AI 마케팅, 속도는 올랐는데 성과가 그대로인 3가지 이유
직답 요약
생성형 AI는 콘텐츠 제작 시간을 단축하는 데 효과적입니다. 그러나 콘텐츠 마케팅 조사에서 AI 활용자의 87%가 생산성 향상을 경험했다고 답한 반면, 콘텐츠 성과 개선을 체감한 비율은 39%에 그쳤습니다. 이 격차는 세 가지 이유로 정리됩니다. ①AI 모델이 브랜드 요소를 매번 같게 유지한다고 보장하지 못해 결과에 편차가 생기고 ②2023년 국내 제작 기록에서는 한국 노인 이미지처럼 웹에 쌓인 자료가 적은 대상이 프롬프트를 고쳐도 원하는 결과로 나오지 않았으며 ③판을 짜는 기획과 최적의 안을 고르는 선정은 여전히 사람의 몫이기 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 드뭅니다. 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 넘어가지 못하는 이유와 그 간극을 메우는 방법을 다뤄 보겠습니다.
AI로 인해 마케팅 생산성은 얼마나 올라갔을까?
공개된 수치에서는 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.`
속도가 성과로 넘어가지 못하는 이유는 무엇일까?
첫 번째 이유는 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. 광고 소재는 같은 제품과 같은 로고를 여러 컷에 반복해서 써야 하므로 이 한계에 정면으로 부딪힙니다.
두 번째 이유는 웹 데이터의 편중입니다. 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 이유는 AI가 애초에 맡지 않는 구간이 있기 때문입니다. 콘텐츠 제작을 기획과 실행, 선정 세 단계로 나눠 보면 AI가 맡는 것은 가운데인 실행입니다. 어떤 메시지를 누구에게 던질지 전략을 세우는 기획도, 나온 결과물 중에서 최적의 안을 고르는 선정도 사람이 합니다. 앞의 두 이유는 모델이 발전하면서 함께 개선될 수 있지만, 세 번째 이유는 성격이 달라 모델 성능 향상만으로는 해결되기 어렵습니다. 생성 속도만 빨라지고 전·후처리 과정이 그대로라면 절약한 시간은 결국 그 과정에서 다시 소모됩니다.
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.
브랜드 요소가 컷마다 달라진다는 것은 모델이 그 요소를 매번 새롭게 해석하고 있다는 뜻이고 레퍼런스 이미지를 함께 제공하면 해석의 여지가 그만큼 줄어듭니다. 레퍼런스 자료를 갖춰 두고 프롬프트를 다듬는 것과 자료 없이 프롬프트만 반복 수정하는 것은 같은 시간을 들여도 결과가 달라집니다. 저희 작업에서는 레퍼런스를 먼저 준비했을 때 시행착오가 크게 줄어서 사전에 충분히 갖춰 두시길 권합니다.
다만 앞서 본 웹 데이터 편중처럼 참고할 자료 자체가 얇은 대상은 레퍼런스를 넣어도 모델이 끌어올 재료가 부족하다고 봐야 합니다. 이런 유형은 생성으로 밀어붙이기보다 촬영이나 스톡으로 돌리는 판단이 빠릅니다. 무엇을 생성에 맡기고 무엇을 다른 방법으로 확보할지 정해 두는 것도 품질을 일정하게 만드는 방법입니다.
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 활용합니다. 생성 모델은 확률에 기반해 결과를 만드는 구조라 같은 프롬프트를 입력해도 같은 그림이 그대로 반복된다는 보장이 없기 때문입니다.
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. 한 번 구축해 두면 지속적으로 활용할 수 있는 구조라 개발 리소스도 초기 한 번만 투입하면 되는 경우가 많습니다.
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 어디서 내가 손봐야 할까?
AI에 맡기는 구간은 시안을 대량으로 만들어 오는 데까지로 잡고, 사람은 그중 무엇을 내보낼지 고르는 자리에 서는 편이 안정적입니다. 앞에서 본 세 단계로 보면 AI가 맡는 것은 실행뿐입니다. 그래서 맡기는 범위를 넓히려면 그만큼 확인할 지점을 먼저 정해 둬야 하고, 기획과 선정에서 사람이 무엇을 볼지 정해 두지 않으면 실행이 아무리 빨라도 결과가 안정되지 않습니다.
전략을 다시 다듬는 쪽에 무게가 실린다는 답은 조사에서도 나옵니다. 앞서 인용한 콘텐츠 마케팅 조사에는 AI 문항과 별개로 콘텐츠 전략의 효과가 좋아졌다고 답한 응답자에게 무엇 덕분이었는지 물은 항목이 있습니다. 1위는 전략을 다시 다듬은 것으로 74%였고 새 기술 도입은 51%로 그 뒤였습니다. 앞에서 본 성과 개선 39%와는 다른 문항이고 AI 활용 여부도 묻지 않았지만, 효과를 끌어올린 요인으로 사람이 전략을 다시 다듬은 쪽을 더 많이 꼽았다는 점은 같은 방향을 가리킵니다.
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. 사람의 일이 사라지는 것이 아니라 판을 짜는 앞쪽과 결과를 고르는 뒤쪽에 남는다는 뜻입니다.
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 사람이 개입할 자리는 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 | 사람이 확인할 지점 |
|---|---|---|
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 |
표에서 오른쪽 열이 비어 있는 작업은 없습니다. 맡기는 범위가 넓어질수록 확인 지점을 더 명확히 정해 둬야 결과가 안정됩니다. 확인 지점을 정하지 않은 채 범위만 넓히면 검수가 뒤로 밀리고 밀린 검수는 결국 배포 직전에 한꺼번에 몰립니다.
여기까지는 담당자 한 사람이 자기 업무에서 정할 수 있는 기준입니다. 그런데 같은 작업을 여러 사람이 나눠 하면 레퍼런스도 톤 기준도 확인 지점도 사람마다 다시 생기고, 캠페인이 끝나면 그 기준이 개인 폴더에 남은 채 흩어집니다. 그래서 조직 단위에서는 개인이 정하던 기준을 팀 어디에 남길지까지 함께 정해야 합니다.
마케팅 조직에 도입하려면 무엇부터 정해야 할까?
솔루션 선정보다 먼저 정할 것은 브랜드 자산을 누가 어디에 쌓을지입니다. 마케팅팀이 만드는 결과물은 브랜드 톤과 제품 형상에 묶여 있어서 이 자산이 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 않는다는 뜻입니다.
팀이 표준으로 정할 준비물은 앞에서 다룬 세 종입니다. 레퍼런스 자료를 팀 공용 저장소에 모으고, 브랜드 톤 정의서를 팀 표준 문서로 승인하고, 확인 지점 표를 검수 절차에 넣는 순서입니다. 셋 다 실무자가 자기 업무에서 한 번 만들어 두면 그대로 팀 표준으로 올릴 수 있는 것이라 새로 투자할 예산은 많지 않고 한 번 정해 두면 다음 담당자가 그대로 사용할 수 있습니다.
확인 지점 표는 새 절차를 만들지 말고 이미 돌아가는 검수 단계에 얹는 편이 낫습니다. 광고 소재는 어차피 법무나 심의 검토를 거치므로 그 앞에 제품 형상과 브랜드 요소를 확인하는 항목을 한 줄 추가하면 담당자가 새로 외울 것이 없습니다.
마케팅 조직이라서 더 챙겨야 할 것이 둘 있습니다. 첫째, 레퍼런스는 캠페인 단위가 아니라 브랜드 단위로 쌓아야 합니다. 캠페인 폴더에 두면 그 캠페인이 끝나는 순간 다음 담당자가 다시 모으게 됩니다. 둘째, 대행사와 프리랜서에게도 같은 레퍼런스와 톤 정의서를 건네야 합니다. 마케팅 업무는 외부와 나눠 진행하는 구간이 많아서 안쪽만 기준을 맞추면 결과물이 합쳐질 때 톤이 갈립니다. 앞에서 본 클라르나도 외부 공급사와 나눠 일하는 구조였습니다. 안팎이 어떻게 재료를 맞췄는지까지는 공개돼 있지 않지만 외부와 나눠 일하는 구간에서 같은 레퍼런스와 톤 정의서를 쓰게 만드는 것이 저희가 먼저 확인하는 지점입니다.
도입 방식을 정할 때 함께 걸리는 것이 통제 수위입니다. 조사 결과는 전면 금지가 역효과를 낸다고 말합니다. 마이크로소프트가 2024년에 낸 조사에서는 업무에 AI를 활용하는 인원의 78%가 회사가 제공하지 않은 자기 도구를 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. 정책이 없는 조직이 가장 낮지만 이는 업로드가 적다기보다 무엇이 문제 행동인지 몰라 자기보고가 적게 나온 결과로도 읽힙니다. 이 조사로 분명히 말할 수 있는 것은 전면 금지가 가장 높았다는 사실 하나이고 보고서도 전면 금지가 효과적이지 않을 수 있다고 해석했습니다.
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 금지를 강하게 걸수록 사용이 보이지 않는 곳으로 이동한다고 볼 수 있습니다. 밝힐지 말지를 개인이 매번 판단하게 두면 이 57%가 우리 조직에서도 반복되므로 어디까지 밝히고 무엇을 기록에 남길지를 규칙으로 먼저 정해 두는 편이 안전합니다.
그래서 조직이 정할 것은 "쓰지 말라"가 아니라 "어디까지 어떻게 쓰는가"입니다. 팀마다 다루는 소재가 다르므로 레퍼런스 자료와 확인 지점은 팀별로 분리하되 저장 위치와 기록 양식은 하나로 통일하고 어디까지 업로드해도 되는 자료인지를 정보보안 담당과 사전에 합의해 두면 됩니다. 저희가 상담에서 본 차이도 이 준비가 돼 있느냐에서 갈렸습니다.
속도는 이미 올랐습니다. 남은 것은 그 앞의 기획과 그 뒤의 선정입니다. 이 두 단계에서 결과를 가르는 것은 어떤 솔루션을 쓰느냐보다 팀이 무엇을 미리 정해 두었느냐입니다. 레퍼런스와 톤 정의서와 확인 지점이 팀에 남아 있으면 담당자가 바뀌어도 품질이 처음으로 돌아가지 않습니다.
이렇게 정한 순서를 사람이 매번 기억하지 않아도 되게 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 것도 새 기술 도입(51%)이 아니라 전략을 다시 다듬은 것(74%)이었습니다.
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, 확인 지점입니다. 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