영상 정리 · 빌더 조쉬 Builder Josh
제품은 만들 줄 알아도 파는 법은 모르는 빌더들에게, 15년 차 퍼포먼스 마케터가 클로드 코드로 광고 기획부터 소재 제작·성과 분석까지 자동화하는 실제 폴더 구조를 공개한다
이 정리는 영상의 한국어 원어 자동자막(ko-orig)을 근거로 했습니다. 자막 조각 75개, 30초 묶음, 21,925자, 마지막 시각 41:14입니다. 영상 길이가 41:49이고 마지막 조각이 끝인사까지 자연스럽게 이어지므로 사실상 처음부터 끝까지 받은 셈입니다. 이 영상은 다른 언어 자막이 없고, 비원어로 뜨는 ko 트랙과 ko-orig 트랙이 파일 단위로 완전히 동일해 손보지 않은 원본 그대로임을 확인했습니다. 자세한 건 부록 B에 적었습니다.
발표자 이름 표기에 대해. 자막에는 반복해서 "김영태"라고 찍혀 있지만, 영상 제목과 설명글에는 "김형태 대표"라고 적혀 있습니다. 이 글에서는 제목·설명글을 따라 "김형태"로 씁니다. 왜 이렇게 판단했는지는 부록 B에 적었습니다.
이 영상은 특정 논문·기사를 인용하지 않는 발표자 개인의 실무 경험담입니다. 다만 영상에 나온 "메타 안드로메다 업데이트"라는 용어는 실제로 존재하는 메타(페이스북·인스타그램 운영사)의 광고 시스템 개편 이름이라, 이 부분만 웹 검색으로 대조했습니다(10장에 반영). "테오도르 레빗의 드릴/구멍 비유" 역시 실제로 존재하는 유명한 마케팅 격언이며, 발표자가 인용한 취지와 원문의 취지가 일치함을 확인했습니다(3장).
본문에 들어가기 전에 셋만 풀고 갑니다. 이 셋을 모르면 뒤에서 막힙니다.
조쉬가 오늘의 게스트를 소개하며 방송이 시작됩니다. "오늘 하우 아이 팟캐스트에는 데일리 그로스의 대표님이신 김형태 님을 모셨습니다." [00:32]
게스트가 자기소개를 합니다.
안녕하세요. 저는 15년 차 마케터이자 데일리 그로스라는 회사를 운영하고 있는 김형태입니다. 저는 마케터로서 시즌 3를 맞이하고 있다고 생각을 하는데요.
김형태 [01:03]
그 "시즌"을 셋으로 나눠 설명합니다. [01:03]
조쉬가 "1인 마케팅 대행사 대표님이라고 봐도 되나요?" 묻자, 김형태는 웃으며 정정합니다. "직원이 없기 때문에 사실 대표님이라고 불러 주시지만, 1인 대표죠." [01:35]
이 배경이 왜 중요한가 하면, 뒤에 나오는 모든 이야기 — 클로드 코드로 여러 클라이언트를 혼자 돌리는 이야기 — 가 "혼자서 어디까지 할 수 있는가"를 15년째 실무로 검증해 온 사람의 이야기라는 뜻이기 때문입니다.
주로 다루는 매체를 묻자 김형태가 답합니다. "가장 많이 하는 것은 메타 광고이고요. 클라이언트의 상황에 따라 네이버 광고나 틱톡, 구글 애즈 이런 것도 포함해서 진행하고 있습니다." [02:41]
동시에 여러 클라이언트를 관리하는 비결을 묻는 질문에, 대행사 시절 경험을 먼저 꺼냅니다. 광고 기획자 한 명이 보통 3~4개 브랜드를 담당했고, 지금 1인으로도 3~4개 정도를 동시에 운영합니다. 다만 단서가 붙습니다. [03:15]
그럴 땐 사실은 몸을 갈아넣었어야 됐죠. 그게 과거에는 그렇고, 그렇게 해서 운영을 하다가 AI가 적용이 되고 실제로 제가 클로드 코드 활용해서 하는 것을 이제 강의로도 출시한 것이 조금 시간이 많이 절약되는 일들이 많이 생겼어요.
김형태 [03:15]
매일 하던 반복 업무 — 아침에 광고 실적을 받아 구글시트에 업데이트하는 것, 데이터 분석, 광고 소재를 기획하고 제작하는 것 — 이 전부 시간을 크게 잡아먹는 일이었는데, 이런 일들이 쉽고 빠르게 처리되면서 결정하는 일에만 집중할 시간이 늘었습니다. 그 시간으로 다양한 클라이언트를 병행하면서 교육도 진행하고 있습니다. [03:48]
여기서 이 영상 전체의 전제가 되는 문장이 나옵니다.
많은 분들이 클로드 코드라고 하는 이 서비스 자체가 되게 코딩 에이전트로서 생산성이 좋아졌다라고 표현을 하시는 분들이 사실 대부분인 거 같은데, 특이하게도 저는 오히려 마케팅 업계에 미치는 파급력이 어마무시했었던 것 같다는 생각을 많이 했었어요.
김형태 [04:21]
많은 사람이 클로드 코드를 "코딩 생산성 도구"로만 얘기하는데, 김형태는 코딩이 아닌 마케팅 업무에서 체감한 변화가 더 컸다고 말합니다. 이게 이 영상 전체가 서 있는 자리입니다 — 코딩 에이전트를 코드 짜는 데 안 쓰고, 반복되는 사무 업무를 시키는 데 쓴다는 것입니다.
조쉬가 관찰한 것을 꺼냅니다. 정작 마케터보다 개발자나 창업하는 사람들이 김형태의 강의를 더 많이 듣는다고 합니다. 그들의 공통된 고민은 "만든 걸 파는 게 어렵다"는 것입니다. [04:52]
김형태는 이걸 시대의 흐름으로 설명합니다.
빌더분이나 아니면 이제 창업하는 거는 조금 그 만들어 주는 부분에서는 좀 쉬워진 부분이 많이 있잖아요. 그런 것들을 이제 출시하고 나서 어떻게 팔지를 이제 고민하시는 분들이 많아지는 거 같고, 그래서 그런 부분에서 이제 마케팅을 어떻게 하는지가 좀 중요해진 시대로 되어 가고 있는 거 같습니다.
김형태 [05:26]
그러면 그들이 빠뜨리는 지점은 무엇일까요. 강의에서 항상 강조하는 부분이라고 합니다.
일단은 제품을 개발하고 나서는 제품에 대해 애착이 생기는 거 같아요. 그러면 그 제품이 좋다는 것을 어떻게 잘 알려서 많은 사람들이 우리 제품이나 서비스를 사용하게끔 유도하는 거 같은데, 그러다 보면 사실 고객이 원하는 건 제품이 좋다라는 것보다는 내 문제를 어떻게 해결해 줄 수 있지가 중심이 되는 건데, 그 부분을 이제 좀 빠뜨린 부분이 많은 거 같아서 계속해서 강조해 드리고 있습니다.
김형태 [05:59]
이 관점을 뒷받침하는 문장으로 마케팅의 구루라 불리는 학자의 말을 인용합니다.
테오도르 레빗이라는 분이 있거든요. 마케팅의 구루라고 불리시는 분인데, 그분이 이야기한 게 고객은 0.25인치의 드릴을 원하는 것이 아니라 0.25인치의 구멍을 원한다라고 했거든요. 그래서 이제 관점이 드릴이 얼마나 성능이 좋은지보다, 이제 그 구멍이 어떻게 잘 뚫리고 구멍이 만들어지면 내가 뭘 쉽게 할 수 있을지를 보여 주는 게 중요한 거죠.
김형태 [07:05]
"사람들은 0.25인치 드릴을 사고 싶은 게 아니라 0.25인치 구멍을 원한다"는 문장은 하버드 경영대학원 교수 시어도어 레빗(Theodore Levitt)의 1974년 저서 《Marketing for Business Growth》에 나오는 것으로 널리 알려진 마케팅 격언입니다. 제품의 기능이 아니라 그 제품이 고객을 위해 해결해 주는 일에 집중하라는 뜻으로, 김형태가 인용한 취지와 정확히 일치합니다.
이어서 실제 광고 소재에 적용하는 예를 듭니다.
선크림 브랜드를 만든다고 하면, 우리 선크림은 SPF가 몇 %다, 그런 것을 강조하는 것보다는 그 선크림이 주어야 하는 내용들을 보여 주는 게 좋습니다. 예를 들면 어떤 사람들은 선크림 바르면 여드름 난다는 고민을 갖고 있는 분들이 많이 있거든요. 그래서 우리 제품은 이런 것 때문에 안 나요, 이런 식으로 시작하는 단계를 좀 바꿔 보시면 좋습니다.
김형태 [07:37]
그리고 이 장을 이렇게 정리합니다. "광고 소재를 만들 때도 제품에 대한 이야기가 더 많으면 평가가 안 좋은 경우가 많죠." [08:11] 이 관점 전환은 뒤에 9장에서 브랜드 브리프의 "USP"와 "RTB" 항목으로 그대로 이어집니다. 기억해 두면 좋습니다.
0장에서 설명한 MCP가 실제로 등장합니다. 최근 메타가 4월경 공식 MCP를 출시했다고 김형태가 말합니다(발표자 본인의 진술이며, 메타의 공식 발표와 대조하지는 못했습니다 — 부록 B). [08:44]
그전에도 API를 연동해 광고 실적을 자동으로 확인하는 건 하고 있었지만, 마음 한구석에 불안이 있었다고 털어놓습니다.
그거 할 때마다 불안했던 부분은, 혹시 우리가 그 API를 활용해서 뭔가를 하면 좀 페널티를 주지 않을까 그런 고민이 있었는데, 공식적으로 열어줬다는 것은 이제 그런 것들을 인정해 준다는 거고 메타도 이제 그렇게 변화해라라고 이야기를 해 주는 거 같습니다.
김형태 [08:44]
소재 제작 쪽도 AI 도구들을 연결해서 쉽게 만들 수 있는 세상이 된 것 같다고 덧붙입니다. 다만 스스로 단서를 답니다. "그런 것들을 활용하는 부분에서는 아직 조금 가야 할 부분이 많은 거 같다는 생각도 있습니다." [09:19] 기술은 열렸지만, 그걸 능숙하게 쓰는 건 별개라는 뜻입니다.
조쉬가 묻습니다. 소재를 만들고 집행하는 속도는 빨라졌는데, 그다음 측정하고 성과를 추적하는 건 어떻게 하는지. 김형태의 답이 뜻밖입니다.
사실 제 생각엔 그게 더 도움 받을 수 있는 부분이 많아졌다고 생각을 해요. 왜냐면 규모에 따라 다르겠지만 많이 집행하는 경우나 예산이 넘어가는 경우엔 소재도 굉장히 많아지고 캠페인 개수도 많아질 수밖에 없기 때문에, 그렇게 집행을 하고 나서 분석하는 게 공수가 많이 들었다면, 이제 그런 것들은 AI가 광고 대시보드를 만들어서 분석을 하거나 메타 MCP 혹은 API를 연결해서 현재 상황을 팩트로 정리해서 분석해서 보고해 달라, 리포트를 만들어 달라 하는 부분은 이제 더 쉬워져서 오히려 빠르게 할 수 있는 거 같아요.
김형태 [09:52]
그런데 곧바로 진짜 걱정거리를 짚습니다.
문제는 그러한 내용이 조금 정확하지 않거나, 예를 들면 어떤 소재를 끄라고 해요. 이거는 효율이 안 좋아서 끄세요라고 하는데, 그 소재를 껐을 때 발생하는 문제들이 걱정되는 부분들이 좀 있거든요.
김형태 [10:26]
문제는 이 학습 과정 자체에 있습니다.
목적이 판매 캠페인이다라고 하면, 여러 가지 소재를 넣을 때 메타가 우리가 요청한 것은 구매를 많이 시켜라라는 거죠. 메타도 머신러닝 기반으로 학습을 시켜서 어떤 소재를 고객한테 보여줬을 때 구매를 시킬 것인지, 학습을 시켜야 하는 단계가 있으면 그 처음 단계에서 여러 소재를 테스트해 보고 그중에 어떤 성과가 좋은 소재들은 예산을 대부분 몰기도 하고, 그런 현상이 굉장히 많거든요. 근데 그 상황에서 만약에 우리가 목표했던 구매에 대한 효율이 안 나왔을 때 그 소재를 꺼라라고 AI가 분석을 해 주죠. 근데 그걸 껐을 때는 머신러닝 전체가 아예 학습을 다시 할 수도 있고, 그러한 상황들이 생기는 것을 일단은 단편적으로 제한을 줄 수밖에 없는 상황 같아요.
김형태 [11:00]
즉 AI가 "효율이 안 좋다"고 짚어 준 소재를 그대로 껐다가는, 겨우 진행 중이던 머신러닝의 학습이 통째로 리셋될 수 있습니다. 그래서 이 장의 결론이 나옵니다.
지금은 그런 팩트를 분석하는 거는 굉장히 쉬워졌어요. 어떤 소재가 성과를 어떻게 내고 있다, 그런 전체적인 내용은 쉽게 분석할 수 있지만, 거기 안에서 판단하는 거 — 그걸 끌 것인지 아니면 어떤 소재를 만들고 어떻게 할 것인지에 대한 내용 — 결정하는 것은 마케터의 더 중요한 역할로 되어 있는 거 같아요.
김형태 [12:07]
정리하면 "팩트를 모으는 일"과 "그 팩트를 보고 무엇을 할지 정하는 일"은 다른 일이고, AI가 잘하게 된 건 앞쪽뿐이라는 것입니다.
조쉬가 자기 아이디어를 꺼냅니다.
제가 이론상 생각했었던 것은 매일 아침 9시에 소재를 하나 만든다, 그리고 전날에 있었던 광고를 분석한다, 그리고 그거에 해당하는 효율이 낮은 광고는 자동으로 끄게 한다 — 약간 이런 여러 가지 크론잡을 걸어 놓으면 완전 오토노머스 마케팅이 가능하지 않을까라고 생각은 했었는데, 저는 실제로 실행을 본 경험은 없거든요.
조쉬 [12:41]
크론잡이란 정해진 시각마다 자동으로 같은 작업을 반복 실행하도록 걸어 두는 것을 말합니다. 조쉬의 질문은 결국 "5장에서 말한 판단까지 AI에게 완전히 맡길 수 있지 않을까"라는 것입니다. 김형태의 답은 명확합니다.
아직 먼 거 같은 느낌이에요. 왜냐면 그렇게 했으면 생각해 보면 굉장히 사례가 많이 나올 것 같은데, 아직 그런 사례가 저는 잘 본 게 없어서요.
김형태 [12:41]
완전 자동화가 정말 가능했다면 이미 성공 사례가 쏟아졌을 텐데, 실무에서 그런 걸 본 적이 없다는 것입니다. 이 대답이 5장의 결론을 실전 기준으로 한 번 더 확인해 줍니다.
여기서부터 실제 화면을 공유하는 데모가 시작됩니다. 미리 만들어 둔 프로젝트 폴더를 엽니다.
마케팅을 진행할 때 제가 정리하기로는, 일단 1번부터 4번까지는 전략 기획하는 부분. 그리고 그 뒤에는 콘텐츠 파트라고 생각을 해서 5번부터 8번까지는 콘텐츠 파트. 그 뒤에는 퍼포먼스 마케팅이라고 생각을 해서 퍼포먼스를 집행하는 부분으로 밑에 퍼포먼스부터 데이터 분석까지, 그래서 12번까지는 퍼포먼스 집행으로 구성이 된다라고 생각을 했어요.
김형태 [13:50]
정리하면 이렇습니다. [13:50]
전략 기획 파트의 뼈대는 마케팅의 전통적인 분석틀입니다.
폴더에 그대로 대응됩니다. [14:21]
왜 이렇게 미리 정리해서 넣어 두는지, 김형태가 이유를 설명합니다.
AI한테 일을 시키기 위해서는 사실 클로드 코드와 같은 코딩 에이전트들이 유용한 이유는 내 맥락을 잘 읽을 수 있게 해 주는 게 중요하기 때문에, 내 브랜드의 맥락을 처음에 01번 분석부터 가장 많이 넣어 주면 읽을 수 있고, 여기서 광고 소재 제작이나 이런 것들을 다 이 하나의 프로젝트 폴더 안에서 하게끔 만들어 놨기 때문에, 제품의 로고나 이미지 이런 것들도 최대한 많이 넣으면 만약에 뷰티 브랜드를 한다고 하면 내 제품을 읽어 와야 그 내용을 그대로 만들어 주거나 분석할 수 있기 때문입니다.
김형태 [14:54]
자료가 아직 없을 땐 어떻게 하는지 조쉬가 묻습니다. 클로드가 알아서 찾아서 작성할 수는 있지만, 김형태는 직접 입력해 두는 걸 더 권합니다.
내가 생각하는 경쟁사나 이런 것들이 사실 클로드보다는 대표님이 더 잘 아시고 생각하시는 관점이 있기 때문에, 그런 경쟁 브랜드도 그냥 입력을 해서 넣을 수 있게끔 구성을 해 놓았습니다.
김형태 [16:34]
실제 데모에는 조쉬 자신의 서비스가 등장합니다. 진행하기 전에 조쉬가 맥락을 짚어 줍니다. "지금 대표님께서 준비하신 거는 저의 AI 웹디자인 빌더 SaaS인 수파노바를 예시로 가져오셨습니다." [17:07] (자막에는 "수파노바", "슈퍼노바", "파노바" 등 표기가 조금씩 다르게 나옵니다 — 부록 B)
사이트 URL을 넣고, 미리 만들어 둔 스킬을 불러오면 분석이 시작됩니다.
처음에 여기 안에서 내가 수파노바라는 이 사이트의 URL을 넣고, 여기서 분석을 시키는 거죠. 스킬을 불러와서, 내가 수파노바를 분석시킨다라고 하면 이 브랜드가 갖고 있는 USP나 브랜드에 자주 쓰는 컬러톤이나 이런 것들을 브랜드 브리프에 정리하게 만들어 놓았고요.
김형태 [17:42]
조쉬가 묻습니다. "그러면 1번부터 12번까지 쫙 루프로 달려 버리게도 하실 수 있겠네요?" 김형태의 답은 "그렇긴 한데, 뒤에 중간중간에 넣어야 되는 것들이 많이 있다"는 것입니다. [18:16]
연동해야 되는 것도 사실 연동을 해야 되고, 핵스필드나 이런 것들 다 연동이 되어 있다라고 하면 밑에는 다 실행이 되는 거고, 분석에서는 구글 애널리틱스나 메타 MCP나 이런 것들을 연동을 해 놓아야 성과 대시보드 만들어서 분석을 할 수 있기 때문에, 그런 것들을 다 연동을 해 놓으시면 알아서 쭉 할 수 있게는 되겠죠.
김형태 [18:16]
그리고 완전 자동화가 안 되는 지점을 다시 한번 짚습니다.
이게 완전 자동화가 될 수 없는 부분은, 앞에서 말씀드린 것처럼 마케터의 혹은 대표님의 판단이 필요한 부분이 중요하다고 생각을 하고 있고, 그게 04번 폴더나 12번 폴더나 이런 폴더들은 광고를 내보낼 소재에 대한 카피, 그리고 광고를 진행한 뒤에 최적화할 부분들 — 그래서 내가 뭘 어떻게 바꿀지 이런 부분은 직접 판단하시는 게 훨씬 더 좋다고 생각을 하거든요. 줄여야 하는 업무들은 줄일 수 있고, 줄이지 못하는 부분은 판단이 들어가서 실제로 개선을 해야 하는 부분은 판단하시는 게 좋은 거 같습니다.
김형태 [18:49]
즉 12단계 전체를 자동으로 돌리는 게 목표가 아니라, 줄일 수 있는 업무(정리·분석)는 최대한 줄이고, 판단이 필요한 몇 지점(04번·12번)만 사람이 직접 채우는 구조입니다.
브랜드 브리프를 열면 이런 항목들이 채워져 있습니다. [19:23]
브랜드 브리프에는 이 밖에도 한 줄 정의(이 브랜드가 무엇을 강조하는지), 타겟, 브랜드 톤(자주 쓰는 문구의 느낌), 컬러(자주 쓰는 색과 쓰지 않아야 하는 색), 판매 페이지 내용, 메인 카피까지 정리됩니다. 이 브리프가 이후 이미지·영상·랜딩페이지를 만들 때 참고 자료로 쓰입니다. [20:28]
여기서 한 단계 더 들어가면, 광고 소재 자체의 브리프가 나옵니다.
여기서 말하는 브리프는 광고 소재의 메시지에 대한 브리프로 나오게 되고, 컨셉 — 어떤 컨셉을 할지 — 그리고 메시지 후보. 예를 들면 제가 미리 해 본 거는 "AI 슬랍 탈출"이라는 게 메인 카피로 되어 있는데, 분석을 통해서 제안을 준 거를 제가 그중에 고른 거고요.
김형태 [21:02]
그다음은 스토리보드입니다.
이런 컨셉과 메시지 후보, 그리고 스토리보드라고 해서 — 빌더분들이 판매를 하는 마케팅을 할 때 필요한 부분이 고객 관점이라고 한 것처럼, 처음에 고객 관점으로 메시지가 들어가 있어야 고객이 봤을 때 "이제 내 이야기구나" 할 수 있는 부분이 있어야 되는 부분을 포함해서, 유저 페인포인트와 그거를 해결할 솔루션은 무엇이고, 그걸 어떻게 크리에이티브로 표현할지, 그리고 지금 바로 그걸 해야 하는 이유 — 그게 포함되어 있는 소재가 효율이 좋더라고요.
김형태 [21:34]
스토리보드는 고객 페인포인트 → 솔루션 → 크리에이티브 표현 → 지금 바로 해야 하는 이유의 순서를 프레임워크로 만든 것입니다. 3장에서 나온 "드릴이 아니라 구멍"이라는 원칙이 여기서 구체적인 제작 순서로 바뀐 셈입니다.
스토리보드 다음은 "광고의 다양한 유형 변형"입니다. 이걸 설명하기 위해 김형태가 메타의 최근 변화를 꺼냅니다.
예전에는 마케터들이 타게팅을 되게 세분화해서, 예를 들면 20~30대 강남에 사는 누구 이런 식으로 타게팅을 하고 쪼갰다면, 지금은 안드로메다 업데이트라고 해서 광고 소재를 여러 개 업로드해 놓으면 AI 머신들이 알아서 그 광고가 필요한 사람들을 찾는 쪽으로 넘어갔어요.
김형태 [22:09]
그런데 "소재를 많이 만들라"는 말을 오해하기 쉽습니다. 카피만 살짝 바꾼 버전을 여러 개 만들라는 뜻이 아니라는 걸 김형태가 분명히 합니다.
소재를 많이 만든다고 이야기를 하거든요. 소재를 많이 만들 때 예를 들면 카피만 살짝살짝 바꾼 내용을 많이 만들라고 하는 건 아니고, 메타가 판단할 때 그런 건 다 똑같은 소재라고 판단을 하고, 앵글을 다양하게 해서 — 만약에 고객이 갖고 있는 문제점들이, 나는 이제 예를 들면 AI 슬랍이 문제였던 사람, 혹은 나는 조금 저렴하게 그런 디자인을 뽑고 싶은 사람, 이런 니즈들이 다르기 때문에 그런 니즈들을 다양화해서 앵글을 가지고 광고 소재를 만들 수 있게 브리프에 넣어 놨습니다.
김형태 [22:42]
왜 앵글(소구 방식)을 다양화해야 하는지, 두 가지 이유를 듭니다. 첫째는 메타 스스로의 가이드입니다. "메타가 안드로메다 업데이트 한 뒤에 앵글을 다양화해라, 비슷한 소재보다는 앵글이나 유형도 다양해서 테스트를 하라는 가이드를 교육 때 많이 이야기를 했다"는 것입니다. [23:16] 둘째는 고객 자체가 다르기 때문입니다.
고객이 다르다. 우리의 고객이 AI 슬랍도 있지만 다른 페인포인트를 갖고 있는 고객도 많이 있기 때문에, 그러한 다양한 앵글을 가져가라는 이야기를 많이 했고요. 뷰티 브랜드라고 한다면 페인포인트를 갖고 있는 타겟은 일부 한정되어 있기 때문에, 예산을 늘리거나 규모를 확대하려고 했을 때는 조금 더 다양한 내용이 필요한 부분이 있어서요.
김형태 [23:49]
하나의 앵글로만 밀어붙이면 그 앵글에 반응하는 사람 수만큼만 광고를 키울 수 있습니다. 광고 규모를 키우려면 다른 페인포인트를 건드리는 앵글이 더 필요하다는 실전 이유입니다. 처음에는 앵글을 넓게 만들어 보고, 그중 잘되는 몇 개로 좁혀서 카피 테스트를 더 깊게 진행합니다. [24:22]
조쉬가 묻습니다. 소재가 영원하진 않을 텐데, 주기는 어떻게 되고 언제 끄는지. 김형태가 실제 경험을 풀어놓습니다.
독립하고 나서 한 서너 개 정도 브랜드의 마케팅을 진행하거나 컨설팅을 할 때 보면, 어떤 광고주는 2년 이상 위닝 소재가 유지되는 경우도 있어요. 그런 소재가 뷰티에서 평균 로아스보다 훨씬 잘 나오는 게 유지되는 경우는 정말 위닝 소재를 찾으신 거죠. 근데 그런 소재를 좀 보면 화려하거나 그런 소재보다는 정말 그 브랜드가 갖고 있는 고유의 메시지를 담백하게 전한 소재 — 약간의 에버그린 소재라고도 하는 그런 소재가 발견이 됩니다.
김형태 [25:28]
하지만 이런 장수 소재는 예외에 가깝습니다. 예산을 많이 쓰는 경우엔 매월 또는 매주 단위로 새 소재를 계속 발굴해야 하고, 그중 몇 개월 유지되면 잘된 편입니다. [26:02]
결국 이 판단 — 위닝 소재를 얼마나 더 집행할지, 안 되면 새 소재를 또 찾을지 반복하는 것 — 이 사람의 몫이라는 결론으로 이어집니다.
그런 작업들을 사실은 AI가 자체적으로 판단해서 한다는 거 자체 아직은 조금 어려운 부분이 좀 있잖아요. 이런 부분들에 있어서는 사람의 개입이 적극적으로 더 필요하다라고 볼 수가 있는 거겠네요.
조쉬 [26:02]
5장·6장에서 나온 "판단은 사람 몫"이라는 결론이 여기서 다시 한번 확인됩니다.
브리프가 확정되면 실제 소재 제작으로 넘어갑니다. 김형태는 광고주 입장을 가정해 몇 가지 안을 추려 제안하는 과정부터 설명합니다. "선택하시는 경우도 있고, 아니면 신뢰하시고 맡기시는 경우도 좀 있어요." [27:44]
수파노바 예시에서는 페인포인트("AI가 만든 것 같은 이미지가 싫다")를 중심으로 "AI 슬랍 탈출하세요" 같은 메인 소재를 만듭니다. 사회적 증거 앵글은 실제 사용자가 남긴 후기 워딩을 그대로 광고 소재에 옮겨 씁니다.
제 실제 워딩을 가지고 저기에다가 딱 표현을 해서 저걸 광고 소재로 돌리는 거군요. — 예, 그 앵글 중에 사회적 증거 앵글로 제작이 된 거고, 선택지를 줄이는 것, 혹은 랜딩 페이지로 바로 연계되는 그런 것도 있었던 거 같습니다.
조쉬·김형태 [28:17]
어떤 도구로 이미지를 만드는지 묻는 질문에는 이렇게 답합니다. "이걸 처음 만들 때는 나노바나를 연동해서 API를 연동해서 하게 했는데, 지금은 핵스필드 연동해서 GPT 이미지 2.0으로 만들기에는 작업을 하고 있어요." [28:50] (도구 이름은 자막에서 발음만 남아 있어 정확한 철자는 부록 B에 따로 적었습니다.)
영상 제작으로 넘어가면 평가가 조금 달라집니다.
이미지보다는 사실 영상이 조금 아직은 활용도가 좀 낮은 거 같고요. 이거는 사실 비디오는 하나의 컷을 하나 만들어서 활용하는 경우도 있고, 예를 들면 그 짧은 영상이 좀 감각적으로 나오면 그걸 활용할 수도 있고, 아니면 여러 개 영상을 만들어서 연결해서도 활용을 하긴 합니다.
김형태 [29:24]
영상을 이어 붙이는 순서는 짧은 영상(릴스·숏폼)에서 흔히 쓰는 틀을 그대로 따릅니다.
브랜드 강조보다는 처음에 후킹이 중요하잖아요. 그 후킹에는 고객의 메시지가 페인포인트가 있게 들어가고, 그러면 페인포인트 다음에는 우리 브랜드의 강점이 있고, 그다음에는 CTA가 들어가서 지금 바로 이걸 해야 하는 이유가 들어가면 저는 성과가 좋았던 경우가 많아서 이렇게 제작을 했습니다.
김형태 [30:32]
이렇게 만든 영상을 실제로 쓰는 브랜드도 일부 있다고 확인합니다. [29:57] 다만 "이런 건 좀 약간 수정해야 될 게 많이 있긴 하다"는 단서도 함께 답니다. [29:57]
소재를 집행한 뒤 다음 순서는 분석입니다. "분석을 해서 사실 효율을 만드는 마케팅의 목적이 여러 개가 있는 것처럼, 만약에 판매 목적이라면 소재들이 어떤 게 판매가 잘 되는지 그런 것들을 소재 제작 이후에 광고를 세팅하고 그걸 분석하면서 최적화를 하는 작업을 하는 거죠." [31:40]
이 분석을 실제로 어떻게 하는지 화면을 보여 줍니다. 자신이 인프런(온라인 강의 플랫폼)에 올린 강의로 실제로 운영하고 있다고 밝힙니다. 각 브랜드마다 폴더가 있고, 그 안에는 이렇게 구성돼 있습니다.
일단 메타 광고에 MCP나 API를 연결해서 불러온 데이터로, 매일 아침마다 로우 데이터를 내가 업로드할 필요 없이 자동으로 연동되게 대시보드가 구축이 되어 있는 거고요.
김형태 [32:13]
연동 방식도 설명합니다. MCP가 나오기 전에도 메타 API 토큰을 발급받아 광고 데이터를 가져올 수는 있었지만, 메타 개발자 센터에서 앱을 만들고 API 키를 받는 과정이 복잡했습니다. 최근엔 이 과정이 MCP로 대체됐고, 읽기 권한만 가져와서 활용합니다. [32:49]
리포팅 주기를 묻는 질문에는 이렇게 답합니다.
저는 한 일주일에 한 번씩 리포팅을 하고 있고, 그전에 항상 같이 보면서 브랜드의 마케터분들 혹은 실제 광고의 담당자분들이 보시고 저도 보면서 중간에 급하게 조정해야 하는 부분들은 조정을 하고요. 근데 이게 너무 단기적으로 가게 되면 요즘에는 머신러닝 기반이기 때문에 단기적인 조정은 오히려 실적을 해칠 수가 있어서, 주기는 일주일에 한 번 정도 전체적인 현황을 점검하는 부분으로 진행하고, 보는 것은 매일 실시간으로 보죠. 약간 주식하듯이요.
김형태 [33:21]
즉 매일 눈으로는 계속 지켜보지만, 실제로 소재를 바꾸는 결정은 일주일에 한 번으로 못 박아 둡니다. 5장에서 나온 "머신러닝은 단기 조정에 흔들린다"는 원리가 여기서 리포트 주기라는 구체적인 운영 규칙으로 이어진 것입니다.
리포트 형식은 기존에 쓰던 걸 그대로 활용합니다. "기존에 매주 보고했던 주간 보고나 월간 보고 형식을 사용해서 캠페인의 현황 그리고 KPI 달성률, 소재에 대한 내용과 랜딩 페이지 이런 내용들을 한 번에 리뷰를 하면서 조정할 것들을 정리합니다." [34:28]
조쉬가 근본적인 질문을 던집니다. 보고서를 만드는 것도, 현황을 정리하는 것도 편해졌는데, 그걸 보고 판단하는 일은 정말 계속 사람이 해야 하는 걸까요.
제 생각엔 이게 그냥 경제적인 관점으로 봤을 때, 에이전틱하게 운영돼서 성과가 잘 나온다 그러면 사실 그때부터는 이런 작업이 필요 없을 것도 같고, 근데 그때부터는 약간 크리에이티브 싸움인 거 같아요. 전략 방향이나 어떻게 갈지 — 그런 것들을 결정하는 것은 이제 사람이 판단하는 거겠죠. 지금도 어느 정도 그 차이인 거 같아요. 시대가 안드로메다로 가면서 안드로메다 이후에 소재가 중요하다는 부분은 메타도 강조하고 다 강조하고 있는 부분이기 때문에, 그 소재를 고객 관점에서 잘, 고객이 반응하는 소재를 만들어 주는 것 — 그게 지금 더 집중해야 하는 부분인 거 같습니다.
김형태 [35:36]
즉 완전히 자동화되는 순간이 오더라도, 그때부터는 "어떤 소재로 승부할지"라는 크리에이티브 자체가 경쟁력이 된다는 것입니다. 10장에서 나온 "안드로메다 이후엔 소재가 핵심"이라는 원리가 여기서 마케터의 미래 역할과 연결됩니다.
실제로 광고주와 어떤 대화를 나누는지도 구체적으로 밝힙니다.
마케터 지표도 굉장히 많이 있고, CPM부터 노출 비용부터 클릭률, 그다음 전환율, 그리고 장바구니에 얼마나 담았는지, 그리고 고객의 재구매율 이런 것도 사실 다 분석하는 광고주들도 많이 계시고요. 어떤 걸 개선해야 할지 정리할 때, 만약에 지표가 CVR이 문제라고 하면 랜딩 페이지를 어떻게 바꿀지도 같이 논의해서 바꾸기도 하고, 그러한 기본적인 퍼포먼스의 디테일한 지표에 대해서 판단하고 결정하고 수정하는 것을 같이 결정합니다.
김형태 [37:20]
정리하면, AI가 지표를 정리해 주더라도 "어느 지표가 왜 나쁜지 → 무엇을 바꿀지"를 잇는 판단은 여전히 광고주와 마케터가 함께 내립니다.
조쉬가 마지막으로 앞으로 마케터의 일이 어떻게 바뀔지 묻습니다. 김형태는 최근 참석한 AI 마케팅 서밋에서 발표한 주제를 그대로 꺼냅니다.
제가 AI 마케팅 서밋에 최근에 갔다 왔고, 그때 제 주제는 "AI는 실행하고 마케터는 결정한다"였거든요. 그래서 사실 단순 반복 업무가 사라진 형태이고, 광고 실적 업로드나 분석 이런 부분을 쉽게 할 수 있는 시대가 되었고, 소재 제작도 조금 도움받을 수 있는 부분이 많이 있기 때문에, 앞으로는 크리에이티브한 부분이나 전략적인 부분의 업무로 조금 예전에 안 했던 위의 업무들, 전략과 창의 부분들을 더 많이 하게 될 거고, 그런 부분에서 경쟁력이나 성과가 달라질 것 같습니다.
김형태 [37:54]
그렇다면 마케터가 아닌 사람 — 개발자나 창업자 — 이 이 능력을 어떻게 키워야 할지 물었을 때, 답은 화려한 신기술이 아니었습니다.
마케터가 아니신 분들이 더 많다고 말씀드렸잖아요. 저는 15년 마케터지만, 마케팅의 기초적인 원리를 먼저 배우시는 게 사실 중요한 거 같아요. 마케팅 언론이나 기본적인 고객을 접근하는 방법은 사실 변하지 않거든요.
김형태 [39:00]
그리고 경력이 곧 실력은 아니라는 것도 덧붙입니다.
15년 차가 되었다고 사실 마케팅을 더 잘한다 이런 것도 아니거든요. 굉장히 젊으신 분들이 더 많이 굉장히 빠르게 마케팅을 성장시키는 경우도 해외에도 많고, 그렇기 때문에 이러한 기초적인 내용을 실제로 빠르게 실행하면서 움직일 수 있는 분들이 더 좋은 거 같습니다.
김형태 [39:00]
마지막으로 앞으로의 계획을 밝힙니다. "앞으로의 계획은 저는 목표는 콘텐츠를 많이 만들고 싶어요... 클로드 코드 포함해서 앞으로도 AI와 이런 것들을 접목해서 마케팅을 잘하는 방법을 앞으로 사업 모델로 삼고 싶습니다." [40:08] 영상은 두 사람의 감사 인사로 끝맺습니다.
본문 전체가 떠받치는 문장은 이것입니다. 제품을 만드는 일은 이제 쉬워졌으니, 반복되는 실행(데이터 정리·분석·소재 초안 제작·리포트 작성)은 AI에게 맡기고, 사람은 오직 판단(이 소재를 끌지 말지, 어떤 앵글로 갈지, 전략 방향을 어디로 잡을지)에 집중하라. 이 판단이 남는 이유는 두 가지였습니다 — 메타의 광고 시스템 자체가 머신러닝 기반이라 섣부른 조정이 오히려 학습을 망칠 수 있다는 것(5장·13장), 그리고 안드로메다 업데이트 이후 광고 성과를 가르는 건 타겟팅이 아니라 소재라서, 결국 "어떤 소재로 승부할지"가 크리에이티브의 영역으로 남는다는 것(10장·14장)입니다.
이 결론이 어디까지 믿을 만한지도 짚어야 합니다. 이건 15년 경력의 1인 마케터가 직접 겪은 실무 경험이지, 여러 사례를 조사한 통계가 아닙니다. "완전 자동화된 사례를 아직 못 봤다"(6장)는 말도 본인이 관찰한 범위 안에서 하는 말입니다. 다만 "안드로메다 이후 소재 다양성이 핵심이 됐다"는 부분만큼은 메타의 공식 발표 방향과 실제로 일치했습니다(부록 B).
이 구조를 자신의 제품에 적용하면 무엇이 돈이 되는지도 짚고 넘어가야 합니다. 이 영상이 처음 겨냥한 대상 — "만들었는데 안 팔린다"는 빌더들 — 에게 남는 실전 함의는 이렇습니다. 첫째, 광고를 켜기 전에 3C 분석(7장)으로 "내 브랜드가 어떤 고객의 어떤 문제를 푸는가"를 먼저 문서로 정리해 두면, 그 문서가 광고 카피부터 랜딩페이지까지 전부의 기준이 됩니다. 둘째, 소재를 하나만 만들지 말고 서로 다른 고객 페인포인트를 겨냥한 여러 앵글을 만들어야(10장) 안드로메다 알고리즘에서 노출 기회를 얻고, 광고 규모도 그만큼 키울 수 있습니다. 셋째, 클로드 코드 같은 코딩 에이전트를 코드용이 아니라 "데이터 정리·1차 분석·소재 초안 생성"을 맡기는 비서로 쓰면, 마케팅 인력을 따로 채용하지 않고도 혼자서 여러 제품·여러 클라이언트를 굴릴 수 있는 여유가 생깁니다 — 이게 김형태가 1인으로 서너 개 클라이언트를 동시에 운영할 수 있게 된 실제 구조입니다(2장). 다만 이 세 가지를 실행에 옮겨도 광고비를 얼마나 벌어들일지는 검증된 공식이 아니라, 발표자 본인도 지금 실행하며 확인해 가는 중이라는 점은 그대로 남습니다.
본문에서 이미 푼 것들을 한자리에 모았습니다.
| 낱말 | 뜻 | 나온 곳 |
|---|---|---|
| 클로드 코드 | 파일을 읽고 쓰고 정해진 절차를 순서대로 실행할 수 있는 AI. 코딩용이지만 반복 사무 업무에도 쓴다 | 0장 · 2장 |
| MCP | AI가 다른 프로그램의 기능을 직접 쓸 수 있게 정해 둔 연결 규격 | 0장 · 4장 · 13장 |
| 퍼포먼스 마케팅 | 낸 돈과 그 결과(클릭·구매)를 숫자로 바로 확인하면서 하는 광고 | 0장 전반 |
| 3C 분석 | 회사(Company)·경쟁사(Competitor)·고객(Customer) 순으로 뜯어보는 마케팅 기초 분석틀 | 7장 |
| USP | 이 브랜드만 내세울 수 있는 핵심 강점 | 7장 · 9장 |
| RTB(사회적 증거) | 브랜드의 주장을 믿어도 되는 근거. 실제 후기 등 | 9장 |
| AI 슬랍 | AI가 만든 티가 나는 성의 없는 결과물 | 9장 · 12장 |
| 어드밴티지+ 캠페인 | 여러 소재를 한 캠페인에 몰아넣고 메타 머신러닝이 최적화를 맡는 방식 | 5장 |
| 안드로메다 업데이트 | 메타의 광고 배분이 타겟팅 중심에서 소재 중심으로 바뀐 개편(2024년 말~2025년 10월) | 10장 · 14장 |
| 릴스 프레임워크(후킹·본문·CTA) | 짧은 영상의 기본 구성. 페인포인트로 열고, 강점을 보여 주고, 행동을 유도한다 | 12장 |
| 에버그린 소재 · 로아스(ROAS) | 오래 성과가 유지되는 소재 · 광고비 대비 매출 지표 | 11장 |
| CPM · CTR · CVR | 1,000회 노출당 비용 · 클릭률 · 전환율 | 14장 |
이 영상은 한국어 영상이고, 유튜브에는 ko-orig(원어) 트랙과 ko 트랙 둘이 올라와 있었습니다. 두 파일을 직접 비교해 보니 바이트 단위로 완전히 동일한 파일이었습니다 — 즉 별도로 손본 판이 따로 있는 게 아니라, 원어 자동자막 하나가 두 이름으로 올라와 있던 것입니다. 그래서 원어 그대로임을 확인하고 ko-orig 쪽을 근거로 썼습니다.
자막은 조각 75개, 30초 단위로 묶었을 때 21,925자이고 마지막 시각은 41:14입니다. 영상 길이 41:49 중 마지막 조각이 두 사람의 감사 인사까지 자연스럽게 이어지므로, 사실상 영상 전체가 자막에 담겨 있습니다.
자동자막은 처음 듣는 이름이나 발음이 뭉개지는 대목을 소리 나는 대로 적습니다. 이 영상에서 확인한 것 전부입니다.
| 자막에 찍힌 것 | 실제 (추정) | 확인 방법 |
|---|---|---|
| 김영태 | 김형태 | 영상 제목·설명글과 일치. 다만 음성으로 실제 이름을 확정할 수는 없음 |
| 슈퍼노버 / 파노바 / 슈퍼노바 | 수파노바 (추정) | 영상 안에서 가장 자주 등장한 표기를 채택. 정확한 영문 철자는 확인 안 함 |
| 나노바나 | 나노바나나(Nano Banana, 구글의 이미지 생성 모델로 추정) | "이미지를 만드는 데 API로 연동했다"는 문맥과 발음이 비슷함. 검증 안 함 |
| 핵스필드 / 엑스펠드 / 익스플레드 / 스필드 | Higgsfield (추정) | AI 이미지·영상 생성 도구라는 문맥과 발음 유사성. 검증 안 함 |
| 조시 | Josh(진행자, 채널명 "빌더 조쉬 Builder Josh"와 일치) | 채널명·문맥과 일치. 확정에 가까움 |
| 데일리 그로스 | 데일리그로스 | 설명글과 일치. 확정 |
| 하우와이 팟캐스트 | How I AI Podcast(설명글 기준) | 영상 설명글의 영문 표기와 발음이 일치. 확정에 가까움 |
_정보.tsv 기준 스냅샷이며, 이후 계속 늘어납니다.