우리 회사 AI, 카피라이터로만 쓰기엔 아깝다

AI 툴은 늘었는데, 좋은 아이디어는 아직도 회의록에 살아 있다.

영업팀은 안다. 고객이 계약 직전에 왜 망설이는지.
CS팀도 안다. 사람들이 어떤 약속을 믿고 샀다가 실망하는지.
대표는 안다. 우리 제품을 왜 이렇게 만들었는지.

그런데 그걸 다음 캠페인에 반영하려고 하면 갑자기 일이 커진다. 내용 정리하고, 기획안 만들고, 페이지 수정 요청하고, 데이터를 붙인다. 고객이 했던 말은 그 사이에 ‘효율적인 솔루션’ 같은 무난한 문장으로 바뀐다.

나는 AI 전환에서 이 구간을 먼저 보고 싶다. 고객에게서 들은 말을 실제로 시험해보는 데까지 얼마나 걸리는가.

마케팅 엔지니어는 고객 조사, 콘텐츠·페이지 제작, 데이터 연결과 실험 운영을 함께 다루는 역할이다. AI 에이전트를 활용한다면 고객의 원문과 회사 기준을 준비하고, 작은 실험을 만들고, 실제 계약·유지까지 연결해 결과를 판단하는 흐름부터 설계할 수 있다. 여기서 설명하는 운영 방식은 LeanX의 적용 제안이다.

그레그의 글을 읽고, 나는 ‘연결’을 봤다

Greg Isenberg의 뉴스레터 “The new 10x employee (and 99% of companies don't have one)”을 참고해 쓴 글이다. 그는 이 글에서 마케팅과 구현을 함께 다루는 ‘marketing engineer’를 설명한다. 고객의 말을 읽고, 페이지와 소재를 만들고, 결과를 다시 판단하는 흐름을 연결하는 사람이다.

제목의 ‘10배’와 ‘99%’를 검증된 통계로 옮길 생각은 없다. 내가 가져오고 싶은 건 질문 하나다.

우리 회사에서 고객을 제일 잘 아는 사람이, 그 지식을 실제 실험으로 만들 수 있는가?

이 질문은 마케터에게만 해당하지 않는다. 영업을 해본 대표, 운영 담당자, 고객 문제를 이해하는 개발자도 출발할 수 있다. 회사가 가진 지식에 실행 경로를 붙이는 일이다.

가상 사례: “그 프로그램 쓰면 야근 줄어요?”

가상의 B2B 소프트웨어 팀을 생각해보자. 제품 소개에는 ‘통합 관리’가 적혀 있다. 그런데 상담 기록에서 고객이 반복해서 묻는 건 이런 말이다.

“월말에 파일 세 개 합치느라 야근하는데, 이거 없어져요?”

그 문장을 보면 다음 실험이 달라진다. ‘통합 관리’를 멋있게 설명하는 페이지보다, 파일을 모아 월말 보고서를 만드는 과정을 보여주는 페이지를 시험해볼 수 있다. 실제로 지원하는 입력·결과·예외를 확인한 뒤 작성해야 한다.

첫 버전의 흐름은 작게 잡는다.

1. 허용된 상담 기록에서 반복 질문과 원문 위치를 정리한다.
2. 그 질문 하나에 답하는 페이지 초안을 만든다.
3. 제품 담당자가 실제 가능한 기능과 표현을 확인한다.
4. 정한 채널에 게시하고, 페이지부터 문의·계약까지 같은 실험 ID를 남긴다.
5. 결과를 보고 유지·수정·중단·추가 검증 중 하나를 결정한다.

이 사례는 가상 설계다. 실제 고객의 발언이나 LeanX 고객 성과가 아니다. 작게 시작하자는 이유는 연결이 어디서 끊기는지 확인하기 위해서다.

AI에게 회사 소개는 했는데, 고객 소개는 했나

그레그는 고객 적합성, 표현 예시, 창업자의 관점을 파일로 정리하자고 제안한다. 이 부분이 좋았다. AI에게 ‘친근하고 전문적으로’라고만 말하면, 우리 회사만의 판단 근거가 부족하다.

나는 팀이 처음 준비할 자료를 이렇게 묻고 싶다.

누가 사고, 누가 남는가. 계약한 고객만 보지 말고 잘 사용하는 고객과 떠난 고객의 상황도 적는다. 확인한 사실과 추정은 나눈다.

어떤 표현을 승인하고, 왜 거절했는가. 잘 쓴 문장과 반려한 문장을 함께 둔다. ‘마음에 안 든다’ 대신 기능을 과장했는지, 고객의 상황이 빠졌는지 이유를 남긴다.

우리 회사는 무엇을 믿고, 무엇을 약속하지 않는가. 대표의 관점도 구체적으로 적는다. AI의 추측이 회사 정책으로 바뀌는 지점은 사람이 확인한다.

이 자료가 있어야 담당자가 고친 내용이 다음 작업에 남는다. 매번 같은 수정을 하는 상태라면 입력 자료와 판단 기준을 먼저 살펴볼 만하다.

클릭 잘 나온 글이, 돈 되는 글인가

실험의 이름부터 질문이 보여야 한다. 예를 들어 월말파일통합-과정공개-A처럼 어떤 가설을 시험했는지 남긴다. 링크, 문의 기록, 계약 기록에도 같은 ID를 이어 붙인다.

클릭이 많아도 엉뚱한 고객만 들어오면 다음 판단은 달라진다. 상담이 늘었어도 계약 뒤 오래 쓰지 못한다면 온보딩이나 약속한 내용을 살펴봐야 한다. 수집 동의와 회사의 데이터 처리 기준 안에서 측정 범위를 정한다.

CTR만으로 모든 광고의 중단 기준을 정할 수도 없다. 목적, 채널, 표본과 비용을 보고 시작 전에 판단 기준을 정해야 한다. ‘CTR 1% 이하면 종료’ 같은 문장을 모든 팀의 규칙으로 복사하지 말자.

Meta의 공식 Andromeda 설명은 광고 추천의 후보 검색 단계와 커진 소재 규모를 다룬다. 이것만으로 특정 소재의 수명이나 우리 계정의 성과를 보장할 수는 없다. Meta 공식 기술 설명

먼저 만들 것은 고객의 말을 쓰는 작은 흐름

처음부터 에이전트 여섯 개를 만들 필요는 없다. 이번 주 고객 질문 하나를 골라, 원문에서 페이지 초안과 결과 판단까지 이어보자.

MCP는 필요한 자료와 도구를 연결할 수 있고, 스킬은 회사의 작업 기준과 참고자료를 담을 수 있다. 지원 도구와 인증은 실제 환경에서 확인한다. 고객 연락·광고 집행 같은 실행 범위는 도구 권한과 승인 설정에도 반영해야 한다. 이번 제안은 초안과 작은 게시 실험부터 시작한다. MCP 소개 · Agent Skills 소개

LeanX와는 반복 질문이 담긴 익명화된 예시, 현재 쓰는 도구, 만들고 싶은 결과물 하나로 적용 범위를 논의할 수 있다. 고객 자료를 공개 댓글에 붙일 필요는 없다. 자료 연결, 스킬, 검수와 운영 인수인계를 업무에 맞춰 정하면 된다.

고객에게서 들은 말 하나. 이번 주에는 회의록 밖으로 꺼내보자. LeanX와 업무 하나 적용 범위 논의하기

참고 자료

• Greg Isenberg, “The new 10x employee (and 99% of companies don't have one)” — 뉴스레터 원문. 2026년 10월 6일 확인. 원문 의견을 참고했으며 제목 수치·광고 기준·미래 예측을 통계나 성과로 재인용하지 않았다. Greg 본인 사이트
• Meta Andromeda 공식 기술 설명 — 2024년 12월 2일. 광고 후보 검색 단계에 대한 설명.
• Agent Skills 공식 소개, MCP 공식 소개 — 2026년 10월 6일 확인. 회사 적용 예시와 운영 기준은 LeanX 제안이다.