위키원
몰로코
몰로코(Moloco)는 모바일 광고 기반의 머신러닝 솔루션 기업이다. 지난 2013년에 YouTube 알고리즘을 개발한 안익진이 대표이다. 또 한명의 공동 창업자는 박세혁이다.
몰로코는 실리콘밸리에 창업한 이후 매년 100% 이상의 매출 성장을 이룩하는 등 모바일 광고기술 분야에서 대표 기업으로 자리 잡았다. 한국인이 실리콘밸리에서 창업한 ML/AI기업 중에서 첫 유니콘으로 선정되었으며, 최근 Google/Meta와 함께 세계 5대 광고 네트워크로 선정되는 등 기술력을 인정받았다. 또한 1억 5000만달러 투자 유치, 한국의 마케터상, 구글 클라우드 고객어워즈 수상, 코리아 대표 AI 스타트업 선정, 과기정통부 장관상 등 국내외적으로 공식적인 인정까지 받고 있다.
본사인 실리콘밸리를 비롯하여 샌프란시스코, 시애틀, 런던, 싱가포르, 도쿄, 베이징, 서울에 오피스를 두고 있으며, Global IT업계 출신의 Top급 인력 300여명이 성공 로켓에 함께 하고 있다.
앞으로 MOLOCO는 모바일광고기술 분야를 비롯한, E-Commerce, 물류. 미디어, 공장자동화 등 Data를 통한 수익화가 필요한 산업 전분야에 독보적인 당사의 머신러닝 기술을 확대하기 위해 노력하고 있다.
목차
개요
2013년 설립된 몰로코는 인공지능 기계 학습을 이용한 기업용 맞춤형 광고 자동화 서비스를 만드는 애드테크(Ad-tech) 기업이다. 기업가치는 20억달러(약 2조6800억원) 이상이며, 실리콘밸리에 있는 한인 창업 유니콘(기업가치 1조원 이상 비상장기업) 중 기업가치가 가장 높다.
몰로코는 고객(회사)이 가진 데이터를 분석, 돈이 되게 해주는 회사다. 이를 위한 '툴'로 인공지능(AI)과 데이터 분석을 사용한다. 몰로코의 주요 서비스는 기업이 보유한 사용자 데이터를 활용해 적절한 온라인 광고 노출 방식을 찾고, 누구에게 어떻게 광고를 보여줘야 가장 높은 성과를 내는지 예측해 기업의 광고를 돕는다. 로그인이나 클릭, 체류 시간 등 이용자의 행동 데이터를 활용한다. 배달의 민족을 비롯해 세계 250개 회사가 몰로코 고객이다.
AI와 데이터를 활용해 광고 데이터를 수익화(Monetization)하는데 세계 최고 경쟁력을 자랑하는 몰로코는 다른 유니콘들과 달리 매출이 상당하다. 2020년에 2천억원을 돌파했다. 2024년에는 1조5000억원으로 껑충 뛰었다.
회사 이름 '몰로코'는 머신러닝 컴퍼니라는 뜻이다. 설립자인 안 대표가 직접 지었다.[1][2]
창업 스토리
2013년 초 미국 실리콘밸리. 안익진 구글 엔지니어, 박세혁 오라클 엔지니어는 스타트업 창업을 목표로 새로운 앱을 설계하고 있었다.
게임 회사가 모바일 게임을 배포하기에 앞서 스마트폰에서 제대로 작동하는지 테스트 해주는 ‘테스팅 앱’ 사업을 구상한 것이다. 당시만 해도 안드로이드 운영체제(OS)를 기반으로 한 다양한 스마트폰이 존재했고, 칩, 화면 크기 등 제원이 각양각색이라 오류가 빈번했다.
한데 예상치 못했던 걸림돌이 튀어나왔다. 여러 스마트폰 기기를 인터넷 클라우드 기반으로 연결해 진행하는 테스트의 특성 때문에 네트워크 지연 현상이 발생했다. 사용자가 게임 내 캐릭터를 조작하면 실시간으로 반응해야 하는데, 한 박자씩 늦어 제대로 게임을 테스트할 수 없게 됐다.
자본이 부족한 스타트업이 지속하기엔 어려운 사업이라고 판단해 결국 프로젝트를 접었다. 2013년 11월 안익진 CEO와 몰로코를 공동창업한 이후에도 실패 경험이 많았다. 한동안 매출이 없었고, 계속 적자 상태였다.
창업 초기 몰로코는 3개월, 6개월 만에 한 번씩 사무실을 옮겨야 할 정도로 회사가 불안정했고, 계속해서 위기를 겪었다. 첫 번째로 추진했던 위치 기반 광고 서비스가 프라이버시 이슈에 막혀 좌초된 사례가 대표적이다.
사용자가 스마트폰을 들고 스타벅스에 갔다가 월마트에 들렀다면 월마트에 있는 커피 관련 상품 광고가 스마트폰에 나오게 하는 서비스를 하려고 했다. 그런데 정확한 위치 정보가 제공되지 않는 경우가 많았고, 특히 프라이버시 관련 법률 이슈를 해결하기가 너무 힘들었다. 결국 이 서비스도 접었다.
끝이 아니다. 몰로코는 이후 스마트폰용 3D 이미지 광고 서비스를 시도했다가 실패했고, 다음으로 스마트폰 백그라운드 이미지 내려받는 앱에 광고를 붙이는 서비스를 추진했으나 성과를 거두지 못했다.
하지만 잇따른 실패도 그들을 막진 못했다. 몰로코는 실패를 이겨내고 몰로코가 잘하는 일에 집중, 반전을 만들어 냈다.
머신러닝(Machine Learning, 기계학습) 기술에 강점을 가진 몰로코의 ML 기반 클라우드 DSP(Demand Side Platform, 광고 구매 플랫폼)가 그 결과물이다. 애드테크(Adtech, 광고+기술) 한 분야에서 계속 도전을 이어나가면서 가장 잘하는 ML 기술 자체에 집중, 시장과 고객이 만족하는 서비스를 탄생시켰다.
통장에 돈이 없어서 직원 월급을 제때 못 주게 됐던 시기가 있었는데, 시리즈 A 펀딩 자금이 들어와 가까스로 위기를 넘기기도 했다. 2016년 초까지 되게 힘들었다. 그런데 그 이후로 매출이 빠르게 성장하기 시작하더라. 흑자는 2019년부터 발생했다.
몰로코는 현재 약 600명의 직원과 플레이릭스, 드래프트킹스 같은 글로벌 고객사, 크래프톤, 삼성증권, 야놀자 등 한국 대형 고객사를 보유한 기업으로 성장했다. 사용자의 데이터를 활용해 광고 효율을 높이는 ML 기반 광고 플랫폼으로 빅테크와 경쟁하고 있으며 나스닥 상장을 준비 중이다.[3]
주요 인물
- 안익진 몰로코 대표
안 대표는 서울대 컴퓨터공학과(97학번)를 졸업(2004년)후 미국 펜실베이니아 대학(유팬)에서 석사 학위를 취득(2006년)한데 이어 미국 샌디에이고 캘리포니아 대학(UC샌디에고)에서 컴퓨터과학 박사를 수료했다. 구글에 들어가는 바람에 박사를 마치지 못했다. 구글에서는 유튜브에서 2년, 안드로이드팀에서 4년 등 6년을 일했다. 구글 경험을 기반으로 몰로코를 설립했다.
안 대표는 창업 후 6년간의 개발 끝에 서비스를 출시했다. 2020~2022년을 거치며 몰로코 매출은 5배 이상 성장했고 13분기 연속 흑자를 기록했다.
안 대표는 유튜브 수익 모델을 만든 사람으로 유명하다. 유튜브 전체 직원이 80명에 불과하던 2008년 구글에 입사해 사용자에게 맞춤형 광고 동영상을 추천하는 알고리즘을 개발했다.[1][4]
- 박세혁 공동 창업자
오라클에서 일하던 안대표의 대학 후배이다. 박세혁 공동창업자(코파운더)는 AI업계 거물인 앤드류 윙 제자다. 윙 밑에서 석사를 했다. 서울대 컴퓨터공학과 3년 후배다. 박세혁은 몰로코 이전에도 창업을 몇 번 시도했다. 몰로코 CIO를 맡고 있는데 어려서부터 국제정보올림피아드 메달을 휩쓸었다.
솔루션
Moloco Ads
앱 마케터를 위한 퍼포먼스 광고 솔루션으로, 광고 캠페인의 효율성을 높이고 목표 성과(KPI)를 달성하는 데 중점을 둔다.
- 특징
- 퍼스트 파티 데이터와 실시간 유저 행동을 기반으로 한 머신러닝을 활용하여 여러분의 KPI에 맞는 타겟팅이 가능하다.
- 모바일 사용이 가장 활발한 곳에서 잠재 고객과 신규 유저를 확보하고 앱 성장을 극대화할 수 있다.
- 유저와 광고의 상호작용을 파악하여 성과를 최적화하고 간편하고 맞춤 설정이 가능한 UI와 노출 수준까지 제공되는 세부적인 데이터를 통해 캠페인을 정확하게 이해하고 분석할 수 있다.
- 까다로운 개인정보 보호 정책에도 유연하게 대응하는 혁신적인 기술을 통해 지속가능한 성장을 이룰 수 있다.
Moloco SDK
앱 퍼블리셔를 위한 수익화 솔루션이다. 퍼블리셔분들을 위해 설계된 Moloco SDK는 몰로코가 보유한 광고주에게 직접 액세스하여 ARPDAU를 향상시키고 더 많은 수익을 창출할 수 있도록 지원한다.
- 특징
- 글로벌 디맨드에 직접 접근: 광고 거래에서 발생하는 중간 수수료를 줄이고 전 세계 최고의 광고주에게 접근할 수 있다.
- 머신러닝에 의한 정확한 예측 : 고가치 유저를 위한 최적의 CPM을 확보할 수 있다.
- 퍼포먼스가 우수한 광고 포맷 : 여러분의 앱에 최적화된 광고 포맷으로 적합한 유저에게 최상의 크리에이티브를 제공할 수 있다.
- 더욱 경쟁력 있는 비딩 경매 : 실시간 경매를 통해 광고 노출을 최적화하고, 다양한 광고주를 유치하여 수익을 극대화할 수 있다.
- 실시간 광고 노출 : 실시간으로 정확한 광고를 노출한다.
- 운영 효율성 : 앱의 수익화를 빠르게 시작하고 운영 효율성을 극대화하여, 정말로 중요한 앱에 더 많은 시간을 투자할 수 있다.
- 지속적인 성장 지원 : 유저 확보부터 수익화까지 여러분의 앱 성장을 최적화한다.
- 안전하고 효과적인 수익화 : 몰로코의 엄격한 심사 과정을 통해 브랜드에 적합한 광고만 노출되도록 함으로써 브랜드 가치를 지키고 유저 신뢰를 지속적으로 유지할 수 있다.
Moloco Commerce Media
커머스 플랫폼을 위한 광고 수익화 솔루션이다.
- 특징
- 관련성 높은 제품 검색을 통해 사용자를 만족시킨다.
- 측정 가능한 광고주 성과를 제공하고 퍼스트파티 데이터에 액세스한다.
- 높은 마진의 수익 흐름을 구축하고 브랜드 및 판매자와의 관계를 강화한다.
Moloco Streaming Monetization
스트리밍, OTT 기업을 위한 광고 수익화 솔루션이다. 스트리밍 플랫폼에서 광고를 통한 브랜딩 효과부터 퍼포먼스까지, 광고주의 다양한 목표에 맞는 캠페인 성과를 제공한다.
상품
DSP
먼저, DSP(Demand Side Platform)이다. 수요자측 플랫폼이라고도 불리는 DSP는 자신의 광고를 걸기 위해 광고를 걸 '지면'을 구매해야 하는 광고시장의 소비자인 광고주가 지면 구매 시 사용하는 소프트웨어 플랫폼이다. 쉽게 말해 광고 구매 플랫폼인 셈이다. 사람-사람 간의 협상으로 이뤄졌던 전통적인 광고 네트워크와는 반대로, 광고주가 설정한 타겟에 따라 적합한 지면을 골라내는 것은 물론 해당 지면을 구매하기 위한 가격 설정까지 자동으로 진행해 훨씬 편리하고 효율적인 서비스를 제공한다는 이점이 있다.
DSP 자체는 몰로코가 아닌 다른 애드테크 기업들도 이미 제공하고 있기 때문에, 시장에는 많은 DSP가 있다. 몰로코는 몰로코의 DSP를 셀링하고 있는 셈이다. 몰로코의 첫 상품이기도 한 몰로코 DSP는, 타 DSP 제공 업체 대비 월등한 기술의 우위를 바탕으로 애드테크 기업으로서의 몰로코의 존재감을 끌어올리는 개국공신의 역할을 해 왔다.
몰로코는 자체적으로 개발한 강력한 머신러닝 엔진을 바탕으로 클라우드 DSP(Demand Side Platform, 광고 구매 플랫폼)를 제공하여, 고객사 모바일 비즈니스의 성장을 돕고 퍼포먼스 마케팅을 최적화한다.
퍼포먼스 마케터분들께서는 ROAS(Return on Ad Spend, 광고 지출 대비 수익률)를 끌어올리고 수익을 극대화하기 위한 다양한 광고 옵션을 고려하실텐데 가장 먼저 떠올리시는 구글, 메타와 같은 빅테크 광고 플랫폼은 견고한 머신러닝과 방대한 데이터세트를 결합해 뛰어난 퍼포먼스를 제공한다. 많은 마케터분들은 여기서 멈추지 않고, 빅테크의 폐쇄적인 광고 플랫폼 너머로 개방형 인터넷에서의 확장을 위해 여러 DSP와 거래하곤 한다. 하지만 대부분의 DSP는 머신러닝을 사용하지 않거나, 빅테크 플랫폼만큼 견고함, 적응성을 갖추지 못하거나 충분히 훈련되지 않아 퍼포먼스가 떨어진다는 단점이 있다. 몰로코의 머신러닝 엔진은 빅테크 광고 플랫폼들과 동일한 수준의 심층 신경망 모델을 구축해 업계 최고 수준의 퍼포먼스를 제공한다.
- 몰로코 클라우드 DSP 기능 소개
클라우드 DSP를 통해 광고주는 빠르고 지속적인 ROAS를 달성할 수 있다. 머신러닝 모델은 실시간으로 업데이트되며, 190여 개국 60억 대의 기기에 설치된 약 3백만 개 모바일 앱의 인벤토리를 보유한 애드 익스체인지에 액세스한다.
- (1) 고가치 유저 확보 : 머신러닝 모델은 유저에게 가장 적합한 유저에게 가장 적합한 광고를 노출시키기 위해 매일 3,500억 건 이상의 광고 요청을 분석한다. 몰로코의 Bid Optimizer 기능은 입찰가를 최적화하여 ROI를 극대화하고 고가치 유저를 확보한다. 몰로코의 머신러닝은 고가치 유저를 확보할 수 있는 예측 모델을 통해 마케팅 캠페인 실적을 효율적으로 관리하며, 고가치 유저를 앱으로 복귀시켜 머물게 한다.
- (2) 광고 예산 최적화 : Weekly Budget Optimizer 기능은 한 주 중 가장 성과가 좋은 요일과 시간에 맞춰 자동으로 예산을 전략적으로 할당해 광고비 지출을 최적화한다. 주간 예산 한도 내에서 수익률이 가장 높은 시점에 더 많은 광고 예산이 투입되도록 지출을 분배하여 광고 수익을 극대화한다.
- (3) 광고 소재 최적화 : 몰로코는 모호한 추측이나 직감이 아닌 데이터를 기반으로 광고 소재를 최적화하고 캠페인 효율을 극대화한다. 캠페인 별로 광고 소재를 테스트해 가장 높은 효율의 소재에 더 많은 예산을 투입해 까다로운 마케팅 목표도 달성할 수 있다. 성과가 낮은 소재 그룹과 높은 그룹을 확인해 최상의 퍼포먼스를 달성한다.
몰로코 클라우드 DSP 성공 사례로 버거킹이 있다.[5][6]
RMP
Retail Media Platform의 약자인 RMP는 커머스 플랫폼을 위한 광고 사업 솔루션이라고 할 수 있다.
몰로코 고객사 플랫폼 자체에 머신러닝기반의 퍼포먼스 광고 사업을 구축하고, 플랫폼 공급자(셀러)가 쉽게 고객사 플랫폼에게 광고를 운영할 수 있도록 하는 서비스이다. 플랫폼의 소비자는 본인의 관심에 맞는 상품만 추천 받음으로써 사용자 경험을 강화할 수 있고, 공급자인 셀러는 자신의 상품을 좋아할 가능성이 높은 잠재 고객에게 상품을 효과적으로 노출할 수 있다. 플랫폼의 광고 담당자와 셀러 모두 '캠페인 매니저\에서 광고 예산(광고비), 캠페인 기간, 입찰 방식(CPC 입찰, ROAS 설정)만 설정하면 몰로코 엔진이 자동으로 최적화를 시켜주는 시스템으로 운영되고 있다.
RMP의 RM에 해당하는 리테일 미디어는 구매 시점의 고객들에게 영향을 주기 위해 리테일러 이커머스 앱이나 웹에 게재되는 광고를 말한다. 최근 아마존이 리테일 미디어 네트워크를 통해 단숨에 높은 광고 수익을 기록한 바 있다. 몰로코는 이에 아이디어를 얻어 기존 자사가 가지고 있던 상품인 DSP를 위해 구축했던 실시간 경매 시스템(TRB) 인프라를 활용해, 일반 이커머스 플랫폼도 리테일 미디어를 구축할 수 있게 돕는 솔루션을 개발한 것으로 보인다.[6]
몰로코 엔진
광고로 수익을 내게 하는 '몰로코 엔진'이 핵심 제품이다. '몰로코 엔진'을 클라우드로 제공한다. '몰로코 엔진'은 기업 데이터를 활용해 돈을 만들어 주는 AI 솔루션이다. 사용한 만큼, 광고 집행량만큼 과금을 한다. 홈쇼핑을 예로 들면 국내에 여러 홈쇼핑 회사가 있다. 이들은 홈쇼핑이 메인이지만 광고 수익도 꽤 올린다. 아마존도 마찬가지다. 듣는바로 50조 원까지 간다는 말도 있다. 많은 커머스 회사들이 광고로 큰 수익을 거두고 있다. 몰로코가 해주는 일이다. 규모가 큰 회사도 자체 엔진과 인력을 확보하기 힘드니 몰로코 고객이 된다. 몰로코는 AI, 데이터, 클라우드 전문회사다.[1]
특징
지금까지는 검색 광고가 광고의 트렌드를 이끌었다. 어떤 정보를 얻기 위해 수행하는 '검색'이라는 행위 자체가 엄청난 의도를 가지고 있기 때문에, 광고주의 상품을 가장 원할 만한 소비자를 찾아낼 확률이 높을 것이라고 판단했기 때문이다. 그러나 코로나 시기 폭발적으로 성장한 이커머스 플랫폼과 경험 경제의 영향으로 광고 시장의 판도가 서서히 바뀌고 있다. 그리고 고객 경험의 설계가 모든 비즈니스의 핵심이 된 지금, 몰로코의 RMP는 광고의 본질 2가지를 겨냥하고 있다는 점에서 눈여겨 볼 만 하다.
첫째, 광고의 본질적인 목표는 구매의 전환, 즉 사람이 어떤 상품을 사고 싶게 만드는 것이다. 그리고 그런 사람의 취향과 행동은 변한다. 따라서 광고는 하나의 정해진 답이 아닌, '경향성'을 찾아가야 한다. 예를 들어 내가 오랫동안 샤넬 백을 갖고 싶었다고 한들, 당장 내일 출근길에 셀린느 백을 보고 눈길이 갔다면 그때부터 내게 필요한 정보는 셀린느 백이 된다.
몰로코는 딥러닝 모델을 이용한 '몰로코 엔진'을 통해 이런 타겟의 경향성을 찾는 광고를 진행한다. 타겟팅 광고에 필요한 데이터는 총 3가지다.
- 이용자 데이터(사용하는 핸드폰 기종, 핸드폰 설정 언어, 띄운 앱 등)
- 광고 캠페인 데이터
- 성과 측정 데이터
몰로코 엔진이 광고를 받아들이는 사용자의 경향성을 학습하는 과정은 다음과 같다. 먼저 플랫폼의 이용자 데이터를 활용해 고객의 세그먼트를 나누고, 각 그룹마다 서로 다른 광고를 보여준다. 예를 들어 이용자 데이터를 통해 고객을 1그룹, 2그룹으로 나눴다면 1그룹-A광고, 2그룹 -B광고를 보여 주는 식이다. 그 후 각 그룹에 광고를 노출시켜 얻은 각각의 성과를 측정한다. 이후 교차로 매칭(1그룹-B광고, 2그룹-A광고)해보고, 고객 세그먼트를 재분할(1-1 그룹, 1-2 그룹/2-1그룹, 2-2그룹) 후 각 그룹들에 또 다른 광고를 매칭하는 걸 반복한다. 이 과정을 수많은 광고와 사용자들을 계속해서 매칭해 가면서 끊임없이 학습한다.
딥러닝 모델을 활용하는 몰로코 엔진은 끊임없는 학습을 통해 실시간 최적화를 진행한다. 따라서 어떤 고객의 각종 퍼스트파티 데이터를 학습해 고객의 지금 상태를 지속적으로 업데이트하고 그에 대응할 수 있다. 예를 들어, 오늘 출근길의 나는 내가 사용하는 쇼핑 플랫폼의 추천 탭에 뜨는 샤넬 백은 클릭하지 않고, 대신 플랫폼의 검색창에 셀린느 백을 검색할 것이다. 바뀐 데이터를 보고 몰로코 엔진은 즉각적인 피드백을 내린다. 샤넬 백 대신 셀린느 백을 보여주는 것이다.
광고의 두번째 본질, 광고는 궁극적으로 '정보의 제공'이다. 필요 없을 때 뜨는 광고는 스팸일 뿐이지만, 내가 필요할 때 뜨는 광고는 정보가 될 수 있다는 뜻이다. 그리고 고객은 내가 원할 때, 내가 원하는 정보가 많이 등장하는 플랫폼을 신뢰하고 자주 접속하게 된다. 이렇게 고객이 원할 때 고객이 원하는 정보, 곧 상품을 제공하는 것은 결국 고객 경험을 설계하는 것과 마찬가지이며, 이는 매우 섬세하게 구성되어야 한다.
사실 우리가 B2C 플랫폼에서 보는 대부분의 상품은 전부 광고라고 할 수 있다. 홈 메인 배너, 추천상품, 캐러셀, 검색어 구좌 등 종류를 가리지 않는다. 몰로코의 가장 큰 벤더인 '오늘의 집'의 경우, 홈 메인 화면의 대부분이 다 광고다.
이렇게 플랫폼에서 고객이 확인하는 정보의 대다수가 광고로 구성되어 있다면, 고객에게 어떤 상품을 어느 자리에 노출시킬 것인지 결정하는 것이 매우 중요해진다. 즉 고객 접점을 어디에 만들지, 그리고 그 접점에 어떤 정보를 보여줄 것인지 고민해야 한다는 뜻이다. 또한 접점에서 보일 정보(상품광고)가 고객의 달라지는 경향성을 매우 빠른 시간 내에 반영해야 한다는 점 역시 고려해야 한다는것은 말할 필요도 없다.
우리가 자주 사용하는 플랫폼 앱에서도 이렇게 치밀하게 설계된 고객 접점을 찾아볼 수 있다. 에이블리와 무신사는 모두 패션 플랫폼 중 이용자 수/MAU 상에서 1위를 다투고 있는 기업이라는 점에서 공통점이 있지만, 에이블리의 지면과 무신사의 지면은 같지 않다. 이 차이는 두 플랫폼을 이용하는 소비자 행동의 차이와 그로 인한 소비자 데이터의 차이에서 기인한다.
기본적으로 무신사는 남성 의류 전문 플랫폼이며 (여성 의류는 대부분 우신사에서 판매된다), 에이블리는 여성 의류 전문 플랫폼이다. 여성과 남성이 의류를 구매할 때 보이는 가장 명확한 차이 중 하나는 바로 '시선의 순서'와 동선이다.
독일의 님펜부르크대학 연구팀에 따르면, 남성은 한 곳만 쭉 보는 터널 시야를 가지고 있는데 반해, 여성들은 여기저기 둘러보는 서클 시야를 가지고 있다. 실제로 남성들은 처음 본 상품에 대해 구매 전환율이 높으며, 특히 인기 순위에 오른 제품을 사려는 경향이 있다. 그러나 여성은 의류를 구매할 때 말 그대로 ‘쇼핑’을 하는 특성이 강해, 남성에 비해 인기 순위에 영향을 덜 받으며 처음 본 상품에 대한 구매 전환도 낮다. 오히려 한번에 구매를 끝내기보단 '꼬리에 꼬리를 무는 구매'를 한다.
여기서 무신사와 에이블리의 고객 접점이 달라지고, 다시 광고 구좌가 달라진다. 남성 고객이 많은 무신사의 경우, 브랜드/상품 랭킹이 가장 파워풀한 접점(구매전환율이 높은 광고효율이 높은 구좌)일 것이다. 무신사는 남성 고객들의 시선에 따라, 플랫폼에 들어온 후 바로 인기순위를 보게 해 빠르고 높은 구매 전환을 이루어야 한다. 따라서 랭킹을 메인 홈 전면에 내세운다. 상단 메뉴에도 상당히 앞에 배치되어 있는 것을 확인할 수 있다.
반대로 에이블리는 소비자가 처음으로 보게 되는 홈 메인 화면에서 '랭킹'이라는 단어가 아예 보이지 않는다. '마켓 랭킹'이라는 메뉴가 상단 메뉴 맨 끝에 위치해 있어 해당 메뉴로 들어가기 위해서는 상단 메뉴를 한번 스와이프해야 하기 때문이다. 대신 에이블리는 사용자가 어떤 상품이 마음에 들어 '찜'을 하면 팝업으로 이와 유사한 추천 상품이 뜨고, 동시에 '찜한 상품이 마음에 든다면 유저들에게 물어보라'는 팝업 메세지를 띄운다. 꼬리에 꼬리를 무는 구매, 쇼핑 자체가 이야기의 컨텐츠가 되는 자사 고객의 행동 패턴을 파악하고, 고객이 그냥 지나칠 수도 있는 단계를 하나의 접점으로 끄집어내어 상품(광고)를 노출한 것이다. 사소해보이는 고객의 데이터도 어떻게 해석하고 플랫폼에 적용하며, 어떤 상품을 노출하는지에 따라 매우 다른 결과를 가져올 수 있다.[6]
경쟁사
모바일 광고에서 AI와 데이터를 활용해 머니터제이션 하는 건 몰로코가 세계 톱이라고 생각한다. 굳이 경쟁사를 들자면 나스닥에 20조 규모로 상장한 미국 회사 앱러빈이다. 매출만 보면 몰로코가 앱러빈보다 두 배 정도 많다. 앱러빈과는 경쟁사이면서 파트너사이기도 하다. 그만큼 앱러빈이 몰로코를 인정해준다. 앱러빈은 모바일 광고+게임에 강하다. 대신 몰로코는 모바일 광고+머신러닝에 강하다.
동영상
각주
- ↑ 1.0 1.1 1.2 방은주 기자, 〈AI기업 몰로코 "데이터를 돈으로 만들어줘···올해 매출 5천억"〉, 《지디넷코리아》, 2021-05-25
- ↑ 최태범 기자, 〈美 실리콘밸리 '한인 유니콘' 몰로코, 4년새 '100배 성장' 비결은〉, 《유니콘팩토리》, 2024-09-11
- ↑ 박원익 기자, 〈‘실리콘밸리 유니콘’ 몰로코는 어떻게 위기를 극복했나?〉, 《더밀크》, 2024-04-13
- ↑ 안상현 기자, 〈몰로코 안익진 대표, 골드만삭스가 뽑은 '올해 최고의 기업가'〉, 《조선일보》, 2023-11-09
- ↑ themoin, 〈글로벌솔루션 몰로코 클라우드 DSP 기능 3가지 및 사례 소개!〉, 《모인》, 2023-11-14
- ↑ 6.0 6.1 6.2 연세대 경영혁신학회 33기 서자이, 〈몰로코, 좀 다르게 광고를 보는 방법〉, 《브런치》, 2023-11-17
참고자료
- 몰로코 공식 홈페이지 - https://www.moloco.com
- 박원익 기자, 〈‘실리콘밸리 유니콘’ 몰로코는 어떻게 위기를 극복했나?〉, 《더밀크》, 2024-04-13
- themoin, 〈글로벌솔루션 몰로코 클라우드 DSP 기능 3가지 및 사례 소개!〉, 《모인》, 2023-11-14
- 방은주 기자, 〈AI기업 몰로코 "데이터를 돈으로 만들어줘···올해 매출 5천억"〉, 《지디넷코리아》, 2021-05-25
- 안상현 기자, 〈몰로코 안익진 대표, 골드만삭스가 뽑은 '올해 최고의 기업가'〉, 《조선일보》, 2023-11-09
- 연세대 경영혁신학회 33기 서자이, 〈몰로코, 좀 다르게 광고를 보는 방법〉, 《브런치》, 2023-11-17
같이 보기
이 문서는 로고 수정이 필요합니다.
- 이 문서는 인물사진 수정이 필요합니다.
