생성형 AI의 파괴적인 영향력으로 마케터의 역할과 마케팅 업계 전체가 얼마나 뒤흔들릴지 모두가 주목하고 있다. 2023년 4월, BCG에서 북미, 유럽, 아시아 8개국 내 다양한 산업 부문의 최고마케팅책임자(CMO) 200여 명을 대상으로 실시한 설문조사에 따르면 전 세계의 CMO들은 대체로 생성형 AI의 미래 영향을 낙관적으로 보고 있다. 또한 이들은 생성형 AI를 통해 생산성 향상과 경쟁 우위 창출이 가능할 것으로 확신하고 있다.
생성형 AI 모델을 둘러싼 공격적인 홍보나 챗GPT와 같은 대규모 언어 모델(LLM, Large Language Model)의 급속한 확산을 생각해 보면 이 같은 반응이 놀라운 일은 아니다. 지금까지 챗 GPT보다 더 빠르게 사용자 1억 명을 달성한 플랫폼은 없었다. 인스타그램(Instagram)이 동일한 사용자 규모를 구축하는데 약 2년 반이 걸린 것을 생각해 보면 챗GPT는 단 2개월이라는 짧은 기간 내에 그 수치를 능가했다.
여기서 놀라운 점은 CMO들이 생성형 AI의 혁신적인 역량과 장점, 잠재적인 위험에 대해서 깊고 광범위하게 탐색하고 있다는 것이다. 설문조사에 따르면 CMO들은 다양한 마케팅 업무에서 속도, 효율성, 품질의 기준을 빠르게 재정의하고 있으며, 생성형 AI를 통해 신제품 출시와 새로운 비즈니스 모델 구현까지 노리고 있는 것으로 나타났다.
핵심 마케팅 기능에 영향을 미치는 생성형 AI
설문 응답자의 약 70%는 이미 생성형 AI를 조직 내 업무에 사용하고 있으며, 19%는 테스트 중이라고 답했다. (보기 1 참조) 생성형 AI의 주요 사용 분야에는 콘텐츠 제작, 인사이트 추출, 시장 세분화와 같은 핵심 마케팅 기능이 포함된다. 그중 현재까지 가장 중점적으로 생성형 AI를 사용하는 분야는 ‘개인화’다. 응답자의 약 2/3가 생성형 AI를 통한 개인화에 노력을 기울이고 있었다.
CMO들이 가장 적극적으로 탐구하는 상위 3개 생성형 AI 사용 분야는 개인화, 콘텐츠 제작, 시장 세분화로 드러났다.
[1] 개인화(67%)
일부 은행에서는 생성형 AI를 사용하여 고객 데이터를 분석하고 고객의 리스크 선호도에 따른 맞춤형 투자 조언을 제공하고 있다. 소매업체들은 생성형 AI를 통해 더 많은 구매 전환을 유도하는 초개인화 된 추천을 구축하고 있다. 이러한 노력의 목표와 장점은 참여도 향상, 전환율 개선, 고객 충성도 향상에 이르기까지 다양하다.
[2] 콘텐츠 제작(49%)
생성형 AI는 마케팅 조직이 훨씬 더 다양한 고품질 콘텐츠를 빠르게 제작할 수 있도록 도와준다. 콘텐츠 제작자는 생성형 AI 툴을 사용해 초안을 만들고, 영감을 얻거나 색다른 조합을 찾을 수 있다. 팀의 창의성을 대체하거나 제약하기보다는 이를 극대화할 다른 방법을 찾을 수 있다.
[3] 시장 세분화(41%)
생성형 AI는 CMO를 위한 정확한 고객 타겟팅을 지원한다. 시장 세분화가 개선되면 리소스 할당 효율과 ROI(투자자본 수익률)가 향상할 수 있다. 또한 생성형 AI는 시장 및 소비자 조사에 있어 신뢰도가 높은 수행 방법을 제안하고 수행 속도를 개선할 수 있으며, 이를 통해 도출된 인사이트를 바탕으로 소비자 및 제품 전략을 강화하고 제품과 서비스를 개선할 수 있다.
설문조사 결과에서 드러난 중요한 인사이트는 현재 생성형 AI가 실질적인 역할을 하고 있다는 점이다. 응답자의 93%가 업무 체계화 방식이 긍정적으로 개선되었다고 답했으며, 91%가 효율성에 긍정적인 영향을 미쳤다고 답하는 등 대다수의 CMO가 생성형 AI 도입 즉시 나타나는 긍정적인 결과를 체감하고 있다는 사실을 알 수 있었다. BCG 초기 관찰에 따르면 생성형 AI의 저렴한 비용과 사용 편의성 덕분에 조직 내 생산성이 30%까지 향상할 수 있을 것으로 보인다.
생성형 AI를 둘러싼 대부분 논의는 이처럼 프로세스 개선과 관련되어 있다. 많은 CMO가 생성형 AI를 통해 다양한 조직 운영 업무를 더 빠르고 안전하며 효율적으로 처리할 수 있다고 강하게 확신했다. (보기 2 참조) 생성형 AI를 사용함으로써 직원들은 사소한 반복 업무에 소비하는 시간을 줄이고 부가가치가 더 높은 업무에 많은 시간을 할애할 수 있다. 이제 CMO는 추가적인 생산성과 창의성을 활용해 조직 내 인재, 인력 및 외부 관계를 최적화하는 책임이 있다. 이는 시장 진출 전략에도 영향을 미칠 것이다. 다수의 CMO가 생성형 AI를 통해 새로운 제품과 비즈니스 모델을 더 쉽게 출시할 수 있을 것으로 여긴다. 이 중 약 절반은 생성형 AI를 활용해 2가지 목표를 동시에 달성할 것으로 기대하고 있다.
아무것도 하지 않는 것은 선택지가 될 수 없음
기업이 얼마나 신속하게 생성형 AI를 도입하고 이점을 취하는지에 따라 업계 내 승자가 빠르게 구분된다. 생성형 AI를 성공적으로 활용하는 기업은 고객 획득, 유지, 서비스 제공에 사용되는 자원을 민첩하고 효과적으로 확보할 수 있다.
다시 말해, 생성형 AI에 관해서 ‘아무것도 하지 않는 것’은 결코 선택지가 될 수 없다. 하지만 생성형 AI의 성공적인 도입을 위해서는 선견지명과 적절한 조율이 필요하다. BCG는 CMO들에게 다음 4가지 주요 조치를 취할 것을 권장한다. (보기 3 참조)
[1] 실험 시작
생성형 AI 기술의 잠재력을 직접 경험하기 위해서는 시니어 리더가 먼저 뛰어들어 기능을 탐색해야 한다. CMO들은 각 팀에 유용한 애플리케이션을 식별하고, 다양한 모델을 실험하여 혁신적인 사용 사례를 구축할 수 있도록 장려해야 한다. 이를 위한 한 가지 방법은 가능한 많은 생성형 AI를 활용해 마케팅 캠페인 론칭 등 업무를 수행하는 ‘다기능 애자일 마케팅 포드’를 만드는 것이다. 마케터가 프로세스를 해킹할 방법을 찾으면 데이터 과학자와 엔지니어는 프로세스를 자동화하고 연결성을 구축해 전반적인 프로세스를 개선할 수 있다. 일례로 기업용 버전의 LLM을 사용하거나 애플리케이션 레이어를 구축해 더 유용한 형태로 결과물을 생성할 수 있다.
[2] 획기적인 결과 추구
CMO는 파괴적인 수준의 혁신적 접근 방식을 통해 생산성을 획기적으로 향상하는 것을 목표로 삼아야 한다. 이렇게 하면 우선순위를 설정하는 데 기존과는 다른 리스크-리워드 계수를 산출해 낼 수 있다. 기업의 고유한 핵심 데이터와 IP 자산을 활용해 경쟁 우위를 창출하려면 ‘황금’ 사용 사례를 식별해 내야 한다. 자사 IP를 생성형 AI 모델에 학습시키고 주요 데이터(마케팅 성과, 소비자, 브랜드, 시장조사 분석)에 따라 모델을 조금씩 조정하면 경쟁사와 차별되는 결과를 얻을 수 있다. ROI를 키워 얻는 소소한 이익에 안주하는 것이 매력적으로 느껴질 수 있지만, 경쟁사들이 뛰어가고 있을 때 느긋하게 걸어갈 여유는 없다.
[3] 전사적 모델 수립 및 적용
올바른 솔루션과 아키텍처가 없으면 충분한 조직 규모와 경쟁 우위를 확보하기 어렵다. 생성형 AI 모델 시장의 변동성이 매우 큰 오늘날, 기업은 두 가지 극단적인 상황에 놓여 있다. 부적합한 전사적 공급업체를 선택하거나 여러 공급업체를 조합해야 하는 것이다. 지금까지는 개인 소비자 및 최종 사용자가 LLM의 전례 없는 성장을 촉진한 동력이 되었지만, 이제 IT/테크 기업들은 더 큰 혁신을 이루기 위해 기업용 솔루션 제품군을 개발하고 있다. 개발자는 LLM 라이브러리에서 필요에 따라 다양한 모델을 선택할 수 있으며 이들의 목표는 기존 클라우드나 기술 공급업체를 보완하는 동시에 상단 라스트 마일 애플리케이션(봇, 콘텐츠 제작 제공 업체 등)에 대한 유연성을 유지하는 LLM 공급업체를 찾는 것이다. 이러한 툴을 통해 CMO와 해당 부서는 프로세스 효율성을 개선하고 고객 상호 작용을 개인화할 수 있으며 남다른 창의성으로 혁신을 촉구하고 새로운 방식으로 고객 가치를 창출할 수 있다.
[3] 책임감 있는 AI 가이드라인 구현
기업에서 생성형 AI 사용을 금지하거나 중앙 집중형 가이드라인을 제공하지 않을 경우, 다음 둘 중 하나의 사태가 발생할 가능성이 높다. 조직과 관계없이 직원들끼리 업무상이나 개인적으로 생성형 AI를 사용하여 생산성 향상의 기회를 노리거나, 이미 두 자릿수의 생산성 개선율을 달성한 경쟁사에 뒤처지는 것이다.
균형을 잡는 것의 핵심은 주위에 도사린 리스크를 낮추는 동시에 생성형 AI 테스트를 잘 장려할 수 있느냐에 달려있다. 책임감 있는 AI 사용은 조직의 가치는 물론, 사회 통념상 윤리 기준에 부합하는 AI 시스템을 개발하고 운영하면서 혁신적인 비즈니스 효과도 달성할 수 있어야 함을 의미한다.
설문조사에 응답한 대부분 CMO가 AI 규제는 불가피한 일이라고 생각하며 그중 상당수는 어떤 형태로든 자율 규제에 착수한 상황이다. (보기 4 참조)
잠재력은 크지만, 장기적인 실적이 없는 모든 기술과 마찬가지로 섣불리 행동하는 것은 중 · 장기적 위험을 초래할 수 있다. 예를 들어 생성형 AI가 만들어 낸 특정 텍스트나 이미지가 브랜드에서 추구하는 메시지 톤과 충돌하여 오히려 매력이 반감되는 등 의도치 않은 결과도 발생할 수 있다. 관리되지 않는 AI는 수많은 위험을 초래한다. 독점 데이터 유출, 저작권 침해, 편향된 결과물, 정교한 사기, 심지어 적절한 내부 지침이나 감독 없이 외부 툴을 정기적으로 사용하는 섀도 AI 위험까지 발생할 수 있다. 기업은 알고리즘 위에 브랜딩 플러그인을 추가해 마케터와 대행사가 사용하는 어조, 색상 코딩, 테마, 콘텐츠 등 브랜드 스타일이 프레임워크를 준수하도록 감독해야 한다.
우려를 압도하는 낙관적인 자신감
설문조사에 응답한 CMO 가운데 압도적인 수가 생성형 AI의 향후 영향력에 대해 낙관적인 태도로 자신감을 내비쳤다. 생성형 AI에 대한 느낌을 가장 잘 설명하는 단어를 선택하라는 질문에 70% 이상의 CMO가 답한 상위 3개 단어에 ‘낙관’과 ‘자신감’이 있었다. (보기 5 참조) 이보다 더 중요한 사실은 이러한 낙관론이 전 세계에 널리 퍼져 있다는 점이다. 즉, 모든 국가와 산업 부문에서 비슷한 결과가 나타났다.
생성형 AI는 인류가 수십 년간 기대해 온 컴퓨터와 대화하는 능력을 갖춘 획기적인 기술이라는 점에서 사람들의 상상력을 자극한다. 생성형 AI가 파괴적인 혁신이 될지 지속적인 혁신이 될지는 조직과 그 야망에 따라 달라질 것이다. 그러나 30년 전 검색 엔진과 기타 온라인 플랫폼들이 비즈니스 모델을 뒤집고 창의력을 펼쳤던 것과 마찬가지로 생성형 AI의 파괴적인 잠재력은 매우 근본적인 변화를 일으킬 것으로 예상된다. 생성형 AI는 기업이 특정 마케팅 업무를 수행하는 방식을 혁신할 뿐만 아니라 마케터의 역할 자체를 재정의할 만한 막강한 힘을 가지고 있다.
