# AI 답 속 광고는 무엇으로 값을 매길까?

_동네 가게 광고도 고객의 질문과 얼마나 맞는지가 중요해진다_

> 연구진은 광고가 질문과 맞는지를 중심으로 점수를 매겼다. 채점기는 다른 업종 광고를 79% 가려냈고, 후보 답을 30개로 늘려도 점수는 3.48점에서 3.76점으로 0.28점 오르는 데 그쳤다.

- 종류: 칼럼
- 주소: https://aisitekorea.com/column/ai-answer-ad-pricing-58999-responses
- 발행: AI사이트코리아 (https://aisitekorea.com)
- 작성일: 2026-09-27

AI 답 속 광고의 값은 문구가 화려한지보다 고객의 질문과 얼마나 맞는지에서 먼저 갈린다. 연구진은 광고를 넣은 답 5만 8,999건으로 채점기를 만들었고, 다른 업종 광고를 79% 가려냈다. 후보 답을 1개에서 30개로 늘려도 점수는 3.48점에서 3.76점으로 0.28점 오르는 데 그쳤다.

AI 답 속 광고의 값은 고객의 질문과 광고가 얼마나 잘 맞는지에서 먼저 갈린다.

## 왜 AI 광고는 값을 매기기 어려울까

검색광고는 오랫동안 쌓인 클릭 기록을 바탕으로 어느 광고를 누를지 계산할 수 있다. AI 답 속 광고는 아직 공개된 클릭 기록이 없고, 광고가 답 문장 안에 들어가 정해진 광고 자리도 없다.

연구진은 이 문제를 해결하려고 먼저 광고가 질문과 얼마나 맞는지를 채점하는 방법을 만들었다. 사람의 판단만으로 채점하면 사람마다 생각이 달라지고, AI에게 맡겨도 광고 문장의 솜씨를 중심으로 볼 수 있다는 문제가 있었다.

| 걸림돌 | 내용 | 숫자 |
|---|---|---|
| 클릭 기록 없음 | AI 답 속 광고는 막 시작돼 공개된 클릭 데이터가 없다 | 공개 기록 0건 |
| 사람 채점이 흔들림 | 같은 답을 보고 「누를 것 같은가」를 매긴 사람들 사이 일치도가 낮다 | 켄달 W 약 0.291 |
| AI에게 물어보면 문장 솜씨만 봄 | 최신 AI에게 성격을 바꿔 가며 채점시켜도 점수가 거의 안 바뀐다 | 성격과 점수 상관 0.12 미만 |

특히 사람끼리 광고를 보고 누를 것 같은 정도를 판단했을 때 일치도가 높지 않았다. 최신 AI에게 독자의 성격을 바꿔 가며 물어도 점수 변화는 작았고, 성격보다 문장을 얼마나 잘 썼는지가 점수에 더 크게 영향을 줬다.

## 그럼 광고를 무엇으로 채점했나

연구진은 사람 성격 분포에 맞춰 가상 독자 30명을 만들었다. 그리고 광고마다 질문과의 관련성, 문구 품질, 새로움, 믿음, 급함, 따뜻함을 각각 1~5점으로 세 번씩 평가하게 한 뒤 평균을 냈다.

기본 점수는 문구 품질에 질문과의 관련성을 곱하는 방식으로 만들었다. 질문과 관련 없는 광고는 문장이 아무리 좋아도 높은 점수를 받기 어렵게 한 것이다.

가상 독자의 성격은 점수를 최대 절반까지만 올리거나 내리도록 했다. 이렇게 만든 점수를 작은 AI 모델인 큐웬3 4B에 가르쳐 광고 채점기를 만들었다.

| 채점 항목(1~5점) | 무엇을 보나 | 기준 점수와의 상관(n=5,837, 앞 셋은 사람 채점·클릭 의도는 가상 독자 점수) |
|---|---|---|
| 답의 관련성 | 답이 질문에 맞는가 | 0.85 |
| 표현의 자연스러움 | 광고가 문장 흐름을 깨지 않는가 | 0.73 |
| 광고 효과 | 광고가 뜻을 잘 전하는가 | 0.55 |
| 클릭 의도 | 이 광고를 누를 것 같은가 | 0.82 |

이 방식에서 중요한 것은 관련성이다. 광고 문구를 잘 다듬는 것만으로는 충분하지 않고, 고객이 실제로 묻는 내용과 광고가 맞아야 점수가 올라가는 구조다.

## 질문과 안 맞는 광고는 정말 걸러냈나

연구진은 채점기가 실제로 광고의 차이를 알아보는지 여러 시험으로 확인했다. 질문과 맞지 않는 광고를 넣거나, 광고 내용을 비어 있는 말로 바꾸거나, 상품 이름과 구매를 재촉하는 문구를 반복하는 방식이었다.

결과는 일정했다. 질문과 어긋난 광고는 점수가 내려갔고, 내용이 없는 광고도 단계가 진행될수록 점수가 낮아졌다. 상품 이름과 구매를 재촉하는 문구를 반복해도 점수가 떨어졌다.

| 시험 | 결과 |
|---|---|
| 다른 업종 광고로 바꿔 끼우기(15쌍) | 채점기 79% 적발 · 큐웬3.6 33% · 소넷 4.6 67% · GPT-5.5 60% |
| 광고 문장을 내용 없는 말로 조금씩 바꾸기(5단계) | 1.47점 → 1.14점으로 단계마다 내려감 |
| 상품 이름·구매 재촉 문구 반복 | 점수 하락 |
| 훈련에 없던 가상 상품 103개 | 103개 모두 맞는 자리에 더 높은 점수(평균 3.70 대 1.26, 차이 2.44점) |

훈련 자료에 없던 가상 상품 103개를 사용한 시험도 있었다. 같은 광고를 질문에 맞는 답과 맞지 않는 답에 각각 넣었더니 채점기는 103개 모두에서 질문에 맞는 쪽에 더 높은 점수를 줬다.

평균 점수도 3.70점 대 1.26점으로 차이가 2.44점이었다. 광고 문구 자체를 외운 것이 아니라 질문과 광고의 뜻이 맞는지를 본 결과로 볼 수 있다.

## 사람의 판단과도 비슷했나

연구진은 한 질문마다 광고를 넣은 답 15개를 만들고 채점기가 가장 높게 본 답을 골랐다. 사람 5명에게는 채점 결과를 알려주지 않고 답을 비교하게 했다.

사람 한 명의 판단과 채점기 평균이 맞은 비율은 86%였다. 사람 다수의 의견과 채점기가 맞은 비율은 92%였고, 채점기 점수 차이가 1.5점을 넘는 경우에는 일치율이 96%였다.

| 비교 | 일치율 |
|---|---|
| 사람 한 명과 채점기 평균 일치 | 86% |
| 사람 다수 의견과 채점기 일치 | 92% |
| 채점기 점수 차이가 1.5점을 넘는 쌍 | 96% |
| 사람끼리 일치도(플라이스 카파) | 0.64 |

사람끼리의 일치도도 함께 측정했으며 플라이스 카파는 0.64였다. 따라서 연구진의 채점 방식은 사람의 판단과 어느 정도 맞는 방향으로 작동했다.

## 광고비를 더 내면 광고 효과도 크게 좋아질까

연구진은 이 점수를 광고비와 연결하는 방법도 계산했다. 광고주가 더 많이 내면 AI가 광고를 넣은 후보 답을 더 많이 만들고, 그중 점수가 가장 높은 답을 고르는 구조다.

후보 답이 많아지면 가장 높은 점수를 고를 기회도 늘어난다. 하지만 후보를 많이 늘린다고 점수가 같은 폭으로 계속 좋아지는 것은 아니었다.

| 후보 답 수 | 가장 높은 점수(5점 만점) | 클릭 의도(0~1로 환산) | 클릭당 값(예시 척도) |
|---|---|---|---|
| 1개 | 3.48 | 0.621 | 0 |
| 2개 | 3.59 | 0.647 | 0.040 |
| 5개 | 3.67 | 0.666 | 0.116 |
| 10개 | 3.70 | 0.674 | 0.193 |
| 30개 | 3.76 | 0.689 | 0.579 |

후보 답이 1개일 때 가장 높은 점수는 3.48점이었다. 30개까지 늘리면 3.76점으로 올라가지만 상승 폭은 0.28점에 그쳤다.

클릭 의도를 0~1로 환산한 값도 0.621에서 0.689로 올랐다. 연구진은 후보 답들이 서로 비슷해서 더 많이 만들어도 좋아지는 폭이 작았다고 설명했다.

여기서 표의 클릭당 값은 실제 원화 광고비가 아니다. 연구에서 광고비가 어떻게 달라질 수 있는지를 보여 주는 예시 척도다.

## 그래서 동네 가게 광고비와 무슨 상관일까

현재 챗GPT 광고는 한국에서 2026년 6월 19일 무료·고 요금제 성인 이용자를 대상으로 시범을 시작했다. 광고주는 조회 수와 클릭 수 같은 집계 성과를 볼 수 있다.

| 구분 | 내용 |
|---|---|
| 챗GPT 광고 한국 시범 | 2026년 6월 19일, 무료·고 요금제 성인 |
| 광고주가 보는 성과 | 조회 수·클릭 수 등 집계 정보만 |
| 광고 확대 | 2026년 8월 31일 40여 개국·연환산 10억 달러 |
| 연구 채점 방식의 핵심 | 관련성을 곱해 넣어, 질문과 어긋난 광고는 문구와 상관없이 낮은 점수 |

이번 연구가 동네 가게에 주는 의미는 광고 문구만 잘 만드는 것과는 다르다. 앞으로 AI 답 속 광고의 값을 정하는 과정에서 이런 관련성 채점이 쓰인다면, 우리 가게의 상품이 고객이 묻는 질문에 얼마나 맞는지가 중요한 기준이 될 수 있다.

예를 들어 상품 이름을 반복하고 「지금 사세요」 같은 문구를 넣는 것만으로 점수를 높이기는 어렵다. 연구에서는 오히려 이런 반복과 구매 재촉이 점수를 낮추는 결과가 나왔다.

다만 이 연구의 점수는 실제 광고 클릭률을 측정한 값이 아니다. 가상 독자를 이용해 계산한 클릭 의도 점수이고, 실제 클릭률과 비교하는 검증과 사람을 대상으로 한 대규모 검증은 아직 남아 있다.

또 고객이 단순히 정보를 알아보는 단계인지, 바로 구매하려는 단계인지도 이번 점수에는 들어가지 않았다. 따라서 이 연구를 지금 당장 실제 광고비를 계산하는 공식으로 볼 수는 없고, AI가 광고의 가치를 어떤 기준으로 판단할 수 있는지를 보여 주는 연구로 보는 것이 맞다.

동네 가게 입장에서는 한 가지가 분명하다. AI가 고객의 질문에 답하면서 광고를 고르는 환경에서는 「무엇을 팔고 있는가」뿐 아니라 「어떤 질문에 그 상품이 맞는가」가 중요해질 수 있다.

① 광고를 넣은 답 5만 8,999건으로 만든 채점기는 다른 업종 광고를 79% 가려냈다. ② 가상 상품 103개 모두에서 질문에 맞는 광고가 3.70점 대 1.26점으로 높았다. ③ 후보 답을 1개에서 30개로 늘려도 점수는 3.48점→3.76점으로 0.28점 올랐다. ④ 챗GPT 광고는 2026년 6월 19일 한국에서 시범을 시작했고, 광고주는 조회·클릭 집계 정보를 본다.

## 같이 읽을 글

 

- 챗GPT 광고를 사면 우리 회사가 답에도 나올까?

- 챗GPT 광고가 10억 달러라는데, 작은 회사와 무슨 상관일까?

- 네이버 AI 브리핑 광고, 동네 가게도 사야 할까?

- AI 모드 광고도 사야 하나?
 

## 자료 출처

 

- Evaluating and Pricing Advertisements in AI-Generated Responses(Turner-Smith·Huang·Fu·Zhang·Wang, 카네기멜런대·칭화대, 2026년 7월 30일 arXiv 제출, 광고 넣은 답 5만 8,999건·검증 5,837건·사람 5명×100쌍)

- 같은 연구 전체 본문(HTML, 표 1·2와 시험 6종 수록)

- NaiAD: Initiate Data-Driven Research for LLM Advertising(Zhang 외, 2026년 5월 arXiv, 광고 넣은 답 5만 8,999건·4개 채점 항목)

- GEM-Bench: A Benchmark for Ad-Injected Response Generation within Generative Engine Marketing(Hu 외, arXiv 2509.14221)

- LLM-Auction: Generative Auction towards LLM-Native Advertising(Zhao 외, arXiv 2512.10551)

- Mechanism Design for Large Language Models(Duetting 외, 2024 웹 콘퍼런스, arXiv 2310.10826)

- 머니투데이 「오픈AI, 한국서 무료·고(Go) 요금제 대상 '챗GPT 광고 파일럿' 시작」(2026년 6월 19일) — 무료·고 성인 대상·광고주는 조회·클릭 집계만 확인

- CNBC 「OpenAI's ad business hits $1 billion annualized revenue run rate」(2026년 8월 31일) — 40여 개국·연환산 10억 달러