IT 모바일

'움짤' 인터넷 산업 새 먹거리로 급부상

김미희 기자

파이낸셜뉴스

입력 2016.10.09 14:42

수정 2016.10.09 16:45

차세대 모바일 광고 모델로 수익성 증가세 
‘움짤(움직이는 짧은 애니메이션)’이 강력한 디지털 마케팅 도구로 부상하고 있다. 문자나 이미지 대신 움짤이 소셜네트워크서비스(SNS)와 모바일 메신저 상에 주요 소통 수단으로 자리 잡으면서다. 모바일 메신저에서 이용자의 감정을 전달하는 이모티콘이 유료 캐릭터 산업으로 발전했다면, 최근엔 각종 ‘셀피(본인 촬영)’ 애플리케이션(앱)과 동영상 기반 메신저의 등장으로 소리까지 더해진 '움짤2.0(5~10초 이내 동영상)'이 차세대 모바일 광고 수단으로 각광을 받고 있다.

이 때문에 움짤이 인터넷 업계에 새로운 수익 모델이 될 것이란 관측도 나온다. 내년 3월 기업공개(IPO)를 추진, 현재 기업가치가 250억 달러(약 27조8800억원)에 이르는 미국 모바일 메신저 업체 스냅챗이 10초 짜리 동영상 광고와 관련, 조회수 당 2센트를 받는 등 수익 모델을 구축한 것이 대표적이다. 또 가상 메이크업 등 셀피 앱을 개발한 중국의 ‘메이투’가 현재 38억 달러(약 4조2200억 원)에 달하는 기업 가치를 인정받으며 홍콩 증시 상장을 추진하고 있는 것이 이를 뒷받침한다.


이와 관련 네이버의 짧은 동영상 기반 모바일 메신저 ‘스노우’가 ‘제2의 라인(해외 증시 상장)’이 될 것이란 전망도 힘을 얻고 있다.

네이버의 동영상 기반 모바일 메신저 '스노우'는 머신러닝을 적용, 여러 명의 정교하고 신속한 안면인식이 가능하다 /사진=네이버
네이버의 동영상 기반 모바일 메신저 '스노우'는 머신러닝을 적용, 여러 명의 정교하고 신속한 안면인식이 가능하다 /사진=네이버

■가상 메이크업 후 곧바로 해당 제품 구입
9일 관련 업계에 따르면 네이버와 카카오가 각각 ‘스노우’와 ‘카카오톡 치즈’로 셀피 앱 시장을 선도하고 있는 가운데 네이버의 자회사 라인이 뷰티 카메라 앱 ‘룩스’로 수익화에 시동을 걸었다. 국내외 주요 화장품 브랜드 13곳과 제휴를 통해 이용자가 가상 메이크업 필터를 적용해 움짤을 찍는 것은 물론 해당 필터에 적용된 실제 제품을 곧바로 구입할 수 있도록 한 것.

이때 이용자의 눈과 입술 위치에 정확히 맞춰 마스카라와 립스틱 등 화장품의 색감을 그대로 구현한 게 라인의 핵심기술이다. 또 해당 브랜드는 잠재 고객에 대한 메이크업 시연과 제품 구입을 연계할 수 있다는 점에서 광고 효과가 높다는 평가다.

실제 페이스북 산하 사진·동영상 공유 서비스 업체 인스타그램의 월간 실 사용자(Monthly Active Users, MAU) 수가 지난 6월 말 기준으로 5억 명을 넘어선 가운데 이들 중 75%는 인스타그램을 통해 접한 제품을 구매하고 지인에게 추천하는 것으로 조사됐다.

인스타그램 측은 “최근 아디다스 코리아가 새로운 러닝화 제품군인 ‘NMD’를 홍보하기 위해 인스타그램의 동영상 광고 및 슬라이드형 광고를 집행한 결과, 목표치보다 3배나 높은 링크 클릭수와 광고 도달률이라는 성과를 거뒀다”고 전했다. 이후 MND 제품 라인은 완판됐다.

네이버의 자회사 라인이 선보인 뷰티 카메라 앱 ‘룩스’ /사진=네이버
네이버의 자회사 라인이 선보인 뷰티 카메라 앱 ‘룩스’ /사진=네이버

■네이버, 머신러닝으로 안면인식 수준 높여
또 셀피와 움짤, 동영상 기반 메신저 등이 전 세계 10~20대 젊은 세대를 중심으로 인기가 급상승하면서, 해당 앱의 수준을 고도화해 고정 이용자를 확보하려는 업체 간 경쟁도 더욱 치열해질 전망이다.

지난해 9월 시범 서비스 후, 약 1년 만에 7000만 다운로드를 돌파한 스노우는 해외 이용자 비중이 70%를 넘어섰다. 일본과 대만, 홍콩은 물론 중국의 높은 벽까지 뛰어넘으면서다.
주된 인기 비결은 아시아권 이용자 취향에 꼭 맞춰 빠르게 업데이트하는 300종 이상의 스티커와 필터다. 여기에는 네이버의 머신러닝(기계학습) 기술이 적용됐다.


네이버 관계자는 “스노우는 머신러닝을 적용해 정교하고 신속한 안면인식이 가능하다”며 “20여명의 얼굴을 동시에 인식하기도 하고 입을 움직일 때마다 입체 스티커가 튀어 나오는 등 다양한 스티커를 적용할 수 있는 핵심 기반도 머신러닝”이라고 설명했다.

elikim@fnnews.com 김미희 기자

fnSurvey