시장이 말한 마케터의 역량,
프로젝트로 채워간다

이 지도의 기준은 내가 정한 것이 아니다. 2026년 5월 AWS Summit Seoul. 기조연설 두 개, 그리고 아모레퍼시픽·GS리테일·바비톡 세션. 다섯 개 세션의 전사에서 무대에 선 실무 리더들이 말한 것을 직접 추출했다. 지도의 각 축은 그 발화에서 나왔고, 각 프로젝트가 그 축의 증거다.

SIGNALS

여섯 개의 신호, 다섯 개의 차원

먼저 COSRX 캠페인을 만들었고, 탈락했다. "무엇이 부족했나"를 시장에 물으러 AWS Summit에 갔다. 개발자 행사라 부르지만, 마이크를 잡은 여섯 중 다섯은 국내 뷰티·리테일 최전선의 기업을 이끄는 리더였고, 한 명은 이 변화의 기술적 토대를 놓은 AWS CTO였다. 아래는 그 자리에서 주운 신호를 다섯 개 차원으로 정리한 결과다.

AWS Summit Seoul 배지 픽업장의 AWS SUMMIT SEOUL 사이니지 AWS 20주년 로고 조형물

2026년 5월, AWS Summit Seoul 현장. 전시장과 세션장을 직접 돌며 들었다.

"전 세계 온라인 주문의 22%가 이미 AI 에이전트를 경유하고 있다."
김환 · CJ올리브영 CTO
"마케터가 자신만의 AI 에이전트를 만들어서 팀 내 공유하는 시스템."
최건열 · 바비톡 CTO
"기업을 대표하는 버티컬 에이전트 AI가 있는지에 따라 비즈니스 승패가 좌우될 것."
노치국 · 아모레퍼시픽 상무
"멈춰 있는 데이터에 생동감을 부여하는 과정. 이해한다는 것은 누군가에게 상상을 불러일으킬 수 있는 과정이다."
조민규 · GS리테일
"호기심 · 코드 책임감 · 다방면 관심 · 시스템적 사고 · 명확한 커뮤니케이션."
Werner Vogels · AWS CTO
"뷰티를 넘어 헬스 영역까지, 뷰티 토탈 케어 플랫폼으로 진화한다."
안종훈 · 아모레퍼시픽 총괄
차원신호무엇을 말하나
고객노치국 — 버티컬 에이전트 승패고객은 자신을 이해하는 서비스를 원한다
도구최건열 — 마케터 자체 에이전트마케터의 도구가 카피에서 에이전트로 바뀐다
사업안종훈 — 뷰티→헬스 확장사업의 경계가 넓어진다
정체성 ★조민규 — 상상 유도마케터는 결정자가 아니라 상상 유도자다
조직김환 — 22% 에이전트 경유조직이 일하는 판 자체가 바뀐다

겹쳐 읽으면 방향이 하나로 모인다. 고객을 이해하는 일도, 마케터의 도구도, 주문의 22%도 이미 AI 에이전트를 지나가고, 사업의 경계는 그 위에서 계속 넓어진다. 결정과 실행이 AI의 몫이 될수록, 마케터에게 남는 일은 무엇을 향할지 상상하게 만드는 것이다.

다섯 차원이 한 점으로 수렴한다 — AI 시대의 마케터는 결정자가 아니라 상상 유도자다.
이것은 이 지도의 소결론이다. 포트폴리오 전체가 도달하는 결론은 케이스 스터디의 마지막 장에서 맺는다.

여섯 번째 신호(AWS CTO 보겔스의 다섯 자질)는 이 방향으로 가려면 어떤 자질이 필요한지를 말한다. 이 자질은 지도 하단의 FDE 배지에서 다시 만난다.

TERRAIN

일의 지형 — 시장이 새로 연 네 무대

시장은 마케터의 일터를 네 곳 새로 열었다. 정확히는, 전통 마케팅의 네 직군이 각각 AI 시대의 새 무대로 진화했다.

전통 마케터새 무대 (통제 영역)무엇을 통제하나실무 실증
브랜드 마케터① 에이전트 페르소나·톤 설계멀티 에이전트 간 브랜드 일관성바비톡 메르헨 톤 100% 통일1
퍼포먼스 마케터② 추천 로직 검증자동 추천의 브랜드 정합성GS리테일 AB 테스트 주문 +57.5%2
CRM 마케터③ 고객 데이터 활용 정책개인정보·동의·재학습노치국 "데이터 ≠ AI Ready"3
콘텐츠 마케터④ 옴니채널 일관성 큐레이션앱·웹·매장·SNS·에이전트 통합김환 매장 1,300개·MAU 1,000만4
이 네 무대를 한 상품 단위로 넘나드는 것이 사업형 PM이고, 문제 정의부터 운영까지 한 사람이 리딩하는 사고가 FDE다. 둘 다 한 영역의 모든 단계를 책임지는 풀스택 사고 회로다.

1 바비톡 메르헨 톤 100% 통일: 성형·시술 앱 바비톡이 AI 상담 답변을 "공주님에게 말하듯 하는 동화체(메르헨 톤)"로 브랜드 화법을 통일한 사례. 여러 AI가 답해도 브랜드 목소리가 하나로 유지되도록 관리한다는 뜻이다.

2 GS리테일 AB 테스트 주문 +57.5%: 상품 추천 문구·로직을 두 버전으로 나눠 실험(AB 테스트)한 결과, 개선안이 주문을 57.5% 늘린 사례. 추천을 감이 아니라 실측으로 검증한다는 뜻이다.

3 노치국 "데이터 ≠ AI Ready": 데이터가 많다고 바로 AI에 쓸 수 있는 게 아니라, 정제·가공을 거쳐야 "AI가 학습 가능한 데이터(AI Ready Data)"가 된다는 구분. 고객 데이터를 모으는 것과 쓸 수 있게 관리하는 것이 다른 일이라는 뜻이다.

4 김환 매장 1,300개·MAU 1,000만: 올리브영이 오프라인 매장 약 1,300개와 앱 월 사용자(MAU) 약 1,000만 명을 하나의 일관된 메시지로 묶어 운영하는 규모. 옴니채널(모든 채널 통합)의 실제 크기다.

THE MAP

역량 5축 — 시장의 요구를 프로젝트로 채운다

각 축은 시장의 발화에서 나왔고, 내 경험이 그 축을 채운다. 카드마다 시장의 요구 → 내 경험 → 쓰이는 무대 → 다음 검증 순서로 읽힌다.

MAP LEGEND — 증거가 나오는 프로젝트
개강한 RX아모레퍼시픽 브랜드 공모전에 낸 뷰티 캠페인(3인 팀 공동 제출). 탈락 후 혼자 케이스 스터디로 전환해, 유럽 4개국 현장 판정까지 네 바퀴 검증을 완료했다.
ECHO영어 발음 교정 앱, 6인 팀 졸업 프로젝트. 내 몫은 87GB 비정형 음성의 정제와 검증이었다.
사업 3사이클자체 상품과 채널을 세 사이클(1인 → 동업 → 프리랜서)로 운영. 합산 구독·팔로워 20,601, 최고 조회 롱폼 58만·쇼츠 30만, 48시간 트래픽 75만.
고메 우리맛 아시안CJ제일제당 채용연계 공모전. 본선 탈락 후 자비 ₩148,459로 리뷰 분석·행동 실험(방문 637명)·설문의 3게이트 검증을 직접 집행했다.
리허설 엔진푸마리에서 파생한 LLM 시뮬레이션 검증 도구. AI에게 기대 방향을 알려주지 않는 원칙과 널 확률 병기를 시스템으로 만들었다.
4렌즈 의사결정 OS모의투자 대회 10,053명 중 368위(상위 3.7%, 폭락장 코스피 −4.97% 대비 +15.6%p) · 가치투자대회는 판단을 6/9에 봉인하고 시장의 채점(10/2)을 기다리는 중 · 경영 시뮬레이션 11팀 중 종합 1위(3인 팀).
AI-FLOW인천공항 AI 공모전. 결선 미진출 후 통과작 20팀을 전수 분석해 다음 설계의 기준으로 바꿨다.
READ·BUILD하나투어 발칸 상품을 공개 정보만으로 역설계하고, "내가 PM이라면"의 개선 기획까지 완주했다.
각 축의 유럽 4개국 현장 판정(2026.8)은 완료돼 COSRX 케이스 스터디 5장에 실렸다.
01
AXIS 01 · PROBLEM FRAMING

문제 정의력

현장에서 직접 뛰며, 진짜 문제를 파헤쳐 한 문장으로 만든다
시장의 요구

CJ올리브영은 문제 정의를 직무의 출발점으로 삼는 FDE를 신설했다. 다섯 세션 밖에서도 같은 요구를 확인했다. 완성차 세션의 이테크시스템은 "비즈니스 문제를 정의하는 단계부터 함께 들어가 전 과정을 리딩한다"를 자기 강점의 첫 줄에 놓았다.

내 경험

질문도 평가도 받지 못한 채, 자신 있게 준비한 푸마리 본선에서 떨어졌다. 발표를 처음부터 복기하고, 원인일 법한 후보를 6개 적고, 그중 내가 검증할 수 있는 것을 골라냈다. 객관적으로 평가할 수 있는 것은 수요 논리 하나뿐이었다. 나는 그 한 문장을 확인하려고 리뷰 분석, 행동 실험, 설문으로 이어지는 세 게이트를 직접 설계했다. 비용은 내 돈 148,459원과 60일의 시간이었다.

다른 공모전에서도 같은 습관이 작동했다. 피드백이 없는 탈락을 받아든 직후, 4단계 사이클의 검증을 설계했다. 발표자료를 외부자 넷에게 다섯 문장으로 요약시켜 전달력부터 쟀고, 우리가 찾았다고 믿은 빈 땅이 왜 비어 있는지 한국 화장품법과 미국·EU 규정 원문을 뒤져 확인했다. 처방전 컨셉이 비어 있던 이유는 규제였다. 유럽 답사 전에는 판정 기준 여섯 축을 문서로 동결해 현장에서 그 기준 그대로 판정을 끝냈다.

그 사이 탈락 원인에 대한 내 판단은 네 번 바뀌었다. 처음엔 기획의 본질 문제라고 직감했지만, 외부자 검증 뒤엔 전달 실패로, 시장 분석 뒤엔 본질이 6할 남짓으로, 브리프를 다시 정독한 뒤엔 전달과 설계가 8할, 본질이 2할로 뒤집혔다. 문제 정의는 증거가 들어올 때마다 다시 쓰는 일이었다.

나에게 탈락은 결과값이 아니다. 새로운 출발을 알리는 신호탄일 뿐이다. 누가 시키지 않아도 스스로 문제를 분석하고 해결하는 과정을 거칠 때마다 더 날카로워졌다.

문제를 남이 정의해 주길 기다리지 않는 것, 문제 상황에 좌절하기보다 집요하고 체계적으로 분해하는 것, 그것이 나의 행동 방식이다.

쓰이는 무대
④ 옴니채널 큐레이션
증거

외부자 4인 검증 개강한 RX #problem · VOC 63건 ECHO · 기준 동결 개강한 RX #verdict-eu · 원인 6→1 특정 고메 우리맛 아시안

유럽 4개국 현장 판정 완료 (2026.8) · 케이스 5장
02
AXIS 02 · DATA RIGOR

데이터 검증력

데이터로 내 판단을 집요하게 검증하고, 틀렸으면 수용한다
시장의 요구

아모레퍼시픽 상무는 무대에서 말했다. "어디 나가서 '데이터 잘합니다, 많이 모아놨습니다' 이런 말을 많이 했는데, 겪어 보니 데이터가 많은 것과 AI 레디 데이터를 만드는 것은 아예 다른 것이다." 80년 데이터 자산을 자랑하던 회사가 정반대를 말한 것이다. GS리테일은 데이터를 실험으로 다루면 무엇이 달라지는지 증명했다. 2주 AB 테스트로 주문이 57.5% 늘었다.

내 경험

내 판단이 맞는지는 내가 판단하지 않는다. 항상 시장의 냉철한 평가를 기다린다.

한국투자증권 모의투자에서는 종목마다 매매 규칙을 먼저 걸어 두고 감정의 개입을 허용하지 않았다. 손절은 아프고 익절은 욕심을 부르지만, 그렇게 쌓은 규칙은 폭락 구간에서도 무너지지 않고 시장을 15.6%p 앞서는 수익률(알파)로 돌아왔다. 만 명 넘는 참가자 가운데 368위, 상위 3.7%였다.

하나증권 가치투자대회에서는 자체 기준으로 포트폴리오를 구성하고 적정가와 진입 기준을 6월 9일에 잠갔다. 그 뒤로는 예외 없이 그 기준대로만 움직이며 시장의 채점을 기다리고 있다.

캠페인 네이밍 때도 같았다. 친구 열일곱 명의 평가를 감과 인상으로 끝내지 않고 채점 기준을 코드로 옮겨 히트맵으로 만들었다. 후보 여섯 중 셋을 버려야 한다는 결론이 나왔고, 즉시 폐기했다.

영어 발음 교정 앱 ECHO에서는 87GB가 넘는 원천 음성에서 정제한 데이터가 합쳐진 서버 통합본 6만 5천여 건을 전량 다시 세고, 표본을 뽑아 원본과 대조했으며, 검사 중 잡힌 이상 신호는 넘기지 않고 담당자 확인을 받았다.

감이 아니라 데이터에 답을 기대고, 정해 둔 기준을 칼같이 지킨다. 그래야 결과가 재현되고, 의심이 확신으로 바뀐다. 운에 기대지 않는다는 뜻이다.

쓰이는 무대
② 추천 로직 검증③ 고객 데이터 정책
증거

rubric·히트맵 개강한 RX #fieldtest-kr · 65,486건 검증 ECHO · GA4·Google Ads·HubSpot·ADsP 자격 · 채널 원장 30개 사업 3사이클 · fake-door 637명 고메 우리맛 아시안 · 상위 3.7% 4렌즈 의사결정 OS

동결 기준 대 유럽 실측 대조 완료 (2026.8) 가치투자대회 결과 (10/2)
03
AXIS 03 · AI CONTROL

AI 통제력

AI에게 의존하는 대신, 의심하고 교차검증하며 통제한다
시장의 요구

바비톡 CTO는 AI가 추천한 맛집을 구글링으로 교차검증하다 존재하지 않는 장소들을 발견한 경험을 무대에서 공개했다. AWS CTO는 "리뷰 없는 바이브 코딩vibe coding: 세부를 검토하지 않고 AI에게 맡겨 감으로 짜는 코딩 방식.은 도박"이라 잘라 말했고, 같은 기조연설 무대의 AWS 윤석찬은 "AI가 코드를 만든다면 사람은 아키텍처를 봐야 한다"고 했다. 마케터에 옮기면, AI가 캠페인을 만든다면 마케터는 브랜드 아키텍처를 봐야 한다.

내 경험

AI를 의심하는 일은 꼭 필요하지만 쉽지 않다. 내 판단을 의심하는 메타인지부터가 본능을 거스르는 일인데, 그 위에 내 편을 들어주는 AI의 허점까지 찾아내려면 벽을 두 겹 넘어야 하기 때문이다.

그래서 절차로 만들어 두었다. 발표 전사나 실험 결과를 분석시킬 때는 내 제안이 옳았다는 결론으로 흐르지 말라는 자기변호 방지 조항을 프롬프트에 반드시 넣고, 설계와 평가 단계에서는 서로 다른 AI 넷을 교차 검증시켜 검증단을 꾸린다. 집단 지성으로 한 모델의 편향을 막는 것이다.

설문을 쏘기 전에는 아예 도구를 만들었다. 나와 AI가 함께 짠 설문 설계 자체를 의심하기 위해서였다.

합성 페르소나에게 먼저 설문을 시키는 AI rehearsal engine으로, 구현은 Claude Code에 맡기고 설계와 판정 규칙은 내가 쥐었다. 페르소나에게 기대하는 답의 방향을 알려주지 않아 판정 신호가 모델의 해석에서 스스로 나오게 했고, 통과가 곧 증명이 아님을 널 확률 79.8%로 등급 옆에 병기했다. 개선한 도구를 다시 심판대에 세웠을 때 네 항목 중 둘이 불리하게 나왔고, 재실행 없이 그대로 실었다. 예측 도구로 키우고 싶은 유혹도 있었지만, 합성 데이터는 가설을 만드는 데까지만 쓴다는 선을 그었다.

본능은 달콤한 거짓 뒤에 숨으라고 속삭인다. 그래서 아픈 답을 낼 수 있는 체계라야 좋은 답도 믿을 수 있다.

쓰이는 무대
① 에이전트 페르소나 설계② 추천 로직 검증
증거

4표면 실측 개강한 RX #market-reality · 가드레일 프롬프트(발췌) GO DEEPER · 벤치마크 3종 GO DEEPER · 방향 미주입·널 79.8% 리허설 엔진 · GPT×제미나이 교차 사업 3사이클

첫 실전 적용 · 고메 우리맛 아시안 게이트 C
04
AXIS 04 · TRANSLATION

번역력

기술과 데이터를 상대의 언어로 옮겨, 이해를 넘어 상상하게 만든다
시장의 요구

GS리테일의 정의가 이 축의 기준이다. "이해한다는 것은 누군가에게 상상을 불러일으킬 수 있는 과정." 데이터를 읽게 만드는 데서 그치지 않고, 데이터로 상상하게 만드는 것이다. SIGNALS 다섯 차원 중 정체성 차원이 바로 이 축이다.

내 경험

시장의 니즈에 맞춰 상품을 기획하는 일은 필연적으로 번역을 동반한다.

졸업 프로젝트에서 만든 영어 발음 교정 앱 ECHO는 오류를 생소한 IPA 기호로 돌려주는 대신 한국어 음운으로 풀어서 알려준다. 한국인 특유의 발음 습관을 살리려면 기존 앱들의 언어를 한국인에게 맞게 다시 옮겨야 했고, 그 과정에 많은 고민이 들어갔다.

이 변화를 쓰는 사람에게 이해시키려면 기술 용어까지 전부 뜯어고친 화법 체계가 필요했다. 수치가 아니라 상황을 듣게 하는 발표가 좋은 발표라는 결론에 닿았기 때문이다. 정확도 지표 FAR 54.52%를 '오발음의 절반 이상을 그냥 넘긴다'로 바꿔 말하는 식이었고, 이 화법은 내가 만들어 그대로 최종 발표의 멘트가 됐다. 우리 팀은 시장을 소비자의 언어로 번역하는 일과 성능 지표를 소비자의 언어로 번역하는 일을 모두 해냈다. 쉬운 길은 아니었고 중간에 지적도 많이 받았다.

캠페인에서는 처방전이라는 컨셉이 외부자에게 닿아 스스로 '주치의'라고 바꿔 부르는 반응을 얻었다. 소비자의 언어는 내가 생각한 것과 다르다는 것을 또 한 번 확인한 순간이었다. 반대로 핵심 차별점은 네 명 중 누구에게도 전달되지 않았다. 아무리 좋은 기획도 와닿지 않으면 소용없다는 뜻이었고, 그 실패를 감이 아니라 구조로 해부해 다음 설계의 첫 조건으로 삼았다.

소비자의 언어를 모르면 상대가 이익을 상상하게 만들 수 없고, 상상이 없으면 마음도 지갑도 움직이지 않는다. 좋은 번역은 감동을 만들고, 감동이 지갑을 연다고 믿는다.

쓰이는 무대
① 에이전트 페르소나 설계④ 옴니채널 큐레이션
증거

음운 피드백·화법 체계 ECHO · "주치의" 자발 재명명·0/4 해부 개강한 RX #problem · 카피 설계 개강한 RX #campaign · "도구 무죄, 채널 유죄" 고메 우리맛 아시안

Rx 컨셉 문화 번역 판정 완료 (판정 3, 2026.8)
05
AXIS 05 · CYCLE

완주력

일단 빠르게 달려들고, 작동하는 답이 나올 때까지 물고 늘어진다
시장의 요구

CJ올리브영 CTO는 완벽한 실버 블렛(만능 해결책)은 없다고 무대에서 선언했다. 이어서 "혁신의 본질은 정답을 기다리는 것이 아니라 먼저 실험하고 적응하는 것"이라 했다. 바비톡의 성공 방정식 네 번째도 "빠르게 실행부터 시작"이다. 완벽한 답이 아니라 작동하는 답을 향해 계속 도는 것. 그것이 시장이 요구하는 완주의 방식이다.

내 경험

사이클을 끝까지 돌리는 데는 요령이 없다. 끝을 보기 전에는 요령 없이 우직하게 밀고 나가는 힘이 내 가장 큰 강점이다.

유튜브 채널 세 개를 접고도 다시 일어나 네 번째 채널을 세웠고, 그 채널이 구독자 6,394명과 조회 58만 회짜리 영상까지 갔다. 보험을 전혀 모르는 채로 동업에 들어가서는 1만 4천여 명의 귀를 열었다.

동업은 원자료 확보부터 운영 전담까지 일곱 단계를 밟아 배우는 과정이었다. 그 과정을 11개월 동안 갈등 한 번 없이 돌렸고, 그 사이 쇼츠 하나가 30만 회를 넘겼다. 주력 PD가 건강 문제로 빠졌을 때도 미리 문서로 만들어 둔 가이드라인과 백업 인력으로 운영은 멈추지 않았다.

동업 9개월을 지켜본 지인의 소개로 스타트업의 마케팅 전담 프리랜서로 스카웃됐다. 포화된 키워드 밖에서 수요를 찾는다는 원칙을 세워 관련 채널의 댓글 질문, 급등 영상의 키워드, 경쟁 채널의 문구, 기존 이용자의 결핍, 검색 트렌드 다섯 갈래에서 키워드를 뽑았고, 기존 영상 전량에 한꺼번에 적용하자 48시간 만에 75만 회가 들어왔다. 계약이 끝난 뒤에도 대표는 재계약을 원했고, 몇 달 뒤에는 다른 곳에서 스카웃 연락이 왔다. 이전 사이클의 결과가 다음 사이클의 입장권이 됐다.

탈락한 캠페인도 같은 힘으로 밀었다. 외부자 검증, 시장 추적, 17명 테스트를 거쳐 유럽 네 나라 현장 판정으로 네 바퀴째를 완주했고, 도는 동안 버린 아이디어 다섯 건과 스스로 철회한 '최초' 표현까지 기록에 남겼다. 길거리에서 모르는 사람을 붙잡고 인터뷰할 때마다 찾아오는 공포를 이겨내며 떨리는 손과 목소리를 다잡았다.

나는 내가 특별한 방법을 구사한다거나 엄청난 노하우를 가지고 있다고 생각하지 않는다. 그저 매일 나의 루틴을 저조하든 슬프든 멈추지 않고 실행했기에 좋은 결과가 따라왔다고 생각한다. 내가 가장 믿는 무기는 한 번 물면 아무리 흔들려도 놓지 않는 집요함이다.

쓰이는 무대
④ 옴니채널 큐레이션PM형 풀스택의 완주 끝
증거

사이클·폐기 기록 개강한 RX #how-i-worked · 87.8% 결정·실작동 앱 ECHO · 3사이클 완주·스카웃 2회 사업 3사이클 · 꼴찌→1위 ROE 71.18%(팀) 4렌즈 의사결정 OS

차별화 판정 마지막 게이트(B8) 폐쇄 (2026.8)
FIVE AXES, ONE CIRCUIT

다섯 축은 나열이 아니라 하나의 회로다. 문제 정의에서 시작해 완주로 닫히고, 완주가 다시 다음 문제 정의를 연다. COSRX에서 한 바퀴, ECHO에서 또 한 바퀴. 같은 회로가 도메인을 바꿔가며 돈다.

FDE BADGE

시장이 FDEForward Deployed Engineer: 문제 정의부터 구현·운영까지 한 사람이 리딩하는 직무. 고객 현장에 직접 배치돼 문제를 끝까지 책임진다.라 부르는 마인드는 이 지도에서 축 1 + 4 + 5의 합이다. 나는 FDE가 아니라 마케터다. 다만 시장이 그 직무를 신설할 만큼 원하는 사고 회로를, 마케터의 자리에서 쓴다. SIGNALS의 여섯 번째 신호(보겔스의 다섯 자질)가 이 사고 회로의 시장 근거다.

ANTICIPATED QUESTIONS

예상되는 세 가지 질문

면접관이 품을 만한 의심을 먼저 꺼내 답한다.

다섯 세션으로 마케터의 역량을 말할 수 있나?

이 지도는 역량의 정답 목록이 아니다. 그리고 나는 일부러 한 브랜드(COSRX)에 갇히지 않고 산업 단위로 넓혀 봤다. 그래야 시장의 방향이 보이기 때문이다. 게다가 무대에 선 이들은 이론가가 아니다. 1,300개 매장과 1,000만 사용자를 통합하는 CTO부터 글로벌 클라우드의 CTO까지, 자기 결정의 결과를 실제 서비스로 책임지는 사람들이다. 표본의 크기가 아니라 프레임의 넓이와 발화자의 위치가 이 신호의 무게다.

AWS는 개발자 행사인데 왜 마케터에 적용하나?

AI가 직무를 바꾸는 일은 개발에서 먼저, 마케팅에서 나중에 일어난다. 개발 조직이 이미 겪은 변화를 보면 마케팅의 다음이 보인다. 그리고 나는 이 역량이 도메인을 가리지 않는다는 것을 뷰티 밖에서도 확인했다. 완성차와 패션이라는 전혀 다른 두 산업이 "현업이 직접 데이터에 접근해 가치를 만든다"는 같은 패턴으로 수렴했다(근거는 아래 산업 독립성 자료). 두 개는 아직 "증명"이 아니라 "신호"지만, 뷰티만의 우연은 아니라는 뜻이다.

역량이 본인 경험과 너무 잘 맞는 것 아닌가?

맞다 — 경험이 먼저였기 때문이다. 캠페인을 만들고 탈락한 뒤에 시장으로 갔다. 한 캠페인을 끝까지 판 기록과 시장 전체를 조망한 기록은 서로 다른 작업이고, 이 지도는 그 둘이 만나는 지점을 보여줄 뿐이다. 역량을 먼저 정하고 경험을 채운 것이 아니라, 경험한 뒤 시장에서 그 이름과 근거를 얻었다.

GO DEEPER

더 깊게 읽기

이 지도의 근거가 된 분석 원본이다. 방법론의 존재와 결과는 여기서 보여주되, 복제 가능한 전문은 면접에서 요청 시 제시한다.

K-뷰티·리테일 AI 시장 분석
5개 세션 × 시장 패턴 매트릭스(에이전트 분류·옴니채널·AI Ready·AI DLC·Marketplace)와 다섯 기업의 핵심 발화 정리.
요약본 · 세션별 상세는 면접에서
역량의 산업 독립성 검증
완성차·패션이라는 전혀 다른 두 산업이 "현업이 직접 데이터를 다뤄 가치를 만든다"는 같은 패턴으로 수렴함을 정리. 위 반론 2의 근거. 두 도메인은 신호이지 전 산업 증명은 아니라는 한계도 함께 명시한다.
요약본
전사 분석 방법론
40분 발표 전사를 분석할 때 쓴 자기변호 방지 가드레일 프롬프트 일부와, AI 진단 앱 3종 벤치마크 결과.
발췌 · 프롬프트 전문은 면접에서

공개 원칙: 방법론의 "존재와 결과"는 보여주되, 복제 가능한 "전문(全文)"은 내리지 않는다. 세션별 상세 분석과 프롬프트 전문은 면접에서 요청 시 제시한다. 전문을 그대로 공개하면 경쟁 지원자가 재사용할 수 있어, 차별화를 지키기 위한 선택이다.