사상 리더
가장 현명한 AI의 결정은 메시지를 보내지 않는 것일 수도 있다

핵심 포인트클릭을 최적화하는 것은 자제가 고객 관계를 더 잘 보호할 수 있는 경우에도 더 많은 메시지를 보내는 것에 보상을 제공합니다.
더 보기
- 클릭을 최적화하는 것은 자제가 고객 관계를 더 잘 보호할 수 있는 경우에도 더 많은 메시지를 보내는 것에 보상을 제공합니다.
- 환불이 해결되지 않은 상태에서 잘 작성된 프로모션을 보내는 것은 더 나은 콘텐츠로 고칠 수 없는 의사결정 실패입니다.
- 인간 검토는 일상적인 정책 사례보다는 모호한 맥락과 결과가 큰 행동에 초점을 맞추어야 합니다.
생성형 AI 덕분에 개인화된 메시지를 만드는 비용이 크게 줄었다. 하지만 그 메시지를 보내야 할지 판단하기가 더 쉬워진 것은 아니다.
AI가 고객과의 상호작용에 관한 더 많은 결정을 맡게 되면서 이 차이는 중요해지고 있다. 시스템은 적절한 제안을 만들고 누군가 클릭할 것이라고 예측하면서도 잘못된 결정을 내릴 수 있다. 고객은 환불을 기다리고 있을지도 모른다. 해결되지 않은 불만 사항이 있을 수도 있다. 다른 이메일 주소로 이미 제품을 구매했을 수도 있다.
문장을 더 잘 쓴다고 이런 문제들이 해결되지는 않는다. 시스템이 고객을 더 잘 이해하고, 비즈니스가 실제로 중요하게 여기는 가치를 반영하는 목표를 세우며, 시스템이 할 수 있는 일을 명확히 제한해야 한다.
시스템이 무엇을 최적화하도록 요구하고 있는가?
발송 건수와 열람 수, 클릭 수는 쉽게 셀 수 있다. 그래서 유용한 운영 지표가 되지만, 동시에 비즈니스가 실제로 바라는 것, 즉 고객이 관계에서 가치를 느끼고 계속 돌아오는 일을 대신하는 지표로 삼기 쉽다.
연락 빈도에 별다른 제약을 두지 않고 총 클릭 수를 최적화하는 AI 시스템은 메시지를 더 많이 보내면 점수가 높아진다고 판단할 수 있다. 메시지를 한 건씩 따로 보면 추가 발송도 합리적으로 보일 수 있다. 하지만 여러 캠페인과 채널을 통틀어 보면, 같은 고객이 누구도 의도하지 않았던 것보다 훨씬 더 자주 브랜드의 연락을 받게 될 수 있다.
그 대가는 최적화 대상인 지표 밖에서 드러난다. Validity의 2026년 연말연시 소비자 설문조사에서 응답자의 3분의 1은 연말연시 이메일이 많이 오는 것만으로도 수신 거부를 할 이유가 충분하다고 답했다. 이것이 과도한 연락을 AI가 초래했다는 뜻은 아니다. 활동을 늘리면 고객과의 관계가 희생될 수 있다는 뜻이다.
수신 거부는 확인할 수 있다. 하지만 그에 앞서 고객이 느낀 불만은 드러나지 않는 경우가 많다. 시스템이 오늘 클릭을 유도한 공로는 인정받으면서 다음 달 고객이 다시 돌아올 가능성을 낮춘 데 대해서는 아무런 불이익도 받지 않는다면, 그런 상충 관계를 고려할 이유가 거의 없다.
자제하는 것도 하나의 결정이다
지난주에 주문을 반품하고 아직 환불을 기다리는 고객을 생각해 보자. 마케팅 시스템은 최근 구매 이력이 있고 반응할 가능성이 높은 고객으로 판단해 판촉 이메일을 발송 대기열에 넣는다. 고객 입장에서 보면 브랜드가 빚진 돈을 돌려주기도 전에 더 많은 돈을 요구하는 셈이다.
반품 정보는 주문 시스템에, 환불 상태는 고객 서비스 도구에, 구매 내역은 마케팅 프로필에 각각 들어 있을 수 있다. 이런 기록들이 같은 사람의 정보로 연결되어 있지 않을 수도 있다. 모델이 설계된 대로 정확히 작동하더라도 고객에 대한 불완전한 정보에 근거해 결정을 내릴 수 있다.
이 기록들을 연결하면 시스템이 파악할 수 있는 정보가 달라진다. 그렇다고 시스템이 실제로 하는 일까지 저절로 달라지는 것은 아니다. 의사결정 과정에서 해결되지 않은 환불 건을 고려하고 판촉을 보류하는 것도 유효한 결과로 인정해야 한다. 그렇지 않으면 시스템에 정보를 더 제공하면서도 보상을 받는 행동은 그대로 두는 셈이다.
고객 맥락과 목표를 함께 설계해야 하는 이유가 여기에 있다. 맥락은 무슨 일이 일어나고 있는지 설명한다. 목표와 의사결정 규칙은 다음에 무엇을 해야 할지 정한다. 반품이 있었다고 해서 모든 연락을 중단해야 하는 것은 아니다. 고객에게는 환불 진행 상황을 알리는 안내가 필요할 수도 있다. 유용한 서비스 안내와 또 하나의 판촉 메시지를 구분하는 일이 중요하다.
이메일을 서툴게 썼다면 콘텐츠의 문제다. 고객이 돈을 돌려받기를 기다리는 동안 잘 쓴 이메일을 보냈다면 의사결정의 문제다. 첫 번째 문제를 더 잘 해결한다고 두 번째 문제까지 해결되지는 않는다.
가입했다고 충성 고객이 되는 것은 아니다
로열티 프로그램에도 같은 문제가 나타난다. 가입자 수 증가를 성공의 기준으로 삼으면 시스템은 할인으로 사람들을 끌어들이는 방법을 학습할 수 있다. 가입자 수는 늘어난다. 하지만 이 고객들이 추가 할인 없이도 다시 구매할지는 별개의 문제다.
유용한 질문에는 답을 찾는 데 더 많은 시간이 든다. 회원들이 다시 찾아오는가? 혜택 비용을 고려한 뒤에도 이들의 지출이 수익을 내는가? 프로그램이 고객 행동을 바꾸는가, 아니면 어차피 했을 구매에 보상을 주는 데 그치는가?
이 질문들에 답하려면 시간의 흐름에 따라 로열티 프로그램 활동을 구매 이력 및 서비스 이용 이력과 연결해야 한다. 또한 프로그램의 효과와 원래 일어날 가능성이 높았던 행동을 구분할 수 있도록 비교 분석도 해야 한다. 가입자 수가 늘었다는 사실만으로는 이런 점을 알 수 없다.
사람의 감독은 의사결정을 바꿔야 한다
시스템이 무엇을 최적화해야 할지 결정하는 책임은 사람에게 있다. 고객 유지율과 마진, 고객이 들이는 노력 사이의 상충 관계는 경영진이 책임지고 판단해야 한다. 모델은 이런 상충 관계를 평가하는 데 도움을 줄 수 있다. 하지만 무엇을 선택할지에 대한 책임까지 맡을 수는 없다.
행동을 제한하는 기준도 마찬가지다. 유용한 출발점이 되는 질문은 이렇다. 이 행동을 되돌리기는 얼마나 어려운가? 판촉 메시지를 검토를 위해 보류하는 일은 가격을 변경하거나 크레딧을 지급하거나 예약을 취소하는 일과 결과가 다르다. 어떤 행동을 자동으로 실행할 수 있고 어떤 행동에 승인이 필요한지는 그 결과와 고객이 부여한 권한, 이용 가능한 맥락 정보의 신뢰성을 기준으로 정해야 한다.
환불 처리가 진행 중이라고 해서 매번 수동 검토 작업으로 넘길 필요는 없다. 정책이 명확하다면 규칙에 따라 프로모션을 보류하면서 고객 서비스 관련 안내는 계속할 수 있다. 상황이 모호하거나 규칙이 서로 충돌하거나 그에 따른 결과가 시스템의 권한을 넘어서는 경우에는 사람이 검토해야 한다. 이러한 구분에 필요한 정보가 없다면 시스템이 추측하도록 허용하는 대신 명확한 대체 절차를 마련해야 한다.
검토자는 신뢰도 점수 이상의 정보를 확인해야 한다. 어떤 고객 기록을 바탕으로 추천이 이루어졌는지, 그 기록이 얼마나 최신인지, 시스템이 무엇을 달성하려는지, 어떤 제약이 적용되는지 알아야 한다. 오래되었거나 서로 맞지 않는 기록을 바탕으로 한 추천은 아무리 확신에 차 있어도 여전히 잘못된 추천이다.
재정의 사례는 근거로 남겨야 한다. 사람들이 같은 유형의 프로모션을 반복해서 중단한다면 그 이유를 기록해야 한다. 이런 패턴은 서비스 데이터 누락, 신원 확인 문제, 또는 잘못된 행동에 보상을 주는 목표가 있음을 드러낼 수 있다. 같은 실수를 사람이 무기한으로 찾아내게 하기보다는 그 패턴을 바로잡는 편이 더 가치 있다.
보류가 도움이 되는지 측정하기
팀은 모든 고객 상호작용을 한꺼번에 재설계하려 하기보다 하나의 의사결정부터 시작할 수 있다. 프로모션 발송을 하나 정해 필요한 맥락을 파악하고, 어떤 조건에서 발송을 보류할지 정한다. 필요한 서비스 안내 메시지는 해당 억제 규칙의 적용 대상에서 제외한다.
그런 다음 변경이 도움이 되는지 검증한다. 발송 대상이 되는 프로모션 메시지에 대해 기존 방식과 정해진 조건에서 발송을 보류하는 정책을 비교한다. 구매 주기에 맞는 기간 동안 재구매, 유지율, 불만, 마진을 추적한다. 발송 건수와 클릭 수는 여전히 상황을 설명하는 데 도움이 되지만, 최종 판단의 기준이 되어서는 안 된다.
이 검증을 통해 프로모션을 줄이면 고객과의 관계를 지킬 수 있다는 결과가 나올 수 있다. 특정 제한이 지나치게 광범위하다는 결과가 나올 수도 있다. 어느 쪽이든 유용하다. 메시지를 보내지 않는다고 해서 발송하는 경우와 달리 검증 없이 허용되어서는 안 된다. 둘 다 결과를 측정할 수 있는 의사결정이다.
이 모든 것이 엔지니어링 작업을 없애 주는 것은 아니다. 고객 기록은 올바른 사람과 연결되어야 한다. 최근 발생한 이벤트는 의사결정 과정에 제때 전달되어야 실제로 반영될 수 있다. 권한은 조치를 제한해야 하며, 팀은 무슨 일이 있었고 그 이유가 무엇인지 기록해야 한다. 맥락이 빠져 있으면 더 나은 목표로 보완할 수 없듯이, 더 나은 맥락도 잘못된 목표를 바로잡을 수는 없다.
고객과의 관계를 위한 설계
리더가 던져야 할 질문은 간단하다. 시스템은 무엇을 좋은 의사결정으로 간주하는가? 답이 클릭이라면 고객 경험을 악화시키면서도 시스템은 맡은 일을 잘하고 있을 수 있다.
신뢰할 수 있는 고객 맥락은 사람과 AI가 무엇을 할지 결정할 때 더욱 믿을 만한 근거가 된다. 명확한 목표와 통제 장치는 그 이해를 어떻게 활용할지 결정한다. 그 결과 시스템은 지금 메시지가 왜 유용한지 설명하고, 유용하지 않은 때를 알아차리며, 이후에 일어나는 일로부터 배울 수 있어야 한다.
때로는 AI 시스템이 내릴 수 있는 가장 현명한 결정이 아무 메시지도 보내지 않는 것이다.












