
시니어의 판단 없이, AI가 미디어 운영에서 여전히 틀리는 것들
AI는 이제 미디어 플랜, 성과 요약, 측정 프레임워크, 캠페인 셋업을 인상적인 속도로 만들어냅니다. 문제는 결과물이 명백히 나쁘다는 게 아닙니다. 문제는 가볍게 검토하면 통과할 만큼 충분히 괜찮으면서도, 정작 중요한 비즈니스 맥락을 놓치고 있다는 것입니다.
이제 VP 본업을 유지하면서 AI 제품을 만들고, 그 여정을 기록합니다. 성공과 실패, 그 사이의 모든 과정을요.
본업을 유지하면서 혼자 만든 두 개의 운영 중 플랫폼과 프로페셔널 코스입니다. 실제 사용자, 실제 지표, 실제 학습을 기반으로 해요.
워크플로에서 오퍼레이팅 모델로
리서치 기반 팟캐스트, 주도권은 당신에게
실행보다 인사이트
AI, 학습, 제품 빌드에 대한 생각

AI는 이제 미디어 플랜, 성과 요약, 측정 프레임워크, 캠페인 셋업을 인상적인 속도로 만들어냅니다. 문제는 결과물이 명백히 나쁘다는 게 아닙니다. 문제는 가볍게 검토하면 통과할 만큼 충분히 괜찮으면서도, 정작 중요한 비즈니스 맥락을 놓치고 있다는 것입니다.

대부분의 팀은 여전히 어떤 모델을 써야 하는지를 묻습니다. 제 경험상, 그건 더 이상 핵심 질문이 아닙니다. AI 시스템이 클라이언트나 브랜드, 카테고리, 그리고 '좋은 것'이 무엇인지를 잊어버린다면, 세상에서 가장 똑똑한 모델도 매번 제로에서 시작합니다.

2023년에 저는 생성 AI가 저렴한 콘텐츠로 검색을 넘치게 하고 SEO의 수익률을 떨어뜨릴 거라고 생각했어요. 3년이 지난 지금, 그건 현실이 됐어요. 하지만 더 큰 변화는 콘텐츠 생산 자체가 더 이상 경쟁력이 아니라는 거예요. 구조, 신뢰, 품질 관리, 로컬라이제이션 퀄리티, 그리고 앤서 엔진에서의 가시성이 진짜 중요해졌어요.

한 사람. 7개 모듈. 3시간 분량의 영상. 15개 템플릿. 18개 레이아웃 타입의 커스텀 슬라이드 파이프라인. 프로페셔널 보이스 클론. 모두 VP로서 풀타임 근무를 유지하면서. 이것이 AI-first 운영 모델을 자기 자신에게 적용하면 어떤 모습인지 보여줍니다.

AI가 엔트리 레벨 업무를 대체한다는 이야기는 엔트리 레벨 인재가 실제로 무엇을 하는지 오해하고 있습니다. 활성화 담당 주니어는 단순 작업을 하는 게 아닙니다. DV360 타겟팅을 구성하고, 트래킹 픽셀을 QA하고, 입찰 전략을 관리합니다. 진짜 질문은 이것입니다: AI가 모두의 바닥을 올렸을 때, 우위는 어디서 오는가? 깊이입니다.

거의 1년 동안 매일 Claude Code와 Opus 4.6을 쓰다가, Codex와 GPT-5.4를 1주일 동안 써봤습니다. 결론은 어느 한쪽이 완승하는 그림이 아니라는 거예요. 크로스 모델 리뷰, 서로 다른 강점, 운영 레질리언스까지 생각하면 둘을 함께 쓰는 편이 하나만 쓰는 것보다 낫습니다.
소식 받기
AI, 미국 외국인 생활, 리더십, 제품 빌드에 대한 새 글을 전해드립니다. 관심 주제만 선택하세요 — 소음 없이, 스팸 없이.
더블 옵트인 · 언제든지 구독 해지 가능