에어브릿지 AI 실전 활용 A to Z: 파일럿·MCP로 마케팅 워크플로우 자동화하기

에어브릿지 AI(Airbridge AI)가 출시된 지 어느덧 3개월이 지났는데요. 매일 아침 대시보드를 열어 리포트를 정리하던 시간을 에어브릿지 파일럿에게 질문하는 것으로 대신하고, 어렵게 느껴졌던 SDK 설치는 온보딩 파일럿이 도와주고 있어요. ChatGPT와 클로드(Claude)에 MCP를 연결해 쓰는 고객사도 늘어나고 있어요.

고객사가 실제로 에어브릿지 AI를 어떻게 사용하는지 Airbridge AI Deep Dive 웨비나에서 여러 사례를 공유했는데요.

AB180 Customer Success 팀의 최혜린 님과 장소영 님, 이다인 님이 발표한 실전 활용 팁과 고객사 도입 사례를, 행사에 참여하지 못한 마케터를 위해 핵심만 정리해 드릴게요.

📌 핵심 포인트

• 에어브릿지 MCP(Model Context Protocol, AI 어시스턴트가 외부 데이터·도구에 자연어로 접속하는 프로토콜)를 도입한 온라인 패션 플랫폼 A는 일간 리포팅 시간이 1시간에서 5-10분으로 줄고, 분석과 기획에 시간을 더 투자할 수 있었어요.

• 에어브릿지 AI는 온보딩 파일럿, 에어브릿지 파일럿, 에어브릿지 MCP 3가지로 구성되며 자유도의 진입 장벽을 자연어로 풀고 도구 간 워크플로우를 자동화해요.

• 가격 비교 쇼핑 앱 B는 데일리 루틴 자동화로 담당자가 없어도 매일 아침 리포트가 공유되고, 매체 최적화 테스트 횟수가 월 1-2회에서 월 3-6회로 늘었어요.

• 커플 캘린더 앱 C는 담당자 퇴사로 인수인계가 끊긴 상황에서 에어브릿지 MCP를 안전망으로 활용해 UA 분석과 의사결정까지 도달했어요.

• AI 시대 마케터의 새 역량은 "어떤 도구를 쓰는가"가 아니라 "맥락 데이터를 어떻게 명문화하고 워크플로우를 어떻게 설계하는가"로 바뀔 거예요.

에어브릿지 파일럿: 데이터를 찾던 마케터가 데이터를 받아보게 됐어요

최혜린 님은 에어브릿지의 특장점을 자유도로 짚었는데요. 가장 많이 활용하는 액츄얼스 리포트(매체별 상세 성과 리포트)만 봐도 여러 개의 메트릭들을 사용자가 자유롭게 설정할 수 있어요.

하지만 자유롭게 원하는 대로 설정할 수 있다는 장점이 있지만 "어디서부터 뭘 봐야 할지 모르겠다"는 피드백도 함께 받아왔다고 해요. 자유도와 막막함의 중간 지점을 메꿔줄 해결책이 필요했죠.

그리고 그 문제점을 명쾌하게 풀어준 게 바로 에어브릿지 파일럿(Airbridge Pilot)이었다고 해요. 대시보드에서 자연어로 질문하면 AI 분석 파트너인 파일럿이 데이터를 찾아 마케터에게 바로 보여줬기 때문이죠.

“에어브릿지 AI는 MMP의 주 사용자인 마케터가 데이터를 찾아 이동하지 않고, 원하는 데이터가 마케터 앞으로 오게 만드는 AI 도구예요. 우리가 데이터 정리에 쓰던 시간을 줄여서 인사이트 도출과 의사결정에 집중할 수 있도록 돕는 거죠. 지금 버전에서는 온보딩 파일럿, 에어브릿지 파일럿, 에어브릿지 MCP 3가지를 제공하고 있어요.” 최혜린, AB180 CSG 게이밍 팀 리더

1. 온보딩 파일럿이 마케터와 개발자 사이 SDK 핑퐁을 줄여요

에어브릿지 파일럿에는 2가지 기능이 있어요. 첫 번째는 SDK 설치 단계에서 작동하는 온보딩 파일럿(Onboarding Pilot)이에요.

기존에는 마케터와 개발자가 가이드를 오가며 SDK를 설치·검증하느라 "이게 진짜 우리가 원하는 게 맞나?"라는 의문 속에서 며칠씩 핑퐁을 주고받았어요. 온보딩 파일럿은 이 과정을 AI 대화로 대체해요.

개발자가 아닌 팀원도 온보딩 파일럿과 대화하며 SDK를 설치할 수 있고, Android·iOS·React Native·Flutter·Expo 등 프레임워크별 맞춤 가이드와 iOS ATT 프롬프트 같은 특수 설정까지 안내해줘요.

가장 큰 장점은 설치 과정에서 에어브릿지 대시보드에 데이터가 어떻게 찍히는지 함께 확인할 수 있다는 점이에요. 며칠씩 걸리던 검증 사이클을 그 자리에서 끝낼 수 있어요.

2. 대시보드를 보다가 에어브릿지 파일럿에게 질문하면 바로 차트를 보여줘요

두 번째는 데이터 분석 도구인 에어브릿지 파일럿(Airbridge Pilot)이에요. 대시보드에서 일일이 필터를 설정하지 않아도 자연어로 묻기만 하면 파일럿이 데이터를 찾아 차트로 답해줘요.

다만 파일럿은 GPT처럼 메모리를 저장하지 않아요. 그래서 질문할 때 결과물 포맷(예: 일별 트렌드 증감률을 테이블로)과 앱 사전 컨텍스트를 함께 주면 답변 품질이 눈에 띄게 올라가요.

예를 들어 게임 마케터라면 이런 식으로 입력해보세요.

“우리 게임 장르는 방치형 RPG, KPI는 티어1 국가 D-Retention 40%. 현재 글로벌 론칭 2주 차고 ROAS 효율 보고 캠페인 국가를 확장하려고 해.”

커머스라면 주력 SKU 카테고리·핵심 KPI·매체 비중 같은 도메인 지식을 짧게라도 제공하면 돼요.

3. 초기·인계·집행·회고 4가지 상황별 파일럿 활용 시나리오

최혜린 님은 마케터가 처한 상황을 4가지로 나누고 각 상황에서 던질 만한 질문을 함께 제시했어요.

1. MMP를 처음 쓰는 사용자라면 (툴 개념·언제·왜) “어트리뷰션 윈도우와 룩백 윈도우는 어떤 로직으로 계산되나요?”, “11개 리포트 각각 언제 봐야 하나요?”

2. 전임자에게 인계받았다면 (요약·설정·연동) “지난 3개월 매체별 비중 변화 포함, 캠페인 성과 요약해줘”, “이 앱의 룩백 윈도우 설정은?”, “버티컬에서 많이 쓰는데 안 연동된 매체는?”

3. 캠페인 집행 중이면 (영향 요인·프로드 변화) “어제까지 잘 나오던 ROAS가 떨어진 이유는? 매체·캠페인·크리에이티브별로 분석해줘”, “신규 설치 중 프로드 의심 매체와 그 이유”

4. 캠페인 회고와 다음 미디어 믹스 (회고·효율·예산 분배) “지난달 회고 리포트 초안 만들어줘”, “최근 한 달 효율 좋았던/나빴던 크리에이티브”, “최근 2주 OS별 효율 + 다음 주 예산 분배 시나리오 제안해줘”

4가지 시나리오의 공통점은 바로 '파일럿에게 데이터만 요청하지 말고 지금 처한 상황을 먼저 알려주라는 것'이에요.

"ROAS가 왜 떨어졌어?"라고 물으면 일반적인 원인만 나열해주지만, "이 앱을 인수인계받았는데 ROAS가 떨어졌어"라고 물으면 매체 비중 변화나 룩백 윈도우 설정처럼 인계 상황에서 놓치기 쉬운 것부터 짚어줘요.

4. 파일럿에 가장 많이 들어오는 문의 2가지: 데이터 0과 딥링크

이다인 님은 에어브릿지 파일럿이 출시된 지 두 달이 지난 시점에 마케터가 가장 많이 묻는 질문 유형을 정리했는데요. 크게 데이터 수치 이상과 딥링크 동작 이슈 등 2가지였다고 해요.

1) 데이터가 0으로 나올 때

"CPP나 ROAS가 0으로 나와요"라는 질문이 가장 많이 들어오는데, 이런 지표는 매출·주문 이벤트가 없거나 그룹 바이(Group by) 설정에 따라 0으로 표시돼요.

여기서 핵심은 맥락 있는 질문이 빠른 답을 만든다는 점이에요. 사람끼리 대화할 때도 모호한 질문은 추가 핑퐁이 필요한 것과 똑같은 원리예요.

• 막연한 질문: “CPP/ROAS가 왜 다 0으로 나와요?” → 추가 핑퐁 필요

• 맥락 있는 질문: “이 앱에서 5월 1일~25일 동안 A 매체에서 CPP가 0인데 이유가 뭘까요? JSON 쿼리도 함께 첨부할게요.” → 한 번에 원인 분석

2) 딥링크가 간헐적으로 이상할 때

딥링크는 디바이스·환경별로 동작이 달라 원인 파악이 까다로워요. "iOS 사파리를 쓰고 메인 홈 배너 클릭 시 일주일 중 30% 정도 빈도로 발생해요" 같은 식으로 질문하면 파일럿이 원인을 찾고 개발팀 전달용 요약본까지 정리해줘요. "어떻게 설명해야 할지 모르겠는" 영역에 파일럿이 다리를 놓아주는 거죠.

에어브릿지 MCP: 대시보드 대신 클로드와 ChatGPT에서 자연어로 데이터를 조회해요

장소영 님은 에어브릿지 MCP로 대시보드 밖에서 일어나는 변화를 짚었어요.

MCP 도입 전 마케터들은 매일 아침 대시보드에 접속해 저장된 리포트를 조회하고 전일·전주 데이터를 비교했어요. 특이점이 보이면 그 시점에 변경한 광고 에셋을 검토했죠. 이렇게 한 사이클을 돌리는데 30분에서 1시간이 걸렸어요.

MCP가 도입된 뒤로는 이 흐름이 완전히 달라졌어요. 클로드나 ChatGPT 같은 AI 솔루션에 에어브릿지 MCP를 연결하고 "이번 주 전반적인 퍼포먼스를 요약해줘"라고 질문하면 액츄얼스 리포트 설정부터 데이터 해석, 변경 시점 분석까지 처리해줘요.

“내가 갖고 있는 도구를 100% 활용한다는 거예요. 에어브릿지, 앰플리튜드, 슬랙, 노션, 지라처럼 여러 솔루션을 이미 쓰고 계실 텐데, MCP가 이 도구들을 하나의 대화 안에서 연결해주거든요. 따로따로 대시보드에 들어가던 패턴이 자연어 요청 하나로 합쳐지는 거죠.” 장소영, AB180 CSM

1. 에어브릿지 MCP로 할 수 있는 3가지: 리포트 조회, 자동화, 협업

장소영 님은 마케터가 에어브릿지 MCP로 할 수 있는 일을 크게 3가지로 정리했어요.

• 자연어로 리포트 조회: "인스톨과 CPI를 보고 싶어"라고 물으면 MCP가 액츄얼스 리포트를 만들어줘요.

• 리포팅 자동화: "매일 아침 9시 광고 채널별 성과를 슬랙으로 보내고 인사이트도 분석해줘"라고 설정하면 매일 그 시간에 리포트가 도착해요. 10분 단위 리포팅도 가능해 프로모션처럼 변화가 빠른 캠페인에 유용해요.

• 협업 자료 생성: 발견한 이벤트 이슈를 지라 티켓으로 정리해 개발팀에 전달하는 흐름까지 한 대화 안에서 가능해요. "내가 본 데이터 + 원인 가설 + 봐야 할 코드 위치"를 묶어 티켓 초안을 만들어줘요.

2. 에어브릿지 & 앰플리튜드 MCP를 함께 쓰면 풀퍼널 인사이트가 나와요

MCP의 임팩트가 더 커지는 지점은 여러 도구를 연결할 때예요. 장소영 님은 커머스 앱을 가정한 시나리오로 설명했어요.

의류 서비스 플랫폼이 봄 시즌 의류와 신규 뷰티 카테고리 광고를 동시에 운영하는 상황을 가정해볼게요. 두 카테고리로 유입된 유저들의 이후 행동을 비교하고 싶은데, 기존에는 앰플리튜드에서 카테고리별 90일 LTV 차트와 재구매 주기 차트를 따로 그리고 머릿속에서 합쳐야 하죠.

에어브릿지와 앰플리튜드를 MCP로 연결하면 이 흐름이 훨씬 단순해져요.

1. 에어브릿지 MCP: 광고 성과 (유입 규모, CPI, 회원 가입 전환율) 조회

2. 앰플리튜드 MCP: 유입 이후 유저 행동 (크로스셀 카테고리 수, 재구매 주기, 90일 LTV) 분석

3. 결론: 뷰티 쪽은 유입 단가가 조금 비싸지만 LTV가 더 높고 재구매 주기도 짧다는 인사이트

이렇게 두 도구를 오가며 따로 분석하던 일이 하나의 대화 흐름으로 합쳐지면서, 이런 분석을 바탕으로 예산 배정을 빠르게 판단할 수 있어요.

3. AI 활용의 시작점은 도구 연결이 아니라 데이터 설계예요

MCP가 자동으로 리포팅만 해줘도 임팩트가 있지만, 그 임팩트를 더 키우려면 데이터 설계가 전제되어야 해요.

에어브릿지의 액션·라벨 필드는 액츄얼스 리포트를 나눠서 볼 때 쓰는 단위인데, MCP는 자연어 질문을 이 필드로 필터링해서 답을 만들어요.

사내에서 "상품 카테고리와 브랜드 단위로 데이터를 본다"고 정해져 있다면 액션 필드에 상품 카테고리 값, 라벨 필드에 브랜드 값이 담겨 있어야 MCP가 그 관점으로 정리해줘요. 그래서 사내 합의와 데이터 매핑이 없다면 데이터 설계 점검을 첫 번째 스텝으로 가져가야 해요.

“AI 시대에서 데이터를 분석한다는 건 내가 갖고 있는 맥락 데이터를 잘 명문화하는 일이에요. 광고 효율 기준치, 매체별 특성, 상품별 KPI처럼 내가 머릿속에 갖고 있던 룰을 AI에게 미리 알려주면 그 룰을 바탕으로 데이터를 해석해줘요. 데이터 분석의 시작점이 도구가 아니라 맥락을 글로 정리하는 일로 옮겨가는 거죠.” 장소영, AB180 CSM

MCP 도입 후, 마케터의 시간이 리포팅에서 분석과 전략으로 옮겨갔어요

이다인 님은 에어브릿지 MCP를 도입한 세 곳의 마케팅 팀을 직접 인터뷰한 결과를 공유했어요.

1. 온라인 패션 플랫폼 A: 단순 작업이 줄고 데이터 분석과 기획 시간이 늘었어요

온라인 패션 플랫폼 A의 마케터는 매일 아침 리포트 정리에 약 1시간을 썼어요.

• 매체별 성과 리포트를 액츄얼스에서 수동으로 다운로드

• 매체·캠페인별 양식 맞추기

• 어제 대비 어디가 달라졌는지 체크

매일 반복하는 일이라 1시간이 결코 작은 비용이 아니었죠. 에어브릿지 MCP를 도입한 뒤에는 이 시간이 5-10분으로 줄었어요. 무엇보다 그 시간이 어디로 갔는지가 더 눈에 띄었어요. 단순 작업 시간이 줄어든 만큼 분석과 기획에 더 많은 시간을 투자할 수 있었다고 해요.

• 어떤 페이지에서 유저 유입이 많은지 확인

• 어디서 이탈이 발생하는지 확인 → 이탈 그룹에 보상형 쿠폰 액션

• 성과 좋았던 프로덕트를 앞단 페이지에 반영 → 선순환

이 사례에 대해 이다인 님은 이렇게 정리했어요.

“로우 데이터를 뽑고 가공하는 일은 어떻게 보면 단순 작업이잖아요. 이 단순 작업을 MCP한테 시키고, 우리는 놓치기 쉬웠던 데이터를 더 확인하거나, 매체 성과를 개선하려면 어떻게 할까·어떤 테스트를 해볼까 같은 전략과 플래닝에 집중할 수 있게 됐어요.” 이다인, AB180 CSM 팀 리더

2. 가격 비교 쇼핑 앱 B: 담당자 없이도 매일 아침 리포트가 도착해요

가격 비교 쇼핑 앱 B의 마케터는 리포트 작성에 약 2시간을 썼어요.

• 매체별 가입자 데이터 직접 확인

• 인앱 액션 데이터 직접 확인

• 리포트 정리 및 작성

더 큰 문제는 담당자가 부재 중일 때 다른 팀이 성과를 확인할 방법이 없어 의사결정이 미뤄진다는 점이었어요.

에어브릿지 MCP를 도입한 뒤 리포팅 시간은 절반(1시간)으로 줄었다고 해요. 더 의미 있는 변화는 데일리 루틴 자동화였는데요. 매일 오전 매체 성과 분석과 액션 제안이 자동으로 슬랙에 공유되면서 담당자가 없어도 다른 팀이 그 데이터를 보고 의사결정할 수 있게 됐어요.

확보된 시간은 매체 최적화 테스트로 이어졌어요. 월 1-2회 하던 테스트가 월 3-6회로 늘면서 "데이터 분석 → 가설 → 테스트 → 결과 → 다음 가설" 사이클이 빠르게 돌기 시작했고, 피로도 높은 매체를 방치하지 않고 타겟팅·소재를 계속 바꿔가며 최적화하는 흐름이 만들어졌어요.

3. 커플 캘린더 앱 C: 인수인계 위기에서 MCP가 가이드가 됐어요

커플 캘린더 앱 C의 사례는 좀 달라요. 당시 신규 담당자가 마주한 난관들이 너무 많았다고 해요.

• 이전 담당자 퇴사

• 인수인계 문서 부족

• 에어브릿지를 처음 접하는 상황

무엇보다 "에어브릿지에 대해 아무것도 모르는데 어떡하지"라는 막막함을 느꼈다고 하는데요. 이 상황에서 에어브릿지 MCP 출시 소식을 듣고 "기능을 몰라도 일단 시작해보자"라며 적극적으로 MCP를 사용하기 시작했고, 자연어로 질문하고 답을 받아가며 UA 분석과 의사결정까지 도달했다고 해요.

이 사례에 대해 이다인 님은 이렇게 짚었어요.

"MCP가 옆자리에 앉아 인수인계를 해주는 것처럼 서포트를 해주니 허들이 낮아지고 빠르게 의사결정까지 도달할 수 있었어요. 쓰다 보니 에어브릿지 공부도 자연스럽게 돼서 학습과 실무가 동시에 이뤄지는 일석이조의 효과도 있었고요." 이다인 · AB180 CSM 팀 리더

담당자가 바뀌는 위기 상황에서 MCP가 안전망이 된 사례예요. 인수인계 문서가 충분하지 않은 조직이라면 MCP가 그 갭을 메워줄 수 있는 가능성을 보여줬어요.

이제 마케터가 답해야 할 질문은 '무엇을 결정할 것인가'예요

“AI로 마케터가 줄인 시간을 본질에 집중해야 한다는 말을 많이 들어요. 그런데 그 본질이 뭔지에 대해서는 저도 고민이 많아요. AI가 시간을 만들어준다면, 그 시간으로 마케터는 무엇을 해야 할까요.” 최혜린, AB180 CSG 게이밍 팀 리더

이제 마케터가 매일 해야 할 일은 데이터를 찾는 게 아니라 데이터로 무엇을 결정할지 고민하는 일이에요. 마케터의 다음 경쟁력은 '무엇을 결정할 것인가'에 답할 수 있는가에서 갈릴 것이라 생각돼요.

여러분도 에어브릿지를 쓰고 있다면 에어브릿지 파일럿에게 "지난주 CPI가 가장 낮은 캠페인은?"과 같은 익숙한 질문 하나 던져보고 MCP를 연결하는 것을 시작해 보는 것은 어떨까요?