우리 쇼핑몰 광고 사진도 AI가 고객마다 다르게 만들 수 있을까?
AI가 고객 정보를 읽고 광고 사진을 만드는 기술은 이미 가능하다. 다만 최종 사진의 결함이 20~42%였고, 검수 AI만 믿고 바로 내보내기는 아직 어렵다.
AI가 고객마다 다른 광고 사진을 만드는 것은 이미 가능하다. 실제 고객 100명의 정보를 넣어 1,745장을 만든 실험에서도 취미와 거주 환경, 반려동물 같은 정보가 사진에 반영됐다. 하지만 최종 사진의 결함은 조합에 따라 20~42%였고, 사람이 확인하지 않고 바로 쓰기에는 아직 위험하다.
사진의 분위기는 AI가 고객에 맞춰 만들 수 있지만, 상품의 글씨와 모양은 사람이 확인해야 한다.
AI가 고객마다 다른 사진을 만들 수 있나?
가능하다. 독일 바이로이트대와 프라운호퍼 FIT 연구진은 고객 정보를 읽어 광고 장면을 정하고, 실제 상품 사진을 이용해 광고 사진을 만드는 자동 과정을 실험했다.
첫 번째 AI는 고객 정보를 읽고 어떤 장면을 만들지 지시문을 작성한다. 두 번째 AI는 이 지시문과 상품 사진을 이용해 광고 사진을 만든다. 세 번째 AI는 완성된 사진을 원래 상품과 비교해 검사한다. 문제가 있으면 다시 만들고, 최대 3번까지 반복한다.
고객 정보는 기본 정보, 생애 단계, 생활, 환경, 겉모습으로 나눴다. 나이와 사는 곳뿐 아니라 직업, 취미, 집 형태, 반려동물, 머리 모양과 옷차림 같은 정보도 사용했다.
예를 들어 저택에 사는 고소득 고객에게는 고급스러운 실내가 나오고, 반려동물을 키우는 고객에게는 반려동물이 함께 있는 장면이 나왔다. 고객의 특징을 사진의 장소와 소품으로 바꾸는 일 자체는 잘 작동했다.
| 항목 | 내용 |
|---|---|
| 연구 기관 | 독일 바이로이트대· |
| 실제 고객 | 100명(남 47· |
| 고객 구성 | 미국 출생 91%, 백인 81%, 전원 영어 모국어 |
| 확인용 유명 인물 | 영화· |
| 상품 | 4개: 전기차· |
| AI 조합 | 2개: 오픈AI 조합(gpt-5· |
| 만든 사진 | 총 1,745장(조합마다 최종 400장, 중간 사진 포함) |
| 다시 만들기 한도 | 3번 |
| 전문가 검토 | AI 연구자 8명 중 저자가 아닌 5명이 2시간 동안 24장 검토 |
그런데 사진이 정말 자연스럽게 나오나?
전문가 검토에서는 사진의 사실감과 조명, 초점이 사진 작가가 찍은 수준이라는 평가가 나왔다. 고객의 취미와 반려동물, 문화적 배경과 소득 수준도 장면 속에 반영됐다.
하지만 자연스러운 사진과 정확한 상품 사진은 다른 문제였다. 사람의 자세나 손발이 어색한 경우가 있었고, 사진 속 인물이 입력한 나이보다 많거나 적어 보이는 경우도 있었다.
성별과 나이에 대한 고정관념이 사진에 나타나기도 했다. 세탁기 한 대가 있어야 하는 장면에 세탁기가 여러 대 나오는 것처럼 같은 상품이 반복되는 문제도 있었다.
상품의 종류에 따라서도 차이가 컸다. 고급 시계처럼 모양이 비교적 단순한 상품은 문제가 적었지만, 전기차처럼 문과 충전구 같은 부품이 많은 상품은 구조가 틀리는 문제가 나타났다.
가장 큰 문제는 상품 글씨인가?
그렇다. 연구진이 사람이 직접 사진을 확인했을 때 포장 글씨 오류가 큰 비중을 차지했다. 세탁 세제는 두 AI 조합 모두 최종 결함 비율이 69%였지만, 글씨 오류를 제외하면 구글 조합은 7%까지 내려갔다.
탄산음료도 비슷했다. 오픈AI 조합의 최종 결함은 56%였지만, 글씨 오류를 제외하면 3%였다. 캔의 상표 글자가 실제 상품과 다르게 만들어진 것이다.
| 상품 | 오픈AI 조합 처음 사진 결함 | 오픈AI 처음 사진 글씨 제외 | 오픈AI 최종 사진 결함 | 오픈AI 최종 사진 글씨 제외 |
|---|---|---|---|---|
| 전기차 | 40% | 40% | 37% | 37% |
| 고급 시계 | 20% | 20% | 8% | 8% |
| 세탁 세제 | 84% | 45% | 69% | 36% |
| 탄산음료 | 56% | 1% | 56% | 3% |
| 평균 | 50% | 27% | 42% | 21% |
| 상품 | 구글 조합 처음 사진 결함 | 구글 처음 사진 글씨 제외 | 구글 최종 사진 결함 | 구글 최종 사진 글씨 제외 |
|---|---|---|---|---|
| 전기차 | 3% | 3% | 5% | 5% |
| 고급 시계 | 4% | 4% | 4% | 4% |
| 세탁 세제 | 81% | 11% | 69% | 7% |
| 탄산음료 | 5% | 3% | 3% | 2% |
| 평균 | 23% | 5% | 20% | 4% |
그래서 포장에 상표나 성분표처럼 정확한 글씨가 많이 들어간 상품은 특히 조심해야 한다. 상품 자체를 AI가 다시 그리게 하기보다 실제 상품 사진을 사용하고 배경을 바꾸는 방식이 더 안전하다는 판단을 할 수 있다.
다만 이 판단은 실험 결과를 바탕으로 한 예상이다. 실제 판매 상품에서 같은 결과가 나온다고 확인된 것은 아니다.
AI 검수까지 붙이면 사람이 안 봐도 되나?
아직 어렵다. 검수 AI도 두 가지 방향으로 틀렸다. 오픈AI 조합의 검수 AI는 비교적 쉽게 사진을 통과시켰고, 구글 조합의 검수 AI는 반대로 지나치게 많은 사진을 떨어뜨렸다.
오픈AI 조합에서는 검수 AI가 통과시킨 사진 가운데 32%에 사람이 볼 수 있는 결함이 있었다. 상품의 글씨 오류는 어느 정도 걸러냈지만, 차 문이 없거나 충전구가 엉뚱한 곳에 있는 것 같은 구조 문제는 잘 잡지 못했다.
구글 조합에서는 처음 사진의 78%를 떨어뜨렸다. 그런데 사람이 직접 본 실제 결함은 23%였다. 사람에게는 보이지 않는 작은 부분 때문에 사진을 떨어뜨리는 경우가 많았다.
| 항목 | 오픈AI 조합 | 구글 조합 |
|---|---|---|
| 처음 사진 통과율 | 51% | 22% |
| 최종 사진 통과율 | 79% | 40% |
| 3번 모두 불합격해 「가장 나은 것」으로 나간 비율 | 21% | 60% |
| 검수 AI가 틀린 방향 | 통과시킨 사진의 32%에 결함 | 처음 사진의 78%를 떨어뜨렸으나 실제 결함은 23% |
| 사람 검토자끼리 일치도(카파) | 0.548 | 0.647 |
다시 만들게 하면 해결될 것이라는 기대도 맞지 않았다. 연구진은 사진을 반복해서 만들어도 결함 비율이 줄지 않았고, 첫 번째 사진보다 세 번째 사진의 결함이 오히려 늘었다고 적었다.
따라서 현재 실험 결과만 놓고 보면 검수 AI가 사람의 마지막 확인을 대신한다고 보기 어렵다. AI가 사진을 만들고 검수하더라도 실제 상품과 맞는지는 사람이 확인하는 과정이 필요하다.
작은 쇼핑몰은 어디까지 쓰는 게 좋나?
고객 한 명 한 명에게 완전히 다른 사진을 만드는 것부터 시작할 필요는 없다. 이번 실험은 고객 한 명마다 약 30개에 해당하는 정보를 사용했기 때문에, 작은 쇼핑몰이 같은 수준의 정보를 확보하기는 어렵다.
현실적으로는 고객을 몇 가지 유형으로 나눠 사진을 만드는 방법을 생각할 수 있다. 예를 들어 30대 자취생이나 아이 둘을 키우는 집처럼 고객층을 3~4개로 나누고, 각 고객층에 맞는 사진을 몇 장씩 만드는 방식이다.
상품 종류도 기준이 될 수 있다. 모양이 단순하고 글씨가 거의 없는 상품은 실험에서 최종 결함이 4~8%였다. 반대로 글씨가 큰 포장 상품은 56~69%의 결함이 나타났고, 부품이 많은 전기차는 오픈AI 조합에서 글씨와 관계없이 최종 결함이 37%였다.
| 사장님 상품 유형 | 실험에서 비슷한 상품 | 실험 숫자 | 예상 |
|---|---|---|---|
| 모양이 단순하고 글씨가 거의 없는 상품(그릇· | 고급 시계 | 최종 결함 4~8% | 비교적 잘 나올 가능성이 높다 |
| 상표· | 세제· | 글씨 포함 최종 결함 56~69% | 글씨가 틀릴 가능성이 높다. 상품은 실제 사진을 쓰고 배경만 바꾸는 편이 안전하다 |
| 문· | 전기차 | 오픈AI 조합 최종 결함 37% | 부품 모양을 하나씩 확인해야 한다 |
| 사람이 상품을 쓰는 장면 | 세제· | 자세· | 손· |
고객 정보를 AI에 넣는다면 개인정보 문제도 따로 확인해야 한다. 고객의 나이와 거주 환경, 직업과 생활 정보 등을 사진 생성 AI에 전달하는 방식이 적절한지 살펴봐야 한다.
광고에 AI가 만든 사람을 넣는 경우에는 표시도 필요하다. 2026년 6월 1일부터 공정거래위원회 심사지침에 따라 AI로 만든 가상인물이 나오는 광고에는 인물 가까이에 「가상인물」 표시를 해야 한다.
블로그나 카페 글은 제목이나 첫 부분에 표시한다. 이를 어기면 관련 매출액의 2%까지 과징금을 물 수 있고, 가상인물이라고 표시했더라도 실제로 겪지 않은 사용 후기를 말하게 하면 부당 광고가 된다.
이 실험으로 판매가 늘어난다고 볼 수 있나?
그것까지는 알 수 없다. 연구진은 이번 실험이 고객에게 맞춘 광고 사진을 만들 수 있는지를 확인한 것이며, 사진이 클릭이나 구매를 늘리는지는 별도 연구가 필요하다고 적었다.
실험의 고객 100명은 미국 출생이 91%였고 전원이 영어를 모국어로 사용했다. 따라서 한국 고객이나 한글 포장 글씨에서 같은 결과가 나오는지는 이 실험만으로 알 수 없다.
상품도 전기차, 고급 시계, 세탁 세제, 탄산음료 4개였다. AI 조합도 2개뿐이었다. 사진 한 장을 만드는 데 걸린 비용과 시간은 공개하지 않았고, 사람 검토자끼리 무엇을 결함으로 보는지도 항상 같지는 않았다.
따라서 이 실험의 숫자를 그대로 작은 쇼핑몰의 성공률로 받아들이면 안 된다. AI로 고객층별 광고 사진을 만드는 출발점으로 참고하되, 실제 상품을 정확하게 표현하는지는 별도로 확인해야 한다.
결국 지금 가장 현실적인 방법은 AI에게 고객에 맞는 장면을 만들게 하고, 상품 자체는 실제 사진과 대조하는 것이다. 특히 포장 글씨, 상품의 구조, 사람의 손과 자세처럼 틀리기 쉬운 부분은 사람이 마지막으로 확인하는 편이 안전하다.
요점 ① 실제 고객 100명의 정보로 광고 사진 1,745장을 만들었고, 고객의 취미·사는 곳·반려동물이 사진에 반영됐다. ② 최종 사진의 결함은 오픈AI 조합 42%, 구글 조합 20%였고, 세탁 세제는 두 조합 모두 69%였다. ③ 검수 AI는 통과시킨 사진의 32%에 결함을 남겼고, 다른 검수 AI는 실제 결함이 23%인데 처음 사진의 78%를 떨어뜨렸다. ④ 2026년 6월 1일부터 AI 가상인물이 나오는 광고에는 「가상인물」 표시가 필요하며, 위반하면 관련 매출액의 2%까지 과징금이 부과될 수 있다.
같이 읽을 글
- AI에게 물어볼수록 가게가 비슷해질까?
- 고객이 「40대 여성」이라고 말하면 AI 추천도 달라질까?
- AI 홈페이지 점수는 어떤 AI가 매겼는지도 봐야 할까?
- AI 답에 가게 광고가 들어간다면, 사장님은 무엇을 준비해야 할까?
자료 출처
- I Am AdMan: A Pipeline for Automatic Generation of Personalized Advertising Imagery(바이로이트대·프라운호퍼 FIT, arXiv 2609.12694, 2026.9, 실제 고객 100명·유명 인물 6명·상품 4개·사진 1,745장)
- 같은 논문 HTML 본문(결함 비율·통과율 표, 전문가 검토 결과)
- Meta's AI tools attract more advertisers as tech enters 'defining' year(마케팅다이브, 2025.1, 메타 2024년 4분기 실적 발표 — 생성형 AI 도구 광고주 400만 곳)
- Meta Q1 2026: $56.3B revenue as AI tools double advertiser adoption(PPC 랜드, 2026.4, 메타 2026년 1분기 실적 발표 — 광고주 800만 곳·영상 생성 전환율 +3%)★
- 내일부터 AI 가상인물 광고에 표시 필수(서울신문, 2026.5.31, 공정위 추천·보증 심사지침 개정, 과징금 관련 매출액 2%)
- 'AI 인물 광고', 6월부터 가상인물 표시해야‥공정위 지침 개정(MBC, 2026.5)
- AI 가상인물 표시의무를 도입한 추천·보증 심사지침 개정안 행정예고(법무법인 세종 뉴스레터)
- 소상공인 80% AI 쓰지만 대부분 '기초·입문' 수준(시사저널, 중소기업중앙회 소상공인 500곳 조사)
작성일
← 칼럼 목록