'AI로 일이 더 늘었다' 마케터 67%, Iterable 4가지 함정

Iterable이 매년 발표하는 Customer Engagement Report는 마케터들 사이에서 어색한 지표 모음으로 통해요. 자기 일이 잘 풀리고 있다고 느끼는데 데이터가 자꾸 아니라고 말하거든요. 2026년 리포트가 짚는 핵심 진단은 한 문장이에요. “capability는 늘었는데 agility는 그만큼 안 늘었다.”

리포트가 짚는 핵심 수치 몇 가지부터.

• 마케터의 67% 는 “더 적은 리소스로 더 많은 일을 한다”
• AI는 광범위하게 쓰이지만, 실제 의사결정에 깊이 적용하는 마케터는 18% 미만
• 마케터의 64% 는 “우리 개인화는 임팩트가 없다”고 답
• 캠페인 변경에 보통 2~4주가 걸린다
• 70% 이상이 라이브 프로그램 업데이트를 피한다

소비자 행동은 빠르게 진화했지만, 마케팅 시스템은 진짜 중요한 방식으로는 따라잡지 못했다는 진단이에요. 진보처럼 보이는 게 사실은 활동량만 늘어난 거고요. Iterable이 짚는 4가지 패턴을 풀어볼게요.

1. AI가 워크로드를 안 줄였다

AI는 워크로드를 줄이고 더 똑똑한 실행을 풀어주기로 했었죠. 실제로 일어난 일은? 대부분의 팀이 AI를 demand를 따라가는 데 쓰고 있어요.

• 67%의 마케터가 더 적은 리소스로 더 많은 일을 한다
• 40%의 마케터가 AI에도 불구하고 더 많은 일을 떠안았다고 말한다
• 18% 미만의 마케터만이 운영에 AI를 깊이 사용한다

문제는 AI 접근성이 아니에요. 어떻게 적용하느냐예요. 많은 마케터가 콘텐츠 생성·작업 가속에 AI를 써요. 하지만 더 어려운 문제, 의사결정, 오케스트레이션, 최적화, 는 여전히 대부분 수작업이에요.

그래서 산출은 늘지만 그 뒤의 시스템은 단순해지지 않아요. 더 무거워져요. 관리할 캠페인이 더 많고, 조율할 변형이 더 많고, 성과를 유지해야 할 압박이 더 커요. 결국 AI는 복잡성을 없애는 게 아니라 드러내고 있어요.

진전이 빠른 팀은 AI를 더 많이 생성하는 데가 아니라 운영 마찰을 줄이는 데 깊이 적용하고 있어요. 오케스트레이션, 우선순위 결정, 의사결정, 이쪽으로의 전환이 필요한 거죠.

2. 스케일에서 개인화는 ‘optics’에 그친다

개인화는 baseline 기대치가 됐어요. 대부분의 팀이 채널 전반에 deliver해요. 문제는 그게 버티는가예요.

• 64%의 마케터는 “우리 개인화는 임팩트보다 optics다”라고 말한다
• 5명 중 2명만 자기 결정의 ‘why’를 설명할 수 있다

명확한 의사결정 프레임워크 없이 개인화는 추측 게임이 돼요. 메시지는 맞춤처럼 보이지만, 시간에 따라 개선될 reasoning이 빠져있어요.

추가로 hyper-personalization을 둘러싼 긴장도 커지고 있어요.

• 39% 의 마케터가 hyper-personalization이 침해적으로 느껴진다고 우려
• 43% 의 마케터가 개인화가 프라이버시 우려를 키운다고 걱정

마케터들이 한가운데에 끼어 있는 셈이에요. relevance를 deliver하라는 기대를 받지만, 일관되게 할 명확성과 자신감은 없는 상태.

데이터 포인트나 동적 필드를 더 추가하는 걸로는 그 갭이 안 좁혀져요. 왜 그 결정이 내려졌는지에 대한 더 명확한 이해가 필요해요. 개인화가 더 자동화될수록 explainability와 transparency가 더 중요해지고요.

3. 운영의 lag가 현대 마케팅을 늦춘다

소비자는 실시간으로 결정을 내려요. 시스템을 테스트하고, 오퍼를 기다리고, 채널을 갈아타고요. 모든 마케팅 팀이 같은 페이스를 못 쫓아요.

• 약 60%의 마케팅 팀이 캠페인 학습에 액션을 취하기까지 2~4주가 걸린다
• 30% 의 마케팅 팀만이 인사이트를 며칠 안에 액션화할 수 있다
• 54% 의 브랜드가 변경에 2~3개 팀이 필요하다고 답한다

인사이트와 액션 사이에 lag가 생겨요. 팀이 뭘 바꿔야 하는지 알아도, 프로세스가 그걸 늦춰요. 핸드오프·승인·도구·팀 간 의존성. 업데이트가 라이브가 될 때쯤이면 행동은 이미 shift했어요. 그래서 적응 대신 이미 굴러가는 걸 유지하는 데 디폴트하게 되고요.

빠른 마케팅은 팀을 더 세게 굴려서 얻는 게 아니에요. 인사이트와 액션 사이 마찰을 줄여서 얻는 거예요. 고객 행동에 대한 통합 가시성, 시그널 변화에 따른 지속 최적화, 다음 리뷰 사이클을 기다리지 않고 순간에 반응할 수 있는 시스템.

4. AI 신뢰가 안 쌓이는 이유

AI는 마케팅의 길로 폭넓게 받아들여졌어요. 70%의 마케터가 AI 분석을 인간과 동등 이상으로 신뢰한다고 해요. 그런데 어떻게 쓰이는지는 더 조심스러운 이야기를 들려줘요.

소비자의 브랜드 신뢰를 가장 위협하는 게 뭐냐고 물었을 때:

• 33% 가 데이터 프라이버시를 꼽았다
• 28% 가 AI 생성 misinformation을 지목했다
• 29% 가 컴플라이언스·법적 리스크를 강조했다

이 우려가 팀의 운영 방식을 빚어요. AI는 결정을 가이드하는 게 아니라 산출을 스케일하는 데 쓰여요. 결과는 주저하는 시스템.

• 70% 이상이 다운스트림 예측 불가 효과 때문에 라이브 프로그램 변경을 피한다
• 35% 가 가장 큰 자율성 장벽으로 “뭔가 잘못됐을 때 오너십이 불분명한 것“을 꼽는다
• 30% 가 AI 의사결정 방식에 신뢰가 부족하다고 답한다

도구와 인사이트가 있어도, 불확실성이 팀을 순간에 액션 못 하게 막아요. AI는 거기 있어요. 다만 완전히 운영되지 못한 채로.

그래서 explainability가 현대 마케팅 시스템의 foundation이 되고 있어요. AI가 의사결정에서 더 큰 역할을 맡으면서, 마케터는 왜 액션이 일어나고 있는지, 어떻게 추천이 생성되는지, 책임이 어디에 있는지를 볼 수 있어야 해요. 신뢰는 더 이상 성과만의 이야기가 아니에요. 투명성의 이야기가 됐어요.

마케팅은 스케일하려고 만들어졌어요. 이젠 적응해야 해요.

대부분의 마케팅 시스템은 예측 가능성을 위해 설계됐어요. 고정 여정, 스케줄링된 최적화, 반복 가능한 캠페인. 소비자는 더 이상 그렇게 행동하지 않아요. 그들은 빠르게 조정하고, 실시간으로 반응하고, 대부분의 팀이 응답할 수 있는 것보다 빠르게 행동을 바꿔요.

이 리서치가 가리키는 갭은 이거예요.

• AI는 산출을 늘렸지만 명확성을 늘리진 않았다
• 개인화는 스케일했지만 개선되진 않았다
• 인사이트는 존재하지만 액션은 지연된다
• 시스템은 돌지만 팀은 변경을 망설인다

이제 우위는 시그널을 해석하고, 순간에 액션하고, 행동 변화에 따라 적응할 수 있는 팀에 가요. 몇 주 뒤가 아니라요.

본 글은 Iterable에서 발행한 원문 2026 Customer Engagement: The Myth of Marketing Progress을 번역한 것입니다. 원문의 의도와 다를 수 있으며, 정확한 내용은 원문을 참고하세요.