마케터의 잃어버린 5시간을 찾아줄 AI 에이전트

“퍼포먼스 마케터의 역할이 근본적으로 바뀔 거예요. 고통스러운 대시보드 보기는 AI에게 맡기고, 마케터는 기획과 의사결정에 집중하는 방향으로 말이죠.”

퍼포먼스 마케터의 오전 10시는 대개 비슷하게 흘러갑니다. 수십 개의 매체 대시보드를 오가며 파편화된 데이터를 엑셀에 옮기고, 트래킹 링크를 검증하는 반복성 운영 업무로 하루를 시작하죠. 광고 매체는 늘어나고 데이터는 복잡해지는데, 정작 마케터의 손발이 되어줄 도구는 여전히 수동적인 관리 방식에 머물러 있어요.

에어브릿지는 이 격차를 해소하기 위해 ****‘Airbridge Pilot’****과 ‘Airbridge MCP’를 출시했습니다. 올해 1분기에 선보인 두 기능은 마케터가 일일이 데이터를 찾아 헤매는 수고를 대체하는 AI 에이전트예요. 실제 성과로 이어지는 유의미한 분석과 인사이트를 실시간으로 추출해 사용자 앞에 즉시 내놓는 것이 특징이죠. 이번 제품 출시를 이끈 AB180 PO(Product Owner) 이승헌 님을 만나, AI 에이전트가 바꿀 고객의 일상을 짚어봤습니다.

1. ‘어떤 비즈니스가 살아 남을까?’ 고민이 이끈 선택

Q. 제품에는 결국 만든 사람의 관점과 경험이 녹아들기 마련이죠. 에어브릿지 PO로 합류하시기 전까지 어떤 커리어를 거쳐오셨나요?

커리어 시작은 LG디스플레이였어요. 2017년부터 2019년까지 모바일 상품 기획팀에서 자동차와 핸드폰에 들어가는 디스플레이를 기획했죠. 특히 자동차 분야는 5년 정도 뒤 미래에 출시될 디스플레이를 미리 그리는 일이라 긴 호흡의 기획력이 필요했어요.

하지만 하드웨어 중심의 기획 업무만으론 다가올 비즈니스의 변화를 담아내기에 한계가 느껴졌어요. 더 역동적인 환경에서 개인의 성장 가능성을 도모하고 싶어 IT 스타트업으로 눈을 돌렸고, 이후 핀테크와 에듀테크 기업에서 PO 직무로 6년 가까이 경력을 쌓았어요. 그 여정 끝에 지금의 회사인 AB180에 합류했죠.

Q. 대기업과 스타트업을 두루 거치셨는데요. AB180을 선택한 이유는 무엇이었나요?

AI가 아무리 커져도 망하지 않을 회사가 필요했어요(웃음). 콘텐츠도, 기술도 AI에 의해서 무너질 수 있는 해자*라고 생각했거든요. 단순히 기능 위주의 테크 앱만 잘 만드는 곳도 마찬가지고요. 하지만 ‘데이터’를 쥐고 있는 회사는 비즈니스 관점에서 승산이 있을 것 같았어요.

*해자: 경쟁사가 쉽게 넘볼 수 없는 독점적 경쟁 우위.

Q. 그 ‘해자’를 데이터로 생각하신 건가요?

데이터를 포함해서 파트너십이 가장 큰 해자라고 봤어요. AB180는 자체 개발한 글로벌 MMP 에어브릿지(Airbridge)를 통해 구글, 메타, 애플, 틱톡 등과 공식 인증 파트너십을 맺은 전 세계 7개 기업 중 하나에요. 아시아에선 유일하죠.

이 파트너십이 중요한 이유는 정보의 속도와 정확성 때문이에요. 공식 파트너만이 대형 매체의 원본 광고 데이터를 가장 빠르고 오차 없이 받아올 수 있거든요.

특히 최근 애플의 ATT(앱 추적 투명성)* 정책처럼 개인정보 보호가 강화되면서, 마케터는 예전만큼 정확한 데이터를 얻기가 어려워졌어요. 수집할 수 있는 정보가 제한되니 데이터의 구멍이 생기기 시작한 거죠.

이런 상황에서 에어브릿지는 공식 파트너만이 제공받는 퍼스트 파티 데이터(First-party Data)를 직접 수급해요. 제3자를 거치지 않은 이 데이터는 오차를 최소화한, 가장 신뢰할 수 있는 ‘판단의 기준점(Source of Truth)’이 되는 거예요.

사실 MMP의 핵심 역량은 여기서부터인데요. 구글, 메타, 틱톡 등 광고 매체가 자기 성과라고 주장하며 숫자가 제각각일 때, 에어브릿지는 수급된 원본 데이터를 바탕으로 중복을 제거하고 실제 기여도를 명확히 정리해줘요.

이렇게 정확한 원본 데이터를 바탕으로 마케터는 숫자를 믿고 의사 결정을 내려도 된다는 확신을 얻을 수 있어요. 결국 MMP의 본질은 데이터에 있고, 이 독보적 데이터 접근이 가능한 파트너십이 에어브릿지만의 핵심 경쟁력이 돼요.

*ATT(App Tracking Transparency): 앱 추적 투명성. iOS 14.5부터 도입된 개인정보 보호 정책으로, 앱이 광고 목적으로 사용자를 트래킹하거나 광고 식별자에게 접근하기 전 반드시 사용자의 명시적 동의를 얻게 하는 기능.

2. 마케터에게, “찾지 말고 주문하세요”

Q. 데이터 수집에서 차별성을 확보한 거군요. Pilot과 MCP는 시장의 어떤 요구로 시작됐나요?

두 에이전트 기능 하나인 ‘Pilot’은 회사 내부의 페인 포인트(Pain Point)를 해결하는 과정에서 시작됐어요. 에어브릿지 고객사가 늘고 매출이 전년 대비 40% 이상 가파르게 성장하면서, CS 팀으로 인입되는 문의의 난이도와 빈도가 급격히 높아졌거든요.

에어브릿지 같은 기술 기반 제품은 정확한 가이드가 필수예요. 이에 프로덕트 팀은 CS 팀의 대응 효율을 높이고자 ‘사내 질문 봇’을 먼저 구축해 질의응답에 활용했어요. 실제로 내부 테스트 과정에서 이 기능의 효용성을 확인했죠. 우리 고객도 이 편리함을 직접 누리면 좋겠다는 아이디어가 나왔고요. 이미 내부 검증을 거친 만큼, 제품을 고도화하고 고객용 서비스로 업그레이드해 탄생한 제품이 바로 Pilot이에요.

“Pilot을 고객에게 내놓기 전, 팀의 문제를 먼저 해결하는 제품이었던 거죠.”

‘MCP’는 백화점의 퍼스널 쇼퍼에 비유하면 쉬울 것 같아요. 보통 백화점에 가게 되면 내가 찾는 브랜드가 어디 있는지 파악하고 직접 매장을 돌아다니며 물건을 탐색하죠. ‘내가 원하는 곳을 향해 이동하는’ 개념이에요.

그런데 MCP는 VIP를 다루는 퍼스널 쇼퍼처럼 ‘원하는 걸 가져다주는’ 개념이에요. MCP의 근간이 되는 AI 에이전트는 사용자를 대신해 자율적으로 작업을 수행하거든요. 이렇게 되면 고객은 백화점 몇 층에 어떤 물건이 있는지 알 필요도 없고, 직접 이동할 필요도 없죠. 원하는 바만 주문하면 되니까요. 비유하면, 퍼스널 쇼퍼인 MCP가 ‘알잘딱깔센’으로 사용자가 원하는 데이터, 지식, 인사이트를 앞에 가져다주는 거예요.

• Airbridge Pilot: Airbridge 플랫폼 안에서 동작하는 AI 에이전트

• Airbridge MCP: 고객이 사용하는 LLM인 클로드, GPT 등에서 Airbridge 데이터, API, 도구와 쉽게 연동되도록 돕는 서비스

Q. 에이전트는 어떻게 마케터가 원하는 정보를 찾아내고 전달하나요?

에이전트가 질문받으면 에어브릿지 안에서 어떤 데이터를 봐야 할지 스스로 판단하고, 직접 분석한 후 이를 바탕으로 결과와 해결책까지 사용자에게 내놓아요. 이게 기본적인 구조예요.

예를 들면 퍼포먼스 마케터가 이렇게 질문할 수 있겠죠. ‘에어브릿지 앱의 최근 일주일 광고 유입 현황을 채널별로 정리해서 알려주고, 주요 인사이트를 도출해줘.’

그럼 에이전트가 오늘 데이터뿐만 아니라 전주 대비 성과를 통해 고객 증감을 살펴볼 수 있고요. 좋은 성과를 보이는 채널이나 예산 재분배가 필요한 곳을 짚어내기도 하죠.

예산 재분배가 필요하다면 구체적인 시나리오나 대안을 말해주기도 하고요. 데이터 분석과 인사이트를 간단한 질문만으로 해결할 수 있는 거예요.

Q. 고객의 질문이 모호할 수도 있는데요.

맞아요. 하지만 에이전트는 고객이 모호한 질문을 던지면 역질문을 던져요. 사용자가 궁금한 것이 단순히 ROAS인지, 아니면 캠페인 활성화 전략과 같은 복잡한 작업인지 말이죠. 지표도 채널별인지, 소재별인지 역질문하여 사용자의 진짜 질문을 파악해요.

이를 위해 8,000여 개의 사용자 질문을 분석해 300~400개의 구조화된 유형으로 추려냈어요. 질문의 패턴은 대부분 이 범위 안으로 수렴하거든요. 에이전트는 이 규칙 기반(Rule-based)의 로직을 바탕으로 사용자의 키워드를 분석해, 개별 데이터가 반영된 정확한 답변을 내놓습니다.

답변을 하는 범위도 에이전트가 데이터를 잘못 조회하지 않도록 도메인 가드레일을 설정해 뒀고요. 때로는 드롭다운 형태의 UI를 제공해 최적의 답변 리스트를 사용자가 선택하도록 돕기도 해요. 일반적인 UX로는 처리하기 어려운, 에이전트만이 가능한 정교한 기능이기도 합니다. 또한 지정된 도메인 안에서만 움직이기 때문에 답변의 신뢰도는 더욱 높아져요.

“구조화된 지식 안에서만 움직이도록, 명확한 가드레일을 정해놓는 게 핵심이에요.”

Q. 가드레일이 일종의 필터가 되는 거군요.

그렇죠. 저희가 가장 공들여 컨트롤하는 영역이기도 해요. 시스템 프롬프트와 구조화된 지식을 에이전트에 내재화하고, 마케팅 도메인 지식을 추가로 학습시켜 전문성은 높이고 오답의 가능성은 낮추는 거죠. 설계 단계에서 정교한 가이드가 들어갈수록 할루시네이션은 자연스럽게 줄어들어요.

3. AX 잘하는 기업이 AI 에이전트도 제대로 만든다

Q. 1분기 만에 두 기능을 선보이셨죠. 빠른 실행이 가능했던 팀의 비결은 뭘까요?

에어브릿지의 AI 제품 라인업을 담당하는 ‘에이전트 플랫폼 스쿼드(Agent Platform Squad Team)’ 구조에 답이 있다고 생각해요.

저희 팀은 에이전트 엔지니어 김준환 님과 최수범 님, UX 디자이너 이은지 님, 프론트엔드 엔지니어 진준기 님등 각 분야의 전문가들이 모여 기획부터 제작, 수정까지 한 호흡으로 움직이고 있어요.

제품을 만들다 보면 기획된 그대로 가는 게 생각보다 어려워요. 이를 해결하기 위해 기획한 사람이 제작, 수정까지 할 수 있는 환경을 조성했어요.

그 노력 중 하나는 프론트엔드 디자이너가 코드를 직접 만지는 일이에요.

보통 프론트엔드 개발자가 디자인을 구현하다 보면 라운드값이나 컴포넌트 반영 등 미세한 지점에서 기획과 차이가 생기곤 해요. UX 디자이너는 QA 단계에서 이를 발견하지만, 매번 개발자에게 수정을 요청하고 확인하는 과정에서 상당한 커뮤니케이션 비용과 번거로움이 발생합니다.

저희는 이 비효율을 없애기 위해 디자이너가 직접 ‘스타일 코드’*를 만져요. 프론트 엔지니어가 디자이너에게 GitHub 활용법과 Claude를 이용한 코딩법을 교육하고요. 디자이너의 작업이 기존 코드를 망가뜨리지 않도록 환경도 구축합니다. 개발의 영역을 이해하고 스타일을 결정하는 디자이너가 직접 코드를 만지니 수정 속도가 빨라질 수밖에 없어요.

이건 저희 기업 내부에서 AX를 하려는 노력이기도 해요. 기능을 구축하고 검증하는 과정 전반에 AI 사용을 체화하는 거죠.

*스타일 코드: 디자인 스타일 코드 : 색상 및 폰트, 레이아웃 및 정렬, UI 버튼 등의 UI 스타일 설정하는 코드

Q. 개발 중에 가장 치열하게 고민했던 부분도 궁금해요.

PO 입장에선 전체적인 제품 기획과 함께 토큰 비용을 어떻게 관리할지가 가장 중요했어요. 성능과 비용의 균형을 맞추면서도 지속 가능한 효율이 필요하니까요.

답변마다 다르겠지만 사용자의 모든 질문에 직접 사람이 답하는 것보다 에이전트가 답변하는 게 빠를 때가 많아요. UX 측면에서도 메일이나 전화 연결보다 대기 시간도 짧고요. 한 명의 상담원이 한 시간을 할애하는 동안 다른 고객들이 대기해야 하는 한계도 극복할 수 있죠.

저희는 에이전트 답변의 질과 속도를 모두 잡기 위해 아키텍처 최적화에 공을 많이 들였어요. 특히 아키텍처 담당 엔지니어가 큰 힘을 보태고 있는데요. 사용자가 자유롭게 에이전트와 질문을 주고받을 수 있되, 오용이나 남용으로 토큰이 낭비되지 않도록 지속적으로 모니터링하고 있습니다.

약간의 홍보를 보태자면, 이전 버전의 기능인 ‘Ask Airbridge’는 계정별 일일 질문 횟수가 50회로 제한되어 있었지만, Pilot과 MCP는 질문 횟수 제한이 없어요. 에어브릿지는 신규 기능을 오픈해도 추가 과금이 발생하는 구조가 아니니, 마케터를 포함한 고객들이 기능을 마음껏 경험해 보시면 좋겠어요.

Q. AX가 가속화될수록 보안과 권한 관리가 중요할 것 같아요.

네, 특히 신경 쓰는 부분이죠. 권한 관리는 ‘역할 기반 접근 제어’ 모델을 채택해 조직 내 권한을 관리하고 있어요. 데이터 접근은 오너, 매니저, 에이전시 등 역할에 따라 세분화되며, 앱 사용자 내에서도 권한이 더욱 세분화 되어 쪼개지는 형태예요. 오직 허가된 계정만이 데이터에 접근할 수 있어요. 특히 데이터 유출 방지를 위해 LLM 단계에서부터 암호화된 데이터 처리 환경을 구축해 보안성을 높이고요.

에어브릿지는 금융, 핀테크, 공공기관 등 규제가 민감한 산업군으로 시장 진입 기반을 이미 확보했고요. 보안과 규제, 개인 정보 보호 요구가 높은 대형 엔터프라이즈 기업도 믿고 사용할 만큼 보안 역량이 뛰어나요. 이번에 출시한 기능에도 이 점이 반영되어 있어요.

4. 마케터의 하루는 달라져야 한다

Q. 기술적 토대가 탄탄하네요. 고객들이 체감하게 될 가장 큰 변화는 무엇일까요?

데이터를 찾는 수고에서 벗어나 전략을 결정하는 일에만 온전히 집중하게 되는 것이죠. 많은 마케터가 YoY(전년대비), MoM(전월 대비) 같은 기초 데이터를 추출하고 정리하는 반복 업무에 치여요. 이걸 다시 데일리 보고서, 월별 보고서에 녹여 내면서 하루에 보고성 업무에만 4-5시간을 소비하게 되죠.

에이전트가 반복성 업무를 줄여주면 마케터는 채널마다 어떤 소재를 태울지, 시즌별 예산은 얼마로 조정할지 실제 운영에 대해 고민할 시간을 벌 수 있어요.

특히 지표별 데이터 해석에 어려움을 겪던 팀이라도 에이전트를 통해 ‘ROAS가 개선되었으니, 예산을 재분배하라’는 수준의 구체적인 가이던스를 즉시 받을 수 있고요.

Q. 이 에이전트를 더 업그레이드할 계획도 있으신가요?

물론이죠. 이제 시작이에요. 현재는 리포트 조회나 리스트 추출 같은 ‘Read(읽기)’ 기능을 중심으로 개발되었지만, 앞으로는 트래킹 링크를 대량 생성하거나, OG Tag를 수정하는 등 에이전트가 직접 액션을 수행하는 ‘Write(쓰기)’ 단계로 진화할 예정이에요. 다음 분기에는 이 생성 작업을 계획하고, 정기적으로 실행할 수 있는 기능을 탑재하는 게 목표고요.

“제품 안에서 고객은 ‘무엇을 해야 할지’ 점점 더 명확히 알게 될 거고요. 에이전트와 함께 의사 결정의 방향을 찾게 될 거예요.”

5. 기술적 허들 없이 비즈니스 본질에만 몰두할 미래를 위해

Q. 2026년, 에어브릿지가 AI를 통해 이루고자 하는 넥스트 스텝은 무엇인가요?

현재 전사가 ‘모든 제품의 AI 에이전트화’라는 기조 아래 그 어느 때보다 바쁘게 움직이고 있어요. 최종 목적지는 **‘Zero Friction Conversion’**에 도달하는 것입니다.

사용자가 제품에 유입되어 기능을 탐색하고 결제에 이르기까지 느끼는 모든 심리적·기술적 저항을 제거하는 거죠. AI 에이전트가 도구 사용의 장벽을 낮춰주면, 고객은 자연스럽게 더 나은 인사이트를 얻게 돼요. 모든 전환 과정에서 저항이 사라질수록 고객의 비즈니스 성과는 극대화될 수 있어요.

글로벌 시장에서의 포부도 있어요. 엔터프라이즈급 기업뿐만 아니라 소규모 스타트업이나 아주 작은 팀이라도 에어브릿지에 가입하는 즉시 전문가 수준의 광고 분석을 시작할 수 있는 환경을 만드는 거예요. 사실 MMP는 SDK 설치부터 설정까지 정교한 데이터 매칭까지 고도의 기술적 이해도가 요구되는 고관여 서비스예요.

저희는 AI 에이전트를 통해 복잡한 기술적 단계를 더욱 직관적으로 풀어내려고 해요. 전문가의 상시적인 가이드가 없어도 누구나 스스로 최적의 세팅을 완료하고 데이터 인사이트를 도출하는 ‘완전한 셀프 서브(Self-Serve)’ 환경을 구축하는 거죠. 기술적 이해나 난도에 구애받지 않고 전 세계 모든 규모의 고객이 비즈니스 본질에만 집중해 성과를 극대화할 수 있도록 돕는 것이 저희의 지향점이에요.

Q. 앞으로의 행보가 기대되는데요. 마지막으로 에어브릿지의 신규 제품을 만나보게 될 사용자에게 한 마디 부탁드려요.

AI 서비스를 구축하며 기술이 해결하는 비즈니스 문제에 대해 매번 놀라고 있어요. 저희는 하루빨리 실무 현장에서 변화가 체감될 수 있도록 제품의 완성도를 높이는 데 최선을 다하고 있고요.

저뿐만 아니라 에어브릿지 팀원 모두가 책임감 있게 일하고 있어요. 저희가 풀고자 했던 문제가 여러분의 실무 현장에서 실질적인 해결책으로 작동하기를 바랍니다.