요즘 마케팅 회의에서 제일 많이 듣는 말이 있습니다. "그건 다음 분기에 보죠."
대부분 채널 통합 얘기가 나올 때 나옵니다. 가격 정보가 앱과 매장에서 다르다, 상품 스펙이 채널마다 제각각이다, 전환 정의가 팀마다 다르다. 다 아는 문제입니다. 그런데 안 고쳐집니다. 고치지 않아도 매출이 안 떨어졌기 때문입니다.
지난 10년간 그게 가능했던 이유는 하나입니다. 사람 고객이 관대했거든요.
앱에서 본 가격과 매장 가격이 다르면 사람은 직원에게 묻습니다. 웹 재고가 틀렸으면 전화를 합니다. 짜증을 내면서도 결국 삽니다. 브랜드가 못 맞춘 정합성을 고객이 머릿속에서 대신 맞춰준 겁니다. 채널마다 톤이 조금씩 달라도, 프로모션 때문에 가격이 어긋나도, 사람은 알아서 이해했습니다. 그래서 우리는 통합을 미룰 수 있었습니다.
이제 그 관대함이 사라지는 중입니다.
올해 1분기 미국 리테일 사이트로 들어온 AI 경유 트래픽이 전년 대비 393% 늘었습니다. 성장률만으로도 놀랍지만 제가 더 놀란 건 다른 숫자입니다. 그렇게 들어온 방문자의 전환율이 일반 트래픽보다 42% 높았습니다.
바로 1년 전, 같은 트래픽은 일반보다 38% 낮게 전환됐습니다.
저는 작년에 이 채널을 무시했습니다. "재미있는 지표지만 예산을 옮길 근거는 아니다"라고 말했고, 그건 틀린 판단이었습니다. 1년 만에 부호가 뒤집혔습니다. 구경만 하던 트래픽이 결제하는 트래픽으로 갈아탔습니다.
여기서 중요한 건 성장률이 아닙니다. 이 손님의 성격입니다.
사람 고객과 달리, AI 에이전트는 여러 소스에서 정보를 긁어와 대조합니다. 가격, 재고, 배송 조건, 반품 정책을 나란히 놓고 봅니다. 그리고 어긋나는 게 하나라도 보이면 그 브랜드를 후보에서 뺍니다.
항의하지 않습니다. 직원에게 묻지도 않습니다. 이탈 로그도 안 남습니다. 그냥 다음 후보로 갑니다.
저는 이게 이 변화의 가장 불편한 부분이라고 생각합니다. 실패가 조용합니다. 조용한 실패는 대시보드에 안 뜨고, 대시보드에 안 뜨면 예산 회의에 안 올라오고, 올라오지 않으면 고쳐지지 않습니다. 매출이 빠진 걸 알아차릴 때쯤엔 원인을 역추적할 데이터가 없습니다.
여기에 덧붙일 숫자가 하나 더 있습니다.
Salesforce는 작년 사이버위크에서 자기들이 추적한 리테일러의 구매 다섯 건 중 한 건에 AI 에이전트가 관여했다고 봤습니다. 유입 비중은 2%인데 구매 영향은 20%. 저는 이 두 숫자의 간격이 이 채널의 실체라고 생각합니다.
에이전트는 마지막에 결제 버튼을 대신 눌러주는 존재가 아닙니다. 그 전에 후보군을 좁히는 존재입니다. 우리 브랜드로 클릭이 안 들어왔어도, 이미 그 자리에서 탈락했을 수 있다는 뜻입니다. 유입 리포트에는 아무 흔적도 남지 않습니다.
소비자는 구매 전 평균 6개 접점을 거칩니다. 15년 전에는 2개였습니다. 채널이 늘었다는 얘기는 업계가 10년째 하고 있어서 새롭지 않습니다. 제가 지금 다르게 보는 건 일곱 번째 접점의 성격입니다. 앞의 여섯 개는 전부 사람이 거쳐가는 접점이었고, 각 접점의 인상을 합치는 작업은 사람이 해줬습니다. 일곱 번째 접점은 그 합치는 작업을 브랜드에게 되돌려줍니다. 에이전트는 브랜드 서사를 감상하지 않고 데이터 정합성을 감사합니다.
그런데 현실은 어떨까요.
리테일러의 42%가 아직 데이터 사일로와 씨름하고 있습니다. 조직의 80%는 통합된 채널 커뮤니케이션 기능이 없다는 걸 최대 장벽으로 꼽았습니다. 61%는 지금 쓰는 기술로 데이터를 해석할 수 없다고 답했습니다. 전 접점에 걸쳐 크로스채널 어트리뷰션을 측정하는 곳은 20%뿐이었습니다.
이 숫자들을 보고 "툴이 부족하다"고 읽으면 오답입니다. 저는 반대로 봅니다.
61%가 데이터를 해석할 수 없는 건, 툴이 없어서가 아니라 툴을 너무 많이 늘려서 생긴 결과입니다. 채널별로 담당자가 나뉘고, 담당자별로 목표가 나뉘고, 목표가 나뉘면 지표 정의가 갈립니다. 같은 회사 안에서 '전환'이라는 단어가 팀마다 다른 걸 가리키기 시작합니다. CDP를 도입하면 데이터는 한 곳에 모이지만 정의는 안 모입니다.
실무에서 이 비용은 ROI 하락으로 먼저 나타나지 않습니다. 회의 시간으로 나타납니다.
같은 캠페인을 놓고 퍼포먼스 팀과 CRM 팀이 서로 다른 전환 수치를 들고 들어오면, 그 회의는 캠페인 회의가 아니라 숫자 맞추기 회의가 됩니다. 두 시간 동안 어느 숫자가 맞는지만 다투다 끝납니다. 저는 그 회의를 수백 번 봤습니다. 사일로의 진짜 청구서는 거기서 끊깁니다.
그래서 뭘 먼저 해야 하냐고 묻는다면, 저는 'AI 에이전트 대응팀'을 만들라는 얘기는 하지 않겠습니다.
지금 AI 유입은 전체 트래픽의 2% 미만입니다. 전환율이 42% 좋아도 2%는 2%입니다. 유입 비중 예측치가 기관마다 15%에서 25%까지 벌어져 있는데, 이 정도 편차는 솔직히 아무도 모른다는 뜻입니다. 여기에 전담 조직을 붙이는 건 과잉입니다.
대신 제가 우선순위를 매긴다면 이렇습니다.
첫째, 가격과 재고와 배송 조건의 단일 소스를 확정하는 일. 에이전트가 가장 먼저 대조하는 항목이고, 사람 고객의 CS 문의도 같이 줄어듭니다.
둘째, '전환'의 정의를 팀 간에 하나로 통일하는 일. 툴 도입보다 훨씬 싸고, 이게 안 되면 어떤 측정도 무의미합니다.
셋째, AI 유입을 별도 세그먼트로 쪼개서 계측하기 시작하는 일. 지금 대부분 다이렉트나 리퍼럴에 섞여 들어갑니다. 지금 안 쪼개두면 1년 뒤 이 채널이 15%가 됐을 때 그 성장이 어디서 왔는지 설명할 데이터가 없습니다. 최적화는 나중에 따라잡을 수 있지만 지나간 데이터는 만들 수 없습니다.
혹시 오늘 15분만 쓸 수 있다면, 제가 실제로 먼저 돌려보는 점검이 있습니다.
주력 상품 세 개를 골라서, 자사몰과 앱과 입점 채널에 걸린 가격·재고·배송 조건을 나란히 놓고 봅니다. 그다음 같은 상품을 AI 챗봇에 "이거 어디서 사는 게 제일 좋아?"라고 물어봅니다. 우리 브랜드가 후보에 나오는지, 나온다면 어떤 정보를 근거로 설명하는지 읽습니다.
대부분의 팀이 여기서 두 가지를 발견합니다. 하나는 채널 간 조건이 생각보다 훨씬 어긋나 있다는 것. 다른 하나는 AI가 우리 브랜드를 설명할 때 3년 전 블로그 글이나 경쟁사 비교 콘텐츠를 근거로 쓴다는 것입니다. 둘 다 예산이 아니라 정리로 해결되는 문제입니다.
이 점검이 좋은 이유는 보고용 자료가 필요 없다는 점입니다. 회의에 스크린샷 세 장만 들고 가면 됩니다. 채널 통합이 왜 다음 분기 과제가 아닌지를 설명하는 데는 그게 대시보드 열 개보다 빠릅니다.
눈치채셨겠지만 세 가지 모두 AI를 완전히 빼고 봐도 해야 하는 일입니다.
저는 이게 이 주제를 다루는 가장 정직한 방식이라고 믿습니다. 에이전트가 새로운 숙제를 낸 게 아닙니다. 미뤄왔던 숙제의 채점 기준이 사람에서 기계로 바뀐 겁니다. 사람은 봐줬고, 기계는 안 봐줍니다.
반대로 지금 하지 말아야 할 것도 분명합니다. 에이전트를 노린 랜딩 페이지를 대량으로 찍어내는 일, AI 노출만을 위한 콘텐츠를 양산하는 일. 검색 최적화 시절의 실수를 이름만 바꿔 반복하는 겁니다. 2%짜리 채널에 새 구조를 얹으면, 채널 규칙이 바뀌는 순간 전부 폐기됩니다.
여기까지가 제가 정리한 판단입니다.
그런데 원문에는 제가 여기 옮기지 않은 표가 하나 더 있습니다. Shopify 데이터에서 AI 유입 트래픽은 8배 늘었는데 주문은 13배 늘었습니다. 트래픽 증가율보다 주문 증가율이 높다는 게 무슨 뜻인지, 그리고 왜 그게 일반적인 채널 성장 공식과 정반대인지 — 저는 이 한 줄이 이 채널을 지금 봐야 하는 이유 전부라고 생각합니다.
거기에 Adobe의 '+42%'와 정면으로 충돌하는 '어필리에이트 대비 86% 나쁘다'는 데이터도 같은 시기에 나옵니다. 두 숫자가 왜 모순이 아닌지, 그 안에 어느 브랜드가 이기고 있는지에 대한 답이 들어 있습니다. 결론은 이 대비에서 뒤집힙니다.
원문 보기: https://medium.com/@hoon_16083/ai-%EC%86%90%EB%8B%98%EC%9D%80-42-%EB%8D%94-%EC%82%B0%EB%8B%A4-%EB%AC%B8-%EC%9E%A0%EA%B8%B4-%EB%B8%8C%EB%9E%9C%EB%93%9C%EA%B0%80-8%ED%95%A0-62ebaa62ae91
의견을 남겨주세요