마케팅, 영업 및 서비스 조직은 AI 활용에 거의 ‘올인’ 수준으로 집중하고 있다. 기업 리더들은 생성형 AI가 향후 몇 년 안에 이러한 조직의 기능을 혁신적으로 재편할 것으로 기대하며, 상당한 규모의 투자를 단행하고 파일럿 프로젝트를 시작하고 있는 것이다.
그러나 단기적인 생산성 향상을 위해 AI를 도입한 많은 B2B 마케팅, 영업 및 서비스의 선두 주자들은 기대했던 투자 수익을 얻지 못하고 있는 실정이다. BCG의 새로운 조사에 따르면 거의 절반에 가까운 응답자가 분명한 생성형 AI 전략을 가지고 있다고 확신하지 못하거나 AI 관련 계획에 대해 중립적인 태도를 취하고 있는 것으로 나타났다.
생성형 AI에 대한 점진적인 개선을 달성하고 직원들이 생성형 AI 도구에 익숙해지기 위해서는 단기 성공 과제(Quick Win)를 활용하는 것이 좋은 방법이다. 그러나 실질적인 영향력을 창출하려면 단순히 AI를 도입하는 것을 넘어, 이 기술을 사용하는 기능 조직을 근본적으로 혁신해야 한다. 이를 위해 경영 리더는 통합적이고 도전적인 AI 목표를 설정하여, 마케팅, 영업 및 서비스 부서가 핵심 프로세스와 워크플로우를 개편하고 고객 경험을 개선할 수 있도록 새롭고 혁신적인 방식을 개발해야 한다.
BCG의 배포, 재구성, 혁신(Deploy Reshape Invent) 프레임워크는 마케팅, 영업, 서비스 부서가 생성형 AI를 도입하여 스스로 변화를 이루는 방법을 모색하는 데 유용한 접근법이다. 이 프레임워크를 따라 각 부서는 개별 생성형 AI 사용 사례를 지속적으로 확장할 수 있을 뿐만 아니라, 조직의 가치를 높이기 위해 협력할 수 있다.
마케팅, 영업, 서비스 분야의 생성형 AI 적용 현황
AI 관련 산업 중에서도 특히 생성형 AI는 기업계에 큰 반향을 일으키고 있다. BCG가 정의한 생성형 AI 선도 기업에 해당하는 상위 10%는 해당 기술을 통해 실질적인 가치를 창출하기 시작했으며, 이를 통해 효율성을 개선하고 고객 경험을 향상시키며 수익을 증대하고 있다. BCG 헨더슨 인스티튜트(BCG Henderson Institute)와 하버드 비즈니스 스쿨(Harvard Business School)의 연구에 따르면, 생성형 AI를 도입할 경우 기업 성과는 40% 개선되고, 작업 속도는 25% 단축될 수 있는 것으로 나타났다.
AI 도입이 늦어지는 기업은 뒤처질 위험이 있다. BCG의 미래 대비 기업에 대한 분석에 따르면, AI는 기업이 변화에 대처하고 혁신을 활용하며, 여러 재무 및 비재무 지표에서 경쟁사를 능가하는 데 도움이 되는 6가지 핵심 요소 중 하나로 꼽혔다.
다양한 산업, 지역, 기업 규모에 걸쳐 중간 관리자부터 최고 경영진까지 900명의 임원을 대상으로 실시한 BCG 설문조사에 따르면, 마케팅, 영업, 서비스 부문에서 생성형 AI에 대한 리더들의 기대와 실제 도입 과정 사이에 큰 괴리가 존재하는 것으로 나타났다.
생성형 AI가 혁신적 변화를 가져온다는 리더의 기대. 조사에 참여한 임원의 90%가 향후 3년 이내에 생성형 AI가 마케팅, 영업, 서비스 프로세스에서 근본적인 중요한 요소가 될 것이라고 답했다(보기 1 참조).
또한 응답자의 74%는 생성형 AI를 통해 운영 효율성과 판매량을 포함한 주요 비즈니스 지표를 개선할 것으로 기대했다.
현재 전략에 대한 리더의 확신 부족. 리더들은 생성형 AI의 잠재력을 탐색하기 위해 파일럿 프로젝트에 적극적으로 투자하고 있지만, 여전히 ROI에 대한 확신을 갖지 못하고 있다. 70% 이상의 리더가 조직 내에서 최소 두 가지 이상의 생성형 AI 사용 사례를 파일럿으로 도입해 본 적이 있다고 답했다. 설문조사에 따르면 리더들이 각 직무에서 실행한 주요 생성형 AI의 활용 사례는 다음과 같다.
- 마케팅 : 콘텐츠 생성(66%)
- 영업 : 이메일 작성(50%)
- 서비스 : 고객과의 상호작용을 위한 자동화 또는 생성형 대화 인터페이스(47%)
또한, 응답자의 약 80%가 향후 12개월 내에 생성형 AI 투자를 늘릴 것으로 예상했다. 하지만 거의 절반에 해당하는 47%의 리더들은 현재 생성형 AI 전략에 대해 확신이 없거나 중립적이라고 답했다.
조직과 리더의 생성형 AI 도입 준비 미비. 마케팅 리더의 75%, 영업 리더의 70%, 서비스 리더의 67% 등 설문조사에 참여한 리더의 대다수는 자신이 속한 조직이 생성형 AI 솔루션을 도입할 준비가 되어 있지 않거나 중립적인 입장을 취하고 있다고 답했다. 조직이 준비되지 않았다고 응답한 이유는 생성형 AI 도입 과정에서 직면하는 여러 도전 과제 때문이었으며 주요 과제는 아래와 같이 나타났다.
- 데이터 품질 및 지식 부족
- AI의 도입 시작점에 대한 판단
- 보안 및 개인정보 보호
- CRM 애플리케이션 등의 기존 시스템과 AI를 통합하는 데 따르는 확장성 및 복잡성
뿐만 아니라 리더들은 개인적으로도 준비가 부족하다고 느끼고 있는 것으로 나타났다. 응답자의 절반 이상이 생성형 AI를 일상적으로 사용하지 않거나, 단지 실험적으로 사용해 본 적이 있을 뿐이라고 답했다.
도전적인 AI 혁신의 시작
AI를 단순히 생산성 향상을 위한 도구로만 활용하는 것은 충분하지 않다. AI 기술을 도입했음에도 불구하고 많은 조직이 생산성 향상에서 큰 진전을 보지 못하고 있다. 일부 개선은 이루어졌지만, AI의 잠재력을 완전히 실현하지는 못하고 있는 것이다.
가치를 창출하려면 기업 리더들이 대담한 결정을 내려야 한다. AI 도입을 기회로 삼아 마케팅, 영업, 서비스를 근본적으로 재편하고, 각 부서의 구성 프로세스를 재구성하며, 고객 경험 전반에 걸쳐 새로운 가치를 창출해야 한다.
BCG의 배포, 재구성, 혁신 프레임워크는 AI 혁신을 위한 한 가지 해결책이다(보기 2 참조). 이 프레임워크는 조직이 일상적인 업무에 생성형 AI를 도입하는 것부터 시작하여, 근본적인 효율성 개선 및 효과 달성을 위해 핵심 기능을 처음부터 끝까지 재구성하고 새로운 경험, 제품 및 서비스, 비즈니스 모델을 발명하는 과정을 설명한다.
통합된 AI 목표 설정. 기능 조직을 혁신하는 첫 단계는 통합된 AI 목표를 수립하는 것이다. 이는 마케팅, 영업 및 서비스 부서가 각자의 업무 권한을 유지하면서 전체 고객 경험의 핵심 프로세스에 필요한 기술과 데이터 아키텍처를 통합할 수 있게 한다. 이러한 목표 설정은 생성형 AI뿐만 아니라 모든 형태의 AI 자동화 및 예측 분석을 포함한다.
통합된 AI 목표는 조직 내 가치를 극대화하기 위해 마케팅, 영업, 서비스 부서에서 어떤 변화가 필요한지를 파악할 수 있게 해준다. 예를 들어, 이메일 작성이 조직이 직면한 가장 큰 문제가 아닌 한, AI 기반 이메일 도구를 도입하는 것은 기업의 우선순위가 아닐 것이다. 반면, RFP 응답에 지나치게 많은 시간이 소요되어 잠재적인 영업 기회를 놓치고 있다면, 24시간 이내에 RFP 응답을 처리할 수 있는 AI 프로세스를 구축하는 것은 우선순위가 될 수 있다.
그런 다음 각 부서는 가치 창출을 위해 고객, 협력사 또는 직원들과 어떻게 소통하기를 원하는지, 그리고 이를 달성하기 위해 필요한 변화의 규모를 결정해야 한다.
마지막 단계는 기능 조직 전반에 걸쳐 AI 투자 및 효과에 대한 기대치를 설정하는 것이다.
기능 조직 재구성. 기업의 AI 목표가 정의되면 기능 조직에 대한 재편이 가능해진다. 이 단계에서 마케팅, 영업, 서비스 부서는 해당 목표를 실현하는 방안과 개별 운영 모델과 고객 접점을 변화시키기 위해 AI를 사용하는 방법, 그리고 이를 위해 직원에게 필요한 기술이 무엇인지를 결정한다.
우선 데이터를 재구성하는 것부터 시작해야 한다. 마케팅, 영업, 서비스를 재편하려면 기초 데이터와 데이터의 신뢰도를 인증하는 데이터 거버넌스가 필요하다. 부서에서 신뢰할 수 있는 데이터를 확보하지 못하면 AI를 기반으로 활용 사례를 구축하는 데 확신을 갖지 못할 것이다.
통합된 AI 목표를 달성하기 위해 내부 및 제3자 데이터를 정의한 후, 이를 관리하기 위한 공유 데이터베이스를 설계해야 한다. 고객 경험 전반에 걸쳐 데이터 계층을 통합하면 그 효과는 더욱 커진다. 이를 통해 조직은 고객 경험의 모든 접점에서 얻은 인사이트를 활용하여 다양한 사용 사례를 개발할 수 있다. 하지만 각 기능 부서의 데이터가 조직 외부와 공유되지 않는다면, 이러한 통합과 활용은 불가능해진다.
다음으로, 기능 조직이 필요로 하는 다양한 기능을 지원할 수 있는 다른 AI 도구들을 고려해야 한다. BCG의 이전 연구에 따르면, 생성형 AI 성과가 우수한 기업들은 생성형 AI를 자동화 및 예측 AI 등 다른 형태의 AI와 결합해 사용하고 있다. 생성형 AI는 콘텐츠 제작과 같은 창의적인 작업에 강점을 보이지만, 예측 AI는 데이터 해석과 같은 분석 작업에서 탁월한 성과를 발휘하기 때문이다.
마지막으로 마케팅, 영업, 및 서비스 조직은 데이터 거버넌스, 공유 데이터 계층, 및 도구 활용에 대한 책임을 지고 각 기능을 개편하기 위한 목표를 설정해야 한다. 전략을 실행할 때는 사용자 경험과 채택에 초점을 맞추는 동시에 새로운 도구와 프로세스에 대한 호감도를 높이는 것이 중요하다.
프로세스를 개편한 선두 기업의 경험에 따르면 이것이 얼마나 큰 가치를 창출할 수 있는지 보여준다. 마케팅 분야의 선두 기업들은 생성형 AI를 사용하여 마케팅 콘텐츠의 제작 속도를 3배로 높이고 제작 비용을 70%까지 절감했다. 영업 부문에서는 거래 체결 팀이 간단한 RFP에 더 빠르게 대응할 수 있는 방법을 향상시켰다. 두 가지 사례에서 모두 기능 조직의 효율성이 개선됐으며, 성공에 필요한 전문성, 역량, 기본 직무 능력이 ‘무언가를 만드는 방법’에서 ‘메시지를 완성하는 방법’으로 변화하고 있다는 점도 나타났다.
새로운 경험 창출. 도전적인 AI 활용의 두 번째 목표는 새로운 업무 방식을 고안해 내는 것이다. 마케팅, 영업, 서비스 분야에서는 일반적으로 새로운 제품보다는 새로운 경험을 창출하는 것을 의미한다. 새로운 경험은 크게 두 가지 범주로 나뉜다.
- 사람 중심의 경험을 대체하는 혁신적인 디지털 경험
- 과거에 여러 시스템이나 팀에서 처리하던 업무를 대체하는 통합적 디지털 워크플로우
새로운 경험을 창출하기 위해서는 새로운 AI 모델을 구축하거나 새로운 도구를 도입하거나 기존 애플리케이션을 새로운 방식으로 활용하는 것이 필요할 수 있다.
향후 마케팅, 영업, 서비스 분야에서 AI 혁신이 가져올 변화는 다음과 같다.
고객 선호에 맞는 맞춤형 마케팅. AI 기반 마케팅 시스템은 챗봇이 고객과의 대화에서 수집한 정보를 사용하여 고객의 필요와 관심사에 맞는 맞춤형 마케팅 제안이나 로열티 프로그램을 자동으로 생성해 준다. 생성형 AI 기반 마케팅 시스템은 외부 데이터를 실시간으로 분석하여 마케팅 캠페인을 제안하고 생성할 수 있다. 그뿐만 아니라 캠페인의 우선순위를 정하고, 시장의 숨겨진 기회를 발견하거나, 타깃 그룹의 피드백을 기반으로 새로운 제품을 디자인할 수 있다.
AI 기반 영업 활동. 영업 지원 AI는 대부분의 표준화된 프론트엔드 및 백엔드 영업 업무를 수행하여 오류를 최소화하고 효율성을 높여준다. 이러한 업무에는 가격 협상 및 승인 관리뿐만 아니라 고객 프레젠테이션, 고객 프로필, 경쟁사 분석, 서비스 요약, 예측 스냅샷, CRM 업데이트도 포함된다. 영업 관리자와 영업 담당자는 단순 업무에서 벗어나 솔루션 개발, 상업적 옵션 검토, 거래 성사 등 고부가가치 고객과의 상호작용에 더 많은 시간을 할애할 수 있다.
단순 서비스의 자동화. 고객 서비스 담당자는 고객 비밀번호 재설정을 돕는 등의 단순 작업에 상당한 시간을 소모하고 있다. AI 기반 고객 서비스 상담원은 기존의 지식을 바탕으로 여러 번의 로그인 실패 시도를 감지하여 사용자가 비밀번호를 잊었음을 파악할 수 있다. AI 시스템은 자동으로 비밀번호 재설정을 위한 지침을 해당 사용자에게 문자로 전송하고, 사건에 대한 데이터를 기록한다. 동일한 문제가 반복 발생하면 시스템은 잠재적인 사용자 인터페이스 문제를 조사하고 수정할 수 있도록 회사에 경고할 수 있다. AI가 이러한 단순 작업을 처리함으로써, 실제 담당자는 교차 판매를 유도하는 등의 보다 복잡한 고객 업무를 효과적으로 수행하는 능력을 향상시킬 수 있다.
AI 혁신의 효과를 극대화하는 방법
조사에 따르면, 마케팅, 영업, 서비스 리더들이 생성형 AI를 도입할 때 변화 관리와 인재 역량에 대한 고려는 그리 높지 않은 것으로 나타났다. 그러나 AI 혁신에서 인력은 핵심적인 역할을 하기 때문에, 리더들은 업무와 프로세스를 재구성하기 위해 변화 관리를 수용해야 한다. 실제로 BCG의 이전 연구에 따르면 AI 혁신을 성공적으로 수행한 기업은 변화 관리를 포함한 인력과 프로세스에 70%의 노력을 기울이고 데이터 및 핵심 기반 기술에는 20%, 알고리즘에는 10%만 투자하는 것으로 나타났다.
AI 혁신의 효과를 극대화하려면 마케팅, 영업, 서비스 분야의 리더는 다음 단계를 실행하여 준비해야 한다.
도전적 목표 설정. 최상의 가치를 창출할 수 있는 방법에 집중하며 목표를 크게 설정해야 한다. 운영이나 인력 측면에서 비용과 문제점을 해결할 수 있는 가장 잠재력이 큰 기회를 파악해야 한다.
조직 차원의 지원. 대부분의 마케팅, 영업 및 서비스 부서는 직원들이 새로운 AI 기반 환경에서 업무를 수행하는 데 필요한 강력한 역량 강화와 변화 관리 지원을 제공하지 못했다. 앞으로는 더 많은 조직의 지원이 필요하다.
- 리더를 변화의 주역으로 만들어야 한다. BCG 연구 결과에 따르면 마케팅, 영업 및 서비스 리더의 상당수가 여전히 일상 업무에서 생성형 AI를 사용하지 않는 것으로 나타났다. 리더의 강력한 헌신이 보여지지 않으면 직원들은 동기를 부여받지 못한다. 리더는 바람직한 행동의 표본을 보이고 AI 이니셔티브에 적극적으로 참여함으로써 모범을 보여야 한다.
- 향후 업무가 어떻게 달라지는지 설명해야 한다. AI가 기능 조직의 문화와 전략에 어떻게 적합한지, 직원들의 역할과 책임, 일상 업무에 어떤 영향을 미칠지 자세히 설명해야 한다.
- 스스로 학습하도록 인센티브를 제공해야 한다. 직원들에게 학습에 대한 올바른 동기를 부여하고, 스스로 역량 강화에 대한 자율성을 부여하며, 목표 달성 시점에 대한 명확한 기대치를 제시해야 한다. 기술을 통해 자신의 역할이 어떻게 향상될 수 있는지 보여주고, 디지털 넛지(digital nudge) 게임화를 통해 학습을 재미있게 만들어야 한다.
- 역량 강화에 AI를 활용해야 한다. AI 기반 도구는 콘텐츠 및 개인화와 같은 분야에서 직원의 역량을 강화하는 데 큰 도움이 된다. 일상 업무에 AI 도구를 도입하면, 더 많은 직원이 도구를 사용하고 이해하게 될수록 해당 부서의 지식, 효율성, 혁신이 향상되는 네트워크 효과가 발생한다. 또한 조직은 구체적인 비즈니스 목표나 우선순위가 높은 사례에 필요한 맞춤형 역량 강화 지원을 제공할 수 있다.
기술 투자. 대부분의 경우 기존 애플리케이션을 적용할 수도 있으나, 조직이 새로운 모델이나 프로세스를 개발하는 경우에는 맞춤형 애플리케이션이 필요할 수 있다. 이러한 경우, 리더는 적용을 고려하는 애플리케이션 구성 요소와 외부 업체에 대해 철저한 실사를 수행해야 한다. 또한, 보다 안전하고 즉시 사용할 수 있는 애플리케이션이 출시될 때까지 기다리기보다는 기존의 맞춤형 솔루션에 투자하는 것이 어떤 이점이 있는지 신중히 검토해야 한다.
데이터 준비. 데이터 품질을 최적화해야 한다. 향후 최적화된 고객 여정을 이끌어갈 생성형 AI 적용 사례가 구축되려면 세 가지 기능조직 간에 데이터가 자유롭게 오가는 상호 연결된 시스템이 필요하다. 데이터를 통합하여 브랜드와 고객의 상호 작용 및 이력을 전체적으로 파악하면 보다 많은 정보를 바탕으로 목표 지향적인 상호작용을 만들어낼 수 있다.
데이터 리스크에 대한 선제적인 대비. 마케팅, 영업 및 서비스 부서에서는 책임감 있는 AI 모범 사례를 따르는 것 외에도 보안 위험을 완화하기 위한 구체적인 조치를 취할 수 있다. 기성 제품이나 사전 구성된(pre-configured) 생성형 AI 애플리케이션을 사용하면 맞춤형 애플리케이션을 개발하는 것보다 위험을 최소화할 수 있다. 위험을 최소화하는 또 다른 방법은 사람들이 새로운 작업 방식을 반복적으로 시도하면서 잠재적인 문제를 식별하고 해결할 수 있는 통제된 환경에서 파일럿 프로젝트를 시작하는 것이다. 파일럿 프로그램은 고객이 아직 테스트 중인 모델에 노출되지 않는 백엔드 프로세스, 예를 들어 내부 영업 지원이나 현장 서비스 문의 기능에서 시작할 수 있다.
마케팅, 영업, 서비스 리더들에게는 일회성이나 점진적인 개선을 위해 생성형 AI를 사용하는 것만으로는 충분하지 않다. 예상 ROI를 달성하고 실질적인 가치를 창출하려면 리더는 과감하게 AI 혁신을 추진해야 한다. 운영과 프로세스를 개편하는 방법에 대해 보다 대담한 태도를 취해야 하며, 더욱 도전적이고 통합된 계획이 필요하다. 또한 이러한 계획을 실현하기 위해 생성형 AI와 다른 AI 기술을 통합할 수 있는 인적 자본과 데이터 기반을 마련해야 한다.
보스턴컨설팅그룹(Boston Consulting Group) 및 BCG 코리아
보스턴컨설팅그룹(BCG)은 여러 도전 과제를 해결하고 더 큰 비즈니스 기회를 실현시키기 위해 다양한 기업 및 사회 리더들과 협력하고 있습니다. BCG는 1963년 설립 이래 비즈니스 전략의 선구자로 자리매김하며 모든 이해관계자를 이롭게 한다는 목표로 고객과 긴밀한 협력 관계를 이어오고 있습니다. BCG가 제공하는 혁신적인 접근 방식은 조직의 성장과 지속가능한 경쟁 우위를 구축하며, 긍정적인 사회적 영향력을 도모합니다.
다양한 전문가들로 구성된 BCG 글로벌 팀은 전문성과 폭넓은 시각을 바탕으로 현 상태를 바라보며 변화를 추진합니다. BCG는 혁신적인 경영 컨설팅과 기술 및 디자인, 그리고 사내 디지털 벤처를 통해 솔루션을 제공하며, 고객의 성공과 더 나은 세상을 만들기 위한 BCG의 목표를 기반으로 고객 조직의 전 레벨에서 유니크한 협력 모델을 기반으로 컨설팅을 수행하고 있습니다.
BCG 코리아는 1994년 한국에 진출, 서울 오피스를 오픈하며 컨설팅 비즈니스를 시작했습니다. 2024년 한국 진출 30주년을 맞은 BCG 코리아는 약 350명의 뛰어난 컨설팅 인력을 기반으로 매년 20% 이상의 성장률을 달성해오고 있으며, 국내 주요 대기업, 다국적 기업, 다양한 정부 및 공공기관 등과 견고한 파트너십을 바탕으로 기업 및 조직의 성장뿐 아니라 고객의 성장을 기반으로 우리나라 경제 발전에도 기여하고 있습니다.
BCG 코리아는 IT 및 디지털 전문 조직을 바탕으로 IT, 디지털, 생성형 AI 관련 전략 수립과 기업 맞춤형 솔루션을 제공하고 있으며, 최근 기업의 디지털 혁신, 비용 효율성 개선, IT 아키텍처 고도화 서비스를 강화하고 있습니다.
풍부한 글로벌 자원과 서울 오피스의 각 분야의 전문 인력으로 무장한 BCG 코리아는 명실공히 우리나라 최고의 매니지먼트 컨설팅 회사로 거듭나고 있습니다.
