AI가 마케팅 에이전시를 대체할까요? 숫자로 보면 대부분의 클라이언트에게는 그렇지 않습니다. AI는 세팅, QA, 취합, 요약 같은 업무를 대체합니다. 책임, 관계, 판단은 대체하지 못하며, 이를 비용에 반영하면 '더 저렴한' 인하우스 AI가 오히려 더 비싼 경우가 많습니다. AI가 실제로 이기는 상대는 관리 업무를 전문성처럼 파는 에이전시입니다. 이 구분은 그 밑에 깔린 조용한 질문, 즉 AI가 우리를 더 창의적으로 만들지 아니면 그저 쓸모없게 만들지에 대한 답이기도 합니다.
이번 주 이 논쟁에 제대로 된 비용 계산이 등장했습니다. AZK Media 창업자 Azadeh Williams는 Mumbrella 기고에서 AI 플랫폼과 인하우스 인력 1명이 PR 에이전시보다 저렴하다는 주장을 반박합니다. Williams의 예시 비교는 월 1만 달러, 연간 약 12만 달러의 리테이너를, 고용 부대비용을 제외한 2만 달러의 AI 구독료와 8만~10만 달러의 PR 담당자 인건비와 비교합니다. 여기에 미디어 데이터베이스, 모니터링, 전문 지원을 더하면 정교한 인하우스 체계는 “22만 달러를 훌쩍 넘어설 수 있다”고 주장합니다.
실제로 계산해 보면 어떨까?
함정은 툴의 가격과 팀의 비용을 비교하는 데 있습니다. Williams의 말처럼 “소프트웨어 구독 하나의 가격을 에이전시 전체의 비용과 비교하면서 그것을 절감이라고 부를 수는 없습니다.” 구독료는 스프레드시트에서 가장 저렴한 항목입니다. 비싼 항목은 그것을 운영할 사람, 검수할 사람, 주변 툴, 그리고 아무도 예산에 넣지 않은 시니어의 판단력입니다.
직접 계산해 보십시오. 구독료와 인력 1명을 더하면 부대비용, 추가 툴, 관리 시간을 빼고도 연간 약 10만~12만 달러가 됩니다. 이미 리테이너와 같은 수준이며, 클라이언트는 한 팀의 폭넓은 역량을 한 사람의 역량과 맞바꾼 셈입니다. 그 사람이 병가를 내거나, 퇴사하거나, 새 시장의 언론을 잘 모른다면 절감 효과는 순식간에 사라집니다.
Williams는 PR에 관해 쓰고 있지만, 이 논리는 다른 분야에도 그대로 적용됩니다. 'PR 담당자'를 '퍼포먼스 마케터'나 '소셜 리드'로 바꿔도 계산의 모양은 거의 같습니다.
계산이 맞아떨어지는 곳은 어디일까?
Williams가 모든 에이전시를 옹호하는 것은 아닙니다. 그는 천편일률적인 보도자료, 재활용한 피칭, 스크랩 기반 리포팅에 높은 수수료를 받는 에이전시는 취약하며, “클라이언트가 관리상의 비효율에 프리미엄 수수료를 지불해서는 안 된다”고 주장합니다. 이것이 제목의 질문에 대한 솔직한 답입니다. AI는 가치의 대부분이 프로세스였던 에이전시를 대체할 것입니다.
에이전시 리더들로 구성된 Forbes Agency Council 패널도 비슷한 결론에 이릅니다. Multiply의 Matt Jayson은 플랫폼 안에서 광고를 등록하고 점검하는 캠페인 세팅과 QA를 자동화될 에이전시 업무로 꼽습니다. “고성장 클라이언트 한 곳만 해도 보이지 않는 작업이 주당 족히 20시간은 됩니다.” Kafka Media Group의 Pierce Kafka는 리포트가 자동으로 만들어지게 되면 클라이언트에게는 “데이터가 왜 중요한지, 무엇을 보여 주는지, 다음에 무엇을 해야 하는지 설명해 주는 사람의 해석”이 필요해질 것이라고 말합니다.
이제 대부분의 에이전시가 속으로 질색하는 잡무를 살펴보십시오. 타임시트, 월간 리포트, 진행 상황 회의, 예산 추적, 수작업 리사이징, 청구서 독촉, 경쟁사 분석. 어느 것도 클라이언트가 에이전시를 고용한 이유가 아닙니다. 그런데 모두가 직원들이 늦게 퇴근하는 이유입니다.
클라이언트는 왜 AI만으로는 신뢰하지 않을까?
신뢰를 연구하는 심리학자들은 신뢰를 대개 세 가지 질문으로 나눕니다. 상대에게 능력이 있는가? 선의를 갖고 있는가? 나에게 정직할 것인가? 쉽게 말해 신뢰 이론(Trust Theory)은 세 질문에 모두 '그렇다'고 답할 수 있을 때만 우리가 누군가에게 의지한다고 봅니다.
알고리즘은 능력은 보여 줄 수 있지만 나머지 둘은 어렵습니다. 선의를 가질 수도 없고, 틀렸을 때 책임을 질 수도 없습니다. 그래서 클라이언트는 AI가 헤드라인 100개를 써도 기꺼이 받아들이지만, 실제로 집행할 하나에는 이름을 건 사람의 승인을 원합니다. Williams가 AI는 기자를 찾고 보도를 분석하는 데 도움을 줄 수 있지만, 보도 기회를 얻게 하는 신뢰는 사람만이 쌓을 수 있다고 주장하는 이유도 여기에 있습니다. 신뢰는 알고리즘의 데이터가 아니라 대화 속에서 자랍니다.
에이전시 내부에서도 마찬가지입니다. 팀은 질문할 수 없는 AI 결과물을 불신합니다. 동료에게 묻듯 데이터를 따져 물을 수 있을 때, 즉 후속 질문을 하고, 결론에 이의를 제기하고, 주장 뒤에 있는 게시물을 확인할 수 있을 때 비로소 신뢰하기 시작합니다. Defy MCP는 바로 이런 생각에서 출발했습니다. 팀은 새로운 대시보드를 배우는 대신 Claude 안에서 동료에게 묻듯 프롬프트를 입력해 클라이언트와 카테고리 데이터를 질문할 수 있습니다.
AI가 맡아야 할 에이전시 업무와 맡지 말아야 할 업무는 무엇일까?
| 에이전시 업무 | AI의 역할 | 이유 |
|---|---|---|
| 캠페인 세팅과 QA | 맡김 | 반복적이고 규칙 기반이며, Jayson은 고성장 클라이언트 한 곳에서만 주당 20시간이 든다고 말함 |
| 월간 리포트 취합 | 맡김 | 데이터 수집과 서식 작업에는 판단이 더해지지 않음 |
| 경쟁사 분석과 모니터링 | 맡김 | 기계가 카테고리 전체를 더 빠르고 일관되게 읽음 |
| 카피 초안과 변형안 | 보조 | 물량 확보에 유용하며, 선택과 다듬기는 사람이 함 |
| 전략과 크리에이티브 아이디어 | 근거 제공으로 보조 | AI는 리서치를 제공하고, 도약은 사람이 함 |
| 미디어 및 이해관계자 관계 | 맡기지 않음 | 신뢰는 사람과 사람 사이에서 쌓임 |
| 규제 대상 표현의 최종 승인 | 맡기지 않음 | 책임질 사람이 공식적으로 남아 있어야 함 |
패턴은 단순합니다. 규칙에 의존하는 업무일수록 AI가 더 많이 맡아야 합니다. 신뢰에 의존하는 업무일수록 덜 맡아야 합니다.
AI가 더 빠르게만이 아니라 더 창의적으로 만들어 줄 수 있을까?
그렇습니다. 다만 그 시간을 무엇에 쓸지 정했을 때만 가능합니다. 절약한 시간은 어느새 추가 회의로 바뀌기 쉽습니다. 그 시간이 더 나은 일로 이어지게 하는 간단한 방법은 다음과 같습니다.
- 2주 동안의 실제 업무를 기록하십시오. 모든 업무와 모든 사람을 30분 단위로 기록합니다.
- 각 업무를 잡무, 전문 작업, 관계 업무로 분류하십시오. 솔직해야 합니다. 의외로 많은 '전략'이 사실은 서식 작업으로 드러납니다.
- 잡무 하나를 처음부터 끝까지 자동화하십시오. 대개 월간 리포트가 가장 좋은 첫 후보입니다.
- 되찾은 시간을 따로 확보해 두십시오. 시간을 절약하기 전에 쓸 곳을 먼저 정합니다. 크리에이티브 개발, 클라이언트 워크숍, 새로운 아이디어 테스트 등입니다.
- 클라이언트가 보는 모든 결과물에 책임자를 지정하십시오. 초안은 AI가, 서명은 사람이 합니다.
- 결과물을 검증할 수 있게 만드십시오. 결론이 어디서 나왔는지 팀이 볼 수 없다면 팀도 신뢰하지 않을 것이고, 클라이언트도 마찬가지입니다.
- 무엇이 달라졌는지 클라이언트에게 알리십시오. 잡무에서 사고하는 일로 옮겨 간 시간을 보여 주면, “AI가 더 싸게 할 수 있지 않나요?”라는 질문에 대한 가장 강력한 답이 됩니다.
클라이언트가 AI로 에이전시를 대체할 수 있느냐고 묻는다면 뭐라고 답해야 할까?
계산을 보여 준 다음, 잡무 목록을 보여 주십시오. AI가 반복 업무를 맡아야 한다는 데 동의하십시오. 실제로 그래야 하기 때문입니다. 그런 다음 클라이언트가 무엇에 비용을 지불하는지 구체적으로 말해야 합니다. 판단, 관계, 책임, 아이디어입니다. 이것들을 명확하게 말할 수 없다면, 클라이언트의 질문은 정당한 것입니다.
Williams는 빌려 쓸 만한 문장으로 글을 맺습니다. “미래는 AI 대 PR 에이전시가 아니라, AI로 무장한 PR 에이전시 대 낡은 PR 모델의 대결입니다.” PR 자리에 각자의 분야를 넣어 보십시오. 그것이 진짜 경쟁이며, 에이전시가 이길 수 있는 경쟁입니다. 이는 Defy 플랫폼의 바탕이 된 역할 분담이기도 합니다. 기계는 잡무를 맡고, 사람은 판단을 지킵니다.
