요약
AI(Artificial Intelligence)는 인공 “지능”으로, 결국 사람의 업무 효율을 극대화하는 형태로 구현됨
- 다만 기존 SaaS가 1.2x, 1.3x 등 부분적인 업무 효율 개선에 그쳤다면 AI Agent는 3x, 4x 등 한 개인의 업무 효율을 극단적인 수준으로 끌어올림디지털 마케팅 산업의 AI Agent는 퍼포먼스 마케터의 업무를 자동화하는 형태로 등장하고 있음
퍼포먼스 마케터의 주된 업무는 데이터의 수집 → 가공 → 통합 → 분석으로 연결되는 성과 분석과 관리, 광고 소재(이미지/영상) 기획과 제작, 실제 매체에 접속하여 진행되는 캠페인 운영 등으로 구성
디지털 마케팅 산업의 폐쇄적인 데이터 환경, 데이터의 품질 이슈로 인해 대형 언어 모델(LLM)이 침투하기 어려움; 결과적으로 마케팅 산업에 특화된 버티컬 AI 에이전트 (Vertical AI Agent) 가 시장에서 자리 잡을 것
AI 에이전트란 무엇일까?
AI 에이전트(AI Agent)는 결국 사람의 업무를 대신 수행해주는 솔루션입니다. 광고를 대행해주는 회사들을 마케팅 에이전시(Agency)라고 부르는 것처럼 결국 특정 업무를 사람의 개입을 최소화하여 더 효율적으로 잘 해낼 수 있게 도와주는 것입니다.
현재 시장에서 가장 대중적으로 자리 잡은 AI 에이전트는 코딩, 즉 개발 영역입니다. 레버 엑스퍼트 (LEVER Xpert)의 개발 팀 역시 코드를 짜는 작업보다는 전체적인 설계나 코드 품질 관리 등 기존과는 다른 형태로 업무가 진화하고 있습니다.
마케팅 산업의 AI 에이전트는 무엇일까?
마케팅에는 브랜드 마케팅, 디지털 마케팅, 인플루언서 마케팅, CRM 마케팅, 바이럴 마케팅까지 다양한 영역이 존재하지만, AI 기술이 가장 빠르게 침투하고 있는 영역은 디지털 마케팅입니다.
디지털 광고는 구글(Google), 메타(Meta), 네이버(Naver), 카카오(Kakao), 크리테오(Criteo), 몰로코(Moloco), 토스(Toss) 등 기술 기반 기업들이 주도하고 있습니다. 이에 따라 광고 성과 및 리포트, 광고 이미지 및 영상, 캠페인 운영 등 다양한 영역에서 API 를 활용할 수 있도록 제공합니다.
반면에 브랜드 마케팅의 주력 채널인 TV 광고의 경우 성과를 간접적으로 추정할 수밖에 없고, 고품질의 영상 광고 의존도가 높은 만큼 AI 활용 영역이 좁습니다. 인플루언서 마케팅의 경우 성과를 측정할 수는 있지만 핵심은 인플루언서 발굴/섭외/관리에 있습니다. 사람의 개입이 필수적인 영역입니다.
고객 데이터를 직접적으로 다루는 CRM(Customer Relationship Management)의 경우 AI 활용도가 있는 영역으로, 세일즈포스(Salesforce)나 허브스팟(HubSpot) 등 CRM SaaS 솔루션들이 적극적으로 확장하고 있습니다. 다만 개인정보 데이터 활용 및 이전, 마케팅 활용 동의 등에 대해 엄격한 국내 시장 상황상 자체 개발하는 형태로 발달하고 있는 것으로 보입니다.
반면 디지털 광고 성과의 경우 고객의 개인정보를 직접 다루지 않는 만큼 데이터 활용도가 높고, 데이터 수집과 가공 및 시각화, 이미지/영상에 특화된 기획이나 제작 업무, 캠페인 운영, 모니터링 등 다양한 영역에서 자동화가 가능한 만큼 AI 에이전트의 역할이 큽니다. 에이전시가 수행하는 업무의 범위가 다양한 만큼 AI 에이전트에 기대할 수 있는 역할도 많습니다.
디지털 마케팅 영역의 AI 에이전트는 무엇일까?
디지털 마케팅 영역의 AI 에이전트는 앞서 언급한 내용처럼 디지털 마케팅 업무에 특화된 형태로 개화하고 있습니다. 글로벌에서는 Adverity, Funnel 등 데이터 ETL(Extract, Transform, Load) 솔루션, Madgicx처럼 Meta 광고 플랫폼 중심으로 데이터 수집과 분석, 소재 분석, 소재 생성, 캠페인 운영 등을 자동화 하는 솔루션, Smartly처럼 광고 소재의 분석과 기획 및 생성 등 소재 중심으로 진화하고 있는 솔루션들이 있습니다. 시장이 개화 단계에 있는 만큼 다양한 형태로 솔루션들이 진화하고 있죠.
일부 산업에서 클로드(Claude)와 같은 대형 언어 모델(LLM)들이 버티컬에 특화된 AI 에이전트를 개발하고 출시했지만, 디지털 마케팅 산업은 침투하기 어려운 산업입니다. 가장 큰 이유는 데이터의 독점성(Data Exclusivity)과 데이터 품질(Data Quality)입니다.
먼저 디지털 마케팅 운영의 근간이 되는 영역은 광고 성과 데이터입니다. 그런데 당연하게도 광고 성과 데이터는 아무나 확인할 수 없습니다. 보안이 중요한 만큼 각 광고 매체가 정한 규격에 따라 권한을 가진 사람만이 얻을 수 있습니다. 즉 LLM이 광고 매체 데이터를 학습하기에 제한적인 환경이라는 뜻입니다.
광고 매체와 클로드 간의 역학 관계에서 오는 한계도 있습니다. 글로벌 광고에서 가장 많은 비중을 차지하고 있는 구글(Google)이나 메타(Meta)의 경우 자체 LLM 모델을 보유하고 있습니다. 직접 경쟁인 만큼 타 모델에 대해 데이터 관리를 최대한 보수적으로 운영할 수밖에 없습니다. 또한 각 광고 매체의 성과 데이터는 해당 광고 지면을 판매하는 매체의 이해도가 높을 수밖에 없기도 합니다.
데이터 품질 역시 LLM이 확보하기 어려운 영역입니다. 이 부분은 각 광고 매체들 역시 마찬가지입니다. 메타는 메타의 플랫폼인 인스타그램을 통해 발생하는 광고 성과 데이터는 잘 알고 있지만, 네이버나 구글 애즈 등을 통해 발생한 데이터는 알 수 없습니다. 즉 여러 플랫폼 데이터를 확보할 수 있는 플랫폼 커버리지가 매우 중요합니다.
특히 광고비 규모가 커짐에 따라 광고 매체의 전환값(구매, 회원가입 등)을 그대로 차용하는 경우는 없습니다. 예를 들어 인스타그램에서 광고를 보고 네이버에 검색해서 특정 제품을 구매한다면, 광고주 입장에서는 한 번의 구매가 발생했지만 메타와 네이버는 둘다 구매가 발생했다고 데이터를 주기 때문입니다. 이런 상황과 동시에 각 광고 매체마다 주는 데이터의 종류나 상황이 다르기 때문에 데이터의 가공과 결합이라는 과정이 필요합니다. 또한 광고주가 속한 산업이나 상황에 따라 보고자 하는 지표(KPI, Key Performance Index)가 서로 상이하기도 합니다. 때문에 각 광고주가 보고자 하는, 여러 프로세스를 거친 최종 결과물을 확보하는 것이 중요한데, LLM 입장에서는 접근하기 어려운 영역입니다.
결국 퍼포먼스 마케팅 산업은 LLM이 접근하기 어려운 산업이며, 특화된 형태의 버티컬 AI 에이전트(Vertical AI Agent)가 발달할 수밖에 없는 환경입니다. 매드업은 디지털 마케팅 전문 에이전시로서, 동시에 AI 에이전트 LEVER Xpert 를 개발하는 솔루션 회사로서 마케팅 AI 에이전트 시장의 최종 모습에 가장 가까운 회사라고 할 수 있습니다.
마케팅 산업의 AI, 어떻게 변할지 궁금하신가요?
