실험을 일상으로, 아정당 CMO가 전하는 실행 중심의 AX 마케팅
- Guest
- 이하석 아정당 CMO
AI가 일상으로 깊숙이 스며든 지금, 마케팅 영역에서도 그 변화는 더 이상 빼놓을 수 없는 전제가 되었어요. 데이터를 활용하는 것은 당연해졌고, 최근에는 데이터를 어떻게 실행으로 전환하느냐에 따라 조직 간 격차가 벌어지는 모습도 뚜렷해지고 있죠.
아정당은 이 질문에 조직 차원에서의 답을 만들어가고 있는 팀이에요. 데이터를 활용하는 수준의 Data Driven Growth에서 한 걸음 더 나아가, AI를 활용해 실험 → 의사결정 → 실행이 자동으로 이어지는 구조를 설계해 왔죠. 이 구조 안에서 아정당은 수십 개의 실험을 동시에 운영하며 실험을 다음 액션으로 바로 연결하는 AX(AI Transformation) 기반의 성장 루프를 만들어가고 있어요.
이번 인터뷰에서는 아정당의 AX를 이끌고 있는 이하석 CMO 님과 이야기를 나눴어요. AI에 기반한 실험 구조를 어떻게 조직에 자연스럽게 정착시켰는지, 데이터와 AI가 보고서가 아닌 실행의 트리거로 작동하기까지 어떤 구조를 설계했는지, 그리고 AI 시대에 마케터와 리더의 역할은 어떻게 달라져야 하는지까지 깊이 있는 이야기를 담았습니다.
AI를 활용해 실험과 실행을 성과로 연결하고 자동화된 마케팅 구조를 만들고 싶은 마케터라면 이번 인터뷰에서 분명한 힌트를 얻을 수 있을 거예요.
BISCIT
안녕하세요 하석 님! 인터뷰를 시작하기에 앞서, 하석 님의 커리어에 대해 간단히 소개 부탁드립니다.
이하석
안녕하세요. 현재 아정당에서 CMO로 일하고 있는 이하석입니다. 스웨덴 스톡홀름에서 International Sales Manager로 커리어를 시작해, 이후 그로스 마케팅과 CRM, 자동화, 데이터 기반 실험 조직 설계를 중심으로 지난 10여 년간 스타트업부터 대기업 컨설팅까지 한국과 해외를 오가며 마케팅과 성장을 경험해 왔어요.
최근에는 AI와 자동화를 활용해 ‘실행이 멈추지 않는 조직’, ‘AI 네이티브 조직’을 어떻게 만들 수 있을지에 가장 큰 관심을 두고 있습니다.
Chapter 1. ‘데이터’에서 ‘행동’으로: 아정당이 AX로 나아가게 된 이유
BISCIT
지난 인사이트 위크 세션에서, 아정당이 AI와 데이터를 실무 전반에 적극적으로 활용하고 있다는 인상을 받았어요. 하지만 처음부터 지금의 방식으로 일해온 건 아닐 것 같다는 생각도 들었는데요. 아정당에서 AI를 본격적으로 활용하기 시작한 시점과 그 배경을 설명해 주실 수 있을까요?
이하석
아정당이 지금처럼 AI를 적극적으로 활용하기 시작한 건, 제가 CMO로 합류한 이후부터라고 보셔도 될 것 같은데요. 합류 당시 가장 크게 느꼈던 문제는 파편화된 데이터, 조직 전반의 낮은 데이터 리터러시, 그리고 의사결정은 여전히 감각에 의존하고 있다는 괴리였습니다.
각 채널과 팀마다 지표와 리포트는 존재했지만 그 데이터가 다음 행동으로 자연스럽게 이어지는 구조는 거의 없었어요. 성과가 좋을 때는 “잘 됐다”라며 넘어가고, 성과가 나쁠 때는 외부 요인으로 정리되는 패턴이 반복되고 있었죠. 이런 상태에서는 아무리 데이터를 많이 쌓아도 조직의 학습 속도가 빨라질 수 없다고 느꼈고, 결국 변화가 필요하다고 판단했어요.
BISCIT
업무 환경에서의 한계를 인식한 이후, 가장 먼저 바꾸고자 했던 방향은 무엇이었나요?
이하석
분석의 깊이를 더하는 것보다 데이터가 어떻게 의사결정과 실행으로 전환되는지에 더 집중했어요. 데이터를 누구나 쉽게 보고 이해하고 바로 행동으로 옮길 수 있는 구조를 만드는 것이 중요하다고 생각했죠.
GA4처럼 장벽이 높은 툴을 보지 못하는 분들을 위해 n8n과 Replit을 활용해 자연어로 데이터를 검색할 수 있는 간단한 앱을 만들어보기도 했고요. 합류하자마자 Mixpanel을 도입해 데이터를 직관적으로 확인할 수 있는 환경을 만들고, VWO를 통해 실험을 빠르게 실행할 수 있는 구조를 세팅했어요. 데이터 기반 실험이 일상적인 업무 흐름 안에서 자연스럽게 돌아가도록 만드는 데 초점을 두고 변화를 시도했습니다.
BISCIT
말씀을 듣다 보니 아정당의 접근은 데이터를 더 많이, 혹은 더욱 정교하게 활용하는 차원을 넘어선 것처럼 느껴지기도 하는데요. 마케팅 영역에서 흔히 말하는 “데이터 드리븐 마케팅”과 특별한 차이가 있을까요?
이하석
데이터 드리븐 마케팅은 주로 성과를 설명하는 도구이거나, 의사결정을 보조하는 수단에 가깝다고 생각해요. 캠페인 후 결과를 분석하고 인사이트를 도출해 다음 가설을 세우는 데 초점이 맞춰져 있었죠. 의미 있는 접근이지만, 데이터가 여전히 사후적인 참고 자료로 머무는 경우가 많았습니다.
저는 이 단계를 넘어서는 개념으로 AX(AI Transformation)라는 표현을 사용해요. 분석을 잘하는 단계를 넘어, 조직의 일하는 방식 자체를 재설계하는 개념에 가깝죠. AX에서는 데이터와 AI가 보고서를 위한 재료가 아니라, 실행을 시작하게 만드는 트리거 역할을 해요.
중요한 질문도 달라져요. “누가 이 리포트를 보느냐”가 아니라, “어떤 신호가 포착되었을 때 어떤 행동이 자동으로 이어지도록 설계되어 있는가”가 핵심이 돼요. 예를 들자면 특정 지표의 변화가 감지되면 회의를 여는 대신, 실험이 자동으로 실행되거나 다음 액션이 바로 이어지는 구조를 만드는 거죠. 그런 의미에서 AX의 본질은 데이터를 더 많이 보는 것이 아니라, 데이터를 통해 조직이 더 빠르게 학습하고 실행하게 만드는 데 있다고 생각해요.
">더 많은 콘텐츠가 궁금하신가요?
모든 BISCIT 에피소드 무료로 무제한 열람하기
