매드업, 자체 데이터 플랫폼으로 AI 마케팅 기술적 해자 구축

매드업 로고(매드업 제공)

AI 마케팅 기업 매드업이 자체 데이터 플랫폼을 기반으로 마케팅 AI 기술 경쟁력을 고도화하고 있다. 최근 생성형 AI와 Agentic AI 기술이 빠르게 확산되면서 소프트웨어 기업의 경쟁력은 단순히 AI 모델을 활용하는 수준을 넘어 AI가 학습할 수 있는 고유 데이터와 이를 지속적으로 개선할 수 있는 피드백 구조를 보유하고 있는지로 이동하고 있다.

매드업은 이 지점에서 차별화된 기술 기반을 구축해온 기업이다. 2015년 설립 이후 광고 운영 과정에서 발생하는 방대한 데이터를 축적하고, 이를 수집∙정제∙분석∙활용하기 위한 자체 데이터 플랫폼에 지속적으로 투자해왔다.

회사 관계자는 "회사의 AI 기술력이 단순히 외부 AI 모델의 활용에서 나오는 것이 아니라 광고 성과 데이터를 안정적으로 수집하고, 이를 AI가 학습 가능한 형태로 구조화하며, 마케팅 전문가의 판단을 다시 데이터로 환원시키는 체계에서 창출된다"고 설명했다.

매드업의 데이터 경쟁력을 보여주는 핵심 인프라는 자체 데이터 플랫폼이다. 매드업의 AI 마케팅 솔루션 레버 엑스퍼트는 광고 매체와 트래커에서 발생하는 데이터를 수집하고, 이를 분석 가능한 형태로 가공∙적재∙공급하는 매드업의 Data Management Platform을 기반으로 하고 있다.

디지털 광고 데이터는 일반적인 정형 데이터와 다르다. Google, Meta, Naver, Kakao 등 광고 매체별 데이터 구조가 다르고, 각 매체의 API 정책, 호출 제한, 데이터 업데이트 주기, 전환 집계 방식도 모두 다르다. 또한 광고 성과 데이터는 캠페인 집행 직후 한 번에 확정되는 것이 아니라 전환 추적 기간에 따라 과거 데이터가 뒤늦게 변경되기도 한다. 즉, 광고 AI가 제대로 작동하려면 단순히 데이터를 많이 모으는 것만으로는 부족하다. 정확하고, 최신성이 있으며, 매체별 차이를 통제한 데이터 인프라가 필요하다.

매드업은 이러한 문제를 해결하기 위해 광고 데이터의 수집∙가공∙적재∙활용 체계를 구축해왔다. 주요 광고 매체 데이터와 광고 성과 추적 데이터를 연결하고, 이를 캠페인∙소재∙타깃∙예산∙성과 지표 단위로 분석할 수 있도록 구조화한다. 이 과정에서 수집 서버, 비동기 처리, 데이터 파이프라인, 데이터 웨어하우스 등 다양한 기술 요소가 결합된다.

이는 매드업이 마케팅 프로세스를 자동화 하기 위한 데이터 인프라를 직접 설계하고 운영하는 기술 기업으로서의 방향성을 가지고 있었음을 보여준다.

회사는 매드업의 기술적 해자를 크게 네 가지로 설명한다.

첫째는 데이터의 규모다. 마케팅 AI를 고도화하기 위해서는 캠페인 성과, 광고 소재, 타깃, 매체, 예산, 업종, 시즌성, 전환 성과 등 다양한 변수가 결합된 대규모 데이터가 필요하다. 매드업은 장기간 광고 운영 과정에서 축적된 데이터를 기반으로 AI 모델과 마케팅 자동화 솔루션을 고도화하고 있다.

둘째는 데이터의 독점성이다. 광고 성과 데이터는 공개 웹에서 쉽게 수집할 수 있는 데이터가 아니다. 각 광고주의 캠페인 집행 환경, 광고 매체별 성과, 소재별 반응, 전환 데이터, ROAS 등은 실제 광고 운영 과정에서만 축적된다. 범용 LLM이 공개 인터넷 데이터만으로는 접근하기 어려운 폐쇄적이고 맥락적인 데이터다.

셋째는 데이터의 품질이다. 광고 AI에서 중요한 것은 데이터의 양만이 아니다. 잘못 집계된 전환, 중복 이벤트, 지연 반영 데이터, 매체별 지표 차이, 캠페인 목적별 성과 기준의 차이를 통제하지 못하면 AI의 판단도 왜곡될 수 있다. 매드업은 광고 데이터를 분석 가능한 형태로 정제하고, AI가 학습할 수 있는 구조로 가공하는 체계를 구축해왔다.

넷째는 데이터 플라이휠(선순환 구조)이다. 광고 집행이 늘어날수록 더 많은 성과 데이터가 축적되고, 축적된 데이터는 AI 모델과 마케팅 의사결정 로직을 개선한다. 개선된 AI는 다시 광고 운영 효율을 높이고, 더 많은 캠페인 데이터를 만들어낸다. 이 선순환 구조가 매드업의 AI 마케팅 기술을 지속적으로 고도화하는 기반이다.

매드업의 또 다른 차별점은 마케팅 전문가의 피드백 루프다. 광고 성과를 예측하고 개선하는 일은 단순히 데이터를 많이 보유했다고 해결되는 문제가 아니다. 광고 소재의 메시지, 브랜드 톤앤매너, 소비자 심리, 업종별 전환 특성, 프로모션 구조, 경쟁 환경 등은 실제 마케터의 도메인 지식이 필요한 영역이다.

매드업은 광고 전문가들이 캠페인을 운영하면서 축적한 판단 기준과 피드백을 AI 에이전트 고도화에 반영하고 있다. 어떤 소재가 클릭률을 높이는지, 어떤 메시지가 전환율을 개선하는지, 어떤 타깃과 예산 조합이 효율적인지에 대한 실무적 판단이 데이터로 축적되고, 다시 AI 모델의 학습과 추천 로직에 반영되는 구조다.

이러한 전문가 피드백 루프는 범용 LLM이나 솔루션 개발 역량만 보유한 회사들이 쉽게 모방하기 어려운 영역으로 평가된다. 일반적인 AI 모델이 공개 데이터 기반으로 넓은 범위의 지식을 학습한다면, 매드업의 AI는 실제 광고 집행 현장에서 발생한 성과 데이터와 전문가의 피드백을 기반으로 광고 성과 개선이라는 특정 문제에 특화된 방식으로 고도화된다.

매드업의 데이터 플랫폼과 전문가 피드백 루프는 AI 마케팅 솔루션 LEVER Xpert와 광고 성과 예측 모델 ADVISOR로 확장되고 있다.

LEVER Xpert는 광고 운영 과정에서 반복적으로 발생하는 데이터 분석, 소재 진단, 캠페인 운영, 성과 개선 업무를 AI 기반으로 지원하는 솔루션이다. 매드업이 보유한 광고 데이터와 마케팅 전문가의 의사결정 로직이 결합되면서, LEVER Xpert는 단순 자동화 도구를 넘어 마케팅 의사결정 지원 AI 에이전트로 발전하고 있다.

최근 ACL 논문으로 채택된 ADVISOR 모델은 매드업의 데이터∙AI 경쟁력을 보여주는 사례다. ADVISOR는 브랜드 정보와 소량의 샘플 광고만으로 광고 소재의 성과 가능성을 사전에 평가하는 모델이다. 광고 집행 이후 결과를 확인하는 방식이 아니라 광고 집행 전에 AI가 어떤 소재가 더 높은 성과를 낼지 예측하는 구조다.

이러한 기술은 매드업이 광고대행업의 전통적 업무를 AI 기반 의사결정 시스템으로 재정의하고 있음을 보여준다. 기존 마케팅 산업이 사람의 경험과 수작업에 의존했다면, 매드업은 데이터 플랫폼과 AI 모델, 전문가 피드백 루프를 결합해 마케팅 운영을 기술 기반 산업으로 전환하고 있다.

생성형 AI 시대에 많은 기업들이 AI 도입을 이야기하고 있지만 실제 경쟁력은 AI 모델 자체보다 그 모델을 고도화할 수 있는 데이터와 도메인 지식에서 나온다. 특히 마케팅 영역에서는 광고 소재, 소비자 반응, 캠페인 성과, 매체별 알고리즘, 전환 데이터가 복잡하게 결합된다. 이 데이터를 정확히 수집하고 해석하는 능력 없이는 AI가 실질적인 성과 개선으로 이어지기 어렵다.

매드업은 이 문제를 자체 데이터 플랫폼과 이를 기반으로 한 AI 에이전트 LEVER Xpert를 통해 풀어가고 있다. 데이터 인프라, 광고 도메인 지식, AI 모델, 전문가 피드백 루프가 결합된 구조는 매드업의 핵심 기술 자산이다. 매드업은 범용 LLM이 접근하기 어려운 성과 데이터, 광고 전문가의 피드백, 실제 캠페인 운영에서 축적되는 고품질 데이터를 AI 마케팅 시장에서 구축한 기술적 해자로 내세우고 있다.

매드업 관계자는 “AI 마케팅의 경쟁력은 모델을 얼마나 잘 활용하는지에 그치지 않고, AI가 학습할 수 있는 데이터를 얼마나 깊고 정교하게, 그리고 광범위하게 보유하고 있는지에 달려 있다”며 “매드업은 데이터 플랫폼과 전문가 피드백 루프를 통해 광고 성과를 예측하고 개선하는 AI 기술을 지속적으로 고도화해 나가겠다”고 말했다.