Descriptive alt text for image 1 - This image shows important visual content that enhances the user experience and provides context for the surrounding text.

실행은 AI에게, 기준은 마케터에게 — 배민 실전으로 본 AI 협업 구조 | 3월 <MKT Insight Week Review>


📖 읽는 시간: 약 13분

MKT Insight Week 세션 리뷰

Descriptive alt text for image 2 - This image shows important visual content that enhances the user experience and provides context for the surrounding text.

MKT Insight Week(마케팅 키노타입 인사이트 위크)는 빠르게 변화하는 마케팅 환경 속에서도 스스로의 기준을 구축해온 실무자들의 일하는 방식을 소개하는 인사이트 프로그램입니다. BAT는 그동안 크리에이티브와 퍼포먼스 마케팅을 통해 변하지 않는 브랜드 가치를 제안해왔는데요. 매월 마지막 주, <MKT Insight Week>에서는 여기에 한 걸음 더 나아가, 실제 마케팅 현장에서 탁월한 성과를 만들어낸 사람들의 전략과 인사이트를 집중 조명합니다.

이번 세션 리뷰에서는 세미나 현장에서 나눈 이야기들을 더 깊이 정리해, 현장에 오지 못한 분들도 핵심 인사이트를 가져갈 수 있도록 구성했습니다.

이번 세션의 주인공은 배달의민족 라이더디자인TF TF장, 김관우 님입니다


Descriptive alt text for image 3 - This image shows important visual content that enhances the user experience and provides context for the surrounding text.

“AI 도입 후 제작 속도는 빨라졌지만, 누가 어떤 기준으로 최종 판단할 것인가?” 배달의민족 김관우 님이 Insight Week에서 꺼낸 질문입니다. 속도가 빨라질수록 중요해지는 초기 기획의 정밀도, AI가 해야 할 일과 인간이 책임져야 할 판단 영역 구분, 브랜드 가이드를 AI 작업에 녹여내는 설계 방식까지. 실행 관리자에서 판단 구조 설계자로, 마케터 역할 변화를 배민 실전으로 담았습니다.

1. AI가 너무 잘 나오면 오히려 어색합니다


배민 브랜드에는 의도적인 거칠기가 있습니다 — AI가 이 거칠기를 이해하게 만드는 것이 먼저였습니다.

생성형 AI 도입을 고민할 때 대부분의 팀은 ‘퀄리티 향상’을 기대합니다. 그런데 배달의민족에서는 반대의 문제가 먼저 발생했습니다. 기본 프롬프트로 만든 결과물이 브랜드보다 너무 ‘잘 나왔’습니다. 배달의민족 브랜드는 세련된 정돈이 아니라 투박하고 친근한 질감을 의도적으로 쌓아온 자산입니다. AI가 만들어내는 매끄럽고 깔끔한 결과물은 오히려 배민스럽지 않았습니다.

문제의 출발에는 규모도 있었습니다. 라이더 200명이 넘는 구조에서 오토바이, 자전거, 지역별로 각각 다른 자산이 필요했습니다. 자산 하나에 하루가 걸린다면 200명분은 200일이죠.

해결책은 ‘더 좋은 AI’가 아니었습니다. 기존에 쌓아둔 배민 브랜드 자산을 AI에 먼저 학습시키는 것이었습니다. 그랬더니 프롬프트를 길게 쓰지 않아도 배민스러운 결과물이 나왔습니다.

이는 AI 활용에서 중요한 교훈을 줍니다. AI 결과물의 방향성은 도구의 성능이 아니라 기존 브랜드 자산이 결정합니다. 도구 선택에서도 판단 기준이 필요했습니다. Adobe Firefly를 선택한 것은 저작권이 보호된 데이터로 학습된 모델이기 때문이. 결과물이 좋아도 법적 리스크가 있는 도구는 브랜드 자산으로 쓸 수 없습니다.

2. 예전엔 하루, 지금은 20분 — 이 속도가 성과를 바꿉니다


갑작스러운 이벤트에 이미지로 즉각 대응할 수 있게 됐습니다 — 같은 내용이어도 반응이 완전히 달라졌습니다.

마케팅에서 속도의 가치는 종종 오해됩니다. 빠르게 만든다는 것이 단순히 ‘더 많이 만드는 것’을 의미하지 않습니다. 배달의민족이 발견한 것은 다른 차원의 가치였습니다. 속도가 생기면 시간에 묶인 기회를 잡을 수 있다는 것입니다.

대형 축구 경기가 있는 날, 배달 주문은 급증하고 라이더 수급 경쟁은 극심해집니다. 이 타이밍에 이미지 자산을 즉각 만들어 배포할 수 있는가, 없는가는 당일 배달 처리량에 직결됩니다. AI 도입 전에는 이 타이밍을 놓칠 수밖에 없었습니다. 디자이너가 하루를 들여야 했기 때문입니다.

AI 도입으로 줄어든 시간이 만들어낸 것은 효율이 아니라 대응력입니다. 반응이 좋았던 이미지는 라이더들이 캡처해 자신들의 커뮤니티 카페에 올리는 유기적 확산으로도 이어졌습니다. 이 대응력은 AI에 브랜드 자산을 미리 학습시켜뒀기 때문에 가능한 것입니다. 브랜드 자산 없이 AI에 속도만 기대하면 결과물의 방향이 흔들립니다.

3. AI가 만든 결과물 중에서 고르는 것, 
그게 지금 우리의 역할이에요


기존 팀이 찍어둔 것들이 AI 학습 소스가 됐습니다 — 역할이 사라진 게 아니라 역할의 무게가 달라진 것입니다.

AI 도입 초기 조직에서 가장 많이 나오는 불안은 “기존 제작 인력이 불필요해지는 것 아니냐”는 것입니다. 이 세션에서 확인된 것은 반대였습니다. 포토팀이 오랜 시간 촬영해둔 라이더 이미지들이 AI 학습의 원천 소스가 됐고, 그 자산이 없었다면 배민스러운 AI 결과물 자체가 나올 수 없었습니다.

AI가 만들어낸 결과물의 범위도 달라졌습니다. 라이더 유니폼 이미지, 오토바이 3D 자산, AI 영상 — 이전에는 외부 스튜디오나 전문 작업자가 며칠을 들여야 했던 것들입니다. 이 방식으로 안장 약 8,000개 중 7,000개가 판매됐는데, 별도의 마케팅 비용 없이 AI 콘텐츠만으로 낸 결과입니다.

AI가 수십 개의 결과물을 만들면, 그 중 브랜드에 맞는 것을 판단하고 골라내는 일은 마케터와 디자이너의 몫입니다. 실행은 AI가, 판단은 사람이, 이 구분이 명확해질수록 디렉팅의 역할은 오히려 더 중요해집니다.

4. 판단을 시스템에 넣어두면 누가 만들어도 브랜드답게 나옵니다


Figma 템플릿으로 자산 제작 시스템을 만들었습니다 — 브랜드 가이드를 모르는 마케터도 디자인을 할 수 있어요.

AI로 제작 속도가 빨라져도 병목은 다른 곳에 남습니다. 마케터가 직접 만들면 브랜드 가이드에서 벗어나고 디자이너가 검수해야 하며 그 순간 속도는 다시 느려집니다. 문제는 AI 도구가 아니라 협업 구조에 있습니다.

이를 해결한 것이 Figma 템플릿 시스템입니다. 라인 위치와 이미지 영역을 미리 고정해두면 가이드를 몰라도 가이드에 맞는 결과물이 나옵니다. 판단 구조를 사람이 아니라 시스템 안에 넣어둔 것입니다.

이 구조가 작동하면 마케터는 디자이너의 검수 없이 베리에이션을 빠르게 만들어 A/B 테스트에 바로 활용할 수 있습니다. Adobe Firefly를 활용한 마케터 워크숍에서는 비디자이너들이 브랜드 가이드 안에서 직접 만든 결과물 — 햄버거 이미지, 버스 랩핑 시안, 3D 브랜드 에셋이 나왔습니다. 시스템이 제대로 설계되면 실행 주체가 바뀌어도 품질이 유지됩니다.

“가이드를 지키면서 빠르게 만들 수 있게 하는 게 템플릿의 목적이에요.”

5. 같은 숫자를 공유하면 협업의 방향이 바뀝니다


마케터와 디자이너가 같은 OKR로 일하기 시작했습니다 — 디자이너가 먼저 새 콘텐츠를 제안하기 시작했습니다.

AI로 제작 속도가 올라가고 시스템이 구축되어도 협업 방식 자체가 바뀌지 않으면 변화는 절반입니다. 마케터가 요청하고 디자이너가 받는 구조는 병목의 위치만 바꿀 뿐입니다. 진짜 변화는 두 팀이 같은 성과 지표를 공유할 때 시작됩니다.

마케팅 OKR — 콘텐츠 제작 300개, A/B 테스트 챌린지 마케터와 디자이너가 함께 설계하고 함께 평가받는 구조를 만들었습니다.

그 결과 디자이너가 먼저 새 콘텐츠를 제안하기 시작했습니다. 같은 숫자를 책임질 때 협업의 방향 자체가 달라집니다. AI 도구와 시스템이 갖춰진 다음, 마지막 레버는 조직이 공유하는 목표입니다.

6. AI 시대 마케터에게 남은 일은 3가지입니다


실행은 AI에게, 기준 설계는 마케터에게입니다 — 속도가 빨라질수록 기준 설계자의 역할이 더 중요해집니다.

이 세션 전체를 관통하는 질문이 하나 있습니다. AI가 실행을 담당하는 시대에 마케터에게 남는 일은 무엇인가. 배달의민족의 실전 경험이 도달한 답은 세 가지 기준을 설계하는 것입니다.

첫째, 학습 기준입니다. 어떤 브랜드 자산을 AI에 학습시킬지를 결정하는 일입니다. 기존 자산의 품질과 방향이 AI 결과물의 출발점이 됩니다. 이 판단이 없으면 AI는 브랜드와 무관한 방향으로 시작합니다.

둘째, 디렉팅 기준입니다. AI가 수십 개의 결과물을 만들어내도 브랜드에 맞는 것을 골라내는 판단은 사람이 해야 합니다. 이 선택의 기준이 없으면 결과물의 양만 늘어납니다.

셋째, 검증 기준입니다. 결과물이 브랜드를 지키는지뿐 아니라 도구 자체의 법적 리스크도 검증 대상입니다. Midjourney 등 일부 도구는 저작권이 불분명한 데이터로 학습된 경우가 있습니다. Adobe Firefly를 선택한 이유도 저작권이 보호된 데이터로만 학습된 모델이기 때문입니다.

BAT NOTE’S

인사이트 핵심 포인트

  • AI에게 브랜드를 먼저 학습시킬 것. 프롬프트 정교함보다 기존 자산 확보가 먼저입니다. AI 결과물의 품질은 학습 소스의 품질에서 결정됩니다.
  • 속도의 가치는 대응력에 있습니다. 하루에서 20분으로 줄어든 제작 시간은 단순한 효율이 아니라 갑작스러운 상황에 이미지로 즉각 대응하는 실행력입니다.
  • 판단 구조를 시스템에 넣어둘 것. 브랜드 가이드를 개인 역량에 맡기지 않고 Figma 템플릿 같은 시스템으로 설계하면 누가 만들어도 브랜드답게 나옵니다.
  • 마케터의 역할은 실행 관리자에서 기준 설계자로 이동하고 있습니다. 학습 기준, 디렉팅 기준, 검증 기준 — 이 세 가지를 설계하는 사람이 AI 시대의 마케터입니다.

Insight Week의 4월 세션이 궁금하다면?


매월 마지막 주, 현장의 실전 전문가들이 직접 공유하는 인사이트를 만나보세요.

▶ Insight Week 다음 세션 살펴보기


이 아티클은 BAT와 뉴미디어 MKT가 주관하는 MKT Insight Week 시리즈의 세션 리뷰입니다. 매월 마지막 주, 현장의 실전 전문가들이 공유하는 인사이트를 기록합니다.



추첨을 통해
초대권을 증정합니다