(에디터 루카🏀) 우리 응답이들🖐 AI로 광고 문구도 쓰고, 자료도 정리하고, 보고서 초안도 만들어봤지? 그런데 개별 작업은 빨라졌는데 이상하게 하루는 여전히 바쁘지 않아?😂
문구는 금방 만들었는데 캠페인 세팅이 남아 있고, 분석은 끝났는데 다른 팀에 확인을 기다려야 하고. AI에게 일을 하나씩 맡기는 것과 우리 팀의 일이 처음부터 끝까지 빨라지는 것 사이에는 생각보다 거리가 있더라고.
지난 AB180 광고글에서는 ‘나와 우리 팀은 AI를 얼마나 활용하고 있을까?’를 데이터로 살펴봤잖아. 이번에는 그다음 질문으로 넘어가 보려고 해.
“그래서 실제 기업들은 AI로 일하는 방식을 어떻게 바꿨을까?🤔”
그 답을 찾을 수 있는 자료가 있어. 지난 7월, AB180이 주최하는 국내 최대 마케팅 컨퍼런스 MGS26(Modern Growth Stack 2026)이 열렸어. 이 행사의 핵심 발표와 실전 데이터를 모바일 앱 마케팅·CRM·그로스 세 편으로 정리한 게 MGS26 인사이트 리포트야📚
모바일 앱 마케팅, CRM, 그로스. 분야는 나뉘어 있지만 함께 놓고 읽으면 AI를 어떤 작업에 붙였는지부터, 그 과정에서 어디가 막혔는지까지 볼 수 있어. 잘된 숫자만 보여주는 자료가 아니라 성과가 기대만큼 나오지 않았을 때 무엇을 다시 확인했는지도 담겨 있다는 점이 눈에 들어와.
오늘은 각 리포트에서 우리 응답이들이 자기 업무와 연결해볼 만한 장면들을 골라서 소개할게😎
<AI가 다시 쓰는 모바일 앱 마케팅의 성장 규칙>에는 구독·수익화, 광고 소재, 유저 획득처럼 앱 마케터가 실제로 부딪히는 고민이 담겨 있어.
그중 액션핏의 ‘빠지냥’ 사례부터 볼까? 리포트에 따르면 빠지냥은 누적 다운로드 약 600만 건, 해외 매출 비중 약 90%를 기록한 하이브리드 캐주얼 퍼즐 게임이야(MGS26 발표 시점 기준). 여기서 흥미로운 건 규모보다 시작 방식이었어👀
마케터가 벤치마크 게임을 발견해 제작을 제안하고, 마케터·아트·개발자 3명이 1~2주 동안 프로토타입을 만든 뒤 시장 반응을 확인했대. 그 뒤 3~4주 추가 개발을 거쳐 규모를 키운 거지.
마케터가 완성된 게임을 받아 광고만 집행하는 대신, 무엇을 만들고 어떤 기준으로 다음 단계에 투자할지 판단하는 과정까지 들어간 거야.
물론 이 사례를 ‘AI만 있으면 누구나 성공하는 게임을 만든다’고 읽으면 곤란해🫢 리포트에서도 성공 요인을 다른 신작에 적용했지만 잘되지 않은 경우가 훨씬 많았다고 설명하거든. 신작의 초기 KPI 달성률은 0.5%도 되지 않는대.
그래서 액션핏은 ‘성공 공식’ 대신 빠르게 만들고, 기준에 못 미치면 바로 멈추는 반복을 택했어. 액션핏의 제품 검증과 마케팅 운영 사례를 AI 시대의 앱 성장 전략과 함께 살펴보는 것이 더 정확해.
이 사례를 보면서 이런 생각을 해봤어. 우리 팀은 결과물을 만들기 전에 너무 오래 고민하고 있지는 않을까? 작은 버전을 먼저 만들고, 시장 반응을 본 뒤 더 투자할 기준이 있을까?
이 밖에도 스푼랩스가 AI로 캠페인 최적화 주기를 24시간에서 1시간으로 줄인 이야기, 레비뉴캣·제제미미의 글로벌 구독 성장, 애피어의 소재 기반 스케일업, 미스트플레이의 플레이타임 중심 유저 획득 전략이 이어져.
설치 이후의 이용과 수익까지 연결해서 보고 싶은 응답이에게 잘 맞는 편이야📈
👉 앱 마케팅 리포트 무료 다운로드 — AI가 다시 쓰는 모바일 앱 마케팅의 성장 규칙
<속도가 곧 전략이 되는 AI 시대의 CRM>은 반복 업무를 어디까지 맡길지 고민하는 응답이라면 먼저 펼쳐봐도 좋겠어.
코오롱FnC 사례에는 최근 7주 동안 발송한 캠페인 208건, 사용한 세그먼트 67개가 등장해. 이 수치는 AI가 자동 발송한 실적이 아니라, 모두 사람이 손으로 만들던 기존 업무 규모야. 반복 세팅 부담이 얼마나 컸는지 보여주는 출발점인 거지.
한 주에 처리하는 캠페인이 평균 24.7건이었고, 1건에 보통 30분, 신규 담당자는 1~2시간이 걸렸대. 그런데 발송 규칙 자체는 이미 문서로 잘 정리돼 있었어. 규칙은 분명한데 손으로 반복하는 일, 코오롱FnC는 여기를 자동화하기 좋은 지점으로 봤어.
자동화한 범위도 분명해. 리포트에 소개된 시점에는 발송 준비와 검수의 반복 작업을 자동화했고, 최종 발송은 사람의 승인 없이 넘어가지 않도록 경계를 정해뒀어🔐 기존 발송 전 체크리스트 13개 항목은 자동 검증 규칙 27개로 넓혀서, UTM 불일치나 기간 외 발송 같은 실수를 미리 걸러내도록 했고.
흐름을 보면 더 분명해. 편성표 읽기(F1)부터 캠페인 이름 만들기, 링크 발행, 기록, 검수(F5)까지는 매주 실제 데이터로 돌아가고, 마지막 발송 툴 세팅(F6)은 리포트 시점에 아직 대기 상태였어.
신입 동료에게 발송 준비와 체크리스트 점검은 맡기되, 발송 버튼은 담당자가 직접 누르는 구조라고 보면 쉬워. “일단 전부 자동화해보자”보다 어떤 일은 반복 실행에 맡기고, 어느 지점은 사람이 판단해야 하는지 나누는 게 먼저였던 거지.
🍗 쿠폰 다운로드가 11% 늘었는데, 쿠폰 사용은 그대로였다면?
같은 편의 KFC·NNT 사례도 꼭 짚고 싶어. 초기 랜덤 추천 단계에서 AI 추천을 적용하지 않은 비교 그룹 대비 쿠폰 다운로드는 11% 증가했지만, 쿠폰 사용에는 변화가 없었어. 발표에서는 매출 같은 실질 지표도 달라지지 않았다고 설명해.
여기서 ‘초기 랜덤 추천 단계’는 6월 10일 전체 고객의 5%에게 랜덤 추천을 시작한 구간이야. AI가 고객별로 골라주는 지능형 추천은 7월 15일에야 시작됐고, 킥오프부터 여기까지 16주가 걸렸대. 버튼 하나 켜면 끝나는 일이 아니라 쿠폰 체계를 정리하고 시스템을 연결하는 데 대부분의 시간이 들었던 거지 🫠
AI가 추천을 잘하면 성과도 바로 좋아질 것 같은데, 왜 이런 일이 생겼을까?🤔 당시 고객에게는 기존 쿠폰이 최대 20개까지 노출될 수 있었고, AI가 추천한 쿠폰은 1개였대.
쿠폰함에 스무 장이 쌓여 있는데 새 쿠폰 한 장이 끼어든 셈이야. 기존 혜택 사이에서 추천 쿠폰이 잘 보였는지, 혜택 자체가 매력적이었는지까지 확인해야 했던 거야.
그래서 이 사례의 다음 질문은 ‘AI가 효과가 있나?’에서 ‘추천받은 쿠폰을 고객이 왜 쓰지 않았나?’로 옮겨가. 이후 KFC는 기존 쿠폰 수를 줄이고 유효기간을 다르게 두는 식으로, AI 추천이 기존 혜택과 공정하게 경쟁할 수 있는 환경을 만드는 테스트를 이어갔대. 리포트도 아직 실험 초기의 결과라 일반화는 조심스럽다고 덧붙이고 있어.
이런 이야기가 실무에 더 가깝게 느껴져. 클릭이나 다운로드가 늘었을 때 끝내지 않고, 그다음 행동을 막은 조건까지 보는 거니까. 리포트에는 W컨셉의 데이터 기반 예산 의사결정, 아정당·컬리의 AI 전환(AX) 사례도 함께 담겨 있어.
👉 CRM 리포트 무료 다운로드 — 속도가 곧 전략이 되는 AI 시대의 CRM
마지막 <실행을 넘어 학습으로, 성장을 다시 쓰는 AI 그로스 전략>에서는 팀이 AI를 실제로 활용하게 만드는 과정을 볼 수 있어.
무신사는 도입 초기 10%대였던 Amplitude AI 활용률을 3개월 만에 70% 이상, 최고 76%까지 높였어. 여기서 분모를 잘 봐야 해. 무신사 전체 임직원이 아니라 최근 한 달 동안 앰플리튜드를 사용한 임직원 중 AI 기능을 실제로 쓴 비율이야.
그럼 기능을 공지하고 사용법을 배포한 게 비결이었을까? 슬랙 공지와 활용 가이드 배포만으로는 사용률이 크게 움직이지 않았대😮
무신사가 먼저 한 일은 AI에게 회사의 맥락을 가르치는 거였어. 제품 개요, KPI 정의, 유저 정의, 지면별 성과 분석 규칙처럼 분석가들이 머릿속에 담아두던 기준을 10가지 항목으로 정리했대. 신입 동료에게 업무 용어집부터 건네는 것과 비슷해.
그다음에는 구성원이 슬랙·클로드처럼 익숙한 업무 도구에서 바로 질문할 수 있게 했어. 여기에 직군별 온보딩과 실제 업무 질문을 함께 풀어보는 시간도 마련했고. 발표자는 온보딩 세션을 진행할 때마다 활용률이 10%p씩 뛰어오르는 걸 봤다고 해.
헬스장 회원권만 끊어준다고 운동 습관이 생기지 않는 것처럼, 도구가 있다는 사실을 아는 것과 내가 막힌 일을 그 도구로 해결해보는 것은 다른 경험이었던 거지.
팀 리더 응답이라면 ‘왜 우리 팀은 AI를 안 쓰지?’라고 묻기 전에 이런 부분을 돌아볼 수 있을 것 같아. 팀원이 AI에 맡길 구체적인 일이 있는지, 답을 확인할 기준이 있는지, 실제 업무로 한 번 성공해볼 기회가 있는지 말이야💡
이 편에는 무신사뿐 아니라 앰플리튜드의 학습 중심 성장 전략, NNT가 200개 이상 SEO·AEO·GEO 프로젝트에서 찾은 AI 검색 인용의 조건, AB180의 B2B 데이터 활용 사례도 담겨 있어. GEO는 생성형 AI 검색에서 브랜드와 콘텐츠가 발견·인용되도록 최적화하는 접근이라고 이해하면 돼.
👉 그로스 리포트 무료 다운로드 — 실행을 넘어 학습으로, 성장을 다시 쓰는 AI 그로스 전략
🏀 루카가 응답이에게 권하고 싶은 읽는 방법
세 편을 처음부터 모두 읽어야 한다고 생각하면 또 하나의 업무처럼 느껴질 수 있잖아😂 우선 지금 막힌 일 하나를 떠올리고, 거기에 맞는 편부터 열어보면 좋겠어.
- 앱의 유입·구독·수익화가 고민이라면 → 모바일 앱 마케팅 편📱
- 반복 세팅·고객 메시지·캠페인 운영이 고민이라면 → CRM 편💬
- 데이터 분석·팀의 AI 정착·AI 검색 대응이 고민이라면 → 그로스 편📊
그리고 마음에 드는 사례를 발견하면 ‘우리도 저 툴을 써볼까?’에서 한 발만 더 들어가 보자.
“이 회사는 어떤 병목을 발견했고, 업무의 어느 순서를 바꿨을까?”
리포트 속 숫자를 우리 팀의 목표로 그대로 가져올 필요는 없어. 대신 작게 검증하는 기준, 사람이 승인하는 지점, 팀원이 실제 효용을 경험하는 과정을 우리 일에 맞춰 참고해보는 거야.
지난 글에서 나와 우리 팀의 AI 활용 위치를 확인했다면, 이번에는 다음에 바꿀 업무 하나를 고르는 자료로 읽어보면 좋겠어. 컨퍼런스 현장에 가지 못했던 응답이도, 다녀왔지만 핵심 발표를 다시 정리하고 싶은 응답이도 기업들의 시행착오와 판단 과정을 자기 속도로 살펴볼 수 있으니까😎
📚 MGS26 인사이트 리포트 무료 다운로드
지금 고민에 맞는 편을 골라봐. 각 리포트 페이지에서 신청 정보를 입력하면 무료로 다운로드할 수 있어.🙌
👀 2만명의 마케터에게 내 브랜드를 알리고 싶다면
삼성, 네이버의 현직 마케터부터 에이전시 AE, PR 담당자, 마케터를 꿈꾸는 취준생까지… 응답하라 마케팅은 매주 20,000명의 마케터가 읽는 마케팅 No. 1 뉴스레터야.
응마는 지금까지 70회 이상 광고를 집행해온 검증된 채널이야. 광고 문법을 꿰뚫는 구독자들이 자발적으로 모인 곳이라, 브랜드를 거부감 없이 자연스럽게 각인시킬 수 있어.
만약 응마에 광고를 해보고 싶다면 아래 버튼(클릭 시 이동)을 눌러줘. 지금 당장 광고를 하지 않아도 괜찮아. 궁금한 점을 남기면 함께 적은 연락처로 비용이 담긴 상품소개서와 집행 사례를 보내줄게!
응마에서는 뉴스레터 외에도 오픈카톡방(참여코드 : marke90)과 홈페이지에서 마케팅 관련 소식을 받아볼 수 있어! 오픈채팅방은 원활한 운영을 위해 닉네임 규정을 미준수한 응답이의 강퇴를 진행하고 있으니까, 공지로 등록되어 있는 규칙을 꼭 읽어줘⭐. 뿐만 아니라 인스타그램에서도 응답하라 마케팅을 만날 수 있어(팔로우는 사랑이라구😘)!
👉 응답하라 마케팅 홈페이지: https://www.reply-marketing.com/
응답하라 마케팅의 모든 콘텐츠는 무단 도용이나 복제가 불가능하며, 콘텐츠를 인용할 시에는 출처를 남겨주시길 바랍니다. 인스타그램의 경우에는 태그 형태의 출처도 가능합니다.
의견을 남겨주세요