마케팅·영업 AI 역량 점검: 카피·리뷰 분석·제안 메일과 광고 규정

월요일 아침, 신제품 출시 배너 문구가 급하게 필요하다. AI에게 부탁하면 1분 안에 카피 20개가 나온다. 문제는 그다음이다. 20개 중 브랜드 톤에 맞는 건 몇 개인지, "업계 최초"라는 표현을 써도 되는지, 제안 메일에 붙인 고객사 맞춤 문장이 사실인지 — 이 판단은 여전히 사람의 몫이다. 마케팅·영업 직무의 AI 역량은 "얼마나 많이 뽑아내느냐"보다 무엇을 고르고, 무엇을 확인하고, 어디서 멈추느냐에서 차이가 난다.

📊 마케팅·영업은 AI를 가장 빨리 들인 직무, 그래서 검증 공백도 크다

세일즈포스가 2026년 2월 발표한 10번째 「State of Marketing」 보고서(마케팅 의사결정자 4,450명 조사)에서 마케터의 75%가 AI를 도입했다고 답했다. 그런데 같은 조사에서 84%는 여전히 모든 고객에게 비슷한 일방향 캠페인을 보내고 있다고 털어놓았다. 도구는 들어왔지만 일하는 방식은 아직 따라오지 못했다는 뜻이다.

국내 상황도 비슷하다. 한국은행 이슈노트(2025.8)에 따르면 국내 근로자의 63.5%가 생성형 AI를 써봤고, 업무에 활용하는 비율은 51.8%로 미국(26.5%)보다 높았다. 마이크로소프트·링크드인 2024 Work Trend Index에서 AI 사용자의 78%가 회사가 제공하지 않은 자기 도구를 가져와 쓴다고 답한 것도 같은 맥락이다.

더 까다로운 문제는 스스로의 판단이다. 알토대 연구진이 2025년 『Computers in Human Behavior』에 발표한 연구에서, 논리 문제를 ChatGPT와 함께 푼 참가자들은 점수가 올랐지만 자기 성과를 일관되게 과대평가했다. AI를 잘 안다고 여긴 사람일수록 과대평가 폭이 컸다. 카피가 그럴듯해 보이면 "잘 썼다"고 느끼기 쉬운 마케팅 업무에서 특히 새겨둘 결과다.

🤖 카피 발산과 고객 목소리 분석: 넓히는 건 AI, 좁히는 건 사람

카피는 "각도"를 주고 발산시킨다

"좋은 카피 10개 써줘"라고만 요청하면 비슷한 문장이 표현만 바뀌어 나온다. 발산의 품질은 요청 설계에서 갈린다. 타깃(예: 첫 구매를 망설이는 30대 직장인), 고객이 망설이는 이유, 제품이 실제로 증명할 수 있는 사실, 피해야 할 표현을 먼저 주고 "가격 부담 해소 / 시간 절약 / 사회적 증거 / 불안 해소" 같은 서로 다른 각도로 나눠 달라고 하면 겹치지 않는 시안이 나온다. 그다음 사람이 할 일은 수렴이다. 브랜드 톤 기준으로 3~5개를 고르고, 각 시안의 주장에 뒷받침 자료가 있는지 표시한다.

AI가 자연스럽게 끼워 넣는 "1위", "최초" 같은 수식어는 객관적 근거가 없으면 부당 광고 문제로 이어질 수 있으니, 근거 없는 수식어는 요청 단계에서 금칙어로 지정해 둔다.

리뷰 분석은 "분류"를 맡기고 "숫자"는 직접 센다

한 달 치 앱 리뷰나 상담 기록을 AI에게 주면 "배송 불만", "사용법 문의" 같은 주제로 금세 묶어준다. 하지만 요약문에 붙은 "대부분의 고객이", "약 30%가" 같은 표현은 실제로 센 값이 아닐 수 있다. 언어 모델은 그럴듯한 비율을 문장으로 만들어낼 수 있다. 분류 기준을 AI와 함께 정했다면, 건수 집계는 스프레드시트 필터나 피벗처럼 다시 셀 수 있는 방법으로 확인하고 보고서에는 그 값을 쓴다. 해지 언급처럼 드물지만 중요한 신호는 따로 뽑아 달라고 해 빈도에 묻히지 않게 한다.

💡 실무 팁 — AI 분석 결과를 공유할 때는 "AI가 분류, 건수는 원자료 재집계" 처럼 어느 부분을 누가 확인했는지 한 줄로 적어 두세요. 보고를 받는 사람이 숫자의 신뢰도를 바로 판단할 수 있습니다.

⚠️ 영업 메일 맞춤화: 문장보다 먼저 확인할 규정 세 가지

고객사마다 첫 문단을 AI로 맞춤화하기 전에, 그 재료가 무엇이고 메일을 보내도 되는 상대인지부터 확인해야 한다.

1) 광고성 메일은 수신 동의가 출발점

정보통신망법 제50조는 전자적 전송매체로 영리 목적의 광고성 정보를 보내려면 수신자의 명시적 사전 동의를 받도록 한다. 예외는 거래 관계를 통해 직접 연락처를 받은 고객에게 같은 종류의 상품을 광고하는 경우 등으로 좁다. 방송통신위원회·KISA 「불법 스팸 방지를 위한 정보통신망법 안내서」(2020)는 이 거래관계 예외를 거래 종료 후 6개월 이내로 안내하고, 광고 시작 부분의 "(광고)" 표시, 전송자 명칭·연락처, 수신거부 방법 표기, 동의 후 2년마다 수신 동의 여부 확인을 요구한다. 구체적인 적법성 판단은 안내서 원문이나 사내 법무 담당자와 확인하자.

2) 맞춤화 재료는 외부 AI에 넣기 전에 걸러낸다

고객 담당자 이름, 연락처, 계약 금액, 미팅 메모를 통째로 붙여 넣는 습관은 위험하다. 개인정보보호위원회는 2025년 8월 「생성형 AI 개발·활용을 위한 개인정보 처리 안내서」를 내고 생성형 AI 활용 단계의 개인정보 처리 원칙을 정리했다. 개인용 유료 요금제라도 설정에 따라 대화가 모델 개선에 쓰일 수 있으니 "유료니까 괜찮다"는 판단은 근거가 되지 않는다. 맞춤화에는 공개된 회사 정보(보도자료, 채용 공고의 사업 방향)를 쓰고, 개인 식별 정보는 발송 도구에서 사람이 합치는 방식이 안전하다.

3) AI로 만든 사람이 "추천"하면 표시가 필요하다

공정거래위원회는 개정 「추천·보증 등에 관한 표시·광고 심사지침」을 2026년 6월 1일 시행했다. 생성형 AI 등으로 만든, 실제와 구분하기 어려운 가상 인물이 제품을 추천·보증하는 광고에는 "가상인물" 표시가 필요하다. 블로그 같은 글 중심 매체는 제목이나 첫 부분에, 영상은 가상 인물 가까이에 표시하도록 했다.

발송·게시 전 점검	근거	확인 방법
수신 동의 또는 거래관계 예외에 해당하는가	정보통신망법 제50조	CRM의 동의 일자·거래 종료일 확인
(광고) 표시·전송자 정보·수신거부 방법	방통위·KISA 안내서(2020)	메일 템플릿에 고정 영역으로 넣기
AI에 넣은 자료에 개인정보가 있는가	개인정보위 안내서(2025.8)	이름·연락처·계약 조건은 입력 전 제거
AI 가상 인물이 추천·보증하는가	공정위 추천·보증 심사지침(2026.6 시행)	"가상인물" 문구 위치 확인

🧭 성과 해석: AI가 말하는 "이유"는 결론이 아니라 가설이다

캠페인 결과표를 AI에 올리고 "왜 이번 달 전환이 올랐는지 분석해줘"라고 하면 매끄러운 설명이 돌아온다. 헤드라인을 바꿨기 때문일 수도, 시즌 효과일 수도, 단순히 유입 채널 구성이 달라졌기 때문일 수도 있다. AI는 표에 나타난 상관관계를 이야기로 엮을 뿐, 그 원인을 실험으로 확인한 것이 아니다.

실무에서는 AI의 설명을 "원인 후보 목록"으로 받는 편이 낫다. 후보마다 무엇을 보면 맞는지 틀리는지(같은 기간 다른 채널의 추이, 신규·기존 고객 구분, 지난해 같은 달)를 적게 하고, 가장 영향이 클 것 같은 한두 가지만 다음 캠페인에서 A/B 테스트로 확인한다. 이 흐름이 자리 잡으면 회의 자료의 "AI 분석 결과"가 "검증할 가설과 테스트 계획"으로 바뀐다.

📚 AI 역량평가는 마케터·영업 담당자에게 무엇을 보여주나

위 장면의 실수는 대부분 확인 단계를 건너뛰어서 생기는데, 어느 단계를 건너뛰는지 스스로 알기는 어렵다. 누구나패스의 무료 AI 역량평가는 이 빈틈을 찾는 데 초점을 둔 30문항, 약 20분짜리 점검이다. 회원가입 없이 시작하고, 답변은 데이터베이스에 저장하지 않으며 결과는 PDF로 보관할 수 있다.

시작할 때 직무 8종 중 "마케팅·영업"을 고르면 점수는 그대로이고 리포트의 활용 예시가 이 직무에 맞게 바뀐다. 평가는 6개 역량을 다룬다. 역량마다 최근 경험을 묻는 행동 자기평가 2문항과, 실무자가 택할 법한 선택지로 구성된 판단 문제 3문항이 있고 두 부분이 50점씩 반영된다.

역량	마케팅·영업 업무에서 드러나는 모습
AI 이해	AI가 비율·근거를 만들어낼 수 있다는 원리를 아는가
요청 설계	타깃·각도·금칙어를 주고 겹치지 않는 시안을 받는가
업무 적용	카피·메일·리포트 중 효과가 큰 업무부터 적용하는가
결과 검증	숫자와 원인 설명을 원자료·테스트로 확인하는가
안전·윤리	고객 정보 입력, 광고 표시 규정을 챙기는가
도구·자동화	반복 발송·리포트를 자동화할 때 확인 장치를 두는가

리포트에서 특히 눈여겨볼 부분은 "자기평가 vs 실제 지식"이다. 자기평가와 판단 문제 결과가 50%p 이상 벌어진 영역은 "사각지대 가능성" 또는 "숨은 역량"으로, 25%p 이상이면 "차이 주의"로 표시된다. 카피를 매일 뽑아 쓰는 마케터가 결과 검증에서 사각지대 표시를 받는다면, 앞서 본 알토대 연구의 과대평가 현상이 내 업무에서도 일어나고 있을 수 있다는 신호다. 반대로 활용은 적지만 판단이 정확한 "이론 선행형"이라면 적용할 업무 하나를 정하는 것이 다음 단계다.

📌 점수 읽는 법 — 역량마다 판단 문제가 3개라 한 문제 차이로 점수가 크게 움직입니다. 점수 자체를 실력 인증으로 받아들이기보다, 판단 문제 해설에서 "왜 그 선택지가 부족한지"를 읽고 내 업무 습관과 겹치는 지점을 찾는 데 쓰세요.

🗺️ 결과를 받은 뒤 2주 실행 체크리스트

리포트의 30초 요약(가장 강한 역량·먼저 보완할 역량·이번 주에 할 일)을 마케팅·영업 업무에 대입하면 다음과 같다.

1. 1~3일차 — 보완할 역량 하나를 고르고, 이번 주 업무 중 그 역량이 쓰이는 장면 하나를 정한다(예: 결과 검증 → 주간 리뷰 요약의 건수 재집계).
2. 4~7일차 — 리포트의 직무별 예시 요청문을 복사해 실제 업무에 써보고, 원래 쓰던 요청과 결과를 비교해 기록한다.
3. 2주차 초 — 영업 메일·광고 템플릿에 (광고) 표시, 수신거부, 가상인물 표시 여부를 점검 항목으로 고정한다.
4. 2주차 말 — 성과 보고서 하나를 "AI가 제시한 원인 후보 → 검증 방법 → 다음 테스트" 형식으로 다시 써본다.

이 과정을 거치면 달라지는 것은 속도보다 설명력이다. "AI가 이렇게 분석했다"는 보고가 "분류는 AI, 숫자는 원자료, 원인은 다음 달 테스트로 확인"이라는 보고로 바뀌고, 발송 직전에 규정 문제를 발견해 캠페인을 멈추는 일이 줄어든다. 조직 차원의 사용 기준이나 교육 계획까지 점검하고 싶은 팀장이라면 12문항짜리 무료 AI 도입 진단을 함께 활용할 수 있다.

✅ 남는 것 — 평가가 실력을 대신 올려주지는 않습니다. 대신 "무엇을 먼저 연습할지"가 막연한 다짐에서 역량 단위의 목록으로 바뀌고, 8주 학습 로드맵으로 이어갈 출발점이 생깁니다.

❓ 자주 묻는 질문

Q1. 마케팅·영업 직무를 고르면 문제가 달라지나요?

직무 선택은 점수에 영향을 주지 않습니다. 리포트의 활용 예시와 "AI로 향상할 수 있는 역량", 복사해 쓰는 예시 요청문이 마케팅·영업 업무에 맞게 바뀝니다.

Q2. AI로 쓴 카피를 그대로 광고에 써도 되나요?

도구 사용 자체보다 내용이 문제입니다. 객관적 근거가 없는 "최초·1위" 같은 표현이나, AI 가상 인물이 추천하는 형식이라면 표시·광고 관련 규정과 공정위 심사지침을 확인해야 합니다.

Q3. 고객사 정보를 넣어 제안 메일을 맞춤화해도 괜찮을까요?

공개된 회사 정보 위주로 쓰고, 담당자 이름·연락처·계약 조건 같은 정보는 외부 AI에 넣기 전에 빼는 것이 안전합니다. 광고성 메일이라면 수신 동의와 (광고) 표시도 따로 확인하세요.

Q4. 점수가 낮게 나오면 AI를 쓰지 않는 게 나을까요?

그렇지 않습니다. 레벨은 시작점을 알려줄 뿐이고, 리포트는 가장 낮은 두 역량부터 1~2주씩 다지는 8주 로드맵을 제안합니다.

📎 출처

• Salesforce, 「State of Marketing」 10th Edition (2026.2) — 보도 자료
• 한국은행, BOK 이슈노트 제2025-22호 (2025.8) — 한국은행
• Microsoft·LinkedIn, 2024 Work Trend Index (2024.5) — 보고서
• Aalto University 연구, Computers in Human Behavior (2025.10)
• 정보통신망 이용촉진 및 정보보호 등에 관한 법률 제50조 — 국가법령정보센터
• 방송통신위원회·KISA, 「불법 스팸 방지를 위한 정보통신망법 안내서」 (2020) — 안내서 요약 인용 자료
• 개인정보보호위원회, 「생성형 AI 개발·활용을 위한 개인정보 처리 안내서」 (2025.8) — 개인정보보호위원회
• 공정거래위원회, 추천·보증 등에 관한 표시·광고 심사지침 개정 (2026.6.1 시행) — 김·장 법률사무소 해설, 법무법인 화우 뉴스레터