AI 마케터와 인사하세요

지난 1년 동안 Gen AI의 콘텐츠 생성 능력은 많은 화제를 모았습니다. AI 모델이 반려견 치와와가 주인공인 픽사 스타일 단편 영화를 즉시 만들거나, 원하지 않았던 Drake-Kendrick Lamar 디스 트랙을 만들어내는 이야기들입니다. 하지만 덜 주목받고 있지만 그만큼 (혹은 더) 가치 있는 부분은 비즈니스용 Gen AI 콘텐츠 생성, 즉 마케팅입니다.

마케팅은 Gen AI를 채택하기에 특히 적합합니다. 왜냐하면 마케팅은 반복적이고 창의적이며 역동적인 활동으로, 텍스트, 이미지, 비디오와 같은 미디어 유형에 의존하기 때문입니다. 이러한 미디어가 LLM 개발을 주도해왔습니다. (이것이 첫 번째 B2B Gen AI 사용 사례가 마케팅인 이유 중 하나입니다!) 게다가 성공적인 마케팅 계획과 자산에는 반드시 하나의 "정답"이 필요하지 않습니다. 이는 사용자가 단일, 정확한 답변을 기대하고 정확성에 높은 기준이 있는 핀테크와는 다릅니다. 그리고 영업과 달리, 마케팅은 고객과 일대일 관계를 구축하는 데 많은 노력이 필요하지 않습니다 (물론 AI 기반의 영업 개발 대표자가 있는 세상에서는 더 쉬워질 수 있습니다).

동시에 기업들이 마케팅을 보는 방식도 변화하고 있습니다. 사람들이 점점 더 분산된 위치에서 시간을 보내면서 고객에게 도달하기가 어려워지고 있습니다. 마케터들은 사람들이 있는 곳에서 그들을 만나기 위해 확장 가능하고 개인화된 캠페인과 메시지를 만들 방법을 찾고 있습니다. 그러나 마케팅 팀은 종종 분리되어 있고 서로 잘 맞지 않는 다양한 도구를 사용합니다. Gen AI 기반 소프트웨어는 이 격차를 해소하는 데 도움이 되고 있으며, 이미 도움을 주고 있습니다.

우리는 이미 이러한 변화의 재정적 영향을 보기 시작했습니다. 최근 McKinsey 보고서에 따르면 마케팅과 영업에서 Gen AI는 연간 3.3조 달러의 글로벌 생산성을 창출할 수 있으며, 글로벌 결제 회사 Klarna는 Gen AI를 사용하여 이미지를 생성하고 외부 마케팅 파트너에 대한 의존도를 줄여 매년 1천만 달러의 비용을 절감한다고 발표했습니다. 그러나 이 진화는 이제 막 시작되고 있습니다.

우리의 관점에서 우리는 마케팅에서 Gen AI를 채택하는 진화의 세 가지 뚜렷한 단계를 봅니다: 마케팅 코파일럿의 개발, 마케팅 에이전트의 도입, 그리고 궁극적으로 자율 마케팅 팀의 부상입니다. 각 단계를 아래에서 설명하겠습니다:

마케팅 코파일럿 개발

현재 AI 마케팅의 첫 번째 단계는 마케터가 Gen AI를 마케팅 코파일럿으로 사용하는 것입니다. AI 덕분에 마케터는 이제 일반적인 이메일 및 뉴스레터 복사본을 작성하거나 SEO 친화적인 블로그 게시물을 작성하는 데 시간을 소비할 필요가 없습니다. 대신 초안을 ChatGPT 및 기타 도구에 아웃소싱하고 더 높은 수준의 작업에 시간을 할애할 수 있습니다. 예를 들어, Jasper나 Copy.ai와 같은 플랫폼은 소셜 미디어 게시물과 판매 이메일을 몇 초 만에 확장할 수 있으며, HeyGen과 Synthesia와 같은 제품은 마케팅 팀이 스튜디오 품질의 비디오를 몇 분 만에 생성하고 편집할 수 있도록 도와줍니다(e.g. Captions).

현재의 마케터는 자신의 프롬프트를 작성하고 반복해야 하지만, 미래의 마케터는 기존의 중요한 1차 데이터(예: 고객 데이터 플랫폼, 웹사이트, 스타일 가이드)뿐만 아니라 2차 및 3차 소스(예: 픽셀, UTM 코드, 유사 청중, 추천)에서 신호를 수집하여 브랜드에 맞춘 자산을 생성할 수 있을 것입니다. 여전히 인간이 콘텐츠 품질 관리(예: 인간 형상의 유사성 승인, 이미지가 브랜드에 맞는지 확인)를 위해 필요하지만, 마케팅 코파일럿은 시간이 지남에 따라 마케터의 입력과 스타일에 기반하여 빠르게 개선될 것입니다.

마케팅 코파일럿은 여러 고객 데이터 플랫폼에서 많은 데이터를 처리하고 모든 데이터를 한 곳에서 사용할 수 있게 하여(특히 마케팅 채널이 계속 증가함에 따라) 콘텐츠 생성 작업 외에도 청중 세분화 및 계획과 같은 작업에도 도움을 줄 수 있습니다. 데이터 루프는 실시간으로 발생하여 실시간 반복이 가능합니다. 예를 들어, Validated는 수백 개의 디지털 광고를 실행하여 기업이 고객이 무엇에 관심을 갖고 있는지 구체적으로 파악할 수 있도록 도와줍니다. 유사하게, Outset과 Voicepanel은 연구팀이 새로운 고객 세그먼트를 정의하고 새로운 개념을 테스트할 수 있도록 에이전트 연구원 군대를 배치할 수 있습니다. 연구 및 세분화 코파일럿을 개발하는 것은 AI 마케팅의 진화에 필수적이며, 콘텐츠 생성에만 집중하는 도구를 구축하는 것은 지속적인 채택을 보장하는 데 충분하지 않습니다.

제품을 프로슈머에서 기업으로 발전시키기 위한 더 성공적인 접근 방식은 콘텐츠를 쐐기로 사용한 다음 고객 데이터 분석, 세분화 및 계획, 브랜드 공명 등의 도구로 워크플로우에 진입하는 것입니다. 워크플로우—프로젝트 추적, 협업 및 반복; 콘텐츠 전반에 걸쳐 브랜드의 목소리를 맞추기; 성과 메트릭 제공 등—는 제품을 끈적하게(sticky) 만듭니다. 예를 들어, Jasper는 카피 작성에서 시작하여 이제 마케팅 팀이 협력하고 통찰력을 수집할 수 있게 합니다. 비디오와 3D 애니메이션과 같은 흥미로운 새로운 버티컬 시장은 기존 업체가 부족한 분야로, 이러한 버티컬 시장에서는 새로운 기업이 많이 형성될 것으로 기대합니다.

마케팅 에이전트 구축

마케터에게 코파일럿 도구를 제공한 후 다음 단계는 마케팅 에이전트를 사용하여 마케터의 작업을 자동화하는 것입니다. 이 단계에서는 마케팅이 일대다 모델에서 일대일 하이퍼 개인화 활동으로 전환될 것으로 예상됩니다. 마케터는 평균 고객에게 호소하는 캠페인을 만드는 대신, 특정 청중 및 선호 데이터에 기반하여 각 고객에게 맞춤형 광고를 개인화할 수 있습니다. 이는 더 넓은 청중과 공유하는 일반적인 콘텐츠보다 더 나은 성과를 냅니다.

우리는 AI 에이전트를 사용하여 특정 마케팅 작업을 완료하는 기업을 막 보기 시작했습니다: 특정 캠페인 자산의 A/B 테스트, 광고 입찰 및 구매 최적화, 기여도 및 분석 추적, 성과에 기반한 콘텐츠 반복, 그리고 창의적 의사 결정(팀이 사용할 콘텐츠와 통찰력을 제공하는 것 이상)을 수행합니다. 이러한 에이전트는 성과 데이터(예: 클릭율) 및 콘텐츠 생성 도구와 통합되어 결과를 이끌어내기 위해 새로운 콘텐츠 변형을 실험하는 판단을 사용합니다. 또한 시장 조사 및 경쟁 인텔리전스를 수집하고 소셜 미디어에서 연결된 TV에 이르기까지 생태계를 아우르는 작업을 도울 수 있습니다.

예를 들어, 이메일 자동화는 템플릿과 이메일 일정 및 추적 작업을 중심으로 한 워크플로우로 어느 정도 존재했습니다. 그러나 미래 상태에서는 "이메일 마케팅 에이전트"가 콘텐츠를 자동으로 생성하고, 콘텐츠를 개인화하고, 전송 일정을 설정하고, 오픈율을 모니터링하고, 성과 메트릭에 따라 콘텐츠를 조정할 수 있습니다. 제품 페이지, 청중 인구 통계, 캠페인 주기 및 연결된 고객 데이터에서 선택된 파라미터에서 정보를 수집하여 이를 수행할 수 있습니다. Coframe는 이미 마케팅 웹사이트의 카피와 이미지를 위해 이를 수행하고 있습니다. Gen AI 마케팅 에이전트는 여전히 캠페인의 목표와 지출 금액에 대한 마케팅 팀의 지시를 받겠지만, 스스로 관리할 것입니다. 에이전트는 개별 역할을 보완하여 마케터가 더 전략적인 캠페인, 목표 및 지표에 집중할 수 있게 합니다.

AI 에이전트는 또한 마케터가 더 자주 실험을 실행할 수 있도록 하며, 에이전트가 변경 사항을 제안하고 실제로 변경 사항을 수행한 후 마케터가 승인한 후 결과를 분석할 수 있습니다. 마케팅을 일대일 활동으로 전환하면 판매와 마케팅 간의 융합이 이루어질 것입니다. 우리의 동료인 a16z General Partner Andrew Chen은 모든 것에 대해 일대일 판매는 너무 비싸기 때문에 마케팅이 존재한다고 지적합니다. 여기서 극복해야 할 도전 과제는 오래된 기여 문제를 해결하는 것입니다. 이를 위해 사용자의 의사 결정을 정확히 추정해야 하며, AI가 정보에 입각한 결정을 내릴 수 있습니다.

자동화된 마케팅 팀으로의 전환

마케팅 AI 진화의 최종 단계이자 궁극적인 목표는 AI 에이전트가 CMO의 역할을 완전히 맡아 자체 자율 마케팅 팀으로 운영되는 것입니다. 이 단계에서는 수많은 AI 에이전트가 팀의 풀 서비스 역량을 재현하거나 보완합니다. 모든 단일 목적 에이전트를 모든 미디어 전반에 걸쳐 결합하고 최적화하여 완전한 마케팅 계획을 위한 전략과 자산을 생성할 수 있습니다.

모든 기업이 해야 할 일은 예산과 목표를 입력하는 것입니다. 그런 다음 소프트웨어는 분석 및 성과를 채널 전반에 걸쳐 수집하여 옴니채널 전략을 가능하게 하고, 마케팅 에이전트 컬렉션을 사용하여 시장 조사에서 성과 마케팅 및 브랜드 캠페인에 이르기까지 모든 것을 실행합니다.

블로그 게시물의 제목을 어떻게 최적화하여 검색을 최적화할 수 있을까요? 비디오를 반복하여 TikTok과 Instagram에서 가장 잘 작동하도록 어떻게 할까요? 더 많은 통합을 통해 기존 자산은 추가 유형의 콘텐츠 생성에 도움이 될 수 있습니다. 예를 들어, 블로그 게시물은 랜딩 페이지, SDR 시퀀스 및 라디오 또는 TV 광고 카피를 생성하는 기반을 제공할 수 있습니다. 브랜드와 성과 마케팅은 이제 더 긴밀하게 협력하고 모두 더 데이터 기반이 될 수 있습니다.

이 단계에서 생성된 회사들은 비디오나 이메일과 같은 수직 시장에서 시작하여 시간이 지남에 따라 발전할 가능성이 큽니다. 자동화된 비디오 생성기는 성과를 최적화하는 방법을 배우고 에이전트가 될 수 있습니다. 에이전트는 두 번째 수직 시장으로 확장되기 시작할 것입니다. 예를 들어, Klaviyo는 이메일로 시작하여 유사한 메시징 및 고객 접근의 확장으로 문자 메시지 커뮤니케이션을 추가했습니다. 구매하거나 구축함으로써 Adobe나 Salesforce Marketing Cloud와 같은 플랫폼을 보유하게 되며, 기업들은 이 플랫폼을 선호하여 마케팅 도구의 전체 스택을 캡처할 수 있습니다.

B2B 및 B2C 중심 플랫폼 간의 분할이 있을 가능성이 큽니다. 최적화할 기능이 다르기 때문입니다(즉, 판매 리드 대 판매된 제품). 그리고 복잡성 및 사용자 경험 수준이 SMB와 기업 간에 다른 제품을 요구합니다. 많은 면에서 SMB는 이제 전체 마케팅 팀의 힘을 갑자기 가지게 되므로 더 많은 활용을 얻게 됩니다. 과거에는 단일 마케터(또는 더 가능성 있게는 마케팅에 아주 작은 시간을 할애하는 소유자)가 있을 수 있었습니다. SMB의 경우, 코파일럿 단계에서도 더 기본적인 콘텐츠 생성 제안을 집계한 세트를 볼 가능성이 큽니다. 다양한 도구를 관리할 시간이나 자원이 없기 때문입니다.

이것이 마케팅 팀에 무엇을 의미할까요? 누군가는 각 마케팅 캠페인이 달성하고자 하는 목표, 캠페인의 톤 및 전체 예산에 대한 비전을 설정해야 합니다. 이 누군가는 CMO나 VP급 마케팅 리더, 또는 마케팅과 판매를 더 잘 조정할 수 있는 시장 진출 리더일 수 있습니다. 전체적으로, 자동화된 팀의 시장 잠재력은 과거의 마케팅 기술 잠재력보다 훨씬 큽니다. 이 새로운 기회는 소프트웨어 지출 외에도 에이전시 및 서비스 수익을 차지하게 되기 때문입니다.

우리는 어디쯤에?

소프트웨어는 마케팅 팀에 도구와 코파일럿을 제공하는 것에서 팀의 기능을 더 자동화하는 방향으로 꾸준히 이동하고 있습니다. 현재 우리는 여전히 이 단계의 초기 단계에 있지만, 회사들은 워크플로로 확장하기 시작하고 있습니다. 우리는 또한 Meta와 Google, 그리고 기타 플랫폼들이 제공하는 것(예: 광고 이미지 생성)과 접근 가능한 데이터를 주시하고 있습니다. 에이전트 기능이 개선됨에 따라 마케팅 채널의 배치, 게시 및 최적화가 자율적으로 이루어질 것이며, 자동화된 마케팅 팀이 그리 멀지 않은 미래에 있을 것입니다.