광고주가 AI에 맡길 수 있는 일과 맡기기 어려운 일: 광고 업계의 AI 위임 격차

광고주가 AI에 맡길 수 있는 일과 맡기기 어려운 일: 광고 업계의 AI 위임 격차

1. 광고 마케팅에서 AI 활용은 보편화됐지만 의사결정 권한 위임은 제한적임

• 외부 마케터·에이전시 500명 조사에서 91%가 마케팅·광고에 AI 도구를 사용하고, 86%는 정기적으로 또는 대부분의 업무에 사용한다고 응답함. 지역별 도입률은 북미 91%, 유럽·중동·아프리카(EMEA) 90%, 아시아태평양(APAC) 92%임.
• 응답자의 88%가 AI 기반 성과 개선을 경험했으나, AI가 판단과 실행에 가까워질수록 신뢰와 위임은 선택적으로 나타남. AI 활용과 더 큰 의사결정 권한을 맡기는 것 사이의 간극을 보고서는 ‘위임 격차’로 규정함.
• 광고주들은 보고·분석·요약·창작 지원에는 비교적 개방적이나, 예산 이동, 입찰, 캠페인 설정, 최적화 및 플랫폼 내 실행에는 더 신중함.
• 보고서는 외부 업계 조사 500명과 StackAdapt 고객 조사 187명을 토대로 리더십과 실무자, 브랜드와 에이전시, 지역별 신뢰 차이를 함께 분석함.

2. 범용적이고 맥락 없는 AI 추천은 외면받으며, 관련성과 설명이 행동을 좌우함

• 플랫폼 내 AI 추천을 거의 항상 따른다는 응답은 6%에 불과함. 추천을 무시하는 이유로 캠페인과 무관하거나 일반적이라는 점이 42%, 전략과 불일치가 22%, 설명·투명성 부족이 17%, 성과보다 지출 유도처럼 느껴진다는 점이 12%로 나타남.
• 추천을 실행하게 만드는 요인은 명확한 설명·근거 33%, 중요 KPI와의 직접적 연계 31%임. 추천은 캠페인 목표, 이력, 오디언스, 브랜드 맥락을 반영하고 전략적 근거를 제시해야 함.
• 추천 경험의 관련성·시점·명확성·관리 가능성·실행 용이성 가운데 어느 항목도 긍정 평가가 40%를 넘지 못했고, 설명과 추론은 31%로 가장 낮았음. 광고주가 AI를 자신의 판단보다 신뢰할 때가 언제인지 알기 어렵다는 점이 핵심 문제로 제시됨.
• 실무적으로는 AI 추천을 파트너나 동료의 전략 제안처럼 구체성, 설명 가능성, 캠페인 목표와의 연계성 기준으로 검증해야 함.

3. 보고·분석은 AI가 의사결정 지원으로 진입하는 핵심 영역임

• 현재 AI 활용 분야는 보고서·요약 77%, 성과 분석·인사이트 74%, 크리에이티브 개발 69%, 조사·오디언스 발굴 68% 순임. 최적화·실시간 조정은 51%, 캠페인 설정과 예산·입찰은 각각 40%임.
• 응답자의 53%가 보고·분석에서 자동화 활용에 가장 편안함을 느꼈으며, 해당 영역은 상대적으로 위험이 낮고 수작업을 줄이며 패턴 파악을 돕는 진입점으로 평가됨. EMEA에서는 보고·요약 활용이 80%, 성과 분석·인사이트 활용이 74%임.
• StackAdapt 고객의 88%는 향후 보고·인사이트 영역에서 AI 개입이 늘 것으로 예상함. 다만 조사 응답자의 34%는 AI 추천이 캠페인 목표나 맥락을 반영하지 못한다고 했고, 37%는 추천 이유를 설명하는 능력이 제한적이라고 지적함.
• 광고주가 원하는 선제적 지원은 위험이 커지기 전 경고 41%, 인사이트 요약 41%, 캠페인 목표에 맞춘 추천 39%, 성과 변화 원인 설명 35%임. 보고는 ‘무슨 일이 있었는가’에서 ‘왜 일어났고 다음에 무엇을 할 것인가’로 이어지는 의사결정 계층으로 발전해야 함.

4. 광고팀은 무제한 자동화보다 사람의 규칙 안에서 작동하는 통제형 위임을 선호함

• AI 권한 수준별 동의율은 사람에게 추천하고 최종 판단을 맡기는 방식 90%, 승인용 조치 준비 89%, 사람이 정한 규칙 내 실행 78%, 성과가 검증된 뒤 자율 운영 50%임.
• 광고주는 AI가 위험을 찾아내고 성과를 해석하며 최적화를 제안하거나 정해진 범위에서 실행하는 데는 열려 있으나, 전략·브랜드·예산·최종 책임은 사람이 통제하기를 원함. 코파일럿 방식이 완전 자율형 캠페인 관리보다 현실적인 모델로 제시됨.
• 역할별로 사람이 정한 규칙 내 AI 실행에 편안함을 느끼는 비율은 전략 의사결정자 약 78%, 전략과 실행을 함께 하는 하이브리드 운영자 약 81%, 실무 실행자 약 59%임. 완전 자율형 AI에 대한 편안함은 각각 약 58%, 47%, 34%로 낮아짐.
• 실무자는 예산 제한 테스트, 브랜드 안전 제약, AI 조치의 일시 중지·되돌리기 등 운영 통제를 더 중시함. 리더십의 속도·효율·경쟁력 기대와 실행 현장의 예산·성과·브랜드 리스크 관리 요구를 연결해야 함.
• 자동화 설정이 의도적 위임이 아닌 기본값으로 활성화되는 문제도 존재함. 대부분의 플랫폼 자동화 기능을 의도적으로 선택했다는 응답은 22%, 일부 기본값을 검토 없이 수용했다는 응답은 38%, 의도와 기본값이 절반씩이라는 응답은 29%, 활성 기능 대부분이 기본값이거나 설정이 불명확하다는 응답은 11%임.

5. 위임 확장의 전제는 브랜드 안전, 데이터 품질, 투명성 및 개입 가능성임

• AI 위임의 주요 장벽은 브랜드 리스크 63%, 데이터 품질 우려 56%, 투명성 부족 36%, 성과 변동성 36%, 시스템 간 연동 미흡 34%임. StackAdapt 고객 조사에서도 브랜드 리스크, 데이터 품질, 투명성 부족이 주요 우려로 나타남.
• 신뢰를 높일 조건은 적용 전 예상 영향·성과 수준 제시 37%, 소규모 예산 테스트 36%, 변경 이유의 명확한 설명 35%, 전체 감사 기록·변경 로그 31%, 간편한 실행 취소·복구 31%임.
• 브랜드는 최종 사업 성과의 책임 주체이므로 KPI·예산·브랜드 영향과 내부 설명 가능성을 중시함. 에이전시는 복수 고객·캠페인·플랫폼을 다루기 때문에 일관성, 설명 가능성, 승인 절차와 업무 적합성을 중시함.
• AI 추천을 자주 또는 거의 항상 따른다는 비율은 에이전시 56%, 브랜드 47%이나, 리더십의 AI 기대가 준비 수준을 앞선다고 보는 비율도 에이전시 63%, 브랜드 55%로 에이전시가 더 높음.
• 신뢰 구축을 위해 결정 전에는 시험·승인·브랜드 안전 기준을 두고, 결정 후에는 감사 가능성과 복구 권한을 보장해야 함. AI가 수행하는 과정과 근거를 확인하고 사람이 개입할 수 있어야 자동화 범위를 넓힐 수 있음.

6. AI는 업무 효율을 높이고 있으나, 사업 성과와의 인과관계 증명이 다음 과제임

• 응답자의 88%가 AI 기반 성과 개선을 보고함. 가장 큰 효과는 수작업 최적화 시간 감소 62%, 캠페인 설정·출시 속도 향상 56%, 최적화 주기 단축 53%, 오디언스 타기팅 개선 47%임.
• 직접적인 사업 지표 개선 응답은 ROAS 향상 27%, CPC 감소 22%로 업무 효율 지표보다 낮음. AI는 현재 팀의 처리 속도와 작업 여력을 높이는 데서 효과가 먼저 뚜렷하게 나타남.
• AI를 정기적으로 업무에 사용하는 StackAdapt 고객은 간헐적 사용자보다 성과 개선을 더 자주 보고했으나, 심층적 AI 사용이 성과를 만든 것인지 원래 성과가 높은 팀이 AI를 더 적극 도입한 것인지는 조사만으로 입증할 수 없음.
• AI 가치를 평가할 때 시간 절감과 출시 속도 등 효율 지표와 ROAS·광고비·성과 등 사업 효과를 분리해 측정하고, 효율 향상이 의사결정 품질과 최종 성과로 이어지는 경로를 확인해야 함.

7. AI 활용 압력은 높지만 데이터·업무·책임 체계의 준비도가 뒤처짐

• 응답자의 79%가 AI 사용 확대에 강하거나 중간 수준의 압력을 느끼며, 59%는 리더십의 기대가 현재 준비 수준보다 앞서 있을 수 있다고 응답함. 압력의 주요 원천은 경영진·C-suite로, 35%가 극심한 압력으로 평가했으며 업계 추세와 경쟁사에 뒤처질 우려는 28%임.
• 마케팅·광고 업무 흐름에 AI 도구가 완전히 통합됐다는 응답은 19%에 그침. 데이터 파이프라인 단절은 49%, CRM 또는 퍼스트파티 데이터와 구매 플랫폼의 미연동은 41%가 장벽으로 꼽았고, 응답자의 83%는 서로 다른 AI 역량이 효율을 어느 정도 이상 저해한다고 답함.
• 데이터와 도구가 단절되면 AI 추천이 캠페인 전체 맥락을 반영하는지 확인하기 어려워지고, 설명과 신뢰 및 실행 가능성이 낮아짐. AI 활용 확대 전에 데이터 연결, 승인 경로, 평가 기준, 업무 소유권과 책임 소재를 정립해야 함.
• AI 의사결정 실패의 책임 주체는 팀 전체 31%, 추천을 승인한 리더·의사결정자 31%, 캠페인 감독 관리자 28%, 개별 운영자·캠페인 소유자 26%로 분산됨. 17%는 명확한 책임 주체가 없다고 응답했으며 복수 응답이 허용됨.
• AI 실험과 조직적 전환의 차이는 사용량이 아니라 AI가 기존 업무 방식과 데이터·승인 체계에 자연스럽게 통합되는지에 있음. 권한 확대보다 책임 구조와 운영 준비가 먼저 갖춰져야 함.

8. 위임 격차는 글로벌 공통이나 지역별로 신뢰를 얻는 경로가 다름

• 지역별 AI 도입률은 90~92%로 비슷하지만, 플랫폼 AI 추천을 자주 또는 거의 항상 따른다는 비율은 NORAM 47%, EMEA 59%, APAC 60%임. 세부적으로 거의 항상·자주 응답은 NORAM 6%·41%, EMEA 10%·49%, APAC 4%·56%임.
• NORAM은 추천 수용도가 상대적으로 낮아 승인 절차, 감사 기록, 되돌리기, 확장 전 테스트 등 통제와 검증이 신뢰 형성의 핵심임.
• EMEA는 추천 수용도가 높고 전략적 관련성과 KPI 연결에 대한 기대가 큼. 그러나 AI가 올바른 캠페인 판단을 하는지 매우 자신 있게 평가할 수 있다는 응답은 22%뿐임. 보고·분석 활용률은 높지만 개방성이 무조건적 위임을 뜻하지는 않음.
• APAC은 AI 도입 92%, 추천 수용 60%로 활용 의지가 강한 동시에, AI 확대 압력을 적어도 중간 수준으로 느끼는 비율이 81%, 경영진 기대가 준비도를 앞선다고 보는 비율이 67%임. 연결되지 않은 데이터와 불명확한 소유권·거버넌스가 주요 과제임.
• APAC 표본은 호주 비중이 크고 싱가포르도 포함함. 세 지역 모두 설명 가능성·관련성·통제 가능성·책임성을 요구하지만, 우선 강조점은 NORAM의 통제, EMEA의 전략적 관련성, APAC의 데이터·조직 준비도임.

9. 조사 방법과 보고서가 제시하는 위임 설계 원칙

• 외부 업계 조사는 NewtonX가 2026년 5월 19일부터 6월 8일까지 중견·대기업의 마케팅·광고 전문가 500명을 대상으로 실시함. 표본은 미국 258명, 캐나다 42명, 영국 72명, 독일 28명, 호주 84명, 싱가포르 16명으로 구성되며 브랜드 담당자와 기업 고객을 지원하는 에이전시 인력이 포함됨.
• 별도로 StackAdapt 고객 187명을 대상으로 글로벌 고객 조사를 실시해 AI 활용, 성과 영향, 위임 선호, 신뢰 장벽과 필요한 조건을 조사함. 두 조사의 질문과 표본 구성이 다를 수 있어 비교 결과는 방향성 참고로 해석해야 함.
• 위임을 확장하기 위한 여섯 원칙은 캠페인·오디언스·KPI·브랜드·지역 맥락을 반영하는 맥락성, 추천 근거와 데이터 및 예상 결과를 밝히는 투명성, 승인·예산 상한·브랜드 안전·중단 권한을 포함하는 통제, 제한된 범위에서 검증하는 테스트 가능성, 결정과 결과의 책임자를 정하는 책임성, 도구·데이터·기여도 측정을 연결하는 인프라임.
• AI는 추천하고 준비하며 정해진 규칙 안에서 실행할 수 있으나, 권한은 검증과 운영 역량에 맞춰 단계적으로 확대해야 함. 광고주는 AI의 판단 근거를 보고, 제안을 시험하고, 실행 범위를 통제하며, 결과 책임자를 확인할 수 있어야 함.

🔑 시사점

• 호텔·여행 산업에 관한 내용은 원문에 제시되지 않았으므로 별도 사실이나 사례를 덧붙이지 않음.
• 광고 플랫폼과 마케팅 조직은 ‘자동화 도입률’보다 캠페인 맥락을 반영한 추천의 채택률, 추천 근거의 이해도, 승인·복구 가능성, KPI 및 사업 성과 개선을 함께 추적해야 함.
• 호텔을 포함한 브랜드 마케팅에서도 AI가 예산·입찰·브랜드 노출에 영향을 주는 범위는 단계적으로 확대하고, 초기에는 소규모 예산 테스트와 사람 승인, 명확한 중단·되돌리기 권한을 기본 운영 기준으로 둘 필요가 있음.
• 데이터 통합과 책임 구조를 갖추지 않은 채 리더십의 AI 활용 압력만 높이면 범용 추천과 현장 불신이 커질 수 있음. 데이터·마케팅·캠페인 운영 주체 간 의사결정 권한과 실패 책임을 사전에 합의해야 함.
• 효율 향상은 AI 도입의 출발점으로 관리하되, 최종 투자는 ROAS·CPC·매출 기여 등 사업 지표의 반복 가능한 개선이 확인될 때 확대하는 것이 바람직함.