배경 피처링은 소셜 미디어 크리에이터 및 인플루언서의 콘텐츠 영향력과 오디언스 반응 데이터를 AI로 정밀하게 분석하여, 브랜드의 마케팅 전략에 최적화된 인플루언서와의 협업을 설계할 수 있도록 지원하는 B2B SaaS(Software as a Service) 기반 마케팅 솔루션 기업입니다. 방대한 소셜 미디어 데이터의 분석을 통하여 인플루언서 마케팅을 집행하려는 고객들이 성공적으로 광고를 집행할 수 있도록 인사이트를 제공하는 것을 목표로 합니다. 인플루언서 […] || 배경
피처링은 소셜 미디어 크리에이터 및 인플루언서의 콘텐츠 영향력과 오디언스 반응 데이터를 AI로 정밀하게 분석하여, 브랜드의 마케팅 전략에 최적화된 인플루언서와의 협업을 설계할 수 있도록 지원하는 B2B SaaS(Software as a Service) 기반 마케팅 솔루션 기업입니다. 방대한 소셜 미디어 데이터의 분석을 통하여 인플루언서 마케팅을 집행하려는 고객들이 성공적으로 광고를 집행할 수 있도록 인사이트를 제공하는 것을 목표로 합니다.
인플루언서 마케팅의 성공은 방대한 소셜 미디어 데이터를 얼마나 깊이 있게 분석하고 인사이트를 얻어내는지에 달려있습니다. 소셜 미디어 데이터는 인플루언서들이 생산하는 콘텐츠를 중심으로 구성되어 있기 때문에, 소셜 미디어 콘텐츠에 대한 체계적이고 정확한 분석 시스템을 구축하는 것이 인플루언서 마케팅의 핵심입니다. 이를 위해서는 방대한 데이터를 확보하는 플랫폼을 갖추는 것과 동시에, 지속적인 분석을 통해 소셜 미디어 데이터를 효과적으로 분석할 수 있는 시스템을 구축하는 것이 필수적이었습니다.
피처링은 수 년간 끊임없이 생성되는 소셜 미디어 콘텐츠를 AWS 환경에서 효과적으로 분석하기 위한 시스템을 구축했습니다. 이 글에서는 피처링이 멀티모달 LLM과 멀티 에이전트 아키텍처를 활용하여 소셜 미디어 콘텐츠를 분석하는 과정과 시스템 구성을 소개하고자 합니다.
소셜 미디어 콘텐츠의 특징
소셜 미디어 콘텐츠를 분석하는 시스템을 구성하기 위해서는 먼저 소셜 미디어 콘텐츠 데이터가 어떠한 특성을 가지고 있는지 이해해야 합니다.
소셜 미디어 콘텐츠는 일반적으로 다음과 같은 특징을 가집니다.
다양한 형태의 데이터: 위의 예시와 같이 이미지, 영상, 텍스트가 혼합된 형태로 콘텐츠가 구성되어 있습니다.
메타데이터: 해시태그, 장소태그 등 다양한 부가 정보들을 가지고 있습니다.
콘텐츠 반응: 댓글, 좋아요를 통해 콘텐츠에 대한 사용자 반응을 알 수 있습니다.
소셜 미디어 콘텐츠는 보기엔 단순할 수 있지만, 방대한 양의 콘텐츠 속에서 브랜드 이미지나 제품과 부합하는 인플루언서를 찾고, 각 콘텐츠의 반응과 효과를 비교 분석하는 과정에는 여전히 많은 시간과 노력이 요구됩니다. 또한, 아래와 같은 소셜 미디어 콘텐츠의 특성으로 소셜 미디어 콘텐츠 분석을 자동화하는 것에도 어려움이 따릅니다.
비정형 데이터: 정해진 규격 없이 자유로운 형태로 데이터가 생성됩니다.
비언어적 요소: 감정 표현, 시각적 스타일 등의 암묵적 정보가 중요한 의미를 가집니다.
의도적 맥락성: 숨겨진 광고 의도나 특정 메시지 등 명시적이지 않은 맥락을 파악해야 합니다.
빠른 변화: 수많은 콘텐츠들이 쏟아져 나오기에 생명주기가 짧으며, 트렌드에 민감해 유행성 콘텐츠가 자주 등장합니다.
여러 특성들이 서로 얽혀 하나의 콘텐츠를 형성하기 때문에, 단순한 수치나 규칙 기반 분석만으로는 콘텐츠의 의미와 영향력을 정확하게 파악하기 어렵습니다. 예를 들어 멀티모달 데이터인 이미지와 텍스트는 각각 다른 정보를 담고 있으면서도, 동시에 서로의 의미를 보완하거나 반전시키는 ‘의도적 맥락성’을 가집니다. “오늘 기분 최고!”라는 텍스트에 활짝 웃는 사진이 더해지면 긍정적 의미로 해석할 수 있지만, 찡그린 사진이 붙으면 이는 반어적 표현이 됩니다. 이러한 복합적 관계를 정밀하게 포착하기 위해서는, 멀티모달 데이터를 통합적으로 처리하고 맥락적 상호작용을 이해할 수 있는 분석 시스템의 설계가 필요합니다.
주요 도전 과제
피처링이 소셜 미디어 데이터 분석 시스템을 구