요즘은 AI 창에 한 줄만 적어도
광고 시안이 수십 장씩 나옵니다.
그런데 막상 집행하려고 고르면
쓸 만한 건 손에 꼽을 만큼밖에 안 남습니다.
AI로 소재를 뽑고 있는데 결과가 아쉬운 대표님들,
마케터분들이 읽어 주셨으면 하는 글입니다.
1. 초안은 많이 나오는데 막상 집행할 한 장이 없고
2. 고치려 하면 어디서부터 손대야 할지 모르겠고
3. 도구는 계속 바뀌는데 팀에 남는 기준이 없는
이럴 때 문제는 AI 성능이 아니라, 일에 앉히는 방식인 경우가 많습니다.
AI는 소재를 대량으로 찍어 내는 기계가 아니라,
초안을 빨리 얻고 고치는 데 시간을 쓰게 해 주는 도구입니다.
AI 소재 제작이란? 초안은 맡기고, 판단은 사람이 쥐는 일
여기서 말하는 AI 소재 제작은
이미지·영상·카피 도구로 광고 시안을 만드는 일 전체를 말합니다.
그런데 같은 도구를 써도 팀마다 쓰는 방식이 크게 갈립니다.
하나는 양치기입니다.
같은 지시문을 조금씩 바꿔 수십, 수백 장을 뽑고
광고에 올려서 걸리는 게 있기를 기다리는 방식입니다.
다른 하나는 고쳐 쓰기입니다.
가설을 먼저 정하고, 초안은 AI로 빨리 얻고,
쓸 한 장은 사람이 기준을 들고 다듬는 방식입니다.
"이 한 장으로 무엇을 확인하려고 하지?"
고쳐 쓰기는 이 질문을 먼저 던지는 쪽입니다.
왜 이 순서가 필요할까요?
AI는 빈칸을 가장 흔한 답으로 채우는 성향이 있습니다.
제품 사정과 팀의 합의가 빠지면
어느 브랜드에 붙여도 말이 되는 문장과 그림이 나옵니다.
광고에서는 그런 평균적인 소재가 대개 약합니다.
또 하나, 장수만 늘리면 배우는 것이 늘지 않습니다.
같은 가설을 표현만 바꿔 50장 올리면
50개의 실험이 아니라 한 가지 실험을 50번 한 셈입니다.
결과가 좋아도 왜 좋았는지 모르니 다음 소재에 옮길 수가 없습니다.
도구 이름보다 먼저, 내 일을 작은 칸으로 쪼갭니다
AI를 잘 쓰는 팀과 아닌 팀의 차이는
도구 숙련도보다 일을 어떻게 나눴는지에서 납니다.
창을 열어 가끔 질문하는 것과
업무 흐름의 한 칸을 맡기는 것은 다른 일입니다.
월요일 아침 소재 회의 준비를 예로 들어 보겠습니다.
지난주 리뷰 수집, 같은 뜻의 표현 묶기,
반복되는 불만 뽑기, 고객 표현 보존,
아이디어 후보 만들기, 우선순위 정하기가
한 덩어리로 섞여 있습니다.
앞쪽 칸은 규칙이 분명해서 AI가 잘하고,
마지막 칸은 우리 브랜드 사정을 아는 사람이 정해야 합니다.
'소재 회의 준비'를 '리뷰를 내려받는다',
'불만 표현을 묶는다'처럼 동사로 쪼개 쓰면
어느 칸을 넘길지 바로 보입니다.
가상의 폼 클렌저 브랜드가 매주 리뷰 300건을 읽고 소재 아이디어를 뽑는 데 담당자 한 명이 반나절(약 4시간)을 쓰고 있었다고 해 보겠습니다. 작업을 수집, 분류, 아이디어화 세 칸으로 나눠 앞의 두 칸을 AI에 넘기고, 분류 결과는 고객 원문 문장과 함께 표로 받았습니다. 사람은 반복 표현 상위 10개를 읽고 소구 후보를 고르는 일만 맡아 2시간 안쪽으로 줄었습니다. 남은 2시간은 반려된 소재의 사유를 정리하는 데 썼습니다.
여기서 하나 놓치기 쉬운 부분이 있습니다.
쪼개서 남은 시간을 또 회의로 채우면 아무것도 달라지지 않습니다.
고객의 말 읽기, 검수, 가설 세우기처럼
사람이 해야 하는 일에 그 시간을 미리 예약해 두세요.
AI에게는 질문이 아니라 작업 지시서를 줍니다
"프롬프트만 잘 쓰면 된다"
저희는 조금 다르게 봅니다.
결과를 가르는 것은 문장 솜씨보다
일을 얼마나 정확히 이해하고 넘기느냐입니다.
"카피 써 줘" 같은 한 줄은
틀렸다고 하기도, 쓰기도 애매한 결과를 냅니다.
사람 동료라면 되물었을 빈칸을
AI는 알아서 채우고 끝낸 척하기 때문입니다.
지시서에는 다섯 가지를 적습니다.
목적, 재료, 지킬 조건, 출력 형태, 판단 기준입니다.
리뷰 정리라면 이렇게 씁니다.
"구매 전 고민과 구매 후 표현을 나눠 줘.
고객 문장은 원문 그대로 남기고,
제품 정보로 확인할 수 없는 내용은 '확인 필요'로 표시해 줘."
'친근하게' 같은 말은 사람마다 해석이 다릅니다.
반응이 좋았던 문장과 나빴던 문장을 이유와 함께 주세요.
경력자가 "이건 안 팔릴 것 같다"며 반려하는 기준도
어디를 먼저 보고 어떤 표현에서 멈추는지 말로 꺼내 적어 둡니다.
좋은 사례뿐 아니라 탈락 이유가 있어야 AI가 경계를 배웁니다.
평균을 벗어나게 하는 재료는 우리 쪽 기록입니다
폼 클렌저 제품 설명만 넣으면
"순한", "촉촉한", "데일리" 같은 익숙한 말이 돌아옵니다.
그런데 고객 문의를 같이 넣으면 이야기가 달라집니다.
"아침에 써도 당기지 않나요", "마스카라도 지워지나요"처럼
질문 속에 이미 고객이 사는 장면이 들어 있기 때문입니다.
상담 기록, 리뷰, 반품 사유, 자주 오는 질문,
잘된 소재와 반려된 문구, 그 이유까지 모두 재료입니다.
이 재료를 얼마나 넣느냐가 AI 결과물이 우리 브랜드처럼 들리는지를 정합니다.
요청문이 길어지는데 결과가 안 나아진다면
설명을 더할 때가 아니라 칸을 더 쪼갤 때입니다.
시장 조사, 고객 정의, 카피를 한 번에 시키면
어디서 틀렸는지 찾을 수 없습니다.
반복 작업을 자동으로 돌릴 때도 같습니다.
"반응이 별로면 끈다"는 자동화가 안 되지만,
'광고비가 일정액 이상 쓰였고 CTR이 우리 기준보다 낮고
구매가 없으면 중지 후보로 표시한다'는 됩니다.
고객에게 바로 나가는 메시지, 가격·조건 문구,
큰 예산이 움직이는 판단에는 사람의 승인을 둡니다.
작은 자동화를 시작할 때는 아래 다섯 가지를 문장으로 적어 두면 충분합니다.
- 풀려는 문제와 결과를 쓰는 사람.
- 들어오는 자료의 형식과 빠질 수 있는 값.
- 처리 순서와 단계별 통과 기준.
- 결과물의 형식, 파일명, 예시 한 개.
- 사람이 확인할 지점과 멈추는 조건.
단계는 하나씩 붙여 가며 확인하세요.
플랫폼 기능과 요금제는 자주 바뀌니
지금 지원하는 범위는 공식 안내에서 확인하는 게 안전합니다.
그림을 뽑기 전에, 팔릴 가설을 한 문장으로 씁니다
"AI로 많이 뽑으면 그중 하나는 걸린다"
이미지 도구 앞에 앉으면
"밝은 분위기의 모델 컷"처럼 분위기부터 적게 됩니다.
그런데 누구의 어떤 불편을 건드릴지,
첫눈에 무엇을 알아볼지가 비어 있습니다.
소재 기획은 그림 설명이 아니라 반응에 대한 가설입니다.
예를 들면 이런 문장입니다.
"출근 전 세안이 바쁜 30대에게, 손으로 거품이 3초 만에 올라오는 장면을 보여 주면 '빨리 끝난다'는 약속이 먼저 읽힐 것이다."
이렇게 써야 결과를 보고 맞았는지 틀렸는지 판단할 수 있습니다.
같은 제품으로 가설을 하나 더 세워 보면 차이가 분명해집니다.
"피부가 예민한 40대에게, 세안 후 당김이 없다는 후기 문장을 크게 보여 주면 저장과 공유가 늘 것이다."
두 가설은 고객도, 장면도, 기대하는 반응도 다릅니다.
이런 소재 두 장이 얼굴만 바꾼 50장보다 배울 것이 많습니다.
가설의 재료는 이미 반응이 있던 소재에서 옵니다.
예뻐서 저장하지 말고,
반응이 컸던 썸네일의 얼굴 각도, 제품 드는 손,
배경 밀도, 카피 위치를 기록하세요.
AI의 이점은 모델비 절감보다 다른 데 있습니다.
촬영 전에 얼굴, 배경, 구도 같은 비싼 변수를
작은 광고비로 먼저 걸러 볼 수 있다는 점입니다.
반응이 확인된 장면만 실제 촬영으로 정교하게 만들면
촬영이 빗나갈 가능성이 줄어듭니다.
다만 제품의 실제 크기, 거품 질감, 정확한 사용법처럼
구매 판단에 직결되는 것은 실물 촬영이 먼저입니다.
광고 속 제품이 받은 제품과 다르면, 아낀 제작비를 환불과 불신으로 치르게 됩니다.
숫자로 한 번 보겠습니다
촬영에 240만 원을 써서 소재 16개를 얻었다면 개당 15만 원입니다.
AI 제작에 도구 24만 원, 기획과 검수 66만 원,
합계 90만 원으로 45개를 얻었다면 개당 2만 원입니다.
그런데 실제 광고에 쓸 수 있는 게 9개뿐이면 개당 10만 원입니다.
성과도 마찬가지입니다.
노출 80,000회에서 소재 A는 클릭 640회(CTR 0.8%)에 구매 32건(전환율 5%),
소재 B는 클릭 2,000회(CTR 2.5%)에 구매 32건(전환율 1.6%)입니다.
B는 세 배 넘게 데려왔지만 주문은 같습니다.
같은 폼 클렌저 브랜드가 카피는 그대로 두고 장면만 다른 소재 세 개를 각 20,000회씩 노출했다고 해 보겠습니다. 정면 얼굴 컷은 CTR 1%(클릭 200회)에 전환율 3%로 주문 6건, 측면 컷은 CTR 1.5%(클릭 300회)에 전환율 3%로 주문 9건, 손으로 거품을 내는 장면은 CTR 2%(클릭 400회)에 전환율 2%로 주문 8건이었습니다. 클릭은 거품 장면이 1등이지만 주문은 측면 컷이 가장 많습니다. 다음 실험은 거품 장면의 클릭은 살리고, 랜딩 첫 화면에 구매 이유를 보강하는 쪽으로 잡았습니다.
영상이 잘 나와도 이미지 소재는 따로 남겨 둡니다
메타나 유튜브는 한 번 보고 바로 사는 곳이라기보다
두세 번 보면서 관심이 쌓이는 곳에 가깝습니다.
그래서 소재마다 맡는 역할이 달라야 합니다.
첫 번째로 본 영상이 문제를 건드리고,
두 번째로 본 이미지가 구성과 혜택을 알려 주고,
세 번째로 본 소재가 구매 이유를 정리하는 식입니다.
폼 클렌저라면 첫 영상은 "세안 후 얼굴이 당겨서 바로 크림부터 찾는 아침",
두 번째 이미지는 "150ml 두 개 구성과 가격",
세 번째는 "당김이 덜하다는 구매자 후기 한 줄"이 될 수 있습니다.
반응 좋은 영상 하나만 남기고 나머지를 다 끄면
전체 성과가 같이 내려가는 경우가 있습니다.
예를 들어 이렇게 묶습니다.
영상 2개(문제가 보이는 장면, 쓰는 장면)에
이미지 3개(실제 후기 문장, 구성과 가격, 기간 한정 혜택).
혜택 이미지의 기한과 수량은 실제 조건과 같아야 하고,
후기 인용은 실제 구매자의 말만 씁니다.
이미지 안 문구까지 한 번에 만드는 모델이 나오면서
포토샵 없이 시안을 뽑는 일도 가능해졌습니다.
지시문도 구체적으로 바뀌어야 합니다.
"세일 배너 만들어 줘" 대신
"세안 후 거울 앞 장면, 왼쪽 위 여백에 '3일간 2개 구매 시 1개 증정',
하단에 제품, 문구 가독성 우선"처럼 장면·문구·배치를 적습니다.
AI 소재 작업에서 새는 세 가지
- 얼굴, 배경, 제품을 한 번에 다 바꾸기.
어느 수정이 좋아졌는지 알 수 없어서 기록이 쌓이지 않습니다.
한 번에 한 가지만 바꾸고 버전마다 지시문을 저장하세요. - CTR만 보고 승자를 정하기.
앞의 사례처럼 클릭 1등과 주문 1등은 다를 수 있습니다.
최소한 클릭당 구매까지는 같이 봅니다. - 이미지 속 문구 검수를 건너뛰기.
AI는 그럴듯한 글자를 만들지만 철자, 숫자, 라벨이 어긋나는 일이 생깁니다.
이미지 속 가격, 기간, 구성 문구는 한 글자만 틀려도 심사 반려와 고객 오해로 이어집니다.
생성된 문구는 사람이 원본과 한 줄씩 대조하세요.
진짜 사람처럼 보이게 하려면 완벽함을 덜어 냅니다
AI 인물이 가짜처럼 보이는 이유는
못나서가 아니라 너무 고르게 정돈돼서입니다.
피부 톤이 한결같고, 눈의 반사가 양쪽 똑같고,
머리카락이 흐트러지지 않고, 조명이 얼굴 전체에 균일합니다.
"고화질, 완벽한 피부"를 반복해 적으면
화보의 평균값이 더 강해집니다.
세안 직후 젖은 앞머리, 볼의 옅은 붉은 기,
방향이 다른 잔머리처럼 실제 불균형을 두세 가지만 적는 편이 낫습니다.
"자연광" 대신 "창 왼쪽에서 들어오는 오후빛과 얼굴 오른쪽의 옅은 그림자"처럼 빛도 구체적으로 씁니다.
검수에서 가장 자주 걸리는 곳은 손과 제품입니다.
손가락 수만 세지 말고 손목 각도, 제품 크기,
닿는 부분, 그림자 방향, 라벨 글자를 확대해서 보세요.
고칠 때는 얼굴 질감, 조명, 제품 합성 순서로 하나씩 고치고
버전마다 지시문과 결과를 저장합니다.
"AI 티 난다", "고급스럽게" 같은 피드백은 고칠 수 없는 말입니다.
피부가 매끈한 문제인지, 손동작이 끊기는 문제인지,
자막과 음성이 어긋난 문제인지 나눠 적어야 합니다.
이렇게 나눈 반려 사유를 한 달만 모아 보면 두 갈래로 정리됩니다.
제품 모양이 달라졌다, 사용법이 틀렸다처럼 반드시 고칠 항목과,
배경 색이 취향에 안 맞는다처럼 비용을 보고 판단할 항목입니다.
앞의 것은 브리프의 금지 조건으로 옮기고,
뒤의 것은 시간이 남을 때 손보는 목록으로 둡니다.
이 구분이 서면 검수 회의가 취향 싸움으로 흐르지 않습니다.
신뢰의 선도 제작 전에 정합니다.
실제 사람이 하지 않은 말을 한 것처럼 만들거나,
제품이 낼 수 없는 변화를 전후 장면으로 보여 주거나,
특정인과 닮은 얼굴을 만드는 것은 하지 않습니다.
실제 촬영으로 오해될 수 있는 장면은 매체 심사 기준과 표시 의무를 함께 확인합니다.
영상은 시간이라는 변수가 더해집니다.
복잡한 동작을 한 컷에 몰면 손이 녹거나 제품이 바뀌는 일이 잦습니다.
걷기, 들기, 짜기, 거품 내기를 나눠 만든 뒤
컷 선택과 자막은 사람이 잡는 쪽이 현실적입니다.
새로움 효과와 진짜 소구를 구분합니다
AI 소재 성과를 읽을 때 한 가지 더 보셔야 할 것이 있습니다.
처음 보는 스타일의 이미지는
며칠 동안 CTR이 높게 나오다가 가라앉기도 합니다.
첫 주에 좋았다고 같은 형식을 수십 장 복제하기 전에
둘째 주에도 전환율이 비슷하게 유지되는지 보세요.
유지되면 소구가 먹힌 것이고,
가라앉으면 눈길을 끈 것뿐이었을 가능성이 큽니다.
한 달 동안 AI 초안 30장을 뽑았다면
그중 실제로 집행한 게 몇 장인지,
집행한 소재 중 전환율이 평균을 넘은 게 몇 장인지 세어 보세요.
30장 중 쓸 만한 6장이 있다면,
그 6장의 공통점이 곧 우리 브랜드의 제작 기준입니다.
그래서 소재 기록에는 결과만이 아니라 만든 방법도 남깁니다.
어떤 브리프와 지시문을 썼고, 사람이 무엇을 고쳤고,
어떤 소구가 몇 주차까지 반응했는지를 한 줄씩 적어 두는 겁니다.
이미지 모델이 바뀌어도 이 기록은 그대로 남습니다.
새 도구가 나올 때마다 처음부터 배울 필요가 줄고,
팀의 시간은 장수를 늘리는 쪽이 아니라 한 장의 질을 높이는 쪽으로 쓰입니다.
AI 소재를 집행하기 전 체크 항목
- 이 소재가 확인하려는 가설이 한 문장으로 적혀 있는가.
- 손, 제품, 라벨, 이미지 속 문구를 확대해 원본과 대조했는가.
- 실제 촬영으로 오해될 장면이 있다면 심사 기준을 확인했는가.
- 이번에 바꾼 변수가 하나뿐인가.
- 버전, 지시문, 주차별 CTR·전환율을 기록할 자리가 있는가.
자주 받는 질문
Q. AI로 만든 이미지라고 표시해야 하나요?
매체 정책과 관련 규정이 계속 바뀌고 있어서
집행 전에 최신 심사 안내와 표시 의무를 확인해야 합니다.
저희는 이 확인을 소재 체크표에 한 줄로 넣어 두고,
존재하지 않는 인물이 후기를 말하는 연출은 처음부터 만들지 않습니다.
Q. 디자이너가 있으면 AI는 필요 없나요?
역할이 다릅니다.
AI는 얼굴, 배경, 구도 같은 변수를 싸고 빠르게 탐색하는 데 강하고,
디자이너는 반응이 확인된 시안을 브랜드 톤에 맞게 마감하는 데 강합니다.
탐색은 AI로 넓게, 마감은 디자이너가 맡는 구조가 효율적입니다.
Q. 반응 좋은 AI 소재를 그대로 실사로 다시 찍어야 하나요?
반드시 그렇지는 않습니다.
다만 반응이 확인된 장면은 실물 제품으로 한 번 더 찍어 보는 걸 권합니다.
AI 시안에서 확인한 것은 구도와 소구이고,
실제 질감과 크기가 같은지는 실물로만 확인할 수 있기 때문입니다.
두 버전을 같이 돌려 보고 전환율이 비슷하면 그때 고르면 됩니다.
Q. 초안은 몇 장 뽑아야 하나요?
장수가 아니라 가설 개수로 정합니다.
가설 한 줄당 서너 장이면 대개 충분합니다.
쓸 수 있는 비율이 낮다면 장수를 늘릴 때가 아니라 브리프를 고칠 때입니다.
AI의 힘은 소재 수를 늘리는 데보다,
한 장을 더 정확하게 고치는 데서 커집니다.
다음 주에 해 볼 일.
제품 하나로 작은 실험을 해 보세요.
고객 후기에서 장면 하나를 골라 가설 한 줄과 브리프를 쓰고,
인물 각도만 다른 소재 세 장을 만든 뒤
가장 나은 한 장을 피부, 빛 순서로 고쳐 버전별로 저장합니다.
집행이 어렵다면 팀원에게 3초 안에 무슨 제품인지 알아보는지 물어보세요.
AI 소재 제작 흐름을 같이 짜 보고 싶다면 비마이마케터에 연락 주세요.