행동 예측 |
| AI/머신러닝 | 자동 타깃팅·광고 최적화 | 실시간 입찰, 레코멘데이션 |
| 블록체인 | 투명한 거래·데이터 공유 | 광고 비용 결제, 쿠키 대체 |
| AR/VR | 몰입형 콘텐츠 | 가상 시뮬레이션, 홀로그램 광고 |
| 오감인식 | 멀티 센서 데이터 활용 | 얼굴 인식, 음성·촉각 인식 |
- 비용 최적화
- CPA(획득당 비용): 낮을수록 효율
- ROAS(광고비 대비 매출): 목표 5:1 이상
전통 광고 vs. AdTech 광고
| 항목 | 전통 광고 | AdTech 광고 |
|---|---|---|
| 데이터 활용 | 리서치(설문) | 실시간 로그·데이터 웨어하우스 |
| 타깃팅 | 인구통계·심리 | 세그먼트+행동+컨텍스트 |
| 캠페인 설계 | 창의적 콘셉트 중심 | 데이터 기반 KPI 목표 설정 |
| 집행 | 미디어 구매(계약) | 실시간 입찰(자동화) |
| 성과 측정 | 리서치 결과 | KPI(전환, CPA 등) |
| 조정 속도 | 월~분기 | 실시간·초 단위 |
사례 분석 (강의 20%)
- 마스크팩 브랜드
- 데이터: SNS 키워드·리뷰 분석 → 니즈 도출
- 전략: 인플루언서 콜라보 + 타깃팅 광고
- 성과: 연매출 5,300원 → 10,200원, LTV 상승
- 버거·음료 브랜드
- 기술: AI 기반 레코멘데이션 → 맞춤형 쿠폰 제안
- 효과: CPA 30% 절감, 구매 전환율 1.8 배 증가
- 블록체인 기반 광고
- 시나리오: 쿠폰·토큰 보상 시스템 → 사용자 참여 유도
- 결과: 초기 사용자 확보 성공, 장기 비즈니스 모델 부재 → 실패 사례 분석
교육 포커스
- 이론: 디지털 광고 원리, 플랫폼 구조, 측정·분석 기초
- 실습(미니 프로젝트): 데이터 세트 활용 광고 캠페인 설계 및 KPI 시뮬레이션
- 과제: AI 도구(예: Google AutoML, Python) 활용한 광고 예측 모델 제작
- 토론: AI 윤리·프라이버시, 블록체인과 개인정보 보호
학습 팁
- 교재 정리
- 핵심 용어는 키워드 노트에 정리
- 각 장마다 핵심 질문을 만들어 보며 복습
- 실전 연습
- 무료 데이터 세트(구글, Kaggle) 활용
- Python pandas, scikit‑learn으로 간단한 분류/회귀 모델 구축
- 사례 연구
- 최신 AdTech 트렌드(예: Programmatic TV, AI 기반 크리에이티브 생성) 따라잡기
- 평가 대비
- 중·기말고사: 사례 기반 질문과 이론 질문
- 과제: AI 모델와 보고서를 통합
결론
- 디지털 광고는 데이터와 기술의 통합으로 정밀 타깃팅·실시간 최적화가 핵심
- AdTech의 핵심 기술(빅데이터·AI·블록체인·AR/VR·오감인식)을 이해하고 활용하면 캠페인 성과를 크게 향상시킬 수 있음
- 강의는 이론과 실무 사례를 균형 있게 다루며, AI 도구 활용과 데이터 기반 사고를 강조합니다.