[기자수첩] 쇼츠(Shorts)와 유튜브 – ②광고삽입과 수익화

OTTRanking
유튜브 쇼츠 예시 <출처=유튜브>

널리 알려진 유튜브 수익 모델은 영상 앞, 뒤, 중간에 15~30초 내외의 광고영상을 삽입하는 것이다. 그러나, 쇼츠 영상들은 그 자체가 15~30초 내외의 짧은 영상이어서 중간에 광고를 넣기도 어렵고, 화면 전체를 가득 메우는 탓에 상, 하단에 광고를 넣기도 만만치 않다.

그럼 유튜브는 광고를 끼워 넣을 수도 없는 쇼츠 영상으로 어떻게 수익을 창출할까?

2가지 쇼츠 버전

우선, 쇼츠 영상은 크게 2가지 버전이 있다.

■ 쇼츠 카메라로 제작된 15초 미만 영상
■ 60초 미만 영상 중 해시태그 ‘#Shorts’가 붙은 영상

유튜브에서는 60초 영상의 경우 영상 중간 광고 삽입이 있을 수 있으나, 양쪽 모두 광고 수익(Adsense) 배분에는 차이가 없다고 밝혔다.

현재 배치된 광고들의 위치

유튜브는 쇼츠 영상에서 다른 쇼츠 영상으로 넘어가는 사이에 광고 영상을 끼워 넣는 방식으로 광고 매출액을 창출하고 있다. 그러나 유저들의 집중도가 떨어질 것을 우려해 광고 영상을 다 보지 않고 넘어가는 기존의 ‘5초 후 넘기기(SKIP)’에 해당하는 기능을 광고에 배치해놓은 상태다.

이렇게 두 영상 사이에 광고가 나오는 경우에는 어느 영상 쪽에 광고수익을 배정해줘야할까? 더 나아가서, 4개의 쇼츠를 보고 난 다음 나오는 광고는 마지막 4번째 쇼츠 영상에만 광고수익을 배정해야할까? 아니면 4개에게 고른 배정을 해줘야 할까?

이런식으로 특정 쇼츠 영상에 배정된 광고가 아니면 수익 배분이 적절해야 유튜버들이 수익에 불만을 가지지 않게 될 것이다.

기여도 분석 모델 (Multi-Touch Attribution)

현재 데이터 과학 업계에 알려진 바에 따르면, 여러 영상에 수익이 배분되는 기존 방식은 크게 5가지로 구분된다.

■ 마지막 터치 기반 (Last Touch)
■ 최초 터치 기반 (First Touch)
■ 선형 모델 기반 (Linear Touch)
■ 시간적 격차 반영 모델 기반 (Time-decay Touch)
■ 선택 시점 기반 (Position-based Touch)

유튜브 쇼츠 문법으로 해석하면, 광고 직전에 본 쇼츠 (마지막 터치), 유튜브 앱을 열자마자 본 쇼츠 (최초 터치), 처음부터 직전까지 본 쇼츠 모두에게 1, 2, 3, 4,….의 증가 비율로 배분 (선형 모델), 증가 비율 방식을 일부 변경 (시간적 격차 반영 모델), 최초 및 직전에만 높은 비중 (선택 시점)으로 풀어낼 수 있다.

그러나, 그 어떤 모델을 쓴다고 해도 적절한 수익 배분이 이뤄지지 않기 때문에 데이터 과학계에서는 다양한 연구가 진행 중으로, 2018년 Marketing Science 저널에 공개된 미(美) 펜실베이니아 대학 론 베르만 (Ron Berman) 마케팅 교수의 ‘Beyond the Last Touch: Attribution in Online Advertising’ (링크 참조) 모델이 영미권 온라인 광고 업계에서 쓰이는 모델 중 하나라고 한다.

론 베르만 교수에 따르면, 2012년 노벨경제학상을 수상한 ‘샤플리 가치(Shapley value)’기반의 분배 모델이 가장 합리적인 이익 배분 모델 중 하나로, 참여자 모두가 기여한 만큼의 이익을 나눠 가졌을 때 불만을 최소화할 수 있는 결론을 얻을 수 있다고 한다.

구글 관계자는 현재 어떤 방식으로 쇼츠 영상에 대한 광고수익이 배분되고 있는지에 대한 즉답을 피했으나, 내부적으로 다양한 기여자의 복합적인 기여도 분석 모델 (Multi-Touch Attribution)을 검증하고 있는 단계라는 것을 확인했다고 외신 튜브버디(TubeBuddy)가 전했다.

데이터 과학계 관계자는, 주어진 데이터 모양에 따라 다양한 변형이 가능하고, 수 많은 계산법들이 있는만큼, 1개의 완벽한 계산 모델을 쓰기보다 쇼츠 영상 전문 유튜버에게 영상 제작의 인센티브를 주는 방식을 고민할 것이라고 예측했다.

또한, 구글의 검색엔진이 쓰는 기본 알고리즘이 ‘페이지랭크 (PageRank)’라고 알려져만 있고, 최초 알고리즘 소개 논문에 있는 ‘고유분리법 (Eigen Decomposition)’을 구체적으로 어떻게 변형했는지에 대해서는 상세한 정보가 알려지지 않아 구글 검색 상위 노출 (Search Engine Optimization, SEO) 전문가들도 한계가 있는 것과 유사한 관점에서 구글이 기여도 분석 모델의 상세 사항을 외부에 공개하지 않을 것으로 예상했다.

그러나, 쇼츠 펀드가 만들어지고 이미 쇼츠로 수익을 얻고 있는 유튜버가 늘어남에 따라 쇼츠 전문 크리에이터의 숫자는 빠르게 늘 것으로 전망된다.

Similar Posts