마케팅 인텔리전스 용어집

이 용어집은 마케팅 인텔리전스에서 쓰이는 57개 용어, 즉 현대 마케팅 전략의 바탕이 되는 리서치, 측정, AI 어휘를 쉐어 오브 보이스와 소비자 갈등부터 MCP, GEO, MER까지 정의합니다. 각 정의는 한 문장에서 세 문장 분량이며, 엔지니어가 아닌 마케터를 위해 쓰였고 대부분 해당 개념을 깊이 다루는 SOMIN 가이드로 연결됩니다.

이 페이지 활용 방법

목차에서 해당 알파벳으로 이동하거나 페이지에서 용어를 검색해 보세요. SOMIN이 앵글, 모먼트, 가치 제안, 스토리, 클릭 유도력처럼 단어를 특정한 의미로 쓰는 경우에는 정의에 그렇게 밝혀 두었습니다. 모든 용어에는 고유한 앵커가 있어 예를 들어 쉐어 오브 보이스처럼 바로 링크할 수 있습니다. 인게이지먼트율 같은 용어의 근거 수치는 소셜 미디어 벤치마크를, 페르소나, 소비자 갈등, 앵글, 스토리를 하나로 묶는 브리프는 크리에이티브 브리프 템플릿을 참고하세요.

A

A/B 테스트

광고, 페이지, 이메일의 두 가지 버전을 비교 가능하게 무작위로 나눈 오디언스에게 보여 주고, 클릭률이나 전환율 같은 하나의 결과를 비교하는 통제 실험입니다. 표본이 우연을 배제할 만큼 충분히 크다면, 그 시점에 그 오디언스에서 어느 버전이 이겼는지 알려 줍니다. 자세히 보기: 사전 테스트와 A/B 테스트를 함께 활용하는 방법.

광고 라이브러리

플랫폼이 집행 중이거나 과거에 집행한 광고를 공개하고 검색할 수 있게 한 아카이브로, Meta 광고 라이브러리, Google 광고 투명성 센터, LinkedIn 광고 라이브러리 등이 있습니다. 마케터는 광고 라이브러리를 통해 경쟁사가 어떤 크리에이티브, 오퍼, 메시지에 비용을 쓰는지 확인합니다. 자세히 보기: Meta 광고 라이브러리에서 경쟁사 광고를 조사하는 방법.

AEO(답변 엔진 최적화)

AI 어시스턴트, 음성 어시스턴트, 답을 바로 보여 주는 검색 기능 같은 답변 엔진이 응답에 콘텐츠를 사용하도록 콘텐츠를 최적화하는 것입니다. 실제로는 GEO와 크게 겹칩니다. 질문에 일찍 답하고, 페이지를 명확하게 구조화하고, 출처를 믿을 수 있게 만드세요. 자세히 보기: 브랜드가 AI 답변 엔진에 인용되는 방법.

AI 에이전트

언어 모델을 사용해 데이터 가져오기, 분석, 결과물 초안 작성 같은 여러 단계의 작업을 계획하고 수행하며, 텍스트로 답하는 데 그치지 않고 도구를 호출하는 소프트웨어입니다. 마케팅에서는 에이전트가 워크플로의 일부를 수행하고 사람이 결과를 승인합니다. 자세히 보기: SOMIN의 AI 마케팅 에이전트; 무엇을 자동화하고 무엇을 사람이 맡을지.

전략적 앵글

소비자 갈등이 왜 존재하는지를 과신 편향이나 자기결정 이론처럼 심리학, 사회학, 행동경제학의 이론으로 명명한 것입니다. SOMIN의 페르소나, 소비자 갈등, 전략적 앵글, 인사이트 스토리 프레임워크에서 앵글은 문제에 대한 묘사를 하나의 주장으로 바꿔 줍니다. 자세히 보기: 페르소나, 소비자 갈등, 앵글, 스토리 프레임워크.

아키타입

현자, 영웅, 탐험가처럼 반복되는 캐릭터 패턴으로, 브랜드의 개성과 보이스를 설명하는 데 쓰입니다. Margaret Mark와 Carol Pearson이 대중화한 12가지 아키타입 모델은 Carl Jung의 연구에 바탕을 둡니다. SOMIN은 게시물에 아키타입을 태그해 카테고리가 스스로를 어떻게 보여 주는지 파악할 수 있게 합니다. 자세히 보기: SOMIN Strategy.

어트리뷰션

전환의 기여도를 그 이전의 접점에 배분하는 방법으로, 라스트 클릭이나 퍼스트 클릭 같은 규칙이나 데이터 기반 모델을 사용합니다. 어트리뷰션은 사람들이 거친 경로를 보여 주지만, 그것만으로는 어떤 마케팅이 매출을 만들었는지 증명할 수 없습니다. 자세히 보기: 마케팅 믹스 모델링의 장벽.

오디언스 리서치

설문, 패널, 인터뷰, 행동 데이터, 또는 오디언스가 접하는 콘텐츠 분석을 통해 타깃 오디언스가 누구이고 무엇을 원하며 어떻게 행동하는지 연구하는 것입니다. “누구”와 “왜”에 답하며, 소셜 리스닝은 “무엇이 이야기되고 있는지”에 답합니다. 자세히 보기: 소셜 리스닝, 오디언스 리서치, 광고 최적화 비교; 오디언스 리서치 기업이 자사 데이터를 마케팅하는 방법.

B

벤치마크

비교 가능한 브랜드, 채널 또는 기간에서 얻은 기준값입니다. 예를 들어 카테고리 내 게시물당 인게이지먼트의 중앙값처럼, 자사 성과가 좋은지 판단하는 데 사용합니다. 벤치마크는 비교 대상 집단이 규모, 플랫폼, 오디언스와 일치할 때만 쓸모가 있습니다. 자세히 보기: 마테크 브랜드를 위한 소셜 미디어 인게이지먼트 벤치마크.

브랜드 리프트

캠페인을 본 사람과 보지 않은 비교 가능한 집단 사이에서 측정되는 인지도, 광고 회상, 고려, 구매 의향의 변화로, 보통 플랫폼 설문으로 수집합니다. 상위 퍼널 목표에 대한 증분 효과를 측정하는 방법입니다.

브리프(크리에이티브 브리프)

크리에이티브 팀에게 누구를 위한 작업인지, 어떤 갈등을 다루는지, 전달해야 할 단 하나의 메시지, 그 근거, 성공을 어떻게 판단할지를 알려 주는 짧은 문서입니다. 좋은 브리프는 이 답변 하나하나를 증거로 추적할 수 있게 합니다. 자세히 보기: SOMIN 크리에이티브 브리프 템플릿; 소셜 리스닝 인사이트를 브리프로 바꾸는 방법.

C

클릭 유도력(크리에이티브 클릭 유도력)

미디어 비용을 쓰기 전에 크리에이티브 자체만으로 추정한, 해당 크리에이티브가 비슷한 광고보다 더 많거나 적은 클릭을 얻을 예측 가능성입니다. SOMIN은 이를 높음, 보통, 낮음으로 표시하며, 이는 확률일 뿐 클릭률 예측치가 아닙니다. 자세히 보기: 크리에이티브 클릭 유도력이란 무엇이며 어떻게 예측하는가.

소비자 갈등

사람이 원하는 것과 그것을 가로막는 것 사이의 충돌을, 그 사람이 말할 법한 방식으로 서술한 것입니다. 예를 들어 빨리 행동하고 싶지만 잘못된 선택을 할까 봐 두려운 경우입니다. 갈등에는 서로 맞당기는 두 힘이 있지만, 페인 포인트는 대개 하나뿐입니다. 자세히 보기: 소비자 갈등이란 무엇이며 어떻게 찾는가.

콘텐츠 동질화

카테고리의 콘텐츠가 같은 포맷, 문구, 비주얼로 수렴해 가는 현상으로, 모든 브랜드가 같은 AI 도구와 템플릿을 쓰면 더 빨라지는 경우가 많습니다. 차별성을 갉아먹고 광고를 쉽게 무시당하게 만듭니다. 자세히 보기: 왜 모든 브랜드가 똑같이 들리는가; 왜 한 카테고리의 광고는 모두 비슷해 보이는가.

콘텐츠 필러

브랜드가 꾸준히 발행하기로 정한 반복 주제로, 제품 교육, 고객 스토리, 기업 문화 등이 있으며 콘텐츠 캘린더의 균형을 잡는 데 사용합니다. 콘텐츠 필러는 각각이 오디언스의 니즈와 계획된 게시물 비중에 연결될 때 가장 효과적입니다. 자세히 보기: SOMIN의 소셜 미디어 매니저.

컨텍스트 엔지니어링

언어 모델이 작업을 수행할 때 어떤 정보를 보게 할지 정하는 일입니다. 컨텍스트 윈도우에 들어가는 지시문, 예시, 데이터, 검색된 문서, 도구 결과가 해당합니다. 마케팅에서는 실제 오디언스 데이터와 브랜드 규칙 같은 더 나은 컨텍스트가 더 영리한 프롬프트보다 결과물을 더 크게 바꿉니다. 자세히 보기: 마케팅을 위한 컨텍스트 엔지니어링.

전환율

방문자, 클릭, 수신자 중 구매나 가입 같은 목표 행동을 완료한 비율입니다. 클릭당 전환과 세션당 전환은 서로 다른 수치를 주므로 분모를 항상 명시하세요.

CPA(획득당 비용)

비용을 구매, 가입, 리드 같은 전환 수로 나눈 값입니다. 캠페인 간 CPA를 비교하기 전에 무엇을 전환으로 칠지 합의하세요.

CPC(클릭당 비용)

비용을 광고 클릭 수로 나눈 값입니다. CPC가 낮은 것은 그 클릭이 전환으로 이어질 때만 좋은 소식입니다.

CPM(천 회 노출당 비용)

광고 노출 1,000회당 비용입니다. 계산식은 지출 ÷ 노출 수 × 1,000입니다. 주목도의 가격을 측정할 뿐, 그 질을 측정하지는 않습니다. 자세히 보기: 핵심 소셜 광고 지표.

크리에이티브 피로도

같은 사람들이 같은 광고를 반복해서 보면서 광고 성과가 떨어지는 현상으로, 보통 빈도 상승, 클릭률 하락, 결과당 비용 증가로 나타납니다. 일반적인 해결책은 타깃만 바꾸는 것이 아니라 새로운 크리에이티브를 만드는 것입니다. 자세히 보기: SOMIN의 유료 미디어 에이전트.

크리에이티브 사전 테스트

출시 전에 설문, 패널, 예측 모델 등을 통해 광고를 평가하여 어떤 것을 집행하고, 수정하고, 중단할지 결정하는 것입니다. 예측형 사전 테스트는 결과가 알려진 광고에서 학습한 패턴을 기준으로 새 크리에이티브에 점수를 매깁니다. 자세히 보기: 비용을 쓰기 전에 광고 성과를 예측하는 방법.

CTR(클릭률)

클릭 수를 노출 수로 나눈 값으로 보통 백분율로 표시합니다. 광고를 본 사람이 얼마나 자주 클릭하는지를 측정하며, 이후 구매하는지는 측정하지 않습니다.

E

인게이지먼트

게시물에 대한 상호작용으로, 좋아요 또는 반응, 댓글, 공유가 있으며 일부 플랫폼에서는 저장이나 리포스트도 포함됩니다. 플랫폼과 도구마다 인게이지먼트를 세는 방식이 다르므로, 숫자를 비교하기 전에 정의를 확인하세요. 자세히 보기: SOMIN이 벤치마크에서 인게이지먼트를 집계하는 방법.

인게이지먼트율

인게이지먼트를 오디언스 기준 수치로 나눈 값입니다. 팔로워 수(팔로워 기준 인게이지먼트율)나 도달한 사람 수 또는 노출 수(도달 기준 인게이지먼트율)를 사용합니다. 두 값은 크게 다를 수 있으므로 어느 쪽을 말하는지 항상 밝혀야 합니다. 자세히 보기: 팔로워 수를 넘어 영향력을 측정하는 방법.

엔티티

브랜드, 인물, 제품, 장소처럼 검색 엔진과 언어 모델이 인식하고 사실과 연결하는, 뚜렷이 구별되는 대상입니다. 일관된 명칭, 소개 페이지, Organization 구조화 데이터는 엔진이 여러분이 어떤 엔티티인지 이해하도록 돕습니다. 자세히 보기: 생성형 엔진 최적화.

표현(크리에이티브 표현)

인사이트나 가치 제안을 광고, 게시물, 영상 스크립트, 비주얼처럼 특정 채널용으로 완성한 크리에이티브 실행물입니다. SOMIN에서는 페르소나, 소비자 갈등, 전략적 앵글, 스토리의 다음 단계로 표현물이 생성됩니다. 자세히 보기: SOMIN Strategy.

F

빈도

일정 기간 도달한 사람 한 명이 광고를 본 평균 횟수로, 노출 수를 도달로 나눈 값입니다. 빈도가 오르는데 반응이 떨어지는 것은 크리에이티브 피로도의 흔한 신호입니다.

G

GEO(생성형 엔진 최적화)

콘텐츠를 AI 답변 엔진이 쉽게 찾고, 이해하고, 인용하도록 만드는 방법입니다. 이 용어는 Pranjal Aggarwal 등이 KDD 2024에서 발표한 연구 논문에서 유래했으며, 이 논문은 인용, 인용문, 통계를 추가하면 생성된 답변에서 출처의 가시성이 높아진다는 것을 발견했습니다. 자세히 보기: 브랜드가 AI 답변 엔진에 인용되는 방법.

H

환각

언어 모델의 출력이 유창하고 자신 있게 들리지만 거짓이거나 근거가 없는 것으로, 지어낸 통계, 인용문, 출처 등이 해당합니다. 모델은 그럴듯한 텍스트를 생성하기 때문에, AI가 쓴 마케팅 콘텐츠의 모든 사실 주장은 출처와 대조해 확인해야 합니다. 자세히 보기: 배포 전에 AI 카피를 검수하는 방법; 마케터가 AI 인사이트를 불신하는 이유.

훅

콘텐츠의 첫 문장, 첫 프레임, 첫 몇 초로, 다음 몇 초의 주목을 얻는 역할을 합니다. 숏폼 영상에서는 훅이 나머지를 보는 사람이 있을지를 좌우합니다.

Hreflang

페이지의 HTML, HTTP 헤더 또는 사이트맵에 넣는 주석으로, 어떤 사용자에게 페이지의 어느 언어 또는 지역 버전을 보여 줄지 검색 엔진에 알려 줍니다. 예를 들어 싱가포르용 영어와 호주용 영어를 구분합니다. x-default 값은 대체 페이지를 지정합니다. 자세히 보기: 아시아의 콘텐츠 현지화.

I

증분 효과

마케팅 활동 덕분에 발생했으며 그 활동이 없었다면 발생하지 않았을 추가 성과로, 매출이나 가입 등이 있습니다. 어트리뷰션 리포트에서 읽어 내는 것이 아니라 타깃 또는 지역 홀드아웃 테스트 같은 통제 실험으로 측정합니다. 자세히 보기: 마케팅 믹스 모델링의 장벽.

인사이트

오디언스에 관한 자명하지 않은 진실로, 그들의 행동을 설명하고 브랜드가 무엇을 할 수 있을지 시사합니다. SOMIN에서 인사이트(스토리라고도 함)는 페르소나, 소비자 갈등, 전략적 앵글을 한 줄로 결합하고 그 근거가 되는 게시물을 함께 보여 줍니다. 자세히 보기: AI 인사이트를 검증 가능하게 만드는 방법.

L

대규모 언어 모델(LLM)

방대한 텍스트로 학습해 다음 단어나 단어 조각을 예측하는 신경망으로, 이를 통해 글쓰기, 요약, 분류, 언어에 대한 추론이 가능합니다. Claude, GPT, Gemini가 그 예입니다. 자세히 보기: 같은 프롬프트가 왜 같은 광고를 쓰는가.

llms.txt

Jeremy Howard가 2024년 9월에 발표한 제안 규약으로, 사이트의 /llms.txt 주소에 Markdown 파일을 두어 AI 에이전트에게 사이트에 대한 짧고 선별된 안내와 주요 페이지의 깔끔한 버전으로 가는 링크를 제공합니다. 모델 학습이 아니라 질문에 답하는 에이전트를 대상으로 합니다. 자세히 보기: SOMIN의 llms.txt 파일.

현지화

단어를 번역하는 데 그치지 않고, 콘텐츠를 시장의 언어, 문화, 참조 대상, 포맷, 타이밍에 맞게 조정하는 일입니다. 좋은 현지화는 현지의 니즈가 다른 부분에서 메시지 자체를 바꿉니다. 자세히 보기: 아시아의 콘텐츠 현지화는 번역이 아니다; APAC·MENA 마케팅 캘린더.

유사 오디언스

기존 고객이나 사이트 방문자 같은 소스 목록과 닮은 사람들로 플랫폼이 만든 광고 오디언스입니다. 소스 오디언스와 특성을 공유하는 새로운 사람들로 도달을 확장하는 데 도움이 됩니다.

M

마케팅 믹스 모델링(MMM)

개별 사용자를 추적하는 대신 집계된 시계열 데이터를 사용해, 가격, 계절성, 프로모션 같은 요인과 각 채널이 매출에 얼마나 기여했는지 추정하는 통계 기법입니다. 수확 체감도 함께 추정하므로 예산 수립에 유용합니다. 자세히 보기: 마케팅 믹스 모델링의 장벽은 사라지지 않았다.

MCP(모델 컨텍스트 프로토콜)

Anthropic이 2024년 11월에 소개한 오픈 표준으로, AI 애플리케이션이 하나의 공통 인터페이스를 통해 외부 데이터 소스와 도구에 연결할 수 있게 합니다. MCP 커넥터를 사용하면 Claude 같은 어시스턴트가 붙여 넣은 내보내기 파일에 의존하지 않고 실시간 마케팅 데이터를 조회할 수 있습니다. 자세히 보기: MCP로 Claude를 마케팅 데이터에 연결하는 방법; 마케팅 에이전시를 위한 MCP.

MER(마케팅 효율 비율)

같은 기간의 총매출을 모든 채널의 총마케팅 비용으로 나눈 값입니다. 블렌디드 ROAS라고도 하며, 어트리뷰션 논쟁을 피할 수 있지만 어떤 채널이 성과를 냈는지는 알려 주지 못합니다.

모먼트

오디언스가 갈등을 느끼고 그에 따라 행동할 수 있는 시점으로, 축제, 구매 결정, 검색, 짜증 나는 하루 등이 있습니다. SOMIN에서 마케팅 모먼트는 페르소나를 갈등 또는 관련성 테마와 짝지은 것이며 시즌, 라이프, 구매, 마이크로 모먼트 등의 유형이 있습니다. 자세히 보기: 모먼트가 인사이트와 브리프를 연결하는 방법; APAC·MENA 마케팅 캘린더.

O

오가닉 도달

유료 프로모션 없이 콘텐츠를 보는 사람의 수입니다. 각 플랫폼의 랭킹 시스템에 좌우되므로 시스템이 바뀌면 함께 변합니다. 자세히 보기: 2026년에도 오가닉 도달을 좌우하는 것.

자사·획득·유료 미디어

자사 미디어는 웹사이트와 소셜 계정처럼 브랜드가 통제하는 채널이고, 획득 미디어는 다른 사람들의 보도와 공유이며, 유료 미디어는 광고입니다. 각각 하는 일이 달라서 대부분의 계획은 세 가지를 모두 사용합니다.

P

페르소나

목표 세그먼트에 대해 목표, 니즈, 맥락, 행동을 담은 리서치 기반 프로필로, 실제 독자에게 초점을 맞춰 작업하도록 돕습니다. 페르소나는 그 뒤에 있는 데이터만큼만 좋습니다. 자세히 보기: 오디언스 데이터와 경쟁사 광고로 페르소나를 만드는 방법.

가치 제안

브랜드가 특정 모먼트에 페르소나에게 하는 구체적인 약속으로, 인사이트를 기능, 신뢰할 근거, 차별화된 판매 포인트, 오퍼 같은 하나의 제품 진실과 결합합니다. SOMIN에서는 각 가치 제안에 요약, 샘플 태그라인, 오디언스가 가져가야 할 핵심 메시지가 함께 제공됩니다. 자세히 보기: 브리프에서 가치 제안이 차지하는 위치.

R

RAG(검색 증강 생성)

시스템이 먼저 관련 문서나 데이터를 검색한 다음 질문과 함께 언어 모델에 전달하는 기법으로, 답변이 모델이 학습한 내용만이 아니라 그 자료에 근거하도록 합니다. 자세히 보기: 카테고리 데이터가 더 나은 프롬프트보다 강한 이유.

도달

일정 기간 동안 콘텐츠나 광고를 한 번 이상 본 고유한 사람의 수입니다. 도달은 사람을 세고, 노출은 조회 횟수를 셉니다.

ROAS(광고비 대비 수익률)

광고에 귀속되는 매출을 광고비로 나눈 값으로, 4:1처럼 비율로 표기하는 경우가 많습니다. 그 기반이 되는 어트리뷰션 모델에 좌우되므로, ROAS는 하나의 측정 방식 안에서만 비교하세요. 자세히 보기: SOMIN의 유료 미디어 에이전트.

S

스키마 마크업(구조화 데이터)

페이지에 담긴 내용(조직, 기사, 제품, FAQ 등)을 표시하는 코드로, 대개 schema.org 어휘를 사용한 JSON-LD입니다. 검색 엔진과 AI 시스템이 안정적으로 읽을 수 있게 해 줍니다. 자세히 보기: 생성형 엔진 최적화.

센티먼트

멘션이나 게시물이 긍정, 부정, 중립 중 어떤 감정을 표현하는지를 나타내며, 보통 모델이 분류합니다. 센티먼트는 추세선으로는 잘 작동하지만, 풍자와 맥락이 분류기를 혼란스럽게 하므로 개별 게시물에 대한 판정으로는 적합하지 않습니다. 자세히 보기: 소셜 리스닝 도구 필수 가이드.

쉐어 오브 보이스(SOV)

일정 기간 동안 카테고리 내 전체 대화, 콘텐츠 또는 광고에서 브랜드가 차지하는 비중으로, 예를 들어 게시물, 멘션, 노출의 점유율로 측정합니다. 쉐어 오브 보이스를 시장 점유율과 비교하면 브랜드가 규모 이상으로 투자하고 있는지 알 수 있습니다. 자세히 보기: 시장별 쉐어 오브 보이스.

소셜 리스닝

소셜 플랫폼, 뉴스 사이트, 포럼 전반에서 브랜드, 경쟁사, 주제에 관한 공개 대화와 콘텐츠를 추적하고 분석하여 테마, 센티먼트, 변화를 발생하는 즉시 포착하는 것입니다. 자세히 보기: 소셜 리스닝 vs 오디언스 리서치 vs 광고 최적화; 소셜 리스닝 도구는 무엇을 게시하는가.

인사이트 스토리

SOMIN에서 인사이트를 한 줄로 표현한 것으로, 페르소나, 소비자 갈등, 전략적 앵글로 구성되며 이를 극적으로 풀어낸 짧은 내러티브가 뒷받침합니다. 페르소나가 공감할 만하면서 그 브랜드만 할 수 있는 한 줄이어야 합니다. 자세히 보기: 페르소나, 갈등, 앵글, 스토리 프레임워크.

T

톤 앤 매너

브랜드가 말하는 방식으로, 정보 전달형, 유쾌한, 권위 있는, 희망적인 등이 있으며 무엇을 말하는지와는 별개입니다. SOMIN은 분석하는 모든 게시물의 톤에 라벨을 붙여, 카테고리에서 과도하게 쓰이는 톤과 반응을 얻는 톤을 보여 줍니다. 자세히 보기: 톤 오브 보이스별 인게이지먼트 벤치마크.

W

화이트스페이스

카테고리 내 경쟁사가 선점하지 않았고 구매자가 반응할 메시지, 오디언스, 고객 니즈 또는 포맷입니다. 수요가 뒷받침되지 않는 공백은 화이트스페이스가 아니라 그냥 빈 공간입니다. 자세히 보기: 마케팅 화이트스페이스란 무엇이며 어떻게 찾는가; 시장별 화이트스페이스 찾기.

Z

제로 클릭 검색

결과 페이지나 AI가 생성한 답변 안에 답이 나타나기 때문에 어떤 웹사이트도 클릭하지 않고 끝나는 검색입니다. 따라서 답변 아래에 순위가 매겨지는 것보다 답변 안에서 인용되는 것이 더 가치가 높습니다. 자세히 보기: 브랜드 발견의 새로운 규칙.

FAQ

출처

• Anthropic, Introducing the Model Context Protocol (25 November 2024)
• llmstxt.org, The /llms.txt file
• Aggarwal et al., GEO: Generative Engine Optimization (KDD 2024)
• Google Search Central, Localized versions of your pages (hreflang)