에어브릿지 AI 출시 4개월, 820개 브랜드는 이렇게 썼어요

에어브릿지 AI(Airbridge AI)가 출시된 지 어느덧 4개월이 지났어요. 처음 이 기능이 공개됐을 때 구체적으로 어떻게 사용할 수 있는지 정말 많은 문의를 받았죠.

4개월이 지나고 실제로 고객사가 어떻게 에어브릿지 AI를 사용했는지 기록을 검토해봤어요. 팀마다 각자의 방식으로 물어보기 시작했고, 기존 챗봇처럼 한 번 답을 받고 끝내는 대신 이어서 되묻는 대화가 늘었어요. 한국어가 아닌 언어로 물어보는 팀도 예상보다 많았고요.

AI 마케팅 어시스턴트의 기능을 소개하는 글은 많지만, 실제로 도입한 팀이 무엇을 얼마나 물었는지 그 기록을 공개하는 경우는 드물어요.

이번 글에서는 에어브릿지 AI 출시 첫 4개월의 실제 사용 데이터를 먼저 보여주고, 팀에서 활용할 수 있는 팁 5가지, 그리고 대시보드 밖에서 확장 중인 MCP 사용 패턴까지 모두 정리했어요.

📌 핵심 포인트

• 4개월 동안 820개 브랜드가 16,610번을 물었어요. 특정 담당자가 아닌 팀 전체의 도구로 자리잡았죠.

• 가장 많이 물은 주제는 이벤트 택소노미·SDK·리포트. 분석보다 구현·운영 실무 질문이 압도적이었어요.

• 대시보드 밖에서도 800여명이 MCP로 자신의 AI에 에어브릿지를 연결했고, 최근 30일에만 22,207번의 데이터 조회가 발생했어요.

에어브릿지 AI, 4개월 만에 16,610건의 질문을 받았어요

2026년 3월 25일부터 7월 23일까지, 에어브릿지 AI에는 누적 16,610건의 질문이 들어왔는데요. 고객사 기준으로는 약 820개 브랜드, 물어본 고객은 약 1,700명이었어요.

월별 흐름을 봐도 7월 사용량은 23일 만에 이미 6월 한 달 수준을 넘어섰는데요. 이는 실무에 에어브릿지 AI가 폭넓게 스며들었다는 것을 의미해요.

에어브릿지 AI에 고객이 가장 많이 물은 5가지 질문 유형

질문을 유형별로 분류해보면, 고객사들이 주로 찾는 에어브릿지 AI 기능이 무엇인지 선명하게 드러나요. 가장 질문이 많이 몰린 유형은 이벤트·택소노미 설계였고, 그 뒤로 SDK·설치·연동, 리포트 조회 유형이 이어졌어요.

특히 SDK·설치·연동 유형은 이벤트·택소노미 설계 다음으로 많은 고객사가 물어본 영역이었는데요. 이를 통해, 새로 도입하는 팀 대부분이 이 구간에서 한 번은 막힌다는 것을 알 수 있어요.

분포를 보면 상위 5개 유형이 모두 구현·운영 실무에 몰려 있고, 데이터 해석 관련 질문보다 측정 기반을 세우고 운영하는 질문이 압도적이었어요. 여기에 트러블슈팅·데이터 불일치, 광고비·비용·ROAS, 어트리뷰션·기여까지 더하면 상위 8개 유형이 전체 질문의 76%를 차지해요.

가이드를 뒤져도 현재 실무 상황에 맞는 답이 바로 안 나올 때, 담당자에게 부탁할 필요 없이 이를 해결하는 용도로 에어브릿지 AI를 적극적으로 활용했음을 알 수 있어요.

에어브릿지 AI에 실제로 던진 5가지 질문

실제 팀이 에어브릿지 AI에 어떻게 묻고 어떤 답을 받았는지 흐름을 정리했어요. 회사명은 밝히지 않고 업종으로만 소개했으니, 나와 비슷한 케이스가 있는지 확인해 보세요.

1. 미디어믹스를 분석하고 다음 달 예산까지 권고해줘요

한 해외 커머스 앱 팀은 에어브릿지 AI에 이렇게 물었어요.

"이번 달 유료 채널 지출을 훑고 다음 달 어디에 집중할지 알려줘."

그러자 에어브릿지 AI는 채널별 Cost, Cost Share, Installs, CPI, Orders, MAU, ROAS를 정리한 표와 그 위에 얹은 예산 재배분 권고를 바로 답해줬어요. 고객 계정의 통화와 타임존을 그대로 반영했기 때문에 다시 환산할 필요 없이 바로 읽을 수 있어요.

2. 주간 성과를 리텐션까지 한 질문으로 정리해줘요

"지난주 국가별 신규모객·리마케팅 성과를 리텐션까지, 전주와 비교해줘."

이 질문에 에어브릿지 AI는 CPA, CVR, D1/D7 리텐션 같은 커스텀 메트릭을 자동으로 식별한 다음 Actuals 리포트 4개를 동시에 만들어 기간을 비교하는 답을 제공했어요. 사람이 리포트를 하나씩 열어 지표를 맞춰보던 작업을 한 번의 질문으로 묶은 거죠.

3. 빈 이벤트 택소노미를 앱 데이터로 채워줘요

택소노미 설계는 유저 여정과 Standard Event 매핑 지식을 요구해서 참고할 템플릿이 없는 신규 팀이 자주 막히는 지점이에요.

"핵심 유저 여정을 기반으로 이벤트 택소노미와 Standard Event 매핑을 설계해줘."

라고 에어브릿지 AI에 물으면, 택소노미 템플릿이 비어 있어도 앱스토어 정보·플랫폼·통화 같은 앱 데이터로 업종을 추론해 Standard Event 세트를 매핑해줘요.

4. 각자 모국어로 SDK 가이드를 만들어줘요

한 팀은 중국어로 "안드로이드 SDK 어떻게 통합하나요"라고 물었어요. 그러자 에어브릿지 AI는 저장소 추가부터 초기화까지 중국어 설명과 코드블록이 함께 붙은 단계별 가이드를 제공했어요.

5. 복잡한 어트리뷰션 문제도 공식 문서로 상담해줘요

영어로 "ATT(Apple App Tracking Transparency) 동의 타이밍과 어트리뷰션의 닭-달걀 문제를 어떻게 봐야 하나"라고 물은 사례도 있었어요.

이런 심층 질문에 에어브릿지 AI는 먼저 공식 문서를 검색한 뒤 시나리오별로 확정적(deterministic) 여부를 구분하고, 제품 설계가 그 문제를 어떻게 해소하는지 근거와 함께 설명하며 답했어요. 개념과 제품 설계를 함께 이해해야 풀리는 문제라, 누구에게 물어야 할지조차 막막하던 난제를 바로 상담할 수 있는 창구로 작동한 것이죠.

파워유저는 Slash Command로 워크플로우를 불러요

여기까지가 대부분의 일반적인 에어브릿지 AI 사용 방식인데요. 그런데 소수의 파워유저는 여기서 한 발 더 나아가 AI Skills Slash Command를 적극적으로 사용했어요.

출시 이후 Slash Command 사용 데이터를 보면 가장 많이 활용된 건 택소노미 설계 커맨드였고, 데이터 분석 커맨드가 그 뒤를 이었어요.

커맨드 하나로 반복 작업을 실행하고, 필요하면 우리 팀에 맞는 스킬을 직접 만들 수도 있어요. 다만 규모를 보면, Slash Command는 전체 질문의 약 1.5%, 유저의 약 9.1%에 해당하는 일부 유저만 사용하고 있어요.

즉, 에어브릿지 AI를 쓰는 대부분의 유저는 구현·운영 실무 도우미로 활용하고 있고, 소수의 파워유저는 분석 워크플로우까지 확장하고 있다는 걸 알 수 있어요.

에어브릿지 MCP, 800여명이 Claude와 Cursor에 에어브릿지를 연결했어요

지금까지가 에어브릿지 대시보드 안에서 벌어진 일이라면, 이제는 고객이 쓰는 AI 툴 안에서도 에어브릿지가 어떻게 실무를 함께 하고 있는지 데이터로 소개해드릴게요.

에어브릿지 파일럿과 함께 고객이 이미 쓰는 AI 툴(Claude·Cursor 등)에 데이터를 연결하는 에어브릿지 MCP(Model Context Protocol) 서버도 열었는데요. 출시 이후 800여명이 자신의 AI에 에어브릿지를 연결했어요.

최근 30일(6/23~7/22) 실사용 데이터를 보면 연결된 AI가 에어브릿지 데이터를 불러온 횟수가 총 22,207회에 달했는데요. 한 번 연결하면 매일 쓰는 인프라형 도구로 자리 잡았다는 뜻이에요.

그중에서도 리포트·데이터 조회 관련 호출이 전체의 약 84%를 차지해요. MCP가 AI로 하는 성과 분석 채널로 자리 잡고 있는 셈이에요.

에어브릿지 AI 4개월간 데이터가 보여준 것은 무엇이었을까요?

4개월간의 데이터를 정리하면서 한 가지 확인한 것이 있어요. 에어브릿지 AI는 정해진 답을 되돌려주는 챗봇이 아니라, 그 순간의 데이터와 설정을 읽어 답을 만드는 도구라는 것이죠. 그리고 이제는 대시보드 안에서만 쓰는 도구가 아니라, MCP를 타고 여러 AI 툴 안에서 대화하면서 실무에 활용할 수 있는 도구가 됐어요.

지금 실무에서 막히는 지점에 대한 질문 하나를 골라 대시보드에서 에어브릿지 AI에 그대로 던져보고, 지금 쓰고 있는 Claude·Cursor에 에어브릿지 MCP를 한 번 연결해보세요. 표와 출처가 붙은 답이 돌아오는지, 우리 계정 설정이 반영됐는지 직접 확인해보세요. 그 과정 속에서 에어브릿지 AI를 우리 팀 상황에 맞게 어떻게 잘 활용할 수 있을지 감을 잡을 수 있을 거예요.