Aarki의 CEO인 Aman Sareen – 인터뷰 시리즈

Aman Sareen은 CEO입니다. 아르키모바일 앱 개발자의 수익 성장을 촉진하는 광고 솔루션을 제공하는 AI 회사입니다. Aarki를 사용하면 브랜드가 수십억 개의 상황별 입찰 신호와 독점적인 머신 러닝 및 행동 모델을 결합하여 개인 정보 보호가 우선인 세상에서 효과적으로 청중과 소통할 수 있습니다. 전 세계적으로 수백 개의 광고주와 협력하고 관리합니다. 5M 초당 모바일 광고 요청 수 10비 Aarki는 비공개 회사이며 본사는 다음과 같습니다. 캘리포니아주 샌프란시스코 미국, EMEA, APAC 전역에 사무실이 있습니다.

ZypMedia의 공동 창립자에서 Aarki를 이끄는 데 이르기까지의 여정에 대해 조금 공유해 주시겠습니까? 어떤 주요 경험이 AI와 AdTech에 대한 접근 방식을 형성했습니까?

저의 광고 기술 리더십 오디세이는 2013년 ZypMedia를 공동 창립하면서 시작되었는데, 그때 우리는 지역 광고에 맞춰진 최첨단 수요 측 플랫폼을 설계했습니다. 이것은 그저 또 다른 DSP가 아니었습니다. 우리는 전례 없는 효율성으로 대량, 저비용 캠페인을 처리하기 위해 처음부터 구축했습니다. 오늘날 우리가 보는 하이퍼 로컬라이즈드, AI 기반 타겟팅의 선구자라고 생각해보세요.

CEO로서 저는 ZypMedia를 SaaS 수익 2,000만 달러로 이끌었고 매년 2억 달러의 미디어 거래를 처리했습니다. 이 경험은 현대 광고 플랫폼이 처리해야 하는 엄청난 규모의 데이터를 이해하는 데 필요한 시련이었습니다. 이는 AI 솔루션에 맞춤 제작된 과제였습니다.

Sinclair가 ZypMedia를 인수한 후 LG Ad Solutions에서 일하면서 저는 기기 제조업체의 세계와 시청률 데이터 제어가 Connected TV(CTV) 광고의 미래를 어떻게 형성할 수 있는지에 대해 깊이 있게 알아보았습니다. 저희는 LG Ads 사업을 구축하는 데 많은 AI/머신 러닝을 사용했는데, 기기에서 수집한 데이터를 사용하여 타겟팅 세그먼트, 인벤토리 블록, 계획 소프트웨어를 생성했습니다.

2023년부터 Aarki의 CEO로 일하면서 저는 모바일 광고 혁명의 최전선에 섰습니다. 저는 제 여정이 광고 기술 분야에서 AI의 변혁적 힘에 대한 깊은 감사를 심어주었다고 말할 수 있습니다. 기본 프로그래매틱에서 AI 기반 예측 모델링 및 동적 크리에이티브 최적화로의 발전은 놀라울 정도였습니다.

저는 AI를 단순한 도구가 아니라 차세대 광고 기술의 중추로 여기게 되었습니다. 이는 업계에서 가장 시급한 과제를 해결하는 열쇠입니다. 디바이스 ID 이후의 세상에서 개인 정보를 준수하는 타겟팅부터 규모에 맞게 진정성 있고 개인화된 광고 경험을 만드는 것까지 다양합니다. 저는 AI가 광고주가 직면한 문제점을 해결할 뿐만 아니라 Aarki와 같은 플랫폼에서 운영이 이루어지는 방식을 혁신할 것이라고 굳게 믿습니다. 저의 여정에서 얻은 교훈, 즉 확장성, 데이터 중심 의사 결정, 지속적인 혁신의 중요성은 AI 우선 시대에 그 어느 때보다 더 중요합니다.

Aarki의 멀티레벨 머신러닝 인프라가 어떻게 작동하는지 자세히 설명해 주시겠습니까? 기존 애드테크 솔루션에 비해 어떤 구체적인 이점을 제공합니까?

제 경험을 통해 저는 광고 기술의 미래가 빅 데이터, 머신 러닝, 인간의 창의성을 조화시키는 데 있다는 것을 알게 되었습니다. Aarki에서 우리는 AI가 입찰 최적화와 사기 탐지부터 창의적인 성과 예측과 사용자 획득 전략에 이르기까지 모바일 광고 생태계의 모든 측면을 어떻게 향상시킬 수 있는지 탐구합니다.

이 단계에서 Aarki의 다단계 머신 러닝 인프라는 사기 방지에서 사용자 가치 예측에 이르기까지 모바일 광고의 여러 중요한 측면을 다루도록 설계되었습니다. 작동 방식과 이점은 다음과 같습니다.

• 사기 탐지 및 인벤토리 품질 관리: 고객의 성과와 예산을 보호하도록 설계되었습니다. 당사의 다층적 접근 방식은 독점 알고리즘과 타사 데이터를 결합하여 진화하는 사기 전술보다 앞서 나갑니다. 당사는 사용자 행동을 지속적으로 평가하고 최신 사기 데이터베이스를 유지함으로써 캠페인 예산이 정품 고품질 인벤토리에 투자되도록 보장합니다.
• 딥 뉴럴 네트워크(DNN) 모델: 당사의 핵심 인프라는 다단계 DNN 모델을 활용하여 각 인상 또는 사용자의 가치를 예측합니다. 이러한 세분화된 접근 방식을 통해 각 모델은 특정 전환 이벤트에 가장 중요한 기능을 학습하여 모든 모델에 맞는 단일 모델에 비해 더 정확한 타겟팅 및 입찰 전략을 가능하게 합니다.
• 다중 목표 입찰 최적화 도구(MOBO): 대부분의 DSP에서 사용하는 간단한 입찰 셰이딩과 달리, 당사의 MOBO는 가격 외에도 여러 요소를 고려합니다. 캠페인 및 인벤토리 속성, 예측된 사용자 가치, CPM 세분화와 같은 동적 변수를 사용하여 입찰을 최적화합니다. 이 정교한 방법은 여러 목표의 균형을 맞추고, 이기는 최적의 입찰을 찾고, KPI 목표를 충족하고, 캠페인 예산을 최대한 활용하기 위해 올바른 페이스를 유지하면서 ROI를 극대화합니다.

이러한 구성 요소는 기존 AdTech 솔루션에 비해 상당한 이점을 제공합니다.

• 뛰어난 사기 감지
• 다단계 DNN을 통한 보다 정확한 예측 및 더 나은 ROI
• 다중 목표 입찰 가격을 통한 세부적인 창의적 하이퍼 타겟팅
• 방대한 양의 데이터를 처리할 수 있는 확장성
• 상황에 맞는 코호트를 통한 개인 정보 우선 타겟팅

당사의 AI 기반 접근 방식은 모바일 광고 캠페인에서 전례 없는 정확성, 효율성 및 적응성을 제공합니다. Aarki는 심층 학습 및 고급 최적화 기술을 활용하여 개인 정보 보호 및 사기 방지에 중점을 두면서도 뛰어난 성과를 제공합니다.

Dynamic Multi-object Bid Optimizer는 어떻게 작동하며, 클라이언트의 ROI를 극대화하는 데 어떤 영향을 미칩니까?

Dynamic Multi-object Bid Optimizer는 기존의 입찰 셰이딩 알고리즘을 뛰어넘는 정교한 시스템입니다. 예측된 낙찰가 바로 아래의 가격에만 초점을 맞춘 단순한 입찰 셰이딩 알고리즘과 달리, 당사의 옵티마이저는 여러 목표를 동시에 고려합니다. 여기에는 가격뿐만 아니라 캠페인 성과 지표, 재고 품질, 예산 활용도도 포함됩니다.

최적화 도구는 캠페인 및 인벤토리 속성, 예측된 사용자 가치, CPM 세분화를 포함한 다양한 동적 변수를 고려합니다. 이러한 변수는 주로 ROI인 클라이언트별 KPI를 중심으로 최적화 프로세스를 안내합니다. 이를 통해 각 클라이언트의 고유한 목표에 맞게 입찰 전략을 조정할 수 있습니다.

최적화 도구의 핵심 강점 중 하나는 고가치 사용자를 효율적으로 확보하고 새로운 미개척 사용자 세그먼트와 인벤토리를 탐색하는 것 사이에서 균형을 맞추는 능력입니다. 이 탐색은 더 엄격한 시스템에서 놓칠 수 있는 귀중한 기회를 발견하는 데 도움이 됩니다.

실제로 이는 고객이 광고 지출을 보다 효율적으로 사용하고, 더 높은 품질의 사용자를 확보하고, 궁극적으로 캠페인에 대한 ROI를 개선할 수 있음을 의미합니다. 예를 들어, 5배 더 가치 있는(ROAS) 사용자를 입찰하기 위해 50% 더 많은 비용을 지불하는 것이 합리적일 수 있습니다. 최적화 도구는 여러 목표를 균형 있게 조정하고 실시간으로 적응할 수 있는 기능을 갖추고 있어 기존의 단일 목표 입찰 시스템보다 복잡한 모바일 광고 환경을 보다 효과적으로 탐색할 수 있습니다.

Aarki는 운영에서 개인 정보 보호 우선 접근 방식을 강조합니다. 귀사의 플랫폼은 효과적인 광고 타겟팅을 제공하는 동시에 사용자 개인 정보 보호를 어떻게 보장합니까?

저는 개인정보 보호 우선 참여가 AI 플랫폼과 함께 저희 플랫폼의 핵심 기둥 중 하나라고 말할 수 있어 자랑스럽습니다. 저희는 기기 ID가 없는 세상의 과제를 수용하고 효과적인 광고 타겟팅을 제공하는 동시에 사용자 개인정보 보호를 보장하기 위한 혁신적인 솔루션을 개발했습니다. 저희가 이를 달성하는 방법은 다음과 같습니다.

• ID 없는 타겟팅: IDFA 이후 환경에 완벽하게 적응했으며 SKAN 4를 준수합니다. 당사 플랫폼은 개별 기기 ID에 의존하지 않고 운영되며, 처음부터 사용자 개인 정보 보호를 우선시합니다.
• 문맥적 신호: 우리는 기기 유형, OS, 앱, 장르, 시간대, 지역과 같은 광범위한 문맥적 데이터 포인트를 활용합니다. 이러한 신호는 개인 데이터를 요구하지 않고도 귀중한 타겟팅 정보를 제공합니다.
• 방대한 맥락적 데이터 처리: 우리는 전 세계적으로 100억 개가 넘는 기기에서 초당 500만 건 이상의 광고 요청을 처리합니다. 각 요청에는 풍부한 맥락적 신호가 있어, 풍부하고 개인 정보를 준수하는 데이터 세트를 제공합니다.
• 고급 머신 러닝: 8,000억 행의 훈련 모델 데이터베이스는 이러한 맥락적 신호를 과거 결과 데이터와 상관시킵니다. 이를 통해 개별 사용자 프라이버시를 손상시키지 않고도 통찰력과 패턴을 도출할 수 있습니다.
• 동적 행동 코호트: 머신 러닝을 사용하여 집계된 맥락적 데이터를 기반으로 매우 세부적이고 역동적인 행동 코호트를 만듭니다. 이러한 코호트는 개인 식별자에 의존하지 않고도 효율적인 최적화와 확장을 가능하게 합니다.
• ML 기반 Creative Targeting™: 각 코호트에 대해 우리는 크리에이티브 팀과 협력하여 머신 러닝을 사용하여 최적의 크리에이티브 전략을 고안합니다. 이 접근 방식은 개인의 프라이버시를 침해하지 않으면서도 관련성과 효과를 보장합니다.
• 지속적인 학습 및 적응: 당사의 AI 모델은 캠페인 성과와 변화하는 상황적 데이터를 기반으로 지속적으로 학습하고 적응하여 개인정보 보호 규정과 사용자 기대치가 변화하더라도 타겟팅의 효과를 유지할 수 있습니다.
• 투명성 및 통제: 당사는 데이터 관행에 대한 명확한 정보를 제공하고, 가능한 한 개인 정보 보호 모범 사례를 준수하여 사용자에게 광고 경험에 대한 통제권을 제공합니다.

이러한 개인 정보 보호 우선 전략을 활용하여 Aarki는 사용자 개인 정보를 존중하는 동시에 효과적인 광고 타겟팅을 제공합니다. 개인 정보 보호 우선 시대의 과제를 혁신의 기회로 전환하여 개인 정보 보호 규정을 준수하고 고객의 사용자 확보 및 재참여 캠페인에 매우 효과적인 플랫폼을 만들었습니다. 디지털 광고 환경이 진화함에 따라 Aarki는 개인 정보 보호 우선, AI 기반 모바일 광고 솔루션 분야를 선도하는 데 전념하고 있습니다.

ML 기반 크리에이티브 타겟팅™의 개념과 이것이 귀하의 크리에이티브 전략에 어떻게 통합되는지 설명해 주시겠습니까?

ML-driven Creative Targeting™은 머신 러닝 모델을 통해 식별한 행동 집단을 기반으로 광고 크리에이티브를 최적화하기 위한 방법론입니다. 이 프로세스에는 여러 단계가 포함됩니다.

• 코호트 분석: 당사의 ML 모델은 방대한 양의 상황적 데이터를 분석하여 자세한 행동 코호트를 생성합니다.
• 크리에이티브 인사이트: 각 코호트에 대해 머신 러닝을 사용하여 가장 효과적으로 공감을 얻을 수 있는 크리에이티브 요소를 식별합니다. 여기에는 색 구성표, 광고 형식, 메시징 스타일 또는 시각적 테마가 포함될 수 있습니다.
• 협업: 당사의 데이터 과학 팀은 크리에이티브 팀과 협업하여 ML에서 얻은 통찰력을 공유합니다.
• 크리에이티브 개발: 이러한 통찰력을 바탕으로 당사의 크리에이티브 팀은 각 코호트에 맞는 맞춤형 광고 크리에이티브를 개발합니다. 여기에는 이미지, 카피, 행동 촉구 또는 전반적인 광고 구조를 조정하는 것이 포함될 수 있습니다.
• 동적 조립: 동적 크리에이티브 최적화를 사용하여 실시간으로 광고 크리에이티브를 조립하고 각 코호트에 가장 효과적인 요소를 매치합니다.
• 지속적 최적화: 성과 데이터를 수집하면서 ML 모델은 각 집단에 효과적인 것이 무엇인지에 대한 이해를 지속적으로 개선하여 지속적인 창의적 개선을 위한 피드백 루프를 만듭니다.
• 규모와 효율성: 이 접근 방식을 사용하면 수동 세분화나 추측 없이도 규모에 맞춰 매우 타겟팅된 크리에이티브를 만들 수 있습니다.

그 결과 데이터 과학과 창의성 간의 시너지가 발생합니다. 또한 핵심 기둥 중 하나인 Unified Creative Framework는 ML 모델이 다양한 대상 세그먼트에 효과적인 것에 대한 데이터 기반 통찰력을 제공하도록 보장합니다. 동시에, 당사의 크리에이티브 팀은 이러한 통찰력을 매력적인 광고 디자인으로 구현합니다. 이러한 접근 방식을 통해 각 코호트에 더욱 관련성 있고 매력적인 광고를 제공하여 캠페인 성과와 사용자 경험을 동시에 개선할 수 있습니다.

귀사의 크리에이티브 팀은 광고 캠페인 개발에서 어떤 역할을 하나요? 또한, 그들은 AI 모델과 어떻게 협업하여 광고 성과를 최적화하나요?

저희 크리에이티브 팀은 Aarki에서 효과적인 광고 캠페인을 개발하는 데 통합적인 역할을 합니다. 그들은 광고 성과를 최적화하기 위해 저희 AI 모델과 긴밀히 협력합니다. 크리에이티브 팀은 저희 ML 모델에서 다양한 행동 집단에 공감되는 내용에 대한 통찰력을 해석합니다. 그런 다음 이러한 통찰력에 맞게 비주얼, 메시징, 형식과 같은 요소를 조정하여 맞춤형 광고 크리에이티브를 만듭니다.

캠페인이 진행됨에 따라 팀은 AI와 함께 성과 데이터를 분석하여 지속적으로 접근 방식을 개선합니다. 이 반복적 프로세스를 통해 창의적인 요소를 빠르게 최적화할 수 있습니다.

인간의 창의성과 AI 기반 통찰력 간의 시너지 효과를 통해 저희는 규모에 맞춰 매우 타겟팅되고 매력적인 광고를 제작하여 고객 캠페인의 우수한 성과를 이끌어냅니다.

Aarki의 AI 인프라는 어떻게 광고 사기를 탐지하고 방지합니까? 귀하의 시스템이 식별하는 사기 유형에 대한 몇 가지 예를 들어주시겠습니까?

앞서 언급했듯이 Aarki는 광고 사기를 퇴치하기 위해 다층적 접근 방식을 사용합니다. 우리는 시스템을 통해 들어오는 데이터에 대한 입찰 후 분석을 통해 입찰 전 필터로 사기 억제에 접근하고 있습니다. 이미 일반적인 전략을 설명했지만 시스템에서 식별하는 사기 유형에 대한 구체적인 예를 몇 가지 들 수 있습니다.

• 클릭 플러딩: 특정 소스에서 비정상적으로 높은 클릭률을 감지하는 것입니다.
• 설치 팜: 동일한 IP 주소나 장치에서 여러 설치 패턴을 식별합니다.
• 비정상적인 클릭 설치 시간(CTIT): 비정상적인 클릭 설치 시간을 봇 활동의 신호로 파악합니다.
• 낮은 유지율: 설치 후 유지율이 낮은 사용자를 퍼블리셔에서 식별합니다.

당사의 AI는 끊임없이 발전하여 새로운 사기 전략을 인식하고 고객의 예산을 보호합니다.

Aarki의 사용자 확보 및 재참여에 대한 접근 방식은 업계의 다른 플랫폼과 어떻게 다릅니까?

사용자 확보 및 재참여에 대한 Aarki의 접근 방식은 여러 가지 핵심적인 면에서 우리를 차별화합니다.

• 개인 정보 보호 우선 전략: 당사는 ID가 없는 타겟팅을 전면적으로 수용하여 SKAN 4를 준수하고 개인 정보 보호 중심 환경에서 미래에 대비할 수 있게 되었습니다.
• 고급 AI 및 머신 러닝: 당사의 다단계 머신 러닝 인프라는 방대한 양의 상황적 데이터를 처리하여 개인 식별자에 의존하지 않고 정교한 행동 코호트를 생성합니다.
• ML 기반 크리에이티브 타겟팅™: AI 통찰력과 인간의 창의성을 독특하게 결합하여 각 집단에 맞게 매우 타겟팅된 광고 크리에이티브를 개발합니다.
• 동적 다중 객체 입찰 최적화 도구: 당사의 입찰 시스템은 여러 목표를 동시에 고려하여 효율성과 탐색의 균형을 맞춰 ROI를 극대화합니다.
• 문맥적 정보: 우리는 기본적인 인구 통계 또는 지리적 세분화를 넘어 타겟팅을 알리기 위해 수조 개에 달하는 문맥적 신호를 활용합니다.
• 지속적인 최적화: 당사의 AI 모델은 지속적으로 학습하고 적응하여 당사의 전략이 사용자 행동과 시장 상황의 변화에 ​​맞춰 진화하도록 합니다.
• 통합된 접근 방식: 사용자 확보 및 재참여 전략을 완벽하게 통합하여 사용자 여정에 대한 전체적인 관점을 제공합니다.
• 확장성: 당사의 인프라는 엄청난 양의 데이터(100억 개 이상의 기기에서 초당 500만 개 이상의 광고 요청)를 처리할 수 있으므로 대규모로 매우 세부적인 타겟팅이 가능합니다.
• 첨단 사기 방지 메커니즘: 자체적인 입찰 전 사기 필터, 방대한 양의 데이터에 대한 입찰 후 분석, 타사 데이터를 결합하여 고객의 돈을 사기성 트래픽으로부터 보호하는 데 앞장서고 있습니다.

개인정보 보호 중심 방법, 고급 AI, 창의적인 최적화, 사기 방지 및 확장 가능한 인프라를 결합하면 보다 효과적이고 효율적이며 적응 가능한 캠페인을 제공할 수 있습니다.

제 경험을 통해 저는 광고 기술의 미래가 빅데이터, 머신 러닝, 인간의 창의성을 조화시키는 데 있다는 것을 알게 되었습니다. 저는 저희 기술 외에도 저희 기술에 인간의 창의성을 더하는 뛰어난 분석가, 데이터 과학자, 크리에이티브 전문가 팀이 있다는 사실을 자랑스럽게 생각합니다.

Aarki 플랫폼을 통해 클라이언트의 ROI와 캠페인 효과를 크게 개선한 성공 사례를 공유해 주시겠습니까?

AppsFlyer Performance Index는 Aarki를 리타겟팅 분야의 선두주자로 인정하여 북미 게임 부문에서 1위, 전 세계적으로 3위를 차지했습니다. 또한 모든 Singular 광고 ROI 지수에서 최고 성과자로 평가받았습니다. 사례 연구 또한 글로벌 리더십에 대한 증거이기도 합니다. 게임뿐만 아니라 다양한 앱 카테고리에서 성과를 이끌어내는 능력을 보여주는 최근 사례 연구도 있습니다.

DHgate와의 파트너십을 강조하게 되어 자랑스럽습니다. DHgate는 선도적인 전자상거래 플랫폼입니다. Android와 iOS를 위한 리타겟팅 캠페인은 뛰어난 성과를 거두었으며, Aarki가 대규모로 성과를 낼 수 있는 능력을 보여주었습니다.

딥 뉴럴 네트워크 기술을 활용하여, 우리는 리타겟팅 효과를 극대화하기 위해 사용자 세그먼트를 정확하게 조립했습니다. 그 결과, 의도가 더 높은 사용자 클릭이 33% 증가하고 전환율이 33% 증가했습니다.

가장 인상적인 점은 DHgate가 Aarki에 지출한 금액이 52% 증가한 반면, 우리는 지속적으로 그들의 450% D30 ROAS 목표를 1.7배 초과하여 784%의 뛰어난 ROAS를 달성했다는 것입니다. 이 사례는 고객에게 뛰어난 결과를 제공하려는 우리의 헌신을 잘 보여줍니다. 자세히 알아보기 여기.

음식 및 배달 앱의 경우, 사용자를 재활성화하고 효율적으로 새로운 고객을 확보하기 위해 리타겟팅 캠페인을 구현했습니다.

이로 인해 인수 비용(CPA)이 75% 감소하고 사용자 재활성화는 1,230만 건이 이루어졌습니다. 성공의 핵심은 딥 뉴럴 네트워크 모델을 활용하여 맞춤형 메시징으로 적절한 대상 고객을 타겟팅하고 캠페인을 신선하고 매력적으로 유지하는 것이었습니다. 읽어보세요 여기.

이러한 사례 연구는 다양한 앱 카테고리와 캠페인 유형에서 주요 지표를 크게 개선할 수 있는 당사의 역량을 보여줍니다. 당사의 개인 정보 보호 우선 접근 방식, 고급 AI 기능, 상황적 데이터의 전략적 사용을 통해 사용자 확보 또는 재참여 노력 여부에 관계없이 고객에게 뛰어난 결과를 제공할 수 있습니다.

앞으로 모바일 광고 산업에 있어 AI와 머신 러닝의 어떤 발전이 중요할 것으로 예상하시나요?

앞으로 모바일 광고를 위한 AI와 머신 러닝 분야에서 몇 가지 중요한 발전이 있을 것으로 예상합니다.

• 향상된 개인 정보 보호 기술: 우리가 처리하는 방대한 규모의 데이터는 전례 없는 학습 능력으로 이어질 것입니다. 딥 뉴럴 네트워크(DNN)는 이를 활용하여 우수한 개인 정보 보호 우선 참여 전략을 만들 것입니다. 사실, “타겟팅”이라는 개념은 너무나 극적으로 진화하여 이러한 AI 기반 예측 접근 방식을 설명하는 새로운 용어가 필요할 것입니다.
• 실시간 크리에이티브 최적화를 위한 생성형 AI: 광고 크리에이티브를 최적화할 뿐만 아니라 실시간으로 만들고 동적으로 수정할 수 있는 AI를 볼 수 있을 것입니다. 이는 광고 디자인과 개인화에 대한 접근 방식에 혁명을 일으킬 것입니다.
• 전체적 예측 모델: 제품 통찰력을 위한 딥 신경망과 다중 목적 입찰 최적화 도구를 결합합니다.^티엠 (MOBO) 가격 책정을 위해 사용자 획득과 리타겟팅을 위한 매우 효과적이고 효율적인 모델을 개발할 것입니다. 이는 장기적 사용자 가치에 대한 매우 정확한 예측을 제공하여 보다 스마트하고 전략적인 캠페인 관리를 가능하게 합니다.

이러한 발전으로 인해 보다 효과적이고 효율적이며 사용자 친화적인 모바일 광고 경험이 가능해질 가능성이 높습니다.

훌륭한 인터뷰에 감사드립니다. 더 자세히 알고 싶은 독자는 다음을 방문하세요. 아르키.

게시물 Aarki의 CEO인 Aman Sareen – 인터뷰 시리즈 처음 등장 유나이트.AI.