몇 주 전, 나는 '미래 퍼포먼스 마케팅 팀'이라는 제목의 웨비나를 진행했는데, 이는 비전보다는 진단에 초점을 맞춘 것이었다. 나는 세 명의 실무자—Max Epifanov(트리플텐), Matt Shenton(크라우드), Ivan Zamesin(AJTBD)—와 함께했으며 이들은 모두 대규모, AI 기반 워크플로우를 실무에서 관리하는 경험이 풍부한 전문가들이다. 이번 토론을 통해 현재 퍼포먼스 마케팅 모델의 사후 분석이 드러났는데, 이는 조용히 AI에 의해 대체되고 있는 모습이었다. 높은 성과를 내는 팀들은 AI 에이전트가 전통적으로 인간이 수행하던 업무를 맡으면서 점점 불필요해지고 있지만, 조직도에는 아직 이 변화가 반영되지 않고 있다. **우리는 10년간 잘못된 문제를 해결해 왔다** 지난 10년간 마케터들은 퍼포먼스 지표 최적화에 집중해 왔다—대시보드 개선, 애트리뷰션 속도 향상, 타깃팅 정제 등. 그러나 AI의 진정한 가치는 의사결정 시간을 단축하고 반복 주기를 가속화하는 데 있다. 예전에는 마케터들이 수시간에 걸쳐 대시보드를 분석하며 예산 변경을 결정했지만, 이제는 AI를 통해 하루에 수백 번 결정을 내리고 그 결과를 빠르게 검증할 수 있다. 또한, 마케터들은 자동화 시스템을 지나치게 통제하는 경향이 있는데, 이는 역설적으로 AI의 효율성을 떨어뜨린다. 조종사가 자동조종장치가 언제 개입하지 말아야 하는지 배우듯, 마케터들도 AI의 자율성을 신뢰하는 법을 배워야 최적의 결과를 얻을 수 있다. 이러한 역할 전환은 점진적이기보다 급작스럽게 일어나며, AI를 생산성 도구로 통합하는 팀들은 점차 성과를 내지만, AI를 중심으로 구조를 재편하는 팀들은 완전히 다른 차원에서 움직이고 있다. **에이전트가 수행할 때 어떤 변화가 일어나는가** 현재, AI 에이전트들은 Meta, TikTok, YouTube, Google 등 여러 채널의 퍼포먼스 마케팅을 동시에 처리하며 전체 퍼널 데이터를 활용하고, 미리 정해진 의사결정 논리로 목표를 향해 계획하고 행동한다. 이들은 최소한의 인간 개입으로 목표를 세우고 실행하는 역할을 한다. 이제 마케터들은 개발자 지원 없이 일주일 만에 완전한 인터랙티브 리드 생성 퍼널을 구축할 수 있다. 생성형 AI를 사용하는 팀의 70% 이상은 콘텐츠 생산량을 늘리면서 인력을 추가하지 않으며, 출시 속도와 반복 주기 역시 기하급수적으로 빨라지고 있다. 중요한 점은, AI 에이전트들은 단순히 도움을 주는 수준을 넘어, 지속적이고 자율적으로 업무를 수행한다는 것이다. 이로 인해 전통적 마케팅 역할은 사실상 사라지고 있다. 캠페인 분석 시간은 3~4시간에서 10~15분으로 단축되고, AI는 비용 per 리드가 목표를 넘었을 때 광고를 확장하거나, 성과가 낮은 크리에이티브를 일시 정지하는 등의 규칙을 적용한다. 이 행동들은 투명하게 보여지며, 사람이 검증하고 조정할 수 있게 된다.

자동 모드에서는 AI가 직접 광고 계정을 변경하며, 반자동 모드에서는 사람이 최종 승인한다. 이러한 방식은 월 50만 달러 이상 광고비를 관리하는 팀들이 일반적으로 채택하고 있다. **인간이 남아있는 역할은 무엇인가** 그렇다면, 인간은 어떤 역할을 하게 될까?업무 수행이 자동화되고, 지속적인 최적화와 공식화된 의사결정 논리 덕분에, 인간의 주된 역할은 데이터가 불완전하거나 상황이 모호하고 결과가 불확실할 때 결정을 내리는 것이다. 아직 AI는 좋은 아이디어와 평범한 아이디어를 구별하거나 장기 전략을 독립적으로 계획하는 데 한계가 있다. 현재 퍼포먼스 마케팅은 네 가지 계층으로 나뉜다: - 실행: 전면 자동화; - 최적화: 대부분 자동화되었으나 한계 존재; - 의사결정: 일부 인간 개입; - 전략: 전적으로 인간 중심. 이 인간 역할을 보기 쉽도록 세 가지 원형—의사(doctor), 조종사(pilot), 교사(teacher)—로 나눌 수 있다. 의사는 문제를 진단하고, 조종사는 과도하게 개입하지 않으며, 교사는 자율 시스템에 입력값, 제약조건, 프레임을 설정한다. **팀에서 시스템으로의 전환** AI가 단독으로 해결할 수 없는 주요 과제는 바로 조직 맥락이다. 많은 기업들이 여러 채팅룸, 문서, 대시보드에 산발적으로 저장된 지식과, 부서별로 쪼개진 팀 구조로 인해 맥락이 손실되고, 불필요한 재구축이 반복된다. 이는 AI의 성과에 장애물이 된다. 에이전트 기반 AI는 컨베이어 벨트처럼 작동한다. 데이터가 명확하게 라벨링되고, 접근 가능하며, 정의되지 않으면 시스템은 정체된다. AI를 성공적으로 활용하는 기업들은 데이터와 의사결정 구조를 통합해 조직했으며, 이는 성과 마케팅의 핵심이 되었다. 이 새로운 환경에서, 퍼포먼스 마케팅 팀은 운영 인력보다 시스템 설계자 역할이 늘어나고, 피드백 루프는 더 촘촘해지며, 사람이 개입하지 않아도 계속해서 업무를 수행하는 구조로 변화하고 있다. 결국, 팀은 자동화 시스템을 감독하는 관리 층으로 변화한다. 역사적으로 퍼포먼스 마케팅은 채널, 데이터 포인트, 변수의 복잡성 증가를 관리하는 데 집중했는데, AI는 이를 감축하는 대신 흡수한다. 이제 판이 바뀌었으며, 궁극적인 승자는 자가 관리형 시스템을 구축하는 자가 될 것이다.