연봉 100만 달러 직무가 온다 — AI 에이전트로 마케팅팀을 대신하는 '마케팅 엔지니어'

한 줄 요약

Greg Isenberg가 앞으로 18~24개월 동안 테크 업계에서 가장 몸값이 높아질 사람으로 '마케팅 엔지니어'를 꼽아요. AI 에이전트·데이터·코드·안목으로 시장 신호를 영업 파이프라인으로 바꾸는 사람이에요. 마케팅이 변해 온 4단계, 가장 먼저 만들 '그로스 레포', 도구 조합, 에이전트 직무 기술서 쓰는 법, 냉난방 공조(HVAC) 업체에 소프트웨어를 파는 회사를 예로 든 시스템 6개, 돈 버는 길 4가지와 30일 학습 계획까지 담았어요.

전체 내용 정리

이름은 바뀌어도 일은 남아요

Greg Isenberg는 앞으로 18~24개월 동안 테크 업계에서 가장 몸값이 높은 인재 중 하나가 '마케팅 엔지니어'가 될 거라고 말해요. 고객사에 직접 들어가 일하는 '포워드 디플로이드 마케터(forward deployed marketer)', AI 그로스 오퍼레이터라고 부르는 사람도 있는데, 이름은 바뀌어도 일은 같대요. AI 에이전트로 마케팅팀 하나가 하던 일을 혼자 해내는 사람이에요.

몸값도 높게 봐요. 연봉 25만 달러, 50만 달러, 많게는 100만 달러까지요. 어느 회사든 리드는 더 많이, 실험은 더 빠르게, 포지셔닝은 더 날카롭게, 고객 이해는 더 깊게 원하잖아요. 그걸 큰 팀이 아니라 작은 팀으로 해내고 싶어 하고요. 이걸 에이전트로 만들어 줄 수 있는 사람은 자기 몸값을 스스로 정할 수 있다는 거예요. 창업자라면 더 잘 알 거래요. 바이브 코딩으로 뭔가 만드는 것만으로는 부족하고, 제품을 쓰는 사람이 있어야 하니까요.

마케팅이 변해 온 4단계

Greg은 웹, 소셜, 모바일 시대에 걸쳐 벤처 투자를 받은 회사 세 곳을 세우고 팔았어요. 기술이 바뀔 때마다 회사가 가장 원하는 마케터의 모습도 바뀌었대요.

• 전통 마케팅: 드라마 '매드맨'의 돈 드레이퍼(Don Draper) 시대예요. 이야기와 심리로 사람들이 관심을 갖게 만들고 신문·라디오 같은 채널로 알렸어요.
• 디지털 마케팅: 웹사이트, 이메일, 검색엔진 최적화(SEO)가 생겼고, 2005~2006년 무렵부터는 페이스북 광고, 랜딩 페이지, 추적 픽셀이 등장했어요. 측정할 수 있는 채널로 고객을 데려오는 사람이 최고였죠.
• 그로스 해킹: 2008~2011년 무렵 소프트웨어가 스스로 사용자를 불러오는 성장 루프를 만들기 시작했어요. 그로스 해커들은 활성화·추천·온보딩·리텐션·가격에 집중했고 데이브 매클루어(Dave McClure)의 AARRR 프레임워크가 상징이었어요. 제품 자체가 성장 엔진이 된 시대예요.
• 마케팅 엔지니어링: 지금 막 시작되는 시대예요. AI·에이전트·데이터·코드·안목으로 계속 배우는 마케팅 시스템을 만들어요.

예전부터 마케터에게 필요했던 능력은 마케팅 엔지니어에게도 여전히 다 필요해요. 고객 이해, 판단력, 포지셔닝, 어디서 어떻게 퍼뜨릴지에 대한 이해, 그리고 안목이요. 오히려 안목은 지금 더 중요해졌대요. AI 때문에 평범한 마케팅은 엄청나게 싸지거든요. 새로운 건 마케팅 뒤에 있는 시스템까지 직접 만든다는 점이에요. 고객 데이터를 연결하고, 결과를 분석하고, 작은 랜딩 페이지나 계산기를 직접 만들어 공개하고, 가공하지 않은 고객 신호를 콘텐츠·아웃바운드·포지셔닝·제품 아이디어로 바꿔요.

문제는 회사가 알게 된 것들이 흩어져 있다는 거예요

대부분의 회사는 이미 시스템 조각을 갖고 있어요. 대시보드, 통화 기록, 콘텐츠, 캘린더, CRM, 각종 SaaS 도구요. 문제는 그렇게 알게 된 것들이 팀마다 흩어져 있다는 거예요. 영업팀이 듣는 시장 이야기와 고객지원팀이 듣는 이야기가 서로 달라요. 제품팀은 사용 데이터를 보고 마케팅팀은 클릭 수를 봐요. 창업자는 그 주에 마음을 흔든 고객 통화 한 건을 머릿속에서 떨치지 못하고요. 그러고는 모두가 조금씩 다른 현실을 들고 성장 회의에 들어가요.

마케팅 엔지니어의 일은 이 신호들을 한 시스템으로 끌어모아 성장으로 바꾸는 것이에요. Greg의 정의는 이래요. "마케팅 엔지니어는 AI 에이전트·데이터·코드·안목으로 시장 신호를 영업 파이프라인으로 바꾸는 사람이다." 에이전트 시대에 이기는 회사는 시장을 남보다 빨리 파악하는 회사래요. 고객의 고충과 먹히는 표현을 먼저 찾고, 페이스북 광고로 소구점을 더 많이 시험하고, 리드 마그넷을 더 많이 내놓고, 경쟁사가 눈치채기 전에 뭐가 통하는지 알아내면 압도적으로 유리해진다는 거죠.

가장 먼저 만들 것: 그로스 레포

"그래서 뭘 먼저 만들어요?"라는 질문에 Greg의 답은 그로스 레포(Growth Repo)예요. GitHub 저장소든 내 컴퓨터의 잘 정리된 폴더든 상관없어요. 'Growth OS' 같은 이름을 붙이면 이곳이 회사의 마케팅 기억 장치가 돼요. 조금 어렵게 들려도 개발자가 아니어도 할 수 있대요.

해결하려는 문제는 이거예요. 대부분은 AI를 그때그때 대화로만 써요. ChatGPT나 Claude, Gemini를 열고 게시물 10개를 달라고 해서 마음에 드는 걸 하나 복사하고 나면 그 작업은 사라져요. 다음 주에 AI는 또 0부터 시작하죠. 정작 AI에게 필요한 건 성과 데이터, 창업자의 말투, 영업 통화에서 나온 고객의 반론(구매를 망설인 이유), 실제로 반응이 좋았던 표현이에요. 레포 안에는 이런 폴더를 둬요.

• 고객 인사이트(Customer Truth): 영업 통화 메모, 고객지원 티켓, 이탈 고객 메모, 인터뷰, 제품에 대한 직접 피드백
• 콘텐츠 엔진: 창업자 말투 가이드, 반응이 좋았던 첫 문장(훅), 대본, 지난 성과 메모
• 아웃바운드 엔진: 이상적인 고객 프로필(ICP), 타깃 기업 조사, 구매 계기가 되는 사건(트리거 이벤트), 승인된 소구점, 그리고 쓰면 안 되는 표현. 막 개인화를 배운 들뜬 영업사원처럼 말하게 두면 AI 아웃바운드는 금방 어색해진대요.
• 크리에이티브 테스트: 광고 소구점, 랜딩 페이지 테스트, 훅, 오퍼와 그 결과
• 에이전트: AI 직원들이 맡을 일의 정의

레포가 생기면 요청문이 달라져요. "링크드인 게시물 10개 써 줘" 대신 "고객 인사이트 파일과 창업자 말투 파일, 유효한 답장을 끌어낸 최근 게시물 5개를 읽고, 이번 주에 구매자들이 실제로 말한 고충을 주제로 새 게시물 5개를 써 줘"라고 할 수 있어요. 에이전트가 진짜 맥락을 갖게 되니 결과물 수준이 완전히 달라진대요. "AI야, 이거 좀 도와줘"와 "AI가 회사 전체를 더 똑똑하게 만든다"의 차이가 바로 이 레포라고요.

도구마다 맡을 역할을 정해 주세요

Greg이 소개하는 도구 조합이에요. 도구는 계속 바뀌겠지만 진짜 배워야 할 건 워크플로라고 강조해요.

• Grokbot: 인터넷에서 실시간으로 벌어지는 일을 가장 가까이에서 지켜보는 성장 운영체제로 봐요. X 생태계와 연결돼 있어서 시시각각 움직이는 시장을 보기 좋대요. 경쟁사 변화 감시, X와 Reddit에서 고객이 쓰는 말 감시, 같은 분야 크리에이터의 새 포맷 찾기, 광고와 랜딩 페이지 감시처럼 역할을 몇 갈래로 나눠 맡긴대요. 마음에 드는 생태계 하나로 전부 해도 괜찮다고 덧붙여요.
• Claude·Codex: 레포를 만들고 랜딩 페이지, 스크립트, 작은 사내 도구를 만드는 쪽을 맡아요. 반복되는 일을 오래가는 시스템으로 바꾸는 역할이에요.
• Hermes 방식의 워크플로: 기억과 승인 단계가 있는 예약 작업이 필요할 때 써요. 매주 월요일 아침 시장 브리프, 매주 금요일 오후 실험 리뷰, 새 영업 통화 묶음이 폴더에 들어오면 고객 반론을 뽑아 포지셔닝 파일을 고치는 일 같은 거예요.
• 크리에이티브 모델: fal, Higgsfield 같은 도구로 광고, 썸네일, 목업, 영상 콘셉트를 빠르게 만들어요.
• 로컬 AI: 고객 통화 원문, 규제를 받는 민감한 기록, 가격 정책안처럼 클라우드로 보내기 꺼려지는 데이터나 클라우드로 돌리기엔 너무 비싼 작업에 써요.

에이전트를 실제 업무 데이터에 연결하면 달라져요

SEO 콘텐츠로 예를 들어요. 초보는 AI에게 키워드 하나 주고 블로그 글을 써 달라고 해요. 마케팅 엔지니어는 이렇게 시켜요. Google Search Console을 확인하고, Ahrefs나 SEMrush에서 키워드 데이터를 가져오고, CMS에 이미 같은 글이 있는지 보고, 검색량과 구매 의도로 기회의 우선순위를 매기고, 이미 상위에 노출된 글을 분석하고, 창업자의 관점을 더하고, 초안과 메타 제목을 쓰고, 내부 링크를 제안한 다음 사람에게 승인을 요청해요.

핵심은 에이전트에게 직무가 있다는 거예요. 직무에는 입력이 있고, 입력은 실제 업무에서 오고, 결과물은 쓸모 있는 곳으로 가요.

에이전트에게도 직무 기술서를 써 주세요

Greg은 에이전트마다 사람을 뽑을 때처럼 직무 기술서를 쓴대요. 들어가는 항목은 이래요.

• 데이터 출처
• 실행 시각
• 걸러 낼 것
• 기대하는 결과물
• 좋은 결과물의 모습
• 사람의 승인이 필요한 지점
• 중요한 지표
• 다음번에 더 똑똑해지도록 결과를 기록할 곳

예를 들어 '경쟁사 게시물 반응 고객 공략 에이전트'라면 평일 아침마다 링크드인 계정 20곳을 확인하고, 새 게시물에 댓글 단 사람을 모아 정보를 보강하고, 맞지 않는 잠재 고객은 빼고, 그 사람이 반응한 게시물과 연결된 메시지 10개를 초안으로 써서 승인 파일에 넣어요. 지표는 우리 고객이 될 만한 계정에서 온 긍정적인 답장이에요. 메시지를 보낸 건 활동일 뿐이고 진짜 신호는 유효한 답장이라는 거죠. 마케팅 엔지니어가 노리는 건 결국 파이프라인이니까요.

에이전트는 신입을 가르치듯 훈련해요. 작은 일부터 맡기고, 지켜보고, 고쳐 주고, 고친 내용을 메모리에 저장하고, 익숙해지면 범위를 넓혀요.

• 아웃바운드 에이전트가 꾸며낸 티가 나는 첫 문장을 쓰면 → 규칙을 레포에 추가해요.
• 콘텐츠 에이전트가 계속 뻔한 AI식 도입부를 쓰면 → 좋은 예 3개와 나쁜 예 3개를 줘요.
• 고객 인사이트 에이전트가 근거 없이 주장하면 → "모든 인사이트에는 인용·링크·출처가 있어야 한다"는 규칙을 넣어요.

교정 하나하나가 이 운영체제의 일부가 되고, 그렇게 시스템이 복리처럼 쌓여요. 마케팅 엔지니어가 연 50만~150만 달러를 벌 수 있는 이유도 바로 이 시스템을 만들기 때문이래요.

예시: 상업용 냉난방 공조(HVAC) 업체용 SaaS

Greg은 상업용 냉난방 공조(HVAC) 시공·정비 업체에 소프트웨어를 파는 버티컬 SaaS를 예로 들어요. 기술자, 출장 정비, 유지보수 계약, 출동 배정을 관리하는 회사들이에요. 구매자의 지불 여력이 크고, 업무 흐름은 복잡하고, 쓰는 용어가 아주 구체적인 제대로 된 B2B 시장이라서 골랐대요.

이 회사의 마케팅 문제는 "콘텐츠가 더 필요해요"보다 훨씬 구체적이에요. 사장님이 데모를 신청하게 만드는 고충이 뭘까요? 출동 배정이 엉망인 것일 수도, 청구서가 늦게 나가는 것일 수도, 월말이 돼서야 어느 일이 남는 장사였는지 아는 것일 수도 있어요. 혹은 기술자가 정비를 마치면서 장비 교체 기회를 발견했는데 후속 견적이 끝내 나가지 않는 것일 수도 있죠. "냉난방 사업을 더 잘 운영하세요"보다 "출장 정비를 갈 때마다 새는 교체 매출을 막으세요"가 훨씬 날카로운 소구점이에요. 마케팅 엔지니어가 몸값을 하는 지점이 바로 여기래요.

시스템 1. 고객 인사이트

스타트업은 다들 고객을 안다고 하지만 다섯 명에게 물으면 다섯 가지 답이 나와요. 마케팅 엔지니어는 그 신호를 한곳에 모아요. 결과물은 '시장이 우리에게 말하는 것.md(what-the-market-is-telling-us.md)'라는 파일이에요. Greg이 트윗했다가 크게 퍼진 아이디어래요.

이 파일은 신호량에 따라 매일 아침이나 매주 갱신돼요. 영업 통화, 고객지원 티켓, 이탈 메모, Stripe 결제 변동, CRM 메모, 소비자 대상이라면 소셜 데이터까지 읽고 무엇이 바뀌었는지를 보여 줘요. 한 달 전과 다른 표현을 쓰는 구매자, 동료를 초대하기 직전에 자꾸 막히는 체험 사용자 같은 거요. 에이전트에게는 인용문, 티켓 링크, 이벤트 횟수를 같이 보여 달라고 해요.

피해야 할 건 "고객은 더 나은 협업을 원한다" 같은 두루뭉술한 요약이에요. 원하는 건 회사가 자기 좋을 대로 해석할 수 없을 만큼 구체적인 메모예요. 냉난방 회사라면 이런 식이에요. "이번 주 영업 통화 5건이 긴급 출동을 언급했지만, 실제 계약으로 이어진 통화는 모두 기술자가 떠난 뒤 후속 견적이 사라지는 문제를 이야기했다."

시스템 2~4. 창업자 콘텐츠, 아웃바운드 신호, 크리에이티브 테스트

창업자 콘텐츠 엔진: 많은 회사가 창업자의 의견, 고객 이야기 같은 좋은 재료를 갖고도 제대로 쓰지 못해요. 창업자와 고객의 대화, 팟캐스트를 녹음해 가장 힘 있는 아이디어를 뽑고, 시청자가 끝까지 보게 만든 훅이 뭔지 성과 데이터를 보며 콘텐츠를 만들어요. 냉난방 회사라면 '놓친 교체 매출'이라는 인사이트 하나가 다섯 가지로 바뀌어요. 서비스업의 숨은 매출 누수에 대한 창업자 게시물, 업체가 첫 방문 뒤에 매출을 놓치는 이유를 다룬 짧은 영상, "작업이 끝날 때마다 다음 견적이 나가야 한다"는 랜딩 페이지 문구, 콜드 메일 소구점, 놓친 매출을 추정하는 간단한 계산기요.

아웃바운드 신호 엔진: 나쁜 아웃바운드는 이름이 가득한 스프레드시트에서 시작하고, 좋은 아웃바운드는 타이밍에서 시작해요. 방금 투자를 받은 곳, 내가 푸는 문제를 해결하려고 사람을 뽑는 곳, 그 고충에 대해 공개적으로 글을 쓴 곳, 그리고 ICP에 맞으면서 이번 주에 관심 가질 진짜 이유가 있는 곳이요. 있으면 좋은 비타민이 아니라 당장 아픈 곳을 낫게 하는 진통제를 파는 거니까요. 냉난방 회사라면 출동 배정 담당자를 뽑거나, 새 지점을 열거나, 나쁜 리뷰를 받은 업체를 지켜보다가 에이전트가 맞춤 메시지 초안을 써서 사람의 승인을 받는 식이에요.

크리에이티브 테스트 엔진: 오퍼 하나로 훅 20개와 광고 소구점 10개를 만들고 결과를 기록하며 시험해요. "페이스북 광고는 나랑 안 맞아"라고 말하는 사람이 많은데, 어쩌면 맞는 소구점으로 소재를 충분히 시험하지 않아서일 수 있대요. 좋은 마케팅 엔지니어는 포지셔닝을 바탕으로 소재를 수천 개까지 만들 수 있고, 세상과 데이터가 바뀌는 데 맞춰 에이전트가 계속 새 소재를 만들게 해요. 소재 제작을 끝없이 반복하는 작업이 아니라 스스로 배우는 시스템으로 바꾸는 거예요.

시스템 5~6. AI 검색 노출과 주간 성장 리포트

AI 검색 노출: Greg은 샘 올트먼이 ChatGPT 사용자가 10억 명이라고 말한 걸 봤대요. 구글 AI 개요, Gemini, Perplexity, Claude는 빼고도요. 그러니 이 AI들이 내 회사를 제대로 이해하고 있는지 따져 봐야 해요. 에이전트가 관련 데이터를 모으고, 콘텐츠를 만들고, 웹사이트를 고쳐서 AI 답변에 인용되게 하는 거예요. AI 답변에 인용되는 건 엄청난 기회래요.

주간 성장 리포트(Growth Cockpit): 팀에게 무엇이 바뀌었고 무엇을 해야 하는지 알려 주는 주간 리포트예요. 어떤 콘텐츠가 먹혔는지, 어떤 캠페인이 진짜 대화를 만들었는지, 어떤 고객 반론이 또 나왔는지, 어떤 테스트가 이겼고 승률은 얼마인지, 경쟁사는 어떻게 움직였는지, 어떤 고객 고충이 커지고 있고 다음엔 뭘 시험할지요. 냉난방 회사라면 이런 메모가 나와요. "'놓친 교체 매출' 소구점은 이번 주 '출동 배정' 소구점보다 클릭이 적었지만, 기술자 20명 이상을 둔 사장님의 데모 신청은 두 배 많았다." CEO라면 아침에 받고 싶은 메모죠.

돈을 버는 네 가지 길

1. 회사 안에서 그 역할을 맡기: 마케터, 레브옵스(RevOps), 그로스 담당, 크리에이터라면 가장 확실하게 몸값을 올리는 길이에요. 파이프라인을 만들고, 전환율을 올리고, 낭비되는 광고비를 줄이는 일이라 매출과 바로 이어져요. 200만 달러를 아끼고 매출과 전환율을 끌어올리는 사람이라면 연봉 50만 달러는 회사에도 남는 장사라는 거예요. Greg은 100만 달러도 보수적인 추정이고, 고객사에 직접 들어가 일하는 포워드 디플로이드 엔지니어(FDE)가 지금 회사에 엄청난 가치를 만들어 내는 것처럼, 연 수백만 달러를 버는 마케팅 엔지니어도 나올 거라고 봐요.
2. 컨설팅: 창업자가 이끄는 회사에 30·60·90일 동안 들어가 성장 시스템 하나를 만들고 성과를 파는 방식이에요. 고객 인사이트 시스템을 만들어 주간 캠페인으로 바꿔 주거나, 창업자 콘텐츠 엔진이나 아웃바운드 신호 엔진을 만들어 주는 식이죠. 만드는 것에 따라 월 5천~3만 달러를 받을 수 있대요.
3. 상품화한 서비스: 좁은 분야 하나를 골라 반복해요. 버티컬 SaaS를 위한 아웃바운드 신호 엔진, B2B 기업 대표를 위한 창업자 콘텐츠 엔진, 마케팅팀을 꾸리기 전 초기 스타트업을 위한 고객 인사이트 레포 같은 거요. 좁을수록 팔기도, 납품하기도, 반복하기도 쉬워요.
4. 소프트웨어: 가장 큰 결과는 여기서 나오겠지만 Greg은 서비스부터 시작하겠대요. 같은 시스템을 5곳, 10곳에 직접 만들어 보면서 되풀이되는 고충을 확인한 뒤에 소프트웨어로 만드는 거예요. 아무도 원하지 않는 걸 만드는 일을 피하는 방법이기도 해요.

네 가지는 이어져 있어요. 컨설팅으로 뭐가 통하는지 배우고, 고객마다 필요한 같은 시스템을 상품으로 만들고, 결국 에이전트 묶음 같은 소프트웨어로 만들 수 있어요.

내일 아침 시작한다면, 그리고 30일 계획

Greg이 내일 아침 시작한다면 첫 버전은 민망할 만큼 단순하게 만든대요. Growth OS 폴더를 만들고 고객 인사이트, 창업자 말투, 실험, 에이전트 업무 파일을 넣어요. 실제 고객 메모나 통화 요약 20개를 붙여 넣고 에이전트에게 딱 한 가지를 시켜요. "무엇이 바뀌었는지 말해 주고, 근거를 대고, 다음 주나 다음 달이 아니라 이번 주에 파이프라인을 만들 수 있는 마케팅 테스트 하나를 제안해 줘." 그리고 그 결과로 하나를 만들어요. 냉난방 회사라면 '놓친 교체 매출 계산기' 같은 거요. 첫 목표는 이 시스템이 정리되지 않은 시장 데이터를 쓸모 있는 행동 하나로 바꿀 수 있다는 걸 증명하는 거예요.

• 1주차 · 진단: 실제 회사 하나를 골라요. 내 회사든 친구 회사든 접근할 수 있는 곳이면 돼요. 웹사이트, 오퍼, ICP, 창업자 콘텐츠, 구할 수 있다면 영업 통화와 고객지원 티켓까지 살펴보고 시장 지도를 만들어요. 고객은 누구인지, 어떤 고충을 어떤 말로 설명하는지, 이 제품 대신 무엇을 사는지, 퍼널은 어디서 새는지, 무엇부터 시험할지요.
• 2주차 · 그로스 레포: 레포와 폴더를 만들고 '시장이 우리에게 말하는 것' 마크다운 파일을 만들어요. Claude, ChatGPT, Grok, Gemini, 로컬 모델 뭐든 괜찮아요. 도구보다 워크플로가 중요하대요. 흩어진 신호를 근거 있는 메모로 바꾸는 게 목표예요.
• 3주차 · 첫 번째 시스템: 콘텐츠 엔진, 아웃바운드 신호 엔진, 랜딩 페이지 테스트 도구 중 하나만 골라 실제로 만들어요. 제대로 돌아가는 시스템 하나가 반쯤 만든 시스템 다섯 개보다 낫대요.
• 4주차 · 결과: 답장률이 올랐는지, 미팅이 잡혔는지, 전환율이 올랐는지, 창업자의 메시지가 더 선명해졌는지 확인해요. 그리고 사례 연구를 써요. 예를 들면 "이 회사의 성장을 진단하고 고객 인사이트 레포를 만들었다. 회사가 몰랐던, 구매 의도가 높은 고충을 하나 찾아 아웃바운드 엔진으로 바꿨고, 맞춤 메시지 75건을 보내 호의적인 답장 9건, 미팅 3건을 얻었다. 배운 것은 모두 기록했다." 이게 일자리와 고객과 신뢰를 얻는 방법이래요.

결국 안목이 경쟁력이에요

최고의 마케팅 엔지니어는 마케팅, 제품, 레브옵스, 데이터 분석, 크리에이티브, 엔지니어링을 한데 엮는 사람이래요. 고객과 이야기하고 그 인사이트로 워크플로를 만들고, 포지셔닝을 쓰고, 자동화를 연결하고, 랜딩 페이지를 띄우고, 전환을 읽고, 아웃바운드 에이전트를 조율하고, 개인화가 가짜처럼 느껴지는 순간을 알아채요. 그리고 애초에 무엇을 만들지 판단하는 안목이 있어요.

Greg의 결론은 이래요. "에이전트는 언젠가 누구나 쓰는 흔한 도구가 돼요. 이 도구들을 어디로 이끌지 정하는 내 판단이 경쟁력이에요." 아직 많은 사람이 옛 그로스 해킹 시대나 그보다 더 오래된 디지털 마케팅 시대에 머물러 있어서, 지금이 기회라고 해요.

핵심 인사이트

• 마케팅 기억은 대화창이 아니라 '그로스 레포'에 쌓으세요: AI를 그때그때 대화로만 쓰면 매주 0부터 다시 시작해요. 고객의 말, 창업자 말투, 성과 메모, 금지 표현을 폴더 하나에 쌓아 두면 같은 AI라도 결과물 수준이 완전히 달라져요.
• 사람을 뽑을 때처럼 에이전트에게도 직무 기술서를 써 주세요: 데이터 출처, 실행 시각, 걸러 낼 것, 결과물, 승인 지점, 지표, 기록할 곳을 적어 두고 잘못할 때마다 규칙을 한 줄씩 보태요. 그 교정이 쌓여서 시스템이 복리처럼 좋아져요.
• 보낸 메시지 수 말고 받은 답장으로 성과를 판단하세요: 메시지를 몇 건 보냈는지는 활동일 뿐이에요. 자격을 갖춘 고객의 답장, 데모 신청, 파이프라인처럼 매출에 가까운 지표로 판단해야 마케팅 엔지니어의 몸값이 설명돼요.

오늘 당장 해볼 것

1. 폴더 하나를 만들고 '고객 인사이트' 파일에 최근 고객 문의, DM, 상담 메모를 20개 정도 붙여 넣어 보세요. 그다음 Claude나 ChatGPT에게 "최근에 달라진 점을 근거 인용과 함께 정리하고, 이번 주에 해 볼 마케팅 테스트 하나를 제안해 줘"라고 요청해 보세요.
2. 지금 돌리는 자동화나 AI 작업 하나를 골라 직무 기술서를 표로 써 보세요. 데이터 출처, 실행 시각, 제외 조건, 결과물, 좋은 결과 예시, 사람이 확인할 지점, 지표, 결과 기록 위치까지 8칸이면 충분해요.
3. AI 결과물에서 거슬리는 점이 보일 때마다 규칙 파일에 한 줄씩 적어 두세요. 뻔한 도입부가 반복되면 좋은 예 3개와 나쁜 예 3개를 같이 넣어 두고요. 다음 요청부터 그 파일을 먼저 읽게 하면 돼요.