AI와 Braze의 결합: 인간의 한계를 넘는 유저 저니

이 영상은 팀 리텐션의 이지현 님이 패션 커머스 '에슬러'와 협업하여, AI와 Braze(브레이즈)를 결합해 CRM 개인화 캠페인의 성과를 극적으로 끌어올린 과정을 공유하는 발표입니다. 기존 리타겟팅 캠페인의 클릭률 하락 문제를 AI 추천 모델과 동적 이미지 파이프라인으로 해결했으며, 1차 실험에서 클릭률 35% 개선, 2차 실험에서 구매 전환율 134% 개선이라는 성과를 달성한 사례를 소개합니다.

---

1. 프로젝트 배경: 에슬러의 풀퍼널 마케팅 구축

발표자는 팀 리텐션의 이지현 님으로, 패션 커머스 에슬러에서 풀퍼널 마케팅을 지원한 경험을 공유합니다. 약 두 달 안에 유입부터 구매 전환까지 전체 유저 여정을 브레이즈에서 구축했고, 다양한 채널을 조합하여 각 단계별 핵심 전환 포인트를 자동화했다고 합니다.

에슬러도 많은 커머스와 마찬가지로 상품 조회 후 이탈 캠페인을 운영하고 있었는데, 초반에는 효율이 나쁘지 않았습니다. 하지만 CRM 마케터라면 누구나 경험하듯, 장기적으로 자동화 캠페인의 클릭률과 성과가 시간이 지남에 따라 점점 떨어지는 현상이 눈에 보이기 시작했습니다.

"9월에서부터 10월까지 꾸준히 하락하시는 게 보일 겁니다."

기존 메시지는 "관심"이라는 제목 아래 조회 상품을 다시 보여주는 단순한 구조였고, 초반에는 유용했지만 장기 운영되면서 고객의 반응도가 낮아진 상황이었습니다. 메시지를 근본적으로 개선해야 하는 시점이 된 것이죠.

---

2. 기존 CRM 조직이 선택할 수 있는 세 가지 카드 🃏

이런 상황에서 기존 CRM 조직이 취할 수 있는 선택지는 세 가지라고 정리합니다.

1. 받아들인다 — 기존 캠페인의 한계를 인정하고 새로운 자동화 캠페인을 추가 세팅하는 방법입니다. 그러나 원인은 그대로 둔 채 수만 늘리게 되어 고객 경험이 나빠집니다.

2. 수동으로 정교하게 보낸다 — 룰베이스 세그먼트를 직접 만들어 수동 발송으로 전환율을 끌어올리는 방법입니다. 단기적으로는 전환율이 오르지만, 사람이 매번 조건을 짜고 발송하는 구조에서는 스케일업이 어렵습니다.

"CRM 담당자가 발송 기계가 되어 버립니다."

3. 추천 시스템을 도입한다 — 개발팀이나 데이터 조직과 협업해서 CRM 채널에 추천 모델을 붙이는 방법입니다. 방향은 맞지만 현실적으로 개발 리소스를 따내는 것부터가 싸움입니다.

"결국 세 가지 모두 고객 경험이 나빠지거나 사람이 지치거나 시작조차 못 하게 되겠죠."

전체 고객 여정을 구축하면서도 "늘 이게 최선일까" 하는 답답함이 있었고, 기존 개인화 캠페인은 표면적인 변수 치환이나 단순 리타겟팅에만 머물러 있어 장기 운영될수록 고객이 메시지에 대한 신뢰를 잃고 피로감만 높아지는 구조였습니다.

---

3. 1차 실험: AI 에이전트로 하루 만에 프로토타입 구축 🚀

이번에는 접근을 완전히 다르게 시도했습니다. 단 1일 안에 AI 에이전트 코드 도구를 활용해서 프로토타입을 만든 것입니다.

"예전 같으면 '개발 리소스 확보되면 해보자'라고 백로그에 넣었을 텐데요. 저희 팀에서 마케터 두 명이 단 1일 안에 AI 에이전트 코드를 활용해서 최대한 빠르게 실험을 진행해 보았습니다."

구현 방식

브레이즈에서 무료로 사용할 수 있는 AI 레커멘데이션 모델을 활용했습니다. 고객이 어떤 상품을 보면, "이 상품을 본 사람은 이런 상품을 좋아하더라"는 것을 브레이즈의 추천 모델이 자동으로 계산하여, 발송 시점에 해당 유저에게 맞는 추천 상품 캐러셀을 자동으로 채워주는 구조입니다. 하나가 아닌 다섯 개의 추천 상품이 캐러셀로 들어가고, 각각 가격이나 할인율, 소구 카피가 자동으로 붙습니다.

작업 흐름

1. 상품 데이터를 브레이즈 카탈로그에 일괄 업로드
2. 카탈로그 기반으로 브레이즈 AI가 유저별 구매 확률이 높은 상품 리스트를 자동 추천
3. 추천 상품의 원본 이미지를 받아 프록시 서버로 전송
4. 프록시 서버에서 이미지 URL을 카카오 외부 캠페인에서 사용 가능한 형태로 변환
5. 브레이즈의 커넥티드 콘텐츠 기능으로 추천 데이터와 이미지를 결합해 유저별 맞춤 캐러셀을 자동 조립·발송

"카카오 웹에서 이미지를 보내려고 하면 수동으로 관리자에 가서 이미지를 업로드한 다음에 카카오 전용 이미지 URL을 받아와야 하는데, 이걸 프록시 서버를 구축해서 자동화한 겁니다."

1차 결과

클릭률이 기존 대비 35% 개선되었습니다. ✨

---

4. 2차 실험: 추천 알고리즘 고도화와 할인 배지 자동 합성 🎯

1차에서 꽤 의미 있는 성과를 거뒀지만, 팀은 욕심이 생겼습니다.

"클릭은 올랐는데 구매 전환을 더 올릴 수 없을까?"

두 가지 개선 포인트

첫 번째는 추천의 정확도 문제입니다. 비즈니스 상황과 시즌에 맞지 않는 상품들이 추천되는 문제가 있었습니다. 예를 들어 속옷이 추천되거나, 가을·겨울 시즌인데 반팔이 추천되는 식이었죠. 또한 브레이즈 AI 추천이 프리 버전이었기 때문에 모델 업데이트가 주 1회, 재학습은 월 1회만 가능했는데, 에슬러는 구매 프리퀀시가 높고 트렌드가 중요한 패션 도메인이라 이 점이 아쉬웠습니다.

두 번째는 할인 정보의 부재입니다.

"상품만 보여주는 것과 할인 딱지를 붙이는 거 사이에 전환율이 완전히 다르다는 걸 알고 있었거든요."

1차에서는 가격에 대한 메리트가 시각적으로 전달이 안 되는 문제가 있었습니다.

자체 추천 알고리즘 도입

메타 광고의 카탈로그 피드 광고가 커머스에서 매우 효과적이라는 것은 잘 알려져 있는데, 에슬러의 페이드 채널에서도 이미 이 추천 로직의 효과가 검증된 상태였습니다. 이를 바탕으로 내부 자체 추천 알고리즘 도입을 결정했고, 패션 도메인에 특화된 협업 필터링 기반의 자체 호스팅 추천 알고리즘을 개발할 수 있는 외부 전문가를 신속하게 확보했습니다.

해당 알고리즘은 여러 지면에서 사용되고 테스트되는 과정을 거쳐 어느 정도 안정성을 확보한 상태에서 CRM 매체에도 확장하기로 결정했고, 해당 로직을 브레이즈 카탈로그에 바로 연동했습니다.

할인 배지 자동 합성 파이프라인

추천 정확도와 함께 할인 정보를 시각적으로 전달하기 위한 이미지 파이프라인도 직접 구축했습니다. 상품 이미지에 51%, 59%와 같은 할인율 배지를 자동으로 합성하고, 하단 영역에는 섀도우와 상품명을 넣어 마치 사람이 디자인한 것처럼 동적으로 구현했습니다. 완성된 이미지는 GCP 스토리지에 호스팅하고 브레이즈에 데일리로 연동되는 구조입니다.

2차 결과

고객의 마지막 조회 기준으로 내부 추천 알고리즘이 연관 상품을 자동 추천하고, 각 상품 이미지에 할인율 배지가 자동 합성되어 발송됩니다.

"서비스에 특화되어 이미 잘 튜닝된 자체 추천 로직을 활용했기 때문에 링크 클릭 후 구매 전환이 확연하게 올라가게 되었습니다."

종합 결과:

• 1차 실험: 클릭률 기존 대비 35% 개선
• 2차 실험: 구매 전환율 1차 대비 134% 개선 🎉

---

5. 채널 확장의 용이성: 한번 만든 파이프라인의 진짜 힘 💪

이 추천 파이프라인의 진짜 장점은 채널 확장이 매우 쉽다는 것입니다.

• 이메일: 추천 상품을 캐러셀 카드형으로 보여줄 수 있고, 할인 정보가 포함된 동적 이미지가 그대로 들어가기 때문에 이메일에서도 커머스 느낌의 개인화가 가능합니다.
• 인앱 메시지(온사이트 마케팅): 앱을 열었을 때 구매 확률이 높은 상품을 모달로 즉시 노출하면 탐색 시간을 단축하고 전환을 도울 수 있습니다.

"이런 식으로 한번 파이프라인을 만들어 놓으면 채널 추가는 캠페인 셋업 수준의 일이 됩니다."

"확장성과 자유도가 높다는 측면에서 장기적인 운영자의 관점에서 저는 브레이즈가 정말 좋은 툴이라는 것을 한 번 더 깨닫게 되었습니다."

---

6. 마케터와 개발자의 역할 분담, 그리고 AI 네이티브 CRM 조직의 미래 🔮

테스트 이후에는 반드시 개발의 도움이 필요하다고 강조합니다. 마케터가 할 수 있는 일은 기획과 설계, 검증과 수정, AI 에이전트 코드를 활용한 이터레이션 루프를 돌리는 것까지이고, 성과가 검증되고 나면 내부 법칙에 따라 코드 리뷰 후 프로덕션 환경으로 안정화하는 과정이 무조건 필요하다고 말합니다.

이 프로젝트를 진행하면서 느낀 감정에 대해서도 솔직하게 공유합니다.

"AI로부터 대체된다라는 느낌보다 불필요한 캠페인으로 고객 경험을 희생하거나, 내부 담당자가 갈리거나, 혹은 시도를 못한 일은 더 이상 없겠다라는 생각에 해방감을 좀 느꼈습니다."

앞으로의 방향으로는 "마케터가 없어진다"기보다 AI와 더 잘 협업하는 'AI 네이티브 CRM 조직'으로 향해갈 것이라고 전망합니다.

AI 네이티브 CRM 조직이란?

• CRM 마케터의 실행 영역이 폭발적으로 확장됩니다. 가설이 생겼을 때 요청하는 것이 아니라 직접 검증할 수 있게 됩니다. 즉, 도메인 지식을 가진 프로블럼 오너가 곧 프로블럼 솔버가 되어 문제 해결 속도가 빨라집니다.

• 개인화의 깊이가 더욱 심화됩니다. 단순한 이름 치환이나 룰베이스 기반의 CRM이 아니라 진정한 초개인화 경험을 설계할 수 있고, 그 비용도 압도적으로 줄어들 것입니다.

"브레이즈의 카탈로그나 AI 추천, 커넥티드 콘텐츠 조합을 통해 개인화의 한계를 계속 밀어보고 있는데요. 비슷한 고민이 있으시거나 브레이즈 도입 후 단순한 캠페인을 넘어서 글로벌 프랙티스를 만들고 싶은 팀이 있으시면 커피도 좋으니 편하게 연락 주시면 좋을 것 같습니다."

---

마치며

이 발표는 CRM 마케터가 개발 리소스 없이도 AI 도구를 활용해 하루 만에 프로토타입을 만들고, 실제 성과까지 검증할 수 있다는 것을 실전 사례로 보여줍니다. 핵심은 단순한 도구 사용이 아니라, 브레이즈의 카탈로그·AI 추천·커넥티드 콘텐츠를 조합하고, 자체 추천 알고리즘과 동적 이미지 파이프라인까지 연결해 진정한 초개인화 경험을 구현한 데 있습니다. 클릭률 35% 개선, 구매 전환율 134% 개선이라는 숫자가 이를 증명하며, AI 시대의 CRM 마케터는 대체되는 것이 아니라 한계를 넘어서는 존재가 될 수 있다는 메시지를 남깁니다. 🚀