글로벌 주요 컨퍼런스에서 엿본 2026년 마케팅 뉴노멀,
게임 퍼포먼스 & IMC 팀의 생존 전략

 

이미지: AI로 생성된 이미지

 

 

최근 글로벌 주요 애드테크 매체사들의 2026년 비즈니스 컨퍼런스를 관통하는 단 하나의 공통된 화두가 있다. 바로 서드파티 쿠키(3rd-party cookie)의 완전한 종말, 그리고 그 대안으로서의 ‘LLM(거대언어모델)’과 ‘맥락(Context)’이다.

과거 마케터들은 유저의 뒤를 쫓아다니며 ’20대 남성, RPG 게임 관심자’라는 인구통계학적(Demographic) 타겟팅에 의존했다. 하지만 애플의 ATT 정책에 이어 서드파티 쿠키마저 무력화된 지금, 매체사들은 유저의 과거 기록을 캐는 대신 “유저가 지금 어떤 상황에 처해 있는가?”, “어떤 감정 상태로 이 콘텐츠를 소비하고 있는가?”라는 현재의 ‘결정적 순간(Moment)’에 천문학적인 자본을 쏟아붓고 있다.

중고차 플랫폼이 유저의 라이프스타일 맥락을 파고들고, OTT가 프로그램이 아닌 시청 맥락(Context)을 팔기 시작했듯, 게임 퍼포먼스 마케팅과 IMC(통합 마케팅 커뮤니케이션) 전략 역시 이 거대한 흐름에 맞춰 패러다임을 완전히 뒤집어야 할 때다.


 

1. 타겟팅의 진화: 오디언스(Audience)에서 콘텍스트(Context)로

과거의 맥락 타겟팅은 ‘스포츠 기사에는 스포츠 게임 광고를 튼다’ 수준의 1차원적인 키워드 매칭에 불과했다. 하지만 LLM이 결합된 2026년의 맥락 타겟팅은 차원이 다르다. LLM은 단순히 웹페이지의 텍스트를 읽는 것을 넘어, 콘텐츠의 뉘앙스, 감정선, 심지어 영상의 시각적/청각적 전후 사정까지 인간처럼 이해(Semantic Understanding)한다.

예를 들어보자. 한 유저가 직장 상사와의 갈등을 다룬 웹툰이나 ‘스트레스 해소법’에 관한 유튜브 영상을 보고 있다. LLM은 이 콘텐츠의 맥락을 ‘고도의 스트레스와 분노’로 해석한다. 이때 매체는 평소처럼 ‘화려한 그래픽의 대작 MMORPG’ 광고를 띄우지 않는다. 대신 ‘버튼 하나로 수천 마리의 몬스터를 쓸어버리는 시원한 타격감의 방치형/핵앤슬래시 게임’ 광고를 송출한다. 유저가 처한 감정적 맥락을 정확히 파고든 것이다.

 

 

이미지: AI로 생성된 이미지

 

 

 

2. 커머스 미디어의 게임화: ‘쇼퍼블 모먼트’를 넘어 ‘플레이어블 모먼트’로

크리테오 같은 매체사들이 이커머스 영역에서 유저의 구매 의도가 가장 높아지는 ‘쇼퍼블 모먼트(Shoppable Moment)’를 포착해 내는 데 집중한다면, 게임 마케터는 유저가 게임을 다운로드하고 싶어 지는 ‘플레이어블 모먼트(Playable Moment)’를 찾아내야 한다.

게임은 필수재가 아닌 철저한 감정적 여가재다. 따라서 유저의 순간을 세분화하고, 퍼포먼스 팀과 IMC 팀의 유기적인 협업을 통해 메시지를 최적화해야 한다.

  • 킬링타임의 순간 (출퇴근/이동 중): LLM이 유저가 소비하는 스낵 컬처 맥락을 파악한다. 이때 IMC 소재는 게임의 심오한 세계관이 아닌, “지하철에서 한 손으로 3분 만에 끝내는 한 판!”과 같은 직관적인 플레이 화면과 카피로 구성되어야 한다.
  • 성취와 몰입의 순간 (주말 저녁/심야): 유저가 긴 호흡의 리뷰 영상이나 커뮤니티에 머물 때, LLM은 ‘깊은 몰입에 대한 니즈’를 감지한다. 이때는 방대한 스케일, 매력적인 서사, 유대감을 강조하는 고관여 브랜딩(IMC) 소재가 전환(CVR)을 일으킨다.
  • 경쟁과 좌절의 순간: 타 하드코어 게임 스트리밍 방송 중, 스트리머가 강화에 실패하거나 패배하는 맥락을 분석한다. 이 타이밍에 “더 이상 확률에 스트레스받지 마세요. 100% 확정 지급!”이라는 경쟁작의 광고가 팝업된다면 어떨까? 그 순간의 공감대는 압도적인 퍼포먼스로 이어진다.

 

 

이미지: AI로 생성된 이미지

 

 

3. DCO(동적 크리에이티브 최적화)의 진화: LLM이 실시간으로 광고를 조립하다

맥락을 파악했다면 그에 맞는 광고를 실시간으로 보여주어야 한다. 여기서 퍼포먼스 마케팅의 꽃인 DCO가 LLM을 만나 궁극의 무기로 진화한다.

과거 마케터가 100개의 소재를 수작업으로 만들어 A/B 테스트를 했다면, 이제는 LLM이 유저의 실시간 맥락 데이터(현재 읽고 있는 글의 감정선, 시간대, 날씨 등)를 전달받아, 미리 준비된 IMC 에셋(이미지, 영상 소스, 카피)들을 즉석에서 조립한다.

“비 오는 금요일 퇴근길, 로맨스 웹소설을 읽고 있는 30대 유저”라는 맥락이 포착되면, LLM은 즉각적으로 비 내리는 게임 배경 이미지에 감성적인 피아노 BGM을 깔고, 캐릭터 간의 애틋한 스토리를 강조하는 카피를 생성하여 송출한다. 마케터는 이제 개별 소재를 깎는 장인이 아니라, LLM이 제대로 맥락을 해석하고 조합할 수 있도록 최상위의 기획과 에셋을 공급하는 설계자(Architect)가 되어야 한다.

 

 

이미지: AI로 생성된 이미지

 

 

 

4. 넥스트 스텝: 검색(SEO)을 넘어선 GEO(생성형 검색 최적화)의 대비

맥락 마케팅의 끝은 결국 AI 추천 생태계를 장악하는 것이다. 유저들은 이제 앱스토어나 포털에 ‘할만한 RPG 게임’을 검색하지 않는다. AI 에이전트에게 *”요즘 과금 유도 적고, 퇴근 후 1시간씩 무소과금으로 할만한 스토리 좋은 모바일 게임 3개만 추천해 줘”*라고 구체적인 맥락을 묻기 시작했다.

이에 대비해 우리 게임의 특장점, 유저 리뷰, 과금 모델(BM) 정보 등을 AI가 읽기 쉽도록 구조화해야 한다. AI가 답변을 생성할 때 우리 게임을 ‘해당 맥락에 가장 부합하는 정답’으로 인용하게 만드는 GEO(Generative Engine Optimization)역시 향후 퍼포먼스 마케팅의 성패를 가를 것이다.

 

 

이미지: AI로 생성된 이미지

 

 

 


글을 마치며: 뾰족한 ‘공감’이 최고의 퍼포먼스다

서드파티 데이터가 사라진 자리를 1사 데이터(1st-party data)와 LLM 기반의 맥락 이해가 채우고 있다. 유저들은 자신을 쫓아다니는 스토커 같은 타겟팅 광고에는 불쾌감을 느끼지만, 내가 처한 상황과 감정을 기가 막히게 알아주는 ‘공감형 메시지’에는 기꺼이 지갑을 연다.

게임 퍼포먼스 & IMC 팀의 역할은 단순히 매체 대시보드의 ROAS 숫자를 분석하는 것을 넘어섰다. 우리의 게임이 유저의 하루 중 어느 ‘순간’에 가장 완벽한 위로이자 즐거움이 될 수 있는지 치열하게 고민해야 한다.

‘누구’에게 보여줄 것인가의 시대는 끝났다. 이제 승부는 ‘어떤 순간에, 어떤 맥락으로 유저의 마음에 스며들 것인가’에 달려 있다.