# AI 답에 가게 광고가 들어간다면, 사장님은 무엇을 준비해야 할까?

_광고 문장을 답 속에 자연스럽게 넣는 연구가 나왔다_

> 베이징대·칭화대 등 연구진은 광고 1,936개와 약 2만 5,000개 학습 예시로 광고를 답 속에 넣는 모델을 만들었다. 상용 AI 7종의 답 점수는 평균 18.4% 올랐다.

- 종류: 칼럼
- 주소: https://aisitekorea.com/column/ai-answer-ad-rewriter-plugin-25k-examples
- 발행: AI사이트코리아 (https://aisitekorea.com)
- 작성일: 2026-09-29

AI가 고객 질문에 답한 뒤 광고를 따로 보여주는 방식과, 답을 다 만든 다음 광고 문장을 자연스럽게 섞는 방식은 다르다. 2026년 7월 베이징대·칭화대·미시간대 등의 연구진은 후자의 방식을 시험했고, 상용 AI 7종의 답 점수를 80억 모델 기준 평균 18.4% 높였다. 다만 가장 크게 오른 것은 광고 효과가 아니라 답의 관련성과 매끄러움이었다.

광고를 답에 넣는 기술이 바뀌면, 사장님이 준비해야 할 광고 문장의 역할도 달라진다.

## 광고는 누가 답에 넣는 걸까?

이 연구에서 광고를 넣는 작은 모델은 챗GPT나 제미나이 같은 답변용 AI 자체를 바꾸지 않는다. 답변용 AI가 광고 없이 답을 완성하면, 뒤에 붙은 모델이 그 답과 광고주 이름, 광고 내용을 받아 광고가 들어간 답으로 다시 쓴다.

광고 문장은 답과 따로 표시할 수 있도록 태그로 감싼다. 따라서 본체 AI를 직접 고칠 수 없는 회사에서도 광고를 붙일 수 있도록 설계됐다.

연구진은 브랜드 광고 1,936개를 모았다. 클로드 오퍼스 4.5로 2만 4,883번의 예시 생성을 시도했고, 품질 심사를 통과한 1만 14개를 바탕으로 표현을 바꾼 예시를 늘려 최종 약 2만 5,000개의 학습 예시를 만들었다.

| 항목 | 값 |
|---|---|
| 공개 | 2026년 7월 28일(베이징대·칭화대·미시간대 등) |
| 광고 목록 | 브랜드 광고 1,936개 |
| 1차 예시 생성 시도 | 2만 4,883번(클로드 오퍼스 4.5) |
| 품질 심사 통과 | 1만 14개(약 40%) |
| 표현 바꿔 늘린 예시 | 약 1만 5,000개(클로드 하이쿠 4.5, 예시마다 3가지) |
| 최종 학습 예시 | 약 2만 5,000개 |
| 광고 끼워 넣기 모델 크기 | 40억·80억 두 종(Qwen3 기반) |

## 그래서 답이 얼마나 좋아졌나?

80억 모델을 기존 방식과 비교한 결과가 눈에 띈다. 지시문으로 광고를 넣는 방식보다 점수가 34.2% 높았고, 광고 후보 20개 가운데 하나를 고르는 방식보다 47.3% 높았다. 같은 자료로 한 모델을 통째로 학습시키는 방식보다도 7.7% 높았다.

상용 AI 7종 뒤에 이 모델을 붙였을 때도 비슷한 결과가 나왔다. 40억 모델은 세 항목 평균이 17.2%, 80억 모델은 18.4% 올랐다.

| 비교 대상(업종 4개 평균) | 80억 모델의 점수 차이 |
|---|---|
| 지시문으로 광고 넣기 | +34.2% |
| 후보 20개 중 고르기 | +47.3% |
| 한 모델을 통째로 학습 | +7.7% |

여기서 중요한 점은 18.4%가 모두 광고가 잘됐다는 뜻은 아니라는 것이다. 80억 모델에서 관련성은 25.8%, 매끄러움은 23.8% 올랐지만 광고 효과는 7.5% 오르는 데 그쳤다.

즉 광고를 답 속에 넣는 과정에서 점수를 끌어올린 큰 부분은 광고 자체보다 답과 광고가 이어지는 방식이었다.

| 상용 AI 7종 평균 향상(업종 4개) | 40억 모델 | 80억 모델 |
|---|---|---|
| 관련성 | +24.9% | +25.8% |
| 매끄러움 | +20.0% | +23.8% |
| 광고 효과 | +8.1% | +7.5% |
| 세 항목 평균 | +17.2% | +18.4% |

## 식당이나 카페 광고라면 어떤 차이가 날까?

사장님이 가장 쉽게 떠올릴 수 있는 식음료 광고만 따로 보면 차이가 더 구체적으로 보인다. 상용 AI 7종이 스스로 광고를 넣은 답의 평균 점수는 3.02점이었다. 80억 모델이 답을 고쳐 쓴 경우에는 3.50점이었다.

특히 관련성은 3.08점에서 3.79점으로 올랐다. 매끄러움도 2.56점에서 3.10점으로 올랐다. 반면 광고 효과는 3.42점에서 3.62점으로 0.20점 오르는 데 그쳤다.

| 식음료 광고(상용 AI 7종 평균, 5점 만점) | 관련성 | 매끄러움 | 광고 효과 | 평균 |
|---|---|---|---|---|
| 상용 AI가 직접 광고 넣기 | 3.08 | 2.56 | 3.42 | 3.02 |
| 40억 모델이 고쳐 쓰기 | 3.73 | 2.99 | 3.55 | 3.42 |
| 80억 모델이 고쳐 쓰기 | 3.79 | 3.10 | 3.62 | 3.50 |

이 결과는 광고 문장을 길게 쓰거나 강하게 주장하는 것만으로는 충분하지 않다는 점을 보여준다. 고객의 질문과 광고 내용이 자연스럽게 이어질 수 있어야 답 전체가 덜 어색해진다.

## 광고를 많이 드러내면 더 잘 팔릴까?

연구진은 광고가 얼마나 강하게 드러나는지도 시험했다. 광고 세기를 0부터 4까지 다섯 단계로 올리고 업종마다 10%의 표본을 사용했다.

광고 세기를 높일수록 답의 관련성과 매끄러움은 계속 떨어졌다. 광고 효과는 처음에는 올라갔지만 어느 선을 넘자 다시 내려갔다. 가장 강한 단계에서도 광고 효과 자체는 세기 0보다 높았다.

| 광고 세기 올리기 | 결과 |
|---|---|
| 시험 단계 | 0·1·2·3·4(업종마다 10% 표본) |
| 답의 관련성·매끄러움 | 세기를 올릴수록 계속 하락 |
| 광고 효과 | 오르다가 다시 하락(최고 단계도 0단계보다는 높음) |
| 사례: 같은 질문·같은 광고 점수(관련성/매끄러움/광고 효과) | 직접 넣기 3.5/3.2/3.2 → 고쳐 쓰기 4.2/4.2/4.3 |

연구진이 제시한 사례에서는 한방의 「간 기운 막힘」을 묻는 질문에 간 해독 보조제 광고를 넣었다. 고쳐 쓴 답은 기존 설명 뒤에 광고로 넘어가는 연결 문단을 새로 만들었다.

이 사례에서 점수는 직접 광고를 넣는 방식보다 고쳐 쓰는 방식에서 높아졌다. 다만 한국에서 건강기능식품이나 의료 관련 광고에 같은 방식의 연결 문장을 쓸 때는 광고 규정과의 관계를 따져야 할 것으로 보인다(예상).

## 한국 챗GPT 광고와는 어떻게 다를까?

현재 한국에서 시범 운영된 챗GPT 광고는 이 연구와 방식이 다르다. 오픈AI는 2026년 6월 19일 한국 시범을 시작하면서 광고를 답과 분리하고 스폰서 표시를 달며, 광고주가 답에 영향을 줄 수 없다고 밝혔다.

반면 이 연구에서는 광고가 들어가도록 답 자체를 고쳐 쓴다. 광고주가 넘기는 것도 광고 소재 전체가 아니라 광고주 이름과 광고 내용이다.

| 광고 붙이는 방식 | 지금 한국 챗GPT | 이 연구 |
|---|---|---|
| 광고 자리 | 답과 분리 | 답 속 문장으로 녹임 |
| 광고주가 넘기는 것 | 광고 소재 | 광고주 이름·광고 내용 |
| 답 수정 | 광고주 영향 불가 | 광고 들어가도록 답을 고쳐 씀 |

사장님 입장에서 중요한 부분은 여기다. 광고를 답에 맞게 다시 쓰는 일은 AI가 하더라도, 처음 넘기는 광고 내용은 사장님이 준비해야 한다.

따라서 광고 문장에는 고객의 질문과 이어질 수 있는 사실을 넣는 것이 중요하다(예상). 누가 쓰면 좋은지, 무엇이 다른지처럼 광고와 고객 질문 사이를 연결할 수 있는 내용이 먼저 들어 있어야 한다.

반대로 가게 이름과 상품을 알리는 말만 던져 놓으면 AI가 답과 광고 사이를 이어 주는 문장을 새로 만들어야 한다. 연구 결과를 보면 이 연결 과정이 답의 관련성과 매끄러움 점수에 큰 영향을 줬다.

다만 이 연구가 보여준 것은 광고를 답 속에 자연스럽게 넣는 기술의 가능성이다. 실제 한국의 광고 환경에서 같은 결과가 나온다고 단정할 수는 없다. 특히 광고가 답의 일부처럼 보이게 만드는 방식은 광고 표시와 관련한 별도의 기준도 함께 살펴볼 필요가 있다.

사장님이 지금 준비할 수 있는 것은 복잡하지 않다. 광고 내용 몇 줄을 쓸 때 고객이 어떤 질문을 할 수 있는지 생각하고, 그 질문과 직접 이어지는 사실을 넣는 것이다. AI가 문장을 다시 만들더라도 원래 광고에 들어 있는 정보가 답과 연결될 수 있어야 하기 때문이다.

① 광고 1,936개와 약 2만 5,000개 학습 예시로 만든 80억 모델은 상용 AI 7종의 답 점수를 평균 18.4% 높였다 ② 오른 폭은 관련성 25.8%, 매끄러움 23.8%가 컸고 광고 효과는 7.5% 올랐다 ③ 식음료 광고는 평균 3.02점에서 3.50점으로 올랐지만 광고 효과는 3.42점에서 3.62점으로 0.20점 올랐다 ④ 광고 세기를 0~4단계로 높이면 관련성과 매끄러움은 계속 떨어지고 광고 효과는 오르다가 다시 내려갔다

## 같이 읽을 글

 

- AI 답 속 광고는 무엇으로 값을 매길까?

- AI가 광고를 답에 섞으면 작은 회사는 어떻게 될까?

- AI가 대화로 광고 상품을 권하면 고객은 얼마나 따라 살까?

- AI 광고 시장이 정말 1,000억 달러까지 커질까?
 

## 자료 출처

 

- PILA: Plug-and-Play Insertion for LLM-native Advertising(Zhang·Fu 외, 베이징대·칭화대·미시간대·BIGAI, 2026년 7월 arXiv 제출, 광고 1,936개·학습 예시 약 2만 5,000개·상용 AI 7종)

- PILA 논문 전체 본문 PDF(표 1·2 업종별 점수, 그림 4 광고 세기 조절, 표 3 사례)

- NaiAD: Initiate Data-Driven Research for LLM Advertising(Zhang 외, 2026년 5월 arXiv — 실험 채점 틀과 업종 분류 출처)

- LLM-Auction: Generative Auction towards LLM-Native Advertising(Zhao 외, 광고를 답 생성과 함께 학습시키는 선행 방식)

- Ad Insertion in LLM-Generated Responses(Xu 외, 정해진 자리에 광고를 넣는 선행 방식)

- 머니투데이 「오픈AI, 한국서 무료·고(Go) 요금제 대상 '챗GPT 광고 파일럿' 시작」(2026년 6월 19일) — 답변과 분리·스폰서 표시·광고주 답변 영향 불가

- 이마케터 「오픈AI, 올해 광고 25억·2030년 1,000억 달러 계획」(2026년 4월 9일)