AI 마케팅 자동화 도입 순서, 도구보다 설계도가 먼저입니다

「AI로 마케팅 자동화하고 있습니다.」 요즘 대표님들께 가장 많이 듣는 말입니다. 콘텐츠도 AI가 쓰고, 리포트도 AI가 만들고, 광고 소재도 AI가 뽑습니다. 그런데 한 가지를 이어서 여쭤보면 대답이 잘 안 나옵니다. 「그래서 어느 지표가 움직였습니까?」

결론부터 드리겠습니다. AI는 구조를 이해하지 못합니다. 주어진 구조를 최적화할 뿐입니다. 잘못된 구조 위에 AI를 올리면 결과는 더 빠르게, 더 크게 왜곡됩니다. 30명이 하던 비효율적인 일을 1명이 처리하게 만든 것, 일은 줄었는데 성과는 그대로인 상태. 저는 이걸 비효율이 자동화됐다고 부릅니다.

처방은 순서입니다. 프레임워크(방향) → 아키텍처(설계) → 오케스트레이션(실행). 대부분의 조직은 이걸 거꾸로 합니다. 이 글은 단계마다 무엇을 정하고 어떤 산출물을 남겨야 하는지, 그리고 이미 거꾸로 시작했다면 어떻게 되돌리는지를 다룹니다.

「자동화했다」와 「지표가 움직였다」는 다른 문장입니다

흔한 오해는 이렇습니다. 사람이 하던 일을 AI가 하면 그만큼 생산성이 오르고, 생산성이 오르면 성과도 따라온다. 앞의 절반은 맞고 뒤의 절반은 틀립니다.

자동화가 줄여 주는 것은 작업 시간입니다. 회사의 크기를 정하는 것은 성장판입니다. 둘 사이에 저절로 이어지는 선은 없습니다. 리인벤팅은 성장판을 이렇게 씁니다.

성장판 ≈ CC × LTV

CC = 신규 유입 수 ÷ 이탈률

LTV = 구매자 전환율 × 객단가 × 구매빈도 × 생애주기

여섯 개 변수입니다. 이 여섯 개 중 아무것도 움직이지 않았다면, 아낀 시간이 아무리 커도 회사는 같은 자리에 있습니다. 여섯 개 변수를 하나씩 뜯어보는 법은 그로스 마케팅이란 무엇인가에 정리해 두었습니다.

아래는 설명을 위한 예시 숫자입니다.

매주 월요일 마케터가 8시간 걸려 만들던 주간 리포트를 AI가 30분 만에 만들게 됐다고 하겠습니다. 7시간 30분이 절약됐습니다. 그런데 그 리포트를 읽고 바뀐 결정이 하나도 없었다면, 절약된 것은 원래 필요 없던 일에 들던 시간입니다. 리포트가 빨라졌을 뿐 여섯 개 변수 중 어느 것도 움직이지 않았습니다.

그래서 AI 프로젝트의 성과는 두 줄로 적습니다.

작업 지표만 적힌 AI 프로젝트는 늘 성공한 것처럼 보입니다. 두 번째 칸이 비어 있다면 그 프로젝트는 아직 성과를 낸 것이 아니라 비용을 줄인 것입니다. 그것도 의미가 있지만, 성장과는 다른 이야기입니다.

비효율이 자동화되는 세 가지 모양

현장에서 보면 비효율이 자동화되는 모양은 크게 세 가지입니다. 셋 다 자동화 직후에는 성공처럼 보인다는 공통점이 있습니다.

① 필요 없던 일을 더 빠르게 합니다

위의 리포트 예시입니다. 일을 자동화하기 전에 「이 일이 없어지면 무엇이 나빠지나」를 먼저 물어야 합니다. 답이 「아무것도」라면 정답은 자동화가 아니라 폐기입니다. 그런데 AI 도입은 오히려 이 질문을 건너뛰게 만듭니다. 일을 없애자고 설득하는 것보다 자동화하는 쪽이 훨씬 쉽게 느껴지기 때문입니다.

② 잘못된 목표를 더 세게 최적화합니다

AI는 목표로 준 숫자를 정말 잘 올립니다. 문제는 그 숫자가 성장판과 어긋나 있을 때입니다. CRM 문구를 오픈율 기준으로 최적화하면 자극적인 제목이 이깁니다. 오픈율은 오르는데, 열어 보니 기대와 다른 내용에 실망한 고객이 수신을 거부합니다. 광고 입찰을 ROAS 하나로만 최적화하면 어차피 살 기존 고객을 다시 잡는 쪽으로 예산이 쏠립니다. 이 착시는 ROAS 3인데 회사가 안 큰다면에서 자세히 다뤘습니다.

사람이 할 때는 이 어긋남이 천천히 드러납니다. AI는 하루에도 수백 번 같은 방향으로 밀기 때문에 틀린 방향으로 가는 속도도 같이 빨라집니다.

③ 산출량이 늘어서 다음 병목이 막힙니다

AI가 가장 먼저 줄이는 것은 만드는 비용입니다. 그런데 만든 것을 검수하고, 내보내고, 성과를 판정하는 처리량은 그대로입니다.

아래는 설명을 위한 예시 숫자입니다.

하루 방문자가 2,000명인 쇼핑몰이 상세페이지 문구를 테스트한다고 하겠습니다. 문구 하나의 우열을 가리는 데 문구당 2,000명쯤의 노출이 필요하다고 가정하면, 이 몰이 하루에 판정할 수 있는 문구는 한 개 남짓입니다. AI로 문구를 하루 50개 만들어도 판정되는 것은 하루 한 개입니다. 나머지 49개는 성과가 아니라 재고입니다.

병목은 사라지지 않고 옮겨갑니다. 만드는 일이 싸지면 고르고 내보내는 일이 병목이 됩니다. 이 이동은 AI는 CRM을 대체하지 않는다에서 CRM을 예로 정리했습니다.

순서가 거꾸로 되는 데는 까닭이 있습니다

대부분의 조직은 이렇게 합니다. 먼저 AI 도구를 도입해 자동화를 만들고, 뒤늦게 전체 구조를 고민하고, 마지막에야 「이게 무엇을 위한 거였지」를 묻습니다. 건축으로 치면 설계도 없이 벽돌부터 쌓고, 나중에 설계를 하고, 마지막에 「이 건물은 뭐지」라고 묻는 셈입니다.

사람들이 어리석어서 그런 것이 아닙니다. 순서를 거꾸로 미는 힘이 조직 안에 있습니다.

• 도구는 눈에 보입니다. 데모가 되고, 결제하면 다음 날부터 결과물이 나옵니다. 설계는 회의실 화이트보드에만 남고 보여줄 것이 없습니다

• 설계는 「하지 않을 일」을 정하는 일입니다. 레버 하나를 고르면 나머지 다섯 개는 이번 분기에 미뤄야 합니다. 누군가 책임을 져야 하는 결정이라 잘 내려지지 않습니다

• 도구는 팀 단위로 들어오고, 공정은 팀을 가로지릅니다. 광고팀은 광고 도구를, 콘텐츠팀은 콘텐츠 도구를 삽니다. 그런데 고객 한 명이 지나가는 길은 여러 팀을 지납니다. 팀마다 자동화가 잘 돌아도 이음매에서 새는 이유입니다

제대로 된 순서는 반대입니다. 방향을 정하고(프레임워크), 그 방향으로 가는 공정을 그리고(아키텍처), 마지막에 도구를 고릅니다(오케스트레이션). 단계마다 무엇을 정하고 무엇을 남겨야 하는지 차례로 보겠습니다.

1단계 프레임워크 — 움직일 레버 하나를 고릅니다

프레임워크 단계의 질문은 두 개입니다. 북극성 지표는 무엇인가. 그리고 여섯 개 레버 중 어디가 병목인가. 여기서 답이 안 나오면 아래 두 단계는 의미가 없습니다.

병목은 「가장 나빠 보이는 숫자」가 아니라 「움직였을 때 성장판이 가장 크게 바뀌는 숫자」입니다. 성장판이 곱셈이기 때문입니다. 업계 평균과 비교하기보다 우리 회사의 지난 코호트와 나란히 놓고, 가장 오래 제자리인 칸을 찾습니다.

이 단계의 산출물은 문장 하나입니다.

우리는 [기간] 동안 [레버]를 [지금 값]에서 [목표 값]으로 움직인다

자주 보는 실수가 둘 있습니다. 하나는 북극성 자리에 매출을 적는 것입니다. 매출은 결과라서 무엇을 자동화해야 하는지 알려주지 않습니다. 다른 하나는 레버를 두세 개 동시에 고르는 것입니다. 그러면 아키텍처 단계에서 공정이 엉킵니다. 이번 분기에 하나, 다음 분기에 다음 하나입니다.

2단계 아키텍처 — 그 레버를 움직이는 공정을 그립니다

레버가 정해지면 그 변수를 움직이는 공정을 그립니다. 어떤 일이 어떤 순서로 일어나야 하는지입니다. 이것은 기술이 아니라 창의력의 영역입니다. 같은 목표도 설계자에 따라 완전히 다른 워크플로우가 나옵니다.

구매빈도가 병목인 쇼핑몰이라면 공정은 대략 이렇게 그려집니다. 구매 주기를 보고 대상을 추출하고, 메시지를 만들고, 검수하면서 발송량을 제한하고, 보내고, 반응을 재고, 이긴 문구를 다음 생성에 반영합니다. 그림에서 보듯 이 중 AI 모델이 맡는 칸은 한두 개뿐입니다. 나머지는 규칙이거나 사람입니다.

공정을 그릴 때는 칸마다 네 가지를 적습니다.

1. 입력. 이 칸은 무엇을 받는가. 「마지막 구매가 40일 전인 소모품 구매 고객 명단」처럼 형식까지 적습니다

2. 출력. 무엇을 내보내는가. 「고객당 문구 3안, 각 40자 이내」처럼 다음 칸이 그대로 받을 수 있는 모양이어야 합니다

3. 합격선. 무엇이면 통과인가. 금칙어, 할인율 상한, 브랜드 톤 같은 기준입니다

4. 실패 시 경로. 합격선을 못 넘으면 어디로 가는가. 사람에게 넘길지, 미리 써 둔 기본 문구로 대체할지 정해 둡니다

그리고 세 가지 원칙을 지킵니다.

• 판단과 작업을 나눕니다. 「누구에게 보낼까」는 판단이고 「문구를 쓴다」는 작업입니다. 판단은 규칙으로 꺼내 두고, AI에는 작업을 맡깁니다. 판단이 프롬프트 안에 숨어 있으면 아무도 그 판단을 검토할 수 없습니다

• 되돌릴 수 없는 칸 앞에 관문을 둡니다. 발송, 광고비 집행, 가격 변경처럼 한 번 나가면 회수가 안 되는 일 앞에는 사람의 확인이나 상한 규칙을 둡니다. 특히 발송량 상한은 캠페인이 늘어날수록 중요해집니다. 상한을 정하는 법은 CRM 발송 빈도 설계에 정리했습니다

• 측정 칸을 처음부터 넣습니다. 공정의 마지막 칸은 「1단계에서 고른 레버가 움직였나」를 재는 칸입니다. 가능하면 일부 고객을 보내지 않는 대조군으로 남겨 두고 비교합니다. 측정 칸은 나중에 붙이기가 가장 어려운 칸입니다

3단계 오케스트레이션 — 도구는 마지막에, 갈아 끼울 수 있게

이제야 도구를 고릅니다. 어떤 모델로, 얼마에, 얼마나 빠르게. 실패하면 무엇으로 대체할지까지. 아키텍처에서 칸마다 입력·출력·합격선을 적어 두었다면 도구 선택은 비교적 기계적인 일이 됩니다.

이 순서를 지키면 얻는 것이 하나 더 있습니다. 모델은 계속 바뀝니다. 올해 최고였던 모델이 내년에는 아닙니다. 그때마다 전체를 다시 짜야 할까요. 아키텍처가 명확하면 모델만 갈아 끼우면 됩니다. 프레임워크와 아키텍처가 모호할 때만 모델이 바뀔 때마다 전체가 흔들립니다. 시공사가 바뀌어도 설계도는 유지됩니다.

우리 팀이 어느 쪽인지 확인하는 간단한 시험이 있습니다. 「내일 이 모델을 다른 모델로 바꾸면 무엇이 깨지나?」 문구의 톤 정도만 달라진다면 설계가 살아 있는 것입니다. 대상 선정, 할인율, 발송 시점까지 같이 흔들린다면 업무 규칙이 프롬프트 안에 들어가 있다는 뜻입니다. 그 규칙을 꺼내 조건과 설정값으로 옮기는 것이 이 단계의 숙제입니다.

AI는 전략이 아니라 자재입니다. 좋은 자재도 설계도가 있을 때만 좋은 건물이 됩니다.

이미 거꾸로 시작했다면 — 네 칸으로 나눠 정리합니다

대부분의 팀은 이미 몇 개의 AI 도구를 쓰고 있습니다. 다 걷어내고 처음부터 할 필요는 없습니다. 지금 쓰는 AI 활용을 전부 목록으로 적고, 두 가지 질문으로 네 칸에 나눕니다. 여섯 개 레버 중 하나에 연결되는가. 그 성과를 레버 기준으로 재고 있는가.

• 연결되고, 재고 있다 → 유지하고 확대합니다. 움직인 레버와 숫자를 같이 적어 두고, 같은 공정을 다른 고객군으로 넓힙니다

• 연결되지만, 재지 않는다 → 측정부터 붙입니다. 효과가 있을 가능성이 높은 칸입니다. 대조군이나 전후 비교를 걸기 전까지는 예산을 늘리지 않습니다

• 연결되지 않지만, 재고 있다 → 레버에 다시 잇거나 중단합니다. 대개 작업 시간만 재고 있는 경우입니다. 이 일이 어느 레버를 돕는지 한 문장으로 쓰지 못하면 중단 후보입니다

• 연결되지 않고, 재지도 않는다 → 중단합니다. 비효율이 자동화된 자리입니다. 구독료보다 이 일을 관리하는 사람의 시간이 더 비쌉니다

목록을 다 채웠는데 「유지」 칸이 비어 있다면, 1단계로 돌아가야 한다는 신호입니다.

이 순서가 맞지 않는 경우도 있습니다

반례도 짚어 두겠습니다. 새 모델이 무엇을 할 수 있는지 감을 잡는 탐색용 실험은 도구부터 만져 보는 것이 맞습니다. 써 봐야 아키텍처에서 그 칸을 어떻게 그릴지 알 수 있기 때문입니다. 개인의 업무 효율을 높이는 용도도 굳이 레버에 연결할 필요는 없습니다. 다만 탐색이 끝나고 팀 단위로 확대하는 순간부터는 위의 순서를 거칩니다.

반대 방향의 함정도 있습니다. 설계를 완벽하게 하려다 아무것도 시작하지 못하는 경우입니다. 프레임워크는 길게 잡아도 1~2주면 충분합니다. 레버 하나와 공정 하나를 정했으면 작게 돌려 보고, 측정 칸이 알려주는 대로 설계를 고칩니다. 설계도는 한 번 그리고 끝나는 문서가 아니라 매주 고쳐 쓰는 도면입니다.

확인해 볼 것

• 지금 쓰는 AI 도구 각각이 여섯 개 레버 중 무엇을 움직이고 있는지 한 문장으로 말할 수 있습니까

• 이번 분기에 움직일 레버가 하나로 정해져 있습니까, 아니면 「매출」이라고만 적혀 있습니까

• 지금 쓰는 모델을 내일 바꾸면 대상 선정이나 할인율 같은 업무 규칙까지 흔들립니까

• AI 프로젝트 보고서에 줄어든 시간 말고 움직인 레버의 숫자가 적혀 있습니까

플라이휠 그로스 컨설팅과 리토스로는 이렇게 풉니다

세 단계 중 사람이 가장 오래 붙들고 있어야 하는 것은 앞의 두 단계입니다. 그래서 플라이휠 그로스 컨설팅은 성장판 진단부터 시작합니다. 여섯 개 변수의 현재 값을 놓고 어느 레버가 병목인지 정한 뒤, 그 레버를 움직이는 공정을 같이 그립니다. 유입이 병목이면 AI 광고 운영 자동화 워크플로우와 AI 소재·콘텐츠 제작 자동화 워크플로우를, 재구매가 병목이면 CRM 전략을 깝니다. 컨설팅이 끝나면 문서가 아니라 돌아가는 워크플로우가 남습니다.

CRM 쪽 아키텍처는 리토스에 이미 들어 있습니다. 저니 매트릭스 보드가 퍼널을 한 축으로, 캠페인을 다른 축으로 세워 두었기 때문에 「누구에게, 언제, 무엇을」이라는 판단이 프롬프트 속이 아니라 보드 위에 보입니다. 검증된 프리셋 발송 조건으로 대상을 고르고, AI가 카피를 만들고, 자동 A/B 테스트가 이긴 소재로 발송을 몰아주고, 발송 주기 설정이 고객이 받는 총량을 막습니다. 위에서 말한 공정의 칸들이 제품 안에 나뉘어 있는 셈입니다.

정리

• AI는 구조를 이해하지 못하고 주어진 구조를 최적화합니다. 잘못된 구조 위에서는 비효율이 더 빠르게 자동화됩니다

• AI 프로젝트의 성과는 작업 지표와 성장판 지표 두 줄로 적습니다. 두 번째 줄이 비어 있으면 아직 성장이 아닙니다

• 순서는 프레임워크 → 아키텍처 → 오케스트레이션입니다. 대부분 역순으로 합니다

• 프레임워크의 산출물은 「[기간] 동안 [레버]를 [지금 값]에서 [목표 값]으로」라는 한 문장이고, 레버는 하나만 고릅니다

• 아키텍처는 칸마다 입력·출력·합격선·실패 경로를 고정합니다. 그래야 모델을 갈아 끼워도 공정이 돕니다

• 이미 쓰고 있는 AI는 레버 연결과 측정 여부로 네 칸에 나눠 유지·측정·재연결·중단을 정합니다

자주 묻는 질문

AI 마케팅 자동화는 무엇부터 시작해야 하나요?

도구가 아니라 움직일 성장판 레버 하나를 고르는 것부터 시작합니다. 순서는 프레임워크(어느 레버를 움직일지) → 아키텍처(어떤 공정으로 움직일지) → 오케스트레이션(어떤 도구로, 얼마에)이고, 대부분의 조직은 이 순서를 거꾸로 밟습니다.

AI로 자동화했는데 성과가 그대로인 이유는 무엇인가요?

작업 시간은 줄었지만 성장판 변수가 움직이지 않았기 때문입니다. 필요 없던 일을 더 빠르게 하거나, 성장판과 어긋난 숫자를 최적화하거나, 만드는 양만 늘고 검수·발송·판정 같은 다음 병목이 막힌 경우가 대표적이며, 이를 비효율이 자동화된 상태라고 부릅니다.

AI 모델을 바꿔도 흔들리지 않는 자동화는 어떻게 설계하나요?

공정의 칸마다 입력, 출력, 합격선, 실패 시 경로를 고정하고, 대상 선정이나 할인율 같은 판단은 프롬프트가 아니라 규칙으로 꺼내 둡니다. 그러면 모델을 바꿔도 문구의 톤 정도만 달라지고 공정은 그대로 돌아갑니다.

판단은 보드 위에, 작업은 AI에게

AI 그로스 CRM, 리토스. 저니 매트릭스 보드 위에서 누구에게 언제 보낼지를 정하고, 카피 생성과 A/B 테스트는 AI가 맡습니다.

→ 리토스 살펴보기

그로스 뉴스레터

CRM과 그로스 실무에서 실제로 써먹을 수 있는 내용만 골라서 보내드립니다.

→ 뉴스레터 구독하기

직방을 유니콘으로 키운 김필준 대표와 30분

지금 쓰는 AI가 성장판의 어느 레버를 움직이고 있는지, 무엇부터 설계해야 하는지 그 자리에서 짚어드립니다.

→ 플라이휠 그로스 컨설팅 알아보기