마케터들은 생성형 AI의 출력 해석에서 기회와 위험 모두를 마주하고 있으며, 특히 AI가 생성한 타깃 고객 페르소나를 사용할 때 더욱 그렇다. 이러한 페르소나는 ChatGPT, Claude, Llama와 같은 대형 언어모델(LLM)을 활용하여 브랜드 경영진이 복잡한 소비자 데이터를 효율적으로 분석하고 의사결정을 내릴 수 있도록 돕는다. 오랜 기간 동안 타깃 고객 페르소나는 소비자 세분화와 데이터 관계 명확화에 중요한 마케팅 도구였으며, 미디어 계획과 전략 수립에 큰 역할을 해왔다. 과거에는 이러한 페르소나를 개발하는 데 몇 주가 걸리고 많은 투자가 필요했지만, 지금은 AI 도구들이 대부분 이 과정을 대체하고 있다. 실제로 SAS의 300개 기업 대상 설문에 따르면, 85%의 마케터들이 어떤 형태로든 생성형 AI를 사용하고 있다고 한다. 예를 들어, 이탈리아 커피 브랜드 라바자(Lavazza)는 2023년 초부터 AI 페르소나를 활용하기 시작하여 개발 시간을 줄이고 데이터에 대한 새로운 인사이트를 확보하고 있다. 이 페르소나는 프랑스의 ‘아델(Adele)’과 영국·미국의 ‘루시(Lucy)’처럼 라바자가 주력하는 시장별 핵심 페르소나에 해당한다. 라바자 비즈니스 인텔리전스 책임자 시모네 발라리니는 AI 인터페이스가 사람과 유사한 대화 능력과 정량적 객관성을 결합했다고 평가했다. 이러한 라바자 AI 페르소나는 스웨덴 업체인 스트라비토(Stravito)가 개발했으며, Kantar의 5, 000건 소비자 인터뷰, Nielsen 조사, 국가커피협회 데이터를 기반으로 만들어졌다. 방대한 데이터 덕분에 개별 인력으로는 처리할 수 없는 인사이트를 제공하며, 페르소나는 정기적으로 업데이트되어 최신 정보를 반영한다. 이들은 초기 크리에이티브 피드백과 미디어 전략의 참고자료 역할을 하면서, 전체적인 검증 대신 탐색 과정을 가속화한다. 스트라비토의 CEO인 토르 올라프 필오제는 이를 “조기경보 시스템”에 비유하며, 연구가 유망한 아이디어에 집중될 수 있도록 돕는 역할이라고 설명했다. 이미 라바자는 이러한 페르소나를 활용해 ‘돌체비타’ 라인 광고와 브랜드 검토 과정을 진행하고 있다. 이와 비슷하게, 스태그웰 계열 에이전시인 코드 & 테오리(C&D)는 챔피언(Champion), 앨버트슨스(Albertsons), 메리어트 본보이(Marriott Bonvoy)와 같은 고객사를 위해 AI 페르소나를 전사적으로 도입하고 있다. 이처럼 대규모 에이전시들이 이 기술을 채택하는 배경에는 LLM을 활용한 고객 타깃 페르소나 생성의 간편함이 있다. 예를 들어, 젤리피쉬(Jellyfish)의 펜슬(Pencil) 플랫폼에는 ‘페르소나 에이전트’가 탑재되어 있어, 정적인 페르소나 슬라이드를 역동적인 도구로 전환하며, 컨셉 개발과 시장 진입 전략에 활용되고 있다.

젤리피쉬 전략 책임자 존 도슨에 따르면, 이 도구는 마치 “조기경보 시스템”과 같아 연구와 개발의 방향성을 제시하는 역할을 한다. 분명한 이점이 있으나, 마케터들은 여전히 신중한 자세를 유지한다. 2025년까지 많은 사람은 방대한 조사와 검증 없이는 미디어 또는 크리에이티브 결정에 신뢰하지 않으며, 직관과 경험의 중요성을 간과하기 쉽다. 더불어 Meta의 Advantage+와 같은 액터형 미디어 구매 솔루션이 점차 의사결정을 위임하는 방향으로 발전하면서, AI 페르소나를 마치 신탁의 예언자처럼 과도하게 신뢰하는 위험도 있다. 이름이나 애니메이션 얼굴, AI 생성 음성 등으로 개인화하는 것은 사람처럼 보이는 인공적 특성을 강화하는 방법이다. 파이퍼(Piper)와 같은 전문가들도 이 페르소나를 ‘생명체’처럼 보는 유혹을 인정한다. AI 페르소나에 대한 맹목적 신뢰를 방지하려면, 적절한 교육과 검증이 중요하다. 도슨은 사용자가 AI에 입력되는 데이터의 출처와 한계를 이해하도록 하며, AI가 제공한 프로필을 인간이 주체적으로 활용하는 것이 핵심임을 강조한다. 예를 들어, 라바자는 페르소나 인사이트를 원래 데이터 출처와 연결하는 각주를 첨부하는 등, 퍼플렉시티(Perplexity)의 관행과 유사하게 운영한다. 또한, 프롬프트 엔지니어링을 통해 AI의 자연스러운 찬반 판단을 유도하여, 오분별을 방지하는 것도 방법이다. 코드 & 테오리 역시 페르소나에게 ‘비판적으로 입력을 평가하라’고 지시하여, LLM의 자연스러운 동의 경향을 줄이고 있다. 추가적으로, 인간의 관여를 통한 안전장치도 필요하다. 라바자의 미디어 에이전시인 와이브메이커(Wavemaker)는 AI가 만든 인사이트만 참고하고 페르소나는 직접 검증하지 않음으로써, AI의 과도한 영향력을 줄였다. 파이퍼는 인간 검증의 중요성을 강조하며, 유망한 인사이트는 설문조사와 패널을 통해 신뢰성을 확인하고, 페르소나를 활용한 크리에이티브 역시 인간의 테스트 그룹을 거쳐 승인받아야 한다고 조언한다. 궁극적으로, 마케터들은 AI 페르소나 활용과 자신의 판단을 균형 있게 유지해야 한다. 파이퍼는 “인간의 개입 없이는, AI를 믿는 것은 결국 진부하고 무미건조한 결과만 낳는다”고 경고한다.