AI 마케팅, 속도는 올랐는데 성과가 그대로인 3가지 이유
직답 요약
생성형 AI는 콘텐츠 제작 시간을 단축하지만, 콘텐츠 마케팅 조사에서 AI 활용자의 87%가 생산성 향상을 경험했다고 답한 반면 콘텐츠 성과 개선을 체감한 비율은 39%에 그쳤습니다. 이 격차는 속도를 더 올리는 것으로 좁혀지지 않고, AI 제작에 아직 남은 세 가지 한계에서 비롯됩니다. ①AI 모델이 브랜드 요소를 매번 같게 유지한다고 보장하지 못해 결과에 편차가 생기고 ②한국 노인 이미지처럼 웹에 쌓인 자료가 적은 대상은 프롬프트를 고쳐도 원하는 결과가 나오지 않았으며 ③전체적인 마케팅 기획과 산출물 검수가 여전히 사람의 몫이라, 실행에서 아낀 시간이 그쪽으로 옮겨 가기 때문입니다.
생성형 AI는 마케터가 일하는 방식을 크게 바꿔 놓았습니다. 이미지 하나를 생성하는 데 걸리는 시간은 분명히 짧아졌습니다. 그러나 생성된 결과물을 그대로 캠페인에 올릴 수 있는 경우는 많이 없습니다. 톤이 매번 달라지고 제품 형태가 컷마다 바뀌며 글자는 깨져 나오기 일쑤인데요. 저희도 마케팅 팀을 대상으로 AI 도입 상담을 진행할 때 "생산성은 늘어났는데 퀄리티가 아쉽다"는 고민을 자주 접합니다. 그래서 이번 글에서는 올라간 속도가 성과로 이어지지 못하는 이유를 AI 제작에 남은 세 가지 한계로 나눠 보고, 그 간극을 메우는 방법에 대해 다뤄 보겠습니다.
AI로 인해 마케팅 생산성은 얼마나 올라갔을까?
공개된 자료에서는 이미지 제작 주기가 6주에서 7일로, 6분의 1 수준까지 줄었습니다. 스웨덴 결제 서비스 기업 클라르나는 자사 보도자료에서 2024년 1분기에 생성형 AI로 이미지 1,000장 이상을 제작하며 이미지 제작 주기를 6주에서 7일로 단축했다고 밝혔습니다. 클라르나는 번역과 제작, CRM과 소셜 대행사를 포함한 외부 마케팅 공급사 지출도 25% 줄었고 전체 카피라이팅의 80%에 AI를 활용할 수 있게 됐다고 덧붙였습니다.
유니레버도 뉴스룸에서 제품 이미지를 2배 빠르고 50% 저렴하게 제작하고 있다고 공개했습니다. 두 기업 모두 개별 컷의 완성도가 아니라 제작 공정의 주기와 비용을 지표로 내놨습니다.
국내에서도 이러한 결과를 지지하는 조사가 나왔는데, 대한상공회의소가 국내 기업 500개사를 조사해 2024년 8월 발표한 자료에서 AI 활용 기업이 꼽은 효과 1위는 시간 단축(45.8%)이었습니다.
그럼 오른 생산성만큼 성과도 같이 올랐을까?
그렇지 않습니다. 제작 속도가 오른 만큼 성과가 따라 오르지는 않았습니다. 콘텐츠 마케팅 인스티튜트가 B2B 마케터 1,015명을 조사한 콘텐츠 마케팅 트렌드 리서치에 따르면 AI를 콘텐츠 제작에 활용한 응답자의 87%는 생산성이 향상됐다고 답했지만 콘텐츠 성과가 개선됐다고 답한 비율은 39%에 그쳤습니다. 또한 콘텐츠의 품질이 개선됐다는 응답은 58%로 그 사이에 있었고 품질이 오히려 나빠졌다는 응답도 12% 나왔습니다.
국내 사례도 함께 살펴보겠습니다. 제일기획은 삼성생명 2023년 기업 PR 캠페인을 생성형 AI로 제작하며 3개월간 이미지 1만여 장을 생성했는데, 담당 실무자는 자사 매거진에서 당시의 상황을 이렇게 회고합니다. `AI가 제공한 것 이상의 인력(人力)이 투입된 것 또한 사실이다. 많은 이들이 AI에게 기대했던 '자동화 광고 공장'의 이미지와는 달리, 아직은 사람과 함께 힘써야 할 단계임을 실감했다.`
AI를 쓰는 것 자체는 이미 보편적입니다. 콘텐츠 마케팅 인스티튜트 조사는 B2B 마케터의 95%가 조직에서 AI 기반 애플리케이션을 사용한다고 밝혔습니다. 여기에 앞의 생산성 87%를 겹쳐 보면, 빨리 만드는 것 자체는 차별점이 되기 어려운 조건입니다. 그렇다면 남는 것은 무엇을 얼마나 잘 만드느냐인데, 지금의 AI 제작에는 그 품질을 흔드는 한계가 아직 남아 있습니다.
지금 AI 제작의 대표적인 한계점은 무엇일까?
첫 번째 한계는 결과 편차입니다. 모델이 같은 요소를 여러 번 생성할 때 같은 모습을 보장하지 못하기 때문입니다. AI에 같은 프롬프트를 입력해도 매번 다른 결과물이 나오면 그중 쓸 수 있는 것을 골라내는 작업이 새로 생기고, 이로 인해 절약한 시간이 그만큼 상쇄됩니다. OpenAI는 이미지 생성 공식 가이드에서 같은 캐릭터나 브랜드 요소를 여러 번 생성할 때 시각적 일관성을 유지하지 못할 수 있다고 자사 모델의 한계를 항목별로 밝히고 있습니다.
두 번째 한계는 학습 데이터의 편향성입니다. 2023년 삼성생명 캠페인이 그 사례입니다. 제일기획은 이 캠페인에서 `고령의 한국 할머니 모델을 생성하는 것은 거의 불가능하다시피 했다`고 밝혔습니다. 웹 데이터상에 한국 노인의 이미지 자체가 적었기 때문에 아무리 스크립트를 교정해도 모든 할머니가 기모노를 입은 채 생성되는 일이 벌어졌던 것입니다.
세 번째 한계는 공정의 무게 이동입니다. AI가 맡은 실행 구간만 빨라지고 앞뒤 구간은 오히려 늘어나기 때문입니다. 콘텐츠 제작을 기획과 실행, 검수 세 단계로 나눠 보면 AI가 시간을 줄여 준 것은 가운데인 실행뿐입니다. 어떤 메시지를 누구에게 던질지 정하는 기획은 AI를 의도대로 작동시키려면 더 정교해져야 하고, 생성량이 늘어난 만큼 나온 결과물 중에서 최적의 안을 고르는 검수도 봐야 할 양이 함께 늘어납니다. 앞의 두 한계는 모델이 발전하면서 함께 개선될 수 있지만, 이 구조는 성능 향상만으로 달라지지 않습니다. 실행에서 아낀 시간이 기획과 검수로 옮겨 가는 것입니다.
품질을 일정하게 만들기 위한 방법은 무엇일까?
구글은 Gemini API 문서에서 일관성 확보 수단으로 레퍼런스 이미지 첨부를 스펙에 두고 있습니다. 프롬프트가 디자인에 대한 요구사항이라면 레퍼런스 이미지 첨부는 견본을 건네는 일에 가깝습니다. 백문이 불여일견이라고, 길게 적은 프롬프트보다 한 장의 레퍼런스 이미지가 더 명확한 설명이 되는 경우가 많습니다.
AI로 생성한 브랜드 이미지가 컷마다 달라진다면 이는 AI 모델이 해당 요소를 매번 새롭게 해석한다는 뜻입니다. 이같은 현상을 방지하기 위해 레퍼런스 이미지를 함께 제공하면 해석의 여지가 그만큼 줄어듭니다. 프롬프트만 반복해서 고치는 방식으로는 이 해석의 여지를 줄이기 어렵습니다. 레퍼런스를 먼저 준비해 두면 시행착오를 줄일 수 있으니 사전에 충분히 갖춰 두시길 권합니다.
이미지·영상을 만들 때 미리 알아 둘 점
OpenAI와 구글이 공통으로 지적하는 문제는 이미지 안에 들어가는 텍스트입니다. OpenAI는 글자를 정확한 위치에 또렷하게 넣는 것이 어렵다고 공식 가이드에 명시했고 구글은 이미지 생성 프롬프트 가이드에서 지정한 서체가 그대로 반영되지 않을 수 있다고 안내합니다. 같은 가이드는 최적화된 결과를 위해서는 이미지에 넣는 문구를 25자 이하로 유지하라고 권고하는데, 25자는 한글 헤드라인 한 줄 정도에 불과해 본문 카피를 이미지에 넣기 어렵습니다. 그래서 생성 단계에서는 카피를 뺀 이미지만 만들고 텍스트는 디자인 후공정에서 따로 얹는 편이 안전합니다.
다만 후공정까지 사람이 직접 수행할 필요는 없어서, 저희는 배경 이미지만 생성하고 문구는 코드로 추가하는 방식을 추천드립니다. 생성 모델은 확률에 기반해 결과를 만드는 구조라 같은 프롬프트를 입력해도 같은 그림이 그대로 반복된다는 보장이 없기 때문입니다. 반면 코드는 지정한 값을 그대로 실행하기 때문에 같은 설정이면 같은 결과가 나옵니다. 매번 같아야 하는 요소를 확률에 맡기지 않고 규칙이 고정된 곳으로 옮기는 것입니다.
위치와 서체, 자간 등을 코드로 설정해 두면 문구만 바꿔 동일한 규격의 결과물을 반복 생성할 수 있습니다. 또한 품질이 좋은 결과를 기준으로 코드를 개선해 두면 다음 캠페인부터는 생성과 후공정을 함께 자동화할 수 있습니다.
영상 소재를 제작할 때는 생성 길이 제약을 함께 고려해야 합니다. 구글 Veo 3.1 공식 문서에 따르면 생성 길이는 4초·6초·8초 중에서 선택할 수 있으며 1080p 이상은 8초만 지원합니다. 따라서 광고 소재에서 많이 사용하는 15초 분량은 한 번에 생성할 수 없어 여러 클립을 이어 붙이는 편집 과정이 필요합니다.
브랜드 톤은 어떻게 유지할까
브랜드 톤을 일정하게 유지하려면 그 톤을 문서로 정의해 두어야 합니다. 브랜드 톤 정의서는 신입 담당자에게 건네는 업무 매뉴얼과 같습니다. 사람이 읽고 판단할 수 없는 문장이면 AI 모델도 판단하기 어렵습니다. 그렇기 때문에 판단 기준을 문서로 갖추지 않은 채 AI에게 톤을 맞추라고 요구하면 결과가 매번 달라지기 쉽습니다.
작성 팁을 드리자면, 톤 정의서는 형용사 나열이 아닌 구체적인 스타일 가이드로 구성해야 합니다. "신뢰감 있고 친근하게"처럼 사람에게도 해석이 갈리는 문장은 AI 모델도 별 수 없이 매번 다르게 해석합니다. 추상적인 표현 대신 어떤 표현을 쓰고 어떤 표현을 배제하는지, 문장 길이는 어느 정도인지, 존댓말인지 반말인지까지 구체적으로 명시돼야 결과를 판정할 기준이 생깁니다. 사람이 이해하고 납득할 수 있는 브랜드 톤 정의서를 먼저 만드는 작업이 AI 활용의 선행 조건입니다.
어디까지 맡기고 어디부터 내가 관여해야 할까?
소재 시안을 대량으로 만드는 것은 AI가, 소재 전략과 소재 선택은 사람이 하는 것이 효율적입니다. 어떤 메시지를 누구에게 던질지 정하는 기획은 사람이, 그 방향에 맞는 시안을 대량으로 만들어 오는 실행은 AI가, 그중 무엇을 내보낼지 고르는 검수는 다시 사람이 맡습니다. AI가 만들어 온 결과가 쓸 만한지 판단하려면 무엇이 쓸 만한 것인지에 대한 기준이 먼저 있어야 합니다. 이것이 검수 기준입니다. 제품 형상이 실제와 같은가, 브랜드 색과 로고가 규정대로인가처럼 통과와 불통과를 판정할 수 있게 적어 둔 항목을 말합니다. 그 기준은 기획이 세우고, 세운 기준으로 판정하는 것이 검수입니다.
앞선 콘텐츠 마케팅 조사에는 AI 문항과 별개로, 콘텐츠 전략의 효과가 좋아졌다고 답한 응답자를 대상으로 그 이유를 물은 항목이 있습니다. 1위는 전략을 다시 다듬은 것으로 74%였고 새 기술 도입은 51%로 그 뒤였습니다. 솔루션을 새로 적용한 것보다 사람이 전략을 손본 것이 더 많은 영향을 끼쳤다는 것인데, 콘텐츠 전략의 효과에 영향을 끼치는 요인은 새로운 기술의 도입보다 사람의 기획 능력에 더 많이 기인한다는 것을 시사합니다.
마이크로소프트가 10개 시장 지식근로자 2만 명을 조사한 2026 Work Trend Index에서는 업무에 AI를 쓰는 응답자의 86%가 AI 결과물을 최종 답이 아니라 출발점으로 다루며 생각에 대한 책임은 자신이 진다고 답했습니다. 이들이 AI가 더 많은 일을 맡을 때 더 중요해진다고 꼽은 사람의 역량 1·2위는 결과물 품질 검수(50%)와 비판적 사고(46%)였습니다. 전략 설계와 AI 산출물 검수가 사람 몫으로 남습니다.
제일기획도 2026년 6월 자사 매거진에 타이레놀 캠페인을 정리하며 분업을 같은 방향으로 적었습니다. `구체적인 아이디어는 사람이 내고, AI는 그것을 실현하는 속도와 완성도 높은 결과물을 제공했다.`
자동화가 더 진행된 최신 사례에도 사람의 몫은 아직 남아 있습니다. 제일기획이 2026년 4월 도입을 발표한 배너 자동화 솔루션 베리에이드는 AI 비주얼 콘텐츠 기업 드랩이 개발한 것으로 80여 개 광고 규격에 최적화된 결과물을 자동 생성합니다. 제일기획은 자체 테스트 검수 통과율이 100%에 가까웠다고 밝히면서도 수동 편집 기능을 함께 제공한다고 명시했습니다.
작업 | 맡겨도 되는 범위 | 사람의 영역 |
|---|---|---|
이미지 생성 | 시안 다량 생성, 배경·구도 변형 | 제품 형상 정확도, 브랜드 요소 일관성, 최종 컷 선택 |
카피 작성 | 초안 다량 생성, 길이 변형 | 사실관계, 브랜드 톤, 최종 문장 확정 |
영상 제작 | 8초 이하 클립, 컨셉 시안 | 클립 이음새, 전체 길이 구성 |
이미지 내 문구 | 25자 이하 짧은 문구 | 서체 재현 여부. 본문 카피는 후공정 권장 |
AI의 산출물을 활용하더라도 처음과 마지막은 사람의 영역입니다. 맡기는 범위가 넓어질수록 상세 전략과 검수 기준을 더 명확히 설정해야 결과가 안정됩니다. 전략과 명확한 기준 없이 산출물만 늘리다 보면 검수가 뒤로 밀리고, 밀린 검수는 결국 질 낮은 콘텐츠로 되돌아옵니다.
그렇다면 조직 단위에서는 어떤 방식으로 AI를 도입할 수 있을까요?
마케팅 조직에 도입하려면 무엇부터 정해야 할까?
솔루션 선정보다 먼저 정할 것은 브랜드 자산을 아카이빙하는 체계입니다. 마케팅팀이 만드는 결과물이 개인 폴더에 흩어져 있으면 담당자가 바뀔 때마다 품질이 처음으로 돌아갑니다. 마이크로소프트 2026 조사는 문화와 관리자 지원, 인사 제도 같은 조직 요인이 AI 성과에 미친 영향이 개인의 마음가짐과 행동보다 2배 이상 컸다고 밝혔습니다. 개인이 아무리 잘 활용해도 팀에 남는 것이 없으면 성과로 이어지지 않습니다.
팀이 표준으로 갖출 것은 레퍼런스 자료, 브랜드 톤 정의서, 검수 기준입니다. 레퍼런스 자료를 팀 공용 저장소에 모으고 브랜드 톤 정의서를 팀 표준 문서로 승인받은 다음, 검수 기준을 기존 검수 절차에 항목으로 넣으면 됩니다. 셋 다 실무자가 자기 업무에서 만들어 쓰던 것이라 새로 예산을 들일 일은 아니고, 팀 문서로 정립해 두기만 하면 담당자가 바뀌어도 그대로 쓸 수 있습니다.
사내 AI 사용을 어디까지 허용할까
도입 방식을 정할 때 함께 걸리는 것이 통제 수위입니다. 조사 결과는 전면 금지가 효과적이지 않을 수 있다는 쪽을 가리킵니다. 마이크로소프트가 2024년에 낸 조사에서는 업무에 AI를 활용하는 인원의 78%가 회사가 제공하지 않은 개인 AI 솔루션을 들고 와서 사용하고 있었습니다. KPMG와 멜버른대학교가 47개국 48,340명을 조사한 자료를 보면 회사 정보를 AI에 업로드하는 행동이 생성형 AI를 전면 금지한 조직에서 오히려 67%로 가장 흔했습니다. 같은 행동은 정책을 둔 조직에서 56%, 정책이 없는 조직에서 33%로 집계됐습니다.
KPMG 보고서는 절반이 넘는 57%가 AI를 드러내지 않고 사용한 적이 있다고 밝혔습니다. 결과물을 자신이 만든 것처럼 제시하거나 사용 사실을 밝히지 않은 경우가 여기 포함됩니다. 이 57%는 금지 여부와 나눠 집계된 수치는 아니지만 앞의 금지 조직 수치와 겹쳐 보면 사용을 강하게 제한할수록 사용이 보이지 않는 곳으로 이동한다고 볼 수 있습니다. 밝힐지 말지를 개인이 매번 판단하게 두기보다는 어디까지 밝히고 무엇을 기록에 남길지를 규칙으로 먼저 정해 두는 편이 안전합니다.
그래서 조직 차원에서 정해야 하는 기준은 "쓰지 말라"보다 "어디까지 어떻게 써라" 쪽이 권장됩니다. 팀마다 다루는 소재가 다르므로 레퍼런스 자료와 검수 기준은 팀별로 분리하되 저장 위치와 기록 양식은 하나로 통일하고 어디까지 업로드해도 되는 자료인지를 정보보안 담당과 사전에 합의해 두면 됩니다.
여기까지 정한 기준을 담당자가 매번 기억하지 않아도 되게 절차로 묶어 두는 방법은 반복 업무 자동화 워크플로우에서, 다른 직무의 적용 사례는 고객상담 AI 자동화 사례에서 따로 다뤘습니다.
자주 묻는 질문
AI로 만든 콘텐츠는 성과가 더 낮은가요?
콘텐츠 마케팅 인스티튜트 조사에서 AI를 콘텐츠 제작에 활용한다고 답한 응답자 중에서는 성과가 개선됐다는 응답이 39%, 변화가 없다는 응답이 34%, 나빠졌다는 응답이 5%였습니다. 낮아진다기보다 자동으로 개선되지는 않습니다. 콘텐츠 전략 효과가 개선된 이유로 가장 많이 꼽힌 것은 전략을 다시 다듬은 것(74%)이고 새 기술 도입은 51%였습니다.
프롬프트를 잘 쓰면 품질이 일정해지나요?
프롬프트만으로는 한계가 있습니다. 구글 공식 문서는 서체가 그대로 반영되지 않을 수 있다고 안내하며 원하는 결과가 나올 때까지 이미지를 다시 생성해야 할 수 있다고 덧붙입니다. 일관성 확보 수단으로 공식 문서가 제시하는 것은 레퍼런스 이미지 첨부입니다.
한글 프롬프트를 써도 되나요?
저희가 확인한 이미지 생성 공식 문서에는 언어별 품질 서술이 없어 한글 사용을 판단할 근거가 공개돼 있지 않으며 실무에서는 한글로도 결과가 나옵니다. 다만 영상은 구글 Veo 3.1 문서가 영어만 완전히 지원되고 다른 언어는 평가되지 않았다고 명시하고 있어 영어 프롬프트가 공급사가 평가한 유일한 조건입니다.
AI가 만든 이미지의 저작권은 우리 것인가요?
문화체육관광부와 한국저작권위원회가 발간한 저작권 등록 안내서에 따르면 인간의 창작적 기여가 없는 AI 산출물은 저작물로 인정되지 않아 저작권 등록이 불가능합니다. 오탈자 수정이나 단순 색상 변경은 창작적 기여로 보기 어렵다고 안내하며 산출물을 선택하고 배열하거나 구성한 부분에 창작성이 있으면 인정됩니다. 어떤 과정을 거쳤는지 기록을 남겨 두는 것이 분쟁 시 자료가 됩니다.
팀에서 쓰려면 솔루션부터 통일해야 하나요?
솔루션 통일보다 먼저 정할 것은 레퍼런스 자료와 브랜드 톤 정의서, 검수 기준입니다. 마이크로소프트 조사에서 AI 성과를 가른 요인은 개인 요인보다 조직 요인이 2배 이상 컸고 전면 금지 조직에서 오히려 회사 정보 업로드가 67%로 가장 흔했다는 조사도 있습니다. 무엇을 쓰지 말라고 정하기 전에 어떻게 쓰는지를 공유해야 실효가 있습니다.
출처
출처
Unilever, Unilever reinvents product shoots with AI (2025-03-19)
Content Marketing Institute, B2B Content Marketing Trends Research , B2B 마케터 1,015명, 2025-06-24~08-14
대한상공회의소, 국내 기업 AI 기술 활용 실태 조사 (2024-08-29) , 국내기업 500개사
Microsoft, 2026 Work Trend Index , 10개 시장 20,000명, 2026-02-18~04-07
KPMG·University of Melbourne, Trust, attitudes and use of AI: A global study 2025 , 47개국 48,340명, 2024-11~2025-01 (67%·57%는 글로벌 보고서 p77)
Microsoft, 2024 Work Trend Index , 31개국 31,000명, 2024-02-15~03-28