오토 레이블링
오토 레이블링
AI를 이용한 소재 오토 레이블링으로 소재 분석에 가장 어려운 단계 중 하나인 소재 분석 기준 수립을 쉽고 빠르게 진행할 수 있습니다. 소재 분석 기준은 어떤 소재가 좋았는지를 넘어, '왜 이 소재가 좋았는가'를 유추할 수 있는 힌트가 되어 다음 소재 컨셉을 결정하는 데 도움을 줍니다.
그렇지만 소재 분석 기준, 즉 소재 레이블을 잘 설정하는 것은 힘든 일입니다. 일일히 사람이 눈으로 보면서 체크해서 기록해야 하고, 양이 방대해 시간이 오래 걸리는데다, 분업하면 주관적인 요소가 개입할 여지가 큽니다.
발달하는 AI 기술과 CV(Computer Vision) 기술을 이용해 이 과정을 자동화하는 것이 오토 레이블링의 목표입니다.
제품 팀은 필요한 경우 미팅을 통해 오토 레이블링을 지속적으로 추가해드리고 있습니다.
필요하신 레이블을 수동으로 추출하기 어렵거나, 궁금한 분석 기준이 있으신 경우 제품팀에 연락해주세요. 일반적으로 7-14일 사이에 오토레이블링 적용이 가능합니다.
소재 메타 데이터를 이용한 오토 레이블링
디지털 광고 소재는 광고 매체에서 요구하는 특정 형식과 많이 사용 되는 형태가 있습니다.
이러한 형식/형태에 대한 정보를 소재 메타 데이터로 부르며, 매체, 혹은 소재 파일 자체에서 손쉽게 추출할 수 있습니다. 소재 유형(이미지, 영상, 캐로셀 등), 소재 비율(1:1, 4:5, 9:16 등), 영상 길이 (15초, 30초 등)가 대표적인 소재 메타 데이터입니다.
Xpert 소재분석은 위와 같은 정보를 이용해 다음의 소재 레이블을 자동 생성합니다.
소재 유형
소재 비율
영상 길이
소재 구성 요소를 인식한 오토 레이블링
상대적으로 쉽게 유추할 수 있는 소재 메타 데이터와 달리, 보다 다양하고 중요한 것은 감성적인 영역을 건드리는 소재의 구성 요소입니다.
직관적으로 오디언스에게 메시지를 전달하는 CTA 문구, 전반적인 무드를 전달할 수 있는 소재 색감, 배경색, 레이아웃, 이들을 아우르는 소재의 소구점 등이 소재 구성요소입니다.
Xpert 소재분석은, GCP(Google Cloud Platform)의 Cloud Vision API와 자체적인 CV 분석 알고리즘, 생성형 AI, 퍼포먼스 마케팅 운영 노하우를 반영한 분류 로직/알고리즘을 통해 구성요소를 자동 추출합니다.
CTA문구
배경색
색감
레이아웃
소구
이미지 내 카피 문구 비중
이미지 내 카피 문구의 어투
오토 레이블링 주기
Xpert는 매일 새벽 데이터를 수집합니다. 수집한 데이터에 새로운 소재가 추가되어 있는 경우, 해당 소재에 대한 오토 레이블링을 자동으로 수행합니다.
Last updated