맥싸이트-픽
여러분의 고객 데이터는 안전한가요? (feat. DX·AX)
Team MAXONOMY ・ 2025.07.04
최근 여러 기업에서 개인정보 유출 사고가 발생하고 있어 큰 논란입니다. 단 한 명의 피해만으로도 신뢰를 잃을 수 있을만큼 민감한 영역에서, 수백만 명의 개인정보가 유출되는 것은 상상 이상으로 심각한 문제가 될 수 있습니다. 더욱 중요한 것은 앞으로 같은 문제가 발생되지 않을 것이란 보장이 없다는 사실입니다. 이번 맥사이트 포스팅에서는 최근 논란이 되고 있는 개인정보 보안 문제를 DX와 AX의 관점에서 살펴보겠습니다.
기업의 개인정보 보호 의무
소비자는 기업에게 고객 데이터를 안전하게 보호하지 못한 데에 대한 막중한 책임을 물을 수 있습니다. 아직 피해가 발생한 것도 아닌데 왜 기업이 책임을 지어야 할까요? 다음과 같은 이유들을 생각해볼 수 있습니다.
- 기업은 신규 고객을 확보하고 마케팅 활동을 하는동안 끊임없이 고객으로부터 개인정보 수집을 요청합니다.
- 고객은 기업이 제공하는 혜택을 받기 위해 원치 않더라도 개인정보를 제공하는 경우가 많습니다.
- 고객은 기업에게 개인정보가 넘어간다는 것을 인지하지 못한 채 개인정보를 제공하는 경우가 많습니다.
게다가 대부분의 개인정보 유출 케이스를 살펴보면, 고객의 개인정보를 수집한 후 이를 관리하는 규제와 제도에 허술한 점이 문제인 경우가 많이 있었습니다. 중요한 점은 이러한 관리 부족으로 인해 가장 먼저 피해를 받는 것은 소비자라는 사실입니다.
개인정보 유출의 심각성
고객의 이름, 주소, 전화번호 등 기본적인 개인정보를 포함해 개인의 고유하고 민감한 정보들은 단순한 데이터로 취급될 수 없습니다. 해당 정보들을 기반으로 금전적 피해는 물론 사생활 침해를 넘어선 심리적 피해까지도 이어지게 되기 때문인데요.
개인정보 유출이 왜 위험한지, 무엇으로부터 위험한지를 물어봤을 때 다음의 문제점을 꼽을 수 있습니다.
- 직접적인 금전 피해를 입을 수 있습니다: 고객이 기업에 제공하는 정보들 중에는 실생활 사용하는 신용카드 번호와 유효기간, 계좌 정보등이 포함되어 있습니다. 이 같은 정보들이 유출되면 카드 소유주가 아니더라도 결제, 인출등 직접적인 금전피해들이 손쉽게 발생됩니다.
- 신원 도용으로 경제활동이 제한될 수 있습니다: 고객이 주로 사용하는 사이트의 로그인 정보, 이메일, 전화번호뿐만 아니라 개인식별정보(PII)등 유출된 정보 기반으로 신원이 도용된다면, 피해 소비자는 수년 간 신용회복등 경제/금융 활동에 제약을 받을 수 있습니다.
- 계정 탈취를 통한 스팸/사기/피싱등 형사 관련 범죄에 연루 될 수 있습니다: 유출된 고객 정보의 주소와 사진, 의료정보 등은 고객이 이용 중인 타기관 금융 계정 탈취를 가능한 것처럼 범죄자에 의해 악용되거나 스토킹, 사적 공갈까지 또 다른 협박 범죄에 이용될 수 있습니다.
고객은 기업에게 자신의 개인정보를 제공함에 있어, 자신의 정보를 안전하게 보호해줄 것을 기대하며, 이에 대한 의무가 있다는 점까지 인지하고 있습니다. 그렇기 때문에 기업은 이 기대를 부응하여, 소비자와의 원활한 관계를 구축할 필요가 있습니다.
디지털 대전환(DX)과 개인정보
그렇다면 왜 기업이 이러한 고객 정보 유출 사고를 예방하지 못했는지를 따져봐야될 것입니다. 가장 큰 원인은 개인정보 데이터의 구조화입니다.
과거에는 개인정보를 수집·관리하는 구조와 시스템이 존재하지 않았죠. 고객 정보는 고객명부나 고객 관리카드 등 물리적으로 존재하였습니다. 하지만 디지털 대전환(DX) 시기를 거쳐 이들은 모두 디지털 데이터로 변환되었습니다.
가령, 우리가 배달음식을 주문한다면, 예전처럼 직접 음식점에 전화를 거는 것이 아닌, 배달 플랫폼이나 프랜차이즈 전용 앱*을 사용하죠. 이를 위해선 자신의 주소와 전화번호 등을 필수적으로 입력해야 합니다.
*최근 많은 식음료 프랜차이즈 브랜드들이 DX와 동시에 자사앱 활성화에 나서고 있습니다. 같은 메뉴라도 자사 앱을 통해 주문 했을 때 더 큰 혜택을 제공하는 등 적극적으로 신규 고객을 유입시키는 마케팅을 실행하고 있죠. 물론, 이 역시 혜택을 내어주기 전, 소비자들에게 고객 정보 수집을 먼저 요청했습니다.
이 때 주로 활용되는 대량 URL 기반 노출 시스템*은 데이터 관리에 있어 구조적 취약점을 지니고 있어 해커들이 손쉽게 고객정보를 조회할 가능성이 있습니다. 이 과정에 데이터로 저장되는 고객 정보들의 관리와 보호체계를 어떻게 구축해야하는지 더 진지하게 생각하지 못한 기업이 많았음으로 지금과 같이 개인정보 유출사례로 여과없이 드러난 것이지요. 고객정보 안정성보다 고객 정보 수집을 우선시 한 결과입니다.
*대량 URL 기반 노출 시스템: 수많은 URL을 자동 또는 반자동 방식으로 생성하고, 이를 다양한 채널(웹, 검색엔진, SNS 등)에 노출시켜 트래픽 확보, 브랜드 인지도 증대, 전환 유도 등을 목표로 하는 시스템
보통 고객 개인정보 관리는 한 곳에서 이루어지지만, 해당 개인정보 수집은 다양한 채널에서 동시다발적으로 이루어지고 있습니다. 앞서 이야기한 프랜차이즈 음식점을 예시로 들면, 브랜드 소셜 페이지, 홈페이지, 앱 그리고 각 가맹점까지 모두 개인정보 수집 채널이 될 수 있는 것이죠.
운영 환경에 따라 보안정책 수립과 실행 등이 가맹점이 주체가 되는 경우도 있다고 하지만, 대부분의 경우 각 가맹점이 수집한 고객 데이터가 본사로 취합되는 구조를 가지고 있습니다. 이 때 공유되는 데이터에서 문제가 발생하면, 전체 네트워크로 데이터 유출이 확산될 수 있죠.
미국의 패스트푸드기업 Wendy’s의 경우 이용중인 POS(Point of Sale) 시스템의 취약점으로 인해, 가맹점들이 가지고 있는 고객 데이터가 공격의 대상이 된 적도 있습니다.
인공지능 전환(AX)과 개인정보
결국 고객의 개인정보가 위협받고 있는 것은 디지털 대전환의 어쩔 수 없는 대가일지도 모르겠습니다. 하지만 이제 DX를 넘어, AI 대전환 즉 AX를 준비해야 하는 시대가 되었습니다.
DX 수준의 보안 환경 변화를 따라잡지 못한 기업까지도 AX를 서두르고 있는 상황에 고객들의 개인정보 취약성은 더 커져만 갈 것입니다. 최근 반복되고 있는 정보유출 이슈가 그 증거일지도 모릅니다.
AX가 개인정보 보호에 어떤 영향을 미치는지는 아직 구체적인 사례나 자료가 없지만, AI 기술과 관련해서 저작권이나 개인 프라이버시 이슈가 계속해서 발생하고 있다는 점, 그리고 이와 관련된 규제 마련이 늦다는 점을 생각해보면, AX 과정에서도 분명 많은 대가가 있을 것이라 추측해볼 수 있습니다.
AX는 분명히 중요한 시대적 흐름이지만, 그 흐름을 탈 준비가 되어있는지는 사전에 면밀하게 진단해야 합니다. 개인정보유출은 고객 이탈을 초래하고, 고객 이탈이 가속화 되면, 단순 매출 타격을 넘어 다양한 직간접적 비용이 발생합니다. 가령 고객센터가 과부화되고 이를 대응하고 해결하기 위한 CS비용이 추가 될 것 입니다. 오랫동안 구축한 브랜드 이미지는 실추되고 이는 곧 마케팅/광고 효율의 하락을 가져오죠. 신규 고객 유입은 난항을 겪을 수 밖에 없으며 기업에서 문제 해결 방안을 내놓더라도 기존과 같은 매출 증대를 기대할 수 없습니다.
물론 AX에 부정적인 대가만 있는 것은 아닙니다. 이러한 위기 상황이 발생했을 때, 역으로 AI를 이용해 해결해볼 수도 있지 않을까 생각해볼 수도 있습니다. 하지만, AX에 앞선 DX 수준에서의 문제도 해결하지 못한 상황이라면 시간이 걸리고 돌아가더라도 문제의 근본을 먼저 들여다 봐야 한다고 이번 포스트를 통해 강조하고 싶습니다.
마치며
고객은 기업을 믿고 자신의 정보를 제공했습니다. 하지만 고객 정보 유출은 브랜드의 신뢰가 한순간에 무너지는 중요한 사건입니다. 그리고 다시 이 신뢰는 쉽게 회복되지 않습니다. 기업의 개인정보 보호와 관련된 발생되는 문제에 대해서 법적 제재와 사회적 비난까지 이어지는 것은 어쩌면 당연한 결과입니다. 이런 상황을 지켜보는 소비자들은 앞으로 브랜드를 선택하는데 있어 중요한 지표로 ‘편리함’ 보다 ‘안전함’을 택하게 될 것 입니다.
반면 DX를 잘 수행한 기업은 고객 데이터 보호와 관리를 통한 차별화된 브랜드 가치를 제공할 수 있는 단계로 성장하게 됩니다. 소비자는 당연히 개인정보 보호정책 등을 투명하게 공개하고, 고객 정보 관리에 까다로운 브랜드를 선택하게 됩니다. ‘데이터를 안전하게 다루는 브랜드’라는 인식이 곧 기업의 주요 경쟁력이 될 수 있는 시대가 도래했습니다.
다음 포스트에서는 AI가 기업의 고객 데이터 관리 측면에 도움이 될 수 있는 사례들을 살펴보려고 합니다. AX를 준비하는 기업들이 개인정보 보호를 위해 지금 바로 해야 할 일이 무엇인지 생각해볼 수 있을 것입니다.
팀맥소노미
YOUR DIGITAL MARKETING HERO
맥소노미의 마케팅 인사이트를
뉴스레터로 만나보세요 💌
관련 글 보기
마케팅 자동화(Marketing Automation)란?🔍
마케팅 자동화란?마케팅 자동화(Marketing Automation)는 반복적이고 시간이 많이 소요되는 마케팅 활동을 디지털 도구를 활용해 자동화하는 것을 의미합니다. 과거의 마케팅은 매번 일회성 캠페인을 만들고, 고객 데이터를 하나하나 정리하며, 수동으로 성과 보고서를 만들어야 했지만, 오늘날의 마케팅 자동화 도구를 사용하면 훨씬 효율적으로 일할 수 있죠.마케팅 자동화는 주로 다음과 같은 업무를 효율적으로 수행할 수 있습니다.이메일 마케팅SMS 마케팅모바일 마케팅(앱 푸시, 인앱 메시지 등)크로스 채널 마케팅캠페인 관리테스트 및 최적화성과 분석마케팅 자동화가 중요한 이유마케팅 자동화 도구를 잘 활용하면, 더 효율적으로 일할 수 있게되어 사소한 작업에 낭비하는 시간을 줄이고, 마케팅 전략에 대한 큰 그림을 고민할 수 있습니다. 뿐만 아니라, 고객과의 소통을 더 빠르고 쉽게 만들어주며, 각 고객 개인에게 최적화된 마케팅을 가능하게 합니다. 하버드 비즈니스 리뷰의 분석에 따르면, 고객의 요구는 시간과 상황에 따라 달라지며, 기업은 이러한 변화하는 요구에 즉각 대응할 수 있도록 현재 사용 가능한 기술을 활용해야 한다고 강조합니다.만약, 100만 명의 고객에게 이름이 들어간 푸시 알림을 보낸다고 생각해봅시다. 마케팅 자동화 툴 없이 진행한다면, 그 100만 개의 메시지 각각에 고객의 이름을 수동으로 입력해야 하며, 이는 캠페인을 몇 주, 몇 달 동안 발송하지 못하게 할 수도 있습니다. 하지만 마케팅 자동화를 사용하면 개인화 도구를 통해 각 수신자의 이름을 자동으로 불러와 단 몇 분 만에 캠페인을 발송할 수 있습니다.단순 이름뿐만 아니라, 과거 구매 이력을 기반으로 한 제품 추천 메시지부터, 고객이 주문한 상품에 변동 사항이 있을 때 이를 알리는 반응형 메시지까지 쉽게 발송 가능합니다. 이러한 메시지는 단순한 가치를 넘어서 브랜드와 고객 간의 관계를 더욱 긴밀하게 만들어 줍니다.마케팅 자동화 주요 기능다음은 마케팅 자동화의 주요 세부 기능입니다. 고려하고 있는 마케팅 자동화 도구가 다음 기능을 제공하는지 확인해보세요.동적 세분화 및 타겟팅: 실시간 데이터를 기반으로, 세그먼트를 생성하고, 해당 세그먼트를 실시간으로 자동 업데이트합니다. 예를 들어, "최근 24시간 이내에 제품을 리뷰한 고객", "7일 이상 활동 기록이 없는 앱 사용자", "30,000 포인트 이상의 잔액을 보유한 고객"와 같은 세그먼트를 만들고 이들을 대상으로 캠페인을 집행할 수 있습니다.라이브 프로필: 고객의 위치 데이터, 언어 선호도 등 다양한 출처로부터 고객에 대한 관련 정보와 활동 세부 사항을 하나의 소스에서 통합해 제공합니다.개인화 기능: 개별 고객의 여정에 맞춰 1:1 맞춤 메시지를 제공하며, 고객의 상황에 맞춘 접근이 가능합니다. 이를 통해 고객에게 더 적절한 메시지를 전달할 수 있습니다.채널 최적화: 고객이 가장 반응할 가능성이 높은 채널을 통해 메시지를 전송할 수 있습니다.전송 시간 최적화: 고객이 메시지를 열거나 클릭할 가능성이 가장 높은 시점에 캠페인을 전달함으로써 참여도를 높일 수 있습니다.마케팅 자동화 핵심 : 실시간 데이터하지만 이 모든 것은 실시간 데이터에 기반을 두고 있습니다. 데이터가 중요하다는 사실은 누구나 알고 있지만, 정말로 데이터를 수집하고, 관리하며, 이해하고, 활용하는 기업은 그리 많지 않습니다.다시말하면, 데이터 관리를 제대로 한다면, 보유한 정보를 활용해 메시지 경험의 거의 모든 측면을 맞춤화하고 최적화할 수 있고 경쟁사보다 앞서갈 수 있습니다. 여기서 말하는 모든 측면이란 카피, 시각 자료, 메시지 발송 주기와 빈도 등을 말하죠.또한, 단순히 데이터를 활용하는 것이 아닌 실시간으로 데이터를 수집하고 활용하는 것이 중요합니다. 이 데이터를 얼마나 신속하게 활용하느냐에 따라 브랜드 경쟁 우위가 달라집니다. 예를 들어, 사용자가 신발을 구매하려는 신호를 보였을 때, 그 거래를 마치도록 독려하는 메시지가 10분 후에 도착하면 구매로 이어질 가능성이 훨씬 높습니다. 그 메시지가 일주일 후에 발송된다면, 사용자는 이미 다른 회사에서 신발을 구매했을 가능성이 높겠죠.배치 데이터 VS 스트리밍 데이터기업이 고객에게 적시에 경험을 제공할 수 있는 능력은 시스템이 데이터를 처리하는 방식에 달려 있습니다. 마케팅 자동화 기술 생태계가 스트리밍 데이터를 기반으로 구축되어 있다면 더 빠르게 마케팅 대응을 할 수 있습니다. 반면, 배치 방식을 사용하고 있다면 이보다 훨씬 느리죠.여기서 배치 데이터와 스트리밍 데이터의 차이는 무엇일까요? 배치 처리 방식은 마케팅 자동화 도구가 데이터를 개별 단위로 묶어서 처리합니다. 이 묶음은 시간 기반 스케줄(예: 매 24시간마다) 또는 특정한 데이터 양이 누적되었을 때(예: X량의 데이터가 모이면) 처리됩니다. 반면 스트리밍 방식은 특정 시간이나 임계값에 도달했을 때만 데이터를 처리하는 것이 아니라, 스트리밍 데이터 엔진이 각 데이터 단위를 개별적으로 처리하여 시스템 간에 실시간으로 정보를 지속적으로 흐르게 만듭니다.스트리밍 데이터가 효과적인 마케팅 자동화를 지원하는 방법추석을 대비하여 큰 프로모션 캠페인을 고객에게 보내려고 한다고 가정해봅시다. 고객에게 일반적인 프로모션 메시지를 보낼 수도 있지만, 오늘날 소비자의 90%가 관련 없는 메시지를 받으면 짜증을 내며, 개인화된 메시지가 평균적으로 10-30% 더 높은 수익을 창출한다는 사실을 무시할 수 없습니다. 배치 데이터를 기반으로 하는 마케팅 자동화 도구를 사용하여 개인화된 프로모션 캠페인을 보낸다면, 소비자 선호도와 행동의 변화가 반영되지 않을 위험이 있으며, 이는 고객이 더 이상 관심이 없을 수도 있는 제품을 추천하게 될 수 있습니다.그러나 실시간 마케팅 자동화 도구를 사용하면, 이런 걱정은 없습니다. 대표적으로 Braze는 여러 소스에서 정보를 동적으로 가져와 마케팅 메시지를 풍부하게 구성할 수 있습니다. 고객이 앱이나 웹사이트에서 가장 최근에 본 제품 데이터를 자동으로 불러와 Braze SDK로 쉽게 수집된 데이터를 기반으로, 이메일이나 푸시 알림을 발송하는 즉시 이를 메시지에 자연스럽게 삽입할 수 있습니다. 고객과 더 스마트하고, 세심하며, 관련성 있는 소통을 하는 것이지요!Braze 연구에 따르면, Liquid 개인화 같은 마케팅 자동화 도구를 사용하면 마케팅 이메일의 고유 클릭률이 1.7배 상승하고, iOS와 안드로이드 푸시 알림의 오픈율은 각각 1.3배, 1.5배 높아집니다. 스트리밍 데이터와 적절한 마케팅 자동화 도구를 사용하여 마케팅 캠페인을 간편하게 최적화하고, 전반적으로 더 나은 고객 경험을 제공해보세요.
Braze(브레이즈) 프로모션 코드로 고객 구매 유도하기
지난 1년 동안, 집에 머무는 시간이 늘어나면서 온라인에서 물건을 구매하는 경우가 많아졌습니다. 저의 경우 립글로즈와 편한 운동복이 많았는데요. 어느 순간 좁아져 버린 화장대와 터질 것 같은 옷장을 확인하고는 이제 그만 소비를 줄여야겠다고 다짐했습니다. 하지만 할인 쿠폰과 프로모션 알림을 받게 되면, 어느새 ‘장바구니에 담기’를 클릭하는 제 자신을 발견하게 됩니다. 여전히 죄책감은 느끼지만 평소보다는 가벼운 죄책감으로 구매를 하게 되죠. 이처럼 쿠폰과 특별 할인으로 구매를 하게 되는 비슷한 경험이 한번쯤은 있으실 텐데요. 바로 이것이 프로모션 코드가 필요한 이유입니다.프로모션 코드를 사용하는 이유는 다양합니다. 조심스럽게 제품을 탐색만 하는 유저를 구매자로 전환하고, 잃었던 고객을 되찾고, 팟캐스트나 지하철 광고에 관심을 갖게 하고, 생일을 중요하게 생각하는 구매자들에게 보상을 해주는 것, 이외에도 이유는 정말 다양합니다. 프로모션 코드 활용 사례는 이처럼 매우 다양하지만, 코드의 종류는 ‘일반 코드’와 ‘고유 코드’ 단 두 가지로 나뉩니다. 짐작하셨겠지만, 일반 코드는 MOTHERSDAY, WELCOMEBACK20와 같이 누구나 사용할 수 있는 코드입니다. 쉽게 구매를 유도할 수 있는 경향이 있지만 특정한 타겟을 대상으로 구매를 유도하는 것은 불가능하며 남용될 가능성도 있습니다. 반면 Braze(브레이즈) 프로모션 코드에서 지원하는 것과 같은 고유 코드는 개인별로 프로모션 코드를 맞춤 설정할 수 있어 오남용을 줄이고, 타겟 고객에 대한 할인 혜택을 맞춤화하며 추적도 가능합니다.Braze(브레이즈) 프로모션 코드는 기업에서 주요 고객 행동이 발생하거나 기타 중요한 이벤트 순간에 맞춰 이메일, 푸시 알람, 콘텐츠 카드, 그리고 다양한 방법을 활용하여 고객에게 보상과 인센티브를 제공할 수 있도록 합니다. 이 기능은 대규모 오케스트레이션 및 구성 기능에 직접 내장되어 있으며, 기업에서 맞춤화한 고유의 프로모션 코드의 영향을 쉽게 테스트할 수 있도록 하여 보다 효과적인 고객 참여를 지원합니다. Braze(브레이즈) 프로모션 코드 시작하기Braze(브레이즈) 프로모션 코드는 프로모션 코드와 해당 코드가 포함된 메시지 간의 원활한 연결을 지원하기 때문에, 고객 경험이 일관적이고 효과적인지 확인할 수 있습니다. 이 기능은 Braze(브레이즈) 플랫폼의 포괄적인 오케스트레이션 계층에 원활하게 적용되기 때문에, 리텐션과 수익률을 높일 수 있습니다. Braze(브레이즈) 프로모션 코드의 기능, 설정 및 몇 가지 사용 사례를 살펴 보겠습니다.본 기능을 활용하여 가능한 작업은 다음과 같습니다.1. 고유 프로모션 코드 업로드2. 원하는 채널을 통해 고유 코드 배포3. 임계값 및 만료일을 관리하여 코드를 활성화하고 일관성 있게 유지1. 고유 코드 생성 및 업로드Braze(브레이즈)의 프로모션 코드 기능은 신규 프로모션 코드 리스트를 생성할 때 최대 2,000만 개의 고유 코드가 포함된 CSV를 쉽게 수집할 수 있도록 구축되었습니다. 조금 더 구체적으로 설명하자면, 각 리스트에는 2,000만 개의 활성 코드가 포함될 수 있지만, 기업에서 Braze(브레이즈)를 통해 사용할 수 있는 프로모션 코드 리스트의 총 개수에는 제한이 없습니다. 따라서 휴일, 라이프사이클 단계, 회원 등급 등 여러 기준에 따라 다양한 리스트를 작성할 수 있습니다.다음의 간단한 4단계 과정을 통해 CSV 파일을 업로드할 수 있습니다.1. 우선, 프로모션 코드 리스트의 이름을 정하고 설명을 기입합니다. 이는 한 조직에 여러 명의 Braze(브레이즈) 사용자가 있을 경우, 리스트의 목적과 거래, 대상자, 만료일과 관련된 중요한 정보를 서로 이해할 수 있도록 도와줄 수 있습니다.2. “Code Snippet(코드 조각)”을 생성합니다. 이것은 프로모션 내용을 고객에게 공유할 준비가 되었을 때 메시지 본문에 삽입하는 메타데이터 코드입니다(개인화 태그와 유사합니다). 고유한 이름이어야 하며, 알아보기 쉬워야 합니다. 만약, 어머니의 날을 테마로 주제를 만든다면 ‘mothersday_2021_US’와 같은 이름을 정할 수 있습니다.Code Snippet (코드 조각) 3. 이제 CSV 파일을 업로드합니다. Braze(브레이즈)를 통해 수집하는 코드는 이미 여러분 혹은 여러분의 팀원에 의해 생성되어 있을 것입니다. Braze(브레이즈)를 오케스트레이션 레이어로 생각하되, 실제 코드의 생성과 사용은 자체 백엔드 시스템에서 처리합니다.Import Promotion Codes (프로모션 코드 가져오기) 4. 리스트 업로드가 완료되면 “Save(저장)”을 클릭합니다. 이제 ‘Import History(가져오기 내역)’에서 새 행을 확인하실 수 있습니다. 프로모션 라이프 사이클 동안 리스트에 여러 개의 CSV 파일을 업로드 추가할 수 있으므로, 언제, 누가 업로드 했는지 추적할 수 있어 조직에서 이 기능을 어떻게 사용하는지 보다 투명하게 이해하는데 도움이 됩니다.Import History (가져오기 내역) 2. 원하는 채널을 통해 고유 코드 배포이제 고유 코드를 업로드 했으므로, 메시지를 통해 코드를 배포하는 방법과 Braze(브레이즈)에서 코드를 "전송됨"으로 표시하는 방법을 살펴보도록 하겠습니다. 매우 간단한 과정이지만 단계별로 차근차근 살펴보겠습니다.1. 프로모션 코드 리스트를 처음 생성할 때 작성한 Code Snippet을 복사합니다.Code Snippet 복사하기 2. 그 다음, 고객에게 이 프로모션 내용을 발송하기 위해 구축 중인 캠페인 또는 캔버스로 이동하세요. 어머니의 날을 테마로 하는 경우, 설문조사 등을 통해 본인이 ‘어머니’임을 확인해 준 대상 고객에게 이메일과 푸시 알림을 보낸다고 가정해 보겠습니다. 이 설문조사 결과는 Braze(브레이즈)로 전달되어, ‘어머니’라는 상태가 플랫폼의 사용자 지정 특성으로 저장되었습니다. 타겟 고객을 확보했으니, 이제 메시지를 작성해봅시다. 고유 코드가 메시지 내에 표시되도록 원하는 위치에 붙여넣기만 하면 됩니다. 구성 화면과 전달 화면은 아래와 같습니다.좌 Code Snippet 구성 화면, 우 실제 발송 화면3. 푸시 알림을 위해 위 단계를 반복합니다. 크로스 채널 캠페인 또는 캔버스 단계에서 Code Snippet이 사용되는 경우, 모든 채널에서 고객을 기준으로 동일한 고유 코드를 발송할 수 있습니다. 즉, 타겟 고객인 “어머니A”가 이메일과 푸시 알림을 받는다면, “어머니A”에게 발송된 이메일과 푸시 알림에는 동일한 고유 코드가 포함되어 있습니다.프로모션 Code Snippet이 포함된 메시지가 수신자에게 전송되면, 고유 코드가 백엔드에서 “전송됨”으로 표시되어 한 개의 코드가 여러 수신자에게 발송되지 않도록 합니다. 즉, 만약 100만개의 코드를 업로드하고 크로스 채널 캠페인을 통해 20만 명의 개별 수신자에게 발송되도록 한다면, 리스트에는 20만개의 고유 코드가 “전송됨”으로 표시되고 나머지 80만개의 코드는 사용할 수 있게 됩니다. Braze(브레이즈)의 대시보드에서 프로모션 코드 리스트 중 사용 가능한 활성 코드 수를 확인할 수 있습니다.프로모션 코드 리스트 현황 확인 3. 임계값 및 만료일 관리만료일이 없이 계속 진행되는 프로모션은 거의 없습니다. 대상자가 충분히 많은 경우 단기 프로모션 행사도 할당된 코드를 이용하여 실행할 수 있습니다. Braze(브레이즈)는 사용자가 캠페인 기간을 관리 할 수 있도록, 프로모션 코드의 임계값과 만료일을 쉽게 관리 할 수 있는 몇 가지 기본 옵션을 제공합니다. 1) 만료일: 프로모션 코드 만료일과 시간을 설정합니다. 필요에 따라 반복적으로 수정할 수 있습니다. 각 프로모션 코드 리스트 생성시 만료일과 시간을 지정하도록 되어있습니다. 이 만료일은 리스트에 추가된 모든 코드에 적용됩니다. 만료 시, 코드는 Braze(브레이즈) 시스템에서 삭제되고 리스트의 Code Snippet을 호출하는 메시지는 더 이상 전송되지 않습니다.만료일 설정 2) 임계값 경고: 리스트에 사용 가능한 프로모션 코드 수가 부족하거나 리스트가 만료일에 가까워졌을 때 캠페인이 문제없이 유지될 수 있도록 임계값 경고를 사용자 지정으로 설정할 수 있습니다. 실제로 임계값 경고는 어떻게 작동할까요? 2주 이상 웹사이트 방문하지 않았거나 앱을 실행하지 않은 고객을 대상으로 윈백 캠페인을 1개월 주기로 진행한다고 가정해봅시다. 이 윈백 캠페인은 사용자가 생성한 2,000만개의 고유 코드가 포함된 프로모션 코드 리스트를 사용하여 진행됩니다. 캠페인은 1년 이상 지속될 수 있으므로 100만 개의 코드를 기준으로 임계값 경고를 설정합니다. 이 코드 리스트의 활성 코드 수가 100만개 아래로 떨어지는 즉시 이메일을 받게 됩니다. 경고 알람을 통해 내용을 확인하고 필요하다면 더 많은 코드를 업로드 하는 등 조치를 취할 수 있습니다.임계값 경고 설정만약 리스트에 남은 활성 코드 수가 부족하거나 만료일이 지났다면 해당 프로모션 코드 리스트와 관련된 모든 메시지 전송이 중지됩니다. 즉, 사용할 수 있는 코드가 없어, Code Snippet이 표시되는 어색한 메시지를 보낼 위험이 사라지게 됩니다.Braze(브레이즈) 프로모션 코드 활용 사례프로모션 코드는 비즈니스 성공과 고객 만족에 중요한 행동에 대해 보상을 해줄 수 있는 좋은 방법입니다. 그리고 이 프로모션 코드 기능은 마케터와 고객 모두에게 더 좋은 방안을 제시할 수 있도록 도와줍니다.샐러드와 곡물 그릇으로 유명한 패스트 캐주얼 레스토랑 체인 sweetgreen은, 고객이 타사 배달 서비스 대신 sweetgreen의 앱을 통해 음식 배달을 주문하도록 유도하고자 했습니다. sweetgreen은 SMS를 통해 고유한 주문 할인 코드를 쉽게 전달하기 위해 Braze(브레이즈)의 프로모션 코드 기능을 사용했습니다. 그 결과 10,000명 이상의 신규 가입자를 유치했으며, 약 10%의 구매 전환율을 달성할 수 있었습니다.
캠페인 Testing 시작하기
당신이 마케터로서 캠페인 하나를 기획하고 있다고 가정해보죠. 캠페인을 홍보하기 위한 푸시 알림에 느낌표가 포함되어야 하는지? 제목은 빠르고 간결해야 하는지, 아니면 좀 더 설명적이어야 하는지? 웹 사이트 배너가 적절한 파란색 음영인지를 고민하게 될겁니다. 왜냐하면 귀하와 귀하의 동료 마케팅 담당자에게는 이러한 질문 중 일부가 얼마나 중요한지 알고 있으니깐요. 그리고 이러한 질문에 올바르게 답하면 성공적인 마케팅 캠페인을 만들 수 있다는 것을 알고 있습니다. 하지만 본인이 옳은지 어떻게 알 수 있을까요?이러한 관점에서, 캠페인 성과를 극대화 하기 위해 지속적으로 테스트하고 있습니다.테스트란 무엇을 의미할까요?테스트는 메시징 캠페인의 다양한 변형을 시작하고 비교하는 것을 의미합니다. 이러한 변형은 제목 줄, 색상 또는 GIF 사용과 같은 미적 세부 사항 또는 쿠폰 할인율과 같은 세부 정보가 다를 수 있으며 테스트는 어떤 변형에 잠재 고객이 가장 공감하는지 이해하는 데 필요한 데이터를 제공합니다. 이를 통해 전체 잠재 고객에게 캠페인을 실제로 시작하기 전에, 가장 효과적인 캠페인 유형을 파악할 수 있습니다.그래서 어떤 테스트를 실행해야 할까요? 아래에 보면 여러가지 테스트 종류가 있습니다. 그들은 모두 같은 일반적인 목표를 가지고 있습니다. 즉, 대중에게 캠페인을 시작하기 전에 청중에 대한 귀중한 데이터 샘플을 제공하는 것입니다. 알아야 할 테스트와 이를 요구하는 상황은 다음과 같습니다.A / B 테스트 : 이 테스트는 캠페인의 'A 버전'과 캠페인의 'B 버전'을 테스트합니다. 단순함이 강점이기도 하죠. 예를 들어, "A / B 테스트는 효과적이고 재미있습니다!" 또는 "I ❤️️ A / B 테스트!"라는 이메일 제목을 테스트할 수 있습니다. 가장 많은 참여를 유도하는 것은 무엇일까요? (팁: 고객의 관심은 심장 이모티콘에 있습니다).다변형(Multi-variants) 테스트 : A / B 테스트에는 하나의 변수 변경이 포함되지만 다변수 테스트는 여러 변수를 변경합니다.예를 들어 이메일 의 제목과CTA 버튼 변경이 전환에 미치는 영향을 이해하고 싶을 수 있습니다.이 경우 네 가지 변형이 있습니다.따라서 A / B 테스트는 캠페인의 특정한 측면에 대해 "예" 또는 "아니요"라는 답변을 제공하지만, 다변수 테스트는 보다 전체적인 수준에서 캠페인의 여러 버전을 비교하고 캠페인 내의 다양한 변수가 상호 작용하는 방식을 연구합니다.캠페인의 이러한 변형을 보는 사람은 누구인가요?또 다른 좋은 질문입니다. 이러한 변형을 모든 종류의 사용자에게 전송하는 경우 중요한 사용자 그룹에게 비효과적인 메시지가 송출될 수 있습니다. 그렇기 때문에 테스트를 위해서 사전에 적절한 양의 데이터를 얻는 것이 중요합니다. 일반적인 테스트의 법칙 : 전체 모수 중에 20%를 상대로 A / B 테스트를 진행합니다. 20% 중에 절반에게는 메시지 A를 보내고 나머지에게는 메시지 B를 보냅니다. 그런 다음 메시지 A가 효과가 좋으면 남은 전체 모수 80 % 에게 메시지 A를 전송합니다. 이러한 비율이 통계적으로 유의미한 "승자"를 산출하는 일반적인 방법입니다. 하지만 조금 더 종류에 따라 달리하는 고급 기법을 살펴볼 가치가 있습니다.일반적으로 A / B 테스트는 통계적으로 유의미한 결과를 결정하기 위해 더 적은 트래픽을 필요로 합니다. 트래픽이 매우 많은 캠페인의 경우 통계적으로 유의미한 결과를 얻으려면 트래픽의 더 많은 부분에 집중해야 하지만 다 변수 테스트를 실행하는 것이 좋습니다.테스트할 준비가 되었다면 다음 스텝은?Braze와 같은 Customer Engagemnt Solution을 통해 테스트가 그 어느 때보다 쉬워졌습니다.고객 여정 도구 인 Braze Canvas를 사용하면 마케터가 한 곳에서 캠페인 전체를 쉽게 확인할 수 있습니다. 고객 지원에 들어가는 다양한 단계, 단계 및 메시지를 쉽게 시각화할 수 있습니다. 또한 이러한 인터페이스를 사용하면 테스트를 더 쉽게 수행할 수 있으므로 즉시 개선 작업을 수행하는 데 필요한 기능을 손쉽게 활용할 수 있습니다. 이와 같은 도구를 통해 약간의 코딩만으로 캠페인 또는 사이트의 다양한 버전을 빠르게 변경할 수 있습니다. 대부분의 경우 테스트는 다음과 같은 단계적 프로세스를 걸칩니다.예를 들면 이메일 캠페인을 만든다고 가정해볼게요.이 캠페인 내에서 변형(variants)을 만듭니다. 파란색 CTA 버튼이 있는 이메일과 빨간색 CTA 버튼이 있는 이메일을 만듭니다.캠페인을 예약 발행하세요.이 캠페인을 시작할 세그먼트를 선택하십시오. 일반적으로 위에서 다룬 타깃 고객의 통계적으로 중요한 부분입니다.사용자를 변형으로 나눕니다. 전체 모수에서 20%에게만 보내거나 별도의 법칙으로 타깃을 설정하세요.추적할 KPI를 파악하십시오. 이 캠페인을 본 후 사용자가 취해야 할 행동은 무엇입니까? 전환? 클릭률? 양자 모두?결과를 검토하고 실행하고 확인하세요.얼마나 자주 테스트해야 할까요?실제로 지속적으로 성공적인 캠페인을 만드는 팀의 전략은 메시지와 캠페인의 테스트를 지속적으로 합니다.테스트를 지속적으로 진행하면, 무엇이 효과가 있고 무엇이 더 많은 개선이 필요한지에 대해 끊임없는 피드백을 가질 수 있을 것입니다.
글로벌 컨설팅 펌이 바라본 생성형 AI의 미래
생성형 AI가 우리 일상에 스며든지 벌써 2년. 이에 발 맞춰, 글로벌 3대 컨설팅 회사인 맥킨지앤컴퍼니(McKinsey & Company), 보스턴컨설팅그룹, 베인앤컴퍼니는 생성형 AI에 대한 본격적인 분석과 인사이트를 제공했습니다. 이번 맥사이트픽 포스팅에서는 해당 리포트를 중심으로 글로벌 컨설팅 펌이 바라보는 생성형 AI의 미래에 대해서 알아보겠습니다.맥킨지, Superagency 개념과 리더의 역할글로벌 컨설팅펌 맥킨지는 생성형 AI의 무한한 가능성을 강조하는 대표적 컨설팅펌 중 하나입니다. 맥킨지는, 테크비전가로 활동 중인 리드 호프만(Reid Hoffman) 그리고 문화, 기술 작가로 활동 중인 그렉 비아토(Greg Beato)가 공동 집필한 저서 'Superagency(슈퍼 에이전시)' 와 기본적으로 같은 시각을 가지고 있는데요. 여러 보고서에 Superagency라는 단어를 그대로 차용하며 AI가 기업과 개인에게 가져다 줄 가능성과 그것을 받아들이는 인간이 만들어갈 미래는 밝을 것이라는 긍정적인 의견들을 제시합니다. 구체적으로는 AI가 단순히 자동화 차원을 넘어 인간의 창의력과 생산성, 문제해결 능력을 극적으로 끌어올릴 것이며, 교육과 의료 등 다양한 연구 분야에서 혁신을 일으킬 것으로 전망하고 있습니다.보고서에 따르면, 기업의 직원들은 벌써 이러한 변화를 만들어내기 위한 준비에 돌입했으며, 실제 현업에서는 AI 활용이 활발히 이루어지는 추세인. 반면에 기업의 리더들은 이러한 변화를 충분히 인지하지 못하고 있다 분석했습니다. (한편으로는 리더들이 변화의 중요성에 대한 인식은 하고 있으나, 충분한 선행사례 혹은 리스크 식별이 이루어지지 않아 소극적인 행동으로 이어졌을 수도 있습니다.) 실제로 C레벨 리더를 포함한 임직원 94% 이상이 생성형 AI 사용에 익숙하다고 답변했습니다. 하지만 리더들은 단지 4%의 직원들만의 AI를 광범위하게 활용중이다 라는 잘못된 인식을 가지고 있었습니다. 실제로는 경영진의 생각보다 더 많은 직원들이 AI 도구를 더 익숙하게 잘 다루고, AI에 관련된 더 많은 교육과 지원을 현업에서의 직원들은 희망하고 있는것 입니다. 이미지 출처: ChatGPT | AI 대격변 시대와 리더직원 스스로 자신들의 기존 업무 중 최소 1/3까지도 AI의 도움을 받을 수 있을 것 이라 평가하기도 하였는데요. 직원들이 자발적으로 AI를 활용을 원하고 있는 바로 지금, C레벨의 리더들이 이들을 이끌어주는 힘을 발휘 해야 할 것입니다. 기업 리더는 자신의 직원들이 AI를 어떤 업무에, 어떤 용도로 사용 중이며, 앞으로 이를 어떤 방식으로 바꾸고 싶어하는지에 대한 관심을 키워야 할 것입니다. 여기서 그치지 않고 직원들에게 필요한 교육은 무엇인지 어떤 교육이 제공되어야 하는지와 같은 단계를 거치게 되었을 때, 본격적인 AI 전환 도입 단계에 들어설 수 있을 것입니다.원문 보러가기보스턴컨설팅그룹, '전문가 경계 허물기'보스턴컨설팅그룹(이하 BCG)에서는, 전문가의 영역이 확장되고 AI가 그 경계를 허무는 역할을 할 것이라 관측하고 있습니다. 반드시 전문가가 아니더라도 생성형 AI의 도움을 받는다면 누구나 전문가와 비슷한 수준으로 결과물을 만들어 낼 수 있단 이야기를 하고 있는데요. 실제로 데이터 분석, 데이터 모델링과 같은 고난이도 작업을 관련 분야의 전문가들만 수행할 수 있었다면, 이젠 생성형 AI의 도움으로 일반인들도 준전문가 또는 전문가와 대등한 작업 수준까지 빠른 시간내 도달하게 될 것으로 보고 있습니다.BCG 보고서에서는, AI 기술로 발전된 미래에는, 비전문가라면 결코 불가능했던 영역들을 생성형 AI를 기반으로 어렵지 않게 수행 가능하게 될 것이라 말합니다. 특히 전문가와 비전문가의 업무처리 수준 그리고 속도등 격차가 줄어들 수 밖에 없을 것이며, 결과적으로 AI 활용 영역이 확장 될 수록 전문가 영역의 경계는 모호해질 것입니다. 컨설팅 펌답게 BCG는 컨설턴트의 업무가 어떻게 변할 것인지 예측을 내놓았는데요. 컨설턴트는 고객사의 서비스를 분석하고 문제 해결을 위한 컨설팅을 제공하는 일을 합니다. 발전된 AI를 활용한다면, 고객이 사용 중인 개발 코드를 이해하고 또 직접 작성하게 되었을 때 고객에게 가장 적합한 모델링은 무엇인지 또 필요한 곳들이 어디인지 훨씬 정확한 제안을 가능하게 될 것입니다. 실제로 코딩 경험이 없는 컨설턴트가 AI를 통해 데이터 사이언티스트 수준의 작업물을 84% 정도 구현하는 사례가 등장하며, 코딩 영역에서의 역량 확장을 엿볼 수 있었습니다.BCG의 보고서를 종합적으로 리뷰했을 때, AI의 도입 속도보다 임직원들의 AI 사용 여정을 면밀히 들여다봐야 한다는 생각이 들었습니다. 대부분 기업이 AI를 도입하는 속도에만 집중하고 있는 지금, AI의 도움으로 업무 능력을 가장 많이 향상시킬 수 있는 영역이 어디인지부터 확인해보는 것이 매우 중요해보입니다. 그 이후 비전문가들의 전문 역량 확보 속도에 따라 기업이 AI에 성공적으로 도입하였는지 여부를 판가름 할 수 있을 것입니다.BCG는 AI를 '강력한 브레인스토밍 파트너'로 규정하기도 했습니다. AI가 브레인스토밍 과정에서 어느 도구보다 높은 가치를 제공한다고 평가했습니다. 다만 AI의 출력물(결과물)이 적합한지, 오류가 포함되어 있는지 판별하는 능력이 필수적으로 요구된다고 강조합니다. 아무리 AI 기술이 뛰어날지라도 성과물이 제대로 나왔는지 판단할 수 없으면 소용이 없기 때문이죠.원문 보러가기베인컴퍼니, AI 활용으로 업무 효율성 증대AI가 미래를 변화시키는 과정에 벌써부터 뚜렷한 성과를 보이는 대표적인 분야중 1가지로 베인앤컴퍼니는 컨설턴트의 고객 지원 영역을 꼽았습니다. AI와의 협력으로 상담원의 응답 시간을 최대 35% 단축시키고, 또 프로젝트의 품질을 최대 40%까지 향상시켰다는 조사 결과를 확인한 것 인데요. 이어서 소프트웨어 및 개발이 필요한 데이터 문서화, 개발 코드 생성, 디버깅, 리팩토링, 테스트, 운영 및 유지 보수 등 전반에서 AI를 활용한 효율성 개선과 비용 절감이 눈에 띄게 향상될 것으로 보고 있습니다.특히 AI 지원을 전폭적으로 넓히는 기업들에서는 아래와 같은 업무 영역들에 대한 성과를 직접 경험하고 있다고 합니다.개발 코드 생성, 문서화 : 15~40% 효율 향상리팩토링 및 개발 관련 디버깅과 테스트 : 30~50% 효율 개선 및 비용 절감 또한 베인컴퍼니의 보고서에 따르면 고객 지원 및 마케팅 분야에서 AI기반의 맞춤형 콘텐츠 생성, 이메일 마케팅 개인화 및 자동화, AI 챗봇 등을 통해 업무 프로세스가 바뀌고 있으며, 궁극적으로 AI가 고객 문제를 예측 가능하여 문제가 발생했을 때, AI가 스스로 이를 해결하거나 사전 방지하는 수준까지 도달하고 있다고 분석하고 있습니다.이러한 현상들을 보면 기업이 기술 변화를 적극 받아들일 때 문제점이 대폭 개선되거나 체질 변화까지도 도달할 수 있게 되는데요. 그럼에도 불구하고 많은 기업이 아직까지 AI도입에 조심스러운 이유는 리스크를 최소화하는 방향을 선호하며, 선도 기업의 실수를 면밀히 관찰한 후 자신들만의 행동 전략을 찾도록 안정성을 최우선으로 하는 방식을 검토하고 있기 때문입니다. 그러나 안전한 기회를 바탕으로 경쟁 우위를 확보하려는 것은 사실, 문제를 빠르게 해결하거나 성과를 마련하기 위해서는 효율적이지 않을 수 있습니다. 베인컴퍼니의 보고서 조사에 따르면, 초기 AI를 선제적으로 도입한 기업은 18~36개월 내 최대 20%의 실적 향상을 경험하였으며, AI 도입을 지켜보기보다는 선제적으로 활용하는 것이 경쟁 우위 확보에 더 유리하다고 베인컴퍼니는 평가했습니다.원문 보러가기AI 시대의 정량적 vs 정성적 가치 논쟁올해 초, 다보스포럼(세계경제포럼)에서 MS, 구글, 메타 등 AI 분야의 핵심 기업 빅테크 기업은 AI의 윤리성 및 개발 방식에 대해 논쟁을 벌이며, AI 도입이 가속화되고 있음을 보여줬습니다. AI 기술을 지지해줄 윤리성 규제와 기술의 오픈형 그리고 폐쇄형 사이의 개발 방식이 주요 쟁점이었죠. 그러나 기업들이 AI의 정량적 효율성에만 집중하고 있으며, 과연 AI가 인간인 소비자들에게 정성적인 부분까지 만족시키고 있는지에 대한 연구와 논의는 아직 많이 부족한 상황입니다.이러한 맥락에서 켄트대학교 연구팀의 조사 결과는 흥미롭습니다. 이들은 반려동물이 주는 삶의 만족감이 연간 약 1억 3천만원의 금전적 가치와 같다는 연구를 사회지표연구(Social Indicators Research) 저널에 게재했습니다. 이 연구는 영국인 2,500가구를 대상으로 참여자의 성격 특성 그리고 그들의 삶의 만족도와 반려동물의 관계에 대해 묻는 설문조사를 통해 진행되었고, 설문 결과를 ‘삶의 만족 근사치(LSA)*’ 라는 모델로 분석하였죠.*LSA : 경제학자들이 개발한 방법론으로 인간의 삶에서 일어나는 사건과 다양한 요소를 암묵적 비용으로 환산같은 관점에서 AI가 가져다 주는 LSA는 얼마나 될까요? 지금의 소비자들이 실질적으로 그리고 금전적으로 AI로부터 경험하는 가치에 대해서는 아직은 개인별 격차와 영역의 불균형이 나타나고 있습니다. 그렇지만, 일상에서 AI가 바꿔주는 일상은 많은 부분이 눈에 띄고 있지만 과연 AI로 바꾼 일상에 대한 만족감이 어느정도인지 그리고 AI로부터 얻을 수있는 가치가 인간이 주는것보다 월등한지 등을 소비자들이 판단하는 시기가 곧 올 것입니다. 기업과 마케터는 언제나 이점을 염두하고 미래를 대비해야 할 것입니다.맥소노미가 PICK한 이유!AI로부터 얻는 정보들이 누적되면서, 가짜 정보와 개인화에 맞지 않는 정보들이 함께 쌓여가는 문제도 점차 늘어나고 있습니다. AI와 인간 사이 이러한 과정이 반복 될 수록 AI가 제공하는 정보와 결과물에 인간이 얼마나 공감을 하게 될 것인지는 더욱 불투명해집니다. AI가 인간의 감정을 학습한다더라도, 인간과 AI의 사이 공감 격차가 줄어들 것이란 확신을 갖기에는 아직 이르다 생각됩니다.*공감 격차: 캐런미싱의 저서, ‘보이지않는 고통’에 등장하는 개념으로 노동 환경에서 학자나 사회적 지위가 상대적으로 높은 사람들과 사회적 지위가 낮은 노동자들이 분리되는 결과를 바탕으로, 이 들 사이에 발생되는 차이를 공감 격차라 명명’한다. 이 환경을 개선하기 위해서는 각 위치에서 공감 격차를 인식하고 그 차이를 좁히려는 실행력이 필요하다 주장하였다.앞서 반려 강아지와 고양이가 인간에게 내어줄 수 있는 가치를 금액적으로 환산한 연구결과가 있지만, 때론 실제로 그보다 더 큰 금액 또는 돈으로는 환산할 수 없는 기쁨과 감정을 줄 수 있다는 것을 대부분 잘 알 것입니다. 반려동물과 인간이 같은 언어로 이야기 하지 않더라도 감정적 교류를 통해 서로가 충분한 이해를 갖는 만큼 AI와 인간의 관계도 발전해야 한다는게 앞으로의 AI기반 마케팅의 중요한 척도가 될것이라 말씀드리고 싶습니다. 다음 맥사이트 픽에서는 이러한 관계에 초점을 맞추고 있는 기업들과 브랜드에 대해 다뤄보도록 하겠습니다.콘텐츠 더 읽어보기AI를 활용한 마케팅(AI 마케팅 도입 효과와 사례)AI 마케팅, AI 검색에서 힌트를 찾다AI에 의존하는 인간, 인간을 필요로 하는 AI