AI는 미디어 리서치를 빠르게 만들기보다 연속적으로 만들어요. 페르소나는 한 번 쓰는 문서에서 시스템이 갱신하는 살아 있는 모델로 바뀌고, 지속 가능한 데이터 우위는 공개 리서치 — 이제 모두에게 싼 — 에서 당신의 독점 퍼스트파티 데이터와 축적된 메모리로 옮겨가죠.
저는 플래닝과 바잉에서 18년을 보냈고, 그 대부분 동안 리서치는 프로젝트였어요. 의뢰하고, 덱을 받고, 한 분기 쓰고, 폴더에서 낡아졌죠. 잘하는 사람은 빠른 독자이자 좋은 종합자였어요. AI는 그 기술의 가치를 바꾸고, 우위가 어디 앉는지를 바꿔요. 세 조각 — 리서치, 페르소나, 데이터 — 을 차례로 다룰게요, 변화가 각각 다르니까요.
리서치가 프로젝트이길 멈춘다
옛 리듬은 주기적이었어요: 1분기에 카테고리 연구, 누가 물으면 경쟁사 스캔, 연간 계획 전 오디언스 갱신이요. 각각 이벤트였고, 이벤트 사이에 팀은 기억과 직감으로 돌았죠.
AI-native 팀은 리서치를 상시 역량으로 돌려요. 공개 신호 — 카테고리 변화, 경쟁사 크리에이티브, 검색 수요, 소셜 대화 — 가 요청이 아니라 일정에 따라 계속 모이고 요약돼요. 결과물은 덱이 아니에요. 팀이 읽는 흐름이죠, 리포트를 요청하는 대신 대시보드를 읽듯이요.
실질적 효과는 팀이 카테고리에서 결코 빈 슬레이트로 시작하지 않는다는 거예요, 카테고리가 계속 요약돼 왔으니까요. 거기 도달하는 건 클러스터 나머지와 같은 안 화려한 일이에요: 신호 소스를 연결하고, 요약에 기준을 두고, 해석의 소유자를 정하는 것이죠. 모델은 읽고, 결정하지 않아요.
애널리스트의 일이 되는 것
종합이 연속적이고 기계적이면, 애널리스트의 가치는 답을 찾는 데서 더 나은 질문을 고르는 데로 옮겨가요.
작은 변화가 아니고, 어디를 봐야 하는지 아는 사람이 정체성이었던 사람에게 불편해요. 옛 모델에서 병목은 검색이었어요 — 숫자, 연구, 벤치마크를 찾는 것. 새 모델에서 검색은 거의 무료라, 희소한 기술은 틀 짜기예요: 비즈니스가 정말 답해야 할 질문이 무엇인지, 어떤 답이 결정을 바꿀지 아는 것이죠.
저는 팀이 이 전환을 잘하고 서툴게 하는 걸 봤어요. 잘하는 팀은 애널리스트에게 플래닝 대화의 자리를 줘요, 좋은 질문이 거기 사니까요. 서툰 팀은 검색을 자동화하고 애널리스트가 같은 일을 더 빨리 하게 둔 뒤, 왜 가장 호기심 많은 사람이 지루해하는지 궁금해하죠. 검색이 일이었으면 일은 사라졌고, 판단이 일이었으면 일은 더 흥미로워졌어요.
페르소나가 살아 있는 모델이 된다
페르소나 문서는 마케팅에서 가장 조용히 쓸모없는 산출물 중 하나예요. 한 번 쓰고 스톡 사진으로 꾸미고 갱신하지 않죠, 갱신은 비싸고 소유자가 없으니까요.
AI-native 팀은 페르소나를 살아 있는 모델로 다뤄요. 오디언스 정의가 데이터와 함께 살고, 시스템이 행동이 바뀌는 만큼 다듬죠: 어떤 세그먼트가 전환하고, 어떤 메시징이 먹히고, 어떤 가정이 깨졌는지요. 페르소나는 산출물이 아니에요. 플래닝과 크리에이티브 뒤에 앉은 질의 가능한 모델이죠.
전략적 결과는 페르소나가 아트 프로젝트이길 멈추고 결정 도구가 된다는 거예요. "이 캠페인이 우리 페르소나와 맞나요?" — 보통 동의로 끝나는 대화 — 를 묻는 대신, 지난 분기 결과를 여러 오디언스 정의 중 어느 게 가장 잘 설명하는지 모델에 물어 실제로 돌아간 것에 근거한 답을 얻을 수 있어요. 브리프에 대한 다른 품질의 입력이죠.
데이터 우위가 독점 층으로 옮겨간다
여기 전략에 진짜 중요한 부분이 있고, 공개 리서치가 이제 너무 인상적이라 놓치기 쉬워요.
AI가 누구에게나 공개 웹을 종합할 수 있다면, 공개 리서치는 더 이상 우위가 아니에요 — 상품이죠. 카테고리 벤치마크, 경쟁사 크리에이티브, 업계 연구: 좋은 워크플로를 가진 누구나 요약할 수 있어요. 우위는 거기 살 수 없어요, 더 이상 희소하지 않으니까요.
지속 가능한 우위는 경쟁사가 구독할 수 없는 것으로 옮겨가요: 당신의 퍼스트파티 데이터, 지난 캠페인 결과, 고객 관계, 그리고 워크플로가 무엇이 통했는지 축적하는 메모리요. 작년 테스트와 올해 결과를 기억하는 모델은 이력 없는 더 똑똑한 모델보다 값져요. AI 메모리가 모델 선택보다 중요한 이유에서 한 같은 논리를 리서치에 적용한 거예요: 복리는 맥락에 있지 모델에 있지 않아요.
옛 리서치 vs. AI-native 리서치
| 차원 | 전통적 리서치 | AI-native 리서치 |
|---|---|---|
| 케이던스 | 주기적 프로젝트 | 상시 역량 |
| 결과물 | 덱 하나 | 흐름과 모델 |
| 비용 동인 | 애널리스트 시간 | 데이터 접근과 거버넌스 |
| 애널리스트의 일 | 찾고 종합하기 | 질문 틀 짜고 해석하기 |
| 페르소나 | 정적 문서 | 플래닝 뒤의 살아 있는 모델 |
| 우위 | 더 나은 종합 | 독점 데이터와 메모리 |
| 실패 방식 | 낡고 안 쓰임 | 지저분한 데이터와 불분명한 소유 |
마지막 행을 경고로 읽으세요. AI-native 버전은 전통적 것과 다른 곳에서 실패해요 — 낡아서가 아니라, 아무도 정리하거나 거버넌스하지 않은 데이터를 빠르고 자신감 있는 시스템에 먹여서죠.
거버넌스는 서류가 아니라 선결 조건
모델이 무엇을 보고, 무엇이 시스템 밖으로 나갈 수 있고, 뭔가 잘못됐을 때 답을 누가 소유하는지 정하기 전에는 메모리 층을 만들 수 없어요.
그래서 거버넌스가 컴플라이언스 부록이 아니라 전략 레인에 떨어져요. 퍼스트파티 데이터를 리서치나 플래닝 워크플로에 연결하는 순간, 경계와 동의에 대한 결정 세트를 이미 내린 거예요 — 그리고 미루면 나중에 변호사의 감독 아래 그 층을 다시 만들죠, 몇 배 비용으로요. 거버넌스를 전제로 보는 팀은 2주 느리고 2년 빠릅니다.
실행 가이드가 이 운영 쪽에 더 깊이 들어가지만, 전략 요점은 간단해요: 독점 층이 우위가 사는 곳이고, 독점 층이 바로 당신이 부주의해선 안 되는 것이에요.
사내 팀이 실제로 해야 할 것
데이터와 로드맵을 소유한다면 순서가 유난히 명확해요.
- 신호 소스를 연결하세요 한 카테고리나 한 오디언스에 — 전부가 아니라요. 한 가지에 대한 연속 리서치가 열 가지에 대한 띄엄띄엄한 것보다 값져요.
- 요약 기준을 정하세요 흐름이 믿을 만하게: 어떤 출처가 세어지고, 좋은 종합이 어떤 모습이고, 누가 검증하는지요.
- 페르소나를 모델로 세우세요 한 워크플로 뒤에 — 플래닝이나 크리에이티브 — 그리고 실제 결과에서 갱신되게요.
- 데이터 경계를 정하세요 퍼스트파티 데이터를 연결하기 전에, 그리고 모델이 틀렸을 때 답을 누가 소유하는지 쓰세요.
- 애널리스트의 자리를 보호하세요 결정에서, 질문 틀 짜기가 이제 일이니까요.
사내 팀 트랙이 이걸 나머지 운영 모델에 맞춰 순서를 정하고, 전략 가이드가 레인 전체의 맥락에 둬요. 다음으로 넓히기 전에 한 단계를 끝내세요.
FAQ
AI가 미디어 리서처를 대체하나요?
일의 검색 쪽 절반을 대체해요, 거기가 시간의 대부분이었죠. 질문 틀 짜기나 답 해석을 대체하지 않아요. 판단 절반으로 옮겨가는 리서처는 더 값져지고, 검색으로 돈을 받던 사람은 더 빨라진 뒤 역할의 새 정의가 필요해요.
페르소나가 아직 쓸모 있나요?
네, 문서가 아니라 살아 있는 모델로요. 실제 캠페인 결과에서 갱신되는 페르소나는 결정 도구예요. 한 번 쓰고 다시 안 보는 페르소나는 장식이고, AI가 그걸 구해주지 않아요 — 장식을 더 싸게 만들 뿐이죠.
공개 리서치는 이제 무용한가요?
아니에요, 유용한 입력이고 그 어느 때보다 빨라요. 우위만 아닐 뿐이죠, 모두가 같은 종합에 접근하니까요. 우위는 당신의 독점 데이터와 메모리로 옮겨갔고, 경쟁사가 같은 도구를 구독해서 복제할 수 없는 부분이에요.
데이터 거버넌스는 어디에 맞나요?
퍼스트파티 데이터를 연결하기 전의 선결 조건으로요. 모델이 무엇을 보고, 무엇이 시스템 밖으로 나갈 수 있고, 답을 누가 소유하는지 정하는 건 이제 리서치 설계의 일부이지, 컴플라이언스의 뒷생각이 아니에요. 건너뛰면 나중에 감독 아래 그 층을 다시 만들어요.
짧은 정리
AI는 리서치를 연속적으로 만들고, 페르소나를 살아 있는 모델로 바꾸고, 지속 가능한 우위를 당신의 독점 데이터와 메모리로 옮겨요. 애널리스트의 일은 검색에서 틀 짜기로 옮겨가고, 거버넌스는 서류를 그만두고 독점 층이 존재하게 하는 것이 돼요. 모델은 읽고, 당신은 판단해요.
저는 아직 이 분야를 공개적으로 배우는 중이고, 우위가 어디 정착할지에 대해 한 번 이상 틀렸어요. 하지만 이 부분은 유지돼 왔어요: 종합이 무료면, 희소한 건 좋은 질문과 당신 자신의 이력이에요.
팀이 이 전환을 했다면, 리서처 역할에 무슨 일이 있었는지 듣고 싶어요 — 보통 진짜 이야기가 거기 있어요.
감사합니다, Chandler
이 글은 한국어로 제공되지만, 코스 자료(영상, 템플릿, 보조 가이드)는 영어와 일본어로 제공돼요. 이 사이트는 13개 언어로 제공돼요.