2024년 대행사를 위한 획기적인 통찰력 [무료 전자책]

오늘날 마케팅 대행사를 운영하고 있다면 그 어느 때보다 다양하고 복잡한 장애물이 있는 미로를 헤쳐나가고 있을 것입니다. 물론, 당신은 무엇을 해야 할지 알고 있는 것보다 더 많은 고객 데이터에 전례 없이 접근할 수 있습니다. 하지만 당신은 또한 변화하는 알고리즘을 저글링하고, 새로운 데이터 개인 정보 보호법을 해독하고, 고객을 행복하게 유지하고, 에스프레소에 금붕어를 집중적으로 집중시키는 청중을 위한 콘텐츠를 만들고 있습니다.

매일 바뀌는 업계 동향을 파악하면서 이러한 모든 책임을 다하는 것은 소심한 일이 아닙니다. 이를 성공적으로 수행하려면 창의성이나 숫자에 대한 안목 이상의 것이 필요합니다. 대행사의 성공을 위해서는 시기적절하고 시대를 초월한 통찰력을 바탕으로 이 두 가지가 조화를 이루어야 합니다.

이러한 미로를 헤쳐나가는 데 도움을 주기 위해 우리는 "2024년 대행사를 위한 필수 전문가 통찰력" eBook을 만들었습니다. 2023년 Agency Summit에서 전문가로부터 배운 상위 10가지 유용한 정보를 요약한 것입니다. 이러한 숙련된 전문가들은 미로에서 벗어날 방법을 찾았으며 귀하의 대행사가 지속적으로 성장하고 성공적으로 확장하는 데 도움이 될 필수적인 교훈을 얻었습니다. AI라는 괴물을 활용하는 방법이나 소셜 미디어 ROI를 이해하고 증명하는 방법에 대한 조언이 필요한 경우, 이 가이드를 미래 에이전시 세계에서 생존하는 것뿐만 아니라 성공하기 위한 가이드로 생각하세요.

다음은 전자책에서 대행사를 위한 두 가지 마케팅 팁을 살펴보겠습니다. 정식 버전을 보려면 지금 바로 무료 사본을 다운로드하세요.

통찰 1번: AI는 당신의 일을 대신하지 않습니다. 하지만 AI를 사용할 줄 아는 사람은 그렇게 할 것입니다.

출처: 크리스토퍼 펜(Christopher Penn), 당신이 알고 있는 에이전시의 종말입니다

Agency Summit에서 우리는 Trustinsights.ai의 공동 창립자이자 최고 데이터 과학자인 Christopher Penn과 이야기를 나눴습니다. Penn은 AI가 현재 어떻게 사용되고 있는지, 앞으로 어떻게 사용될지, 마케팅 대행사에게 어떤 의미인지 자세히 공유했습니다.

Penn이 공유한 주요 내용은 다음과 같습니다.

글이 벽에 붙어 있어요. AI는 단순한 유행어가 아닙니다. 비즈니스 운영 방식에 있어서 엄청난 변화입니다. 일상적인 작업 자동화부터 데이터 분석 및 고객 참여에 이르기까지 AI는 혁신의 중추로 자리잡고 있습니다.

Gartner는 2025년까지 마케팅 기능 전반에 걸쳐 AI를 사용하는 조직이 직원 운영의 75%를 생산에서 보다 전략적인 활동으로 전환할 것으로 예측합니다.

기술 루프에 속하지 않은 사람들에게는 "기계가 내 일자리를 빼앗아 갈까?"라는 두려움이 현실입니다.

대답은 미묘합니다. AI가 고용 시장을 크게 변화시킬 것이라는 것은 사실이며 이미 변화하고 있습니다. 그러나 AI가 특정 역할을 대체하는 동시에 우리가 아직 상상할 수 없는 새로운 역할도 창출할 것입니다.

AI에 능숙한 근로자가 그렇지 않은 근로자의 일을 맡게 될 가능성이 높습니다. 여기서 핵심은 적응성과 유연성이 될 것입니다. 마케팅 담당자는 채용 시장에서 경쟁력을 유지하기 위해 기술을 향상하고 재교육해야 합니다.

AI, 데이터 과학의 기본 사항을 배우거나 AI 도구를 워크플로에 효과적으로 통합하는 방법을 배우면 대체할 수 없는 사람이 될 수 있습니다. 결코 하루아침에 본격적인 데이터 과학자가 될 필요는 없습니다. 그러나 이러한 새로운 기술과 협력하는 방법을 이해하면 그렇지 않은 사람들보다 앞서 나갈 수 있습니다.

지금 바로 Agorapulse 무료 평가판에 등록하세요!

재교육도 똑같이 중요합니다. 귀하의 업무가 자동화에 매우 취약한 경우 기술을 다양화하면 안전망을 제공할 수 있습니다. 예를 들어, 마케팅 전문가는 이제 AI 알고리즘을 사용하는 데이터 분석 도구와 고객 관계 관리 소프트웨어에 익숙할 것으로 예상됩니다.

이는 효과적인 프롬프트 엔지니어링을 이해하고 학습하는 것이 무시될 수 없음을 의미합니다.

통찰력 2번: 지금 신속한 엔지니어링을 배우지 않으면 뒤쳐질 위험이 있습니다.

출처: 크리스토퍼 펜(Christopher Penn), 당신이 알고 있는 에이전시의 종말입니다

마케팅 운영에 ChatGPT 또는 Bard와 같은 AI 도구를 사용하면 마찰이 줄어들고 중복이 제거됩니다. 이를 통해 마케터는 예산과 자원을 보다 역동적인 마케팅 조직을 지원하는 활동으로 전환할 수 있습니다.

대행사는 직원들이 신속한 엔지니어링뿐만 아니라 일상적인 작업 자동화, 통화 기록, 코드 작성 등 AI의 다른 사용 사례에 대한 교육을 받도록 하는 것부터 시작해야 합니다.

프롬프트 엔지니어링을 배우고 싶다면 LLM(대형 언어 모델)을 기반으로 하는 AI 도구가 어떻게 작동하는지 이해하는 것이 중요합니다.

다음은 Penn 웹 세미나의 간단한 입문서입니다.

먼저, 대규모 언어 모델이란 무엇입니까? 이 모든 것은 1957년 존 루퍼트 퍼스(John Rupert Firth)가 한 말로 시작됩니다. 그는 “당신은 함께 있는 사람에 따라 단어를 알게 될 것입니다.”라고 말했습니다. 이것이 모든 대규모 언어 모델이 작동하는 기초입니다.

그럼 그게 정확히 무슨 뜻인가요?

핵심적으로 GPT-4와 같은 AI 언어 모델은 대규모 텍스트 데이터 세트에서 훈련된 대규모 신경망입니다. 이는 기본적으로 통계적 확률을 사용하여 이전 단어를 기반으로 시퀀스의 다음 단어를 예측하는 패턴 인식기입니다.

훈련에는 모델에 엄청난 양의 데이터를 제공하고 내부 매개변수를 조정하여 정확한 예측 방법을 학습하는 과정이 포함됩니다. 이 단계에서 모델은 기본적으로 오류율을 최소화하고 다음 번에 더 나은 결과를 얻기 위해 내부 "지식"을 적용하려고 노력합니다.

일단 훈련되면 모델은 주어진 프롬프트에 따라 텍스트를 생성할 수 있습니다. 훈련 중에 학습한 내용을 사용하여 다음에 어떤 단어가 나올지 예측하고 인간과 유사한 언어를 모방하는 방식으로 프롬프트를 효과적으로 "완성"합니다.

그러나 이러한 모델은 의식이 없으며 상황을 이해하지 못하거나 어떤 종류의 인식도 갖고 있지 않습니다. 그들은 데이터의 패턴을 인식하는 데 매우 뛰어납니다. 따라서 프롬프트를 엔지니어링할 때 기본적으로 모델이 교육 데이터에서 확인한 패턴과 일치하는 방식으로 질문을 구성하게 됩니다.

GPT-4 및 유사한 모델은 결정론적이지 않고 확률론적입니다. 이는 그들이 "생각"하는 것이 다음 단어나 문구일 가능성이 가장 높다는 것을 사용자에게 제공한다는 의미입니다. 그러나 실제로 유용하다고 생각되는 답변이나 결과를 향해 그들을 안내하는 것은 귀하에게 달려 있습니다.

"프롬프트 엔지니어링을 이해하는 데 있어서 중요한 점은 프롬프트에서 더 관련성이 높은 단어를 사용할수록 프롬프트의 성능이 향상되고 결과도 더 좋아진다는 것입니다." (크리스토퍼 펜)

프롬프트는 모델의 출력을 위한 단계를 설정하므로 좋은 결과를 얻는 데 매우 중요합니다. 이는 누군가에게 즉흥적으로 주제를 제시하는 것과 같습니다. 더 명확하고 구체적일수록 응답이 귀하의 기대에 더 가까워질 것입니다.

프롬프트를 만들 때 몇 가지 간단한 규칙을 따르면 언어 모델을 유용한 결과로 안내하는 것이 더 쉽습니다.

• 정도. 모델이 작동하는 경계 또는 매개변수를 설정하는 방법을 고려하십시오. 모호한 프롬프트는 기술적으로는 정확하지만 실제로는 원하는 답변이 아닐 수도 있습니다. 따라서 정확하고 특정 언어로 프롬프트를 작성하는 것이 좋습니다. "마케팅에 대해 알려주세요"라고 묻는 대신 "전자상거래에서 고객 유지율을 높이기 위한 혁신적인 전략은 무엇입니까?"라고 질문할 수 있습니다.
• 문맥. 충분한 배경 ​​정보를 제공하십시오. 모델은 자신이 모르는 것이 무엇인지 모르므로 약간의 프레이밍이 도움이 됩니다. 예를 들어 요청의 최종 목표, 대상 독자, 형식, 어조, 특정 단어 수와 같은 제한 사항이 있는지 여부 등을 제공할 수 있습니다.
• 제약. 질문의 범위를 제한하십시오. "이메일 마케팅 개선 방법"을 묻는다면 다양한 답변을 얻을 수 있습니다. 하지만 "소셜 미디어 마케팅 대행사의 이메일 마케팅 캠페인 오픈률을 높이는 세 가지 방법"을 묻는다면 좀 더 집중적인 답변을 얻을 가능성이 높습니다.
• 반복. 첫 번째 답변이 완벽하지 않은 경우 프롬프트를 수정하고 다시 질문하세요. 원하는 답을 향해 모델을 조금씩 움직이는 대화라고 생각하세요.
• 여러 프롬프트. 때로는 동일한 질문을 다른 방식으로 묻는 것이 도움이 될 수 있습니다. 그렇게 하면 동일한 문제에 대한 다양한 관점을 선택하거나 강조할 수 있는 더 넓은 범위의 답변을 얻을 수 있습니다.
• 직접 명령. 답변을 결정하기 전에 모델에 단계별로 생각하거나 장단점에 대해 토론하도록 지시할 수 있습니다. "자세한 설명 제공" 또는 "핵심 사항 요약"과 같은 명령을 사용하여 출력을 조정할 수도 있습니다. 예를 들어 너무 기본적이거나 일반적인 답변을 받으면 ChatGPT에 이를 알립니다. 그래서 저는 이렇게 대답합니다. “이것은 매우 일반적이고 기본적인 것 같습니다. 나는 당신이 이보다 훨씬 더 높은 수준의 글을 쓸 수 있다는 것을 알고 있습니다.” 그러면 일반적으로 "당신 말이 맞아요. 조언해주셔서 감사합니다."와 같은 대답을 합니다. 그런 다음 계속해서 더 심층적이고 복잡한 추가 정보를 제공합니다.
• 피드백 루프 . 모델이 제공하는 것을 가져와서 다듬고 모델에 다시 공급합니다. 이 프로세스는 보다 미묘하거나 복잡한 답변을 얻는 데 도움이 될 수 있습니다.

그것은 확실히 정확한 과학은 아니며, 연습을 통해 더 잘할 수 있는 예술 형식에 가깝다고 말하고 싶습니다.

때로는 ChatGPT에서 받는 응답이 여러분을 놀라게 할 것입니다. 이는 당신이 고려하지도 않았던 통찰력이나 관점을 제공할 것이므로 가지고 놀만한 가치가 있습니다.

마케팅 팁 인포그래픽

더 많은 통찰력을 얻으려면 "대행사를 위한 필수 전문가 통찰력" 무료 사본을 지금 바로 다운로드하십시오.