반년 만에, 에이전트가
마케팅 운영의 기본값이 됐습니다
성장 추이는 시작월을 100으로 둔 상대 지수로, 누적 규모는 전체 고객사 합산 수치로 표기했습니다.
6월은 진행 중이라 현재 페이스 기준 전망치를 점선으로 표시했습니다.
* 최근 30일(2026.05.25–06.24) · 블럭스 전체 앱 누적 기준.
에이전트 월간 사용량
1월 → 5월 약 5배월 집행 캠페인 수
12월 대비 약 3배마케터가 에이전트에게
실제로 맡기는 일들
대화를 업무 목적별로 묶으면 6가지 유형으로 나뉩니다.
가장 많은 건 오디언스·캠페인 같은 운영 위임이에요.
아래는 유형별 비중과, 각 유형이 실제로 분석 → 실행으로 이어진 진짜 케이스입니다.
30초면, 전부 열려요
이름·연락처만 남기면 바로 이어집니다.
입력하면 바로 열리는 것
같은 고객에게 보내도
AI가 만든 쪽이 더 좋았습니다
동일 조건에서 AI 방식과 기존 방식을 나눠 비교한 결과입니다.
모두 기존 방식 대비 상대 개선폭이며, 식별 정보는 섹터 단위로만 표기했습니다.
AI 오디언스 vs 수동 타겟팅
AI 콘텐츠 개인화 vs 일괄 발송
왜 차이가 났을까
- 더 정밀한 타겟팅행동 신호를 조합해 '살 것 같은 사람'을 좁혀 보냅니다.
- 맥락 맞춘 메시지같은 혜택도 고객 행동에 맞춰 표현·문구가 달라집니다.
- 타이밍 최적화이탈·관심 시점에 맞춰 보내 회수 효율이 올라갑니다.
* 기존 방식(수동 세그먼트 · 일괄 발송) 대비 상대 개선폭. 동일 기간 · 동일 대상 분할 비교 기준.
같은 에이전트라도
이렇게 쓰면 성과가 갈립니다
실제 고성과 사용 패턴에서 공통으로 나타난 6가지.
오늘 바로 적용할 수 있는 활용 팁입니다.
맥락을 한 번에 담아 요청
채널·타겟·전환·문구·랜딩을 한 묶음으로 불러주면 초안 정확도가 올라갑니다. 조각조각 묻기보다 한 번에.
이름·상품명 개인화를 기본으로
개인화를 넣은 발송이 성과를 가릅니다. 머지태그를 기본값으로 켜두면 같은 캠페인도 전환이 달라집니다.
흩어진 세그먼트는 "합쳐줘"
새로 만들기보다 기존 오디언스를 합치고 겹침을 확인하는 정리가 더 잦고 빠릅니다.
성과는 묻고, 원인까지 캐라
"왜 빠졌어?"처럼 결과가 아니라 원인을 물으면 다음 액션까지 제안받습니다.
운영은 주기적으로 "한 번 봐줘"
돌고 있는 시나리오·캠페인을 통째로 점검시키면 멈춘 흐름·누락을 먼저 잡아줍니다.
새 방식은 기존과 나눠 비교
AI 오디언스·개인화를 기존 방식과 분할 발송해 개선폭을 직접 확인하세요.
단순 실행을 넘어,
전략 파트너로
가장 인상적인 대화는 "이거 만들어줘"가 아니라 "이 목표를 어떻게 달성하지?"였습니다.
마케터가 막막한 순간, 에이전트를 함께 머리를 맞대는 상대로 씁니다.
- 행동 추적 공백 — 한 달간 방문·조회·장바구니가 0건, 주문만 수집 (분석 토대부터 비어 있음)
- 상세조회→장바구니 5.6% — 퍼널 최대 이탈 지점
- 야간·푸시 동의자 0명 — 보낼 채널 자체가 막힘
- 비회원 매출 1% — 매출의 99%가 회원
- 재구매율 3.03% — 오픈 초기라 정상, 주기 공략 여지 큼
- CRM 자산 0건 — 캠페인·인앱·시나리오 전무
- 23시 주문 최고 — 야간 CRM 기회
| 메시지 | 현재 | 권장 |
|---|---|---|
| 재방문 푸시 | +28h | +10h |
| 시즌오프 BM | +30h | +12h |
| 종료임박 문자 | +32h | +14h |
에이전트는 마케터의 손을
빠르고 가볍게 만듭니다
대부분의 대화는 탐색이 아니라 실행이었습니다.
고객사는 무엇을 할지 이미 알고 있고, 에이전트는 그걸 더 빨리 해내게 합니다.
그 속도가 쌓여 반년 만의 5배가 됐습니다.
오디언스·캠페인·인앱 세팅처럼 반복되던 작업을 말 한마디로 위임합니다.
대시보드를 뒤지는 대신 그냥 묻습니다. 매출이 왜 빠졌는지, 누가 다시 살지를.
목표가 막막할 때, 무엇부터 손대야 할지 같이 정해주는 상대가 됩니다.
같은 'AI 에이전트'라도 구조가 다릅니다.
외부 LLM을 도구로 엮은 MCP 조합형과,
분석·실행·품질을 한 제품으로 책임지는 자체 에이전트.
도입 후 "기능은 많은데 우리가 쓸 건 없다"가 되지 않으려면 두 가지를 확인하세요.
분석에서 실행까지, 한 대화로 이어지는가
"이탈 위험 고객 찾아줘" 한마디에 분석 → 오디언스 → 캠페인 초안까지 한 흐름으로 나오는지. 분석만/발송만 되는 솔루션은 단계마다 사람이 손으로 넘겨야 합니다.
성과 품질을 누가 책임지는가
대화 품질·이상을 실시간으로 모니터링하고, 문제가 보이면 분기 로드맵이 아니라 1~2주 안에 고치는지. 외부 LLM에 얹은 구조는 그 행동을 들여다볼 수 없어 책임이 고객사로 넘어옵니다.
①은 위 SECTION 02 케이스가 그대로 보여줍니다. 실제 세션에서 분석이 곧장 실행으로 이어졌으니까요.
바로 시작하는 3단계
"재구매 안 한 고객한테 뭐 보낼까?"처럼, 하고 싶은 일을 그냥 말로 던지면 됩니다.
에이전트가 데이터를 직접 보고 대상까지 잡아서, 캠페인·인앱 초안을 만들어 둡니다.
초안만 확인해서 내보내고, 결과가 궁금하면 다시 물어보면 됩니다.