3개월간 측정한 숫자만
마케팅 글이 아닙니다. 우리 자체 세 영역에 AI 에이전트를 도입하고 3개월간 측정한 그대로입니다. 결과가 좋지 않았던 부분도 그대로 둡니다.
도입 기간: 2026-02-01 ~ 2026-04-30 (3개월). 도입 전 비교 기간: 2025-11-01 ~ 2026-01-31 (3개월).
영역 1 — 콘텐츠 생산 ✅ 성공
도입 전
- 콘텐츠 운영 0.6 FTE (마케터 1명의 60% 시간)
- 주 평균 1.8편 (블로그 기준)
- 평균 작성 시간: 5.2시간/편
- 검색 노출 증가율: 월 +8%
도입 후 (이종 4-에이전트 파이프라인)
- 콘텐츠 운영 0.3 FTE (편집·승인 중심)
- 주 평균 6.4편 (3.5배)
- 평균 처리 시간: 1.3시간/편 (사람의 편집·승인만)
- 검색 노출 증가율: 월 +23%
비용
- LLM API 비용: 월 38만원 (이전: 0원)
- Marblo Team Plus: 월 59,000원 × 1인 = 59,000원
- 운영 인력 절감: 30% FTE × 500만원 = 150만원
순효과: -38만원 -5.9만원 +150만원 = +106만원/월 (검색 노출 증가로 인한 추가 리드는 측정 어려워 제외)
품질 점검
도입 후 글의 팩트체크 실패율이 우려였습니다.
- 도입 전 (사람 작성): 오류율 4.2% (소소한 통계 인용 오류 등)
- 도입 후 (이종 검증): 오류율 1.8%
예상과 반대로 품질이 개선 — 이종 검증 (Gemini가 GPT 작성물을 확인) 이 사람의 자기 점검보다 엄격했습니다.
영역 2 — 마케팅 보고서 자동화 ✅ 성공
도입 전
- 매주 월요일 GA4·BigQuery·광고 플랫폼 데이터 수집 → 보고서 작성
- 소요 시간: 4-6시간/주
- 보고 정확도: 92% (간헐적 데이터 누락)
- 배포: PDF 첨부 이메일
도입 후 (단일 에이전트 + MCP 도구)
- 자동 데이터 수집 → 분석 → 슬랙 알림
- 소요 시간: 0.5시간/주 (사람의 검토만)
- 보고 정확도: 99.3%
- 배포: 매주 월요일 09:00 자동 슬랙
비용
- LLM API 비용: 월 8만원
- 단순 에이전트라 Marblo Free 사용
순효과: -8만원 +30시간/월 절감 = 약 +90만원/월
예상 못한 효과
매주 자동 발송되니까 주중 의사결정 속도가 빨라졌습니다. 이전엔 월요일 보고서를 수요일에 보는 경우가 있었는데, 자동화 후 월요일 오전에 팀 전체가 같은 데이터를 봄.
영역 3 — 고객 1차 응대 자동화 ⚠️ 부분 성공
도입 전
- 문의 응답 SLA: 평균 4시간 21분
- 야간/주말 응답: 불가
- 응대 인력: 1 FTE
- CSAT: 4.1/5
도입 후 (1차 분류·답변 에이전트 + 사람 에스컬레이션)
- 응답 SLA: 평균 11분 (1차 응답)
- 야간/주말 응답: 가능
- 응대 인력: 0.5 FTE (에스컬레이션 검토만)
- CSAT: 4.3/5
그런데 — 부분 성공인 이유
도입 첫 달 (2026-02):
- 에이전트가 답변할 수 없는 문의를 잘못 분류해서 자동 응답한 사례 12건
- 그중 3건이 고객 불만 글로 SNS 게시
- 즉시 민감 키워드 필터 추가하고 사람 에스컬레이션 강제
도입 둘째 달부터는 안정. 하지만 첫 달의 잘못된 자동 응답 비용이 추정 1,500만원 (해당 고객 이탈 + 평판 관리).
교훈 — CS 자동화는 처음 한 달 위험 부담이 크다. 점진적 도입 (FAQ만 자동 → 점진 확대) 이 안전합니다.
종합 — 3개월 합산
| 항목 | 효과 |
|---|---|
| 콘텐츠 자동화 | +106만원/월 × 3 = +318만원 |
| 보고서 자동화 | +90만원/월 × 3 = +270만원 |
| CS 자동화 | -1,500만원 (첫달 사고) + 안정화 후 +60만원/월 × 2 = -1,380만원 |
| 3개월 순효과 | -792만원 |
적자입니다.
CS 사고가 없었다면 +708만원 흑자였을 텐데, 우리가 너무 빠르게 CS에 풀 자동화를 적용해서 발생한 비용.
그래서 무엇을 배웠나
1. 영역별로 도입 위험이 다르다
| 영역 | 도입 위험 | 권장 페이스 |
|---|---|---|
| 콘텐츠 (내부 검토 거침) | 낮음 | 1개월 안에 풀 자동화 가능 |
| 보고서 (사실 기반·내부용) | 낮음 | 1개월 안에 풀 자동화 가능 |
| CS (고객 응대) | 높음 | FAQ → 점진 확대 (3-6개월) |
| 의사결정 (가격·승인) | 매우 높음 | 사람 의사결정 보조에 한정 |
CS와 의사결정은 처음부터 풀 자동화 금지가 정답이었습니다.
2. 이종 검증이 비용 대비 효과 가장 컸다
콘텐츠 품질 개선 (4.2% → 1.8% 오류율) 의 핵심은 Gemini가 GPT 결과를 검증 한 부분. 추가 비용은 토큰 +12%, 효과는 오류율 절반 이하.
3. 단순 자동화가 가장 ROI 높다
가장 ROI 높은 도입은 마케팅 보고서 자동화 — 가장 단순한 패턴. 복잡한 멀티 에이전트보다, 정해진 데이터를 정해진 형식으로 만드는 단순 자동화가 회수 빠릅니다.
4. 첫 달은 반드시 사람 감독
CS 사고는 첫 달 사람 감독이 부족했다는 한 가지 원인 때문이었습니다. 첫 달은 모든 자동 응답을 사람이 사전 검토 했어야 합니다.
6개월 누적 전망
CS 사고를 제외한 안정화 후 효과로 추정하면:
- 콘텐츠: +106만원/월 × 12 = +1,272만원/년
- 보고서: +90만원/월 × 12 = +1,080만원/년
- CS (안정): +60만원/월 × 12 = +720만원/년
- 합계: +3,072만원/년
도입 비용 약 2,000만원 (Marblo 구독 + 내부 인력 시간) 회수기간 8개월.
CS 사고 비용까지 포함하면 회수기간 14개월.
도입 검토 중이라면
우리가 한 실수를 반복하지 않도록:
- 콘텐츠·보고서·내부 자동화부터 시작 (위험 낮음)
- CS·외부 응대는 FAQ만 자동 → 천천히 확대
- 첫 달은 100% 사람 검토
- 이종 검증은 옵션 아닌 필수
직접 상담
귀사 상황에 맞춰 도입 영역 우선순위 무료 30분 상담 을 진행합니다. 이 글의 우리 데이터를 귀사 컨텍스트에 적용해드립니다.
관련 글
마지막 업데이트: 2026-05-18. 측정값은 우리 워크플로우 기준입니다. 귀사 결과는 다를 수 있습니다.