85,000개 매장을 운영하는 글로벌 리테일 기업 7-Eleven이 마케팅 캠페인 제작 시간을 며칠에서 몇 분으로 단축시킨 GenAI 크리에이티브 어시스턴트를 구축했습니다. 내부 마케터들은 “ChatGPT보다 낫다”고 평가했고, 기존 벤더에게 “물러나라”고 통보했습니다. 범용 AI 도구가 아닌 비즈니스 맞춤형 멀티 에이전트 시스템이 만들어낸 변화입니다.
핵심 포인트:
- 범용 챗봇의 한계 극복: 브랜드 보이스 부재, 거버넌스 문제, 워크플로우 통합 실패를 겪은 후 비즈니스 맞춤형 멀티 에이전트 시스템 구축
- 4개 전문 에이전트의 협업: Campaign Generator, Copywriter Bot, General Assistant, Supervisor Agent가 각자의 역할로 캠페인 전 과정 자동화
- “ChatGPT보다 낫다”는 평가의 비결: 브랜드 가이드라인 학습, Human-in-the-Loop 검토, 다층 가드레일로 실무에 바로 활용 가능한 고품질 결과물 생산
벤더 챗봇은 왜 실패했나
디지털 채널로 마케팅이 이동하면서 7-Eleven의 캠페인 수요는 폭발했습니다. 매 캠페인마다 새로운 크리에이티브 컨셉, 멀티 채널 카피라이팅, 완벽한 브랜드 정렬이 필요했죠. 시중의 벤더 챗봇을 시도해봤지만 결과는 실망스러웠습니다.
가장 큰 문제는 일관된 브랜드 보이스가 없다는 점이었습니다. 7-Eleven만의 톤과 메시지를 이해하지 못했죠. 거버넌스도 어려웠습니다. 아직 공개되지 않은 캠페인 데이터를 어떻게 보호할까요? 기존 워크플로우와의 통합도 과제였습니다. Microsoft Teams 같은 업무 도구에 자연스럽게 녹아들지 못했고, 마케터들이 바로 활용할 수 있는 결과물을 내놓지 못했습니다.
초기 RAG(Retrieval-Augmented Generation) 실험도 한계가 명확했습니다. 간단한 질문은 처리했지만, 길고 복잡하며 이미지가 많은 콘텐츠는 감당하지 못했습니다. 여기서 세 가지 전략적 교훈을 얻었습니다.
첫째, 범용 모델로는 브랜드 기준을 충족할 수 없습니다. 맞춤형 프롬프트, 명확한 에이전트 역할, 비즈니스 컨텍스트 임베딩이 필요했습니다. 둘째, 거버넌스는 선택이 아닌 필수입니다. 미공개 캠페인 데이터 보호와 컴플라이언스 준수가 전제되어야 했죠. 셋째, 도입 성공의 열쇠는 접근성입니다. 마케터들이 이미 쓰는 도구에 통합되고, 바로 행동으로 옮길 수 있는 결과물을 제공해야 했습니다.
이 인사이트가 프로덕션급 마케팅 어시스턴트의 설계도가 되었습니다.
4개의 에이전트가 만드는 크리에이티브 마법
7-Eleven은 내부 마케터들과 긴밀히 협업하며 실제 크리에이티브 워크플로우에 꼭 맞는 어시스턴트를 만들었습니다. 핵심은 멀티 에이전트 시스템입니다.
Campaign Creative Generator는 캠페인 컨셉, 태그라인, 스토리, 채널 전략을 생성합니다. 타겟 고객, 지역, 톤 같은 파라미터를 입력하면 브랜드에 맞는 아이디어를 쏟아냅니다.
Copywriter Bot은 채널별 카피 작성 전문가입니다. 이메일, 비디오, 라디오 스크립트, 앱 푸시 알림까지 각 채널 특성에 맞춰 정확한 카피를 만들어냅니다. 물론 모두 승인된 브랜드 보이스로요.
General Assistant는 광범위한 마케팅 질문을 처리하고 아이디어 발굴을 돕습니다. 크리에이티브 장애물이 생기면 이 에이전트가 해결책을 제시합니다.
Supervisor Agent는 오케스트라의 지휘자입니다. 워크플로우를 조율하고, 요청을 적절한 에이전트로 라우팅하며, 결과물의 품질을 검토합니다. 여러 에이전트의 협업도 이 슈퍼바이저가 조정하죠.
이 시스템은 LangGraph와 Databricks Mosaic AI로 구축되었습니다. LangGraph는 복잡한 태스크 플로우를 관리하고, 대화 간 메모리를 공유하며, 웹 검색이나 이메일 자동화 같은 툴을 통합합니다. 가장 중요한 건 사람 검토자를 정확히 필요한 지점에 배치한다는 점입니다. 에이전트는 단순히 질문에 답하는 게 아니라 계획하고, 성찰하며, 반복하는 진짜 크리에이티브 파트너처럼 움직입니다.
Databricks Mosaic AI는 확장성, 거버넌스, 관찰성을 제공합니다. MLflow 트래킹으로 의사결정 과정을 처음부터 끝까지 모니터링할 수 있습니다. 프롬프트를 자신 있게 튜닝하고, 자동화된 에이전트 평가로 정확성, 안전성, 관련성을 프로덕션 배포 전에 측정합니다. 추론 테이블과 다층 가드레일 덕분에 성능과 컴플라이언스는 사후 조치가 아니라 시스템에 처음부터 설계되어 있습니다.
사용자는 톤, 인구통계, 행동 유도 문구 같은 설정을 선택할 수 있습니다. 모든 결과물이 초개인화되고 완벽하게 브랜드화되는 이유죠.
“ChatGPT보다 낫다”는 평가를 받은 이유
7-Eleven 마케터들의 평가는 명확했습니다. “게임 체인저”, “벤더에게 물러나라고 했다”, 그리고 가장 인상적인 “ChatGPT보다 낫다”. 범용 LLM이 아니라 비즈니스에 특화된 시스템이 만들어낸 차이였습니다.
비결은 몇 가지 핵심 기능에 있습니다. 우선 성찰과 품질 관리입니다. Supervisor Agent는 “소리 내어 생각하고”, 단계를 계획하며, 캠페인 요구사항을 재확인해 엉뚱한 결과물을 방지합니다.
웹 서치 에이전트는 트렌드 인텔리전스를 수집합니다. 새 캠페인이 진부하거나 경쟁사 아이디어를 재활용하지 않도록 보장하죠.
Human-in-the-Loop는 핵심입니다. UI 인터럽션부터 이메일 검토까지, 사람은 워크플로우의 어느 단계에서든 콘텐츠를 확인하고 가이드하며 승인할 수 있습니다. 컴플라이언스 신뢰도를 높이는 장치입니다.
다층 가드레일은 모든 곳에 있습니다. 독성, 개인정보, 정책 위반 응답은 시스템을 떠나기 전에 필터링됩니다. 이것이 7-Eleven만의 브랜드 보이스와 안전 기준을 지키는 방법입니다.
며칠을 몇 분으로: 실제로 달라진 것들
어시스턴트 도입 전에는 멀티 채널 캠페인의 컨셉과 스크립트 작성에 며칠이 걸렸습니다. 크리에이티브와 검토자 사이에 여러 번 핸드오프가 필요했죠. 이제는 같은 결과물을 몇 분 만에 생성하고 다듬어 승인받습니다.
수작업 시간이 대폭 줄었습니다. 아이디어 발굴, 멀티 채널 스크립트 작성, 캠페인 요약이 자동화되면서 마케터들이 각 캠페인에 쏟는 손작업 시간이 극적으로 감소했습니다. 더 빠르고 더 높은 품질의 크리에이티브를 만듭니다. 과거 몇 시간씩 걸리던 브레인스토밍, 카피 개선, 검토 과정을 이제는 몇 분 안에 끝냅니다. 즉석에서 반복 개선도 가능하죠.
맞춤형 결과물 덕분에 도입률도 높습니다. 7-Eleven의 보이스에 튜닝되고 팀별 설정이 가능해서, 마케터들은 실제 라이브 캠페인에 결과물을 사용합니다. 단순 “아이디어용” 봇이 아닙니다.
하지만 진짜 임팩트는 시간 절약을 넘어섭니다. 어시스턴트는 팀이 이전에는 시도조차 못했던 아이디어를 가능하게 만듭니다. 계절별 변형 테스트, 새 채널 실험, 더 많은 A/B 크리에이티브 테스트가 가능해졌습니다. 내부 가드레일은 캠페인 데이터를 안전하게 지키고, KPI 성과 데이터는 미래 콘텐츠를 미세 조정하는 데 쓰입니다. 더 빠른 론칭, 더 풍부한 실험, 데이터 기반 개선의 선순환이 돌아갑니다.
마케팅 팀은 이제 반복 작업에 시간을 빼앗기지 않습니다. 대신 전략, 분석, 직접적인 비즈니스 임팩트에 집중합니다.
다른 기업도 시작할 수 있을까
7-Eleven의 성공은 LangGraph와 Databricks 같은 엔터프라이즈급 인프라 덕분이지만, 작은 규모에서도 시작할 수 있습니다. Zapier Agents 같은 툴을 활용하면 중소기업도 마케팅 AI 에이전트를 구축할 수 있습니다.
디지털 퍼블리싱 플랫폼 Slate는 Zapier Agents로 한 달에 2,000개 이상의 리드를 생성했습니다. 부동산 회사 JBGoodwin은 마케팅 담당자 1명이 900명 에이전트의 소셜 미디어와 블로그 콘텐츠를 관리합니다. 에이전트가 관련 데이터와 뉴스를 리서치하고 포스트와 아티클로 만들어 배포하죠.
시작하기 좋은 영역은 세 가지입니다. 리드 캡처와 인리치먼트는 데이터를 자동으로 수집하고 분석해 세일즈에 전달합니다. 콘텐츠 아이디에이션과 초안 작성은 반복적인 콘텐츠 제작 부담을 덜어줍니다. 세일즈 리서치와 아웃리치는 잠재 고객 조사와 개인화된 메시지 작성을 자동화합니다.
핵심은 범용 AI가 아닌 비즈니스에 맞춤화된 설정입니다. 브랜드 가이드라인을 학습시키고, Human-in-the-Loop로 품질을 관리하며, 명확한 거버넌스를 세우는 것. 7-Eleven이 증명했듯, 이것이 “ChatGPT보다 나은” 결과를 만드는 방법입니다.
기술이 아닌 비즈니스 우선 설계
7-Eleven 마케팅 어시스턴트의 성공은 영리한 프롬프트 엔지니어링이나 멋진 UI 때문이 아닙니다. 적절한 기반 위에 구축했기 때문입니다. 범용 챗봇과 혁신적인 AI 어시스턴트의 차이는 세 가지 원칙에 있습니다.
맞춤형이 범용을 이깁니다. 시스템이 7-Eleven의 워크플로우, 데이터, 보이스에 맞춰져 있기에 마케터들은 실제 캠페인에서 결과물을 신뢰하고 사용합니다. AI는 대체가 아니라 증강입니다. 어시스턴트는 반복적인 크리에이티브 작업의 부담을 덜어주고, 사람들이 더 가치 높은 전략과 혁신에 집중하게 만듭니다. 거버넌스가 확장을 가능하게 합니다. 강력한 가드레일, 관찰성, 유연한 멀티 에이전트 아키텍처 덕분에 시스템은 통제력을 잃지 않고 기능을 키워갈 수 있습니다.
절약된 시간도 의미 있지만, 진짜 성과는 따로 있습니다. 빠르게 실현되는 새 아이디어, 더 정확하게 론칭되는 캠페인, 경쟁자가 따라올 수 없는 크리에이티브 우위로 무장한 마케팅 팀입니다.
참고자료:
답글 남기기