|
AI 도입이 매출로 연결되는 데 필요한 8가지 습관
프롤로그 | 왜 지금 실행하고 입증해야 하나 PART 1. 기술이 아닌 ‘경험’과 ‘운영’이 만드는 가치 :: 기획자와 마케터는 왜 지금 AI를 '기술'이 아닌 '고객과 일하는 방식'으로 바라봐야 하는가 1장. AI 시대의 고객 경험: 클릭을 넘어 ‘결정’을 만드는 힘 데이터가 만드는 선순환 “경험→충성→매출” 유튜브의 전략 “경험→충성→매출의 선순환” DX는 효율, AX는 가치 “게임의 법칙이 바뀐다” 고객 중심 vs AI 중심 “어디까지 쓰고 어디서 멈출 것인가?” AX 3대 가치 “선택이 쉬워지고, 예측이 가능하며, 불안이 줄어든다” 자가 진단 "우리 회사는 AI로 돈을 벌 준비가 되었는가?" 2장. 성과를 만드는 기획자들: 그들은 어떻게 AI를 경험 속에 숨기는가 AI=UX “기술을 숨기고 경험을 드러내라” 구글의 전략 “AI를 추가하는 것이 아니라 기존 경험에 녹여 넣는 것” 레거시의 반격 “월마트와 나이키는 어떻게 AI 기업이 되었나” 데이터 루프 “현실 자산이 AI 운영체계로 바뀌는 순간” 룰 브레이커 “금융의 판을 뒤집은 AI 전략” 금융 에이전트 “말하는 AI가 아니라, 끝내는 AI로 바뀌는 조건” 데이터 구독 비즈니스 “테슬라, 스포티파이가 돈 버는 법” AI 도입에 100억, 매출은 0원 “데모는 성공했지만, 수익 시스템 구축에는 실패한 이유” PART 2. 고객의 손을 움직이는 서비스 기획법 :: 탐색 피로와 불안을 지워 구매 전환율과 리텐션을 끌어올리는 CX/UX 설계 3장. 개인화의 진화: 세그먼트를 넘어 ‘맥락’을 읽는 마이크로 타게팅 평균이 무너진 시대 “세그먼트는 죽었다” 맥락 기반의 개인화 “인스타카트, 네이버스마트스토어의 타게팅” 개인화의 승부처 “‘팔기’가 아니라 결정을 ‘돕기’” 4장. 대화형 커머스: 단순 챗봇을 넘어 ‘구매 파트너’가 되는 AI 컨시어지 답변이 아니라 ‘완료(결제/환불/예약)’ “챗봇이 있어도 고객이 결국 사람을 찾는 이유” 컨시어지 도입 “구매 파트너로 인정받는 법” 5장. 결정 설계: 정답이 아니라 ‘확신’을 주어 결정을 앞당기는 추천 엔진 추천 엔진 “‘좋아할 것’이 아니라 ‘지금 고를 것’” 결정 엔진 “고객이 검색하기 전 먼저 제안” 고객 여정 AI 적용 지도 “우리 고객은 어디에서 멈추는가” PART 3. 기획과 의사결정 속도를 높이는 혁신법 :: 회의를 반으로 줄이고, 데이터 탐색 시간을 지우는 실무 생산성(EX) 설계 6장. 의사결정 자동화: 더 나은 고객 경험을 만드는 결정의 속도 원페이지 결정 브리프 “회의를 줄이는 방법” 의사결정 자동화 “반복되고, 규칙이 있고, 데이터가 있는 결정부터” AI에게 업무를 맡기는 기준 “신뢰를 잃는 자동화는 안 돼” 7장. 선제 대응과 워크플로우: 문제가 터지기 전에 움직이는 시스템 예측을 돈으로 바꾸는 구조 “신호-트리거-개입-학습” 에이전트와 워크플로우 “알림이 아니라 ‘행동’이 경쟁력이다” IT 서비스의 기본 “이상 탐지와 예측 기반 선제 조치” 8장. 사내 지식 대화(RAG): 데이터를 ‘검색’하지 않고 ‘대화’하는 조직 근거 체인과 권한 설계 “답변의 화려함보다 안심하고 쓸 수 있는 구조가 먼저다” 사내 지식 시스템 “정답 보다 안심이 먼저” AI 과제 우선 순위 진단 “진짜 돈이 되는 소수의 과제에 집중한다” 성공한 PoC가 실패한 프로젝트가 되는 역설 "왜 AI 프로젝트의 87%는 PoC에서 멈췄는가" PART 4. 90일 실행 로드맵과 현장 가드레일 :: 개발팀에 휘둘리지 않고 90일 만에 성과를 증명하는 비개발자 리더십 9장. 90일 플레이북: 문제 정의부터 ROI 입증까지 Day 1~30: 돈이 되는 ‘한 줄 문제 정의’와 이해관계자 정렬 Day 31~60: 가장 가벼운 모델로 검증하는 MVP & PoC Day 61~90: 확장할 것인가 폐기할 것인가(Risk-adjusted ROI) 10장. 주도권을 쥐는 현업: 개발팀에 휘둘리지 않고 일하는 조직 중앙(CoE) 지원 + 현업 주도 “IT 부서에 맡기면 필패한다” 현업 리더에게 필요한 AI 역량 “기술 몰라도 됩니다” AI 프로젝트 참여자별/역할별 필요 역량 “하나라도 빠져선 안 돼” 인력 확보 전략 “내부 육성 → 외부 영입 → 파트너십” AX 중심의 기업 문화 만들기 “구호가 아니라 매주 반복되는 운영 습관으로” 회사마다 다른 AX 설계 조건 찾기 “우리 회사는 좀 다릅니다” 11장. 신뢰와 가드레일: 기획자가 챙겨야 할 최소한의 안전장치 보이지 않는 비용 “AI가 초래하는 편향” 프라이버시 설계 “규제가 아니라 UX 경험이다” 고객 프라이버시 설계 “AX가 안전하게 달릴 수 있는 브레이크 시스템” AI 윤리 “CEO가 꼭 해야 하는 AI 관련 질문” 12장. 비즈니스 현장 탐구: 4대 산업별 진짜 성공 방정식 금융 “심사가 아닌 ‘생애 주기 관리’로” 유통/커머스 “재고는 줄이고 객단가는 높이는 ‘다이내믹 프라이싱’” 헬스케어, 교육, 여행 “초개인화” 에필로그 | AI가 비즈니스의 공기(Air)가 되는 세상 부록 | 인공지능의 성과를 숫자로 증명하는 KPI 측정 AI 활용 비즈니스 기회 매핑 |
김태훈의 다른 상품
|
“고객은 화면에 붙은 ‘AI’ 배지를 보고 돈을 내지 않는다. 고객이 진짜 지갑을 열고 서비스에 머무는 이유는 오직 다음의 세 가지 체감 가치 때문이다. 1) 선택이 쉬워진다 2) 다음이 예측 가능해진다 3) 실패의 불안이 줄어든다.”---p.11
“‘AI를 해보는 것’과 ‘AI로 돈을 버는 것’은 전혀 다른 게임이다.”---p.15 “AI가 경험을 바꾸지 못하면 기술일 뿐이고, 경험이 수익으로 이어지지 못하면 그냥 ‘좋은 기능’으로 끝이 난다. 결국 ‘우리는 어떤 모델을 쓸 건가?’가 아니라, ‘우리는 어떤 경험을 바꾸고, 그 변화가 어떤 숫자로 증명이 되느냐?’로 AX의 성공 여부가 결정된다.”---p.21 “고객이 떠나는 이유는 가격이 아니라 찜찜함 때문이다. 설명이 부족해서가 아니라 믿음이 부족해서다. 그래서 이 영역은 효율로는 해결되지 않는다. 가치로 설계되어야 한다.”---p.36 “AI를 보여주는 회사는 사용자를 교육하지만, AI를 숨기는 회사는 사용자를 돕는다. 성과는 후자에서 더 자주 나온다.”---p.53 “월마트는 ‘찾기-사기-받기’의 마찰을 줄였고, 나이키는 ‘예측하기-기획하기-배치하기’의 오차를 줄였다.”---p.58 “‘AI가 예측을 만들고, 예측이 운영을 바꾸고, 운영이 다시 더 좋은 데이터를 만든다.’ 이 루프가 돌기 시작하면, AI는 프로젝트가 아니라 운영이 된다.”---p.63 “구독은 기능을 파는 게 아니라, 데이터가 학습되는 경험을 파는 것이다. 한 번 쓰고 끝나는 AI는 비용이 되지만, 계속 좋아지는 경험은 수익이 된다.”---p.79 “마이크로 타게팅이 실제로 돈이 되려면, 고객을 명사(예를 들면, 30대 여성)로 정의하는 습관부터 끊어야 한다.”---p.104 “고객은 사실 질문을 하러 온 게 아니다. 일을 끝내려고 왔다. … 고객이 원하는 것은 정보가 아니라 ‘완료’다.”---p.107 “자동화의 승부처가 ‘대체율’이 아니라, 어디서 멈추고 언제 사람에게 넘기는가 하는 ‘분기 설계’에 있음을 잘 말해준다.”---p.110 “추천은 붙이는 순간 끝나는 기능이 아니라, 붙이는 순간부터 시작되는 운영이다.”---p.123 “고객이 체감하는 ‘빠르고 일관된 경험’은 기획자와 마케터가 회의실에서 데이터를 찾느라 시간을 허비하지 않는 ‘내부 의사결정 속도’에서 시작된다.”---p.133 “의사결정 자동화의 목적은 사람을 줄이는 게 아니라, 회의를 줄이는 것이다. 회의가 줄어들면 결정은 빨라진다. 결정이 빨라지면 가격·재고·응대·마케팅의 반응 속도가 올라간다.”---p.141 “예측은 점괘가 아니다. 예측의 본질은 손실이 확정되기 전에, 개입할 시간을 확보하는 것이다.”---p.143 “사람은 ‘정답’을 원하기 전에 ‘안심’을 원한다.”---p.161 “중요한 것은 ‘폐기’가 실패가 아니라는 점이다. 불확실성을 90일 안에 제거하는 것으로 그 자체가 값싼 성공이 된다.”---p.189 “가드레일은 심사 절차가 아니다. 실험을 빠르게 하도록 돕는 안전 규칙이다.”---p.196 “프라이버시 사고의 진짜 비용은 벌금이 아니라 성장 실험의 멈춤이다.”---p.225 “AI는 목적이 아니다. 성과를 만드는 수단이다. AX는 프로젝트가 아니다. 일하는 방식이다.”---p.259 |
|
좋은습관연구소의 71번째 좋은 습관은 “AI 도입이 매출로 연결되는 습관”입니다.
고객은 AI에 관심이 없습니다. 내 불편이 해소되었는지, 원하는 서비스를 제때 잘 누릴 수 있는지, 그것만 따집니다. AI를 이용해 내 문제가 해결되든, 사람이 응대해서 해결되든, 상관하지 않습니다. 여전히 중요한 것은 고객의 마음이고 경험이지 기술이 아니다. 이 책은 기술 중심의 AI 담론을 뒤집고, 비개발자 출신의 기획자·마케터·리더가 주도권을 쥐고 AI를 매출로 연결하는 방안(고객 입장에서 선택이 쉬워지고, 예측이 가능하며, 불안이 줄어드는)에 대해 알아봅니다. 이 책 내용의 핵심인 “AI 도입이 매출로 연결되는 데 필요한 습관”은 다음과 같습니다. · AI 도입이 매출로 연결되는 데 필요한 8가지 습관!! 먼저 고객 가치를 어떻게 구현할지에 대한 습관입니다. 1)선택이 쉬워진다: 무의미한 옵션을 늘리는 추천이 아니라, 선택 피로를 줄이고 망설임을 지워주는 결정 설계를 해야 합니다. 2)다음이 예측 가능해진다: 결과와 과정, 처리 시간, 추천의 이유가 한눈에 보여 안심을 주는 설명 가능성이 중요합니다. 3)실패의 불안이 줄어든다: 반품, 오답, 결제 오류가 생겨도 즉시 제어할 수 있다는 신뢰와 안전장치가 필요합니다. 다음은 고객 가치 구현을 위한, 실행 전략에 대한 습관입니다. 4)‘낭비 지점 1개’부터 포착한다: 거창한 전사 AI 구축 전략이 아니라, 고객이 결제 직전 이탈하거나 현업의 시간이 새고 있는 지금 당장 ‘아픈 병목 구간 하나’만 정해, 이를 어떻게 개선할지 숫자가 들어간 한 문장(목표)으로 정의합니다. 5)개발팀에 맡기지 말고, ‘문제 오너십’을 내가 쥔다: IT 부서에 일임하면 멋진 데모로 끝날 확률이 높습니다. 현업에서 주도해야 실무에 적용 가능합니다. 6)완벽한 구축 대신 ‘90일 증명 루프’로 실행한다: 해결하고자 하는 고객의 문제를 가장 가벼운 모델로 8~12주(90일) 동안 검증(MVP/PoC)합니다. 숫자로 증명되면 확장, 그렇지 않으면 미련 없이 폐기(Kill)합니다. 이러한 과정을 반복적으로 할 수 있는 것이 중요합니다. 7)회의를 늘리지 말고 ‘1페이지 결정 브리프’로 끝낸다: AI를 도입했으면 반드시 회의가 줄어야 합니다. 데이터를 찾고, 서로 기준을 맞추는 데 쓴 시간을 없애고, 1페이 결정 브리프를 작성하고 ‘선택과 승인’ 위주로 일합니다. 8)‘출처·권한·킬 스위치’가 먼저다: AI(에이전트)가 직접 업무를 처리할수록 한 번의 실수는 치명적인 사고가 됩니다. 출처와 버전 표시, 최소 권한 설정, 이상 감지 시 즉시 되돌리는 ‘롤백(Rollback) 버튼’ 등이 완비되어야 합니다. · 요약하면 이렇습니다. 디지털 전환(DX)이 단순히 비용을 줄이고 프로세스를 빠르게 만드는 '효율의 최적화'였다면, AX는 고객 경험을 최적화해 재무 성과를 만들어내는 '가치의 최적화'입니다. 고객의 가치를 최적화한다는 것은 세 가지 서비스 기획의 디테일이 필요합니다. 첫째, 인구통계적 마케팅은 지양하고, 고객이 망설이는 바로 그 순간(맥락)을 읽어내는 법을 익혀야 합니다. 둘째, 너무 많은 선택지 대신 사야 할 이유와 확신을 주는 추천 설계(UX)를 할 수 있어야 합니다. 셋째, AI가 위험해질 때 어디서 멈추고 사람에게 넘길 것인가를 결정하는 기준 설계가 중요합니다. 이러한 고객 가치 달성을 위해서는 데이터 정리와 시나리오 분석은 AI에게 맡기고, 사람은 ‘선택과 승인’만 빠르게 내리는 ‘1페이지 결정 브리프’ 문화가 조직 내에 갖춰져야 합니다. 그래야 내부 의사결정이 빨라져야 고객 접점의 가격, 재고, 응대 반응 속도가 올라갑니다. 그리고 프로젝트를 여러 번 작게 나눠 실험하며, 확장과 킬(kill)을 통해서 조직의 실행 리듬으로 정착시킵니다. 이러한 과정 끝에, 매출이 향상되는 결과를 만들어 낼 수 있습니다. · 이런 분들에게 추천!! 1. AI를 도입하라는데 정작 무엇부터 기획해야 할지 막막한 서비스 기획자 및 PO/PM 2. 화려한 챗봇을 붙였지만 구매 전환율과 리텐션이 오르지 않아 고민인 마케터 및 이커머스 운영자 3. 수억 원의 AI 예산을 집행하면서도 실질적인 ROI를 입증해야 하는 경영진 및 의사결정권자 4. 개발팀과의 소통에서 주도권을 쥐고 비즈니스 성과를 내고 싶은 모든 현업 실무자 |
|
이 책은 “무슨 AI 모델을 도입했는가가 아니라, 고객과 우리 팀의 어떤 ‘불안과 마찰’을 지워냈는가”라는 단 하나의 질문을 처음부터 끝까지 붙잡고 달려간다. 이 질문은 LG AI연구원이 그동안 해 온 고민과 정확히 결을 같이한다. 기술을 개발하면서 이것이 실제 현장에서 어떤 가치를 만드는지 측정할 길이 보이지 않을 때가 많았다. 모델이 정확해졌다는 보고는 쌓여도, 매출과 연결된 핵심성과지표는 비어 있는 현실을 보이는 경우가 많았다. 저자가 이를 ‘비즈니스 KPI 부재’와 ‘워크플로우 미연결’이라고 짚어낸 것은 우리가 겪어온 문제의 본질이기도 하다.
그리고 AI 프로젝트를 바라보는 관점도 마찬가지다. 우리는 종종 “어떤 모델을 사용했는가”에 집중했지만, 저자는 “추천은 붙이는 순간 끝나는 기능이 아니라, 붙이는 순간부터 시작되는 운영”이라고 말한다. 기술이 워크플로우 안에서 안정적으로 지속되려면, 얼마나 빠르게 발견하고 안전하게 복구할 수 있는지가 더 중요하다는 이 지적은 우리가 프로젝트 관리 방식을 재설계하게 된 방향과 정확히 일치한다. 흥미로운 점은 성과를 내는 기업이 AI를 별도의 신기능으로 전시하지 않고, 사용자 경험 속에 녹여 넣는다는 저자의 관찰이다. 화려한 선언보다 매주 “그래서 AI로 뭐가 달라졌지?”에 답할 수 있는 반복 가능한 리듬이 조직의 실력을 만드는 관건이라는 점에 깊이 공감한다. 이 책은 그 자체로 AI 도입을 검토하는 모든 리더에게 “기술 도입”이 아니라 “경험의 운영”이라는 관점을 선물할 것이다. 일독을 권한다. - 임우형 (LG AI연구원 원장) |
|
AI의 가치는 기술 그 자체보다 비즈니스 현장에서 무엇을 바꾸고 어떤 성과를 만들어내느냐에 달려 있다. 저자는 다음커뮤니케이션과 SK텔레콤, LG유플러스 등을 거치며 마케팅과 영업의 최전선에서 시장과 고객을 만나온 사업 전문가다. 새로운 기술을 누구보다 먼저 익히고 이를 고객 가치와 매출로 연결해 온 실행가이기도 하다.
그런 저자가 쓴 이 책은 AI를 막연한 미래나 어려운 기술로 설명하지 않는다. AI가 사업의 기회를 어떻게 확장하고 조직과 일하는 방식을 어떻 바꾸는지를 현장의 언어로 풀어낸다. AI를 아는 데 그치지 않고 내 일과 비즈니스에 적용하고 싶은 독자라면, 이 책에서 변화의 방향과 실행의 실마리를 함께 발견할 수 있을 것이다. 기쁜 마음으로 추천한다. - 김지현 (SK SUPEX AI위원회 부사장) |
|
AI 전환의 성패는 어떤 모델을 도입했느냐가 아니라, 고객과 조직의 무엇을 바꾸고 그 변화를 어떤 숫자로 증명했느냐에 달려 있다. 많은 기업이 AI를 도입하고도 PoC와 데모에 머무는 이유는 기술이 부족해서가 아니다. 문제 정의와 현업의 오너십, 업무 프로세스와 성과 지표가 제대로 연결되지 않기 때문이다. 이 책의 강점은 바로 그 간극을 비즈니스의 언어로 메운다는 데 있다.
저자는 여러 기업을 거치며 고객과 시장의 최전선에서 쌓은 경험을 바탕으로 개인화, AI 컨시어지, 추천, RAG, 에이전트를 기술이 아닌 고객 경험과 매출, 업무 생산성의 문제로 풀어낸다. 특히 문제 정의에서 ROI 입증까지 이어지는 90일 실행법은 AI를 ‘해보는 것’에서 ‘성과를 내는 것’으로 바꾸는 구체적인 길을 제시한다. AI 시대의 경쟁력은 더 좋은 기술을 먼저 도입하는 데 있지 않다. AI를 고객 경험과 일하는 방식 속에 녹여 반복 가능한 성과를 만드는 조직이 앞서간다. AI를 유행어가 아닌 경영과 실행의 언어로 바꾸고 싶은 리더와 실무자에게 이 책을 권한다. - 황재선 (SK디스커버리 AX Lab 부사장) |
|
컨설팅 파트너로서 가장 많이 받는 질문은 “우리도 AI 도입해야 하나요?”가 아니다. “그래서 지난 6개월간 뭐가 달라졌나요?”다. 이 책은 바로 그 질문에서 시작한다. 저자는 화려한 데모나 전사 로드맵을 권하지 않는다. 대신 가장 아픈 낭비 지점 하나를 정해 90일 만에 숫자로 증명하라고 말한다.
현장에서 산업을 가리지 않고 반복적으로 목격하는 실패의 패턴과 이책이 제시하는 성공의 조건이 놀랍도록 정확히 일치한다. AI를 ‘검토 과제’로 남겨두고 있는 모든 리더와, AI를 ‘증명 과제’로 안고 있는 실무자에게 이 책을 권한다. - 김명구 (글로벌경영컨설팅기업 알바레즈앤마살 부사장) |
|
디지털 광고와 마케팅 현장에서 수십 년을 보내며 숱한 ‘혁신’의 유행을 지켜봤습니다. AI 역시 예외는 아니었습니다. 다들 배우고, 도입하고, 그럴듯한 데모까지 만들었지만 정작 매출이라는 숫자 앞에서는 침묵하는 경우가 허다했습니다. 저자는 디지털 플랫폼과 여러 기업체의 현장 임원을 거치며 이 간극을 현장에서 직접 목격한 몇 안 되는 실무가입니다.
이 책은 “AI를 쓰느냐 마느냐”라는 낡은 질문을 던지지 않습니다. 대신 고객이 진짜 원하는 것을 어떻게 설계하고, 그것을 90일 안에 숫자로 증명할 것인지를 집요하게 파고듭니다. 경험을 위한 AI가 아니라 매출을 일으키는 운영으로의 전환, 그리고 트렌드가 아닌 ROI로 답하는 자세가 이 책의 가장 큰 미덕입니다. 현장에서 축적한 경험을 바탕으로 실질적인 답을 제시한다는 점에서, AI 도입의 다음 단계를 고민하는 마케터와 경영자들에게 이 책을 권합니다. - 목영도 (디지털광고협회 고문 (부스터즈 CPO)) |
|
이미 서점에 넘쳐나는 AI 서적들이 ‘무엇을 도입할 것인가’를 말할 때, 이 책은 ‘고객이 무엇을 얻는가’를 묻는다. 선택이 쉬워지고, 다음이 예측 가능해지고, 실패의 불안이 줄어드는 것. 저자는 이 세 가지가 AI가 고객에게 줄 수 있는 진짜 가치이며, 이를 만들지 못하는 AI는 비용일 뿐이라고 잘라 말한다. “고객이 떠나는 이유는 가격이 아니라 찝찝함 때문”이라는 문장 하나만으로도, 이 책이 흔한A I 서적이 아님을 알 수 있다.
저자는 성공담을 나열하는 대신 화려하게 시작했다가 접힌 프로젝트들의 실패 원인을 해부하고, 성과가 없으면 미련 없이 폐기하라고 말한다. 폐기는 실패가 아니라, 불확실성을 제거한 값싼 성공이기 때문이다. AI를 무엇이든 해내는 마법으로 포장하는 책들 사이에서, 어디까지 자동화하고 어디서 멈출지를 먼저 묻는다. 저자와는 같은 업계에서 오랫동안 함께 일해왔다. 그래서 이 책의 문장들이 단순히 만들어진 것이 아니라, 그가 실제로 일해온 방식이라는 것을 안다. 기술이 아니라 고객에서 시작하고 싶은 기획자와 마케터, 경영진에게 이 책은 가장 믿을 만한 출발점이 될 것이다. - 손윤정 (인크로스 대표) |
|
가치, 경험, 맥락, 신뢰, 결정, 행동. 마케팅원론이나 소비자행동론 같은 이론서에서나 접할 법한 이 여섯 가지 핵심 키워드는, 역설적이게도 이책이 제시하는 ‘실전 AX(AI Transformation)’의 가장 강력한 지향점입니다. 수많은 기업이 AI에 거대한 자본을 투자하고도 뚜렷한 성과를 내지 못하는 이유는 기술 그 자체에만 집착했기 때문입니다. 하지만 AI 시대에도 비즈니스의 본질은 변하지 않으며, 오직 문제를 발견하고 대안을 실행하는 과정에서 AI를 어떻게 활용하느냐가 성패를 가르는 핵심 요인입니다.
비즈니스 현장의 최전선에서 AI로 난제들을 돌파해 온 저자의 노하우가 집대성된 이 책은, 막연한 AI 시대를 넘어 비즈니스 혁신을 완성해야 하는 실무자들에게 명확한 혜안과 실전 가이드를 제공할 것입니다. - 백승록 (CJ메조미디어 대표) |