광고 크리에이티브 테스트: 광고에 대한 주목도일까요, 브랜드에 대한 주목도일까요?
과거 자료에서 광고 전체 주목도를 기준으로 선정한 광고는 브랜드 주목도를 기준으로 선정한 광고와 다른 경우가 많았습니다. 이 분석은 측정 기준이 바뀌면 참고 광고 선정 목록이 얼마나 달라지는지 보여 줍니다.
공개된 AdGaze-3500 측정값을 활용한 자체 분석입니다. 과거 네덜란드의 데스크톱 시청 자료이며, 정확한 수집 날짜는 제공되지 않습니다.
초록
이 과거 자료에서 광고 전체 주목도와 브랜드 주목도를 각각 기준으로 광고를 선정하자 참고 목록이 상당히 달라졌습니다. 광고와 노출 맥락의 조합 사례 2,601개로 구성된 59개 묶음에서 각 기준의 상위 20%를 선정하고 동점 사례를 모두 포함했습니다. 광고 전체 기준 선정 목록 중 브랜드 기준 목록에도 포함된 비율은 평균 34.5%였습니다. 이는 각 묶음에 동일한 가중치를 둔 평균이며, 모든 광고를 합쳐 계산한 비율이 아닙니다. [1]
원자료에는 네덜란드 연구 시설의 데스크톱 화면에 표시한 정적 잡지 광고의 평균 주시 시간이 기록되어 있습니다. 현재 소셜 피드의 성과를 측정한 자료는 아닙니다. 이 결과는 크리에이티브 팀이 참고 광고를 모으기 전에 주목도 측정 기준을 명시해야 할 구체적인 이유를 제시합니다. 기준에 따라 브리프에 포함되는 사례가 크게 달라질 수 있기 때문입니다. 아래에 사전에 정한 비교 결과, 가상의 계산 예시, 복사해서 쓸 수 있는 검토 브리프를 제공합니다.
크리에이터와 마케팅 매니저가 ‘시선을 끄는’ 광고를 모은 폴더를 들고 검토 회의에 참석합니다. 한 사람은 눈에 띄는 구도를 저장했고, 다른 사람은 브랜드가 잘 드러나는 사례를 원합니다. 두 사람 모두 과제를 수행했지만, 서로 다른 논의를 준비했을 수 있습니다.
이 모호함은 다음 브리프까지 이어질 수 있습니다. ‘이것과 더 비슷하게 만들어 주세요’라는 말은 어떤 특성을 참고해야 하는지 밝히지 않은 채 이미지만 전달합니다. 독특한 장면, 쉽게 찾을 수 있는 브랜드, 이해하기 쉬운 제안은 각각 참고 광고를 남겨 둘 서로 다른 이유입니다. ‘주목도’라는 하나의 표현만으로는 선택 기준이 정해지지 않습니다.
우리는 취향 대신 공개된 측정값으로 이 선정 목록 문제를 분석했습니다. 각 묶음에서 광고 전체를 본 시간을 기준으로 선정되는 사례와 브랜드 영역을 본 시간을 기준으로 선정되는 사례를 비교했습니다. 제작에 앞서 참고 광고가 무엇을 보여 주어야 하는지 합의하는 데 활용할 수 있는 결과입니다.
광고 전체와 브랜드 영역은 서로 다른 관점입니다

- 광고 전체에 대한 주목도
- 브랜드 영역에 대한 주목도
측정 기준이 바뀌면 선정 목록도 바뀝니다
공개된 제품 카테고리 라벨과 페이지 배치(왼쪽, 오른쪽, 전면)를 기준으로 사례를 묶었습니다. 분석 대상인 59개 묶음에는 각각 사례가 20개 이상 있었습니다. 따라서 동점을 고려하기 전에도 상위 5분의 1 목록에 최소 4개가 들어갑니다. 그렇다고 이 자료가 모든 광고주를 대표하는 것은 아닙니다. [2]
묶음마다 목록을 2개 만들었습니다. 첫 번째는 광고 전체의 평균 주시 시간, 두 번째는 이름이나 로고 등 브랜드 영역 안의 평균 주시 시간을 기준으로 했습니다. 경계 순위에서 동점이면 해당 사례를 모두 남겼으므로 목록에 묶음의 20%보다 많은 사례가 포함될 수 있었습니다.
광고 전체 기준 목록을 출발점으로 한 평균 겹침 비율은 34.5%였습니다. 반대 방향에서는 브랜드 기준 목록 중 광고 전체 기준 목록에도 포함된 비율이 33.9%였습니다. 동점 때문에 두 목록의 크기가 달라질 수 있어 비율이 다릅니다. 두 값 모두 각 묶음에 동일한 가중치를 두었습니다.
묶음별 선정 목록의 겹침 비율은 평균 약 3분의 1입니다
카테고리·배치 묶음 59개 안에서 상위 20%를 선정하고 경계값 동점 사례를 모두 남겼습니다. 묶음에 포함된 사례는 2,601개입니다.
| 비교 | 묶음별 겹침 비율의 평균(%) | 묶음 수 | 광고·노출 맥락 조합 사례 수 |
|---|---|---|---|
| 광고 전체 기준 선정 중 브랜드 주목도 기준으로도 선정된 사례 | 34.5% | 59 | 2,601 |
| 브랜드 기준 선정 중 광고 전체 주목도 기준으로도 선정된 사례 | 33.9% | 59 | 2,601 |
각 묶음에 동일한 가중치를 두면 자료에서 규모가 가장 큰 카테고리가 요약 결과를 좌우하지 않습니다. 묶음 자체를 살펴보기 위한 의도적인 방식이며, 고객이 접하는 평균적인 광고를 추정한 것은 아닙니다. 가중치 선택에 따라 결과가 어떻게 달라지는지 볼 수 있도록 전체 사례를 합친 대안도 분석 방법에 제시했습니다.
결과는 묶음마다 같지 않았습니다. 광고 전체 기준으로 선정된 사례 중 브랜드 주목도 기준으로도 선정된 비율은 0에서 66.7%까지였고, 중앙값은 33.3%였습니다. 전체 분포는 다운로드 파일에 있습니다. 평균이 모든 카테고리를 설명하지는 않습니다.
브랜드 주시 시간은 광고 전체 주시 시간에 포함되는 부분이지, 별개의 활동이 아닙니다. 그렇더라도 총시간이 길다는 사실만으로는 사람들이 광고 안의 어디를 보았는지 알 수 없습니다. 이 분석은 각 영역의 절대 시간을 초 단위로 비교합니다. 브랜드 주시 시간을 광고 전체 주시 시간으로 나누지 않았으며, 그 다른 기준에서도 같은 사례가 상위를 차지한다고 주장하지 않습니다.
참고 광고 검토에서는 두 선정 질문을 구별하는 것이 유용합니다. ‘광고 어딘가에 시선을 붙잡아 둔 사례는 무엇인가?’와 ‘브랜드에 시선을 붙잡아 둔 사례는 무엇인가?’는 서로 다른 자료를 회의에 가져올 수 있습니다. 어느 목록도 전반적으로 가장 좋은 광고의 목록이 되는 것은 아닙니다.
기록된 브랜드 주목도는 얼마나 달랐을까요?
선정 사례 수를 고정한 상태에서 두 목록의 기록된 브랜드 주시 시간도 비교했습니다. 경계 순위에서 동점이면 남은 자리를 동점 사례에 똑같이 나누어 배분했습니다. 이렇게 하면 유리한 동점 사례를 임의로 고르는 일을 피할 수 있습니다. [3]
59개 묶음에 동일한 가중치를 두어 평균을 내면, 광고 전체 기준 선정 사례의 기록된 브랜드 주시 시간은 0.536초, 브랜드 기준 선정 사례는 0.822초였습니다. 차이는 0.286초였고, 묶음별 차이의 중앙값은 0.266초였습니다. 개별 묶음의 차이는 0.068초에서 0.898초까지였습니다.
차이가 나는 방향은 계산 방식에 이미 내재되어 있습니다. 같은 기록에서 브랜드 값이 가장 높은 사례를 고르면, 같은 수의 다른 사례를 골랐을 때보다 브랜드 평균이 반드시 같거나 높아집니다. 실제 자료가 알려 주는 것은 차이의 크기와 분포, 그리고 구성원의 변화입니다. 새로운 선정 전략이 캠페인을 개선한다는 증거는 아닙니다.
어떤 선정 방법이 팀의 실제 목표와 대상 고객에 도움이 되는지 알려면 별도의 평가가 필요합니다. 현재로서는 참고 광고를 고른 이유가 브리프에서 보여 달라고 요구하는 특성과 맞는지 묻는 것이 유용합니다. 시각적으로 강렬한 사례도 선정 이유가 명확하다면 여전히 가치가 있습니다.
브리프에 단위를 유지하세요. 이 값은 특정 시청 과제에서의 주시 시간을 초로 나타낸 것입니다. 기억한 브랜드 이름, 구매 의향, 클릭 또는 매출이 아닙니다. 그중 하나에 관심이 있는 팀이라면 해당 결과를 실제로 측정한 증거가 필요합니다.
선정 범위를 넓혀도 차이는 남았습니다
선정 결과를 살펴보기 전에 대안 기준 2개를 정했습니다. 상위 10%를 선정했을 때 광고 전체 기준 목록 중 브랜드 기준 목록과 겹치는 비율은 평균 25.4%였습니다. 상위 30%로 넓히면 42.2%로 높아졌습니다. 각각의 기록된 브랜드 주시 시간 차이는 0.371초와 0.219초였습니다. 범위가 넓을수록 공통 사례가 많아졌지만, 두 목표가 서로 대체할 수 있는 목록을 만들지는 않았습니다.
별도로 공개된 동일 브랜드 라벨과 배치를 기준으로 사례를 묶고, 사례가 10개 이상인 묶음을 남겼습니다. 사례 685개가 속한 이 48개 묶음에서는 상위 20% 목록의 겹침 비율이 평균 40.5%, 브랜드 주시 시간 차이는 평균 0.150초였습니다. 일부 묶음에서는 선정 목록이 같았습니다. [4]
사전에 정한 선정 규칙에 따라 달라지는 결과
카테고리 비교에는 같은 59개 묶음을 사용합니다. 보조 분석은 공개된 동일 브랜드 라벨과 배치를 공유하는 48개 묶음을 사용합니다.
| 비교 | 광고 전체 기준 선정 중 브랜드 기준으로도 선정된 비율: 평균(%) | 브랜드 기준 선정 중 광고 전체 기준으로도 선정된 비율: 평균(%) | 기록된 브랜드 주시 시간 차이의 평균(초) | 묶음 수 | 광고·노출 맥락 조합 사례 수 |
|---|---|---|---|---|---|
| 카테고리·배치: 상위 10% | 25.4% | 24.8% | 0.371 | 59 | 2,601 |
| 카테고리·배치: 상위 20% | 34.5% | 33.9% | 0.286 | 59 | 2,601 |
| 카테고리·배치: 상위 30% | 42.2% | 41.8% | 0.219 | 59 | 2,601 |
| 공개된 동일 브랜드 라벨·배치: 상위 20% | 40.5% | 39.0% | 0.150 | 48 | 685 |
두 번째 묶음 기준은 범위가 더 좁지만, 확인된 캠페인이나 기업 안에서 비교한 것은 아닙니다. 브랜드 소유주가 아니라 광고 페이지를 설명할 수도 있는 라벨까지 원자료에 공개된 그대로 사용했습니다. 결과를 더 그럴듯하게 만들려고 라벨을 몰래 정리하지 않고, 다른 사전 지정 묶음 기준에서 결과가 어떻게 달라지는지 보여 주기 위한 비교입니다.
카테고리 묶음은 배치에 따라서도 달랐습니다. 광고 전체 기준 목록 중 브랜드 기준 목록과 겹치는 비율은 왼쪽 페이지 묶음에서 평균 39.7%, 오른쪽 페이지에서 30.1%, 전면에서 32.9%였습니다. 이는 자료 속 서로 다른 사례를 설명한 값이며, 광고 위치를 옮겼을 때의 효과가 아닙니다. 배치에 대한 권고를 뒷받침하지 않습니다.
점수를 조금 바꿔도 대부분의 선정 차이는 남았습니다
공개된 주시 시간은 0.01초 단위로 기록되어 있습니다. 따라서 의도적으로 작은 수치 변화를 시험했습니다. 모든 광고 전체 점수와 브랜드 점수를 각각 독립적으로 최대 0.01초까지 바꾸되 0보다 작아지지 않게 하고, 선정 경계값을 다시 계산했습니다. [5]
원래 비교에서 광고 전체 주목도 기준으로만 선정된 사례 348개 중 318개는 허용된 모든 변화에서도 광고 전체 기준으로만 선정되는 것이 보장되었습니다. 브랜드 주목도 기준으로만 선정된 사례 359개 중 306개는 계속 브랜드 기준으로만 선정되는 것이 보장되었습니다. 이 수는 위의 묶음별 동일 가중 비율과 달리 59개 묶음을 합친 개수입니다.
점수를 조금 바꿔도 한 목록에만 선정되는 사례가 많이 남았습니다
카테고리·배치 묶음 59개의 주 분석 상위 20% 목록입니다. 각 점수는 독립적으로 최대 0.01초까지 바꿀 수 있으며 경계값을 다시 계산합니다.
| 비교 | 안정적으로 한 목록에만 선정된 사례 수 | 처음 관측 시 한 목록에만 선정된 사례 수 |
|---|---|---|
| 광고 전체 주목도 기준으로만 선정 | 318 | 348 |
| 브랜드 주목도 기준으로만 선정 | 306 | 359 |
이 점검은 기록된 경계값에 얼마나 가까운지를 다룹니다. 새로운 시청자를 재현하거나 표본오차를 추정하지는 않습니다. 공개 자료에는 순위 차이를 통계적으로 판별하는 데 필요한 개인별 시청 기록이 없습니다. 이 파일에서 수치 차이가 안정적으로 유지되더라도 여전히 과거 자료를 설명하는 차이이며, 다른 대상 집단도 광고 순위를 같게 매긴다는 보장은 아닙니다.
참고 광고 5개로 살펴보는 가상의 검토
작은 생활용품 브랜드가 새 조명을 소개하려고 크리에이터에게 의뢰한다고 가정해 보겠습니다. 팀은 주요 참고 광고를 2개만 사용할 수 있습니다. 이 예시의 숫자는 의사결정을 설명하기 위해 만든 값입니다. 자료에 있는 광고 5개의 값도, 조명 캠페인의 예측값도 아닙니다.
참고 카드 5개의 광고 전체 주시 시간과 브랜드 주시 시간을 다음과 같이 가정하겠습니다. A는 4.0초와 0.2초, B는 3.5초와 0.8초, C는 3.0초와 1.0초, D는 2.0초와 0.4초, E는 1.0초와 0.1초입니다. 광고 전체 값이 가장 높은 2개를 고르면 A와 B, 브랜드 값이 가장 높은 2개를 고르면 C와 B가 선정됩니다.
두 목록에 모두 들어가는 것은 B뿐이므로 어느 방향에서나 겹치는 비율은 50%입니다. 첫 번째 쌍의 평균 브랜드 주시 시간은 0.5초, 두 번째 쌍은 0.9초입니다. 0.4초의 차이는 가상의 입력값에서 나온 것입니다. 실제 캠페인을 바꿀 때 얻을 이익을 추정한 값은 아닙니다.
2개라는 제한도 중요합니다. 매니저가 두 쌍을 합쳐 A, B, C를 사용할 수는 있지만, 이는 원래의 참고 광고 2개 선정 문제를 해결하기보다 검토 범위를 늘리는 일입니다. 제한을 분명히 해 두면 무엇을 선택하고 포기하는지가 명확해집니다. 서로 다른 두 목록이 같은 질문에 답한다고 여기기보다, 팀은 목표를 정하거나 의도적으로 사례를 더 수용할 수 있습니다.
유용한 논의는 과제에 관한 것입니다. 참고 광고가 구도 안에서 브랜드가 어떻게 보이는지 보여 주기 위한 것이라면, 팀은 그 구체적인 목적에 맞춰 B와 C를 살펴볼 수 있습니다. 다른 이유로 A를 남긴다면, 브리프에는 A가 종합 우승이라고 쓰는 대신 그 이유를 명시해야 합니다.
크리에이터는 A에서도 응용할 만한 기법을 찾을 수 있습니다. 이 연구는 로고를 더 크게 하거나 특정 시각 스타일을 쓰라고 지시하지 않습니다. 흥미로운 구도를 브랜드 주목도의 증거로 오해하지 않도록 선정 목표를 분명히 하자는 데 근거를 제공합니다. 측정하지 않은 참고 광고에는 ‘구도 때문에 선정함. 브랜드 주목도는 알 수 없음’이라고 적으세요.
다음 프로젝트에 복사해서 쓸 수 있는 검토 브리프
선정 이유를 브리프까지 전달하세요

목표를 명시하세요
참고 광고가 팀의 어떤 결정에 도움이 되어야 하는지 적으세요.
비교 가능한 사례를 선정하세요
측정 기준, 후보군, 동점 규칙을 분명히 남기세요.
무엇을 참고할지 설명하세요
구체적인 이유와 다음 검토 항목을 붙이세요.
결정할 사항부터 적으세요. ‘우리는 ______을 결정하는 데 도움을 얻기 위해 참고 광고를 선정한다.’ 최종 폴더를 구성하기 전에 이 문장을 완성하세요. 구도를 위한 참고 광고, 제품을 보여 주기 위한 참고 광고, 브랜드 주목도가 측정된 참고 광고가 같은 이미지일 필요는 없습니다.
증거를 명시하세요. ‘이 참고 광고를 선정한 이유는 ______이다. 이를 뒷받침하는 측정값이나 관찰 내용은 ______이다.’ 선정 이유가 측정된 시청자 행동, 캠페인 결과, 팀의 시각적 판단 중 어디에서 나온 것인지 기록하세요. 이 설명을 서로 구분하세요. 인기 있는 저장 게시물이라고 해도 폴더에 넣었다는 이유로 시선 추적 증거가 생기지는 않습니다.
비교 조건을 적으세요. ‘후보군은 ______이다. 사례 ______개를 남기며, 동점은 ______ 방식으로 처리한다.’ 순위를 매기기 전에 비교 가능한 형식과 맥락에 합의하세요. 이 자료에 적용한 20% 규칙은 연구를 위한 선택이며, 권장 캠페인 예산이나 보편적인 선정 목록 크기가 아닙니다.
남긴 사례마다 설명을 붙이세요. ‘______을 참고하되, ______을 가정하지 않는다.’ 크리에이터가 활용할 수 있는 지침이 되는 부분입니다. 가상의 조명 브리프에서는 제품과 브랜드가 구도 안에서 어떻게 어우러지는지 살펴보라고 요청하되, 실제 캠페인의 주목도와 매출 결과에 대해서는 주장하지 않을 수 있습니다.
모르는 점을 분명히 남기세요. ‘______에 대한 증거는 없다.’ 공개 광고 라이브러리나 크리에이터의 포트폴리오에서 가져온 사례라면 디자인은 볼 수 있어도 대상 고객의 주목도는 알 수 없을 수 있습니다. 확인 가능한 출처와 선정 이유를 기록하세요. 그러면 측정값을 지어내지 않으면서도 영감을 주는 참고 광고를 유용하게 활용할 수 있습니다.
다음 점검을 배정하세요. ‘______이 ______ 전에 ______을 검토한다.’ 대상 고객 테스트를 진행한다면 결과 지표와 테스트 조건을 별도로 정의하세요. 디자인만 검토한다면 디자인 검토라고 표현하세요. 참고 광고 선정의 근거를 브리프에 붙여 두어, 나중에 인계할 때 제한적인 관찰이 근거 없는 성과 주장으로 바뀌지 않게 하세요.
분석 방법, 출처, 재현용 파일
원자료는 버전을 고정한 AdGaze-3500 릴리스입니다. 여기에는 광고 전체와 브랜드의 평균 주시 시간이 유한한 0 이상의 값인 광고·노출 맥락 조합 사례 3,531개가 있습니다. 주 분석에는 사례가 각각 20개 이상인 카테고리·배치 묶음 59개에 속한 사례 2,601개를 남겼습니다. 선정되지 않은 사례 930개는 점수가 누락된 것으로 취급하지 않았습니다. 사전에 정한 묶음 크기 규칙에 해당하지 않았을 뿐입니다. [1] [2]
시청 과제에는 네덜란드 연구 시설의 데스크톱 화면에서 주변 편집 콘텐츠와 함께 제시한 정적 잡지 광고를 사용했습니다. 참가자는 자신의 속도에 맞춰 페이지를 보았습니다. 정확한 수집 날짜는 제공되지 않으며, 일부 기초 자료는 2004년에 발표된 연구에 이미 등장했습니다. 따라서 2026년에 공개된 데이터셋을 2026년 대상 고객이나 Meta 광고에 관한 연구로 해석해서는 안 됩니다. [6]
사례가 n개인 각 묶음에서 경계 순위는 선정 비율에 n을 곱한 뒤 올림한 값입니다. 구성원을 비교할 때는 그 순위의 동점 사례를 모두 포함합니다. 묶음마다 양방향 겹침 비율을 계산한 다음, 각 묶음에 동일한 가중치를 두어 평균을 냅니다. 주 분석 목록을 모두 합쳐 계산하면 광고 전체 기준 선정 555개 중 공통 선정 207개로 37.3%, 브랜드 기준 선정 566개 중 207개로 36.6%입니다. 이는 대표 결과와 다른 가중치 질문에 답하는 수치입니다.
선정 수를 고정한 브랜드 주시 시간 비교에서는 경계값보다 높은 사례에 가중치 1을 주고, 남은 자리를 경계값 동점 사례에 똑같이 배분했습니다. 동점 사례를 어떻게 고르느냐에 따라 가능한 차이의 최솟값과 최댓값도 계산했습니다. 주 분석 묶음 전체에서 평균을 낸 범위는 0.285초에서 0.288초입니다. 이는 동점 선택에 따른 범위이지 신뢰구간이 아닙니다. [3]
선행 연구는 이미 광고에 대한 주목도와 브랜드에 대한 주목도를 구별합니다. AdGazer 논문도 두 주목도의 관계를 보고하고 주목도 예측과 맥락 배정을 연구합니다. 이 분석의 기여는 공개 관측값을 사용해 명시된 방식으로 참고 광고 선정 목록을 비교한 데 있습니다. 여기에는 방향별 겹침 비율, 선정 수를 고정한 기록값 차이, 수치적 경계값 점검이 포함됩니다. 일반적인 구별 자체를 처음 발견했다고 주장하지 않습니다. [7]
원자료는 개별 시청자 기록이나 사례별 불확실성 대신 집계된 주시 시간 평균을 제공합니다. 따라서 신뢰구간이나 유의성 검정 없이 자료를 설명하는 결과를 보고합니다. 다운로드 파일에는 대표 결과로 제시되지 않은 사전 지정 비교까지 포함하여 모든 사전 정의 묶음 결과, 원자료 해시, 묶음 규칙, 계산 지침을 보존했습니다. [8]
CSV에는 도표의 8개 행에 있는 숫자 값 30개가 들어 있으며, 각 값의 측정 기준, 단위, 묶음 범위가 별도로 명시되어 있습니다. ZIP에는 묶음 비교 225개 전체, 수치 변화 시험 59개 행, 정확한 원자료 해시, 재현 가능한 계산이 포함됩니다. 시청자 기록이나 광고 이미지는 없습니다. 숫자 필드는 소수점으로 마침표를 사용합니다.
출처 및 주석
- Ye와 공동 저자의 AdGaze-3500을 릴리스 커밋 2b502d7cca8e8c0a747526b8727f53bf812e8735로 고정했습니다. Influence IQ 계산은 공개된 ad-gaze, brand-gaze, category, brand-label, layout 배열을 사용합니다. 패키지에 정확한 파일 해시와 모든 출력 결과를 기록했습니다.
- 주 분석은 공개된 카테고리 라벨과 왼쪽·오른쪽·전면 배치를 교차해 묶으며, 사례가 20개 이상인 묶음을 사용합니다. 10%, 20%, 30% 비교 모두 같은 59개 묶음을 사용합니다. 각 관측값은 광고·노출 맥락 자극의 평균이며, 사람이나 캠페인, 독립적인 광고주가 아닙니다.
- 정확한 선정 수 비교는 k = ceiling(fraction × collection size)를 사용합니다. 경계값보다 높은 사례의 가중치는 1이며, 경계값 동점 사례마다 남은 자리를 동점 수로 나눈 가중치를 부여합니다. 가능한 차이의 범위는 광고 전체 기준 경계값의 동점 사례 중 브랜드 값이 가장 크거나 작은 것을 골라 구합니다. 같은 브랜드 값끼리 고르는 것이므로 브랜드 기준 선정 평균은 변하지 않습니다. 차이의 방향은 같은 기록에서 선정하기 때문에 보장되며, 개선의 증거가 아닙니다.
- 보조 비교는 공개된 동일 브랜드 문자열과 배치를 교차하고 사례가 10개 이상인 묶음을 사용하여, 48개 묶음과 685개 사례를 얻었습니다. 라벨을 기업의 법적 실체나 캠페인에 대응시키지 않았습니다. 일부 문자열은 광고 페이지의 특성을 설명합니다. 결과를 이유로 라벨을 제거하지 않았습니다.
- 수치 변화 시험 구간은 각 공개 점수의 아래와 위로 0.01초씩 확장하되 최솟값을 0으로 제한합니다. 선정 경계값은 원래 값에 고정하지 않고 다시 계산합니다. 안정적인 광고 전체 단독 선정 사례는 허용된 모든 변화에서 광고 전체 집합에 반드시 포함되고 브랜드 집합에는 포함될 수 없어야 합니다. 그 반대가 안정적인 브랜드 단독 선정의 정의입니다. 이는 구성원 포함 여부에 대한 보장이며, 정확한 공동 겹침 범위나 표본 구간이 아닙니다.
- Ye와 공동 저자의 AdGaze-3500: Evaluating Large Multimodal Models’ Ability to Predict Human Attention to Ads, CVPR Workshops 2026, 3.1.2절은 네덜란드 데스크톱 과제를 설명하며 일부 데이터가 이전 연구에서 이미 분석되었다고 밝힙니다. 참고문헌 57은 Pieters and Wedel (2004)을 가리킵니다. 정확한 현장 조사 날짜와 개인별 시청 기록은 릴리스에 제공되지 않습니다.
- Ye와 공동 저자의 AdGazer: Improving Contextual Advertising with Theory-Informed Machine Learning은 광고·브랜드 주목도의 관계와 맥락 배정을 연구합니다. 이 분석은 새로운 시선 결과를 예측하는 대신 관찰된 선정 목록의 구성원과 기록된 평균을 살펴봅니다.
- 데이터셋별 출처 표시: Ye와 공동 저자의 AdGaze-3500이며, 버전을 고정한 Hugging Face 데이터셋에 Apache License 2.0으로 명시되어 있습니다. 이 패키지에는 자체 분석 코드와 집계 결과, 원자료 및 라이선스 지침이 들어 있습니다. 광고 이미지를 재배포하거나 별도 라이선스가 적용되는 AdGazer 재현 저장소를 가져오지 않습니다.
영문 기사가 원본입니다. 분석 대상은 과거 네덜란드 원자료이며, 번역해도 연구 대상 집단은 달라지지 않습니다.