인공 지능 + 콘텐츠 쓰기: 다음은 어떻게 될까요?

게시 됨: 2021-08-02

이 글을 읽으면서 아직 알려지지 않은 알고리즘이 콘텐츠 작성 효율성의 궁극적인 수준을 여는 열쇠를 쥐고 있습니다. 그것은 저렴한 비용, 번개 빠르고 사용하기 쉽습니다. 그리고 인간이 개발한 텍스트와 거의 구별할 수 없는 마케팅 콘텐츠를 생산할 것입니다.

머신 러닝은 이것을 가능하게 할 뿐만 아니라 영구적으로 만듭니다.

그렇다면 인공 지능이 콘텐츠 작성을 대체할 준비가 되어 있다면 언제, 어떻게 될까요?

자연어 생성(NLG) 이해

콘텐츠 마케팅 자동화를 지원하는 주요 기술은 자연어 처리(NLP)와 자연어 생성(NLG)입니다.

첫 번째는 단순히 사람의 목소리를 이해하고 텍스트로 처리하는 컴퓨터 프로그램입니다. 드라이브 또는 다양한 유형의 번역 소프트웨어에 있는 Google의 "음성 입력" 기능을 생각해 보십시오.

NLG는 한 걸음 더 나아갑니다. 이 프로세스에는 NLP의 구조화된 데이터를 내러티브 스토리(사람의 개입 없이 처음부터 콘텐츠 작성이라고도 함)로 변환하는 작업이 수반됩니다.

이런 의미에서 "내러티브"는 잘못된 명칭일 수 있습니다. 예, NLG 기술은 고유하고 논리적인 순서를 따르는 서면 콘텐츠를 생성하지만(심지어 픽션도 작성할 수 있음) 재무 보고서, 경영진 브리핑, 수입과 같은 조밀하고 사실에 기반한 콘텐츠의 사소한 작성을 자동화하는 것이 핵심 이점입니다. 요약, 제품 설명 및 표준 뉴스 카피.

이러한 형식에서는 혁신적이거나 창의적이거나 개인적인 콘텐츠가 제외됩니다. NLG는 알고리즘과 사실을 뛰어넘는 장기적 브랜드 마케팅 캠페인이 아니라 단기 비즈니스 목적에 부합하는 텍스트를 자동화합니다.

  • 인공 지능 : 인간의 개입 없이 인간의 행동을 수행하는 컴퓨터 시스템의 개발.
  • 머신 러닝 : 명시적인 인간 프로그래밍이 아닌 AI를 통해 학습하는 컴퓨터.
  • 알고리즘 : 지정된 일련의 작업을 기반으로 계산을 수행하는 규칙 집합입니다.
  • 자연어 처리 : 음성과 텍스트를 자동으로 처리하고 조작하는 프로그램.
  • 자연어 생성 : NSP 입력을 사용하여 새로운 텍스트를 해석하고 생성하는 프로그램입니다.
  • 챗봇: 텍스트와 청각 신호를 사용하여 채팅을 통해 의사 소통하는 컴퓨터 프로그램.
  • Virtual Assistant : Siri 또는 Amazon Echo와 같이 NLP를 통해 서비스를 제공하는 소프트웨어 에이전트입니다.

B2B 기업이 이미 NLG 기술을 잘 활용하고 있다는 것은 놀라운 일이 아닙니다. Gartner는 2018년까지 모든 비즈니스 콘텐츠의 20%가 기계로 작성될 것이라고 예측합니다. 다시 말하지만, 이것은 보도 자료, 법률 문서, 내부 메모, 시장 보고서 등 비즈니스 콘텐츠입니다.

저널리즘의 황금 표준인 AP 통신은 기계를 사용하여 수익 보고서를 작성합니다. 이러한 유형의 응용 프로그램은 NLG 소프트웨어의 가장 즉각적인 사용 사례이며 B2B 마케터는 오늘부터 많은 작성 작업이 훨씬 쉬워질 수 있음을 분명히 알게 될 것입니다.

저것이 아니라 이것을 자동화

그러나 현재 AI의 강점은 인바운드 콘텐츠가 아닙니다. 인바운드 마케팅 전략은 성격, 독창성, 진정성, 설득 및 목소리에 의존합니다. 무형의 경향이 있지만 형식적인 글쓰기 능력보다 더 중요하지는 않지만 동등하게 중요합니다.

결국 기계는 앞에 놓인 데이터에서 학습합니다. 숫자, 숫자, 키워드, 구문 및 타이밍은 AI가 일반 독자가 이해할 수 있는 방식으로 컴파일, 처리 및 복제할 수 있는 모든 요소입니다. 그러나 브랜딩은 종종 데이터가 없거나 구조가 없는 프로세스일 수 있습니다. 이 프로세스는 기계의 기능을 우회하고 최고의 크리에이티브 디렉터조차도 계속해서 곤경에 빠뜨 립니다.

자동화된 콘텐츠는 먼저 기계가 분석할 수 있는 구성 데이터 세트로 분해되어야 합니다. 그러나 예를 들어 브랜드의 아이덴티티와 소프트웨어 기능을 활용하는 제품별 블로그 게시물은 유망한 작성 결과를 산출하는 코드로 쉽게 압축되지 않습니다. 적절한 데이터 흐름이나 입력이 없으면 기계는 실패 합니다.

AI에 이상적인 콘텐츠는 기업이 이미 구조화된 데이터를 보유하고 있는 콘텐츠일 것입니다. 회사 전체에 널리 퍼져 있는 기존의 숫자 스프레드시트, 재무 정보를 집계하는 소프트웨어 및 모델은 자동화된 콘텐츠 생성기에 입력할 수 있는 완벽한 데이터 세트입니다.

이 시점에서 기본 이상의 자동화는 가치보다 더 많은 문제가 될 수 있습니다.

AI가 할 수 없는 일

2014년 Eugene이라는 챗봇은 "인간다움"을 측정하는 튜링 테스트를 통과한 최초의 컴퓨터였습니다.

튜링 테스트는 컴퓨터가 문제를 해독하고, 상호 작용하고, 바보가 판단하는 방식으로 질문에 응답하여 실제로 사람이라고 믿게 하는지 여부를 결정합니다. 심사위원의 30%가 인간과 상호작용하고 있다고 생각한다면 챗봇은 테스트를 "통과"한 것입니다. 사실상, 시험에 따르면 인간 지능에 대한 최소 요구 사항에 도달했습니다.

이것은 AI의 우위를 입증하는 기념비적인 돌파구였습니다. 그러나 회의론자들은 인간-유진 대화의 특정 부분이 너무 로봇적이고 부정확해서 30% 임계값은 큰 의미가 없다고 지적했습니다. 다음은 인기 있는 샘플입니다.

contentmarketinginstitute.com을 통해

이것은 2014년이었습니다. 거의 4년 후, 챗봇과 가상 비서는 고객 서비스 처리, 음성 검색 및 온라인 문제 해결과 같은 특정 애플리케이션을 위해 더욱 정교해졌습니다.

그러나 쓰기 작업의 경우 즉각적인 AI 응용 프로그램은 적어도 매력적인 콘텐츠를 대규모로 생성한다는 점에서는 아직 업계 전체 또는 측정 가능한 기준으로 더 높은 수익으로 이어지지 않습니다.

기계 학습은 아직 초기 단계이며 독자는 일반적으로 AI가 생성하는 쓰기 결함 중 일부(반복, 경직된 흐름, 어색한 표현, 음조 제한)를 파악할 수 있습니다. 인간의 검색 행동과 자연어 인식으로 전환하는 세상에서 이러한 종류의 단순함은 Google에 의해 불이익을 받고 사이트 방문자에게 매력적이지 않은 것으로 간주됩니다.

현재로서는 콘텐츠 마케팅 기계가 영감을 주는 콘텐츠를 생산하지 못하고 있습니다.

미래의 AI 마케팅

AI 마케팅 투자의 대부분은 분석, 출판 및 보고에 사용됩니다. 현재 모든 기업의 절반이 어떤 형태의 마케팅 자동화를 사용 하고 있으며 예측 분석 소프트웨어는 콘텐츠 마케팅을 위한 가장 큰 초기 성장 애플리케이션입니다.

그러나 콘텐츠 제작은 완전히 다른 동물입니다.

창조적인 직업은 일종의 AI의 최종 프런티어가 될 것으로 추정됩니다. 옥스포드 대학의 연구에 따르면 창조적인 직위 는 직업 의 하위 25%가 기계로 대체 될 것으로 간주 되었습니다 . 이는 다른 직업의 75%가 먼저 영향을 받을 것이며 훨씬 더 큰 영향을 받을 것임을 의미합니다. 안심이죠?

자동화는 확실히 콘텐츠 생성 워크플로를 방해하지만 쓰기를 완전히 추월하지는 않습니다. 무엇이든 AI는 콘텐츠 작가와 함께 이중 가치 동인으로 사용될 것입니다.

연구는 단순화되고 예측 분석은 아이디어를 제공하며 글쓰기는 글쓰기 자체에 더욱 집중될 것입니다. 키워드도 아니고 순위도 아닙니다. 그냥 품질.

따라서 사이보그 작업장에 대한 아이디어는 잠시 접어두고 다시 글을 쓰십시오.