송지연 BCG 코리아 MD파트너. /BCG 코리아


최근 컨설팅 현장에서 가장 자주 듣는 질문은 “인공지능(AI)이 마케팅 효율을 얼마나 개선할 수 있느냐”이다. 많은 기업이 AI를 통해 이미지와 영상을 더 빠르고 저렴하게 제작하고, 광고 집행을 자동화하는 데 주목한다. 그러나 이러한 접근은 여전히 마케팅의 경쟁력이 광고·홍보 예산 규모에서 비롯된다는 전제에 머물러 있다.
AI 시대에 질문은 더 본질적으로 바뀌어야 한다. “우리는 아직도 마케팅을 광고 예산의 크기로 이해하고 있진 않은가?” 마케팅에서 AX는 콘텐츠를 더 빠르고 저 바다이야기게임장 렴하게 만드는 기술을 뜻하지 않는다. 고객 정의, 성과 측정, 조직의 의사 결정 방식을 동시에 바꾸는 운영 체계의 전환을 의미한다. BCG가 GM과 함께한 프로젝트는 이러한 변화가 현장에서 어떻게 구현되는지를 보여주는 사례다.
①문제 정의: 예산이 아닌 구조
GM은 마케팅 예산을 약 10억달러(약 1조4900억원) 규모로 바다이야기고래출현 조정하는 결정을 내렸다. 이는 단순히 광고비 일부를 줄이는 문제가 아니었다. GM과 BCG는 긴축만으로는 지속 가능한 성장을 담보할 수 없다고 판단했다. 기존의 캠페인 중심 구조를 그대로 유지한 채 비용만 줄이면 성과는 더 악화될 가능성이 높았다. 마케팅 긴축을 넘어 전면적인 재설계를 통해 새로운 전략을 마련해야 했다. GM과 BCG는 핵심으로 돌아갔다. 알라딘릴게임 마케팅에서 ‘얼마를 쓰는가’가 아니라, 타기팅을 포함해 기존 설계가 어떻게 구성돼 있는지부터 다시 점검하기로 했다.
특히 자동차 산업은 오랫동안 대중을 상대로 메시지를 전달해왔다. TV 광고와 대규모 캠페인을 통해 브랜드 이미지를 구축하는 방식이다. 그러나 현실은 다르다. 연간 신차를 구매하는 소비자는 전체 성인의 약 5%에 불과하다. 바다신2 다운로드 나머지 95%는 당장 구매 의사가 없는 잠재 소비자다. GM은 이 간극을 인정하는 것에서 출발했다. 문제는 ‘광고가 약해서’가 아니라, 실제 수요가 있는 고객을 얼마나 정밀하게 정의하고 있는가였다. 그래서 차종이나 가격이 아니라 소비자의 구매 동기를 기준으로 시장을 다시 그렸다. 차를 통해 자신의 정체성을 표현하려는 수요, 가족 공간을 확보하려는 수요, 새 릴짱릴게임 로운 기술을 경험하려는 수요 등으로 시장을 구조화했다. 이를 ‘디맨드 스페이스(Demand Space)’라고 부른다. 이는 단순한 세분화가 아니라, 제품 전략과 마케팅 전략을 하나의 지도 위에 올리는 작업이었다. 즉, 어떤 차를 만들고, 누구에게 팔 것인지, 어떤 메시지를 전달할 것인지가 하나의 논리로 연결되기 시작한 것이다.
②실행 전환: 정밀 타기팅과 지표 재설계
시장 정의가 바뀌자 실행 방식도 달라졌다. GM은 BCG 및 마이크로소프트와 협업해 AI 기반 타기팅과 성과 측정 체계를 재설계했다. 내부와 외부 데이터를 활용해 약 200개의 세분화된 고객군을 운영했고, 마케팅 노출 규모가 아니라 실제 마케팅에 대한 반응과 전환이 일어나는 구간을 중심으로 의사 결정을 내렸다. 기존에는 전체 인지도나 이미지 지표가 중심이었다면, 이제는 특정 수요 맥락에서 소비자가 어떤 조건에서 해당 브랜드를 떠올리는지를 관리 지표로 삼았다. 이는 브랜드 전략을 감성적 관리에서 실제 수요 기반 경쟁력 관리로 전환한 것이다. AI는 이 과정에서 단순한 자동화 도구가 아니라 학습 엔진으로 작동했다. 어떤 세그먼트에서 어떤 메시지가 실제 구매 고려로 이어지는지를 지속적으로 분석하고, 성과가 낮은 활동은 빠르게 조정했다. 마케팅은 캠페인 집행이 아니라, 상시적으로 최적화되는 운영 체계로 바뀌기 시작했다.
③성과와 교훈: 구조적 개선과 데이터 기반 AI 마케팅
결국 변화는 성과로 증명돼야 한다. GM의 경우 변화는 수치로 나타났다. 마케팅 예산이 줄어든 상황에서도 GM은 실적 발표에서 시장 기대치를 상회했고, 주가는 단기간에 두 자릿수 상승을 기록했다.
프리미엄 트럭 브랜드 GMC는 추가 예산 없이도 해당 세그먼트 내 구매 고려도가 약 20%포인트 가량 개선된 것으로 알려졌다. 광고비 대비 매출(ROAS) 역시 주요 브랜드 전반에서 수 퍼센트포인트 상승했다. 이는 단발성 캠페인의 성공이라기보다, 정밀 타기팅과 지표 재설계가 결합된 구조적 변화의 결과였다.
여기서 중요한 것은 숫자의 크기가 아니다. 어떤 고객을 대상으로, 어떤 메시지를, 어떤 기준으로 측정할 것인가를 다시 설계한 결과가 재무 지표로 연결됐다는 점이다. 크리에이티브 성과 역시 참여도·차별성·임팩트 기준 상위 등급 비율이 1년 만에 네 배 가까이 늘었다. 수백 개로 세분화된 고객 수요 데이터는 창의성을 제한한 것이 아니라, 더 정교한 실험과 학습을 가능하게 하는 기반이 됐다.
이 과정에서 BCG가 확인한 중요한 교훈은 기술 구현보다 조직 구조의 변화가 더 어렵고, 동시에 더 중요하다는 점이었다. ▲데이터 소유권 조정, ▲에이전시 역할 재정립, ▲인하우스 역량 확보, ▲지표 변경에 따른 내부 합의 등은 기술 도입만으로 해결되지 않는 과제였다. 특히 AI를 통한 변혁을 말하는 AX는 IT 프로젝트가 아니라 경영 전반에 영향을 미치는 전략 프로젝트라는 사실을 확인했다. 이제 AI는 단순한 자동화 도구를 넘어, 어떤 고객군에서 어떤 메시지가 실제 구매로 이어지는지를 학습하는 운영 인프라로 기능했다. AI를 통해 성과가 낮은 활동은 빠르게 조정되고, 구매를 촉발하는 영역에는 자원이 재배치됐다. 그 결과 상시 최적화 구조가 자리 잡았다. 대규모 캠페인 중심 마케팅에서 데이터 기반 운영 마케팅 모델로 전환한 것이다.
④한국 기업에 주는 시사점
국내에서도 AI 기반 마케팅 투자는 확대되고 있다. 그러나 타깃은 여전히 광범위하고, 브랜드 지표는 추상적이며, AI는 파일럿 수준에 머무는 경우가 많다. 제품과 마케팅 조직이 분리된 구조도 흔하다. “우리는 어떤 수요 구간에서 경쟁할 것인가”, “어떤 고객 정의를 기준으로 조직을 설계할 것인가”라는 질문에 대한 답이 없다면, AI는 기대만큼의 성과를 내기 어렵다
마케팅의 경쟁력은 예산 규모에서 나오지 않는다. 전략, 데이터, 조직이 정렬될 때 마케팅은 성장 매커니즘으로 작용한다. GM의 경우 10억 달러의 제약은 위기처럼 보였지만, 결국 근본적인 질문을 바꾸는 계기가 됐고 성과로 이어졌다. 더 많이 알리는가, 아니면 더 정확히 설계하는가. 지금, AX 현장에선 그 차이가 성과를 가르고 있다.