커머스 미디어, 왜 결국 몰로코일까요?
The best retailers don't just run ads. They build ad businesses — measured in ad revenue as a percent of GMV (A2G). Retailers have hit 1% A2G within their first year. Some of those go on to reach 2% within the first two years, and the strongest surpassed 3% within the first three years. ⓘ
광고 매출 성장
총거래액(GMV)에서 광고 매출이 차지하는 비중입니다. 몰로코 커머스 미디어(MCM) 도입 초기 4주와 비교해, 대다수 파트너사가 이 비중을 2배 이상 키워냈습니다. ⓘ
광고주 성과
스폰서드 광고의 평균 ROAS로 2026년 1분기 동안 몰로코에서 스폰서드 광고를 집행한 광고주들이 직접 달성한 평균 성과입니다. ⓘ
광고주 활성화율
플랫폼 입점 셀러가 실제 광고주로 전환된 비율입니다. 솔루션 론칭 후 1년 만에, 광고를 시작한 활성 셀러의 수가 2배로 늘어났습니다. ⓘ
Powering commerce media for
top retailers and marketplaces
+30% Display Click-Through-Rate (CTR) vs baseline during Proof of Concept (POC)ⓘ
“Wayfair needed an ad technology partner that could deliver real-time personalization across our catalog of millions of products while maximizing Return on Ad Spend for oursuppliers. Moloco's ML-based platform met that bar — driving a 30% increase in Display Ad Click-Through-Rate during initial POC testing and scaling effectively across thousands of supplier campaigns on our infrastructure.”
2.6x Ad Spend as percent of GMV (A2G) over the last 18 monthsⓘ
"Since the launch of our advertising business in 2023, Moloco has been a strategic business and technology partner for W Concept. Most importantly, Moloco’s ML-powered personalized advertising not only delivered strong ROAS performance, but also maintained a positive experience for both users and advertisers, resulting in high advertiser satisfaction. Today, advertising has become an important pillar of W Concept’s business, helping a wide range of fashion brands increase visibility among users and drive revenue growth."
+9.6% YoY growth in ad spend per 1000 sessionsⓘ
"Moloco’s technology and partnership helped us move quickly from migration to growth. By modernizing our ads stack and improving performance foundations at scale, we’ve been able to accelerate ad spend and continue growing ManoMano Ads into a meaningful business line"
1,000%+ average return on ad spend (ROAS) six months post-implementationⓘ
"Previously, entry barriers to advertising were high, and results were difficult to measure. After implementing Moloco Commerce Media, we've completely resolved those challenges through its Cost-Per-Order (CPO)-based model and AI-driven automated optimization. The fact that 70% of our self-serve merchants adopted the platform within just one year demonstrates the significant transformation across our entire ecosystem."
기존 시스템으로는 만들 수 없는 성과,
몰로코 AI는 해냅니다.
유저 행동이 조금만 바뀌어도 규칙 기반의 기존 시스템은 대응하기 어렵습니다.
Moloco Commerce Media는 모든 쇼핑객의 매 세션마다 광고를 개인화합니다.
기존 플랫폼은 성과를 유지하기 위해 수동 조정이 필요합니다.
Moloco Commerce Media 모델은 수십억 개의 쇼핑 데이터 포인트를 바탕으로 지속적으로 재학습하며, 별도의 개입 없이도 성과를 개선합니다.
광고 성과가 정체되면 광고주가 이탈할 가능성이 커집니다.
광고주는 높은 ROI와 매출 성장을 확인하면 광고에 재투자할 가능성이 커집니다. 더 많은 브랜드와 예산이 유입될수록 귀사의 A2G는 성장합니다.
리테일의 미래를 위해 설계된
AI 네이티브 퍼포먼스 기술
AI 광고 선구자들이 설립하고 이끄는 기업
Moloco는 세계 최대 기술 기업에서 AI 광고 엔진을 구축했던 머신러닝 엔지니어들에 의해 2013년에 설립되었습니다. 이들은 커머스 미디어 분야에서 AI 전문성을 발휘하여 쇼핑 경험을 개선하고, 광고주에게는 높은 ROAS를 제공하며, 리테일러에게는 광고 비즈니스 성장을 지원하는 관련성 높은 광고를 선보입니다.
지속적인 최적화를 위한 맞춤형 AI
Moloco의 CARA(Compound Ad Recommendation Architecture)는 캠페인 자동화, 광고 개인화, 입찰, 신호, 공급 및 광고 게재, 수요 활성화라는 6가지 기술 영역 전반에서 다수의 모델과 에이전트를 조율합니다. 이 플랫폼은 매일 약 1,900억 건의 실시간 머신러닝 예측을 처리하며, 각 리테일러 플랫폼의 전환 이벤트, 카탈로그 데이터, 검색 쿼리, 클릭 및 노출을 수집하여 실시간 쇼핑객 행동에 적응합니다. ⓘ
리테일을 위해 설계된 딥러닝 기술
당사의 모델은 여러 소스에서 신호를 동시에 수집하여 각 광고 후보의 클릭 및 전환 가능성을 예측합니다. 2시간마다 업데이트되는 전용 AI 시스템은 실제 결과를 학습하여 정확도를 유지하고 변화하는 쇼핑객의 행동을 반영합니다.
GMV 대비 광고 수익(A2G) 성장을 위해 구축되었습니다
Moloco Commerce Media는 단순 클릭을 넘어 미디어 비즈니스의 성장 궤적을 최적화합니다. 성과 향상분을 광고주 수요, 인벤토리 확장, A2G 성장으로 다시 연결합니다. 새로운 캠페인, 지면, 상품, 쇼핑객 상호작용, 광고 성과 하나하나가 다음 의사결정을 더욱 강력하게 만듭니다.
쇼핑객, 광고주, 리테일러가 함께 성장할 때 A2G 성장이 가속화됩니다
리테일러의 광고 비즈니스 성장을 위해 특별히 설계되었습니다
Moloco Commerce Media는 광고주가 검색을 통한 구매 의도 포착부터 브랜드 고려도 제고, 브랜드 딜 관리에 이르기까지 퍼널 전반에서 성과를 낼 수 있도록 지원합니다. 모든 광고 형식은 동일한 CARA AI를 기반으로 운영되므로 광고 비즈니스 전반에 걸쳐 성과가 복합적으로 상승합니다.
측정은 광고주가 예산을 지능적으로 확장할 수 있게 하는 핵심 요소입니다. A2G가 성장함에 따라 광고주는 어떤 요소가 실제로 매출을 견인하는지 파악해야 합니다. Moloco의 리포팅 스택은 SKU 단위의 가시성, 유연한 기여 모델, 직접 매출과 브랜드 리프트에 대한 개별 ROAS 추적 기능을 통해 이에 대한 해답을 제공합니다. 내장된 A/B 테스트와 고스트 비딩(ghost bidding) 기능은 증분 효과에 대한 가시성을 제공하여, 예산이 성과가 높은 곳으로 자연스럽게 흐르도록 돕습니다.
광고주는 플랫폼 내에서 직접 캠페인을 시작하고 관리하며, 리테일러는 역할, 권한, 크리에이티브 검토에 대한 통제권을 유지합니다. AI는 타겟팅, 상품 선정, 입찰 관리, 캠페인 최적화를 수동 개입 없이 지속적으로 처리합니다.
Moloco Commerce Media는 통합부터 성과 창출까지의 시간을 최소화하도록 설계되었습니다. 플랫폼은 기존 리테일 기술 스택과 연결되며, 라이브 전환 즉시 전용 AI 모델이 쇼핑객 데이터를 학습하기 시작합니다. 곧이어 광고주 온보딩이 진행되는 동안 시스템은 백그라운드에서 최적화를 수행합니다. 빨리 시작할수록 광고주 수요를 더 빠르게 구축할 수 있습니다.
보안과 데이터 개인정보 보호는 Moloco Commerce Media 아키텍처의 핵심입니다. 각 리테일러의 모델은 프라이빗 클라우드 인스턴스 내에서 해당 리테일러의 자사 데이터만을 사용하여 학습됩니다. 싱글 사인온(SSO)과 다중 인증(MFA)을 통해 플랫폼 접근을 보호합니다. 우리는 데이터와 보안을 매우 중요하게 생각합니다. 자세한 내용은 Trust Center 및 Security and Compliance 페이지를 참조해 주시기 바랍니다.
FAQ
우리는 전체 매출(GMV) 대비 광고 수익의 비율인 A2G를 성공의 척도로 삼습니다. 이는 리테일 미디어 비즈니스가 실제로 성장하고 있음을 보여주는 가장 명확한 지표입니다. 실제로 많은 리테일러가 첫해에 1%의 A2G를 달성했습니다. 그중 일부는 2년 이내에 2%에 도달하며, 가장 뛰어난 성과를 낸 곳은 3년 이내에 3%를 넘어섰습니다. 성장은 광고주 유치 방법과 광고 지면 확장 방법을 모두 포함하는 체계적인 플레이북을 통해 이루어집니다. 우리는 6개월마다 이를 함께 검토하고 발전시켜 나갑니다. 이는 단순히 솔루션을 설치하고 끝나는 것이 아니라, 다년간 함께하는 파트너십입니다. ⓘ
Moloco Commerce Media는 쇼핑객 데이터와 디지털 자산을 확장 가능한 미디어 비즈니스로 전환하고자 하는 마켓플레이스와 리테일러를 위해 설계되었습니다. 리테일러는 A2G 성장을 기준으로 우리의 성과를 평가합니다. 세계 최대 기술 기업들에서 AI 광고 시스템을 구축했던 창업자들이 그 전문성을 바탕으로 리테일러의 온사이트 광고 수익 증대, 쇼핑객 관련성 개선, 브랜드에 측정 가능한 성과를 제공하도록 돕고 있습니다.
도입 과정은 일반적으로 Moloco의 광고 게재 및 측정 기능 통합, 관련 자사 데이터(예: 상품 카탈로그 및 쇼핑객 상호작용 데이터) 연동, 초기 캠페인 및 지면 설정으로 구성됩니다. Moloco는 통합, 온보딩, 최적화 전 과정에 걸쳐 실무적인 지원을 제공합니다.
Moloco Commerce Media는 고정된 규칙이나 수동 타겟팅에 의존하는 대신, 딥러닝 모델을 사용하여 실시간으로 전환 가능성이 가장 높은 광고 노출을 예측합니다. 이는 광고주의 ROAS를 향상시켜 더 큰 예산을 집행하게 만듭니다. 결과적으로 더 많은 학습 데이터가 생성되어 모델이 더욱 정교해집니다. 이러한 선순환 구조가 바로 A2G가 정체되지 않고 우리 플랫폼에서 지속적으로 성장하는 비결입니다.
Moloco는 상품 탐색부터 구매까지 쇼핑 경험 전반에 걸쳐 자연스럽게 녹아드는 다양한 광고 형식을 지원합니다. 지원 형식은 다음과 같습니다:
• 스폰서 디스플레이 및 동영상 광고
• 스폰서 브랜드 광고
• 스폰서 상품 광고
Moloco Commerce Media는 Skai의 옴니채널 광고 플랫폼과 같은 수요 파트너와 통합됩니다. 즉, Skai 네트워크에 속한 8,000개 이상의 브랜드가 Amazon Ads, Walmart Connect, Google 등 다른 채널의 캠페인을 관리하는 것과 동일한 플랫폼을 통해 Moloco 기반의 리테일 미디어 네트워크에 원활하게 접근할 수 있습니다.
네, 가능합니다. Moloco의 딥러닝 모델은 트래픽, 재고, 상품 카탈로그가 증가함에 따라 자동으로 적응합니다.
