오늘 좀 불편한 숫자 하나 드리려 합니다. 마케팅 자동화는 이미 표준이 됐어요. 안 깐 팀이 드물 정도로요. 그런데 도입 후 90일이 지나면, 무서운 일이 벌어지기 시작합니다.
B2B 마틱 스택의 82.3%에 마케팅 자동화 플랫폼이 깔려있습니다. 거의 모두가 쓴다는 얘기죠. 평균 ROI는 1달러당 5.44달러. 마케팅 도구 중 가장 검증된 카테고리입니다.
그런데 도입한 AI 에이전트 자동화 워크플로의 29%가 90일 안에 폐기됩니다. 셋 중 하나가 100일도 못 버티고 사라진다는 거예요.
저는 이 숫자가 처음엔 안 믿겼습니다. HubSpot, Marketo, Pardot 같은 도구들이 10년 넘게 자리를 잡았고, 이미 표준이 된 카테고리잖아요. 그런데 왜 폐기율이 이렇게 높을까요.
답을 뜯어보니 도구 문제가 아니었습니다.
폐기된 자동화의 실패 원인을 분석한 데이터가 있어요. 41%가 "명확한 성공 기준의 부재"였습니다.
이게 무슨 뜻이냐면, 도구를 도입할 때 회의실에서 나오는 말은 거의 비슷합니다. "리드 자동 스코어링하자", "이메일 시퀀스 돌리자", "세일즈 핸드오프 자동화하자". 다 맞는 말이죠.
그런데 90일 뒤에 "이게 잘됐는지" 판단할 기준이 없습니다. MQL 수가 늘면 성공인가, 세일즈 액셉트율이 올라야 성공인가, 파이프라인 영향력이 측정돼야 성공인가. 셋 다 다른 지표인데 결국 한 명은 이걸 보고, 한 명은 저걸 보고 결론을 냅니다. 그 결론은 거의 항상 "이거 별로네"로 수렴해요.
도입 전에 "12주 후 어떤 숫자가 어떤 수준에 도달하면 성공이라고 부를 것인가"를 한 줄로 못 적는다면, 그 자동화는 안 사는 게 맞습니다. 한 줄로 적어보면 의외로 잘 안 적힙니다. 그게 진짜 문제예요.
두 번째 실패 원인은 33%, 데이터 접근권 부족입니다.
여기서 진짜 충격적인 숫자가 따로 있어요. RevOps 전문가의 16%만이 자기 회사 데이터 정확도를 신뢰합니다. 나머지 84%는 자기들이 보는 숫자를 안 믿어요.
마케팅 자동화는 데이터 위에서만 돕니다. CRM이 깨끗해야 세그멘테이션이 되고, 리드 스코어링이 되고, 자동 핸드오프가 굴러갑니다. 신뢰할 수 없는 데이터 위에 자동화를 얹으면 어떻게 될까요. 자동화된 실수가 자동화된 속도로 퍼집니다.
"데이터 정리부터 하자"는 말은 10년째 마케팅 컨퍼런스에 등장합니다. 왜 안 될까요. 데이터 정리는 결과물이 안 보이는 일이거든요. 분기 KPI에 "CRM 중복 73% 정리"는 안 들어가고 "MQL 23% 증가"는 들어갑니다. 그래서 모두가 자동화를 먼저 깔고 데이터는 나중에 손봐요. 거꾸로 해야 하는데.
미드마켓 팀의 28%가 2026년에 플랫폼 변경을 검토 중입니다. 2019년 이후 가장 높은 수치예요. 그런데 플랫폼을 갈아도 똑같은 일이 벌어집니다. 데이터는 그대로니까요.
자동화 도입 6개월 후에 "데이터가 안 맞는 것 같다"는 얘기가 나오고, 12개월 후에 "사실 자동화가 매출에 어떤 영향을 줬는지 추적이 안 된다"는 결론에 도달합니다. 그쯤 되면 도구 갈아탈 준비를 해요. 새 도구 깔고 또 12개월. 도구만 바뀌고 결과는 똑같습니다.
세 번째 원인이 가장 새롭고, 가장 무섭습니다. 19%, 브랜드 보이스 드리프트예요.
AI 에이전트가 자동화 안에 들어오면서 새로 생긴 문제예요. 자동으로 보내는 이메일, 자동으로 만드는 캡션, 자동으로 응답하는 챗봇이 어느 순간 회사의 톤과 어긋납니다. 처음엔 모릅니다. 고객이 알려줘요. "이거 진짜 너희가 보낸 거 맞아?"
작년에 한 번 검토한 프롬프트로 1년치 콘텐츠가 찍혀나가는 동안, 회사 포지셔닝이 바뀌고 타깃이 바뀌고 시장이 바뀝니다. 자동화는 그걸 모른 채 12개월 전 톤으로 계속 나가요.
저는 이게 한국 기업에서 특히 빠르게 터질 거라고 봅니다. 한국어는 영어보다 톤의 폭이 좁아요. 존대·반존대·반말의 미세한 차이가 브랜드 인상을 결정합니다. AI 모델은 영어 톤 기준으로 학습됐고요. 자동화에 톤을 통째로 맡기는 순간, 회사의 보이스가 천천히 어디론가 흘러갑니다.
해법은 "자동화 안에 사람이 들어가는 체크포인트"를 의도적으로 설계하는 거예요. 비효율적으로 보여도 그게 답입니다. 90일에 한 번 톤 감사, 주요 시퀀스의 무작위 샘플링, 컴플레인 분석. 자동화 도입의 목표가 "사람을 빼는 것"이 아니라 "사람의 시간을 어디에 쓸지 재배치하는 것"이어야 합니다.
그리고 진짜 문제는 따로 있어요.
자동화 프로그램의 성공을 가장 잘 예측한 변수는 플랫폼이 아니라 "운영 모델 적합도"였습니다. 우리 마케팅·세일즈·CS 팀이 실제로 어떻게 움직이는지와 도구가 맞는지가 결정적이었어요. 그런데 대부분 도구 선정은 기능 비교에 무게를 두고, 운영 적합도는 거의 안 봅니다.
예를 들어 우리 세일즈팀이 인바운드 받자마자 전화하는 문화인지, 7일 nurture 후에 컨택하는 문화인지에 따라 완전히 다른 자동화가 필요해요. 그런데 도구 선정 회의에서는 "리드 스코어링 가능 ✓", "시퀀스 자동화 ✓"만 보고 둘 다 같은 카테고리로 묶입니다.
한 가지 더 짚어야 할 게 있어요. 도구 선정 회의에서 자주 듣는 말이 있습니다. "우리도 이참에 일하는 방식을 좀 바꾸면서 도구를 도입하자". 일견 합리적으로 보이지만 거의 항상 망합니다.
일하는 방식 바꾸기와 새 도구 적응을 동시에 시도하면 둘 다 안 돼요. 변화는 한 번에 하나씩만 통합니다. 도구 도입은 도구 도입대로, 일하는 방식 변경은 별도 프로젝트로 가져가는 게 살아남는 길이에요. 이걸 모르고 동시에 시작하면 6개월 후에 "이 도구 별로네"로 결론이 납니다. 사실은 도구가 아니라 동시에 너무 많은 변화를 한 거였는데요.
저는 자동화 시대에 마케터의 일이 자동화를 더 많이 까는 것이 아니라고 생각합니다. 자동화에 들어간 결정을 다시 들여다보고, 죽일 건 죽이고 살릴 건 살리는 일이에요.
자동화는 결정을 자동화하는 것이기도 하거든요. 누구에게 어떤 메시지를 언제 보낼지, 어떤 리드를 누가 받을지, 누구를 nurture에 넣고 누구를 빼낼지. 다 결정입니다. 이 결정의 기준이 12개월 전에 한 번 정한 룰에 묶여있다면, 우리는 작년의 마케팅을 올해도 그대로 하고 있는 거예요.
그리고 매번 자문하는 게 있습니다. "이 자동화는 우리 팀의 시간을 어디로 옮기는가". 자동화는 시간을 없애는 게 아니라 옮깁니다. 반복 작업에서 빠진 시간이 더 어려운 사고로 옮겨가야 해요. 만약 자동화 도입 후에 팀이 더 한가해 보인다면, 그건 잘된 게 아니라 잘못된 겁니다. 옮겨진 시간이 더 가치 있는 일로 안 가고 그냥 사라졌다는 뜻이거든요.
폐기율 29%가 무서운 게 아닙니다. 사라지지도 않은 채 회사 안에서 계속 굴러가는 좀비 자동화가 더 무서워요. 적어도 폐기된 29%는 누가 결정을 내린 거고, 좀비 자동화는 결정을 안 내린 겁니다. 결정을 안 내린 것이 가장 비싼 결정이에요.
"이 자동화는 우리가 모르는 사이에 어떤 결정을 대신 내리고 있는가". 이 질문도 자주 합니다. 우리 자동화의 9할은 12개월 전에 정한 룰로 돌아가고 있을 확률이 높아요. 시장은 그동안 여러 번 바뀌었는데요. 지금 한번 자동화 안에 박혀있는 룰들을 꺼내서, 오늘 기준으로 다시 적어보면 어떨까요. 깜짝 놀랄 만한 게 분명히 나옵니다.
남은 71%, 살아남은 팀이 뭘 다르게 했는지를 여섯 가지로 정리했습니다. 이 여섯 가지가 사실 글의 핵심이고, 본문 후반부에 다 들어있어요. 자동화 검토 중이거나 이미 굴리고 있는 팀이라면, 후반부 체크리스트만 봐도 본전 뽑힙니다. 특히 다섯 번째와 여섯 번째는 다른 글에서 거의 안 다루는 포인트라서, 이 부분은 꼭 보시는 걸 권합니다.
원문 보기: https://medium.com/p/f986fa4baa78?postPublishedType=initial
의견을 남겨주세요