2025년 5월 14일(수), 한국과학기술회관 국제회의장에서 ‘세상 밖으로 나온 AI: IT 서비스의 기회와 과제’를 주제로 한국IT서비스학회 춘계학술대회가 열렸습니다 🤖

이번 학술대회는 생성형 AI, 산업별 적용 사례, 공공서비스 혁신, 산학협력 모델 등 다양한 주제를 중심으로 총 7개 트랙에서 150편 이상의 발표가 진행되었으며, 기업·공공·학계가 함께 모여 AI 기술의 미래와 과제를 논의하는 뜻깊은 시간이었습니다.

사용자 행태 분석, 윤리적 AI, LLM 응용, 디지털 헬스케어, 교육 혁신 등 실제 현장과 밀접한 연구들도 다수 소개되어 이론과 실무의 접점을 살펴볼 수 있었습니다 🔍

앞으로도 기술과 사회를 연결하는 지속적인 연구와 협력이 이어지길 기대합니다 🌱

마케팅 업무 중 생성형 AI(Generative AI)의 영향을 가장 크게 받고 있는 분야는 단연 ‘시장 조사’다. 과거에는 고객과 경쟁자에 대한 인사이트를 얻기 위해 시간과 비용을 투입해 데이터를 수집했지만, 이제는 AI가 이 과정의 전반을 빠르게, 더 정밀하게, 더 폭넓게 대체 또는 보완하고 있다. 이번 컨설팅 이슈에서는 생성형 AI가 시장 조사에 어떻게 적용되고 있으며, 어떤 기회를 창출하고 어떤 한계를 갖는지를 4가지 범주로 나눠 설명한다.

기존 업무의 고도화

AI는 시장 조사 과정의 전 단계를 지원할 수 있다. 예컨대, 기존 문헌 요약이나 가설 도출(설계 단계), 인터뷰 데이터 요약 및 설문 분석(수집·분석 단계), 결과 요약 및 시각화(보고 단계) 등에서 AI는 빠르고 일관된 처리를 수행한다. 실제 조사에 따르면 응답자의 62%는 인터뷰 전사본을 요약하는 데, 58%는 데이터 분석에, 54%는 보고서 작성에 AI를 사용하고 있다고 응답했다. 특히 AI는 반복적 작업을 줄여주고, 인간은 더 창의적이고 전략적인 영역에 집중할 수 있도록 돕는다.

기존 방식을 대체하는 새로운 접근

AI는 ‘합성 데이터(Synthetic Data)’를 생성함으로써 기존 조사 방식 자체를 대체하는 방식도 가능케 한다. 이는 실제 응답을 받지 않아도 소비자의 행동과 반응을 시뮬레이션할 수 있는 강력한 도구다. EY는 AI 기반 합성 데이터를 실제 CEO 응답 결과와 비교해 95% 일치하는 결과를 얻었고, 일부 기업은 자체 데이터를 기반으로 AI 모델을 훈련시켜 내부적으로 합성 응답자(persona)를 구축하고 있다. 다만 합성 데이터는 인간의 예측 불가능성과 감정적 반응을 온전히 반영하지 못하는 한계도 존재한다.

새로운 인사이트의 발견

AI는 전통적 방식으로는 수집하기 어려운 정보의 ‘틈새’를 메울 수 있다. 일부 기업은 AI를 통해 특정한 설문이나 인터뷰 없이도 시장의 흐름을 파악하고 의사결정에 활용하고 있다. 예컨대, 경쟁사 전략을 분석해 타이밍에 맞는 인사이트를 도출하거나, 사내 ‘AI 실험실’을 구축해 누구나 데이터를 기반으로 의사결정에 접근하도록 하는 방식이 확산되고 있다.

전혀 새로운 데이터와 방식의 창출

가장 미래지향적인 응용은 ‘디지털 트윈’이다. 이는 실제 고객을 모사한 가상 인격으로, 다양한 콘텐츠나 마케팅 전략을 시험할 수 있는 환경을 제공한다. 클릭률, 구매 반응, 거부 요인 등을 실시간으로 검토하고 조정할 수 있어 타겟 마케팅의 정밀도를 높이는 데 유용하다. 학계에서도 심리·인지 테스트를 바탕으로 트윈을 생성해 실험에 활용하려는 시도가 나타나고 있다.

기술의 한계와 윤리적 고려

생성형 AI는 여전히 편향, 신뢰도, 감성 이해 능력, 실험 시뮬레이션의 정확성 등 여러 한계를 안고 있다. 특히 응답자의 다양성을 반영하기 어렵고, 질문 순서 등에 민감하게 반응한다. 이는 현재 모델들이 특정 성향(예: 자유주의적, 고학력 중심)을 반영하는 경향이 있기 때문이다. 따라서 AI 기반 시장 조사를 활용하되, 해석과 활용에 있어 인간 중심의 검토와 윤리적 가이드라인이 병행되어야 한다.

생성형 AI는 시장 조사에 있어 속도와 효율성, 확장성을 제공하지만, 인간 고유의 직관과 맥락 해석을 대체하지는 못한다. 궁극적으로는 AI를 통해 더 인간적인 인사이트에 도달하는 것이 핵심이다.

출처: Harvard Business Review, 2025년 5월. 「How Gen AI Is Transforming Market Research」
https://hbr.org/2025/05/how-gen-ai-is-transforming-market-research

많은 기업들이 생성형 AI 도입에 수십억 달러를 투자하고 있지만, 실제 비즈니스 성과를 창출하는 데는 어려움을 겪고 있다. 이에 반해 SAP는 자사의 핵심 소프트웨어인 ERP 제품군을 기존 대기업뿐 아니라 중소기업(SME) 시장으로 확장하기 위해 AI를 적극 도입했고, 실제 매출 성장으로 이어지는 전략적 전환에 성공했다. 본 글은 SAP의 사례를 통해 AI를 영업 전략에 통합하는 구체적 방식과 성공 요인을 조명한다.

시장 기회 이해에서 출발

SAP는 클라우드 중심의 구독형 모델 전환 이후, 기존의 고비용 대면 영업 방식으로는 수익성이 낮았던 중소기업 시장 진출 가능성을 모색했다. 구독 기반 모델은 초기 비용 장벽을 낮춰 중소기업에게 매력적이었지만, SAP 브랜드가 ‘대기업 전용’이라는 인식과 함께 12~18개월에 달하는 판매 주기가 장애물로 작용했다. 이에 따라 SAP는 새로운 접근이 필요함을 인식하고 AI를 도입하기 시작했다.

고객 여정 기반 프로세스 설계

SAP는 SME 고객의 구매 여정을 5단계(탐색, 선택, 도입, 활용, 확장)로 나눈 후, 각 단계별로 40개 이상의 AI 툴을 배치했다. 예를 들어, ‘탐색’ 단계에서는 AI 기반의 퍼스널라이징 캠페인과 감성 분석 도구로 고객 흥미를 유도하고, ‘선택’ 단계에서는 맞춤형 데모와 자동화된 계약 생성으로 전환을 촉진한다. ‘도입’ 이후에는 아바타 기반 교육 영상과 문서 기반 AI Q&A, 고객 성공 도구 등을 통해 이탈률을 줄이고, 재구매를 유도한다. 이처럼 고객 여정 전체에 AI를 연결함으로써 90%의 구매 프로세스를 비대면으로 전환했다.

아이디어 발굴부터 확산까지의 단계별 실행

SAP는 25,000명의 직원을 대상으로 내부 혁신 챌린지를 진행하여 수백 개의 아이디어를 발굴했고, 이 중 유망한 아이디어들을 파일럿 형태로 검증했다. AI 툴의 효과성을 실험한 결과, 여러 업무에서 평균 60% 이상의 시간 단축 효과를 입증했다. 이후 공통 플랫폼을 구축해 툴을 통합하고, 사내 CRM 및 가격 시스템과의 연동을 통해 확장 적용했다. 이 과정에서는 리더십의 지원과 변화 관리가 핵심 역할을 했다.

외부 파트너십과 내재화의 균형

빠르게 변화하는 AI 기술 환경 속에서 SAP는 내부 개발과 외부 파트너십을 병행하는 전략을 채택했다. 엔지니어링에 강점을 둔 기업 문화 속에서도 타사 솔루션을 도입하기 위한 문화적 전환이 필요했고, 내부 시스템과의 통합 역시 도전 과제였다. 결국 SAP는 내·외부 기술을 병합한 혼합형 플랫폼을 구축하며 민첩성과 품질을 동시에 확보했다.

정량적 성과 측정

SAP는 AI 도입의 성과를 정량적으로 추적했다. 예를 들어, 1,000명의 잠재 고객에게 접근하는 데 걸리는 시간을 AI 도입 전후로 비교한 결과, AI 툴을 활용했을 때 약 40%의 시간이 절약되었고, 구매 전환율은 동일하게 유지되었다. 디지털 허브는 평균 영업 주기를 12개월로 단축시키고, 2024년 한 해에만 신규 고객 기회를 2만 건 이상 창출하며 SAP의 클라우드 제품군에 가장 큰 수요원을 제공하는 구조로 자리 잡았다.

산업과 조직 특성에 맞춘 조정

SAP 사례는 AI를 통한 영업 혁신이 단순히 기술의 문제가 아니라 전략, 제품 특성, 고객 여정, 변화 관리의 총체적 접근임을 보여준다. B2C 제품을 가진 Adobe와 같은 기업은 프리미엄 모델 중심의 AI 활용이 가능했지만, B2B 통합 솔루션을 판매하는 SAP는 고객 맞춤형 AI 도입이 필수적이었다. 또한, 조직 저항을 줄이기 위해 SAP는 지역 리더십과 협업하는 연합형 조직 구조를 도입해 현장 주도의 AI 수용을 유도했다.

결국 AI 도입은 도구가 아닌 전략의 일환이며, 진정한 성과는 조직 문화, 고객 이해, 실험과 확산 체계 속에서 탄생한다.

출처: Harvard Business Review, 2025년 3월. 「How One Company Used AI to Broaden Its Customer Base」
https://hbr.org/2025/03/how-one-company-used-ai-to-broaden-its-customer-base