How we built ChatGPT’s novel ad stack for user trust and relevance

엔지니어링 글 앞부분(설계 원칙과 기존 광고와의 차이)을 기준으로 옮겼어요. 시스템 세부 구현은 다 읽지 못했어요.

왜 새로 만들었나

글쓴이는 OpenAI의 Ritendra Datta와 Karthik Gopalratnam이에요. 전통적 광고 시스템은 검색이나 페이지 조회 같은 개별 의도 단위에 반응해요. 이벤트가 들어오면 맞는 광고를 찾아요. ChatGPT에서는 의도가 대화 여러 턴에 걸쳐 생기고 바뀌며, 광고에 맞는 순간이 아예 없을 때도 있어요. 그래서 전용 광고 전달 시스템을 만들었어요.

구조

사후학습(post-trained)한 맞춤형 프런티어 LLM이 도구를 호출해 전체 흐름을 조율해요.

• 검색(retrieval): 상위 후보 찾기
• 랭킹: 사용자 참여 예측
• 관련성(relevance): 광고가 쓸모 있는지 평가
• 경매: 최종 광고 선택과 가격 결정

세 가지 핵심 설계

1. 상태를 가진 광고 세션: 대화의 턴 사이, 그리고 여러 대화에 걸쳐 정보를 기억해요.
2. 도구 호출 구조의 LLM: 대화 맥락과 숨은 의도를 해석해 광고를 고르고, 순위를 매기고, 전달해요.
3. 답변 생성과 분리: 광고 선택은 별도 서비스에서 ChatGPT 답변과 따로 돌아가요. 광고가 답변에 영향을 주지 않게 하고 ChatGPT의 중립적인 목소리를 지키려는 거예요.

LLM은 사용자의 현재 턴과 대화 이력을 함께 보고 적절한 때 적절한 광고를 고른다고 해요.

성과

예전 같으면 이런 자기 개선형 광고 시스템을 띄우는 데 몇 년이 걸렸지만, ChatGPT 광고는 출시 200일도 안 돼 연 환산 매출 10억 달러에 도달했고, 출시 이후 10만 곳 이상의 광고주가 광고를 집행했어요.

에이전트형 채팅에서 광고는 어떻게 작동해야 하나

일반 광고 요청은 검색어 입력이나 페이지 열기처럼 명확한 이벤트에서 시작해 후보 검색, 랭킹, 경매, 노출로 이어져요. ChatGPT 대화에는 그런 구체적인 순간이 자연스럽게 생기지 않아요. 사람들은 한 줄 검색어가 아니라 여행 계획이나 제품 선택 같은 목표를 가지고 와요.