AI 에이전트 시대, 마케터가 넘어야 할 5가지 장벽은?

고객 참여 플랫폼 브레이즈가 'A Marketer's Guide to AI Agents' 보고서에서 AI 에이전트를 "주어진 목표에 따라 스스로 판단하고 필요한 일을 수행하는 프로그램"으로 정의했다. 그리고 이걸 실제 마케팅 업무에 붙일 때 부딪히는 문제를 다섯 갈래로 나눴다. 데이터 활용, 콘텐츠 제작, 고객별 의사결정, 실험, 운영 효율이다.

퍼스트파티 데이터는 쌓여 있어도 마케팅에 바로 쓸 정보로 저절로 바뀌지 않는다. 보고서는 LLM 기반 에이전트가 고객 의도를 읽는 쪽을, 예측 모델이 이탈 가능성과 고객생애가치를 계산하는 쪽을 맡는 식으로 역할을 나눈다. 이메일 제목이나 푸시 문구, 상품 설명처럼 고객마다 달라야 하는 콘텐츠는 생성형 AI가 지역과 구매 이력을 반영해 만들고, 어떤 채널로 무엇을 언제 얼마나 보낼지는 의사결정 에이전트가 고객 반응을 보며 고른다. 조합이 늘어나 A/B 테스트로 다 검증할 수 없는 지점에서는 강화학습이 더 많은 조합을 빠르게 걸러내고, 에이전트를 설정하고 관리하는 부담은 워크플로 에이전트에 자연어로 지시하는 방식으로 줄인다.

AI를 켜는 일과 마케팅이 정교해지는 일은 별개라는 게 보고서의 요지다. 다섯 갈래는 순서대로 밟는 단계가 아니라 각각 다른 기술이 붙는 자리다. 도입 여부를 논의하기 전에 우리 팀이 다섯 중 어디서 막혀 있는지부터 짚는 편이 빠르다.