가상 소비자 집단과 예측 불가능성의 중요성

놀랍게도 세상은 빠르게 변하고 있습니다. 마케팅 부서는 다른 모든 부서와 마찬가지로 더 많이 만들어 내고, 비용은 줄이면서, 어떻게든 결과물의 품질도 높이라는 요구를 받고 있습니다.

AI가 이제 시대정신을 거의 완전히 지배하고 있습니다. 기존 조사 비용의 일부만으로 아이디어를 더 빠르게 검증할 방법을 제시하는 만큼, 마케터가 귀를 기울일 이유는 충분합니다.

가상 소비자 집단은 고객 기록, 인터뷰, 인구통계학적 프로필 등이 포함된 데이터를 바탕으로 만든 모의 소비자 그룹입니다. 팀은 이 집단에 결과물을 제시하고 예상 반응을 살펴본 뒤 수정하고, 새로운 사람들로 패널을 꾸리지 않고도 다시 시험할 수 있습니다.

고객을 잘 이해하고 있고 이러한 예측을 실제 행동과 대조해 확인한 기업이라면, 이는 매우 유용할 수 있습니다. 마케팅 업무의 상당 부분은 이미 하고 있는 일을 개선하는 것이며, 이를 잘 해내는 일은 결코 만만하지 않습니다. 큰 비용이 들 실수를 피하거나 성과가 부진한 캠페인을 개선하는 것만으로도 충분히 의미 있는 결과입니다. 실제로 대부분의 부서는 이런 기회를 적극적으로 활용하는 편이 현명할 것입니다.

하지만 매력은 단순히 효율성을 위한 효율성에 그치지 않습니다. 가상 소비자 집단은 이제 무엇보다 귀중해진 것, 즉 추진을 정당화할 수 있는 근거도 제공한다고 약속합니다.

“테스트해 보니 고객들은 이쪽을 더 선호했습니다”라는 말은 “이게 좋은 아이디어인 것 같습니다”라는 말과는 다른 권위를 갖습니다. 여기서 말하는 고객이 가상으로 만들어진 경우에도 마찬가지입니다.

투자자들은 그 권위에 큰 기대를 걸고 있습니다. 기업이 설문조사에 활용할 수 있도록 실제 소비자를 모의 재현하는 AI 시뮬레이션을 만드는 Simile은 7월, 시리즈 A 투자 유치 약 5개월 만에 기업 가치 20억 달러를 인정받으며 2억 달러를 조달했습니다. Adobe는 브랜드 인텔리전스 제품 안에서 마케터가 AI로 생성한 고객 프로필을 대상으로 크리에이티브와 메시지를 시험해 볼 수 있도록 합니다.

그렇지만 이런 도구가 창작물을 승인하는 과정의 일부가 되면, 애초에 사람들이 무엇을 제안할 만하다고 여기는지에도 영향을 미치게 됩니다. 우리는 점점 더 관객의 반응을 잘 예측하게 되는 한편, 관객에게 뜻밖의 무언가를 선사하는 능력은 서서히 잃어갈 수도 있습니다.

더 빠르게 배우기

가상 조사가 지닌 가능성은 기업이 새로운 기술에 대응해 운영 방식을 바꾸는 더 큰 흐름의 일부입니다. Steven Waterhouse는 밑바닥까지 이어지는 학습 기계들에서 AI가 시도하고, 결과를 살펴보고, 조정하는 데 드는 비용을 낮춘다고 주장합니다. 이런 과정을 중심으로 조직을 구성한 기업은 배운 내용을 다음 의사결정에 반영해, 업무를 진행하면서 개선 속도와 실행 속도를 모두 높일 수 있습니다.

마케팅에는 언제나 이런 과정이 어떤 형태로든 포함되어 왔습니다. 사람들의 관심을 끌 만한 것이 무엇인지 판단해 세상에 내놓고, 그 판단이 얼마나 정확했는지 확인합니다. 조사는 준비를 돕고, 경험은 해석의 바탕이 되며, 관객에게는 대개 우리를 놀라게 할 여지가 남아 있습니다.

미 공군 대령 John Boyd는 이 과정을 ‘관찰, 방향 설정, 결정, 행동’을 거듭하는 OODA 루프라고 부르며 좀 더 체계적으로 설명했습니다. 기업은 속도를 높여야 한다는 근거로 이 개념을 자주 들지만, Boyd의 설명은 우리가 상황을 어떻게 이해하는지에도 상당한 비중을 둡니다. 방향 설정에는 경험과 문화, 새로운 정보가 활용됩니다. 그의 도식에서 결정은 가설이고 행동은 시험이며, 그 결과는 다시 우리의 이해에 반영됩니다.

가상 소비자 집단은 자원을 투입하기 전에 상황을 이해하는 데 도움을 줄 수 있습니다. 미처 알아차리지 못한 가정을 드러내거나, 생각해 보지 못한 해석을 제시할 수도 있습니다. 하지만 모의 반응을 하나 더 얻는다고 해서 사람들이 실제로 어떻게 행동하는지에 대한 관찰이 저절로 늘어나는 것은 아닙니다. 캠페인이 좋은 반응을 얻으리라는 예측을 개선하더라도, 사람들이 캠페인을 접했을 때 확인해야 할 점은 여전히 남습니다.

예측을 개선하는 데 주로 초점을 맞춰 수정을 시작하면 이 차이는 중요한 결과를 낳습니다. 팀은 수백 차례 반복 작업을 거치며 캠페인에 대한 확신을 키울 수 있지만, 관객도 그 확신에 동의하는지는 배우지 못할 수 있습니다. 과정은 빨라졌지만, 불확실성의 일부는 처음 그대로 남아 있습니다.

Boyd는 또한 “적응력에는 다양성과 신속성이 필요하다”고 썼으며, 두 요소 모두 예측 불가능한 능력과 예상치 못한 상황에 대처하는 능력에 연결했습니다. 이를 창작 작업에 적용하면, 빠르게 여러 가지 안을 만들어 내는 것만으로는 충분하지 않습니다. 그동안 시도하지 않았을 무언가를 발견할 수 있을 만큼 폭넓은 가능성을 열어 두어야 합니다.

안타깝게도 더 빠르게 움직여야 한다는 압박은 익숙하지 않은 가능성을 검토하기 어렵게 만들 수 있습니다. 마감이 다가오고 예산 승인이 필요한 상황에서는 모두가 이미 이해하는 아이디어가 여러모로 유리합니다.

안전한 선택의 대가

David Perell은 최근 TBPN에서 이러한 역학을 설명하며, 할리우드가 “우리 세상의 머니볼화”에 굴복했다는 Derek Thompson의 관찰을 언급했습니다. 그의 설명에 따르면 업계가 지루해진 데에는 위험을 똑똑하게 관리하게 된 점도 한몫합니다. “문제는 결국 Spider-Man 74나 Lord of the Rings 7 같은 작품을 보게 되고, 새로운 시리즈는 보지 못한다는 거죠.”

이 불만에는 상업적인 논리가 있다. 이미 자리 잡은 프랜차이즈에는 관객층과 흥행 실적이 있고, 사람들이 무엇을 기대하는지도 어느 정도 파악되어 있다. 후속작에 투자하는 것은 합리적일 수 있으며, 관객은 익숙한 세계로 돌아가는 데서 진정한 즐거움을 얻을 수도 있다.

하지만 첫 작품은 관객이 있다는 증거가 나오기 전에 불확실성을 감수해야 했다. 스튜디오는 합리적인 결정을 연이어 내리고도 낯선 이야기가 제작되기 어려운 문화를 만들 수 있다.

다시 말해, 합리적인 결정을 잇달아 내리다 보면 반복적으로 느껴지는 문화가 형성될 수 있다. 각 프로젝트가 승인 기준을 충족하더라도 그렇다. 우리는 점점 더 흥미를 잃어 가는 아이디어를 습관적으로 ‘승인’한다.

물론 더 나은 정보가 이런 결과를 반드시 낳는 것은 아니다. 위험을 이해하면 오히려 위험을 감수하려는 의지가 커질 수 있다. 특히 이전에 부정적인 결과를 과장해 생각했다면 더욱 그렇다. 하지만 정보만으로 조직의 불확실성 감수 성향이 결정되지는 않는다.

합성 리서치는 이러한 계산을 창작 업무의 일상적인 과정으로 끌어들인다. 더 이른 시점에, 더 자주, 점점 더 사소한 의사결정에 관해서도 관객의 반응을 확인할 수 있다. 그러면 결과물을 상당히 개선할 수 있다. 반면 예상되는 반응이 늘 눈앞에 놓이면, 사람들이 자기 아이디어를 발전시킬 시간도 갖기 전에 그 반응에 맞추기 시작할 수도 있다.

우리를 훈련하는 관객

창작팀에 모델을 따르라는 지시가 없어도 된다. 긍정적인 점수가 승인을 얻는 데 도움이 된다면, 팀원들은 자연히 어떤 아이디어가 그런 점수를 얻는지 주의를 기울인다. 어떤 제안은 쉽게 채택되고 어떤 제안은 긴 설명이 필요한지 알아차리게 된다.

압박을 받는 상황에서는 그런 지식이 유용해진다. 아이디어를 제출 전에 손볼 수도 있고, 어색한 요소를 없앨 수도 있으며, 낯선 방향은 탐색하지 않은 채로 둘 수도 있다. 각각의 조정은 사소할 수 있다. 그러나 시간이 흐르면 팀이 만들어 내는 결과물의 범위가 달라질 수 있다.

이 역시 학습의 순환 과정이며, 그 안에 있는 사람들은 자신이 속한 환경이 무엇을 보상하는지 정확히 배운다. 불편한 가능성은 이 과정에서 거둔 성공이 점차 좋은 창작적 판단에 대한 실무적인 기준이 된다는 점이다. 이들은 공식적으로는 반대할 권한을 유지할 수 있지만, 그 권한을 행사하는 일은 점점 줄어들 수 있다.

그 결과는 안심을 줄 수 있다. 승인된 캠페인은 기대에 부응하고, 모델의 추천은 타당해 보이며, 절차는 갈수록 신뢰할 만해 보인다. 그러나 이런 결과로는 제안조차 되지 않았던 작업이나 그 작업이 도달했을지도 모르는 관객에 대해 거의 알 수 없다. 시스템은 익숙한 선택지 가운데 하나를 고르는 데 탁월해지면서도, 사용자는 무엇을 더 이상 고려하지 않게 되었는지 모를 수 있다.

워터하우스는 자신의 에세이 ‘거울 이미지’ 부분에서 이와 관련된 변화를 설명한다. 우리는 우리를 닮은 지능을 만들고, 그 모습을 중심으로 기업과 기관을 재편하고 있다고 그는 쓴다. 창작 부서에서는 개인의 습관 속에서 그런 재편이 일어날 수 있다. 도구의 선호가 어느새 우리 자신의 판단처럼 느껴질 때까지 우리는 도구에 적응한다.

그 시점에 우리가 관찰하는 예측 가능성의 일부는 우리가 일하는 법을 배운 방식에서 비롯된 것일 수 있다. 우리는 시스템이 이해하는 결과물을 만들고 있다. 시스템의 승인을 구하는 데 익숙해졌기 때문이다.

뮬

아이작 아시모프는 파운데이션과 제국에서 예측 가능한 미래를 극적으로 뒤흔드는 상황을 상상했다. 해리 셀던의 심리역사학은 방대한 인구 집단의 행동을 예측할 수 있어, 그가 자신의 생애를 훨씬 넘어 수백 년간 이어질 계획을 세울 수 있게 한다. 그 계획이 성공하자 이를 믿고 따르는 사람들은 앞으로 일어날 일을 대단히 확신하게 된다.

그러다 뮬이 나타난다. 사람들의 감정과 충성심을 바꾸는 능력을 지닌 돌연변이인 그는 셀던의 계산에 반영되지 않은 영향력을 행사한다. 인구 집단이 다르게 행동하기 시작하면서 계획은 궤도에서 벗어난다. 모델의 가정에서 벗어난 한 개인이 모델이 예측하려던 미래를 바꿔 놓는다.

놀라움을 선사하는 능력을 지키기

브랜드가 추구할 만한 목표는 사람들의 기대를 바꿀 만큼 매력적인 것을 만드는 일이다. 그러려면 특별한 종류의 예측 불가능성이 필요하다. 관객은 우리의 판단과 작업의 질을 신뢰하면서도 우리가 다음에 무엇을 할지는 예상하지 못할 수 있다. 실제로 이런 조합이 관계를 지속시키는 요인일 수도 있다.

경이로움은 사전에 구체적으로 상정할 수 없었던 무언가를 마주하고도 그 가치를 알아보는 능력에서 비롯된다. 창작의 과제는 사람들의 관심에 보답할 만한 완성도와 섬세함, 일관성을 갖춘 작업으로 그런 만남을 가능하게 하는 것이다. 도구의 역량이 커질수록 우리는 그런 작업을 더 많이 시도할 자유를 원해야 한다.

마케팅에서는 이 점이 특히 까다로운 문제를 낳는다. 우리가 하는 일은 사람들이 자신이 원한다는 사실조차 몰랐던 것을 발견하도록 도울 수 있다. 캠페인은 제품을 둘러싼 연상을 바꾸고, 낯선 경험을 매력적으로 만들거나, 브랜드를 새롭게 이해할 방법을 제시할 수 있다. 사람들의 선호는 우리가 세상에 들여놓기로 한 것들을 포함해, 세상과 마주치는 경험을 통해 부분적으로 형성된다.

이는 사람들이 현재 무엇을 선호하는지 파악하는 것만으로는 역할의 일부밖에 해내지 못한다는 뜻이다. 어떤 것이 실제로 존재하게 됐을 때 사람들이 무엇에 흥미를 느낄지, 또 브랜드가 무엇을 보탰으면 하는지에 대해서도 판단해야 한다. 그런 포부는 확신을 가질 만큼 충분한 근거가 쌓이기 전에 시작될 수 있다.

분석적 인간성의 정점에서 우리는 분석 역량이 점점 더 풍부해질수록, 그 역량을 활용해 내리는 선택의 중요성도 커질 것이라고 주장했다. 도구가 겉보기에 끝없이 많은 가능성을 생성하고 평가할 수 있을 때, 우리가 할 수 있는 일과 해야 하는 일의 차이는 특히 중대한 의미를 갖는다.

신뢰할 만한 예측은 선택에 참고가 될 수 있지만, 선택 자체를 대신 내려 주지는 않는다. 익숙한 접근법이 좋은 성과를 낼 것이라고 정확히 예상하면서도, 추구할 만한 더 흥미로운 포부가 있다고 판단할 수 있다. 이 판단에는 브랜드에 대한 우리의 이해, 브랜드와 고객 사이에 맺고 싶은 관계, 그리고 그 일이 의미를 가질 것으로 기대하는 기간이 반영된다. 예측은 우리의 판단에 보탬이 되지만, 그 포부에 대한 책임은 여전히 우리에게 있다.

그 책임을 지키려면 자신의 취향에 대한 확신만으로는 부족하다. 사람들은 자기만족을 획기적인 성과로 착각할 수 있으며, 부정적인 예측도 고려할 가치가 있다. 반론을 검토하고, 아이디어에 여전히 기회를 줄 만한 이유를 판단하며, 무언가를 배울 수 있도록 실제로 고객과 접할 기회를 마련할 수 있을 때 독립성이 힘을 발휘한다.

초기 조사를 더 저렴하게 할 수 있다면 이런 만남도 더 많이 마련할 수 있을 것이다. 절감한 비용의 일부를 낯선 고객층을 대상으로 한 작업이나 가치가 아직 불확실한 아이디어의 제한적인 테스트에 투입할 수 있다. 그러면 조직은 그렇지 않았다면 버렸을지도 모를 가능성에 관한 근거를 얻고, 작업을 수행하는 사람들은 숙고를 거친 판단에 따라 행동하는 습관을 이어 갈 수 있다.

AI는 예상 밖의 아이디어를 만들어 내는 과정까지 포함해 이 전 과정에 참여할 수 있다. AI를 잘 활용하면 상상력을 크게 넓힐 수 있다. 지켜야 할 가치가 있는 자유란 우리가 사용하는 평가 시스템이 아직 가치를 확정하지 않은 가능성을 추구할 수 있는 능력이다.

추신 어쩌면 AI는 언젠가 상상할 수 있는 가장 독창적인 작업에 대한 우리의 반응을 비롯해 인간의 선호에서 일어나는 모든 의미 있는 변화를 예측할 수 있을지도 모른다. 그렇게 되면 판도가 완전히 달라질 것이다. 그때까지는 아이디어를 사람들 앞에 내놓고 그들이 이를 어떻게 받아들이는지 지켜봐야 한다.