디지털 광고 업계의 새로운 과제인 ESG 공시 대응을 위해 LLM 기반 검색과 RAG 기술을 네이버 클라우드 플랫폼으로 구현하는 실질적인 방법을 제시합니다. 기술의 복잡성을 낮추고, 브랜드 세이프티 강화와 비즈니스 기회 창출이라는 긍정적 측면을 조명해요.
이 글은 검색·AI 답변·GenAI 인용에 최적화된 구조로 작성되었습니다.
ESG, 왜 갑자기 디지털 광고계의 뜨거운 감자가 되었을까요?
ESG가 더 이상 착한 기업의 상징이 아니라, 비즈니스의 생존과 직결되는 핵심 지표가 되었기 때문이에요. 혹시 광고주로부터 “우리 브랜드는 ESG 기준을 위반하는 매체에는 광고를 싣고 싶지 않아요”라는 요청을 받아보신 적 있나요?
2025년부터 ESG 공시가 단계적으로 의무화되면서, 기업들은 자신들의 활동뿐만 아니라 파트너사들의 ESG 수준까지 꼼꼼하게 따지기 시작했습니다. 디지털 광고도 예외는 아니에요. 광고가 어떤 지면에 노출되는지가 브랜드 이미지와 직결되기에, 광고주는 자신의 광고가 사회적 물의를 일으키거나 환경 정책에 반하는 콘텐츠 옆에 노출되는 것을 극도로 꺼리게 되었죠. 이것이 바로 유해 콘텐츠 회피를 넘어, 기업 가치에 맞는 매체를 찾는 확장된 브랜드 세이프티(Brand Safety) 개념이에요.
문제는 수많은 매체의 ESG 관련 정보를 어떻게 확인하느냐는 점입니다. 매년 발행되는 지속가능경영보고서, 관련 뉴스 기사, 공시 자료 등은 대부분 비정형 텍스트 데이터라 사람이 일일이 읽고 판단하기엔 시간과 비용이 어마어마하게 들어요. 바로 이 지점에서 우리에게 기술적인 돌파구가 필요해진 거죠.
요약하자면, ESG는 이제 광고 매체 선정의 중요한 기준으로 자리 잡았고, 방대한 관련 데이터를 효율적으로 처리할 기술의 필요성이 커졌습니다.
그럼 이 문제를 해결해 줄 LLM과 RAG 기술에 대해 조금 더 쉽게 알아볼까요?
LLM 기반 검색과 RAG, 사실 원리는 간단해요!
거대 언어 모델(LLM)에게 ‘오픈북 시험’을 보게 하는 기술, 그것이 바로 RAG(검색 증강 생성)의 핵심이에요. LLM이 똑똑하다고는 하지만, 가끔 엉뚱한 거짓말을 만들어내는 ‘환각(Hallucination)’ 현상이 있다는 말 들어보셨죠?
LLM은 인터넷의 방대한 데이터를 학습했지만, 특정 기업의 최신 ESG 보고서 내용이나 내부 자료까지는 알지 못해요. 그래서 “A 기업의 2024년 탄소 배출량 감축 목표는?”이라고 물으면, 그럴듯한 소설을 쓸 수도 있습니다. 이는 광고 비즈니스처럼 정확성이 생명인 분야에서는 정말 치명적인 단점이 될 수 있어요. RAG는 바로 이 문제를 해결하기 위해 등장했어요. 사용자가 질문을 하면, LLM이 바로 답변을 생성하는 게 아니라, 먼저 우리가 지정해 둔 데이터베이스(예: 여러 기업의 ESG 보고서 모음)에서 질문과 가장 관련 높은 문서를 찾아냅니다.
그리고 그 찾아낸 문서를 ‘참고 자료’ 삼아 LLM에게 건네주며 “이 내용을 바탕으로 정확하게 답변해 줘”라고 요청하는 방식이에요. 마치 시험 볼 때 교과서를 펼쳐놓고 답을 찾는 것과 같죠? 덕분에 우리는 LLM의 창의적인 요약 능력은 활용하되, 사실에 기반한 정확한 답변을 얻을 수 있게 되는 거예요. LLM 기반 검색과 RAG 기술이 바로 이런 원리로 동작한답니다.
요약하자면, RAG는 LLM이 특정 데이터베이스를 참조하여 답변하게 함으로써 정보의 정확성과 신뢰도를 비약적으로 높이는 기술입니다.
이제 이 멋진 기술을 네이버 클라우드 플랫폼 위에서 어떻게 구현하는지 구체적인 그림을 그려볼게요.
네이버 클라우드 플랫폼으로 ‘우리 회사 맞춤형 ESG 분석기’ 만들기
코딩을 많이 몰라도 괜찮아요. 네이버 클라우드 플랫폼의 다양한 서비스들을 레고 블록처럼 조합하면 충분히 구현할 수 있습니다. 우리만의 ESG 분석 시스템을 만드는 과정을 단계별로 살펴볼까요?
먼저, 분석할 데이터들을 모아 저장해야겠죠? 여러 기업의 ESG 보고서(PDF), 공시 자료, 관련 뉴스 기사 파일들을 네이버 클라우드 플랫폼의 Object Storage에 차곡차곡 쌓아두는 것이 첫 번째 단계예요. 이곳이 우리 시스템의 든든한 ‘도서관’이 되는 셈이죠. 그 다음, 이 도서관의 책들을 AI가 잘 찾아볼 수 있도록 ‘색인’ 작업을 해야 합니다. 이때 Cloud Search 서비스가 아주 유용하게 쓰여요. 문서들을 벡터(Vector)라는 숫자 형태로 변환해서 저장해두면, 나중에 질문과 의미적으로 유사한 문서를 번개처럼 빠르게 찾아낼 수 있답니다.
구현 핵심 3단계 요약
- 1단계 (데이터 저장): 분석할 ESG 관련 문서들을 Object Storage에 업로드해요.
- 2단계 (데이터 검색/색인): Cloud Search를 이용해 문서들을 벡터로 변환하고 검색 가능한 상태로 만들어요.
- 3단계 (답변 생성): 사용자의 질문과 관련 문서를 HyperCLOVA X에 전달하여 정확한 답변을 생성하게 해요.
이제 모든 준비가 끝났어요. 사용자가 “친환경 에너지 전환에 가장 적극적인 국내 IT 기업은 어디야?”라고 질문하면, 시스템은 Cloud Search를 통해 우리가 저장해 둔 문서 중에서 관련 내용을 찾아냅니다. 그리고 이 내용을 네이버의 초거대 AI인 HyperCLOVA X에게 전달하며 답변 생성을 요청하죠. 그러면 HyperCLOVA X는 단순히 인터넷 정보가 아닌, 우리가 제공한 신뢰도 높은 문서를 기반으로 정확한 답변을 제시해 줄 거예요.
요약하자면, Object Storage, Cloud Search, HyperCLOVA X 세 가지 서비스를 연동하여, 특정 문서 기반의 신뢰도 높은 답변을 생성하는 LLM 기반 검색과 RAG 시스템 구축이 가능합니다.
그렇다면 이 시스템이 실제 광고 현장에서 어떻게 활용될 수 있을지, 구체적인 시나리오를 통해 알아볼게요.
실제 애드테크 시나리오에 적용해 본다면?
개발한 ESG 분석 시스템은 광고 기획, 집행, 결과 분석 전반에 걸쳐 강력한 무기가 될 수 있어요. 이 시스템이 실제 업무를 어떻게 바꾸어 놓을 수 있을까요?
예를 들어, 한 자동차 브랜드가 ‘전기차’ 캠페인을 진행한다고 상상해 보세요. 광고주는 “재생에너지 사용 비중이 높고, 공급망 내 인권 이슈가 없는 매체에만 광고를 집중하고 싶다”는 까다로운 조건을 제시했어요. 예전 같았으면 담당자가 밤을 새워가며 수십 개 매체의 보고서를 뒤져야 했겠지만, 이제는 우리가 만든 ESG 분석 시스템에 질문 몇 개만 던지면 됩니다. “국내 언론사 중 RE100 선언한 곳 목록 알려줘” 라고 물으면, 시스템이 수 초 내에 조건에 맞는 매체 리스트와 근거 자료까지 깔끔하게 정리해 줄 거예요. 정말 편리하지 않나요?
뿐만 아니라, 광고 집행 후 결과 보고 단계에서도 활용할 수 있습니다. 캠페인이 집행된 매체들의 ESG 점수를 종합하여 “이번 캠페인은 ESG 우수 매체에 85%의 예산을 사용하여, 브랜드의 지속가능성 메시지를 효과적으로 전달했습니다” 와 같은 심도 있는 분석 리포트를 작성할 수도 있죠. 이는 단순 노출 수나 클릭률을 넘어, 광고의 질적인 성과를 증명하는 새로운 지표가 될 수 있습니다.
요약하자면, 이 시스템은 광고 매체 선정(Pre-bid), 실시간 필터링, 사후 성과 분석 등 애드테크의 모든 단계에 적용되어 더 정교하고 가치 지향적인 광고 집행을 가능하게 합니다.
핵심 한줄 요약: LLM 기반 검색과 RAG 기술은 복잡한 ESG 데이터를 광고 전략의 핵심 자산으로 전환하는 가장 현실적인 방법이에요.
결국 ESG 대응은 단순히 규제를 피하기 위한 수비적인 활동이 아니에요. 오히려 브랜드의 가치를 높이고, 까다로운 소비자의 신뢰를 얻을 새로운 기회라고 생각해요. 오늘 소개해 드린 LLM 기반 검색과 RAG 그리고 네이버 클라우드 플랫폼을 활용하는 방법이 그 기회를 잡는 데 훌륭한 첫걸음이 되어줄 거라고 믿습니다. 기술을 통해 더 나은 광고, 더 책임감 있는 비즈니스를 만들어가는 여정에 여러분도 함께하시면 좋겠어요!
자주 묻는 질문 (FAQ)
이런 시스템을 구축하는 데 비용이 많이 들지 않나요?
초기 구축 비용이 발생할 수는 있지만, 네이버 클라우드 플랫폼 같은 클라우드 서비스는 사용한 만큼만 비용을 지불하는(Pay-as-you-go) 모델이라 합리적이에요. 특히 ESG 리스크 관리 실패로 인한 브랜드 가치 하락이나 비즈니스 손실에 비하면 훨씬 경제적인 투자라고 볼 수 있답니다. 작은 규모로 시작해서 점차 확장해 나가는 방식을 추천해요.
전문적인 AI 개발팀이 꼭 필요한가요?
꼭 그렇지는 않아요. 물론 AI 전문가가 있다면 더 좋겠지만, 네이버 클라우드 플랫폼은 CLOVA Studio처럼 개발 지식이 적어도 쉽게 LLM을 테스트하고 API를 활용할 수 있는 도구를 제공합니다. 기본적인 클라우드와 데이터 처리 경험이 있는 개발자라면 충분히 도전해 볼 수 있어요. 무엇보다 중요한 것은 기술 자체가 아니라, ‘어떤 ESG 데이터를 분석하여 광고에 활용할 것인가’를 정의하는 기획력이랍니다.
이 FAQ는 Google FAQPage 구조화 마크업 기준에 맞게 작성되었습니다.