카피라이팅, AI에 맡기기 전 고객의 말부터 모으는 법

광고 문구를 AI로 뽑아 봐도 다 비슷비슷하고, 소재를 바꿔도 반응이 그대로라 고민이시죠? 카피라이팅은 고객이 이미 가진 문제와 기대를 고객이 쓰는 말로 짚어, 클릭이나 구매 같은 다음 행동으로 이어지게 하는 문장을 쓰는 일입니다. 그래서 AI에 광고 문구를 맡기기 전에 대표가 정할 것은 프롬프트 요령이 아니라 두 가지입니다. 무엇을 재료로 줄지(고객의 말)와 여러 후보 가운데 무엇으로 고를지(고르는 기준)입니다.

AI는 문장을 빠르게, 많이 만듭니다. 그런데 재료가 없으면 어디서 본 듯한 평균적인 문장이 나오고, 고르는 기준이 없으면 회의실에서 가장 목소리 큰 사람의 취향이 이깁니다. 두 가지가 정해지면 AI는 비로소 쓸모 있는 손이 됩니다. 재료는 우리 고객의 리뷰와 문의에 이미 쌓여 있고, 기준은 지표 하나와 기간 하나로 정할 수 있습니다.

이 글은 카피라이팅이 쇼핑몰에서 어떤 자리에서 일하는지 짧게 정리한 뒤, 대표가 정할 두 가지를 어떻게 정하는지, AI를 어떤 역할로 쓰는 편이 나은지에 대한 연구, 마이크로소프트 빙과 부킹닷컴이 문장을 숫자로 고른 사례, 그리고 이번 주에 지시할 일까지 다룹니다. 광고 카피의 컨셉을 잡는 법은 광고 카피, 몰상식은 표현에 납득은 진실에에서 따로 다뤘습니다.

카피라이팅이란 — 잘 쓴 문장보다 맞는 문장

쇼핑몰에서 카피는 생각보다 여러 자리에서 일합니다. 광고 소재의 한 줄, 상세페이지 첫 화면의 제목, 장바구니를 두고 떠난 고객에게 가는 알림톡 첫 문장이 모두 카피입니다. 자리마다 해야 할 일이 다르고, 그래서 잘했는지를 재는 숫자도 다릅니다.

표에서 보듯 카피의 성적표는 「멋진가」가 아니라 「다음 행동이 일어났는가」입니다. 카피라이팅을 잘하는 법을 찾는 대표님께 먼저 드리고 싶은 말도 이것입니다. 잘 쓴 문장을 찾기보다, 우리 고객에게 맞는 문장을 찾는 구조를 만드는 편이 빠릅니다. 같은 상품도 가격도 그대로 두고 표현만 바꿔 고객이 느끼는 값을 바꾸는 원리는 CRM 메시지 프레이밍에 정리해 두었습니다.

카피라이팅 잘하는 법 — AI에 맡기기 전 정할 두 가지

1. 고객의 말(재료) — 리뷰, 고객 문의, 반품·교환 사유, 고객이 들어온 검색어에서 고객이 직접 쓴 표현을 모읍니다. AI에게는 상품 설명서가 아니라 이 표현을 재료로 줍니다

2. 고르는 기준(판정) — 후보 문장 몇 개를, 어떤 숫자 하나로, 얼마 동안 비교해 하나를 남길지 미리 정합니다. 회의에서 고르지 않고 데이터가 고르게 합니다

둘은 짝입니다. 재료가 좋아도 고르는 기준이 없으면 좋은 후보를 버리고 나쁜 후보를 남길 수 있습니다. 고르는 기준이 있어도 재료가 빈약하면 후보끼리 차이가 없어 무엇을 골라도 비슷합니다. AI는 그 사이에서 사람이 쓴 초안을 다듬고, 후보를 빠르게 넓히는 역할을 맡깁니다.

첫째, 고객의 말 — 리뷰와 문의에 이미 카피가 있습니다

좋은 카피의 재료는 회의실이 아니라 고객 쪽에 있습니다. 고객은 상품을 「프리미엄 원단」이라고 부르지 않고 「세탁기에 돌려도 안 늘어나요」라고 씁니다. 「간편 조리」 대신 「퇴근하고 10분 만에 먹었어요」라고 씁니다. 다음 고객이 검색창에 치고, 광고를 보다 멈추는 말은 대개 앞선 고객이 쓴 이런 말과 닮았습니다.

리뷰는 그 자체로도 구매를 움직입니다. 노스웨스턴대학교 메딜 스피겔 리서치센터는 리뷰가 다섯 개 있는 상품의 구매 가능성이 리뷰가 없는 상품보다 270% 높았다고 밝혔습니다(2017년 첫 발표). 리뷰를 보여 줬을 때 전환율은 낮은 가격대 상품에서 190%, 높은 가격대 상품에서 380% 올랐습니다. 다만 이 연구는 리뷰를 보여 줬느냐의 효과를 잰 것이지, 리뷰의 표현을 광고 문구에 옮긴 효과를 잰 것은 아닙니다. 그래도 고객이 다른 고객의 말에 크게 반응한다는 점은 분명히 보여 줍니다.

모으는 법은 이렇습니다.

• 리뷰 100개 — 별점 5점만 고르지 말고 3~4점 리뷰를 꼭 섞습니다. 「좋은데 ○○는 아쉬워요」에 망설임의 이유가 들어 있습니다

• 고객 문의 — 구매 전 문의는 고객이 확신하지 못한 지점입니다. 「사이즈가 정사이즈인가요」, 「유통기한이 얼마나 되나요」 같은 질문이 그대로 카피의 답이 됩니다

• 반품·교환 사유 — 기대와 실제가 어긋난 지점입니다. 카피가 과장했다면 여기서 드러납니다

• 들어온 검색어 — 네이버·구글 검색 유입 검색어는 고객이 문제를 부르는 이름입니다

모은 표현은 세 칸으로 나눕니다. 문제(이 상품을 찾게 만든 불편), 기대(사고 나서 좋았던 점), 망설임(사기 전에 걸렸던 점)입니다. 한 생활용품 쇼핑몰을 가정해 보겠습니다.

아래는 설명을 위한 예시 표현입니다.

오른쪽 열이 회의실에서 나온 「강력 세정, 프리미엄 욕실 케어」보다 나은 이유는 고객이 이미 쓴 말이기 때문입니다. 같은 문제를 가진 다음 고객이 「내 얘기다」라고 느낄 확률이 높습니다. 망설임 칸의 문장은 특히 상세페이지 첫 화면과 장바구니 이탈 메시지에 잘 맞습니다. 사기 직전에 걸리는 지점을 먼저 풀어 주기 때문입니다.

주의할 점이 두 가지 있습니다. 리뷰를 광고에 그대로 옮길 때는 리뷰 작성자가 특정되지 않게 하고, 효능을 단정하는 표현은 업종별 표시·광고 규정에 걸리지 않는지 먼저 확인합니다. 특히 식품·건강기능식품은 질병 예방·치료를 떠올리게 하는 말을 쓸 수 없습니다. 리뷰를 모으는 이벤트를 어떻게 설계할지는 리뷰이벤트 하는 법에 정리했습니다.

둘째, 고르는 기준 — 후보 여러 개를 데이터로 고릅니다

후보를 고르는 기준은 세 가지만 미리 정하면 됩니다.

• 후보는 3개 이상 — 두 개면 「둘 중 하나」일 뿐이고, 차이가 작으면 판단하기 어렵습니다. 세 개쯤 되면 방향이 다른 문장(문제형·기대형·망설임형)을 한 번에 비교할 수 있습니다

• 지표는 하나 — 자리마다 앞의 표에서 고른 숫자 하나로만 판정합니다. 광고 소재라면 클릭률이나 구매 기준 비용, 알림톡이라면 메시지 경유 구매처럼 정하고, 결과를 보고 나서 지표를 바꾸지 않습니다

• 기간과 바꾸는 것은 고정 — 기간은 미리 정하고(예: 1주), 한 번에 바꾸는 것은 문장 하나로 제한합니다. 이미지와 문장을 같이 바꾸면 무엇 때문에 이겼는지 알 수 없습니다

예시로 보겠습니다. 아래는 설명을 위한 예시 숫자입니다. 장바구니 이탈 알림톡 문장 세 개를 각각 비슷한 수의 고객에게 일주일 보냈다고 가정합니다.

이 예시에서는 할인을 건 A보다 망설임을 풀어 준 B가 이겼습니다. 대표가 볼 것은 두 가지입니다. 첫째, 할인 없이도 문장으로 구매율이 움직일 수 있다는 점입니다. 둘째, 이긴 문장 B도 다음 주에는 새 후보와 다시 겨룬다는 점입니다. 한 번 이긴 문장을 영원히 쓰지 않고, 이긴 문장을 기준으로 새 후보 두 개를 붙여 계속 겨루게 해야 문장이 점점 좋아집니다. 반대로 차이가 몇 건 수준으로 작다면 판정을 미루고 더 모아 봅니다. 숫자가 작을 때 성급하게 고르면 우연을 실력으로 착각하게 됩니다.

흔한 함정도 짚어 둡니다.

• 회의에서 고르기 — 가장 최근에 본 광고, 대표의 취향, 디자이너의 감각으로 고르면 매번 비슷한 문장이 남습니다

• 클릭률만 보고 고르기 — 자극적인 문장은 클릭은 많아도 구매는 적을 수 있습니다. 광고라면 클릭률과 함께 구매 기준 비용을 봅니다

• 테스트할 후보가 없음 — 문장을 쓰는 사람이 한 명이면 후보가 늘 부족합니다. 바로 이 자리가 AI가 가장 잘 돕는 자리입니다

광고 소재를 언제 바꿔야 학습을 덜 깨는지는 메타광고관리자 소재 교체 타이밍에서, 상세페이지 첫 화면을 고치는 순서는 상세페이지 전환율 높이는 법에서 다뤘습니다.

AI 카피라이팅 — 대필보다 검토자로 쓸 때 낫습니다

그렇다면 AI에게는 어떤 역할을 맡기는 게 좋을까요. 미국 텍사스대 댈러스의 제난 첸(Zenan Chen)과 미네소타대의 제이슨 챈(Jason Chan)은 사람들이 대형 언어 모델(LLM)과 함께 광고 문구를 쓰게 하고, 그 광고를 주요 소셜미디어에 실제로 내보내 클릭 수로 품질을 쟀습니다. 연구는 2024년 12월 학술지 『매니지먼트 사이언스』에 실렸습니다.

• 사람이 먼저 쓴 문안에 AI가 의견을 주는 검토자(sounding board) 방식은 카피 경험이 적은 사람의 광고 문구 품질을 높였습니다

• AI에게 문구를 통째로 쓰게 하는 대필(ghostwriter) 방식은 뚜렷한 이득이 없었고, 경험 많은 사람에게는 오히려 해가 됐습니다

• 연구진은 대필 방식이 AI가 먼저 내놓은 문장에 생각이 묶이는 앵커링 효과를 만들어 광고 품질을 떨어뜨렸다고 설명했습니다

논문 요약에는 효과의 크기가 숫자로 나와 있지 않아, 방향만 가져오는 편이 정확합니다. 쇼핑몰 대표에게 옮기면 이렇습니다. 「광고 문구 10개 써 줘」로 시작하면 AI의 평균적인 문장이 출발점이 되고, 사람은 그 안에서 고르기만 하게 됩니다. 반대로 사람이 고객의 말로 초안을 먼저 쓰고, AI에게는 그 초안의 약점을 지적하고 변형을 넓히게 하면 결과가 좋아질 가능성이 큽니다. 앞에서 말한 두 가지, 재료와 판정을 사람이 쥐고 있어야 하는 이유가 여기 있습니다.

실제로 쓸 수 있는 지시문 틀은 이렇습니다.

「아래는 우리 고객이 리뷰와 문의에 쓴 표현 20개와, 이 표현을 보고 내가 쓴 알림톡 첫 문장 초안 3개다. ① 표현을 문제·기대·망설임으로 나눠 줘. ② 초안마다 고객이 쓴 단어를 얼마나 살렸는지와 약점을 한 줄씩 적어 줘. ③ 초안마다 고객 단어를 더 살린 변형을 하나씩 제안해 줘. ④ 내 초안에 빠진 방향이 있으면 하나만 알려 줘. 효능을 단정하거나 과장하는 표현은 쓰지 마.」

이 지시문의 핵심은 세 군데입니다. 재료(고객 표현)를 함께 주고, 초안은 사람이 먼저 써서 AI 문장에 생각이 묶이지 않게 하고, AI에게는 약점 지적과 변형을 맡깁니다. 이렇게 넓힌 후보 가운데 무엇을 남길지는 사람이나 AI가 아니라 고객의 반응이 정합니다.

카피라이팅 사례 — 빙과 부킹닷컴은 문장을 숫자로 골랐습니다

마이크로소프트 빙 — 묵혀 둔 아이디어 하나가 매출 12%

하버드 비즈니스 리뷰(HBR) 2017년 9~10월호에 론 코하비(Ron Kohavi)와 스테판 톰키(Stefan Thomke)가 쓴 글에 따르면, 2012년 빙에서 일하던 한 마이크로소프트 직원이 검색 결과의 광고 제목을 보여 주는 방식을 바꾸자는 아이디어를 냈습니다. 수백 개 아이디어 가운데 하나였고, 담당자들이 우선순위가 낮다고 보면서 6개월 넘게 묵혀 있었습니다. 직원이 간단한 A/B 테스트를 띄워 보자, 이 변경으로 매출이 12% 늘었고 사용자 경험 지표는 나빠지지 않은 것으로 분석됐습니다. 연간으로 환산하면 미국에서만 1억 달러가 넘는 규모였습니다.

같은 글은 구글과 빙에서 실험의 10~20% 정도만 긍정적인 결과를 냈다고 적었습니다. 마이크로소프트 전체로는 3분의 1이 효과가 있었고, 3분의 1은 차이가 없었고, 3분의 1은 오히려 나빴다고 합니다. 대표에게 주는 메시지는 분명합니다. 사람이 「이게 좋겠다」고 고른 문장이 실제로 이길 확률은 생각보다 낮고, 정말 크게 이기는 문장은 회의에서 밀려난 후보 속에 있을 수 있다는 것입니다.

부킹닷컴 — 아이디어는 10번 중 9번 틀린다

톰키 교수는 HBR 2020년 3~4월호 「실험 문화 만들기」에서 부킹닷컴이 한 해 약 2만 5천 건의 테스트를 돌리며 회사를 바꿔 왔다고 소개했습니다. 하버드 경영대학원 워킹 날리지(Working Knowledge)의 팟캐스트에서는 부킹닷컴이 어느 시점에든 1,000개가 넘는 실험을 동시에 돌리고, 그들의 아이디어가 열 번 중 아홉 번은 틀린다고 설명했습니다. 이 「열 번 중 아홉 번」은 회사가 공시한 숫자가 아니라 톰키 교수의 설명입니다.

부킹닷컴 같은 규모의 실험을 쇼핑몰이 따라 할 필요는 없습니다. 가져올 것은 태도입니다. 문장은 고르는 것이 아니라 겨루게 하는 것이고, 대부분은 질 것을 전제로 후보를 많이 만드는 것입니다. 그리고 후보를 많이 만드는 비용을 AI가 크게 낮춰 줬습니다. 예전에는 문장을 쓰는 사람의 시간이 테스트 횟수를 정했다면, 이제는 고객의 말이라는 재료와 고르는 기준이 정합니다.

리인벤팅은 이렇게 해결합니다

플라이휠 그로스 컨설팅은 첫째, 재료를 찾습니다. 사이트와 리뷰를 분석해 고객이 우리 상품을 어떤 말로 부르고 어디서 망설이는지 정리하고, 아하 모먼트와 유저 행동 데이터 분석으로 그 말이 어느 단계의 고객에게 필요한지 짚습니다. 그리고 문서로 끝내지 않고 AI 광고 소재·콘텐츠 제작 자동화 워크플로우를 회사 안에 깔아, 소재가 모자라서 테스트를 못 하는 일이 없게 만듭니다. 광고 집행 현황 분석으로 어떤 지표로 소재를 판정할지도 함께 정합니다. 사람을 더 뽑지 않고 대표나 팀 리더가 직접 돌릴 수 있는 상태가 목표입니다.

AI 그로스 CRM, 리토스는 둘째, 고르는 기준을 제품 안에 넣었습니다.

• AI 워크플로우 — 브랜드 톤을 학습한 뒤 메시지 카피 3종과 이미지를 만듭니다. 후보가 모자라 감으로 고르는 일을 줄입니다

• 자동 A/B 테스트 — 캠페인 하나에 콘텐츠를 여러 개(3개 권장) 등록하면 자동으로 테스트한 뒤 성과가 좋은 소재로 발송을 몰아줍니다. 먼저 받는 고객이 테스트 모수가 되고, 뒤에 들어오는 고객은 검증된 소재를 받습니다

• 프리셋 타게팅 조건 50개 이상 — 「장바구니 미결제」, 「첫 구매 후 30일 재방문 없음」처럼 문장이 일할 자리를 SQL 없이 골라, 망설임형·기대형 문장을 맞는 순간에 보냅니다

• 발송 제어 — 1인당 발송 주기 상한과 중복 제외가 기본이라, 후보와 캠페인을 늘려도 고객이 받는 메시지 수는 통제됩니다

리토스의 자동 A/B는 소재끼리의 우열을 가리는 기능이지, 메시지를 보냈을 때와 안 보냈을 때의 차이(증분)를 재는 기능은 아닙니다. 광고 소재 판정은 컨설팅에서, CRM 메시지 판정은 리토스에서 맡는 구조입니다. 리토스는 트렌비에서 CRM을 고도화해 LTV를 3배로, CRM 매출 비중을 전체의 30%까지 올린 경험을 바탕으로 만들었습니다.

이번 주에 할 일

1. 최근 리뷰 100개를 내려받게 합니다. 별점 3~4점 리뷰를 30개 이상 섞습니다

2. 구매 전 고객 문의 상위 10개를 뽑게 합니다. 가장 자주 나온 망설임 하나를 정합니다

3. 그 망설임을 푸는 문장 초안 3개를 직접 쓰고 AI로 다듬습니다. 위 지시문 틀을 그대로 써도 됩니다

4. 문장이 일할 자리 하나와 지표 하나, 기간 하나를 정합니다. 예: 장바구니 이탈 알림톡 · 메시지 경유 구매 · 1주

5. 다음 주 회의 안건을 「어느 문장이 좋을까」에서 「어느 문장이 이겼나」로 바꿉니다.

확인해 볼 것

• 지금 쓰는 광고 문구와 상세페이지 제목에 고객이 실제로 쓴 단어가 몇 개 들어 있습니까

• 지난달 바꾼 광고 문구는 누가, 어떤 숫자를 보고 골랐습니까

• 한 번에 비교하는 문장 후보는 보통 몇 개입니까

• 이긴 문장을 다음 후보와 다시 겨루게 하는 일은 누가 맡고 있습니까

정리

• 카피라이팅은 고객의 문제와 기대를 고객이 쓰는 말로 짚어 다음 행동을 하게 만드는 일이고, 성적표는 클릭·구매 같은 숫자입니다

• AI에 맡기기 전 대표가 정할 두 가지는 고객의 말(재료)과 고르는 기준(판정)입니다

• 재료는 리뷰·문의·반품 사유·검색어에 있고, 문제·기대·망설임으로 나눠 고객 표현 그대로 씁니다

• 판정은 후보 3개 이상, 지표 하나, 정해진 기간으로 하고 이긴 문장도 계속 새 후보와 겨루게 합니다

• AI에 문구를 통째로 맡기는 대필보다, 사람이 쓴 초안에 의견을 주는 검토자로 쓸 때 광고 품질이 나았다는 연구가 있습니다(Chen·Chan, 2024)

• 빙은 묵혀 둔 광고 제목 아이디어 하나로 매출이 12% 늘었고, 구글·빙 실험 가운데 긍정적 결과는 10~20%였습니다(Kohavi·Thomke, 2017)

참고 자료

• Harvard Business Review — Ron Kohavi·Stefan Thomke, The Surprising Power of Online Experiments (2017.9~10월호)

• Harvard Business Review — Stefan Thomke, Building a Culture of Experimentation (2020.3~4월호)

• HBS Working Knowledge — At Booking.com, Innovation Means Constant Failure (Cold Call 팟캐스트)

• Management Science — Zenan Chen·Jason Chan, Large Language Model in Creative Work: The Role of Collaboration Modality and User Expertise (2024.12)

• Northwestern Medill Spiegel Research Center — How Online Reviews Influence Sales (2017 첫 발표)

자주 묻는 질문

카피라이팅이란 무엇인가요?

카피라이팅은 고객이 가진 문제와 기대를 고객이 쓰는 말로 짚어, 클릭이나 구매 같은 다음 행동으로 이어지게 하는 문장을 쓰는 일입니다. 쇼핑몰에서는 광고 소재, 상세페이지 첫 화면, 알림톡 같은 CRM 메시지가 모두 카피가 일하는 자리이고, 자리마다 클릭률이나 구매전환율 같은 숫자로 잘했는지를 봅니다.

카피라이팅 잘하는 법, 어디서부터 시작하나요?

리뷰, 구매 전 문의, 반품 사유에서 고객이 직접 쓴 표현을 모아 문제·기대·망설임으로 나누는 것부터 시작합니다. 그 표현으로 방향이 다른 후보 문장을 세 개 이상 만들고, 지표 하나와 기간 하나를 정해 고객 반응으로 하나를 고릅니다.

AI로 광고 문구를 쓰면 성과가 좋아지나요?

AI에게 문구를 통째로 맡기기보다 사람이 먼저 쓴 초안에 AI가 의견을 주는 검토자로 쓸 때 광고 품질이 나았다는 연구가 있습니다. 고객의 표현을 재료로 함께 주고, 넓힌 후보 가운데 무엇을 남길지는 실제 고객 반응으로 고르는 구조를 갖춰야 합니다.

↑ 누르면 리토스 소개 페이지로 이동합니다

↑ 누르면 뉴스레터 구독 페이지로 이동합니다

↑ 누르면 플라이휠 그로스 컨설팅 안내 페이지로 이동합니다