AI 쓴다는 대행사 94%, 워크플로우까지 바꾼 곳은 39%뿐인 이유
AI를 쓴다는 대행사는 94%인데, 왜 워크플로우까지 바꾼 곳은 39%뿐일까요? 그 격차가 만드는 실무 차이를 정리했습니다.
Sep 18, 2026
"저희도 AI 쓰고 있어요. 소재 만들 때 많이 활용하죠."
광고 대행사 미팅에서 한 번쯤 들어봤을 말입니다. 요즘 AI를 안 쓴다는 대행사를 찾기가 더 어려우니까요. 소재 초안을 뽑을 때, 카피 여러 버전을 뽑아볼 때, AI 툴 하나쯤은 다들 켜놓고 있습니다.
그런데 여기서 조용히 짚고 넘어가야 할 질문이 있습니다. "쓰고 있다"는 게, 정말 업무 방식 자체가 바뀌었다는 뜻일까요? 아니면 몇몇 담당자가 개인적으로 툴 하나를 켜보는 수준일까요? 이 둘은 완전히 다른 이야기입니다. 그리고 그 차이가 대행사의 실제 캠페인 속도와 마진에 그대로 영향을 미칩니다.
94%는 "체감"했고, 39%만 "바꿨습니다"
AI를 쓰면 속도가 빨라진다고 느끼는 대행사와, 실제로 업무 방식을 바꾼 대행사 사이에는 생각보다 큰 간극이 있습니다.
StackAdapt와 Ascend2가 북미 지역 브랜드·대행사 마케터 450명 이상을 대상으로 진행한 『The State of Personalization in Digital Marketing』 조사에 따르면, 대행사의 94%가 AI가 프로그래매틱 마케팅 워크플로우의 속도와 효율을 높인다고 답했습니다.
그런데 정작 같은 조사에서 "AI를 일상 업무에 상당히 통합했다"고 답한 대행사는 39%에 그쳤고, 18%는 "거의 손도 못 댔다"고 답했습니다.
체감과 실행 사이의 이 55%p 간극이 이번 글의 출발점입니다.
"AI 덕분에 빨라졌다"는 응답이 94%나 되는데, 정작 일하는 방식 자체를 바꾼 곳은 절반도 안 된다는 뜻이니까요. 그렇다면 39% 쪽으로 넘어간 대행사와, 여전히 "쓰긴 쓰는데 딱히 달라진 건 없는" 나머지 대행사 사이엔 무슨 차이가 있을까요.
그런데 역설적이게도, 캠페인은 오히려 느려졌습니다
이 질문에 답하기 전에, 한 가지 더 짚고 갈 대목이 있습니다.
AI가 소재를 더 빨리 만들어준다고 해서, 캠페인 전체가 더 빨리 나가는 건 아니라는 겁니다.
인지-실행 격차란? 설문에서 "AI가 도움이 된다"고 응답하는 비율과, 실제로 조직의 업무 프로세스·의사결정 구조까지 AI에 맞춰 바꾼 비율 사이의 차이를 말합니다. 도구를 켜는 것과, 일하는 방식을 바꾸는 것은 다른 차원의 이야기입니다.
이걸 가장 선명하게 보여주는 자료가 있습니다. AI 콘텐츠 생성 플랫폼 Typeface가 발표한 『The AI Speed Paradox』(2026 Signal Report)는 소매·금융·전문서비스·제조·의료·교육·숙박 등 다양한 업종의 VP급 마케팅 리더 200명 이상을 대상으로, 2025년과 동일한 문항으로 조사를 진행했습니다. 결과는 예상과 달랐습니다.
- 41%가 캠페인 런칭에 "3~4주가 필요하다"고 응답했습니다.
- 34%가 "1~2개월이 필요하다"고 응답했는데, 이는 2025년 같은 문항에서 5%에 불과했던 수치입니다. 1년 새 캠페인 런칭이 오히려 느려진 겁니다.
- 88%는 "콘텐츠는 빠르게 생성할 수 있지만, 승인 병목이 존재한다"에 동의했습니다.
- 93%는 "AI 도입 이후 오히려 속도에 대한 압박이 커졌다"고 답했습니다.
AI가 초안을 만드는 속도는 확실히 빨라졌습니다.
문제는 그다음, 그 초안을 검토하고 승인하는 단계의 속도는 그대로였다는 점입니다. 생성은 10배 빨라졌는데 승인 체계는 그대로니, 병목이 오히려 도드라져 보이는 셈이죠. Typeface가 AI 콘텐츠 생성 툴을 파는 회사라는 점을 감안해도, 표본과 전년 대비 비교가 명시된 조사라 참고할 만한 대조 데이터입니다.
결국 "AI 쓴다고 다 빨라진다"는 말은 절반만 맞는 이야기입니다. 소재를 만드는 속도와, 캠페인이 실제로 세상에 나가는 속도는 별개의 문제니까요.
대행사가 유독 이 문제에서 자유롭지 못한 이유
개인 마케터나 인하우스 팀과 달리, 대행사는 구조적으로 이 격차를 더 크게 겪습니다. 브랜드 하나가 아니라 여러 클라이언트 브랜드를 동시에 굴리기 때문입니다.
여러 브랜드를 동시에 운영할수록, 소재 하나하나를 손으로 관리하는 방식은 한계에 부딪힙니다.
개인 마케터는 자기 브랜드 하나만 관리하면 되지만, 대행사는 클라이언트 수만큼 이 문제가 곱절로 늘어납니다. 대행사 실무에서 반복적으로 드러나는 문제는 크게 세 가지입니다.
- 브랜드별 격리: 클라이언트마다 톤·가이드라인·금칙어가 다른데, 이게 섞이면 사고로 이어집니다. 브랜드 A의 톤으로 브랜드 B의 소재를 만드는 실수는 대행사 업무에서 실제로 벌어지는 일입니다. 브랜드 키트를 클라이언트별로 태깅해 관리해야 하는 이유가 여기 있습니다.
- 소재 버전 관리: "어떤 버전이 최종 승인본인가"를 추적하는 일 자체가 클라이언트 수만큼 곱절로 늘어납니다. 소재 하나에 담당자 코멘트가 세 번, 네 번 겹치면 어느 버전이 살아있는 최종본인지조차 헷갈리기 시작합니다.
- 클라이언트 승인 병목: 클라이언트 쪽 담당자가 여러 명이고, 각자 이메일·메신저·구두로 흩어져 피드백을 주다 보니 합의 도출 자체가 시간을 잡아먹습니다.
국내 실무에서도 이 병목은 구체적인 숫자로 확인됩니다.
마케팅 인사이드의 실무 관찰에 따르면, 대행사와 소재 제작사가 분리 운영될 경우 기획 요청부터 실제 라이브 등록까지 "아무리 발버둥 쳐도 최소 1주일, 통상 2~3주일까지" 걸립니다. 클라이언트 수가 늘어날수록 이 흐름이 병렬로 겹치면서, 담당 AE 한 명이 감당할 수 있는 범위를 넘어서게 되는 거죠.
"소재 승인 과정에서 대행사 마진이 사라진다"는 말이 나오는 이유도 여기에 있습니다. 승인이 지연되는 만큼 담당 인력의 시간이 묶이고, 그 시간은 곧 대행사의 수익성과 직결됩니다. 개인 마케터에게는 없는, 대행사 특유의 비즈니스 구조 문제입니다.
실제로는 이런 장면입니다
말로만 들으면 추상적이니, 실제로 벌어지는 상황을 한번 그려보겠습니다.
한 대행사가 클라이언트 세 곳의 캠페인을 동시에 돌리고 있다고 가정해 봅시다. AI로 브랜드마다 소재를 열몇 개씩 뽑아 놓은 상태입니다. 그런데 여기서부터가 진짜 문제입니다.
- 클라이언트 A의 마케팅 팀장은 이메일로 "3번, 7번 소재는 톤이 너무 가볍다"고 코멘트를 남깁니다.
- 같은 클라이언트 A의 브랜드 매니저는 별도로 메신저에 "그런데 5번 소재 색감이 우리 가이드라인이랑 다른 것 같은데요?"라고 묻습니다.
- 클라이언트 B 담당자는 회의 중 구두로 "이번 건 다 괜찮은데 카피만 좀 손보자"고 말하고 지나갑니다.
- 클라이언트 C는 아예 회신이 없다가 마감 하루 전에 몰아서 코멘트를 보냅니다.
담당 AE는 이 네 갈래 피드백을 혼자 취합해서, 어떤 게 최신 의견이고 어떤 게 이미 반영된 건지 다시 정리해야 합니다. 소재는 AI 덕분에 순식간에 늘었는데, 이 피드백을 모으고 다음 버전에 반영하는 과정은 여전히 사람이 손으로 하는 일이니까요. 클라이언트가 하나 더 늘어날 때마다 이 조율 부담은 산술급수가 아니라 기하급수적으로 불어납니다. AI가 생성 단계를 아무리 빠르게 만들어도, 이 장면 자체는 바뀌지 않습니다.
AI가 실제로 대신하는 것, 여전히 사람이 해야 하는 것
그렇다면 이 문제 앞에서 AI는 정확히 어디까지 할 수 있을까요. 여러 소스를 종합해 보면, 경계가 꽤 뚜렷하게 갈립니다.
AI가 맡는 부분
- 소재 배리에이션 생성: 하나의 컨셉이나 카피 블록을 사이즈별·타겟별·카피 버전별로 대량으로 변주하는 초안 작업. 업계에서 가장 일관되게 언급되는 AI의 강점입니다.
- 브랜드 톤 1차 체크: 생성된 소재가 각 클라이언트의 톤·가이드라인(색상, 로고 배치, 금칙어 등)을 벗어나지 않는지 자동으로 걸러주는 역할.
- 승인 프로세스의 잡무: 피드백을 한곳에 모으고, 진행 상황을 트래커에 반영하고, 관련자에게 알림을 보내는 일. 즉 의사결정 자체가 아니라 의사결정을 둘러싼 조율 업무를 대신합니다.
여전히 사람이 해야 하는 부분
- 최종 승인: "AI는 결정을 대신 내리지 않는다"는 표현이 업계에서 반복적으로 등장합니다. AI는 결정을 더 빨리 준비할 뿐, 브랜드 리스크나 크리에이티브 최종 판단은 여전히 AE·크리에이티브 디렉터·클라이언트의 몫입니다.
- 여러 이해관계자의 합의: 앞서 본 것처럼, 클라이언트 쪽 여러 담당자가 서로 다른 채널로 의견을 주는 상황 자체는 AI가 없애주지 않습니다. 오히려 생성 속도가 빨라질수록, 이 합의 과정의 굼뜬 속도가 상대적으로 더 눈에 띕니다.
- 법무·브랜드 안전성 최종 확인: 규정 위반 여부나 브랜드 리스크에 대한 최종 확인은 여전히 사람의 몫으로 남아 있습니다.
즉 AI가 대신하는 건 "만드는 속도"이고, 여전히 사람이 감당해야 하는 건 "합의하는 속도"입니다. 이 둘을 구분하지 못하면, 소재는 산더미처럼 쌓이는데 승인은 그대로 밀려 있는 상황이 반복됩니다.
구체적으로 어떻게 시작해야 할까
여기까지 읽었다면 "그래서 우리는 뭐부터 손봐야 하나"라는 질문이 남습니다.
앞서 살펴본 대행사 특유의 세 가지 문제 — 브랜드별 격리, 버전 관리, 승인 병목 — 은 각각 대응할 수 있는 지점이 있습니다. 거창한 시스템 전면 교체가 아니라, 순서를 정해 하나씩 손보는 접근이 현실적입니다.
1) 브랜드별 가이드라인부터 문서로 못 박기. 톤, 금칙어, 색상, 로고 배치 규칙이 담당자 머릿속에만 있으면 AI든 사람이든 실수가 반복됩니다. 클라이언트별로 가이드라인을 명문화해두면, AI에게 소재 생성을 맡길 때도, 신입 담당자가 투입될 때도 같은 기준으로 걸러낼 수 있습니다. 브랜드 A와 B의 톤이 섞이는 사고는 대부분 "기준이 문서화되지 않아서" 생깁니다.
2) 승인 채널을 하나로 모으기. 이메일, 메신저, 구두 피드백이 뒤섞이는 구조에서는 아무리 소재를 빨리 뽑아도 취합 단계에서 다시 막힙니다. 클라이언트별 담당자가 몇 명이든, 피드백이 들어오는 창구를 하나로 정리하는 것만으로도 "누구 의견이 최신인지" 헷갈리는 상황을 크게 줄일 수 있습니다.
3) 버전 히스토리를 남기는 체계를 두기. "이 버전이 최종 승인본이 맞나"를 매번 사람이 기억이나 채팅 로그를 뒤져 확인하는 대신, 소재 변경 이력이 자동으로 쌓이는 구조를 만들어두면 됩니다. 클라이언트 수가 늘어도 확인 시간은 늘어나지 않는다는 게 핵심입니다.
이 세 가지는 결국 "AI가 소재를 얼마나 빨리 만드느냐"가 아니라 "그렇게 만들어진 소재를 얼마나 빨리 합의에 도달시키느냐"의 문제입니다. 생성 단계에 AI를 아무리 잘 붙여도, 이 구조가 그대로면 병목은 승인 단계로 그대로 옮겨갈 뿐입니다.
39%가 다른 이유는 "생성"이 아니라 "구조"에 있었습니다
여기까지 오면 처음 질문에 답할 수 있습니다.
AI를 일상 업무에 상당히 통합했다는 39%의 대행사와, 도구만 켜본 나머지 대행사의 차이는 아마 "얼마나 좋은 생성 툴을 쓰느냐"가 아니었을 겁니다.
클라이언트당 소재 변형이 늘어나는 만큼, 승인 구조 자체를 다시 설계했는지가 갈랐을 가능성이 큽니다. 소재 몇 개를 이메일 한 통으로 컨펌받던 체계에, 소재 수십 개를 그대로 얹으면 당연히 무너집니다. 39%는 아마 이 지점에서 승인 체계 자체를 바꿔야 한다는 걸 먼저 인정한 쪽이었을 겁니다.
결국 AI를 도입한다는 건 "생성 툴 하나를 켜는 일"이 아니라, "브랜드별 격리, 버전 관리, 승인 구조까지 함께 손보는 일"이라는 뜻입니다. 소재를 빨리 만드는 것과, 그 소재가 실제로 클라이언트 승인을 받아 라이브에 걸리기까지의 전체 흐름을 빠르게 만드는 것은 다른 문제니까요.
지금 우리 대행사가 AI를 "쓰고 있다"고 말할 수 있는지, 아니면 실제로 워크플로우까지 바뀌었는지 한 번쯤 돌아볼 시점입니다.
Share article