성장이 빠른 팀일수록 역설적으로 '데이터 블라인드'에 빠지기 쉬워요. 쏟아지는 로데이터와 대시보드 숫자의 홍수 속, 의사결정의 근간이 되는 진짜 맥락은 숨겨져 있기 때문이죠. 그로스 전략에 집중하고 있다면, 결국 구매의 맥락과 고객 이탈의 원인을 짚어낼 수 있는 마케팅 오퍼레이션이 필요해요.
35세 이상 남성 패션 시장을 장악한 애슬러(Athler) 역시 전년 대비 거래액 60배라는 폭발적 성장 뒤, ‘마케팅 운영의 병목과 성과 측정의 한계’라는 숙제를 마주했어요.
이번 세미나에서는는 애슬러와 그로스 컨설팅 파트너 팀 리텐션(Team Retention)이 에어브릿지와 앰플리튜드, 브레이즈, 그리고 AI를 활용해 어떻게 이 문제를 기술적으로 해결했는지 그 과정을 생생하게 담았어요.
마케터가 MMP와 AI를 통해 업무 효율을 극대화하고, ‘성장 전략’과 ‘고객 경험’이라는 본질에만 집중하게 된 애슬러의 혁신적인 실무 변화를 지금 확인해 보세요.
📌 핵심 포인트
거래액이 전년 대비 60배나 폭등하는 폭발적 성장기, 애슬러 마케팅팀은 뜻밖의 난관에 봉착했어요. 대시보드상 ROAS는 훌륭했지만, ‘이 매출이 진짜 우리가 의도한 전략 브랜드에서 나온 것인가?’라는 질문에 답할 수 없었기 때문이죠.
한승윤 님은 “요약된 대시보드 통계치만으로는 실제 구매가 일어나는 환경의 세밀한 맥락을 파악하기 어려웠고, 이는 곧 막대한 의사결정 비용과 마케팅 운영의 병목으로 이진다”고 강조했어요. 이 문제를 해결하기 위해서 애슬러는 에어브릿지를 다음과 같이 활용했어요.
애슬러는 단순히 리포트를 기다리는 팀에서 Raw Data를 직접 분석할 수 있는 팀으로 체질을 개선했어요. 에어브릿지를 통해 수집되는 모든 유저 행동 데이터를 빅쿼리(BigQuery)에 실시간 적재하는 파이프라인을 구축했어요.
이를 통해, 다음과 같은 문제들을 해결할 수 있었죠.
데이터 파이프라인은 특히 고객 여정의 치명적인 결함을 찾아내는 데 결정적인 역할을 했는데요. 4050 남성 유저들이 결제 앱 인증 후 다시 애슬러 앱으로 돌아오지 못하고 이탈하는 현상을 발견한 것이죠.
승윤님은 앰플리튜드와 브레이즈를 연동해 유저 이탈 문제를 아래와 같이 해결했다고 해요.
승윤님은 “이탈한 유저에게 단순히 ‘결제가 대기중입니다’와 같은 알림톡을 보내는 것만으로도 전환율이 올랐다”며, “데이터를 통해 유저 이탈 지점을 정확히 찾고, 브레이즈의 자동화 CRM을 통해 빠르게 액션을 도출한 결과”임을 전했어요.
애슬러의 사례는 마케터가 기술적 한계에 부딪혔을 때, 데이터의 원재료(Raw Data)를 직접 다룰 수 있는 환경을 갖추는 것이 얼마나 강력한 무기가 되는지 보여줘요. 숫자의 표면만 보던 팀이 숫자의 맥락을 읽기 시작하자, 성장은 가속화됐죠.
“이 실험을 통해 이탈로 결제 전환율이 12.1%에서 14%로 약 16%의 상승하는 효과를 확인할 수 있었습니다. 데이터로 이탈 지점을 정확히 찾고 브레이즈 자동화 CRM을 통해 빠르게 액션을 도출한 결과였습니다. 저희 팀은 지금 이런 원칙으로 일하고 있습니다. 반복 업무는 자동화하고 사람은 판단과 기획에 집중한다. 의사결정에 필요한 데이터 환경은 빠르게 구축한다. 문제를 발견하면 대기하지 않고 직접 해결한다.”(애슬러 그로스 리드 한승윤 님)
데이터를 통해 구매 여정의 병목을 찾아냈다면, 이제는 그 구멍을 메울 차례예요. 하지만 많은 마케팅팀이 여기서 다시 멈추게 돼요. 유저별 맞춤 상품 추천이나 자동화 파이프라인 같은 고도화된 기획은 늘 개발 리소스 부족이라는 벽에 부딪히기 때문이죠.
하지만 팀 리텐션과 애슬러는 이 고민을 브레이즈와 AI 에이전트를 통해 마케터가 직접 고객별 맞춤 상품 추천 루프를 구축하는 방식을 선택했어요.
이지현 님은 AI에이전트와 브레이즈를 결합해 CRM 개인화를 빠르게 고도화 하는 방법을 공유했어요.
기존에는 유저별 구매 확률 기반 브랜드 추천’을 기획하려면 개발 리소스를 기다려야 했는데요. 다음과 같은 방법으로 마케터의 손에서 단 하루 만에 실행할 수 있어요.
이지현 님은 클로드(Claude)와 같은 AI 에이전트와 협업해 간단하게 코딩하고 파이프라인을 연결하자, 마케터가 CRM 개인화부터 유입-구매로 이어지는 전체 마케팅 여정을 직접 핸들링하며 실험의 속도를 높일 수 있게 됐다고 설명했어요.
이지현 님은 고객의 상품 탐색 행동을 실시간 시그널로 포착, 브레이즈 AI 추천 모델을 활용해 유사 취향 유저들의 선호도를 분석하고 최적의 발송 타이밍을 자동 계산하는 구조를 설계했어요.
특히 “이 과정에서 추천된 상품 데이터가 유저별 개인화 캐러셀에 실시간 매칭되어 송출되는 자동화 루프를 마케터가 직접 구현하는 것이 가능하다”고 강조했죠. 자세한 과정은 아래와 같아요.
마케터가 기술적 구현 능력을 갖추게 되자, CRM 운영 전반에서 비효율이 사라지고 강력한 성과 루프가 만들어졌다고 해요
특히 이지현님은 “한 번 구축한 추천 파이프라인 덕분에 새로운 채널 도입이 놀라울 정도로 쉬워졌다”며, 이메일에는 할인 정보가 포함된 동적 캐러셀 카드를 넣고, 인앱 메시지로는 유저가 앱을 열자마자 구매 확률이 높은 상품을 즉시 노출하는 식으로 운영을 자동화할 수 있었다”며 사례를 공유했어요.
운영 효율도 극대화됐어요. 채널마다 규격이 다른 동적 이미지를 생성하는 복잡한 과정이 자동화됐기 때문이죠. 마케터 입장에서는 채널 확장이 더 이상 개발 요청 사항이 아닌, 단순한 ‘캠페인 셋업’ 업무가 되면서 운영의 자유도가 비약적으로 높아졌어요.
가장 중요한 숫자는 어떻게 변했을까요? 단순히 메시지를 많이 보내는 것이 아니라, AI가 정교하게 짚어낸 추천 모델을 유저가 '가장 사고 싶은 비주얼'로 제안하자 지표는 빠르게 개선됐어요.
이지현 님은 “조직에서 마케터는 기획과 설계, 검증과 수정, AI 에이전트 코드를 가지고 코딩면서 파이프라인 운영을 검증하고, 이를 하나의 루프로 돌리며 반복적으로 실험할 수 있다”고 답했어요.
팀 리텐션의 사례는 CRM 자동화를 AI와 함께 진행하면서, AI로부터 마케터가 대체되는 것이 아닌, 불필요한 캠페인로부터 고객이 희생되거나 내부 담당자가 불필요한 일에 소모되지 않는 해방을 선사했어요.
“앞으로 조직에서 마케터가 없어지지는 않을 것 같아요. 그보다는 CRM 마케터의 실행 역량이 증가하고, 개인화의 깊이가 더욱 심화하면서, 조직은 AI와 더 잘 협업하는 ‘AI-Native CRM 기업’을 향해 나아갈 거라 생각해요.”(팀 리텐션 매니저 이지현 님)
마케팅 지표가 화려해도 경영진은 질문해요. "이거 메시지 안 보냈어도 살 사람들이었던 거 아니에요?"
애슬러와 팀 리텐션은 이 질문에 답하기 위해 대시보드의 착시를 걷어내고, 마케팅이 순수하게 만들어낸 증분 효과(Incrementality)를 가려내고자, 실험군과 대조군을 동일한 조건에서 비교하는 ‘애플 투 애플(Apple-to-Apple)’ 기반의 정교한 측정 체계를 브레이즈로 만들어 냈어요.
심규섭 님은 브레이즈 MCP와 앰플리튜드를 연동하여 iROAS(Incremental ROAS)를 1,900%대까지 올린 초고효율 캠페인 사례를 공유했어요.
구매 전환율(CVR)이 높은 캠페인이라고 해서 반드시 성공적인 것은 아니에요. 원래 구매를 원했던 유저에게 불필요한 쿠폰이나 메시지를 던지는 것은 오히려 마케팅 비용을 낭비하는 행동일 수 있죠. 이를 위해 팀 리텐션은 먼저 분류와 검증 방식을 다음과 같이 세팅했어요.
심규섭 님은 특히 브레이즈를 내에서 설정한 ‘글로벌 컨트롤 그룹’ 활용의 중요성을 강조했어요. 이는 전체 유저의 일정 비율을 모든 마케팅 액션에서 영구적으로 제외하여, 장기적인 관점에서 브레이즈 운영이 만들어낸 순수 매출 증분을 측정하는 체계를 말해요.
결국 전환율이라는 표면적인 숫자만 봐서는 비즈니스의 큰 그림을 놓칠 수밖에 없어요. 심규섭 님은 애슬러와 팀 리텐션이 iROAS라는 진짜 성과 지표에 집중하여, 브레이즈를 통해 정교한 대조군 실험을 설계했다고 말씀하셨어요.
단순 전환율의 착시를 걷어내기 위해 팀 리텐션은 브레이즈 MCP의 듀얼 워크플로우와 앰플리튜드를 연동했어요. 과거에는 데이터 추출과 대조군 비교에만 며칠씩 소요되던 복잡한 증분 분석 과정이, 이제는 단 5분 내외의 리포트 확인만으로 충분해졌고, iROAS도 숫자로 나타나 가시성도 높아졌다고 했어요
마케팅은 비용 낭비를 줄이는 것을 넘어, 없던 매출을 새롭게 만들어내는 ‘성장’에 본질이 있죠. 팀 리텐션은 앞선 고효율 캠페인을 통해 얼만큼 매출 증가를 이끌어 냈을까요?
정교한 측정 체계를 가동한 결과, AI 개인화 로직은 단순히 유저의 클릭을 유도하는 수준을 넘어 비즈니스의 외형 성장을 이끌어냈어요.
심규섭 님은 마케터가 단순히 툴을 사용하는 차원을 넘어, AI 코딩 에이전트와 협업해 업무의 물리적 한계를 돌파하는 ‘메이커’가 되어야 함을 강조했어요. 기술적 장벽에 대한 막연한 두려움을 버리고 AI 코딩과 함께 MCP를 활용하면 데이터 분석의 질을 높일 기회를 만날 수 있다고요.
“마케터로써 다양한 그로스 프로젝트를 시도할 수 있었던 건 브레이즈와 에어브릿지 덕분이었어요. 15년동안 비개발자로써 하지 못했던 그로스 및 리텐션 전략을 MCP를 통해 실현할 수 있었어요.”(팀 리텐션 대표 심규섭 님)
마지막은 AB180 남성필 대표님과 모든 연사가 참여하는 패널토크 세션이 이어졌어요. 그 중 청중들의 가장 큰 반응을 이끌었던 질문과 답변을 소개해 드릴게요.
이지현 님: 사실 비개발자에게 검은색 터미널 화면은 엄청난 압박이고 무섭게 느껴질 수 있어요. 처음부터 순정 터미널로 가기보다, 인터페이스가 친숙한 안티그라비티(Anti-gravity) 같은 도구로 먼저 감을 익히는 것을 추천해요. 복잡한 구현은 클로드 코드에 맡기고, 마케터는 AI와 손발을 맞추면서 프로토타입을 빠르게 만들어보는 성공 경험을 쌓는 것이 중요하죠. 일단 터미널을 켜고 AI 에이전트를 업무에 써보시면 포모(FOMO)는 확신으로 바뀔 거예요.
한승윤 님: ‘협업의 의존성’이 획기적으로 줄었다는 점이죠. 이전에는 마케터가 아이디어를 내면 개발자, PM, 디자이너를 설득하고 업무 싱크를 맞추는 데만 수많은 시간을 썼어요. 하지만 이제는 마케터가 직접 AI를 협업 도구 삼아 쿼리를 짜고, 직접 프로토타입을 구축해요. 1년 전이라면 개발팀에 피칭하고 긴 호흡으로 기다려야 했을 자동화 캠페인을 이제는 문제를 포착하자마자 AI와 함께 즉시 실행할 수 있게 되었죠.
심규섭 님: 이제 ‘마케터’, ‘개발자’, ‘디자이너’ 같은 직무의 경계는 점점 희미해질 거예요. 미래에는 특정 기술이나 도메인 지식에 갇힌 전문가보다, AI를 도구 삼아 비즈니스 문제를 끝까지 해결해 내는 ‘문제 해결자(Problem Solver)’ 혹은 직접 결과물을 만들어내는 ‘메이커’만 남게 될 가능성이 높아 보여요.
중요한 것은 AI가 인간을 대체하는 것이 아니라, AI를 잘 쓰는 사람이 그렇지 못한 사람의 일을 대체하게 된다는 점이죠. 기술적 장벽에 갇히지 않고 로데이터와 AI를 자유자재로 다루며 실질적인 비즈니스 임팩트를 설계하는 능력이 앞으로 모든 마케터에게 필수적인 역량이 될 것 같아요.
애슬러와 팀 리텐션이 보여준 성과는 단순히 운이 좋거나 시장 상황이 좋아서 만들어진 결과가 아니에요. 폭발적인 성장기에도 데이터 블랙박스를 해소하려는 집요함, 그리고 기술을 도구 삼아 실행의 병목을 뚫어낸 기획력이 맞물려 만들어진 비즈니스 임팩트이죠.
마케터가 기술적 한계에 갇히지 않고 로데이터를 직접 핸들링하며 성과를 소명할 때, 마케팅팀은 비로소 비용을 쓰는 조직이 아닌 수익을 창출하는 하나의 동력으로써 인정받게 될 거예요.
데이터로 시작해 성과로 끝나는 AB180의 그로스 전략으로 여러분만의 또 다른 성공 방정식을 써 내려가 보세요.
