마케팅 팀에게 AI '기억'이 모델 선택보다 중요한 이유

최근 마케팅 팀들과 AI에 대해 이야기할 때, 계속 나오는 질문이 있습니다.

"어떤 모델을 써야 하나요?"

Claude? GPT? Gemini? 자체 데이터로 파인튜닝한 오픈소스 모델?

왜 그런 질문을 하는지 이해합니다. 전략적인 질문처럼 들리고, 가장 중요한 부분처럼 들리니까요.

다만 저는 더 이상 그렇지 않다고 생각합니다.

지금까지의 경험상, 더 큰 차이를 만드는 것은 대개 모델이 아닙니다. 기억입니다.

AI 시스템이 채팅이 끝나는 순간 중요한 모든 것을 잊어버린다면, 새로운 작업마다 같은 비용이 드는 의식이 반복됩니다:

• 클라이언트나 비즈니스를 다시 설명한다
• 오디언스를 다시 설명한다
• 톤을 다시 설명한다
• 이미 시도한 것을 다시 설명한다
• "좋은 것"이 무엇인지 다시 설명한다

이쯤 되면 시스템이라고 할 수 없습니다. 매우 인상적인 기억상실증 환자입니다.

애정을 담아 하는 말입니다. 저도 그런 것을 몇 개 직접 만들어봤으니까요 :P

---

모델은 똑똑합니다. 하지만 시스템은 여전히 건망증입니다.

지난 1년간 제게 점점 더 명확해진 것이 있습니다.

모델 레이어는 말도 안 되는 속도로 계속 개선되고 있습니다. 추론이 좋아집니다. 멀티모달이 좋아집니다. 코딩이 좋아집니다. 도구 사용이 좋아집니다. 지연 시간이 줄어듭니다. 비용이 변동합니다. 몇 주마다 새로운 벤치마크와 새로운 발표가 있고, 조금 뒤처진 기분이 드는 이유가 하나 더 생깁니다.

하지만 그 모든 것을 걷어내고 마케팅 팀의 실제 성과를 바꾸는 것이 무엇인지 보면, 질문은 훨씬 단순한 경우가 많습니다:

AI가 매번 처음부터 브리핑 받지 않아도 좋은 판단을 내릴 수 있을 만큼의 맥락을 기억하고 있는가?

그 맥락은 대개 화려하지 않습니다. 추상적인 "독점 데이터"가 아닙니다. 보통 이런 것들입니다:

• 클라이언트나 리더십 팀이 이미 승인한 메시징
• 지난 분기에 성과가 좋지 않았던 오퍼
• 스케일하기에 너무 좁은 세그먼트
• 법무팀이 절대 허용하지 않을 주장
• 참여하고 있다고 느끼고 싶어하는 이해관계자
• 클라이언트, CMO, 또는 CFO가 실제로 신뢰하는 리포팅 뷰
• 이 조직 내에서 중요한 성공의 정의

이 기억이 없어도 모델은 세련된 결과물을 만들 수 있습니다. 때로는 매우 세련된 것을요.

하지만 세련된 것과 유용한 것은 같지 않습니다.

---

"기억"이란 무엇을 뜻하는가

채팅 히스토리만을 의미하는 것이 아닙니다.

시간이 지남에 따라 축적되는 구조화된 맥락 유지 레이어를 뜻합니다.

제 관점에서 마케팅 팀에게 중요한 기억에는 최소 세 가지 유형이 있습니다.

1. 클라이언트 기억

에이전시에게는 클라이언트를 둘러싼 살아있는 맥락입니다. 인하우스 팀에게는 브랜드, 사업부, 또는 업무를 방향짓는 리더십의 우선순위를 둘러싼 살아있는 맥락입니다.

• 브랜드 보이스
• 카테고리 현실
• 승인된 포지셔닝
• 과거 캠페인
• 이해관계자 선호
• 알려진 제약 조건

같은 기억 아키텍처, 다른 보상입니다.

에이전시에 있다면, 이 기억은 더 나은 전략적 아웃풋과 시간이 갈수록 강해지는 전환 비용으로 축적됩니다. 인하우스라면, 조직의 기억과 제도적 회복력이 됩니다. 최고의 전략가나 분석가가 떠날 때, 그 지식도 함께 떠나는 건 아닌지요?

이것은 새로운 전략가가 보통 회의, 피드백, 실수, 반복을 통해 천천히 배우는 것들입니다. 중요한 것은 클라이언트 기억이라고 부르든 조직 기억이라고 부르든이 아닙니다. 중요한 것은, 의도적으로 구조화하지 않으면 맥락이 시스템이 아닌 사람에게 갇혀 있다는 것입니다.

2. 운영 기억

이것은 "우리가 어떻게 일하는가" 레이어입니다.

• 체크리스트
• 채널별 규칙
• QA 기준
• 캠페인 네이밍 시스템
• 리포팅 로직
• 에스컬레이션 경로

팀이 이것을 캡처하지 않으면, 같은 운영상의 진실을 계속 재발견하게 됩니다. 대개 마감 압박 속에서. 대개 매번 약간 다른 형식으로.

3. 평가 기억

이것이 제게 가장 흥미로운 것입니다.

단순히 사실의 기억이 아닙니다. 판단의 기억입니다.

팀이 거절한 것은 무엇이고, 왜인가? 클라이언트, CMO, 또는 리더십 팀이 "조금 아닌 것 같다"고 한 것은 무엇인가? 성공한 작업들에서 나타나는 패턴은 무엇인가? 유용한 브리프, 강한 플랜, 신뢰할 수 있는 리포트, 론칭 준비 완료 상태란 무엇인가?

이것이 AI를 단순한 아웃풋 생성에서 진정한 레버리지로 바꾸는 레이어입니다. (이것은 제 AI-Native 미디어 오퍼레이션 과정의 핵심 아이디어이기도 합니다 — 판단이 시스템에 구조화되어 있을 때만, 우연에 맡겨지지 않을 때만 운영 모델이 작동합니다.)

---

기억이 모델보다 더 복리적으로 축적되는 이유

모델은 벤더의 로드맵을 통해 개선됩니다.

기억은 여러분 자신의 작업을 통해 개선됩니다.

이것은 매우 다른 복리 곡선입니다.

Anthropic이나 OpenAI가 더 좋은 모델을 출시하면 혜택을 받습니다. 물론입니다. 그것을 과소평가하는 것이 아닙니다. 더 나은 추론은 확실히 중요합니다.

하지만 경쟁사도 같은 혜택을 받습니다.

이것이 많은 사람들이 과소평가하는 부분이라고 생각합니다.

모델 개선은 대개 광범위하게 분배됩니다. 기억 레이어는 그렇지 않습니다. 관련된 생각을 AI는 바닥을 올린다에서 썼습니다 — 모두가 같은 AI를 가질 때, 깊이가 차별화 요소가 됩니다. 기억은 그 깊이의 한 형태입니다.

공유된 클라이언트 또는 조직의 맥락, 평가 기준, 축적된 교훈, 운영 표준, "좋은 것"이 무엇인지에 대한 내부 언어. 이런 것들은 조직 내부에서 구축됩니다. 사용할수록 날카로워집니다. 그리고 "우리는 최신 모델을 씁니다"보다 훨씬 복사하기 어렵습니다.

다시 말해:

• 모델은 빌린 우위
• 기억은 축적된 우위

약간 과장하는 것일 수도 있지만, 크게 빗나가지는 않다고 생각합니다.

---

계속 떠오르는 마케팅 사례

AI에게 클라이언트 또는 자사 브랜드 팀을 위한 캠페인 추천을 만들어달라고 요청하는 상황을 상상해보십시오.

강력한 모델이라면 합리적인 답변을 확실히 생성할 수 있습니다. 많은 경우 놀라울 만큼 좋은 답변을요.

하지만 이런 것을 모른다면:

• CEO가 너무 유쾌한 브랜드 언어를 싫어한다는 것
• 세일즈 팀이 기회의 질이 보이지 않으면 MQL 볼륨을 신뢰하지 않는다는 것
• 최근 YouTube에서의 두 실험이 랜딩 페이지 불일치가 진짜 원인이어서 저조했다는 것
• 각 지역 시장에 다른 증거 자료가 필요하다는 것
• 재무부서가 이미 이번 분기 유료 소셜 성장에 상한선을 설정했다는 것

답변은 여전히 전략적으로 보일 수 있습니다.

심지어 진실보다 더 전략적으로 들릴 수도 있습니다.

하지만 제 경험상, 바로 이 지점에서 팀이 AI로 문제에 빠집니다. 유창함을 상황에 기반한 지성과 혼동하는 것입니다.

모델은 비즈니스를 이해하는 것처럼 들립니다. 실제로 이해하는 것은 좋은 답변의 형태입니다.

그것은 같은 것이 아닙니다.

---

물론 리스크는 나쁜 기억입니다

여기서는 공정하게 말해야겠습니다.

기억이 자동으로 좋은 것은 아닙니다. 나쁜 기억은 잘못된 전제를 확대합니다. 오래된 기억은 시대에 뒤떨어진 사고를 굳힙니다. 구조화되지 않은 기억은 잡동사니 서랍이 됩니다. 그리고 모든 것을 "맥락"에 넣으면, 시스템은 더 똑똑해지는 것이 아니라 더 시끄러워집니다.

따라서 무한한 기억을 주장하는 것이 아닙니다.

큐레이션된 기억을 주장하는 것입니다.

유용한 기억을요.

팀이 이런 질문에 답할 수 있게 해주는 종류의 것:

• AI가 기본적으로 알아야 하는 것은 무엇인가?
• 작업별로만 유지해야 하는 것은 무엇인가?
• 재사용 전에 검증해야 하는 것은 무엇인가?
• 더 이상 현실을 반영하지 않으므로 폐기해야 하는 것은 무엇인가?

다시 말해, 기억에는 스튜어드십이 필요합니다. 콘텐츠와 마찬가지로. 전략과 마찬가지로.

---

팀이 먼저 만들어야 할 것

마케팅 팀이 이것에 진지하게 접근하도록 돕는다면, 매우 화려하지 않은 연습부터 시작하겠습니다.

프롬프트 라이브러리가 아닙니다. 모델 비교 테스트가 아닙니다. "우리의 AI 전략 덱"이 아닙니다.

먼저 정의할 것은 이것입니다:

1. 가장 자주 재사용되는 맥락은 무엇인가?
2. 시스템이 잊어버려서 반복되는 오류는 무엇인가?
3. 허용 가능한 아웃풋을 정의하는 기준은 무엇인가?
4. 다시는 입력할 필요가 없어야 하는 클라이언트 또는 브랜드 지식은 무엇인가?

이것이 기억 레이어에 무엇을 저장해야 하는지 즉시 알려줍니다.

그리고 그 기억이 존재하면 모델 결정은 더 가치 있어집니다. 훨씬 나은 기반 위에서 작동하기 때문입니다.

이것이 모델 논쟁보다 공유 기억 아키텍처에 더 관심을 갖게 된 이유 중 하나입니다. 모델은 중요합니다. 하지만 기억 없는 시스템은 많은 가짜 생산성을 만들어냅니다.

모든 것이 빠르게 보입니다. 실제로 축적되는 것은 없습니다.

---

지금 제가 있는 곳

여전히 모델에 관심이 있습니다. 끊임없이 테스트합니다. 하나 이상을 사용합니다. 비교를 즐깁니다. 진짜로 유용합니다.

하지만 지금 마케팅 팀의 지속적인 우위가 어디서 오느냐고 묻는다면, 모델에서 시작하지 않겠습니다.

이 질문에서 시작하겠습니다:

멋진 데모가 끝난 후, 여러분의 AI 시스템은 무엇을 기억하고 있습니까?

답이 "별로 없다"라면, 그것이 진짜 병목이라고 생각합니다.

이것은 제가 STRATUM을 만들어온 방식의 배경에 있는 사고의 일부입니다. "또 하나의 챗봇"이 아니라, 맥락이 사라지는 것이 아니라 축적되는 시스템. 이에 대해 따로 쓸 수도 있습니다. 프로덕트 관점이 있기는 합니다, 네. 하지만 운영 모델은 어떤 하나의 프로덕트보다 크다고 생각합니다.

이상입니다.

다른 팀들이 이것에 대해 어떻게 생각하는지 정말 궁금합니다. 모델 선택에 더 많은 시간을 쓰고 있나요, 아니면 기억 구축에 더 많은 시간을 쓰고 있나요? 그리고 공유 맥락을 잡동사니로 만들지 않으면서 유용하게 유지하는 방법을 찾으셨나요?

Cheers, Chandler