에이전틱 AI는 대부분의 마케팅 팀의 최우선 과제입니다. 콘텐츠 생성과 추천을 넘어 자율적으로 작동하면서 고객에게 더 빠르게 대응하고, 팀이 수동으로는 도달하기 어려운 규모의 업무를 처리할 수 있습니다.
마케팅 리더들은 이러한 기능에 기대감을 보이는 반면, IT 담당자들은 바로 그 이유로 더욱 신중한 입장을 취합니다.
AI 에이전트는 기업 데이터에 접근하고 시스템을 연결하며 사용자를 대신해 행동을 취할 수 있어, 근본적으로 새로운 수준의 리스크를 수반합니다. 이에 따라 IT 팀은 어떤 에이전틱 AI 툴을 승인할지 훨씬 엄격하게 검토하고, 승인하기 전에 무엇을 확인해야 하는지에 대해서도 훨씬 구체적인 기준을 세우게 되었습니다.
그 결과, 좋은 사용 사례 중 상당수가 출시로 이어지지 못합니다. Adobe의 2026 State of AI Readiness 보고서에 따르면, 제안된 AI 이니셔티브 100개 중 47개만이 IT 및 보안 검토를 통과합니다. 이를 기존 시스템과 워크플로에 통합하는 과정에서 그 수는 33개로 더욱 줄어듭니다.
마케터 입장에서는 설득력 있는 사용 사례가 에이전틱 AI 솔루션 도입 제안의 일부에 불과합니다. CIO가 어떤 질문을 던질지 예상하고 그에 대한 답변을 미리 준비하는 것이 나머지를 결정합니다. 아래 다섯 가지 질문은 실제로 가장 자주 제기되는 것들입니다.
1. 에이전틱 솔루션을 구동하는 데이터를 신뢰할 수 있는가?
마케터들은 콘텐츠 라이브러리, 고객 기록, 캠페인 데이터에 바로 연동되어 즉각적으로 활용할 수 있는 툴을 원합니다. CIO는 솔루션 기반 데이터에 대한 신뢰성과 조직 데이터 처리 방식 모두에 확신이 필요합니다. 이 기반이 불명확하거나 통제가 미흡하면, 에이전트는 가치를 확장하는 만큼 빠르게 리스크도 확대시킬 수 있습니다.
따라서 IT 팀과 논의하기 전에 데이터 투명성을 먼저 명확히 해두어야 합니다. 후보로 선정한 벤더들에게 다음 사항에 대한 명확한 답변을 요청하십시오:
- 이 시스템을 학습시키거나 기반을 구성하는 데 어떤 데이터가 사용됩니까? 데이터 출처와 저작권 또는 라이선스 제한 여부에 대해 이해하기 쉬운 명확한 답변을 요구하십시오.
- 동의 없이 기반 모델 학습에 데이터가 사용될 수 있습니까? 명확한 예/아니오 답변을 받으십시오. 이 선택은 스스로 통제할 수 있어야 합니다.
- 통제하는 데이터를 기반으로 작동하며, 적절한 컨텍스트로 레이블링되어 있습니까? AI 모델이 설정한 접근 제어, 승인, 제한 사항을 인식하고 적용할 수 있는지 확인하십시오.
해당 논의가 끝날 무렵에는, 에이전틱 솔루션이 어떤 데이터에 의존하는지, 그리고 자체 데이터 사용을 관리하는 통제 기준이 무엇인지에 대해 모호한 부분이 없어야 합니다.
2. 에이전틱 솔루션의 작동 방식을 파악하고 통제권을 유지할 수 있습니까?
에이전트가 잘못된 이메일을 1만 명에게 발송하거나 라이브 캠페인에 잘못된 고객 세그먼트를 불러온다면, 누가 이를 발견하고 얼마나 빨리 대응할 수 있을까요? 이것이 바로 CIO가 감독 체계에 관해 알고 싶어 하는 모든 것의 이면에 있는 핵심 우려사항입니다.
에이전틱 시스템의 자율성이 높아질수록, 처음부터 감독 체계를 구축하는 것이 더욱 중요해집니다. CIO는 시스템이 여러 워크플로에 걸쳐 작동하기 시작한 후에도 불투명한 블랙박스가 되지 않을 것이라는 확신이 필요합니다. 이를 판가름하는 실질적인 기준은 가시성과 제어력입니다. 다음 세 가지에 대한 명확한 답변을 확인하세요:
- 에이전트가 도출한 결과뿐만 아니라, 그 결과에 이르는 과정을 파악할 수 있습니까? 결과의 근거와 추론 로직을 제시할 수 있는지, 그리고 자체적인 한계를 명확히 인식하는지 확인하세요.
- 에이전트가 위험 부담이 큰 작업을 수행하기 전에 담당자가 개입할 수 있습니까? 검토 없이 에이전트의 고위험 의사결정을 허용하는 비즈니스 리더는 5%에 불과하므로, 명확한 승인 시점이 설정되어 있는지 확인하세요.
- 문제가 발생했을 때 원인과 경위를 재구성할 수 있습니까? 집계 보고서만 확인하는 것이 아니라 개별 상호작용을 추적할 수 있어야 합니다. 그래야 워크플로가 어디서, 왜 중단되었는지 파악할 수 있습니다.
이러한 질문들에 대한 답변을 통해, 실수가 확산되기 전에 포착할 수 있다는 확신을 갖고 CIO와의 대화에 임할 수 있는지 판단할 수 있습니다.
3. 에이전틱 솔루션이 기존 스택과 통합되어 작동합니까, 아니면 복잡성만 가중시킵니까?
IT 팀은 수년간 마케팅 기술 스택 통합에 힘써왔지만, 에이전틱 AI가 이 노력을 시험대에 올리고 있습니다. 새로운 에이전틱 도구가 추가될 때마다 새로운 기능, 권한, 데이터 통합이 뒤따릅니다. IT 리더의 94%가 AI 난립으로 이미 복잡성과 리스크가 증가하고 있다고 답한 반면, 중앙에서 관리할 방법을 갖춘 경우는 12%에 불과하다는 사실은 전혀 놀랍지 않습니다.
CIO에게 핵심 질문은 해당 도구가 기존 환경에 분열 없이 통합될 수 있느냐는 것입니다. 마케터는 다음 두 가지를 살펴보면 이를 가늠할 수 있습니다.
- 에이전트가 기존 시스템 및 워크플로 안에서 작동할 수 있습니까? 적합한 솔루션이라면 기존 플랫폼에 원활히 연동되어 인계 작업을 줄여야 하며, 관리 부담을 가중시켜서는 안 됩니다.
- 에이전트가 작동할 때 기존 권한 및 거버넌스 규칙이 동일하게 적용됩니까? 에이전트는 허용된 범위 내에서만 접근해야 하며, 워크플로의 모든 단계에서 동일한 권한과 정책이 일관되게 적용되어야 합니다.
두 가지 조건이 모두 충족된다면, 에이전트가 IT에서 이미 관리하는 마케팅 시스템과 제어 체계 안에서 운영될 수 있으므로 CIO와의 대화가 훨씬 수월해질 것입니다.
4. 에이전틱 솔루션이 마케팅 가치를 입증할 수 있습니까?
대부분의 마케팅 팀에게 에이전틱 솔루션의 성과를 물어보면, 로그인 수나 일일 사용량 같은 도입 지표가 전부인 경우가 많습니다. Adobe의 2026 AI 및 디지털 트렌드 보고서에 따르면, 에이전틱 AI에 대한 측정 프레임워크를 갖춘 조직은 31%에 불과합니다.
이 격차를 좁히려면 측정을 용이하게 하는 솔루션을 선택하는 것에서 시작해야 합니다. 마케팅과 IT 리더 모두에게 필요한 가시성을 확보하려면, 에이전틱 워크플로가 어떤 성과를 내고 있는지, 그리고 운영 비용이 얼마나 드는지 파악할 수 있는지 점검하십시오.
- 해당 도구가 결과 수준의 영향을 보여줄 수 있습니까? 단순한 사용량이 아닌 전환율, 캠페인 성과, 효율성 등 실질적인 비즈니스 성과와 에이전틱 활동을 연결할 수 있는지 확인하십시오.
- 에이전틱 워크플로의 ROI를 측정할 수 있는 내장 기능이 있습니까? 성과를 에이전트의 크레딧 소비량 및 비용과 연결하는 워크플로 수준의 보고 기능을 확인하십시오.
- 벤더가 성과에 대한 책임을 명확히 언급합니까? 성공의 기준, 결과의 책임 소재, 그리고 어떤 워크플로를 확장·변경·중단해야 하는지 파악하는 방법을 질문하십시오.
이를 통해 마케팅과 IT 부서는 어떤 워크플로를 확장하고 어떤 솔루션에 더 많은 리소스를 투자할지 구체적인 근거를 바탕으로 결정할 수 있습니다.
5. 에이전틱 솔루션이 브랜드를 안전하게 대표할 수 있는지 테스트되었습니까?
최근 조사에 따르면 절반에 달하는 조직이 내부 평가를 통과한 AI 에이전트를 이미 출시했지만, 이후 고객 접점에서 문제가 발생한 것으로 나타났습니다. 그 시점에는 이미 팀이 해당 도구를 중심으로 워크플로를 구축한 이후라, 품질 및 안전 문제를 파악하고 수정하기가 훨씬 어려워집니다.
이러한 이유로 평가의 품질이 매우 중요합니다. 벤더가 무엇을 테스트했는지, 어떤 문제가 발견됐는지, 그리고 그 결과가 출시 전 시스템에 어떻게 반영됐는지 파악해야 합니다. 이를 위해 몇 가지 핵심적인 질문이 필요합니다.
- 벤더가 편향 테스트의 근거를 제시할 수 있습니까? 어떤 인구 집단과 시나리오가 테스트됐는지, 어떤 격차가 발견됐는지, 그리고 그에 따라 무엇이 개선됐는지 질문하십시오.
- 유해하거나 브랜드 이미지에 맞지 않는 출력을 차단하기 위해 어떤 조치가 마련되어 있습니까?테스트에서 식별된 오류 사례와 시스템 출시 전에 추가된 안전장치를 확인하십시오.
- 시스템 출시 이후에도 품질 관리가 지속됩니까? 실제 운영 중 발생한 오류뿐만 아니라 사람의 피드백 루프도 모델의 관리 및 개선에 반영되는지 확인하십시오.
이러한 구체적인 사항들을 요구함으로써 마케팅팀과 IT팀은 품질, 공정성, 안전성이 실제 테스트, 안전장치, 지속적인 피드백으로 뒷받침되는지, 그리고 시스템이 다양한 캠페인과 시장에서 브랜드를 일관되게 대표할 준비가 되어 있는지 평가할 수 있습니다.
마케팅이 원하는 것과 IT가 필요로 하는 것을 연결하기
다섯 가지 질문은 동일한 기준을 가리킵니다. 에이전틱 AI 솔루션은 마케터가 이미 활용하는 시스템 내에서 작동하고, 워크플로 전반에 걸쳐 거버넌스와 인간의 감독을 유지하며, 조직의 브랜드 및 비즈니스 맥락에 기반을 두어야 합니다.
에이전틱 솔루션이 실제 워크플로에 도입되고 나면, 감독, 측정, 브랜드 안전성의 허점을 해결하기가 훨씬 어려워집니다. 솔루션 평가 단계에서 이러한 우려 사항을 미리 고려하는 마케터는 비즈니스 성과를 향상시키는 방향으로 에이전틱 AI를 확장하는 데 더 유리한 위치에 있습니다.
Adobe CX Enterprise Coworker는 바로 이 모델을 기반으로 설계되었습니다. 업무가 원활하게 진행되도록 지원하면서, 인간의 판단이 필요한 경우에는 승인을 자동으로 처리합니다. 모든 작업은 팀이 설정한 비즈니스 목표와 연결되며, 연결된 Adobe CX Enterprise 애플리케이션에서 사용자가 이미 보유한 권한 내에서만 실행됩니다. 이를 통해 마케터는 IT가 요구하는 감독 체계를 유지하면서도 더 빠른 속도와 자율성을 확보할 수 있습니다.
거버넌스가 갖춰진 연결형 AI 팀원이 실제로 어떤 모습인지 확인하고 싶다면, CX Enterprise Coworker를 살펴보세요.
