마케팅 AI 자동화가 실무에서 막히는 다섯 지점

지난 편에서 퍼포먼스 마케팅의 병목이 데이터 수집이 아니라 판단을 만드는 종합 비용에 있다고 말씀드렸습니다. 그러면 그 비용을 기계에 넘기면 되지 않느냐는 질문이 자연스럽게 따라옵니다.

그런데 이 방향으로 실제로 걸어보면 대부분 비슷한 자리에서 멈춥니다. 저도 멈춰봤고, 도구를 도입했다가 6개월 뒤 아무도 안 쓰게 된 팀도 여럿 봤습니다. 멈추는 자리가 대체로 정해져 있다는 게 오히려 다행입니다. 어디서 막힐지 알면 순서를 바꿀 수 있으니까요.

AX 시리즈 2편입니다. 1편에서 왜 이 일을 해야 하는지를 다뤘다면, 이번 편은 그 일이 어려운 이유를 정직하게 늘어놓는 쪽입니다. 낙관적인 이야기가 필요하시면 3편과 4편으로 가시는 편이 낫습니다.

---

지점 1, 숫자가 서로 다릅니다

가장 먼저 걸리는 곳이자 가장 자주 과소평가되는 곳입니다. 자동화를 붙이려면 기준이 되는 성과 숫자가 하나 있어야 하는데, 실무에서는 그 숫자가 최소 세 개입니다.

광고 플랫폼이 귀속시킨 전환, GA4가 관측한 전환, 그리고 쇼핑몰이나 CRM에 실제로 남은 주문·리드. 이 셋은 서로 다른 어트리뷰션 창과 모델을 쓰기 때문에 원래 다르게 나오는 게 정상입니다. 문제는 정상적인 차이와 오류로 인한 차이가 섞여 있어서, 어디까지가 설명 가능한 차이인지 아무도 정리해두지 않았다는 점입니다.

자동화 관점에서 이게 왜 치명적이냐면, 신뢰할 수 없는 숫자 위에서 나온 권고는 틀렸을 때 잡아낼 방법이 없기 때문입니다. 사람이 판단할 때는 "이 숫자 좀 이상한데" 하고 멈추는 감각이 작동하는데, 규칙이나 모델은 그냥 계산을 계속합니다.

확인 질문은 이렇습니다. 우리 팀은 어떤 숫자를 진실로 보기로 합의했습니까. 그 숫자와 다른 두 숫자의 차이를 설명할 수 있습니까.

---

지점 2, 알림을 켜면 볼 것이 늘어납니다

두 번째 지점은 감지입니다. 문제를 늦게 발견하는 게 고통이니 알림을 켜자는 건 자연스러운 판단인데, 실제로 켜보면 검수 대상이 줄지 않고 늘어나는 경험을 하게 됩니다.

원인은 네 가지가 겹쳐 있습니다.

그래서 알림 시스템의 성능은 발송량이 아니라 유용한 알림 비율과 오탐률로 봐야 합니다. 이 두 숫자를 재지 않는 알림은 시간이 지날수록 사람들이 무시하는 채널이 되고, 결국 진짜 사고가 났을 때도 무시됩니다.

---

지점 3, 그럴듯한 원인이 만들어집니다

세 번째가 가장 조용하고 가장 위험합니다. 요즘 도구들은 "ROAS가 하락한 원인은 CPC 상승입니다" 같은 문장을 잘 만들어냅니다. 문장이 매끄러울수록 검증 없이 통과됩니다.

문제는 광고 지표가 서로 얽혀 움직인다는 데 있습니다. ROAS 하락 하나에도 노출 단가, 클릭률, 클릭 단가, 세션 품질, 전환율, 객단가, 재고, 프로모션, 지연 전환, 측정 오류가 함께 작용합니다. 이 중 하나를 뽑아 원인이라고 말하는 순간 나머지 설명이 사라집니다.

예산을 늘린 뒤 CPA가 올랐다는 관측을 생각해보시면 쉽습니다. 증액이 원인일 수도 있지만, 같은 주에 경쟁사가 들어왔거나 소재가 피로해졌거나 세일이 끝났거나 기기·지역 믹스가 바뀌었을 수도 있습니다. 사실은 하나인데 설명은 여럿입니다.

이 구분을 하지 않으면 조직에 두 가지가 쌓입니다. 하나는 틀린 액션이고, 다른 하나는 더 나쁜데, 시스템이 내놓는 말에 대한 불신입니다. 한번 불신이 생기면 맞는 권고도 읽히지 않습니다.

---

지점 4, 좋은 판단이 사람 안에 잠겨 있습니다

네 번째는 조직 쪽 문제입니다. 시니어가 계정을 볼 때 실제로 쓰는 정보는 화면에 없는 것이 절반입니다. 이 고객의 마진 구조, 시즌 주기, 지금 재고 상황, 리드 품질에 대한 영업팀의 평가, 플랫폼이 학습 중인지 여부, 작년에 같은 시도를 했다가 실패한 기록.

이 기준은 문서로 존재하지 않습니다. 그래서 자동화를 시도하면 반드시 이런 반론이 나옵니다.

"우리 계정은 특수해서 자동 분석이 안 됩니다."

이 말은 대체로 사실입니다. 그리고 동시에, 왜 특수한지를 설명해달라고 하면 대부분 즉시 답하지 못합니다. 특수성이 명시적 규칙이 아니라 경험으로 축적된 감각이기 때문입니다.

담당자별 분석 품질 편차도 여기서 나옵니다. 같은 계정을 5년 차와 1년 차가 보면 다른 결론이 나오는데, 그 차이를 만드는 기준이 문서화되어 있지 않으니 신입은 계속 시니어의 수정을 받으며 배웁니다. 조직 입장에서는 온보딩이 느리고 검수가 안 줄어드는 상태가 계속됩니다.

확인 질문은 이렇습니다. 우리 시니어가 이 계정에서 절대 건드리면 안 된다고 보는 구역을 신입이 문서로 읽을 수 있습니까.

---

지점 5, 결론이 실행으로 이어지지 않습니다

마지막 지점입니다. 앞의 넷을 다 통과해서 좋은 진단이 나와도, 여기서 새면 성과는 바뀌지 않습니다.

증상은 익숙하실 겁니다. 회의록에는 액션이 적혀 있지만 담당자와 기한이 없습니다. 슬랙에서 승인은 받았는데 그 승인이 보고서나 실행 이력과 연결되지 않습니다. 한 달 뒤 같은 문제를 다시 논의합니다. 그리고 무엇보다, 실행한 조치에 효과가 있었는지 아무도 확인하지 않습니다.

이 지점이 어려운 이유는 기술 문제가 아니라 습관 문제이기 때문입니다. 도구를 아무리 잘 만들어도 담당자와 기한을 붙이는 행위는 사람이 해야 합니다. 그래서 저는 이 부분을 별도 기능으로 팔거나 도입하는 대신, 주간 보고 형식 자체에 심는 편을 선호합니다. 보고서 첫 장에 지난주 액션의 결과가 오게 만들면 검증을 건너뛸 수가 없습니다.

---

다섯 지점을 한 장으로

지점	증상	도구만으로 안 되는 이유
숫자 불일치	Ads·GA4·CRM 숫자가 다름	어떤 숫자를 믿을지는 사업 판단입니다
알림 노이즈	알림이 늘고 아무도 안 봄	중요도·임계값·종결 규칙을 정의해야 합니다
인과 착시	그럴듯한 단일 원인 문장	근거 등급을 나눠 말하는 규율이 필요합니다
암묵지	"우리 계정은 특수해요"	예외를 문서로 꺼내는 작업이 선행돼야 합니다
실행 단절	액션에 담당자·기한 없음	업무 습관과 보고 형식의 문제입니다

다섯 개를 한꺼번에 풀려고 하면 실패합니다. 순서가 있습니다. 숫자를 먼저 세우지 않으면 나머지 넷이 전부 모래 위에 지어집니다.

운영 관점의 실무 기록은 매주 화요일 아침 아이작 뉴스레터로 먼저 보냅니다.

---

정리하면

다음 편에서는 이 다섯 지점을 어떤 순서로 넘어가는지를 다룹니다. 자동화의 수준을 한 번에 올리지 않고 신뢰를 쌓아가며 단계로 올리는 방법입니다.

---

자주 묻는 질문

다섯 지점 중 어디부터 손대야 하나요?

숫자 불일치부터입니다. 나머지 넷은 전부 성과 숫자 위에서 작동하기 때문에, 기준 숫자가 흔들리면 알림도 진단도 검증도 의미를 잃습니다. 광고 플랫폼과 실제 주문·유효 리드를 대조해서 차이의 크기와 이유를 적는 작업이 첫 단계입니다.

알림 오탐이 많은데 임계값만 조정하면 되나요?

임계값 조정은 부분적인 처방입니다. 오탐의 상당 부분은 임계값이 아니라 계정별 변동성을 반영하지 않은 데서 오고, 또 다른 부분은 같은 원인의 알림이 여러 개로 쪼개지는 데서 옵니다. 계정별 기준선을 먼저 잡고, 동일 원인의 신호를 하나로 묶은 뒤에 임계값을 손대는 순서가 낫습니다.

AI가 만든 원인 분석을 어디까지 믿어야 하나요?

문장 자체보다 근거를 보셔야 합니다. 어떤 데이터를 어떤 기간과 비교했는지, 그 요인이 결과 변화의 몇 퍼센트를 설명하는지, 다른 설명이 남아 있는지가 함께 제시되지 않으면 그건 분석이 아니라 요약입니다. 근거가 안 붙는 결론은 권고가 아니라 검토 항목으로 내려두는 편이 안전합니다.

우리 계정이 정말 특수한 경우는 어떻게 하나요?

특수성을 부정할 필요는 없습니다. 다만 특수한 이유를 문장으로 적어두시면 됩니다. 브랜드 키워드는 CPA로 판정하지 않는다, 시즌 세일 기간에는 예산 페이싱 경고를 끈다 같은 식으로요. 이렇게 적힌 예외는 자동화의 장애물이 아니라 자동화가 지켜야 할 규칙이 됩니다.

---

이어서 읽으면 좋은 글

• 구글애즈 전환추적 설정 · 첫 번째 지점을 실제로 정리하는 기술적 절차
• 전환 없는 키워드, 끄기 전에 · 표본과 경제성을 나눠 판정하는 실무 사례
• 구글애즈 성과 없는 계정의 10가지 공통점 · 다섯 지점이 방치됐을 때의 결과