[번역] 생성형 AI: 애자일하고 강력한 마케팅팀이 되는 길

생성형 AI 시대의 시작

고객들은 다양한 접점과 플랫폼에서 공유하는 데이터를 통해 매력적이고 원하는 디지털 경험을 제공받기를 바라지만, 종종 내부 프로세스의 단절로 인해 이런 기대를 충족시키지 못하는 상황이 발생합니다.

서로 다른 플랫폼과 분리된 데이터 때문에 고객 경험을 일관되게 통합하는 데 어려움이 있습니다. 그러나 인공지능(AI) 기반의 더욱 지능적인 고객 데이터 플랫폼과 콘텐츠 파이프라인이 등장하면서, 마케터들이 이러한 문제를 더 쉽게 해결할 수 있게 되었습니다. AI는 마케터들에게 시스템을 통합하고 혁신을 이끄는 역할을 합니다.

마케터들은 AI를 활용해 맞춤화된 세그먼트를 신속하게 구축하고, 다양한 크리에이티브 변형을 동시에 배포하며, 전에 없던 수준의 개인화를 실현할 수 있습니다. AI를 통해 방대한 데이터를 분석하여 유용한 통찰을 얻고, 고객 행동을 예측하며, 실시간으로 1:1 대화와 전환을 제공할 수 있습니다. AI를 활용해 창의성을 강화하고 지속적인 브랜드 충성도를 구축하는 ‘생성형 AI’ 마케터들은 이를 잘 이해하고 있습니다.

이들은 데이터와 혁신을 두루 활용하며, 자신의 업무가 여러 분야에 걸쳐 중요한 영향을 끼칠 수 있다는 사실을 인지하고 있습니다. 현재의 마케터들은 AI의 잠재력을 인식하고 있으나, 신뢰와 보안 문제는 여전히 해결해야 할 과제입니다.

세일즈포스의 최근 연구에 따르면, 많은 직원들이 AI가 새로운 보안 위험을 가져올 수 있다고 우려하며, AI를 사용하려는 직원들 중 상당수가 데이터 보호 방법에 대해 잘 모르고 있습니다.

이를 해결하기 위해 세일즈포스와 미디어몽크스는 브랜드가 강력한 데이터 파이프라인을 구축하고 신뢰를 주는 가드레일을 마련할 수 있도록 지원하고 있습니다.

마케터들이 AI의 가능성을 어떻게 받아들이고 마케팅을 혁신할 수 있는지에 대한 질문은 매우 중요합니다. 이 가이드는 생성형 AI 마케터들의 일상 활동을 통해 미래의 마케팅 환경을 탐구하며, 다음과 같은 질문들에 대한 답을 제시합니다:

1. 미래의 마케팅팀은 어떤 업무를 수행하게 될까요?.
2. 현재의 마케팅팀들이 미래에는 하지 않게 될 일은 무엇일까요?
3. 생성형 AI의 마케팅팀은 어떤 모습일까요?
4. 현재의 마케팅팀은 미래를 어떻게 계획할 수 있을까요?

이러한 질문에 대한 답을 찾기 위해, 글로벌 애슬레저 기업의 마케터인 하젤이 어떻게 세일즈포스 환경에서 AI를 활용해 매력적인 고객 여정을 조율하는지 살펴보겠습니다. 하젤의 사례를 통해 현재 마케팅 팀이 어떻게 미래에 대비하고 탁월한 고객 경험을 제공할 수 있는지를 알아보는 것이 유용할 것입니다.

두 가지 여정에 대한 이야기

헤이즐은 유명 애슬레저 브랜드의 지역 마케팅 디렉터입니다. 그녀는 ChatGPT나 미드저니와 같은 생성형 AI 툴에 관심이 많아, 이를 활용해 실무에 활용하는 방법을 실험해 왔습니다. 최근 회사에서 세일즈포스를 대대적으로 도입한 후, 그녀의 팀에서 생성형 AI를 쉽게 업무에 활용할 수 있게 되었습니다.

헤이즐은 새로운 환경에서 지역화된 새로운 세그먼트를 쉽게 발견하여, 특정 캠페인의 실적이 낮은 이유를 확인할 수 있었습니다. 또한 대화형 인터페이스 덕분에 데이터 탐색이 원활하게 이뤄졌고, 마치 친구에게 인사이트나 아이디어를 요청하는 것과 같은 느낌을 받았습니다.

또 헤이즐은 메이저 아티스트와의 새로운 콜라보레이션 출시를 홍보할 준비를 하고 있습니다. 프로모션을 준비하면서 그녀는 로열티 프로그램의 데이터에 대한 직접적인 인사이트를 제공할 수 있는 새로운 캠페인을 준비하게 되었습니다. 그녀는 이것이 다양한 세그먼트와 그들의 니즈를 더 잘 이해하는 데 도움이 되는 중요한 자체 데이터 소스라는 것을 깨닫고, 이 데이터를 고객 데이터 플랫폼으로 끌어들일 계획입니다.

이 캠페인을 위해 헤이젤은 과거 테스트를 기반으로 한 추천 페이지 세트로 시작하여 AI로 조정하는 방식으로 많은 양의 랜딩 페이지를 쉽게 만들었습니다. 비주얼의 경우, Hazel은 대담하고 새로운 접근 방식을 시도하고 싶었고, Media.Monks를 고용하여 매력적이고 영감을 주는 다양한 합성 미디어 이미지를 제작했습니다.

그녀는 과거 데이터에 대한 사전 테스트를 실행하여 예상 결과를 생성한 결과, 34%의 편차를 보이는 결과를 얻을 수 있음을 확인했습니다. 그녀는 테스트를 실행하고 AI가 새로운 이미지를 잠재고객과 매칭하고, 누가 가장 큰 감동을 받아 전환할 수 있는지 학습하도록 합니다.

이제 고객인 에즈라의 여정을 따라가면서 헤이즐의 노력이 얼마나 효과적인지 확인해 보겠습니다. 에즈라는 핀테크 업계에서 리모트로 일을 하고 있는 게이머입니다. 경쟁심이 강한 에즈라는 모든 종류의 게임을 즐기고 힙합에 대한 열정을 가지고 있습니다. 스트레스가 많은 업무를 마친 후에는 자신을 돌보는 데 집중하며, 이는 그의 패션 선택과 활동적인 라이프스타일에서 잘 드러납니다. SNS의 피드를 스크롤하던 에즈라는 우연히 스폰서 광고를 발견합니다.

그는 최근 새로운 운동화를 찾고 있었는데, 광고마다 이미 본 적이 있지만 구매하지 않기로 한 제품이 표시되어 있었습니다. 짜증이 난 그는 절친한 친구 톰이 들려준 이야기를 떠올립니다. 톰의 아내는 톰이 칸쿤 여행 광고를 보고 깜짝 휴가를 위해 쇼핑을 하고 있다는 사실을 알게 되었다고 하죠. 온라인 광고는 왜 이렇게 반복적이고 성가실까요?

다음 날 저녁, 에즈라는 톰과 직원들과 함께 바에 갔습니다. 대화는 운동화에 대한 이야기로 이어졌고, 톰은 가장 좋아하는 의류 브랜드(헤이젤이 근무하는 브랜드)가 시내에 새 매장을 열었다는 사실을 언급했습니다. 톰은 이 브랜드의 로열티 앱을 통해 매장 위치와 할인 코드를 공유했고, 에즈라는 가입 페이지로 이동합니다. 가입 페이지에는 에즈라가 좋아하는 도시 이미지는 물론 게임이나 바에서 친구들과 대화하는 방식과 유사한 속어로 구성된 제안이 에즈라의 마음을 사로잡았습니다. 이는 헤이젤의 합성 미디어 테스트가 에즈라와 톰의 인구 통계를 전환하는 데 성공한 것처럼 보입니다.

랜딩 페이지를 만들고 신규 가입을 유도한 후, 헤이즐은 옴니채널 경험을 강화하는 데 관심을 기울입니다. 제품 팀의 도움을 받아 고객이 무엇을 좋아하고, 왜 오래 머무르는지 추적하여 CRM 데이터를 수집하는 방법을 모색합니다.

헤이즐은 고객으로부터 학습하고 그에 따라 반응하는 일련의 인앱 기능을 구현합니다. 예를 들어 AI 기반 인앱 컨시어지는 고객의 니즈에 따라 앱에서 특정 상품이나 서비스 등을 보여줍니다. 헤이즐은 피드백을 통해 결과를 검증하는 동시에 컨시어지가 브랜드 DNA를 반영할 수 있도록 했습니다.

위 데이터를 기반으로 아인슈타인(세일즈포스의 AI)이 자동으로 생성한 요약을 통해 헤이즐은 다시 한 번 합성 미디어를 홣용했습니다. 결론적으로 CRM 데이터를 기반으로 디지털 플랫폼과 매장에 표시되는 맞춤형 광고를 손쉽게 제작할 수 있게 되었습니다.

브랜드 앱을 둘러보던 에즈라는 관심 있는 제품을 몇 가지 발견합니다. 그는 매장을 직접 방문하여 제품을 직접 보고 좀 더 둘러보기로 결심합니다. 아직 매장의 구조를 모르기 때문에 원하는 제품을 쉽게 찾을 수 있도록 앱을 실행합니다.

이 브랜드의 팬이 된 그는 쇼핑하는 동안 관심 있는 제품을 스캔하여 나중에 다시 방문할 수 있도록 마음 먹는 등 매우 적극적입니다. 방문 내내 인앱 컨시어지는 잘 어울리는 제품, 그가 이미 관심을 보인 제품과 유사한 제품, 관련 할인 정보 등 유용한 정보를 제공합니다. 에즈라는 몇 가지 상품을 구매하고 떠나기 전에 헤이즐이 적극적으로 홍보하고 있는 콜라보레이션 아티스트 섹션을 지나칩니다.

집에 돌아온 에즈라는 구입한 옷을 입어보지만 일부 옷이 맞지 않거나, 다시 생각해보니 나머지 옷장과 어울리지 않는 것을 발견합니다. 그는 앱을 열어 커머스 컨시어지에게 반품 절차를 시작합니다. 이 과정은 마치 퍼스널 쇼퍼와 대화하는 것과 같습니다. 챗봇이 이미 에즈라의 최근 구매 내역을 파악하고 있기 때문에 메뉴를 탐색하거나 구매 내역 또는 영수증을 검색할 필요가 없으며, 해당 정보를 통해 원활한 상담이 가능합니다.

에즈라에게는 무엇이 잘못되었는지 공유할 수 있는 기회가 주어지며, 컨시어지는 자연어 피드백을 통해 다양한 그룹으로 분류합니다. 예를 들어, 에즈라가 신발 한 켤레를 반품한 이유인 '너무 작다'는 사이즈 문제를 표시할 수 있습니다.

또한 컨시어지와 공유된 과거 구매 데이터를 통해 브랜드는 스포츠 관련 의류(특히 농구), 패션 및 개인 스타일에 대한 고려 등 향후 추천을 위한 에즈라의 관심사에 대한 인사이트를 얻을 수 있습니다. 분류가 완료되면 컨시어지는 에즈라에게 스캔하기 쉬운 반품 라벨을 제공하여, 택배 기사에게 보여줄 수 있도록 합니다. 앱을 닫기 전에 에즈라는 아티스트와의 새로운 콜라보레이션에 관한 공지를 확인합니다.

다음은 에즈라가 앱의 챗봇과 대화한 내용을 재구성했습니다.

"에즈라: 안녕하세요, 최근에 몇 가지 구매를 했는데 그중 일부를 반품하고 싶습니다."

"챗봇: 알겠습니다. 바로 처리해 드리겠습니다. 찾고 계신 내용을 더 잘 이해할 수 있도록 해당 품목을 반품하는 이유를 알려주시겠어요?"

"에즈라: 후드티는 제 스타일과 어울리지 않고, 바지와 반바지는 농구를 할 때 불편합니다. 반바지는 너무 많이 올라오고 신발은 약간 꽉 끼어요."

에즈라는 운동복 구매를 통해 스포츠 관련 제품에 관심이 많음을 나타냅니다. 그는 특히 농구에 관심이 있습니다. 특정 스타일의 후드 티를 구매한 것은 패션과 개인 스타일을 나타냅니다.

"챗봇: 운동복의 편안함은 스포츠를 최상의 상태로 즐기는 데 필수적이죠. 알려주셔서 감사합니다! 반품을 진행하기 전에 혹시 해당 상품을 다른 상품으로 교환할 의사가 있으실까요? 예를 들어, 사이즈와 핏이 다른 상품으로 교환이 가능합니다."

"에즈라: 후드티와 반바지는 반품하고 싶고, 신발은 11 사이즈로 교환하고 싶습니다."

에즈라의 신발 사이즈는 남성용 11입니다. 이제 브랜드는 에즈라에게 해당 사이즈의 교차 판매 및 잠재적 업셀링이 가능해졌습니다.

헤이젤은 고객의 앱 가입을 성공적으로 유도하고 옴니채널 경험을 간소화했습니다. 이제 그녀는 브랜드의 이커머스 플랫폼에서 완전히 개인화된 경험을 만들고자 합니다. 그녀는 스토어와 앱에서의 상호 작용을 바탕으로 각 고객의 취향에 맞는 개인화된 그리드와 취향을 담아내는 작업을 진행하고 있습니다.

예를 들어, AI는 고객이 제품 이미지와 라이프스타일 이미지 중 어느 쪽에 더 반응하는지에 따라 개인화할 수 있습니다. AI가 지원하는 합성 미디어는 플랫폼의 속도와 규모에 맞게 개인화할 수 있도록 도와주며, 제품 팀이 확인하고 몇 분 안에 전달할 수 있는 에셋을 즉시 생성합니다.

이러한 시각적 요소 외에도 헤이젤은 특정 대상에 맞는 제품 설명도 생성합니다. 마지막으로, 그녀는 생성된 모든 콘텐츠를 평가자와 비교하여 콘텐츠가 브랜드의 기준과 아티스트 협업자의 가이드라인을 충족하는지 확인합니다.

다음에 에즈라가 브랜드를 방문했을 때, 이번에는 웹사이트를 통해 자신의 취향에 맞는, 일종의 개인화된 매장을 만나게 됩니다. 이 플랫폼은 이전에 그의 눈길을 사로잡았던 최신 뮤지션과의 콜라보레이션을 소개하며 그가 가장 좋아하는 팀의 의류를 세심하게 소개합니다.

그날 저녁 톰에게 브랜드의 새로운 상품에 대해 언급했을 때, 톰의 웹사이트의 디자인이 자신과 다르다는 사실을 알게 됩니다. 에즈라는 브랜드가 자신을 진정으로 이해하고 있다는 사실을 깨닫습니다.

앞으로 에즈라가 소셜 피드를 스크롤할 때, 그가 자주 가는 장소(예: 몇 주 전에 톰과 함께 방문한 바)와 그가 즐기는 활동(예: 아파트 단지 근처에서 즐기는 픽업 농구)을 배경으로 보여주는 브랜드 광고가 점점 더 친숙해집니다. 전체적으로 각 광고 스팟은 브랜드가 그의 삶에 어떻게 진정으로 어울리는지를 강조합니다.

헤이즐은 모든 접점에서 AI를 활용하여 각 고객에게 맞춤화된 경험을 빠르고 비용 효율적으로 제공했습니다. 컨시어지가 처리하는 반품 프로세스와 같은 사례에서는 AI가 맞춤형 경험뿐만 아니라 더욱 간소화된 경험을 제공하기도 했습니다.

이러한 경험은 고객 인사이트를 활용할 뿐만 아니라 새로운 데이터를 생성하여, 관련성이 높은 캠페인을 위한 세그먼트를 지속적으로 발견하고 개선하는 데 도움이 됩니다.

헤이즐이 각 고객에 대한 더 많은 데이터를 수집함에 따라 매장 내 및 플랫폼 내 커뮤니케이션은 고객의 개별적인 니즈, 일상, 라이프스타일, 친숙한 장소 등과 점점 더 관련성이 높아지고 있습니다. 이는 전환율과 평균 주문액을 높이는 데 그치지 않고 감정적 연관성, 브랜드 선호도, 전반적인 고객 생애 가치도 높여줍니다.

가장 좋은 점은? 이 정도 규모의 개인화에 비용과 리소스가 그리 필요하지 않다는 사실입니다. 헤이즐은 카피라이터, 디자이너, 일러스트레이터가 만들어낸 최고의 작품을 브랜드에 맞게 변형하여 병목 현상을 방지하고 효율성을 유지할 수 있습니다.

여정 구축

방금 헤이즐이 일련의 상호 작용을 통해 에즈라와 관계를 구축한 방법과 이를 가능하게 한 시스템을 살펴보았습니다. AI는 헤이즐에게 인사이트를 창의적인 접점과 연결하고, 각 고객에 대한 시각과 더 많은 데이터를 생성하는 경험을 제공할 수 있도록 합니다.

실시간 상호작용, 예측 분석, 강력한 고객 프로파일링은 AI가 마케터에게 인사이트를 제공하는 데 도움이 되는 몇 가지 방법 중 일부에 불과합니다. 이를 통해 브랜드는 고객의 특정 요구에 맞게 설계된 놀랍도록 독특한 경험을 제공할 수 있습니다.

헤이즐이 자사 데이터를 활용하여 에즈라만을 위한 맞춤화된 매장을 구축한 방법을 떠올려 보세요. 모든 고객에게 필요한 콘텐츠의 양을 어떻게 감당할 수 있을까 하는 생각이 들 수도 있습니다. 그 해답은 훨씬 적은 비용으로 생산량을 크게 늘릴 수 있는 생성형 AI의 잠재력에 있습니다.

실제로 생성형 AI를 활용하는 마케터는 인하우스 팀에 소속되어 지루하고 반복적인 업무에서 벗어나 고객을 위한 기회를 창출하고 창의적인 아이디어를 빠르게 반복하는 데 집중할 수 있는 사람일 가능성이 높습니다.

이들은 한 손에는 데이터를, 다른 한 손에는 혁신을 들고 예산을 관리하면서 크리에이티브를 크게 높일 수 있습니다. 인사이트 분석부터 실행에 이르기까지, 캠페인을 구축하는 데 AI가 어떤 도움을 주고, 어떤 목표를 달성할 수 있는 지 살펴보세요.

엔드투엔드 캠페인을 쉽게 생성

1) 잠재고객 세분화 및 브리핑

CDP(고객 데이터 플랫폼)가 데이터 분석가의 역할을 겸한다면 어떨까요? 대규모 언어 모델(LLM)을 기반으로 하는 생성형 AI의 CDP는 사용자가 데이터를 쿼리하여 마케팅과 커머스에서 새로운 세그먼트와 화이트 스페이스를 더 잘 식별할 수 있도록 지원합니다. 생성형 AI 마케터는 어시스턴트에게 세그먼트를 생성하고 순위를 매긴 다음, 고객의 관심을 끌 수 있는 캠페인의 개요를 생성하도록 요청하는 것으로 시작할 수 있습니다.

2) 프로덕션

프로덕션 팀은 한 번의 촬영으로 전체 에셋 라이브러리를 구축할 수 있습니다. 라이다(LiDAR, 빛 감지 및 거리 측정)를 통해 모델, 소품, 세트 등을 3D 에셋으로 변환하여 버전 관리와 수정을 진행할 수 있습니다. 경우에 따라서는 촬영이 전혀 필요하지 않을 수도 있으며, 가상 및 AI로 생성된 에셋만으로도 충분히 작업을 수행할 수 있습니다. 이를 통해 크고 작은 팀이 다양한 대상과 하위 브랜드를 위해 고도로 맞춤화된 크리에이티브를 제작할 수 있는 역량을 강화할 수 있습니다.

3) 버츄얼 프로덕션 및 포스트

촬영 결과물(있는 경우)은 언리얼과 같은 게임 엔진으로 포팅되어 팀이 실시간으로 조명, 모델, 장면을 변경할 수 있습니다. 통합된 AI 툴을 사용하면 크리에이티브를 위한 완전히 새로운 배경을 생성할 수 있으며, 메타휴먼과 같은 툴을 사용하면 모델을 원활하게 교체할 수 있습니다. 최초 촬영을 시작으로, 결과물 변형의 가능성이 무궁무진해집니다.

4) 디자인 및 버전 관리

생성형 AI 마케터는 무한한 변형이 가능한 단일 에셋만 다듬으면 됩니다. 예를 들어, 헤이즐은 조깅을 위해 디자인된 새로운 신발을 소개하는 광고를 만든다고 합시다. 특정 도시에 사는 고객을 위해 해당 도시를 배경으로 만들고, 도시에 따라 랜드마크를 교체할 수 있습니다. 자연 속에서 러닝을 선호하는 고객은 어떨까요? 헤이즐은 원래 구도를 유지하면서 배경을 숲길, 대초원 및 기타 경치 좋은 환경으로 하는 새로운 에셋을 자동으로 생성할 수 있습니다.

5) 승인

생성형 AI 마케터는 템플릿화된 워크플로우 덕분에 구체적이고 형식에 맞는 콘텐츠를 신속하고 쉽게 만들 수 있습니다. 여기에는 특정 플랫폼과 시장에 대한 다양한 법적 또는 규제 요건을 충족하기 위한 제안이 포함되며, 마케팅 팀은 자동화를 통해 이를 쉽게 검토하고 승인할 수 있습니다.

6) 분석 및 인사이트

마케터는 AI 기반 분석 도구를 통해 데이터를 실행 가능한 인사이트로 전환하여 캠페인 성과를 종합적으로 파악할 수 있습니다. AI 알고리즘은 방대한 양의 데이터를 실시간으로 분석하여 가치 있는 패턴과 트렌드를 발견함으로써 마케터가 데이터에 기반한 의사결정을 내리고 전략을 최적화할 수 있도록 지원합니다.

또한 AI 기반 예측 분석은 미래 트렌드를 예측하여 마케터가 선제적으로 접근 방식을 조정하고 역동적인 환경에서 앞서 나갈 수 있도록 지원합니다. 마케터는 자연어를 입력하여, 데이터에서 답을 얻고 인사이트를 도출함으로써 궁극적으로 캠페인 성과를 개선하고 장기적인 성공을 이끌어낼 수 있습니다.

이 워크플로는 헤이즐과 같은 마케터가 고객 여정을 개인화하는 데 도움이 되는 것 이상의 역할을 합니다. 결정적으로, 에셋을 빠르게 제작하거나 버전을 변경할 수 있기 때문에 새로운 문화적 순간이나 갑자기 유행하는 밈에 빠르게 대응할 수 있습니다. 결국 생성형 AI 마케터는 빠른 속도로 문화에 영향을 미칠 수 있는 지름길을 찾을 수 있습니다.

불투명한 대시보드와 데이터 홍수에 시달릴 필요도 없습니다. 멋진 크리에이티브를 예산 범위 내에 더 적합한 아이디어로 축소할 필요도 없습니다. 대신, 생성형 AI 마케팅팀은 아이디어를 더 크게 만드는 방법에 집중합니다.

장소 섭외는 여행 제약에 대한 걱정 대신 경치 좋은 장소를 상상하는 일로 바뀌고, 카피라이팅과 같은 반복 작업을 줄여, 더 창의적인 아이디어에 집중할 수 있는 길을 열어줍니다.

더 좋은 소식은 이 워크스트림이 미래의 마케터만 사용하는 것이 아니라는 점입니다. 지금 이 순간에도 브랜드들은 더 적은 자원으로 더 많은 일을 하고 성과를 내야 한다는 필요성에 따라 유사한 파이프라인을 구축하고 있습니다. 마케터가 전환율 향상과 같은 단기적인 목표를 달성할 뿐만 아니라 장기적인 성장과 브랜드 구축에 기여하는 데 AI가 어떻게 도움이 되는지 자세히 살펴보세요.

브랜드 및 고객과 더 나은 관계 구축

마케터의 책임이 매력적인 콘텐츠를 만들거나 브랜드 사랑을 구축하기 위한 전략을 세우는 등 각자의 역할에 따라 각기 다른 측면을 나타내는 방대하고 복잡한 직소 퍼즐과 같다면, AI는 마케터가 각 조각을 통합된 전체로 결합하여 더 큰 그림을 볼 수 있도록 도와주는 안내자 역할을 수행합니다.

이러한 인식 덕분에 생성형 AI 마케터는 보다 높은 수준의 차별화된 브랜드를 구축하는 데 집중할 수 있으며, 그 과정에서 장기적인 비즈니스 성공을 이끌어낼 수 있습니다.

1) 고객 생애 가치에 우선순위를 두세요

고객 생애 가치(CLV)는 생성형 AI 마케터에게 중요한 지표입니다. 많은 브랜드가 CLV를 미래 구매를 예측하는 선행 지표가 아닌 과거 구매를 기반으로 한 후행 지표로 활용합니다. 후행 지표는 브랜드가 가장 가치가 높은 고객에게 마케팅 비용을 할당할 수 있는 강력한 방법입니다. AI의 예측 능력은 마케터가 고가치 고객 세분화, 신규 고객 확보에 대한 의사 결정, 이탈 방지 등과 같은 전략을 통해 장기적인 수익성을 창출하는 수단으로 CLV를 활용할 수 있도록 도와줍니다.

2) 브랜드 진정성 확보

바쁜 업무에서 해방된 생성형 AI 마케터는 브랜드의 본질, 즉 브랜드가 무엇을 의미하고 그 목적을 활용하여 문화와 소통하는 방식에 집중합니다. 정교한 마케터는 AI의 제안이 조금이라도 모호한 부분이 있다면 어떤 식으로든 결정을 내립니다. 이들은 GPS가 지시한다고 해서 강으로 차를 몰고 가지 않기 떄문입니다. 이들은 심도 있는 브랜드에 대한 전문 지식과 고객에 대한 명확한 이해로 무장하고 있기 때문에 자신 있게 결정할 수 있습니다.

3) 더 많은 자율성을 누리세요

AI는 냉정하고 계산적인 명령을 내림으로써 마케터의 자율성을 떨어뜨리는 것이 아니라, 창의적인 야망을 펼치는 데 필요한 확신을 줍니다. 자체적으로 콘텐츠를 구축하고 수정할 수 있는 능력을 갖춘 생성형 AI 마케터는 더 적은 수의 파트너와 일하며 업무의 복잡성을 줄일 수 있습니다. (자사 데이터 전략을 수립하고 통합 기술 스택을 구현하며 이를 통해 확장되는 콘텐츠 파이프라인을 설계하는 데 도움을 주는 파트너)

생성형 AI 준비

AI 퍼스트 브랜드가 되는 것은 새로운 기술을 구현하는 것 이상의 의미를 갖습니다. 진정한 성공을 거두기 위해서는 강력한 문화적 요소가 필요하며, 실제로 문화는 AI와 같은 신기술에 투자할 때 가장 큰 걸림돌이 되는 경우가 많습니다. 그렇다면 어떻게 하면 AI와 그 잠재력을 모두 포용하는 강력한 팀 문화를 구축할 수 있을까요? 지금부터 당장 시작할 수 있는 몇 가지 방법을 살펴보겠습니다.

1) 직원 준비시키기

직원의 준비는 AI 도입의 핵심 요소입니다. 브랜드는 조직 내 변화의 수용도를 측정하고, 저항하는 직원을 지원하기 위한 기술 교육을 제공해야 합니다. 저항을 줄이고 열정을 불러일으키는 한 가지 방법은 워크플로우 설계에 직원을 참여시켜 그들의 능력을 향상시킬 수 있는 프로세스를 구축하는 것입니다. 생성형 AI에 대한 관심이 급증함에 따라 브랜드는 브랜드 안전, 윤리 및 적법성과 관련된 우려 사항을 해결하고 이를 팀에 다시 전달해야 합니다. 이러한 정책은 기술과 규제가 발전함에 따라 지속적으로 조정되어야 합니다.

2) 퍼스트 파티 데이터 전략 구축

강력한 퍼스트 파티 데이터 전략을 개발하는 것은 매우 중요합니다. *퍼스트 파티 데이터란? 기업의 웹 사이트 또는 모바일 앱과 같이 기업에서 소유하고 있는 채널을 통해 수집하는 고객의 정보

CRM 내에서 이러한 데이터를 정리하고 최적화함으로써 AI 활용을 위한 견고한 기반을 구축할 수 있습니다. 이러한 솔루션은 고품질의 실시간 데이터를 기반으로 개인화된 콘텐츠를 생성하고, 작업을 자동화하며, 탁월한 고객 경험을 제공합니다. 잘 정의된 퍼스트 파티 데이터 전략은 AI 솔루션이 정확하고 관련성 있는 정보에 액세스하여 최고의 효율로 운영되고 원하는 결과를 제공할 수 있도록 보장합니다.

3) 기술 구현 시작

인력을 충원하고 자체 데이터 전략을 수립했다면 새로운 도구와 워크플로를 구현할 준비가 된 것입니다. 점진적으로 AI 성숙도를 높이기 위해 여러 가지 포인트 솔루션을 도입하고 싶을 수도 있지만, 위에서 설명한 합성 미디어 워크플로우와 같이 여러 기술을 통합하여 효율성을 극대화하는 종합적인 솔루션을 찾는 것도 고려해 볼 수 있습니다.

4) 보안을 최우선으로 고려

신뢰와 보안은 오늘날 AI 도입의 주요 관심사이며, 플랫폼 개발자들은 이 문제를 해결하는 데 주력하고 있습니다. 예를 들어, 세일즈포스의 아인슈타인 트러스트 레이어는 기업 데이터를 보호하는 동시에 마케터가 신뢰할 수 있는 생산성을 달성할 수 있도록 지원하며, CRM에서 기업 데이터를 분리하는 동시에 해당 데이터에 대한 프롬프트가 세일즈포스를 벗어나지 않고도 책임감 있게 근거를 마련할 수 있도록 해줍니다. 이러한 기능은 유해성 및 편향성 필터와 더불어 데이터를 보호할 뿐만 아니라 생성형 AI의 결과물에 대한 신뢰를 심어줍니다.

5) 고유한 브랜드 AI를 훈련

위에서 설명한 AI의 이점을 활용하고자 하는 마케터는 시간을 들여 브랜드 DNA에서 파생된 맞춤형 AI 모델을 구축해야 합니다. 즉, 브랜드 가이드라인, 기존 콘텐츠, 브랜드의 제품 포트폴리오를 기반으로 시스템을 학습시켜야 합니다. 예를 들어, 헤이즐은 '신발' 관련 프롬프트가 경쟁사가 아닌 자사 브랜드의 디자인 미학과 일치하도록 제품 자산으로 안정적 확산 모델을 훈련시킬 수 있습니다.

6) 다른 데이터 소스와의 상호 운용성을 보장

CRM은 잠재 고객을 구매 시점으로 유도하는 데 핵심적인 역할을 합니다. 하지만 물리적 가용성에 따라 어느 지역의 소비자에게 어떤 제품을 홍보할지 지능적으로 추천하는 공급망 데이터와 같은 다른 데이터 소스와 결합한다고 상상해 보세요. 지역 날씨 패턴과 같은 위치 기반 데이터도 잠재고객에게 표시하는 방법과 시기에 영향을 줄 수 있습니다. 이러한 가능성을 활용하려면 API를 통해 다양한 소스에 연결할 수 있는 고객 데이터 플랫폼(CDP)과 디지털 자산 관리자(DAM)가 필요합니다.

7) 적극적인 실험 수용

마케터는 실험을 통해 에셋, 메시지, 전략을 테스트하여 타겟 오디언스의 공감을 가장 잘 이끌어내는 것이 무엇인지 파악할 수 있습니다. 마케터는 통제된 실험을 수행함으로써 데이터 기반의 인사이트를 수집하고 캠페인에 대한 정보에 기반한 결정을 내릴 수 있습니다. 이러한 반복적인 테스트 및 학습 프로세스는 창의적인 접근 방식을 개선하는 데 도움이 될 뿐만 아니라 생성형 AI 기반 솔루션의 역동적인 특성에 대비할 수 있게 해줍니다.

생성형 AI는 다양한 콘텐츠를 변형 및 생성할 수 있으므로 마케터는 실험을 통해 어떤 유형의 크리에이티브 요소와 메시지가 브랜드 및 오디언스에게 가장 효과적으로 부합하는지 파악할 수 있습니다.

요컨대, 마케터는 AI를 포용하는 팀 문화를 구축하고 기술 개발에 투자하여 열정을 키우는 것으로 대비할 수 있습니다. 이를 통해 작업을 자동화하고 캠페인 구축 프로세스를 개선하는 동시에 AI 도구를 통해 점진적으로 성숙도를 높일 수 있습니다.

또한 강력한 퍼스트 파티 데이터 전략을 개발하면 AI 솔루션이 개인화된 콘텐츠 생성에 필요한 정확하고 관련성 높은 정보에 액세스할 수 있습니다. 이러한 단계를 따르면 마케터는 AI를 통해 효율성, 창의성, 탁월한 고객 경험을 향상시킬 준비를 할 수 있습니다.

리캡 및 결론

가이드를 통해 헤이즐의 AI 기반 워크스트림이 조금씩 모습을 드러내기 시작했습니다. 생성형 AI로의 여정을 계획할 때 이 가이드의 서두에서 제기한 질문들을 잠시 생각해 보세요.

앞으로 마케팅팀은 어떤 일을 하게 될까요?

앞으로 마케팅팀은 주로 고객을 위한 기회를 창출하고 창의적인 아이디어를 빠르게 반복하는 데 집중하게 될 것입니다. 마케팅팀은 AI를 활용하여 일상적이고 반복적인 업무를 자동화함으로써 매력적인 콘텐츠 개발, 브랜드 전략 개선, 혁신 촉진과 같은 전략적 활동에 더 많은 시간을 할애할 수 있습니다. 마케터는 콘텐츠 제작을 지원하는 AI를 통해 고객의 특정 니즈를 충족하도록 설계된 고도로 개인화된 경험을 만들 수 있습니다. 또한 마케팅 팀은 AI를 활용하여 마케팅 비용을 효과적으로 할당하고, 브랜드 진정성을 구축하며, 정보에 기반한 의사결정을 통해 고객 평생 가치를 창출함으로써 장기적인 성장에 우선순위를 둘 수 있습니다.

현재 팀들은 그때는 하지 않던 일을 지금 하고 있을까요?

현재 마케터들은 콘텐츠를 수동으로 제작하고 반복하는 등 반복적인 작업에 상당한 시간과 노력을 들이고 있습니다. 하지만 AI가 통합되면 이러한 작업이 자동화되어 마케터는 브랜드 차별화와 혁신을 주도하는 더 높은 수준의 활동에 집중할 수 있게 됩니다. AI 기반 시스템이 대규모로 자산을 생성하여 여러 파트너에 대한 의존도를 낮추고 일상적인 작업을 간소화함으로써 광범위한 수동 콘텐츠 제작 및 버전 관리의 필요성이 감소할 것입니다. AI 알고리즘이 데이터 처리를 처리하고 가치 있는 인사이트를 제공하므로 마케터는 더 이상 대시보드와 데이터 분석에 매달릴 필요가 없습니다.

생성형 AI 마케팅 팀은 어떤 모습인가요?

생성형 AI 마케팅팀은 브랜드의 사내 전문가입니다. 소규모로 구성된 이들은 적은 인원으로 훨씬 더 많은 양의 콘텐츠를 적은 비용으로 제작할 수 있습니다. 생성형 AI 팀의 핵심 역량은 데이터에서 발견되는 시그널을 조사하고 우선순위를 정하는 것입니다. 마케터가 콘텐츠 제작의 디렉터 역할을 맡게 되면서 관련 프로젝트 관리도 중요한 기술로 부상할 것입니다.

현재의 마케팅팀들은 어떻게 미래를 계획할 수 있을까요?

브랜드는 AI를 포용하는 팀 문화를 구축하고 기술 개발에 투자하여 AI 도입에 대한 열정과 준비성을 키움으로써 미래를 계획할 수 있습니다. 강력한 퍼스트 파티 데이터 전략을 개발하면 AI 솔루션이 개인화된 콘텐츠 생성을 위해 정확하고 관련성 높은 정보에 액세스할 수 있습니다. 이러한 실험을 수용하는 것이 핵심이며, 이를 통해 팀은 크리에이티브 전략을 테스트 및 개선하고 AI 기반 생성 솔루션의 역동적인 특성에 대비할 수 있습니다.

마케터는 생성형 AI를 통해 고객 인사이트와 창의성을 바탕으로 개별 고객과 더 깊이 공감할 수 있는 맞춤형 참여 콘텐츠를 제작하여 대규모 개인화 혁신을 이룰 수 있습니다. 헤이즐이 현실로 다가오면서 오늘날의 마케터들은 지금부터 AI를 실험하기 시작할지도 모릅니다.

• 원문: https://media.monks.com/reports/generation-ai-and-path-agile-and-empowered-marketing-teams

해당 콘텐츠는 세일즈포스와 미디어몽크스가 함께 발간한 리포트입니다. 저는 전문 번역가가 아니기 때문에 오역이 있을 수 있습니다. 또한 본 글은 원저작자의 요청에 따라 불시에 삭제될 수 있습니다. 감사합니다.