Meta Platforms, Inc.

Operator: 좋은 오후입니다. 제 이름은 Christa이며, 오늘 이 컨퍼런스 콜의 진행을 맡겠습니다. 지금부터 Meta의 2026년 1분기 실적 컨퍼런스 콜에 모든 분들을 환영하고자 합니다. [Operator Instructions] 또한 본 콜은 녹음됩니다. 대단히 감사합니다. Kenneth Dorell, Meta의 투자자 관계 담당 이사입니다. 시작해도 좋습니다. Kenneth Dorell: 감사합니다. 좋은 오후입니다. Meta Platform의 2026년 1분기 실적 컨퍼런스 콜에 오신 것을 환영합니다. 오늘 결과를 논의하기 위해 함께하는 분은 Mark Zuckerberg, CEO; 그리고 Susan Li, CFO입니다. 오늘의 말씀에는 오늘 기준의 가정에 근거한 미래지향적 진술이 포함됩니다. 실제 결과는 오늘의 실적 보도자료와 SEC에 제출된 당사의 Form 10-K에 제시된 여러 요인으로 인해 실질적으로 달라질 수 있습니다. 당사는 어떠한 미래지향적 진술도 업데이트할 의무를 지지 않습니다. 본 콜에서 우리는 GAAP와 일부 비-GAAP 재무 지표를 모두 제시하겠습니다. GAAP와 비-GAAP 간의 조정 내역은 오늘의 실적 보도자료에 포함되어 있습니다. 실적 보도자료와 함께 제공되는 투자자 프레젠테이션은 당사 웹사이트 investor.atmeta.com에서 확인하실 수 있습니다. 이제 Mark에게 콜을 넘기겠습니다. Mark Zuckerberg: 좋습니다. 여러분 안녕하세요. 오늘 함께해 주셔서 감사합니다. 저희는 커뮤니티, 비즈니스, 그리고 AI를 향한 발전에 있어 강력한 분기를 보냈습니다. 매일 저희 앱 중 최소 하나를 사용하는 사람은 35억 명이 넘습니다. 이란의 인터넷 장애와 러시아의 차단으로 인해 총 패밀리 일일 이용 시간에는 소폭 감소가 있었지만, 그 외에는 저희 앱 전반의 흐름이 강합니다. Instagram과 Facebook의 일일 및 월간 액티브는 영상이 두 앱 모두에서 역대 최고 수준의 참여를 이끄는 가운데 계속 성장하고 있습니다. WhatsApp 역시 미국을 포함해 강한 모멘텀을 이어가고 있습니다. 그리고 Threads는 해당 카테고리에서 선도하는 앱으로 나아가는 궤도를 계속하고 있습니다. 올해 지금까지의 가장 큰 이정표는 Muse 계열의 모델을 출시하고, 그 첫 번째 모델인 MuSpark를 공개했으며, 아울러 Meta AI의 대폭 업그레이드된 새로운 버전도 함께 선보인 것입니다. 이는 Meta Super Intelligence Labs에서 나온 첫 번째 출시였고, 저희가 선도적인 랩을 만들기 위한 작업이 순조롭게 진행되고 있음을 보여줍니다. 지난 10개월 동안 저희는 업계에서 가장 강력한 연구팀을 구축했고, 매우 고도화된 모델을 확장하기 위한 과학적·기술적 기반을 마련했습니다. Spark는 그 확장 사다리에서 한 단계에 불과하며, 우리는 이미 더 고도화된 모델을 훈련하고 있습니다. 하지만 Spark는 이미 Meta AI를 만들어냈습니다. Meta AI는 시각적 이해, 건강, 쇼핑, 소셜 콘텐츠, 로컬, 게임 생성 등 개인 맞춤형 초개인 지능(personal super intelligence)이라는 비전과 관련된 여러 영역에서 뛰어난 세계적 수준의 어시스턴트입니다. 지금까지 이에 대한 매우 긍정적인 피드백을 받고 있습니다. 또한 업데이트를 출시한 이후 Meta AI 사용량이 크게 증가하는 것을 보았고, Meta AI 앱은 앱 스토어에서도 꾸준히 상위권에 위치해 있습니다. 이제 강력한 모델을 갖추게 되었으니, 더 참신한 제품들도 개발할 수 있습니다. 제가 작년에 개인 맞춤형 초개인 지능에 대한 비전을 처음 글로 쓴 이후, 우리는 전 세계 수십억 명의 사람들에게 개인 및 비즈니스 에이전트를 제공하는 데 집중해 왔습니다. 저희의 목표는 Meta AI를 어시스턴트로 제공하는 데 그치지 않고, 당신의 목표를 이해한 다음, 그것을 달성하도록 하루 종일 그리고 밤낮으로 도와줄 수 있는 에이전트를 제공하는 것입니다. 저는 AI에 대한 제 관점이 업계의 많은 다른 사람들과는 매우 다릅니다. 저는 많은 사람들이 AI가 사람을 대체할 것이라고 말하는 것을 듣습니다. 하지만 저는 AI가 사람들이 원하던 일을 할 수 있는 능력을 증폭시킬 것이라고 생각합니다. 그것이 건강을 개선하든, 학습하든, 관계를 개선하든, 개인적인 커리어 목표를 달성하는 데 도움이 되든, 그 외 어떤 것이든 말입니다. 제 관점은 인간의 발전은 언제나 사람들이 각자의 개인적 열망을 추구함으로써 이뤄져 왔다는 것입니다. 그리고 이것은 미래에도 계속 사실일 것이라고 믿습니다. 사람들은 앞으로 더 중요해질 것이며, 덜 중요해지지는 않을 것입니다. Meta는 개인을 스스로 힘을 갖추게 하는 것을 믿습니다.그리고 우리가 만들려고 하는 그런 종류의 제품들입니다. 저는 그것들이 역대 그 어떤 때보다도 가장 중요하고 가치 있는 제품들 중 일부가 될 것이라고 믿습니다. 우리는 사람들의 삶 속에서 다양한 목표를 달성하도록 돕는 개인 에이전트를 만들고 있습니다. 또한 우리는 전 세계의 기업가와 기업들을 대상으로, 우리의 도구와 다른 도구들을 활용해 그들의 노력을 키우고 새로운 고객에게 다가가며 기존 고객을 더 잘 섬길 수 있도록 하는 비즈니스 에이전트를 만들고 있습니다. 이 에이전트들은 함께 작동해 하나의 생태계를 형성할 것입니다. 그리고 여러분이 개인 에이전트든 비즈니스 에이전트든 목표를 달성하기 위해 사용하든, 저는 미래에는 사람들이 새로운 것들을 만들어내며 창업이 크게 증가할 것이라고 생각합니다. 사람들이 예전부터 존재하길 원했지만, 이전에는 그것을 세상에 가져올 도구가 없었던 것들을 말이죠. 우리는 이미 비즈니스 AI의 초기 버전을 테스트하고 있으며, 올해 초 이후로 주간 대화가 10배로 늘어났습니다. 또한 다가오는 모델에서 Spark를 활용해 추천 시스템과 Facebook, Instagram 및 광고의 핵심 비즈니스를 개선하기 위해 노력하고 있습니다. 현재 우리의 앱은 주로 사람들이 3가지 중요한 목표를 달성하도록 돕습니다. 사람들과 연결하기, 세상에 대해 배우기, 그리고 엔터테인먼트입니다. 하지만 우리는 앱이 사람들의 목표를 더 많이 이해해서, 사람들이 원하시는 모든 방식으로 그들의 삶을 개선하는 데 도움을 주길 항상 원해 왔습니다. 이 새로운 AI 모델은 이를 더 자세히 이해할 수 있게 해줍니다. 그래서 단지 어떤 유형의 사람들이 어떤 콘텐츠에 참여하는지에 대한 통계적 패턴을 보는 수준을 넘어, 메타 역사상 처음으로 여러분이 무엇을 중요하게 여기는지, 그리고 우리 시스템 안에서 각 콘텐츠가 무엇에 관한 것인지에 대해 1차 원리 수준의 이해를 개발할 수 있게 될 것입니다. 그렇게 함으로써 여러분이 달성하려는 목표에 더 유용한 것들을 보여드릴 수 있게 되고요. 또한 여러분이 목표를 달성하도록 돕기 위해 사람들 각각에게 맞춘 맞춤형 콘텐츠를, 특히 그 목적에 맞춰 생성할 수도 있을 것입니다. 추천 시스템이 이렇게 대규모로 운영되는 만큼, 우리는 이 새로운 연구와 기술을 시간이 지나면서 단계적으로 도입할 것입니다. 하지만 지난 몇 년간의 흐름은 사람들이 얻는 참여도 개선과 광고주를 위한 가치에 대해 우리가 만들어낼 수 있는 개선의 양이 점점 더 큰 성과로 돌아오고 있다는 것이 분명해 보입니다. 이는 또한 앞으로도 오는 몇 년 동안 지속적으로 더 큰 가치를 제공할 것이라고 우리가 기대하는 분야에 계속해서 대규모로 투자하겠다는 결론으로 이어집니다. 이런 의미에서 우리는 올해의 인프라 설비투자(CapEx) 전망치를 늘리고 있습니다. 대부분은 더 높은 부품 비용, 특히 메모리 가격 때문이지만, 그럼에도 불구하고 우리의 작업과 업계 전반에서 우리가 보고 있는 모든 징후는 이번 투자에 대한 확신을 줍니다. 다만 우리는 투자 효율을 높이는 데도 매우 집중하고 있으며, 그 일환으로 Broadcom과 함께 개발 중인 자체 커스텀 실리콘을 1기가와트 이상 규모로 더 배치하는 동시에, 우리가 도입하고 있는 새로운 NVIDIA 시스템을 보완하기 위해 AMD 칩도 상당한 양을 함께 도입하고 있습니다. 우리 메타 컴퓨트 이니셔티브의 주요 목표 중 하나는, 컴퓨트를 구축하는 효율성에서 업계를 선도하는 것입니다. 우리는 그것이 시간이 지날수록 전략적 이점이 될 것으로 기대합니다. 대규모로 물리적 제품을 만드는 것에 대해 이야기하자면, AI 글래스는 그것을 사용하는 사람 수와 함께 계속해서 좋은 성과를 내고 있습니다. 일간 사용자가 전년 대비 매년 3배로 늘고 있죠. 이는 지금까지의 소비자 전자제품 카테고리 중에서도 가장 빠르게 성장하는 분야 중 하나로 계속 이어지고 있습니다. 우리는 이번 분기에 선글라스보다는 주로 하루 종일 착용할 수 있도록 설계된 Ray-Ban 메타 옵틱스를 출시했습니다. 또한 지난해 출시한 Oakley에 더해, 올해 말에 더 많은 사람들에게 닿을 잠재력이 있다고 생각되는 흥미로운 새로운 파트너십과 스타일들이 있습니다. 우리의 모든 글래스는 최신 AI 모델과 기능을 쉽게 업데이트할 수 있도록 설계되어 있습니다. 저도 글래스가 단순히 질문에 답할 수 있는 수준에서, 하루 종일 함께하는 개인 에이전트로 진화해 여러분이 무언가를 기억하고 목표를 달성하도록 돕는 모습을 기대하고 정말 설렙니다.안경 너머로도, 우리가 훈련하고 있는 AI 모델들로 구동될 수 있도록 메타버스 관련 노력을 더 확대해 나가게 되어 기대가 큽니다. 우리는 업계 전반에서 VR 분야 최대 규모의 투자자이기는 하지만, AI와 안경 같은 다른 영역에 더 많이 투자하면서도 우리의 VR 사업이 지속 가능하도록 만드는 데 집중하고 있습니다. 마무리하기 전에 잠깐, AI가 우리의 업무를 어떻게 바꾸고 있는지 말씀드리고 싶습니다. 이전에는 수십 명의 사람들이 수개월에 걸쳐 해오던 일을 이제는 일주일 만에 한두 명이 만들어내는 사례를 점점 더 많이 목격하고 있습니다. 그리고 이런 유형의 사람들이 전 세계에서 와서 영향력을 만들어낼 수 있는 최고의 장소가 메타가 되도록 하고 싶습니다. 우리는 이러한 사람들을 중심으로 회사의 다음 진화를 만들어 가고 있습니다. 이를 가능하게 하기 위해 할 수 있는 일도 많습니다. 규모에 맞춰 제품을 창출하고 전달하기 위한 최고의 인프라를 구축하고, 팀이 필요 이상으로 커지지 않도록 업무를 간소화하며, 성과가 비정상적으로 큰 영향을 만들어내는 사람들을 알아보고 보상하고, 우리 자신을 다양한 더 많은 아이디어를 시도하고 앞으로 많은 새로운 프로젝트를 맡을 수 있도록 준비시키는 것입니다. 물론 효율성을 높이기 위한 노력도 계속할 것입니다. 하지만 전반적으로 저는 앞으로 우리가 그동안 해왔던 것보다 훨씬 더 많은 ‘고품질’의 것들을 만들어 내는 것이 미래라고 생각합니다. 좋습니다. 오늘 제가 다루고 싶었던 내용은 여기까지입니다. 우리는 역사적인 기술적 전환을 겪고 있습니다. 우리는 미래를 형성할 수 있는 위치에 있는 몇 안 되는 회사들 중 하나이며, 그에 맞게 계획대로 나아가고 있습니다. 저는 수십억 명의 사람들에게 개인 맞춤형 초지능을 제공할 수 있기를 기대하고 있습니다. 그리고 언제나처럼, 이 여정에 함께해 주신 여러분과 우리 팀의 헌신적인 노력에 깊이 감사드립니다. Susan Li: 고마워요, 마크. 그리고 여러분, 안녕하세요. 이제 세그먼트 결과부터 시작하겠습니다. 달리 표시하지 않는 한 모든 비교는 전년 동기 대비 기준입니다. 우리는 3월에 일일 기준으로 우리 앱 제품군 중 적어도 하나를 사용한 사람이 35.6억 명으로 추정하며, 이는 이란에서의 인터넷 장애와 러시아에서의 WhatsApp 접근 제한으로 인해 12월보다 소폭 감소했습니다. 이러한 영향이 없었다면 가족 일일 활성 사용자 성장률은 전 분기 대비 플러스였을 것입니다. . 1분기 전체 앱 제품군 매출은 559억 달러로, 전년 동기 대비 33% 증가했습니다. 1분기 앱 제품군 광고 매출은 550억 달러로, 전년 동기 대비 33% 또는 일정 환율 기준 29% 증가했습니다. 1분기 동안 당사 서비스 전반에서 제공된 총 광고 노출 수는 19% 증가했습니다. 노출 성장세는 모든 지역에서 건전했는데, 주로 참여도와 사용자 성장, 그리고 광고 노출 최적화의 영향이 컸습니다. 1분기 글로벌 평균 광고 단가는 전년 동기 대비 12% 증가했으며, 지난해 1분기 대비 매크로 환경이 개선되고 국제 지역에서의 통화 역풍이 있었고, 광고 성과 개선의 도움을 받으며 전반적으로 고르게 성장했습니다. 이는 수익화가 낮은 지역에서의 노출 증가 등으로 일부 상쇄되었습니다. 앱 제품군 기타 매출은 8.85억 달러로, 74% 증가했으며 주로 WhatsApp 유료 메시징 및 구독 매출의 영향이 컸습니다. Realty Lab 세그먼트 내에서 1분기 매출은 4.02억 달러로, Quest 헤드셋 판매 감소로 전년 동기 대비 2% 감소했지만, AI 안경 매출의 견조한 지속 성장으로 일부 상쇄되었습니다. 이제 연결 실적을 살펴보겠습니다. 1분기 총 매출은 563억 달러로, 일정 환율 기준 전년 동기 대비 33% 또는 29% 증가했습니다. 1분기 총 비용은 334억 달러로, 작년 대비 35% 증가했습니다. 전년 동기 대비 성장은 주로 인프라 비용과 직원 보상에서 비롯되었습니다. 인프라 비용 증가에는 더 높은 감가상각, 데이터센터 운영 비용, 제3자 클라우드 지출 증가가 영향을 미쳤습니다. 직원 보상 증가에는 지난 1년 동안 추가한 기술 인력이 영향을 미쳤으며, 특히 AI 인재가 포함됩니다. 우리는 1분기를 직원 77,900명 이상으로 마감했는데, 특정 기능에서의 인원 최적화 노력으로 인한 영향이 일부 상쇄되긴 했지만 수익화 및 인프라의 우선순위 영역에서 채용을 진행한 데 힘입어 4분기 대비 1% 감소했습니다.1분기 영업이익은 229억 달러였으며, 41%의 영업이익률을 나타냈습니다. 1분기 이자 및 기타 수익은 주식 투자에 대한 평가손실의 미실현 손실로 인해 -11억 달러였습니다. 이번 분기의 법인세율은 -23%였는데, 이는 80.3억 달러의 세금 혜택의 영향을 긍정적으로 받았습니다. 이 혜택은 2025년 3분기에 우리가 기록한 159.3억 달러의 비현금 세금 비용 중 일부를 상쇄합니다. 이는 미국에서 이전에 자본화한 R&D 지출의 세무 처리와 관련해 2026년 2월에 미국 재무부가 발표한 업데이트된 가이던스를 반영한 것입니다. 세금 혜택이 없었다면, 우리의 1분기 법인세율은 14%였을 것입니다. 순이익은 268억 달러, 또는 주당 10.44달러였습니다. 세금 혜택이 없었다면 순이익과 EPS는 각각 187억 달러와 7.31달러였을 것입니다. 자본지출(금융리스에 대한 원금 상환 포함)은 198억 달러였으며, 서버, 데이터 센터, 네트워크 인프라에 대한 투자에 의해 견인되었습니다. 잉여현금흐름은 124억 달러였습니다. 우리는 분기를 마무리하며 현금 및 유가증권 812억 달러, 부채 587억 달러를 보유하고 있었습니다. 이제 사업 성과로 전환하겠습니다. 우리의 매출 성과를 좌우하는 두 가지 주요 요인은, 커뮤니티에 매력적인 경험을 제공하는 능력과, 그 참여를 시간이 지남에 따라 수익화하는 우리의 효과입니다. 첫째, 우리는 콘텐츠 추천 이니셔티브에서 의미 있는 성과를 계속 보고 있습니다. Instagram에서는 1분기에 우리가 개선한 순위가 Reels 시청 시간에 10%의 상승을 가져왔습니다. Facebook에서는 1분기 전 세계적으로 전체 동영상 시간이 8% 이상 증가했는데, 이는 4년 만에 분기 대 분기 기준 가장 큰 증가폭입니다. 미국과 캐나다 내에서는 1분기에 적용한 순위 개선이 Facebook에서의 동영상 시청 시간 9% 증가로 이어졌습니다. 이러한 성과는 전체 스택에 걸쳐 우리가 이뤄내고 있는 발전의 혜택을 받고 있습니다. 데이터부터 시작해, 1분기에는 Instagram에서 학습에 사용하는 사용자 상호작용 시퀀스의 길이를 두 배로 늘리고, 각 사용자 상호작용을 설명하는 방식의 풍부함을 높여, 시스템이 사용자 관심사를 더 깊이 이해할 수 있도록 했습니다. 모델 측면에서는, 순위 모델이 신규 게시물을 인덱싱하는 속도를 크게 높여, 게시된 직후 더 빨리 추천할 수 있게 하고 있습니다. 또한 더 고도화된 콘텐츠 이해 기술을 적용해, 유사한 콘텐츠에 많이 참여하지 않은 사람이라도 흥미로울 수 있는 게시물을 빠르게 식별할 수 있도록 했습니다. 이러한 개선들과 기타 개선들은 추천 콘텐츠의 다양성과 최신성을 높이는 데 기여했으며, 같은 날 게시물이 현재 Instagram과 Facebook에서 추천 Reels의 30%를 넘어서고 있습니다. 이는 1년 전 수준보다 두 배 이상입니다. 우리는 또한 AI를 활용해 동영상을 시청자 로컬 언어로 자동 번역하고 더빙함으로써 더 많은 인벤토리를 확보하고, 더 다양한 콘텐츠를 추천할 수 있게 하고 있습니다. Facebook과 Instagram 각각에서 5억 명이 넘는 사용자가 AI 번역 동영상을 주 단위로 시청하고 있습니다. 앞으로는 더 가치 있는 추천을 제공할 것으로 기대하는 몇 가지 투자를 진행하고 있습니다. 올해는 모델을 여러 차원에서 계속 확장할 것이며, 모델의 크기와 복잡성을 포함해 플랫폼 전반의 콘텐츠 이해를 심화하기 위해 LLM을 통합할 것입니다. 이를 통해 사람들을 그들의 관심사에 맞춰 더 다양한 콘텐츠와 더 잘 매칭할 수 있게 됩니다. 동시에 우리는 추천 시스템의 차세대를 개발하기 위한 장기적 노력도 수행하고 있습니다. 여기에는 유기적 콘텐츠와 광고 추천을 구동하는 파운데이션 모델을 구축하는 것뿐 아니라, LLM 기반 추천 시스템을 개발하는 것도 포함됩니다. 올해 우리의 초점은, 이들 분야에서 모델 아키텍처와 기법을 검증한 뒤 향후 연도에 이를 규모화하는 것입니다. 추천 작업 외에도, 우리는 Meta 초지능 랩스의 모델을 배치해 새로운 형태의 제품 경험을 제공하는 데 집중하고 있습니다.우리는 MSL의 첫 모델인 Muhspark로 응답을 제공하기 시작한 이후 Meta AI에서 고무적인 결과를 보고 있습니다. 출시를 앞두고 진행한 테스트에서는, 모델의 각 새로운 반복마다 주간 단위로 가속되는 의미 있는 참여도 증가를 확인했습니다. Meta AI에서도 유사한 성과를 보이고 있는데, 새로운 모델을 전면 롤아웃한 이후 Meta AI 사용자 1인당 세션이 두 자릿수 퍼센트 증가했습니다. Mu Spark는 현재 앱 패밀리 전반의 직접 대화 스레드는 물론, 독립형 Meta AI 앱과 웹사이트에서도 Meta AI를 구동하고 있으며, 전 세계 수십억 명의 사람들이 최신 모델에 액세스할 수 있게 되었습니다. 전반적으로 우리는 연구 및 제품 로드맵에서의 모멘텀에 매우 고무되어 있으며, 올해 동안 우리가 무엇을 만들고 있는지에 대한 더 많은 세부 정보를 공유할 수 있기를 기대하고 있습니다. 이제 매출 성과의 두 번째 동력인 수익화 효율성 향상으로 전환하겠습니다. 이 작업의 첫 번째 부분은 유기적 참여(Organic engagement) 내 광고 수준을 최적화하는 것입니다. 여기서 우리는 광고를 최적의 시간과 위치에 표시할 수 있도록 계속해서 시스템을 개선하고 있습니다. Q1에는 Threads를 비롯한 더 많은 시장에서 Threads의 광고를 더 많은 사람들에게 제공하는 등, 더 새로워진 서비스에서 광고 제공 범위를 확장했습니다. WhatsApp에서는 광고와 상태(status) 기능의 롤아웃으로 좋은 진전을 보이고 있으며, 현재 수억 명의 사람들이 매일 이를 보고 있습니다. 수익화 효율성을 높이기 위한 두 번째 부분인, 우리 서비스를 사용하는 비즈니스의 성과를 개선하는 일로 넘어가겠습니다. 이를 위해 우리는 시스템과 도구의 각 레이어 전반에 걸쳐 AI를 더 깊이 배치하고 있습니다. 광고 시스템에서는 더 복잡하고 예측 가능한 모델을 도입함에 따라 성과 향상을 제공하고 있습니다. Q1에는 Lattice의 모델링 및 학습 기법에 대해 적용한 개선과, GEM 모델 아키텍처의 발전이 랜딩 페이지 뷰 광고의 전환율을 6% 이상 증가시키는 데 기여했습니다. 또한 1회 제공(서빙) 광고를 위해 더 성능이 좋은 추론(inference) 모델에도 투자해 왔습니다. 지난해 하반기에는 새로운 적응형 랭킹(adaptive ranking) 모델을 롤아웃하기 시작했는데, 이는 LLM 스케일의 추천(recommender) 모델로서 추론에 사용합니다. 이 모델은 전환 가능성이 더 높다고 판단될 때 요청을 더 연산 집약적인 추론 모델로 라우팅함으로써 추론 ROI를 개선합니다. Q1에는 적응형 랭킹 모델의 적용 범위를 오프사이트(off-site) 전환까지 확장했으며, 그 결과 Facebook과 Instagram의 주요 전면(surfaces) 전반에서 전환율이 1.6% 증가했습니다. 또한 우리는 AI를 활용해 비즈니스가 고객을 더 쉽게 관리하고, 광고 크리에이티브를 개발하며, 고객과 소통할 수 있도록 돕고 있습니다. Meta AI 비즈니스 어시스턴트는 현재 지원되는 Meta 구매 서비스에서 자격을 갖춘 모든 광고주에게 완전히 롤아웃되어, 광고주에게 개인화된 추천을 제공하고, 계정 문제를 해결하며, 성과 인사이트를 제공해 결과를 최적화할 수 있도록 지원합니다. 어시스턴트는 Q4부터 테스트를 시작한 이후 성과가 강하게 나타났는데, 일반적인 계정 문제들이 20% 더 높은 비율로 해결되고 있습니다. 이번 주에는 오픈 베타로 Meta ads AI 커넥터를 새롭게 소개하여, 광고주가 자신의 Meta 광고 계정을 AI 에이전트에 직접 연결할 수 있도록 합니다. 우리는 항상 플랫폼과 마케팅 API 같은 도구를 통해 광고주를 지원해 왔습니다. 이제 그 범위를 AI로 확장하는 것입니다. 즉, 비즈니스와 에이전시는 이미 사용 중인 도구로 캠페인을 분석하고 최적화할 수 있습니다. 광고 크리에이티브 도구의 사용도 빠르게 확대되고 있는데, 800만 명이 넘는 광고주가 Gen AI 광고 크리에이티브 도구 중 최소 하나를 사용하고 있으며, 특히 중소 광고주들 사이에서 채택이 두드러지게 높습니다. 이러한 도구는 성과에도 도움이 되고 있는데, 동영상 생성 기능을 사용하는 광고주는 테스트에서 3% 이상의 더 높은 전환율을 보였습니다. 우리는 AI를 활용해 고객 참여를 촉진하는 데에도 좋은 견인력을 확인하고 있습니다. Q1에는 WhatsApp에서 라틴 아메리카와 인도네시아의 SMB를 대상으로 비즈니스 AI를 확장했고, 아시아 태평양 지역에서는 Messenger에서 비즈니스 AI를 확대했습니다.현재 비즈니스 AI를 통해 매주 1,000만 건이 넘는 대화가 진행되고 있으며, 이는 연초의 100만 건에서 증가한 수치입니다. 이번 분기에는 더 많은 국가로의 접근성을 확대하는 한편 AI에 더 많은 기능을 추가할 예정입니다. 또한 우리는 광고주가 가장 많은 전환을 단순히 최저 비용으로 최적화하는 데 그치지 않고, 가장 높은 가치의 전환을 우선순위로 지정해 광고 지출 대비 수익(ROAS)을 극대화하도록 돕는 가치 최적화 제품군에 대한 투자를 지속하고 있습니다. 비즈니스의 도입도 강했습니다. 지난 1년 동안 성과 개선을 통해 사용자들의 관심이 높아졌고, 현재 가치 최적화 제품군의 연간 매출 실행률은 200억 달러를 넘어 전년 대비 두 배 이상 증가했습니다. 마지막으로 커머스 노력을 짚고자 합니다. 사람들은 우리 플랫폼에서 광고와 유기적 게시물(오가닉 포스트)을 통해 제품을 발견하며, 브랜드들이 점점 더 크리에이터를 통해 제품을 홍보하고 있습니다. 이는 제휴사의 광고 제품에서 빠른 성장을 견인하고 있는데, 1분기 연간 매출 실행률이 전년 동기 대비 두 배 이상 증가해 100억 달러를 기록했습니다. 크리에이터를 통해 이루어지는 제품 발견과 구매를 지원하기 위해, 우리는 광고를 넘어 우리의 솔루션을 확장하고 있습니다. 지난달에는 Facebook에서 제휴 파트너십을 더 많은 테스트 파트너에게 제공해 크리에이터가 참여 소매업체의 제품을 자신의 게시물에 태그하고 누군가가 구매하면 커미션을 받을 수 있도록 했습니다. 또한 Instagram에서도 이와 유사한 경험을 테스트하기 시작했습니다. 특히 플랫폼 전반에 AI를 깊이 통합해 나가면서, 우리 서비스 내에서 사람들이 더 쉽고 자연스럽게 제품을 발견하고 구매할 수 있도록 돕는 데 실제 기회가 있다고 봅니다. 다음으로 자본 배분에 대한 우리의 접근 방식을 논의하겠습니다. 컴퓨트는 우리가 제공할 수 있는 서비스의 품질을 좌우한다는 점에서 점점 더 중요해지고 있으며, 더 역량 있는 모델에 동력을 제공하고 혁신적인 새로운 제품을 제공하는 데에도 영향을 미칩니다. 또한 이는 우리가 -- 직원들이 에이전트를 관리해 새로운 아이디어를 생성하고, 실험을 수행하며, 업무를 실행하고, 제품을 구축하는 세계로 진입하고 있기 때문에, 우리가 일하는 방식에 있어서도 더욱 핵심이 되고 있습니다. 우리는 인프라 필요를 충족하기 위해 공격적으로 투자하고, 향후 수년간 우리의 전략적 유연성을 극대화할 수 있도록 하겠습니다. 여기에는 향후 역량을 위한 필수 구성요소를 확보하기 위해 자체 데이터센터 규모를 상당히 확장하고 공급망 전반에서 거래를 성사시키는 것이 포함됩니다. 또한 올해부터 2027년까지 가동될 클라우드 딜에 서명함으로써 더 빠르게 규모를 확장할 수 있게 될 것입니다. 이러한 다년간의 클라우드 딜과 인프라 구매 약정은 이번 분기에 계약상 약정 규모를 1,070억 달러만큼 단계적으로 상향시키는 데 기여했습니다. 우리의 투자는 향후 모델을 위한 학습 수요를 뒷받침할 것이며, 무엇보다 전 세계 수십억 명의 사람들과 기업에게 개인 및 비즈니스 에이전트를 제공하는 데 필요한 추론(inference) 역량을, 그리고 우리가 개발 중인 여러 다른 AI 제품 경험들을 제공하는 데 필요한 역량을 제공해 줄 것입니다. 인프라 지출이 늘어나도 우리는 효율적으로 운영하겠다는 방침을 유지하고 있으며, 최근 내부적으로 5월에 직원 규모를 줄일 계획이라고 공유했습니다. 더 슬림한 운영 모델은 우리가 더 빠르게 움직일 수 있게 해 주는 동시에, 우리가 하고 있는 막대한 투자에 대한 부담을 상쇄하는 데에도 도움이 될 것이라고 믿습니다. 이제 재무 전망으로 넘어가겠습니다. 우리는 2026년 2분기 총매출이 580억 달러에서 610억 달러 범위에 있을 것으로 예상합니다. 우리의 가이던스는 현재 환율을 기준으로 외화가 연간 대비 총매출 성장에 약 2%의 순풍(tailwind)으로 작용한다고 가정합니다. 비용 및 자본적지출(CapEx) 전망으로 전환하겠습니다. 2026년 연간 총비용은 기존 전망과 변함없이 1,620억 달러에서 1,690억 달러 범위로 예상합니다. 우리는 올해 영업이익이 2025년 영업이익을 상회할 것으로 계속 기대하고 있습니다. 2026년 자본적지출은 금융리스에 대한 원금 상환을 포함해 1,250억 달러에서 1,450억 달러 범위가 될 것으로 예상하며, 이는 기존 전망 범위인 1,150억 달러에서 1,350억 달러에서 증가한 수치입니다.이것은 올해 더 높은 컴포넌트 가격에 대한 우리의 기대를 반영하는 것이며, 또한 향후 연도의 처리능력을 지원하기 위한 추가 데이터 센터 비용의 영향도 다소 반영합니다. 세무 환경에 어떤 변화가 없다면 2026년 나머지 분기의 세율은 13%~16% 범위일 것으로 예상합니다. 마지막으로, 우리는 EU와 미국에서의 역풍을 포함해 우리의 사업과 재무 성과에 중대하게 영향을 줄 수 있는 진행 중인 주요 법률 및 규제 사안들을 계속 모니터링하고 있습니다. 예를 들어, 우리는 청소년 관련 이슈에 대한 면밀한 조사를 계속 보고 있으며, 미국에서는 올해 추가 재판이 예정되어 있어 결국에는 중대한 손실로 이어질 수 있습니다. 마무리하자면, 1분기는 핵심 광고 및 참여 이니셔티브 전반에서의 강한 실행으로 올해를 탄탄하게 시작했습니다. 또한 우리는 AI 연구와 제품 노력에서 흥미로운 진전을 이루고 있으며, 올해 전반에 걸쳐 그 모멘텀을 구축할 것으로 기대합니다. 그럼 Crystal, 질문을 받기 위해 통화를 시작하겠습니다. Operator: [Operator Instructions] 그리고 첫 번째 질문은 Morgan Stanley의 Brian Nowak 님이 하겠습니다. Brian Nowak: 제가 여쭤보고 싶은 것은, ROIC를 창출하기 위해 그리고 이러한 모든 투자들—여러분과 다른 제품들—에 대해 여러분이 보고 있는 이른바 ‘표지판(signposts)’ 수준의 투자 규모입니다. 그래서 향후 12~24개월 동안 여러분이 주시하는 핵심 요인들이 무엇인지, 예를 들어 Meta AI, Muse advances, chloralgorithm 같은 것들 가운데 무엇을 가장 우선적으로 보고 있는지, 그리고 이 모든 CapEx와 인프라 지출에서 건강한 ROIC를 만들어내기 위해 올바른 길을 가고 있는지 확인하기 위해 무엇을 보고 있는지 알려주실 수 있을까요? Mark Zuckerberg: 그건 기본적으로 어디를 보느냐에 대한 아주 기술적인 질문입니다. 저희가 보는 것들은 우리가 선도적인 모델과 선도적인 제품을 만들고 있는 궤도에 있는지 확인하기 위한 것입니다. 우리 회사의 공식은 항상 수십억 명의 사람들에게 도달할 수 있는 경험을 만들고, 그들이 규모에 도달했을 때 그 경험을 수익화하는 데 집중해 온 것이었습니다. 저희는 여기서도 그런 흐름을 약간 보고 있는데, 즉 선도적인 모델을 만들기 위해 미리 투자하고, 그것을 선도적인 제품으로 전환한다는 것입니다. 그리고 우리는 이것들이 향후 10년 동안 만들어질 가장 중요한 제품들 중 일부가 될 것이라고 생각합니다. 그래서 저는 다른 모든 것과 마찬가지로, 제가 보는 기본적인 이정표는 세 가지라고 생각합니다. 첫째, 기술적으로 훌륭한 제품을 가능하게 할 만큼 품질을 제공하고 있는지, 둘째, 제품이 생겼을 때 어떻게 확장되고 있는지, 셋째, 수익화는 어떤지 그리고 그에 따라 수익성이 높아지도록 효율을 끌어올리는 것입니다. 저는—각 제품이 월별로 정확히 어떻게 확장될지에 대한 아주 정밀한 계획은 없다고 생각합니다. 다만 그러한 것들이 어떤 형태로 전개되어야 하는지는 감을 갖고 있습니다. 그리고 이러한 것들의 사용량, 제품의 품질, 공개되어 있는 모델들의 품질, 그리고 다른 프론티어 모델들이 얻고 있는 활용과 그 궤적을 보면, 제가 보기엔 a) 우리가 구축하고 있는 연구소가 전 세계에서 선도적인 연구소가 되도록 궤도에 올라 있다고 확신할 수 있습니다. MuSpark은 매우 높은 품질의 모델이었습니다. 그것은 Meta AI를 구동하는데, 제가 보기엔 지금 세계적인 수준의 어시스턴트입니다. 우리는 그것을 성장시켜 많은 양의 참여를 확보할 수 있는 능력이 있습니다. 그리고 향후 몇 분기 동안은 다음 세트의 학습 실행이 어떻게 진행되는지, 제품이 어떻게 확장되는지, 그리고 파이프라인의 제품들에 대해 얼마나 기대하고 있는지—현재는 매우 기대하고 있습니다—를 계속 추적할 것입니다. 또한 그 기간 동안 수익화도 점진적으로 확대할 것입니다. 그것들이 제가 보는 것들입니다. 구체적인 재무 질문 같은 경우에는, 덧붙일 것이 있다면 Susan이 들어올 수 있을 것 같습니다. Operator: 다음 질문은 Bernstein의 Mark Shmulik 님이 하겠습니다. 마크 슘율릭: 마크, 제가 보기엔 MuSpark가 일단 외부에 출시된 것 같은데요. 팀의 초점이 여기서 어떻게 나뉘어져서, 개인 지능이라는 목표를 위한 추가 모델 학습 실행과 더 나아가 그에 대한 전문화에 집중할 것인지, 아니면 제품 출시와 더 많은 제품을 문밖으로 내보내는 데 집중할 것인지에 대해 어떻게 생각하고 계신가요? 그리고 수전, 제 생각엔 브라이언 질문에 대한 후속으로 드리자면 2027년 CapEx를 논의하기에는 아직 이르다는 건 알지만, 오늘 밤 동료들이 잠재적으로 상당한 증액이 있을 수 있다고 언급했어요. 올해의 수익이나 견인(traction)을 우리가 어떻게 차원화해서 생각할지, 그리고 그것이 2027년 지출에 어떤 영향을 미칠 수 있을지에 대해 설명해주실 수 있을까요? 마크 저커버그: 제 생각에는 팀의 로드맵은 — 꽤 일관되어 왔다고 봅니다. 그래서 우리는 연구팀이 있는데, 이 팀은 우리가 집중하는 특정한 것들에 대한 역량을 갖춘 점점 더 지능적인 모델을 확장하는 데 초점을 맞추고 있습니다. 그 특정한 것은 사업 에이전트와 개인 에이전트입니다. 그러니까 저희는 방금 첫 번째 모델을 출시했고, 제 발언에서 모델을 위한 더 큰 역량과 규모를 향해 스케일링 래더를 올라가고 있다고 말씀드렸습니다. 그 작업은 계속되고 있고요. 지금은 더 고도화된 다음 모델 세트도 학습 중입니다. 제 생각엔 그 작업도 계속될 겁니다. 결국 하나의 루프라고 봐요. 머지않아 그걸 끝내게 될 것이라고는 생각하지 않습니다. 우리는 계속해서, 우리가 원하는 방식으로 더 지능적이고 더 유능한 모델을 학습하는 데 전념하는 팀들을 갖게 될 겁니다. 그리고 다음으로 제품팀이 있는데, 이 팀은 이제 정말로 우리의 모델 위에 무언가를 만들 수 있게 해금된 상태라고 할 수 있습니다. 왜냐하면 이제 아주 강력한 모델이 있기 때문입니다. 이전에는 저희가 이전의 더 오래된 모델들이나 다른 회사들의 API를 활용하는 등, 여러 다른 모델을 가지고 다양한 것들을 프로토타입으로 만들어왔습니다. 하지만 이제는 우리의 자체 모델 위에 직접 무언가를 구축하고, 그것을 우리의 모델 위에서 확장 가능하게 만드는 단계로 나아갈 수 있게 됐습니다. 그래서 여러분은 일정 기간에 걸쳐 그런 모습들을 보게 될 거라고 생각합니다. 제가 서두 발언에서 앞으로 어디로 가고 있는지에 대한 감을 조금 드리려고는 했지만, 그에 대한 더 구체적인 내용은 앞으로 몇 달 동안 더 분명해질 거라고 봅니다. 그리고 저는 이것들이 결국 두 가지 루프일 것이라고 생각합니다. 저희는 계속 지능을 향상시키는 데 반복적으로 나아갈 겁니다. 그리고 계속 새로운 제품을 만들고, 그 제품들을 확장해나갈 겁니다. 그러면서 제품-시장 적합성(product market fit)에 도달하게 되면, 그 제품들을 둘러싼 사업을 구축하는 데 점점 더 집중하고 비용을 줄이는 데도 더 집중할 겁니다. 그리고 이는 지난 20년 동안 회사를 운영해오면서 저희가 해왔던 방식이고, 기본적으로 이것이 계획입니다. 수전 리: 마크, 두 번째 질문에 대해 말씀드리면, 우리는 2027년 CapEx에 대한 구체적인 전망을 제공하지 않습니다. 솔직히 말해서 저희 역시 자체적으로 매우 역동적인 계획 수립 과정을 진행 중입니다. 향후 몇 년 동안 어떤 역량(capacity)이 필요한지 작업을 해나가고 있기 때문입니다. 지금까지의 경험을 보면, 저희는 컴퓨트(compute) 필요량을 계속 과소평가해왔습니다. AI의 발전이 계속되면서 역량을 상당히 늘려가고 있는 상황에서도, 그리고 저희 팀들이 계속해서 매력적인 새로운 프로젝트와 이니셔티브를 찾아내고 있는 상황에서도요. 게다가 현재는 매우 설득력 있는 내부 사용 사례도 많습니다. 따라서 앞으로 컴퓨트는 사업에서 더더욱 핵심이 될 것이라고 봅니다. 그리고 이것은 우리가 개발하는 모델의 품질, 우리가 도입할 수 있는 제품의 유형, 그리고 조직으로서 얼마나 생산성 있게 일할 수 있는지 등을 결정하는 데 결정적으로 중요할 겁니다. 그래서 우리는 유연성을 염두에 두고 인프라를 계속 구축해나갈 계획입니다. 만약 우리가 예상하는 것만큼 필요하지 않게 된다면, 구축된 인프라를 더 느리게 온라인에 올리도록 선택하거나, 우리가 지금 구축하고 있는 역량을 성장해 나가면서 향후 몇 년 동안 지출을 줄일 수도 있습니다. 오퍼레이터: 다음 질문은 Goldman Sachs의 에릭 셰리던(Eric Sheridan)으로부터 들어옵니다. 에릭 셰리던: 준비된 발언에서 다뤄졌던 주제 중 하나를 조금 더 확장해서 말씀드릴 수 있을까요.하지만 회사 앞에 놓여 있는 기회 요건, 즉 에이전트형 컴퓨팅을 소비자와 엔터프라이즈 모두 앞에 도입한다는 관점에서의 기회 요건만큼은요. 당신은 그동안 소비자 환경과 관련해 계속해서 연관되어 오신 것으로 알고 있습니다. 그리고 시간이 지남에 따라, 당신의 비즈니스 모델에서 미디어 참여(미디어 engagement) 부분과 커머스 부분을 어떻게 더 에이전트적으로 만들기 위해 생각하고 있는지 궁금합니다. 또 과거에는 아마도 제품 출시 속도가 그만큼 높지 않았을 수 있는 중소기업(SME)과 엔터프라이즈 전반에서 당신 앞에 놓여 있는 기회 요건은 무엇이라고 보시나요? Susan Li: 고맙습니다, Eric. 우선 단기적으로는, 물론 제가 말씀드린 것들 중에서도 가장 큰 초점은 우리가 기존 커뮤니티와 사용자 기반과의 참여를 심화하는 일부 영역입니다. 그리고 광고 경험을 의미 있게 더 개인화하고, 더 몰입도 높고, 더 가치 있게 만드는 것, 그리고 중소기업이 우리 플랫폼 전반에서 고객을 찾고 참여할 수 있도록 돕는 것까지요. 제 생각에는 이것들이 오늘날 우리가 가진 비즈니스에 대한 가장 직관적이고 인접한 기회들입니다. 그리고 물론 우리가 더 많은 에이전트형 역량을 구축해 에이전트가 사람들의 생산성을 높여 주는 데 기여할 수 있게 된다면, 한편으로는 비즈니스를 위한 에이전트도 가능해지고, 솔직히 말해 그러한 에이전트들이 서로 상호작용하면서 우리 플랫폼에서 번성할 것으로 기대하는 커머스 생태계를 구축하게 될 것입니다. 그래서 저는 이런 것들 중 일부는 특히 후자의 범주에서 조금 더 먼 시점에 있는 것들이라고 말할 수 있습니다. 다시 말해 초점은 개인용 초(超)지능을 구축하는 것이고, 당신을 대신해 일하면서 일을 처리해 주는 소비자 에이전트를 만드는 것입니다. 이것은 현재 우리가 집중하고 있는 소비자 경험이긴 하지만, 시간이 지나면서 분명한 수익화 기회가 있을 것이라고 생각합니다. 예를 들어 커미션 구조나 프리미엄 제공 같은 형태를 상상해 볼 수 있겠죠. 그리고 사업 측면에서는 에이전트와 비즈니스 AI 이니셔티브를 확장하는 것과 관련해 물론 큰 기회가 있다고 보고 있습니다. 아까 제 발언에서 말씀드린 것처럼, 메시징 플랫폼에서 사람과 비즈니스 AI 간의 주간 대화가 1,000만 회가 넘습니다. 이는 연초의 100만 회에서 늘어난 수치이며, 2분기에 걸쳐 전 세계적으로 계속 확장해 나갈 계획입니다. 그리고 현재 비즈니스 AI는 대부분의 비즈니스에 대해 우리 메시징 앱에서 무료로 제공되고 있습니다. 하지만 우리가 더 많은 진전을 이루면서, 장기적인 수익화 모델을 구축하는 쪽으로도 나아갈 것으로 기대합니다. 또한 앞으로 비즈니스에 제공할 수 있는 다른 서비스들도 검토하겠지만, 오늘은 그 외에 더 공유할 내용이 없습니다. Operator: 다음 질문은 Truist Securities의 Youssef Squali 님의 라인에서 들어오겠습니다. Youssef Squali: Mark에게 하나, Susan에게 하나씩 질문드릴게요. Mark, ray-Ban과 Oakley의 AI 안경은 계속해서 여러분에게 아주 잘 성과를 내고 있습니다. 그런데 Essilor-Luxottica는 훨씬 더 많은 브랜드를 소유하고 관리하고 있잖아요. 올해 이들 다른 브랜드에서 추가 안경을 출시하기 위한 관문 요인(gating factors)은 무엇인가요? 그리고 2026년을 돌아보며 봤을 때, 예를 들면 판매 단위 수(유닛 sold) 측면에서 성공적인 한 해는 어떤 모습일까요? 그리고 Susan, 10% RIF에 대해, 그중 얼마나가 AI 구현을 위한 효율성 때문이고 얼마나는 그냥 몸을 건강하게 유지할 필요 때문인가요? 또 시간이 지나며 직원에 대한 필요가 어떻게, 전체 매출 성장에 비례해서 성장한다고 보시는지도 궁금합니다. Susan Li: 두 가지 모두 말씀드릴 수 있습니다. 다만 두 번째 질문부터 답을 먼저 하겠습니다. 질문의 모든 부분을 제가 제대로 파악했는지 확인하려고요. 즉 회사의 ‘어떤’ 적정 규모가 어느 정도냐는 관점에서 보면, 저는 시간이 지나도 회사의 최적 규모가 미래에 무엇일지에 대해서는 잘 모르겠다고 생각합니다. 지금은 AI 역량이 빠르게 발전하는 가운데 변화가 많이 일어나고 있기 때문입니다. 우리는 생산성을 실질적으로 크게 높이기 위해 AI 도구를 활용하는 데 매우 집중하고 있고, 그 결과를 우리 엔지니어들의 가속된 산출(output) 속도에서 확인하고 있습니다.그리고 우리는 일반적으로—이러한 도구들을 사용해서 이전보다 더 많은 제품과 서비스를 만들고 싶다는 의도를 바탕으로 접근하고 있습니다. 동시에 우리는 인프라에 매우 중대한 투자를 하고 있고, 계속 효율적으로 운영하는 데 매우 집중하고 있습니다. 그래서 제 생각에는 앞으로 몇 년 동안 우리의 우선순위를 달성하는 데 가장 잘 맞춰지도록 우리가 어떤 구조로 되어 있는지 지속적으로 평가할 것 같습니다. 그래서 이것이 제 생각에 두 번째 질문입니다. 첫 번째 질문은 AI 글래스에 관한 것이었죠. 우리는 1분기 동안, 물론 AI 글래스 판매에서 계속 강한 성장세를 보고 있습니다. 확장된 포트폴리오 라인업에 대한 수요는 전반적으로 꽤 강했고, 이제 판매가 Ray-Ban Meta의 이전 세대에서 최신 세대로 이동하는 것을 보고 있는데, 제 생각에 이는 연장된 배터리 수명과 더 높은 해상도의 비디오 촬영 같은 개선된 기능의 가치가 반영된 것이라고 볼 수 있습니다. 그래서 우리는 글래스와 관련해 우리가 이룬 진전에 꽤 기대가 큽니다. 또한 Meta neurlbands가 포함된 Meta Ray-Ban 디스플레이에 대한 강한 관심도 보고 있습니다. 이는 디스플레이 글래스에 대한 소비자 수요가 있다는, 즉 이 제품이 어떻게 다음 단계로 진화하는지에 대한 다음 세대라는 신호로 보이기 때문에 고무적입니다. 네, 그래서 제 생각에는 이 분야는—우리가 계속 기대하고 있고, 여기에 투자하고 있는 분야입니다. Operator: 다음 질문은 Bank of America의 Justin Post님이 해주십니다. Justin Post: Mark, Spark를 내놓기까지 약 10개월이 걸렸어요. 꽤 좋은 속도라고 생각합니다. 새로 개발 중인 일부 제품에 대해 어떤 종류의 성과를 의미하는지 이해할 수 있게 설명해 주세요. 그리고 그 모델을 기반으로 한 소비자 또는 기업 대상 제품의 제품 출시 주기가 향후 9개월 동안 어떻게 될까요? Mark Zuckerberg: 음, 분야가 꽤 빠르게 움직이고 있습니다. 그래서 저는—제가 생각하기에—실험실을 구축한 것부터, 매우 널리 받아들여지는 강력한 모델을 갖추기까지 가장 빠르게 진행된 그 랩에 대해 저는 매우 만족합니다. 그게 좋습니다. 제 생각에는 이는 팀이 함께 잘 일하고 있다는 점, 인프라가 잘 작동하고 있다는 점, 그리고 그 노력이 일정대로 진행되고 있다는 점을 매우 의미 있게 검증해 주는 것입니다. 그리고 제 생각에, 그게 기본적으로 지난 분기 동안 우리가 배운 것 가운데 제가 가져갈 가장 핵심입니다. 즉, 우리가 어디서부터 시작했고, 그게 꽤 큰 베팅이었는데, 그 베팅이 우리의 계획대로 진행되고 있다는 것이죠. 정확히 어떤 출시 주기가 될지는요? 그건 제가 말하기가 어렵습니다. 경쟁에 민감한 정보를 공유하고 싶지 않기 때문이기도 하고, 또 특정 날짜를 맞추기보다 품질에 더 집중하고 있다고 생각하기 때문입니다. 예를 들어 연구 측면에서는 이게 연구잖아요? 우리는 새로운 시도를 하고 있습니다. 언제 결과가 나올지 정확히 알 수는 없죠. 제품 측면에서는 저는 무엇보다 중요한 건 제대로 갖추는 것에 있다고 생각합니다. 이렇게 말해볼게요. 사람들이 다양한 목적을 위해 만들고 있는 에이전트들이 많지만, 저는 우리 어머니에게도 줄 만큼이라고 생각되는 것은 많지 않다고 봅니다. 그리고 그런 수준의 품질 기준에 도달하는 것이, 특정 주에 출시하는 것 같은 걸 맞추는 것보다 더 제가 중요하게 생각하는 부분입니다. 그래서—그런데 그렇다고 해도, 저는 여기서 팀들이 매 분기 한 번씩 저에게 와서 보고하듯 하지는 않아요. 우리는 매일매일 의미 있는 진전을 만들어내고 있습니다. 제 생각에 이런 세계에서 개발하는 재미의 일부가 바로 사람들이 매우 빠르게 발전시킬 수 있다는 점이에요. 소규모 팀과 사람들이 아주 빠르게 진전을 만들 수 있죠. 그래서 저는 혁신이 많이 나올 것이라고 생각합니다. 이번 통화의 타이밍도 어떤 면에서는 좋습니다. MuSpark 출시가 긍정적이었고, Meta AI의 첫 공개도 긍정적이었던 것 같습니다. 그것은 우리가 계획대로 가고 있다는 것을 보여주는 것이라고 생각합니다.우리가 가는 방향의 아주 높은 수준의 로드맵을 일단 그려 보려고는 하는데, 제 생각에는 그 그림이 이후 분기들에 걸쳐 훨씬 더 또렷한 형태로 잡혀 갈 거예요. Operator: 다음 질문은 Barclays의 Ross Sandler 라인에서 나옵니다. Ross Sandler: 네. Mark, 방금 답변과 관련해서요. 방금 말씀하신 것처럼 ‘엄마를 위한 것’ 정도의 수준을 구축하는 것보다 더 소비자 친화적인 쪽으로, OpenClaude부터 Pi나 Dreamer 같은 것까지—최근에 인수하셨죠—전반적으로 새로운 소비자용 애플리케이션들이 많이 생겨나고 있습니다. 그래서 이런 새로운 아이디어들이, 제가 보기엔 코어 Meta AI나 Dreamer, 혹은 전반적인 에이전틱 전략이 어떤 방향으로 가야 하는지에 대한 시각을 어떻게 바꾸고 있는지 궁금해요. 그리고 두 번째는, 연구소가 이 소비자 중심의 영역에 계속 머물 거라고 보시나요? 아니면 다른 사람들이 가고 있는 것처럼 코드 작성과 재귀적 자기개선 루프 같은 방향으로, 병행해서 그쪽으로도 가고 싶다—혹은 갈 필요가 있다고—생각하시나요? 그에 대한 견해도 듣고 싶습니다. Mark Zuckerberg: 네. 먼저 OpenClaude와 다른 에이전트들에 대해 말씀드리면, 그들은 앞으로 어떤 것들이 가능해질 수 있는지에 대한 정말 흥미로운 단서를 보여줍니다. 다만 오늘날에는 꽤 거친 시스템들이죠. 그리고 OpenClaud를 설정하려면 로컬에 컴퓨터를 설치하고, 터미널에 들어가서 여러 가지를 설정해야 합니다. 다시 말해—그걸 할 수 있는 사람은 아마도 수십만 명 정도 혹은 수백만 명 정도일 거예요. 하지만 우리가 말하는 건 전 세계 수십억 명의 사람들에게 개인용 초지능을 전달하는 것입니다. 그렇다면 어떻게 그 경험을 훨씬 더 다듬고, 더 “세팅 완료”되어 있고, 쉽고, 기본 인프라는 거의 다 갖춰져 있어서 사람들이 그냥 바로 작동시키기만 하면 되게 만들 수 있을까요? 그리고 바로 그 점에 우리가 소비자 측에서 집중하고 있습니다. 저는 그에 대해 정말 기대가 큽니다. 만약 그런 것이—이런 시스템들보다 훨씬 잘 작동하고, 사람들이 그냥 쓰기만 하면 될 만큼 쉬워서—수십만 명이나 수백만 명이 쓰는 수준을 넘어 수십억 명에게까지 전달될 수 있게 된다면, 그건 정말 굉장히 흥미로운 일이 될 거라고 봐요. 연구소가 설립된 1일차부터 우리의 핵심 목표는 그런 형태의 무언가를 제품으로 제공할 수 있도록 하는 것이었고, 저는 그게 정말 기대됩니다. 참고로, 이것은 기업도 마찬가지예요. 즉, 개인용 버전뿐 아니라 많은 사람들의 목표는 무언가를 “만드는 것”이잖아요. 웹사이트를 만들고, 제품을 만들고, 제품을 성장시키고 싶어합니다. 이런 것들을 좋은 에이전트들이 사람들이 해내도록 도울 수 있을 거고, 제 생각엔 바로 그래서 이 일이 특히 더 흥미롭습니다. 그리고 제가 모두발언에서 말씀드린 것처럼, 오늘날 우리는 사람들을 위해 몇 가지 목표는 처리할 수 있습니다. 목표가 크다는 거죠. 사람들은 서로 연결된 상태를 유지하고 싶어하고, 자신이 아끼는 사람들과 계속 연락하고 싶어하고, 세상에 대해 배우고 싶어 합니다. 이런 건 사람들이 진짜 중요하게 여기는 큰 목표들이죠. 하지만 사람들이 신경 쓰는 건 이것들만이 아닙니다. 그리고 제가 우리 제품이 할 수 있으면 좋겠다고 생각하는 것 중 하나는, 사람들이 원하는 목표를 구체적으로 이해한 다음, 그들을 대신해 바로 일을 해 주고, 답해야 할 질문이 생길 때마다 다시 체크인해 주는 겁니다. 그 목표가 개인적인 것이든, 비즈니스를 만들려는 것이든, 일을 해내려는 것이든 상관없어요. 저는 이게—제가 생각하기로는—세상에 있는 거의 모든 사람이 어떤 형태로든 그런 것을 원하게 될 것이라고 봅니다. 그리고 또 하나는, 이건 규모가 커질수록 더 잘 맞아떨어지는 영역이라고 생각합니다. 더 많은 것을 얻고 싶어질수록, 사람들은 그것을 위해 프리미엄이나 고성능 컴퓨팅 버전 같은 데에 훨씬 더 많은 돈을 기꺼이 지불할 거라고 생각하거든요. 그래서 저는 이게 굉장히 흥미로운 분야라고 봅니다.하지만 제가 보기엔 여러분이 기다려야 할 건, 정말로 그냥 잘 작동하는 버전을 우리가 만들 수 있는지, 그리고 우리 제품을 사용하는 사람들이 수억 명, 나아가 수십억 명으로 이어지게 전환하는 데 얼마나 효과적인지 같은 부분입니다. 그리고 시간이 지나면서 그걸 어떻게 수익성이 점점 더 높아지도록 전환할 수 있을지—수익화하고 비용을 낮춰서 말이죠. 그래서 제 생각에 우리가 해야 할 일의 로드맵은 그거라고 봅니다. 여러분은 우리가 주로 소비자에 집중하고 있는지, 아니면 재귀적 자기개선에도 집중하고 있는지 물으셨죠. 저는 팀에 대해 두 가지 주요 목표를 이야기해 왔다고 생각합니다. 하나는 우리가 하고 있는 일에 대한, 이른바 에이전트 버전 비전입니다. 그리고 또 하나는 자기개선이 정말 중요하다는 점인데, 선도적인 AI 제품을 만들려면 선도적인 모델이 있어야 하잖아요. 그리고 모델이 스스로 개선할 수 없다면, 미래에도 선도적인 모델을 갖게 되지 못할 겁니다. 맞죠? 그러다 보면 오늘날의 모델은 여전히 사람들로부터 학습할 수 있지만, 어떤 시점에는 모델이 자기 자신을 개선해야 할 필요가 생깁니다. 그리고 그게 성장으로 이어질 거고—모델의 개선이 일어나게 될 겁니다. 만약 우리가 그걸 할 수 없다면, 또는 다른 어떤 누구든—그렇게 하지 않는 회사들은 제 생각에 선도적인 랩이 되기 어렵고, 선도적인 제품을 만들어내지 못할 겁니다. 그래서 저는 그와 같은 게 바로 우리가 집중하는 기본 요건(테이블 스테이크)이라고 봅니다. 그런데 그게 우리를 개발자 도구 회사로 만들까요? 꼭 그렇진 않습니다. API나 코딩 도구를 갖는 것에 제가 반대하는 건 아닙니다. 하지만 그게 우리의 주된 초점은 아닙니다. 저는 오히려 사람들이 코딩을 자기개선과 더 많이 혼동하는 면이 있다고 생각합니다. 코딩은 모델의 자기개선을 위한 여러 구성 요소 중 하나일 뿐이지, 전부는 아닙니다. 그리고 우리는 사람들이나 비즈니스를 위한 개인 초지능(personal super intelligence) 비전의 실현을 위해 자기개선에 필요할 모든 부분에 집중하고 있습니다. 진행자: 다음 질문은 Citigroup의 Ron Josey 님이 주실 겁니다. Ronald Josey: Mark, 개인 에이전트와 비즈니스 에이전트에 관한 앞선 질문에 대해 짧게 추가로 여쭤봐도 될까요. Sparks가 이제 실제로 서비스되고 있고 더 많은 모델이 개발 중인 상황에서, 우리가 앞에서 통화에서 이야기했던 개인 에이전트의 기회를 보실 때, 그것은 단기/중기/장기 중 언제쯤을 염두에 두고 계신가요? 그리고 Susan, 제 생각엔 순위 추천(ranking recommendation) 모델 개선이 Instagram과 Facebook 양쪽의 규모와 스케일을 고려할 때 정말 인상적이네요. 이런 상호작용 시퀀스의 길이를 두 배로 늘리면 어떻게 사용량이 더 늘어날 수 있는지 이해하는 데 도움을 주실 수 있을까요. 여기엔 그런 관점—이러한 평점/추천 개선이 이미 다소 오래된(지금은 효율이 떨어진) 접근일 수 있다는—도 있는 것 같아요. 그러면 앞으로 갈 여지가 많이 남아 있다는 뜻이기도 하겠죠. 어떤 설명이든 도움이 될 것 같습니다. Mark Zuckerberg: 제 생각에는 에이전트가 하는 일은 단기적인 버전들도 있겠지만, 동시에 모델에 더 많은 지능과 더 많은 기능을 전달하는 데에는 엄청난 잠재력이 있을 겁니다. 그리고 지금 업계 전반에서 그런 흐름이 보이기도 해요. 매달, 각 세대의 모델이 나올 때마다 기능이 더 많아지고 더 많은 일을 할 수 있게 되며, 사람들이 그것을 받아들이면서 더 많은 ‘슈퍼파워’를 얻을 수 있어요. 정말 멋진 시기입니다. 업계에서 가장 흥미로운 때라고 생각해요. 그래서 저는 에이전트를 사람들에게 그런 역량을 전달하는 제품 수단(product vehicle)으로 보고 있습니다. 그리고 올해는 그걸 사람들이 실제로 어떻게 활용할지에 대한 수단으로 정립하는 데 핵심적인 시기가 될 거라고 생각해요. 하지만 모델 개선 자체는 매우 오랜 기간 계속될 거라고 봅니다. 그래서 여기에는 단기, 중기, 장기 모두에 걸쳐 할 일이 많습니다.Susan Li: 그리고 두 번째 질문에 대해 말씀드리자면, 제가 앞에서 한 발언에서 언급했던 것과 관련해 순위 및 추천 개선에 관한 것이라고 생각합니다. 우선, 올해 남은 기간 동안 추천을 계속 개선할 수 있는 여지가 여전히 많이 있으며, 그를 통해 Facebook과 Instagram 양쪽에서 추가적인 참여를 이끌어낼 수 있을 것으로 기대합니다. 몇 가지가 있습니다. 첫째, 우리는 모델이 더 많은 데이터로 학습할 수 있도록 데이터 인프라를 계속 개선하겠습니다. 또한 사용자가 과거에 참여했던 콘텐츠를 어떻게 더 구체적으로 설명할지에 대한 디테일을 추가하고, 더 큰 데이터 세트를 활용하기 위해 모델 아키텍처의 복잡성을 확장하며, 예를 들어 콘텐츠 상호작용의 더 긴 이력까지도 활용하게 됩니다. 이 모든 노력은 추천 전반의 품질을 개선하는 데 목적이 있습니다. 우리는 또한 추천을 더 개인화하고, 각 사용자의 관심사에 더 잘 부합하도록 만드는 데 집중하고 있습니다. 이를 위해 콘텐츠 검색 시스템을 재설계하여 사용자의 관심사 전체 범위에 더 잘 맞는 콘텐츠를 더 많이 보여주고, 추천하는 토픽의 다양성을 누군가의 관심 폭에 맞춰 조정하는 작업을 하고 있습니다. 예를 들어 관심이 특히 집중된 사람은 해당 콘텐츠를 상대적으로 더 많이 보게 될 수 있고, 관심사가 더 폭넓은 사람들은 우리가 보여주는 토픽에서 더 넓은 범위를 보게 되는 식입니다. 그리고 마지막으로, 사용자가 피드에서 더 보고 싶은 것, 덜 보고 싶은 것에 대해 더 세분화된 자연어 피드백을 제공할 수 있게 해주는 일종의 LLM 기반 튜닝 알고리즘 기능에 대한 개선도 계속하고 있습니다. 여러분이 지적하신 시퀀스 길이는 Q1에서 우리가 한 여러 개선 중 하나에 해당하며, 앞으로도 추가 개선을 위한 큰 로드맵이 있습니다. Operator: 다음 질문은 JPMorgan의 Doug Anmuth 님의 요청으로 들어왔습니다. Douglas Anmuth: Mark, 광고 사업에서 더 작은 모델을 활용하는 것에서부터 앞으로 Spark와 향후 대형 언어 모델을 활용하는 것으로 넘어가면서, 참여와 수익화 전반에서 어떤 핵심적인 해제가 있을지 어떻게 생각하십니까? 그리고 Manus에 대해서도, Meta에서 에이전틱(에이전트형) 제품을 개발하는 데 있어 전략적 중요성과 역할에 대해 말씀해 주시고, 기술의 현재 상태와 딜(계약) 관련해서도 지금까지 어떻게 진행되고 있는지 말씀해 주실 수 있을까요? Susan Li: 그 질문은 제가 답변하겠습니다. Manus에 대해서는 아직 세부 사항을 작업 중입니다. 그래서 지금 당장 업데이트가 드릴 것이 없습니다. 첫 번째 질문인, 광고 사업에서 더 작은 모델을 활용하는 것에서부터 광고용 모델이 성장하는 것에 대해 말씀드리겠습니다. 이미 일부 작업이 진행 중이며, 제가 앞에서 한 발언에서도 이에 대해 일부 언급드렸던 것처럼, 현재의 광고 로드맵 환경에서도 우리는 기본적으로 더 큰 모델의 역량을 활용할 수 있도록 아키텍처를 발전시키려 하고 있습니다. 역사적으로는 GEM 같은 더 큰 모델 아키텍처를 추론에 사용하지 않았는데, 그 크기와 복잡성이 비용 측면에서 너무 부담이 크기 때문이었습니다. 그리고 해당 모델에서 성능을 끌어내는 방식은, 런타임에 사용하는 더 작고 가벼운 모델에 그 지식을 전이(transfer)하는 데 활용하는 것이었습니다. 추론 모델은 밀리초 단위로 적절한 광고를 찾아야 하므로 엄격한 지연 시간 요구 조건에 묶여 있고, 이것 또한 역사적으로는 이들의 크기와 복잡성을 의미 있게 키우는—즉 스케일업하는 것을 막아왔습니다. 하지만 지난해 하반기에는 새로운 적응형 랭킹 모델을 도입했는데, 이를 통해 1조 파라미터 규모의 LLM 스케일 모델 복잡도를 활용할 수 있게 되었습니다. 또한 모델 아키텍처의 발전과 기본 실리콘과의 공동 설계를 진행해, 대규모로 광고를 제공하기 위해 필요한 초(秒) 미만 속도를—즉 서브초 속도를—유지할 수 있도록 했습니다.우리는 전환될 가능성이 더 높다고 판단될 때 더 많은 연산이 필요한 추론(inference) 모델로 요청을 지능적으로 라우팅하는 접근 방식도 개발했습니다. 이를 통해 더 나은 성능과 추론 ROI(투자수익률) 증가를 동시에 이끌 수 있었습니다. 그래서 LLM 작업을 기본 광고 순위 모델에 더 많이 반영하기 전부터 그 부분에 대해 많은 작업이 진행되고 있습니다. 운영자: 마지막으로 한 가지 질문 시간이 있습니다. Ken Gawrelski, Wells Fargo입니다. Kenneth Gawrelski: 두 가지 질문이 있습니다. 먼저 제가 -- Mu Spark 출시 때 말씀하신 것을요. 두 가지 카테고리, 혹은 두 가지 버티컬(분야)에 대해 말씀하셨죠. 건강과 웰니스, 그리고 쇼핑이요. 쇼핑과 커머스 쪽의 후자에 대해 조금 더 자세히 설명해 주실 수 있을까요? 그리고 혹시 2021년, '22년 단계에서 인스타그램과 페이스북에서 커머스를 더 깊게 파고드는 과정에서 얻은 학습이나 교훈이 있었나요? 그 기간에서 얻은 것 중 현재 적용할 만한 게 있는지요. 또한 커머스에서 차세대 마켓플레이스 형태의 비즈니스 기회가 있을까요? 그리고 두 번째로요. 아마 Susan, 말씀드리면—모델 개선과 콘텐츠 추천을 바탕으로 해서, 코어 비즈니스의 성장 궤적에 대해 어느 정도 가시성이 있다고 보시는지요? 업계가 전반적으로 매우 큰 속도로 성장하는 가운데, 업계에서 매우 큰 비중을 차지하고 있음에도 불구하고 기본적으로 업계 평균의 두 배 속도로 계속 성장하고 있습니다. 그 지속적인 성과에 대해 어느 정도의 가시성을 가지고 계신지 조금 이야기해 주실 수 있을까요? Mark Zuckerberg: 네. 질문에 대해 제가 조금 더 높은 수준의 답을 드릴 수도 있을 것 같습니다. 쇼핑에 대해 물어보시는 거죠. 제가 보기엔 우리가 하고 있는 일의 방식이 다른 곳에서 하고 있는 방식과 꽤 흥미로운 차이를 보이는 사례인 것 같습니다. 이 제품들은—AI 에이전트가 스택을 완전히 최적화하면 더 잘해지거든요. 그래서 우리는 에이전트를 만들뿐만 아니라 프론티어(frontier) 모델도 구축하는 회사가 필요하다고 믿습니다. 그리고 그렇게 하려면 당연히 그것을 잘 해내기 위한 인프라를 구축해야 합니다. 그래서 우리는 처음부터 끝까지 그걸 할 수 있도록 대규모 투자를 진행하고 있습니다. 그리고 우리가 하고 있는 투자를 이해하는 많은 방식은, 사람들이 중요하게 생각하는 개별 요소들이 미래에 더 중요해질 것이라는 확신에 대한 베팅이라는 점이라고 생각합니다. 그리고 그건—말로 하면 꽤 당연한 것처럼 들리겠지만—제가 보기엔 업계에서 AI에 대해 나오는 수사(rhetoric)의 상당 부분이 어떤 형태로든 사회에서 일어나는 생산적인 작업을 전부 중앙집중식 어떤 것(시스템)이 해내려고 한다는 식의 이야기더라고요. 그런데 그것은 우리가 세상을 바라보는 방식과는 전혀 다릅니다. 우리의 미래 비전은 사회가 개인들이 자신의 열망을 추구함으로써 발전을 이루는 세상입니다. 어떤 사람들은 질병을 치료하는 것처럼 거대한 일에 관심을 가집니다. 하지만 많은 사람들은 제 딸에게 맞는 것을 찾는 것처럼 개인적인 일에 관심을 가집니다. 우리는 이 비전을 개인을 위한 에이전트를 통해 실현하는 데 도움이 되는 것들을 만들고자 합니다. 그리고 우리가 하는 일에서 흥미롭고 차별화되는 지점은 바로 그것이—사람들이 다른 것들을 얘기하는 방식과 너무나 다르다는 점이라고 생각합니다. 그래서 어떤 아이디어들은 너무나 당연해 보일 것 같지만, 실제로는 개인을 더 잘 가능하게 하고 소비자용 제품을 구축하려는 우리의 접근이, 다른 곳이 하는 일과 비교했을 때 세부적으로는 극도로 다릅니다. 쇼핑은 그중에서도 커머스 측면에서 상업적 함의에 관심을 끌 수 있을 것으로 생각되는 구체적인 예시 중 하나일 수 있겠죠. 그리고 사람들은 소비자들은 아마 그걸 좋아할 겁니다. 하지만 다른 어떤 랩(lab)도 쇼핑을 정말 잘하는 AI를 만들고 있다고 이야기하는 것을 저는 듣지 못했습니다. 그리고 저는 그 이유가, 쇼핑 자체가 가장 중요한 일이어서가 아니라, 사람들이 자기 삶에서 중요한 일들을 해낼 수 있도록 돕는—예를 들어 로컬한 맥락을 이해하거나, 쇼핑이든 개인의 건강 문제든, 혹은 주변에서 시각적으로 무슨 일이 일어나는지 이해하는 것—그런 것들을 사람들이 할 수 있게 힘을 실어주는 데 있다고 생각합니다. 그리고 이것은 모두 ‘개인용 초지능’ 비전의 요소들입니다. 저는 이런 것들을 많이 생각하고 있고, 또 시간이 지나면서 메타에 대한 투자를 생각할 때, 그것을 사회에서 AI가 무엇을 하길 원하는지에 대한 가치들의 집합으로 생각해야 한다고 봅니다. 그리고 여러분이 AI가 해야 할 일이 개인들을 Empower(힘을 실어주고) 개인들의 목표에 AI가 봉사하는 세상을 구축하는 것이라면, 우리는 바로 그렇게 만들 것이고, 저는 그것이 정말로 엄청나게 가치 있을 것이라고 생각합니다. Susan Li: 세상에, 거의 이 답으로 끝내고 싶을 정도네요. 하지만 저는 두 번째 질문에 답하겠습니다. 제가 보기에는 그게 두 가지 버전이 있는 것 같아요. 하나는 ‘매출 전망이 어떻게 되느냐’는 질문입니다. 그리고 물론 우리가 Q2 가이드를 제공했는데, 제 생각에는 그것이 매크로 결과의 어떤 범위를 담고 있을 뿐 아니라, 앱 패밀리 전반에서 사용과 참여를 계속 개선하기 위해 우리가 진행 중인—계속 이어가고 있는—작업, 그리고 광고를 더 좋게 만들고 더 성과가 뛰어나게 만들 수 있는 우리의 역량까지도 함께 담고 있다고 봅니다. 두 번째 질문은 아마도—두 번째 버전의 질문은—여기 있는 로드맵 전반의 큰 궤적에 관한 더 상위 수준의 질문일 수 있습니다. 제가 아주 오래전부터 이 일을 해오면서 느낀 것 중 하나는, 팀이 여기서 기술의 한계를 계속 발전시키는 능력에 항상 정말 깊은 인상을 받는다는 점입니다. 그리고 이제 우리 계획 수립 프로세스는, 제 생각엔, 이 부분을 정말 세밀하게 맞추는 데 집중돼 있습니다. 그래서 몇 번의 콜에서 말씀드렸던 것처럼, 우리가 아주 일종의 ROI(투자수익률) 기반 프로세스로 운영하면서, 향후 몇 년 동안 성장으로 이어줄 것이라고 생각하는 모든 광고 이니셔티브에 자금을 투입하고 있는지 확인합니다. 그건 꽤 정교하게 잘 맞춰져 있고요. 또 그 영향이 얼마나 되는지 측정하는 우리의 능력도 꽤 탄탄했으며, 그 점이 광고 매출 성장의 매우 중요한 동력이었습니다. 그리고 그것은 이번에 있었던—지난 예산에서도 다시 진행한—프로세스이기도 합니다. 우리가 가시성이 있는 범위 내에서 보면, 앞으로의 투자 기회에 대해 우리는 좋은 느낌을 갖고 있습니다. Kenneth Dorell: 좋습니다. 모두에게 감사드립니다. 오늘 함께해 주셔서 감사합니다. 곧 다시 이야기할 수 있기를 기대하겠습니다. Operator: 이것으로 오늘의 컨퍼런스 콜을 마치겠습니다. 참여해 주셔서 감사합니다. 이제 연결을 끊으셔도 됩니다.