이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
TL;DR
AI 도입을 이유로 먼저 조직도를 바꾸는 대신, 실제 업무가 어떻게 변하는지 매핑한 뒤 필요한 기능과 병목을 파악해야 한다는 관점이 제시됩니다. Megan Filbin과 Diego Lomanto가 만든 AI-native marketing framework는 직함이 아닌 Strategy, Curation, Architecture, Orchestration이라는 네 가지 기능으로 팀의 가치를 나눕니다. Curation이 품질 기준을 system에 인코딩하면 Architecture가 그 기준을 반복 실행하는 machinery를 만들고, Orchestration은 execution agents를 활용해 캠페인 범위를 넓히면서 사람의 판단과 창의 작업에 시간을 돌립니다. 다만 system maintenance의 책임 공백과 entry-level execution이 줄어들 때 차세대 curator의 판단력을 어떻게 키울지에 관한 talent pipeline은 아직 해결되지 않았습니다.
섹션별 상세
AI 도입 때 조직도를 먼저 바꾸면 실제 업무 변화와 맞지 않는 reporting line과 역할 혼선이 생길 수 있습니다. Megan Filbin은 systems thinking에 따라 조직의 구성 요소와 상호작용을 먼저 파악하고, 업무를 매핑한 뒤 무엇을 바꿀지 결정해야 한다고 말합니다. 이렇게 하면 AI 도입 과정에서 반복되는 misalignment, 비현실적인 기대, 순서가 뒤바뀐 실행을 줄이고 실제 병목에 맞는 변화를 선택할 수 있습니다.
AI-native marketing team의 Strategy 기능은 브랜드의 핵심 narrative와 시장에 전달할 최상위 message를 정하고 고위험 결정을 내립니다. AI는 선택지를 찾고 signal을 분석할 수 있지만, 무엇을 지지하고 어떤 이야기를 할지는 conviction과 사람의 관점에서 결정됩니다. 이 기능은 CMO와 VP급 리더에게 집중되면서도 curator의 품질 기준과 orchestrator의 캠페인 우선순위처럼 팀 전체의 업무에 스며듭니다.
Curation은 무엇이 좋은 결과인지 정의하고, 사람이 기억해야 하는 문서가 아니라 system이 재현할 수 있는 standard로 인코딩합니다. Product marketing manager, copywriter, brand strategist처럼 품질 기준을 정하는 사람은 한 번 만든 기준을 모든 agent가 자동으로 참조하도록 만들 수 있습니다. 기준은 한 번 정하고 끝나는 규칙이 아니라 business 변화에 맞춰 유지하고 발전시켜야 하는 운영 대상입니다.
Architecture는 curator가 만든 standard를 대규모로 반복하는 system을 구축합니다. WRITER의 Head of AI Visibility는 Gong call transcript에서 sales representative가 실제로 듣는 질문을 추출한 뒤 content를 자동 생성하고 게시하는 agentic AI pipeline을 만들었고, 이 pipeline은 전체 과정을 스스로 실행합니다. Architect는 curator가 모든 output을 직접 감시하지 않아도 orchestrator가 표준화된 process를 반복 실행하도록 machinery를 연결합니다.
Orchestration은 Architecture가 만든 system을 사용해 campaign을 운영하고 metric과 pipeline을 관리합니다. Execution agents가 실행을 맡으면 orchestrator는 더 많은 channel과 campaign, 더 깊은 personalization을 조율하면서 사람의 판단이 필요한 업무에 시간을 쓸 수 있습니다. 글은 일주일 걸리던 일이 하루로 줄어든 사례를 통해, 자동화의 목적이 단순한 인력 대체가 아니라 창의적 작업에 쓸 시간을 회복하는 데 있음을 연결합니다.
이 framework는 기준 이탈을 막는 대신 창의적 도약을 없애지 않으며, 기준을 지키는 데 쓰던 시간을 새로운 campaign concept와 format 실험으로 돌리는 구조를 만듭니다. Alaura Weaver는 editorial guideline을 system에 인코딩한 뒤 기준을 점검하던 시간을 creative team과의 out-of-home campaign 구상과 새 format 실험에 사용했고, Humans of AI podcast의 narrative 형식도 그 시간에서 나왔다고 말합니다. 다만 system이 커질수록 maintenance overhead가 늘고, 기능이 겹치는 지점에서 standard의 관리 주체가 사라질 수 있다는 한계가 남습니다.
AI가 entry-level execution을 맡으면 curator에게 필요한 judgment를 어디서 길러야 하는지라는 talent pipeline 문제가 발생합니다. 과거에는 실행 업무를 여러 해 경험하면서 품질을 판단하는 감각을 키웠지만, 그 경로가 자동화되면 다음 세대 curator의 성장 과정이 불분명해집니다. 글은 이 문제에 아직 해답이 없으며, 우선 네 기능을 명시해 팀의 업무 분포와 책임 관계를 드러내는 것이 출발점이라고 정리합니다.
용어 해설
- 시스템 사고(Systems Thinking)
- — 개별 직무나 조직도부터 바꾸기보다 조직을 구성하는 요소와 요소 사이의 상호작용을 먼저 파악하는 접근법입니다. 이 글에서는 AI 도입으로 마케팅 업무가 어떻게 변하는지 전체 흐름에서 파악한 뒤, 필요한 기능과 병목을 찾는 기준으로 활용됩니다.
- Agentic AI 파이프라인(Agentic AI Pipeline)
- — AI agents가 여러 단계를 이어받아 입력을 처리하고 결과물을 생성·게시하는 자동화 흐름입니다. 글에서는 Gong 통화 기록에서 영업 현장의 질문을 추출하고 콘텐츠를 자동 생성·게시하는 WRITER의 마케팅 업무 사례로 제시됩니다.
- AI-native 마케팅(AI-native Marketing)
- — AI를 일부 업무에 추가하는 수준을 넘어, 전략·기준 설정·시스템 구축·캠페인 운영의 역할을 AI 활용 방식에 맞춰 재구성하는 마케팅 운영 방식입니다. 이 글은 직함이 아닌 네 가지 기능을 기준으로 팀의 업무 흐름을 파악하도록 제안합니다.
- 큐레이션(Curation)
- — 조직이 원하는 품질과 브랜드 기준을 정하고, AI system이 반복적으로 적용할 수 있도록 인코딩하는 기능입니다. 기준을 문서에만 남기지 않고 system에 반영하면 각 agent가 결과물을 만들 때 같은 기준을 자동으로 참조할 수 있습니다.
- 오케스트레이션(Orchestration)
- — Architecture가 구축한 system과 execution agents를 활용해 캠페인을 운영하고 지표와 pipeline을 관리하는 기능입니다. 실행 자체보다 여러 채널의 캠페인을 조율하고 사람의 판단이 필요한 업무에 시간을 배분하는 역할로 확장됩니다.
기술
- AI
- AI agents
- agentic AI pipeline
- Gong
활용 사례
- Gong call transcript에서 sales representative의 질문을 추출해 content를 자동 생성하고 게시하는 pipeline
- editorial guideline을 system에 인코딩해 brand standard를 agent가 자동 참조하는 콘텐츠 운영
- execution agents를 활용한 다채널 campaign 운영과 personalization 확대
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 09. 03.수집 2026. 09. 03.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
