AI가 리포트를 조립하면, 리포팅은 제작 과업이길 멈추고 인텔리전스 과업이 돼요. 당기기, 결합, 포맷, 서술은 이제 대부분 기계적이고, 애널리스트의 가치는 차트를 만드는 데서 읽는 데로 옮겨가죠. 이게 전체 변화이고, 덱을 만들라고 돈을 받던 사람에게는 정체성의 변화예요.
저는 오래 리포트에 대해 써왔고, 불평은 안 바뀌었어요: 대부분의 리포트는 조립되지, 이해되지 않아요. 바뀐 건 조립이 이제 줄 만큼 싸졌다는 것이고, 그게 마침내 그 구분을 강제해요. 두 절반을 분리해볼게요.
리포팅은 조립이었다
제 커리어의 대부분 동안, 주간 리포트는 공예였어요. 네 개 플랫폼에 로그인해서 숫자를 내보내고, 차이를 재조정하고, 차트를 만들고, 논평을 쓰고, 마감까지 보냈죠. 기술은 시간 압박 속에서 빠르고 정확한 것이었고, 좋은 애널리스트의 척도는 일정대로 온 깔끔한 리포트였어요.
그중 분석은 아주 적었어요. 얇은 논평 층을 얹은 조립이었고 다들 알았죠 — 그래서 리포트가 그렇게 자주 안 읽혔어요. 도착하고, 훑어지고, 아무것도 안 바꿨죠. 노력의 대부분이 무엇을 말하는지가 아니라 만드는 데 갔으니까요. 저는 정확히 이걸 몇 년 전 리포트에 시간을 낭비하지 마세요에서 불평했고, 문제는 결코 형식이 아니었어요. 일이 조립에서 멈춘 거죠.
AI가 가져가는 것
리포팅의 기계적 핵심은 이제 대부분 자동화 가능하고, 대부분의 애널리스트가 예상하는 것보다 큰 비중이에요.
- 당기기와 결합. 광고 플랫폼, 애널리틱스, CRM에서 숫자를 가져와 하나의 뷰로 엮는 건, 한 번 설정하면 워크플로가 안정적으로 하는 데이터 배관이에요.
- 포맷과 차트. 결합된 숫자를 표준 뷰로 바꾸는 건 템플릿 작업이고, 기계가 매주 똑같이 해요.
- 뻔한 것 서술하기. 첫 서술 패스 — 지출 상승, 전환 하락, CPM 상승 — 는 데이터에 대한 언어 생성이고, 애널리스트의 타이핑을 많이 아껴줄 만큼 정확해요.
- 이상치 표시. 밴드 밖으로 움직인 숫자를 잡는 건 패턴 찾기이고, 모델은 사람이 지켜볼 수 있는 것보다 많은 지표에서 잘하죠.
옛 일의 큰 부분이에요. 남는 건 항상 요점이었던 부분이죠.
사람으로 남는 것
기계가 숫자와 서술을 만들면, 애널리스트가 의미를 소유해요.
희소하고 값진 행위는 해석이에요: 움직임이 무엇을 뜻하는지 정하고, 비즈니스가 이미 알거나 알아야 할 것과 연결하고, 누군가 행동할 추천을 만드는 것이죠. "지출이 올랐고 전환이 떨어졌다"는 서술이에요. "전환이 떨어진 건 라스트클릭에선 효율적으로 보였지만 의도가 낮은 트래픽을 전달하는 지면으로 예산을 옮겼기 때문이고, 이걸 이렇게 하세요"는 인텔리전스죠.
그 두 번째 문장이 일이고, 조립이 아니에요. 모델이 기본으로 갖지 않은 맥락이 필요해요 — 이번 분기에 고객이 무엇을 중시하는지, 지난주에 무엇이 바뀌었는지, 비즈니스가 이미 시도한 것. 리포트에서 좋은 인사이트에 이르는 9가지 팁에서 한 같은 점이에요: 리포트의 가치는 인사이트이고, 인사이트는 항상 사람의 산물이었어요. AI는 그 둘레의 조립을 사라지게 할 뿐이죠.
조립 vs. 인텔리전스
| 차원 | 조립으로서의 리포팅 | 인텔리전스로서의 리포팅 |
|---|---|---|
| 핵심 과업 | 당기고, 결합하고, 포맷하고, 서술 | 해석하고, 연결하고, 추천 |
| 가치의 척도 | 제때 전달됨 | 결정을 바꿈 |
| 비용 동인 | 애널리스트 시간 | 애널리스트 판단과 맥락 |
| 기계 비중 | 낮음 (옛 모델) | 높음 (새 모델) |
| 사람 비중 | 일 전체 | 판단과 "그래서 뭐" |
| 읽는 사람의 경험 | 훑는 덱 | 행동할 추천 |
| 실패 방식 | 늦고 안 읽힘 | 빠르고 틀리거나, 빠르고 무시됨 |
마지막 행을 조심히 읽으세요. AI-native 리포트는 다르게 실패해요: 거의 늦지 않고, 여전히 틀리거나 무시될 수 있죠. 틀린 것을 빠르고 정확하게 조립하는 건 개선이 아니에요 — 같은 실수를 더 빨리 전달하는 거죠.
새 리스크: 틀린 리포트를 더 빨리 만드는 것
조립이 무료일 때 유혹은 더 많이 만드는 거예요: 더 많은 지표, 더 많은 차트, 더 많은 자동 논평이요. 이건 제가 몇 년간 반대해온 옛 100장 리포트의 같은 함정이고, 이제는 기계가 더 빨리 채울 뿐이죠.
조립 시간을 대신하는 규율은 편집이에요. 기계가 서술을 초안하면, 애널리스트의 첫 일은 그것을 중요한 몇 가지로 줄이고 해석을 더하는 것이에요. 리포트는 더 짧아지지, 더 길어지지 않아요, 요점이 결정을 쉽게 만드는 것이지 노력을 증명하는 게 아니니까요. 산출의 볼륨은 이제 미덕이 아니라 경고 신호예요.
인텔리전스 중심으로 리포트를 다시 설계하는 법
재설계는 구체적이고, 나머지 라이프사이클과 같은 몇 가지 움직임이에요.
- 데이터 배관을 한 번 고치세요. 소스를 워크플로에서 결합해 숫자가 깨끗하게 오게 하고, 손으로 내보내기를 멈추세요. 리포팅의 고통 대부분은 분석의 상류예요.
- 서술은 자동화하고 결론은 아니요. 기계가 "무슨 일이 있었는지"를 쓰고 "무슨 뜻인지"는 애널리스트를 위해 지키세요.
- 추천으로 시작하세요. 리포트를 재정렬해 인사이트와 권장 행동이 먼저 오고 숫자가 뒤따르게요.
- 이상치 임계를 정하세요. 무엇이 표시할 가치가 있는지 정해, 기계가 모든 흔들림이 아니라 신호를 드러내게요.
- 가차 없이 잘라내세요. 지표가 결정을 안 바꾸면 나가요. 짧은 리포트가 읽혀요.
그러면 주간 회의의 성격이 바뀌어요: 슬라이드 훑기이길 멈추고 무엇을 할지의 대화가 되죠. 그게 최적화할 가치가 있는 결과예요. 실행 가이드가 이 운영 쪽을 다루고, 팀 리드 트랙이 더 넓은 롤아웃에 넣어요.
회의가 곧 제품이다
리포트가 이제 생성되면, 가치가 실현되는 곳은 회의이고, 그렇게 설계돼야 해요. 안건은 훑기가 아니에요. 해석과 뒷받침 숫자가 이미 붙은 몇 개의 결정이죠. 조립이 사라지면, 주간 시간이 마침내 중요한 두세 개의 판단에 쓰일 수 있어요 — 예산을 어디로 옮길지, 어떤 메시지에 헌신할지, 무엇을 멈출지요. 좋은 회의를 만드는 리포트는 제 일을 한 거고, 결정을 안 만드는 아름다운 덱은 아니에요.
무엇을 측정할지
리포트를 무엇을 바꿨는지로 측정하세요, 전달됐는지가 아니라요. 추천이 얼마나 자주 실행됐는지, 몇 개의 지표가 컷을 살아남았는지, 애널리스트의 주간 중 조립과 해석에 얼마가 갔는지 추적하세요. 조립 비중이 여전히 높으면 워크플로가 안 끝난 거예요. 해석 비중이 낮고 아무도 행동하지 않았으면 잘못된 것을 자동화한 거죠.
FAQ
AI가 리포팅 애널리스트를 대체하나요?
일의 조립 절반을 대체해요, 시간의 대부분이었죠. 해석, 맥락, 추천은 대체하지 않아요. 인텔리전스 절반으로 옮겨가는 애널리스트는 더 값져지고, 가치가 덱 만들기였던 사람은 역할의 새 정의가 필요해요.
기계가 숫자를 서술하면 리포트가 여전히 믿을 만한가요?
여전히 검증한다면요. 자동 서술은 데이터가 말하는 것을 서술하지, 진실과 같지 않아요 — 데이터가 틀릴 수 있고, 어트리뷰션이 오해를 부를 수 있고, 이상치가 트래킹 끊김일 수 있어요. 검증의 소유자는 사람이고, 특히 숫자가 고객에게 가기 전엔요.
조립이 싸졌으니 리포트가 길어져야 하나요?
아니요 — 반대예요. 조립이 무료면 규율은 편집이에요. 기계는 사람보다 빨리 백 장을 채우죠. 애널리스트의 일은 중요한 몇 가지로 줄이고 해석을 더하는 거예요. 보통 짧은 게 더 나아요.
조립에서 인텔리전스로 어떻게 가나요?
숫자가 깨끗하게 오도록 데이터 배관을 고치고, 서술은 자동화하되 결론은 아니 하고, 추천으로 리포트를 시작하고, 리포트가 결정을 바꿨는지 측정하세요. 전환은 대부분 무엇을 멈추는지에 관한 것이지 무엇을 더하는지가 아니에요.
짧은 정리
AI는 리포팅에서 조립을 빼고 — 당기기, 결합, 포맷, 서술 — 인텔리전스를 남겨요, 항상 요점이었던 것이죠. 애널리스트의 가치는 차트 만들기에서 읽고 행동을 추천하는 데로 옮겨가요. 리스크는 더 적고 날카로운 인사이트 대신 더 많은 리포트를 더 빨리 만드는 거예요. 추천 중심으로 다시 설계하고, 누가 행동했는지 측정하고, 기계가 타이핑하게 하세요. 실행 가이드가 이걸 더 넓은 레인에 둬요.
저는 아무것도 안 바꾼 아름다운 리포트를 한 번 이상 보낸 실수를 했고, 그 아름다움이 문제라는 걸 보기까지 오래 걸렸어요.
팀이 조립에서 인텔리전스로 옮겨갔다면, 리포트를 어떻게 짧게 만들었는지 듣고 싶어요 — 보통 그게 가장 어려운 부분이에요.
감사합니다, Chandler
이 글은 한국어로 제공되지만, 코스 자료(영상, 템플릿, 컴패니언 가이드)는 영어, 일본어, 중국어(간체), 한국어로 제공돼요. 이 사이트는 13개 언어로 제공돼요.