클로드(Claude)나 ChatGPT 같은 AI 도구에서 캠페인을 만들고 성과를 분석하는 일이 가능해지고 있어요.
브레이즈(Braze)의 연례 행사 Braze Forge 2026에서는 내년 이 자리에서는 참석자 대부분이 더 이상 고객 여정을 손으로 만들지 않을 것이라는 전망이 나왔어요. AI가 캠페인을 만들고 분석하는 방식이 일상적인 업무로 자리 잡을 거라는 이야기였죠.
이미 이런 변화를 업무에 적용한 팀도 있는데요. Braze MCP Server를 정식 출시한 지 약 2개월 만에 약 600개 고객사가 주간 캠페인 성과 요약과 이메일 템플릿 생성 등에 활용하고 있다고 소개했어요.
캠페인 기획부터 발송 전 검수까지 챙겨 온 CRM 마케터라면, 이제 어떤 일을 AI에 맡기고 자신은 무엇에 집중해야 할지 궁금하실 거예요.
이번 Braze Forge 2026 행사에는 AB180 팀원들이 직접 참석하고 여러 세션을 경청했는데요. 행사 기간동안 반복해서 등장한 답은 바로 마케터가 브랜드의 톤 & 매너와 메시지 원칙, 발송 전 확인할 기준을 먼저 정해야 한다는 것이었어요.
이 글에서는 Braze Forge 2026에서 공개된 주요 데모와 고객 사례를 통해 그 기준이 캠페인 생성과 개인화, 검수에 어떻게 쓰이는지 살펴볼게요.
📌 핵심 포인트
이날 키노트의 중심에는 브레이즈 대시보드 안의 AI 어시스턴트 BrazeAI Operator가 있었어요. 캠페인을 만들고 수정하고 분석하는 여러 데모에 등장했는데요. 1년 전과 비교하면 맡을 수 있는 업무의 범위가 크게 넓어졌어요.
Braze Forge 2025에서 처음 공개된 BrazeAI Operator는 Liquid 작성과 문서 안내 등 일상적인 업무를 지원했어요.
1년이 지난 지금, BrazeAI Operator는 Braze Canvas에서 고객 여정을 처음부터 끝까지 만들고 실행하는 일까지 지원해요. 첫 구매가 없는 가입자에게 보낼 웰컴 메시지 워크플로우를 말로 설명하면 오디언스와 타이밍, 메시지 초안을 정해 캔버스로 만들어 주는 방식이죠.
👉 Braze Forge 2025 리뷰: CRM 마케팅 성공도 이제는 AI와 함께
👉 BrazeAI Operator란? 브레이즈 안에서 답을 받는 AI 어시스턴트 가이드
캠페인을 준비하는 일이 모두 브레이즈 안에서 이뤄지는 건 아니에요. 브리프는 구글 문서(Google Docs)에, 논의는 슬랙(Slack)에 두고 캠페인을 설정할 때 브레이즈로 넘어가는 팀도 있죠.
Braze Forge 2026에서 베타로 공개된 BrazeAI Operator Connect는 이렇게 여러 군데로 나뉜 작업을 연결해요. 클로드, ChatGPT, 커서(Cursor) 같은 외부 AI 도구에서 BrazeAI Operator를 불러 쓸 수 있는데요. 작업에는 기존 대시보드 권한이 그대로 적용돼요.
실제로는 어떻게 돌아갈까요? 키노트에서는 가상의 투자 앱 ‘Investor’의 윈백 캠페인을 브리프 하나로 완성하는 과정을 아래 예시로 보여 줬어요.
이 데모에서 눈에 띈 건 브랜드의 맥락을 반영해 캠페인을 만들었다는 점이에요. 키노트에서는 BrazeAI Operator가 카탈로그와 세그먼트, 기존 캔버스와 템플릿, 브랜드 가드레일을 활용한다는 점을 강조했죠.
캠페인 생성은 AI가 맡았지만, 결과를 확인하고 수정 방향을 정하는 과정에는 마케터가 참여했어요.
AI는 캠페인을 만드는 시간을 줄여 줘요. 하지만 캠페인을 내보낸 뒤 고객 반응을 관찰하고 효과를 확인하려면 여전히 시간이 필요하죠. 키노트에서도 이 과정을 강조했어요.
캠페인을 더 빠르게 만들수록 어떤 시도가 실제 성과로 이어졌는지 확인하는 일이 중요해져요. 고객이 무엇을 보고 어떻게 반응했는지 분석하려면, 관련 데이터가 브레이즈에 연결돼 있어야 하죠.
에이전트가 아무리 빨리 캠페인을 만들어도, 고객을 모르면 누구에게 무엇을 보낼지 제대로 정하기 어려워요. 그래서 이번 발표에서 데이터 연결과 개인별 발송을 결정하는 기능을 함께 공개했어요.
개인화에 필요한 데이터는 대개 웨어하우스에 있지만, 브레이즈에서 활용하려면 데이터를 가져오고 항목을 맞추는 작업이 필요해요.
Braze Cloud Data Ingestion(CDI)에는 구글 클라우드 스토리지(Google Cloud Storage)와 애저 블롭 스토리지(Azure Blob Storage)가 새로운 데이터 소스로 추가됐어요. 웨어하우스의 데이터 항목을 브레이즈의 고객 속성에 드롭다운으로 연결하는 데이터 매퍼도 공개됐는데요. 데모에서는 테이블 전체를 매핑하는 데 5분이 채 걸리지 않았다고 소개했어요.
데이터 세션에서 공개한 사용 현황도 눈에 띄어요. 엔터프라이즈 고객은 10곳 중 거의 9곳이 Braze Data Platform을 사용하고, 고객 전체로는 약 60%가 CDI를 쓰고 있어요. 또 고객의 3분의 2는 브레이즈에서 쌓인 반응 데이터를 Braze Currents 등으로 다시 회사 쪽에 가져간다고 해요.
👉 웨이브, 브레이즈 Cloud Data Ingestion으로 브레이즈와 데이터 웨어하우스 동기화하기 (with BigQuery)
이렇게 연결된 데이터는 BrazeAI Decisioning Studio에서도 활용할 수 있어요.
Braze Forge 2026에서 베타로 공개된 BrazeAI Decisioning Studio Go에서는 마케터가 오디언스와 가드레일, 크리에이티브를 정할 수 있어요. 그러면 강화학습 에이전트가 그 범위 안에서 고객별 발송 시점과 빈도, 콘텐츠를 테스트하며 학습하죠. 초기 버전의 목표는 이메일 CTA 클릭을 최적화하는 거예요.
키노트에서는 스트리밍 앱의 업셀 캠페인으로 이 과정을 보여 줬어요. 이메일 템플릿 10개에 제목 25개, 이미지 5개, CTA 10개를 넣고 발송 타이밍까지 더하니 에이전트가 고를 수 있는 조합이 10만 개를 넘었죠.
데모 속 고객 존(John)은 첫 메일을 열고도 클릭하지 않았는데요. 에이전트는 다음 발송에서 다른 시간대를 선택했어요. 이틀 뒤 오전 8시, 최근 시청 기록을 정리한 메일이 도착하자 이번에는 존이 바로 클릭했죠.
앞의 데모에서 BrazeAI Operator가 제안한 Braze Content Optimizer도 같은 흐름에 있어요. Braze Canvas 스텝 안에서 제목, 본문, CTA 조합을 수백 개까지 만들어 테스트하고, 성과가 좋은 버전으로 발송량을 옮기는 기능이에요.
실제 고객 사례도 나왔는데요. 영국의 중고차 판매 플랫폼 모터웨이(Motorway)는 125개 조합을 테스트한 결과 대조군 대비 클릭 수는 114%, 신규 차량 가치 평가 요청은 37% 증가했다고 해요.
이렇게 캠페인 조합을 10만 개나 넘게 만들 수 있지만, 그 출발점은 마케터가 준비한 템플릿과 문구예요. 발송할 수 있는 요일과 시간, 연락 빈도 역시 마케터가 먼저 정하죠.
에이전트는 그 범위 안에서 고객의 반응을 학습하고 다음 발송을 조정해요. 그렇다면 어떤 메시지를 선택지로 넣고, 어디까지 맡길지는 무엇을 기준으로 정해야 할까요?
AI에 더 많은 일을 맡기려면, 마케터가 브랜드와 메시지의 기준을 먼저 문서로 정리해야 해요. 이는 여러 세션에서 반복해서 등장한 이야기예요.
키노트에서는 에이전트가 마케터의 강점을 살려 준다며, 두 역할을 이렇게 나눴어요.
“마케터가 전략을 갖고 브랜드 보이스를 정의하면, 그걸 구현하는 일은 에이전트에게 맡겨요.”
AI에 자율성을 더 줄수록 그 아래의 가시성과 통제가 더 필요하다고 강조했어요. AI가 무엇을 하는지 확인할 수 있어야 하고, 명확한 권한과 QA 규칙, 필요할 때 사람의 승인을 받는 절차도 갖춰야 한다는 뜻이죠.
AI가 쓴 코드를 AI가 리뷰하더라도 브랜드에 맞는지는 사람이 판단해야 하며, 브레이즈 안의 캠페인과 세그먼트 설명란을 채워 두면 에이전트가 맥락을 더 잘 쓸 수 있다는 팁도 공유했어요.
이러한 기준을 브레이즈 안에 직접 적어 두는 기능이 Braze Agentic Standards예요. 브랜드 가이드라인, 필수 고지, 태깅 규칙 등을 일상적인 문장으로 작성하면, 발송 전 캠페인과 캔버스를 평가하고 고칠 부분을 알려 줘요. 브레이즈 공식 발표에 따르면 해당 기능은 2026년 10월 출시 예정이에요.
데모 속 가상 의류 브랜드 앵커(Anchor)는 기존 QA 스프레드시트에 있던 규칙을 옮겨 왔어요. 수신거부 링크 포함 여부, Liquid 렌더링, ‘절제된 자신감’이라는 톤까지 담아 약 50개 기준으로 캔버스를 평가했죠.
거의 모든 기준을 통과했지만, 메일 한 건에서 ‘재고 소진 시까지’ 고지가 빠져 있었어요. 그래서 BrazeAI Operator가 고지를 추가하고 다시 평가하자 모든 기준을 통과했어요.
규칙은 메시지 순서에도 적용할 수 있어요. 별도 기능인 Braze Message Prioritization에 ‘주문 업데이트는 항상 프로모션보다 우선’이라고 정해 두면, 메시지가 겹칠 때 무엇을 먼저 보낼지 브레이즈가 결정해요.
실제 운영 방식도 소개됐는데요. 회원 700만 명 이상의 멤버십 빌트(Bilt)는 주거비 결제에 리워드를 제공하고, 거주 지역의 식당·피트니스 등에서 혜택을 받을 수 있는 미국의 멤버십 서비스인데요. 라이프사이클 마케터 한 명이 동네별 뉴스레터를 Braze Canvas 하나로 보내요.
기사 요약과 메일 작성에는 AI를 활용하지만, 결과물을 그대로 발송하지는 않아요. 클로드 프로젝트에 다음과 같은 QA 규칙을 적어 두고 발송 전에 확인하죠.
이 검수 시스템으로 다른 동네를 가리키는 뉴스 28건을 걸러 냈어요. 브레이즈는 이것이 Braze Agentic Standards와 같은 원리라고 소개했죠.
규제가 까다로운 금융업에서도 미리 정한 기준을 활용할 수 있어요. 핀테크 차임(Chime)은 미국에서 모바일 앱을 통해 일상적인 금융 서비스를 제공하는 핀테크 기업인데요. 성장 부문 SVP는 홍보에 사용할 문구와 상품에 관한 표현을 미리 승인해 툴킷으로 정리했어요. AI와 강화학습은 그 안에서 고객별 발송 시간과 채널, 콘텐츠를 선택하는 데 활용했어요.
이를 통해, AI가 실행을 맡더라도 무엇이 좋은 결과물인지 판단하는 안목은 사람의 역할로 남을 것임을 알 수 있어요.
앵커의 QA 스프레드시트, 빌트의 클로드 프로젝트, 차임의 사전 승인 툴킷에는 공통점이 있어요. 사람이 먼저 판단 기준을 정리했다는 거죠. 그 기준을 바탕으로 AI에 검수와 선택을 맡길 수 있었어요.
브랜드의 기준이 필요한 곳은 캠페인 운영만이 아니에요. 고객과 브랜드 사이에서 정보를 찾고 구매를 돕는 에이전트도 늘고 있어요.
이날 브레이즈 이사회 멤버 Tara Walpert Levy와 인튜이트(Intuit)의 CMO Thomas Ranese는 에이전트 시대에 브랜드가 준비할 일을 이야기했어요.
Tara Walpert Levy는 고객을 대신해 구매하는 에이전트부터 이용 경험을 공유하는 고객, 브랜드를 자신의 관점으로 소개하는 크리에이터까지 고객과 브랜드 사이의 중개자가 늘었다고 봤어요.
브랜드가 직접 관리하는 접점뿐 아니라, 외부에서 브랜드가 어떻게 소개되고 받아들여지는지도 중요해진 거죠. 그는 이때 필요한 두 가지를 이렇게 설명했어요.
"에이전트와 기계가 읽을 수 있어야 하고, 사람에게는 사랑받아야 해요." (Tara Walpert Levy)
에이전트는 가격과 속도, 품질, 다른 고객의 평가처럼 비교할 수 있는 정보를 찾지만, 사람이 브랜드에 느끼는 정서적 끌림까지 같은 방식으로 읽지는 못해요.
그래서 브랜드의 편익을 각 채널에 맞게 명확하게 전달하는 일과 고객이 브랜드를 좋아하고 직접 찾게 만드는 일이 함께 필요해요.
👉 AI가 콘텐츠를 무한히 만드는 시대에 필요한 고객 참여 전략
그렇다면 브랜드는 어디에 힘을 줘야 할까요? 두 사람의 이야기는 3가지로 정리할 수 있어요.
외부 에이전트가 브랜드를 비교할 때는 어떤 편익을 제공하는지 파악할 수 있어야 해요. 고객에게는 그 정보와 함께 브랜드를 좋아하고 선택할 이유가 전달돼야 하고요.
브랜드의 편익과 매력이 고객과 외부 에이전트가 접하는 채널에서 일관되게 드러나야 해요. 내부에서는 이를 브랜드 보이스와 메시지의 기준으로 정리해, 캠페인을 만드는 AI도 같은 방향으로 움직이도록 해야 해요.
Braze Forge 2026에서 소개한 기능들은 CRM 캠페인을 만들고 분석하고 검수하는 과정을 모두 바꾸고 있어요. 실행에 드는 시간이 줄어들면, 마케터는 무엇을 만들고 어떤 결과를 좋은 성과로 볼지 판단하는 데 더 집중할 수 있죠.
Tara Walpert Levy는 AI로 시간을 아끼고도 데이터와 최적화의 세부 작업에만 매달릴 수 있다는 점을 지적했어요. 기계가 잘하는 정량 업무를 AI에게 맡겼다면, 나머지 시간은 더 좋은 질문을 던지고 브랜드의 방향을 판단하는 데 써야 한다는 뜻이죠.
그 판단을 에이전트의 실행으로 이어 주는 것이 브랜드가 내부에서 정한 우리만의 고유한 기준이에요. 어떤 말투를 쓰고, 어떤 표현을 피하며, 발송 전에 무엇을 확인할지 구체적으로 적어 두면 에이전트도 그 기준에 맞춰 작업할 수 있어요.
우리 팀의 브랜드와 메시지 기준은 에이전트가 읽고 실행할 수 있을 만큼 구체적인가요? 캠페인을 더 빨리 만드는 방법과 함께, AI가 따라가야 할 기준도 점검해 보세요.
![[앰플리튜드×브레이즈] Cohort Sync로 푸시 성과 3배 높이기](https://cdn.prod.website-files.com/5f1008192dda2baf6f4e16c3/6a4e50201abbdf24a5077372_2iRFYMgEYxWNI9Ja0wcajK.jpeg)
