다문화 그리고 나.
글로벌 업무에서 겪게 되는 다양한 문화 갈등 #광고 #마케팅 #디지털
다문화권역에서 마케팅 그리고 디지털 전략과 서비스를 디자인하면서 가장 많이 현지 카운터파트에게 들었던 이야기는 "우리는 달라"이다. "그렇지... 다르지... 하지만 크게 다르지 않진 않아?"라는 식의 대응이 대부분 내가 선택했던 방식이었다. 아마 한국인이라 "거기도 사람 사는 곳이다"라는 것에 꽤 교육되었던 모양이다.
광고나 마케팅에서 각 문화와 언어, 그리고 풍습은 상당히 중요한 역할을 한다. 예를 들면, 중국에서의 음력설에는 붉은색과 금색으로 전반적인 광고 비주얼이 나가는 반면 같은 시즌에 한국은 흰색에 한국만의 구정콘셉트에 맞추어야 한다. 그런데 이게 글로벌에서 브랜드를 담당하거나 마케팅을 하는 조직에서는 사실 동양의 쪼개어진 문화권에 personalization 된 콘텐츠를 만드는 게 여간 어려운 것이 아니다. 또 하나하나 현지 시장의 의견을 반영하여 Toolkit을 구성하려면 비용걱정이 앞서기도 한다. 그래서 가끔 한국에 나가는 광고인데 매우 중국스러운 비주얼을 보게 되는 경우가 있다.
제품이나 서비스를 소비하는 사람들의 문화적 배경, 언어, 풍습을 고려하여 구성하는데 요즘에는 다양한 방식을 써서 그 차이를 해결하려고 한다. 특히 풍습의 경우에는 광고의 카피를 좌우하는데. 예를 들어 선물을 하는 양식과 풍습으로 나누자면, 중국의 경우에는 큰 선물을 주는 것이 좋은 인상을 주지만, 유럽에서는 선물의 가격보다는 상황에 맞는 선물을 선택하는 것이 중요하다. 또한, 일본에서는 감정을 드러내는 것이 중요하지 않기 때문에 제품이나 서비스를 홍보할 때 감성적인 광고보다는 기능적인 광고가 더 효과적일 수 있다.
글로벌 스포츠 패션브랜드에서 광고/디지털 부서에 근무할 때 이 문제를 한방에 해결했던 적이 있다. 각 국가에 어떻게 각 문화 풍습등에 맞춘 실시간 개인화 광고를 실행할지 여러 가지 Marketing / Ad Techology를 활용하여 큰 캠페인을 진행한 적이 있다.
DCO
Dynamic Creative Optimization이라는 툴과 그것을 실체화시킬 수 있는 Opreational Framework을 만들었는데 이 DCO의 경우에는 다이나믹하게 광고나 콘텐츠의 컴포넌트들을 실시작으로 조합하여 0.02초 만에 광고를 보는 사람이 누구인지를 파악하여 각각 분리된 조각 콘텐츠를 순식간에 조합하여 보여주는 것이다.
아래는 Chat GPT로 생성한 몇 가지 DCO의 예시이다.
Burger King - "Whopper Severance"
Burger King는 DCO를 사용하여 고객의 직업과 지역에 따라 다른 광고를 제작하여 캠페인을 진행했다. 이 캠페인은 "Whopper Severance"라는 이름으로 진행되었으며, 직장을 잃은 사람들을 대상으로 와퍼가 위로금 명목으로 제공되는 한 광고였다. 이 광고는 지역별로 다른 콘텐츠와 미국의 각 지역에서 인기 있는 음식을 활용하여 지역마다 다른 광고를 제작했다.
Coca-Cola - "Share a Coke"
Coca-Cola는 DCO를 사용하여 각 국가에서 가장 인기 있는 이름을 선택하고 이를 병 라벨에 인쇄하여 캠페인을 진행했다. 이러한 캠페인은 각 국가의 문화와 언어를 고려하여 제작되었다. 예를 들어, 중동 지역에서는 가족의 이름을 사용하는 것이 중요하기 때문에, "Share a Coke" 캠페인에서는 가족의 이름을 인쇄하여 활용하였는데 이런 형식의 광고가 한때 유행했었다.
하지만 여전히 문화와 사람들의 저변에 깔려있는 본능적인 문화(교육된 건지도...)는 참 어렵다.
유교권 국가와 비유교권 (동남아시아)를 간단히 비교해 봐도 대만, 베트남 등의 국가에 가보면 전단지가 글자 위주이다. 읽는데 더 집중되어 있는 접근이라면 상대적으로 인도네시아, 필리핀 등의 국가에 가보면 다양한 색감과 비주얼을 많이 사용하여 임팩트 있게 소통한다.
몇천 년 동안 이어내려 오고 유기적으로 생성된 문화와 풍습이기에 우리의 몇 가지 트릭으로 해결될리는 만무하지만, 오늘도 이런저런 고민에 휩싸여본다.
최근 다양한 알고리즘/AI 기반 디지털 서비스들이 Front-End, Back-End 할 것 없이 마구 성장하고 있는데, AI 나 Machine Learning이 앞으로 어떻게 세상을 어떻게 바꿀지는 모르겠습니다. 표준화와 민주화된 데이터의 양이 늘어날수록 그들이 배우고 성장해 나가는 방향도 정해지겠지. 하지만 그 알고리즘 대부분 백인이나 서양, 특히 미국의 시대정신을 반영하고 있는 것은 사실입니다. 주로 영어와 관련된 자연어처리에 대한 데이터셋이나 모델이 대부분 이러한 문화권에서 개발되어서 그런 것 같습니다. 하지만 의도적으로 특정 문화권을 우선시한 것이 아니라, 데이터나 모델의 한계 때문에 발생한 것이 아닐까요. 인터넷이나 방대한 양의 데이터 자체가 서양으로 많이 기울어져있는 것은 현실입니다. (물론 문자화되지 못한 아시아나 아프리카계의 문화에 등급을 매기는 것은 의미가 없지만 그래도 절대적인 데이터의 양이 부족할 것 같기에...)
최근 OpenAI의 업데이트를 보면 이 사실을 인식하고 있으며, 다양한 문화권의 다양성을 존중하고 수용하는 것이 중요하게 생각한다고 합니다. 이를 위해, 알고리즘을 개발하거나 업데이트할 때 다양한 문화권의 데이터를 포함시키는 것이 필요하며, AI가 제시하는 문제해결책 중에 인종이나 문화권에 대한 선입견을 가지지 않도록 노력하는 것 또한 중요할 것입니다. 그냥 노력이 아니라 지속적으로 개선하고 발전시키는 것이 중요하겠지요.
아무튼... 계속 끊임없이 공부해야 살아남을 것 같은 막연한 불안감은 뭘까요... ㅎㅎ;;
점심시간에 끄적끄적 한번 써봤습니다.
즐거운 주말 보내세요~!
*Headline Photo from freepik. es
