“재고 1개 남음”, “품절 임박” 같은 표시는 사람의 구매를 재촉한다. 김솔비 로레알코리아 IT CRM 매니저는 자신도 그 표시를 보면 초조해져 결국 사게 된다고 말했다. 그러나 기계에는 이 방식이 더 이상 통하지 않는다. 최근 연구를 보면 희소성 태그의 효과는 0에 가깝거나 오히려 마이너스에 가깝다는 것이 그의 설명이다. 반대로 플랫폼이 직접 고른 상품이나 베스트셀러 표시가 붙으면 에이전트의 채택률은 2배에서 4배까지 높아진다.

세션 제목은 ‘기업 AI, 무엇으로 이기는가’였고 부제는 ‘안에서 어떻게 쓰느냐, 밖에서 어떻게 읽히느냐’였다. 맥스 서밋 2026 패널 토론은 고객에게 보이는 서비스가 아니라 그 뒤에서 기업이 AI를 어떻게 도입하고 교육하며 시스템을 세우는지를 다뤘다. 오명석 그립컴퍼니 전략기획팀장이 진행을 맡고, 김솔비 로레알코리아 IT CRM 매니저와 박병진 한국맥도날드 테크놀로지 컨설턴트가 패널로 참여했다. 두 회사 모두 해외에 본사를 두고 한국 조직이 함께 움직이는 구조다.

햄버거 회사와 화장품 회사가 AI를 말하는 이유

박 컨설턴트는 맥도날드가 글로벌 본사부터 AI에 전략적 선언을 하고 투자를 진행하고 있다고 밝혔다. 지난해부터 미국의 많은 드라이브스루 매장에서는 사람이 주문을 받지 않는다. 대화형 AI가 직접 주문을 받고, 어떤 고객인지 판단해 추천 메뉴를 제시하며 날씨에 따라서도 메뉴를 권한다. 그는 “AI는 더 이상 특정 산업에 묶인 기술이 아니다”라고 말했다.

로레알은 스스로를 화장품 회사가 아니라 뷰티테크 컴퍼니로 정의한다. 김 매니저는 100년 이상 글로벌 경영 활동을 하며 전 세계 고객 데이터와 구매 데이터, 운영 노하우를 쌓아 왔고, 이 자원을 바탕으로 AI 기술을 써서 고객 경험과 기업 활동을 바꾸는 작업을 진행하고 있다고 설명했다.

속도와 통제, 그리고 LLM으로 옮겨 가는 트래픽

경영진은 AI를 빠르게 도입해 성과를 확인하고 싶어 하지만, 시스템을 다루는 쪽에서는 어떤 데이터를 어디까지 쓰고 권한을 어떻게 정할지가 먼저다. 박 컨설턴트가 속도와 통제를 과제로 꼽은 이유다. 그는 “안쪽 기준이 탄탄해야 고객 접점으로 나가는 AI 경쟁력도 생긴다”고 말했다.

김 매니저는 고객 트래픽이 들어오는 채널이 LLM으로 빠르게 바뀌고 있다는 점을 과제로 제시했다. 어도비 애널리틱스 발표를 보면 아마존 프라임 데이에 LLM을 거쳐 들어온 고객 트래픽이 1년 사이 90% 남짓 늘었고, 이들의 전환율은 40%가량 더 높았다.

앞으로는 AI로 검색만 하는 데 그치지 않고 에이전트가 결제까지 마치는 에이전트 커머스가 온다는 것이 그의 전망이다. 그렇게 되면 지금까지 작동하던 CRM과 마케팅 기술이 더는 작동하지 않을 수 있다. 김 매니저는 고객 접점 관리가 기업 생존과 직결되는 문제가 됐다고 말했다.

거버넌스부터 잡은 맥도날드, 플랫폼을 만든 로레알

한국맥도날드는 마이크로소프트 코파일럿을 도입해 전 직원이 쓰고 있고, 다른 LLM도 검토하며 도입을 진행하고 있다. 다만 도구를 먼저 늘리기보다 AI 거버넌스 확립을 앞에 뒀다. 에이전트를 어디까지 허용할지 계속 검토하는 방식이다. 박 컨설턴트는 “속도감보다 기본 구조부터 맞추는 작업을 하고 있다”고 밝혔다.

로레알은 프랑스 본사부터 빠르게 움직여 현재는 자체 커스텀 AI 플랫폼을 쓰고 있다. LLM을 처음부터 만든 것이 아니라 챗GPT와 클로드 같은 상용 모델을 연결해 목적에 맞게 쓰는 구조다. 브랜딩 비중이 큰 만큼 나노 바나나와 VO 3.1 같은 이미지·영상 도구도 함께 쓴다. 가드레일과 거버넌스를 커스텀으로 구현했기 때문에 첨부파일 업로드도 가능하다.

최근에는 에이전트 스튜디오를 전 직원에게 열었다. 팀즈와 컨플루언스 같은 사내 시스템을 연계해 개개인이 자신의 에이전트를 직접 만들어 쓰는 방식이며, 개인과 팀 단위로 사용이 확장되고 있다.

에이전트 고객을 맞이하는 두 가지 준비

김 매니저는 물건을 팔 때 사람 고객만이 아니라 에이전트 고객이 보는 방식도 함께 준비하라며 두 가지를 제시했다.

첫 번째로 그가 제시한 머신 리더빌리티부터 보면, 기계가 기업의 데이터를 읽지 못하는 경우는 흔하다. 인터넷 쇼핑몰의 상품 정보는 대개 텍스트가 아니라 큰 이미지 한 장으로 게시된다. 사람 눈에는 예쁘게 만들어진 상품 설명이지만 기계에는 JPEG 파일 하나로 뭉뚱그려 전달된다. 그러면 기계가 그 상품을 찾을 수 없고 노출 기회도 사라진다.

그 준비가 실제로 작동하는지 확인하는 일이 두 번째다. 프롬프트를 계속 돌려 보며 우리 상품 카테고리에서 기획한 맥락이 작동하는지 살펴야 한다는 것이다. 확인할 항목에는 우리 상품이 쇼트리스트 후보군에 들어갔는지, 최종적으로 채택됐는지, 경쟁사보다 우위에 있는지가 들어간다.

직무보다 업무 순서가 먼저 바뀐다

직무를 바꿔야 하는지 업무 흐름을 바꿔야 하는지를 두고 두 사람은 같은 결론을 냈다. 업무 순서가 먼저 바뀐다는 것이다.

박 컨설턴트는 시스템 사고나 개인정보 사고가 났을 때를 예로 제시했다. 과거에는 사람이 로그를 한 줄씩 확인하고 히스토리를 대조해 판단했다. 지금은 AI가 1차 로그 분석을 끝내고 사람은 2차 판단과 확인을 담당한다. 이런 변화가 쌓이면 직무 자체의 성격도 달라질 것으로 봤다.

김 매니저는 재고 발주 과정을 사례로 설명했다. 예전에는 주문정보시스템에서 재고 부족 신호가 잡히면 사람이 확인해 발주 시스템에 구매 요청을 넣었다. 지금은 에이전트가 신호를 감지해 사람에게 알리는 방식으로 바꾸는 중이다. 더 나아가면 주문정보 시스템의 에이전트와 발주 시스템의 에이전트가 MCP로 직접 소통하고, 사람은 마지막에 승인만 하는 휴먼 인 더 루프 역할로 옮겨 간다는 설명이다.

전담 조직이 통제, 고객 접점은 현업이 빠르게

AI 변화의 주도권을 두고 박 컨설턴트는 AI 전담 조직이 이끄는 편이 맞다고 봤다. 마케팅과 재무처럼 부서마다 AI 니즈가 다른데 각자 키를 쥐면 체계와 운영이 어려워진다는 이유다. 거버넌스를 먼저 확립한 전담 조직이 이끌고 니즈가 있는 부서와 협업하는 형태를 제안했다.

김 매니저도 거버넌스와 접근 권한, 통제는 전담 조직이 가져가야 한다는 데 동의했다. 다만 고객 접점은 방식이 달라야 한다고 했다. 시장이 빠르게 바뀌는 조건에서 건별로 전담 조직 승인을 받으면 경쟁력을 잃는다는 것이다. PoC 단위로 현업이 애자일하게 A/B 테스트를 돌려 통하는 것은 빠르게 고르고 안 되는 것은 빠르게 버리는 구조를 제시했다. 가드레일은 금지선만 전담 조직이 정하고 그 위에서는 현업이 자유롭게 움직이는 방식이다.

교육은 KPI가 뒷받침돼야 바뀐다

AI 교육을 실제 업무 변화로 연결하는 방법에 대해 박 컨설턴트는 실습을 강조했다. 귀로 듣는 교육은 휘발성이 있어, 결국 직접 해 봐야 업무 방식이 달라진다는 것이다. 그는 “사람은 편한 쪽으로 돌아가려는 관성이 있다”며 실습 형태나 성과 지표, 이벤트 같은 장치가 필요하다고 말했다.

김 매니저도 사내 교육을 진행하고 있지만 기대만큼 빠르게 바뀌지는 않는다고 밝혔다. 하던 방식대로 일하는 것이 가장 편하기 때문이다. 업무를 바꾸려면 어떤 일을 어떻게 했는지 프로세스를 정리하고 의사결정 기준도 문서로 만들어야 해서 번거롭다.

김 매니저는 KPI의 뒷받침이 필요하다고 봤다. 단 기준을 잘못 잡으면 역효과가 난다. AI를 얼마나 많이 썼는지, 프롬프트를 몇 개 썼는지로 평가하면 가치는 만들지 못한 채 토큰 비용만 늘어난다. 업무가 하나 줄었는지, 리드 타임이 짧아졌는지 같은 가치 기준으로 KPI를 정의하라는 주문이다.

통제 밖에서 브랜드 이름과 함께 나가는 말

박 컨설턴트가 꼽은 리스크는 내부 컴플라이언스다. AI의 권한이 커지면서 개인 계정을 이용해 할 수 있는 일도 늘어난다. 그는 도입 전에 부수 효과를 미리 검토하고, 어디까지 로그를 남겨 추적할지, 사고가 났을 때 고객에게 어떻게 설명할지를 정해 둬야 한다고 말했다.

김 매니저가 꼽은 가장 큰 리스크는 회사와 고객 사이에 에이전트라는 제3자가 끼어드는 순간 생긴다. LLM의 특성상 피할 수 없는 할루시네이션이다. 화장품처럼 표시광고 규제가 있는 산업에서는 특히 민감하다. 광고에서 쓸 수 없는 효능 표현이나 해당 시장에서 금지된 표현을 에이전트가 요약해 말할 수 있기 때문이다.

문제는 회사가 시킨 적이 없는데도 그 말이 브랜드 이름과 함께 나간다는 점이다. 김 매니저는 이 부분을 로그로 추적할 수 없다고 했다. 광고라면 집행을 회수하면 되지만, 에이전트와 고객 사이에서 벌어진 일은 통제 밖에 있다.

마케터에게 필요한 것은 회전 속도

AI 시대에 마케터가 잘해야 할 일에 대해 김 매니저는 회전 속도를 꼽았다. 지금까지는 검색어와 체류 시간, 클릭 같은 디지털 발자국을 바탕으로 전략을 짤 수 있었다. 그러나 고객이 챗GPT나 클로드에 무엇을 물었는지는 알 수 없다. 이 정보 비대칭을 계속 다뤄야 한다는 것이다.

그가 제시한 마케터의 일 가운데 하나는 맥락을 정의하는 작업이다. 어떤 상황과 조건에서 우리 상품이 걸려야 하는지를 먼저 정한다. 유튜브도 고객이 직전에 본 콘텐츠 맥락을 바탕으로 다음 광고를 붙이고, 사람이 기계에 프롬프팅하는 것도 맥락 기반이다. 타깃팅 단위가 누구냐는 페르소나 기준에서 맥락 기준으로 옮겨 가고 있다는 설명이다.

다른 하나는 정의한 맥락이 실제로 통하는지 확인하는 일이다. 조건과 목적, 위임 수준을 바꿔 가며 시나리오를 반복해 돌리고 우리가 얼마나 걸려 나오는지 센다. 단발성이 아니라 지속적으로 추적하고 관리해야 하는 영역이다. 김 매니저는 월 1회 리포트를 보던 주기를 주 단위나 일 단위로 촘촘하게 바꾸라고 조언했다.

남은 5개월, 두 사람이 꼽은 한 가지

올해 안에 바꿔야 할 한 가지를 묻자 박 컨설턴트는 기초 체력을 꼽았다. AI가 결국 데이터에서 출발하는 만큼 전략과 거버넌스를 중요하게 보고 있으며, 남은 기간 동안 기초를 어떻게 탄탄히 할지 짜 두고 내년을 준비하자는 제안이다.

김 매니저가 꼽은 것은 머신 리더빌리티 확인이다. 방법은 단순하다. 올해 안에 회사 이름이나 브랜드 이름으로 프롬프트를 100번 돌려 보라는 것이다. 카테고리에서 고객이 던질 만한 질문 20개를 만들어 각각 5번씩 돌리고, 그중 우리가 몇 번이나 걸려 나왔는지 센다. 거창한 프로젝트도 예산도 필요 없다.

그 결과를 보면 무엇이 문제인지 가늠할 수 있다는 것이 그의 설명이다. 데이터 구조의 문제일 수도 있고 전혀 생각하지 못한 다른 문제일 수도 있다. 김 매니저는 지금 우리가 어디에 있는지 파악하는 일이 가장 먼저라고 말했다.

이미지 출처: AI 매터스