아직도 데이터 요청하고 기다리나요? 스노우플레이크 마케터가 AI로 일하는 법

AI를 써도 여전히 '기다림'에 지친 당신에게

이제는 일상에서도, 업무에서도 AI를 빼놓을 수 없습니다. 브레인스토밍부터 리서치, 콘텐츠 초안 작성까지, 과거엔 수일이 걸리던 일들을 이제는 단 몇 분 만에 뚝딱 해치우며 놀라운 효율을 경험하고 있죠.

그런데 딱 하나, 여전히 변하지 않은 게 있습니다. 바로 이런 순간들이에요.

• 👩‍💻 김사원: 대리님, 어제 요청드린 캠페인 데이터 파일 아직 안 왔을까요?
• 🧑🏻‍💻 이대리: 아, 죄송합니다. 지금 영업팀에 요청해둔 답변이 아직 안 와서요. 받는 대로 바로 취합해서 보내드릴게요.
• 👩‍💻 김사원: 네, 알겠습니다... (이거 오늘까지인데...)

어딘가 너무 익숙한 대화 아닌가요? AI 덕분에 업무 처리 속도는 눈에 띄게 줄었는데, 정작 '데이터'를 얻기 위한 소통은 여전히 며칠씩 이어집니다. 매출 데이터는 영업팀에, 배송 데이터는 물류팀에 요청하고 답이 오기만을 하염없이 기다리죠. 막상 받아도 끝이 아닙니다. 어떤 팀은 엑셀로, 어떤 팀은 구글 시트로 제각각 보내주는 탓에 이를 하나로 합치느라 또 한 세월을 보냅니다. 이 시간을 모두 더하면, 과연 우리 업무가 정말 효율적이라 말할 수 있을까요?

AI로 내 업무를 처리하는 시간은 놀랍게도 단축되었습니다. 하지만 우리는 생각보다 훨씬 더 많은 시간을, AI에게 일을 맡기기 위해 필요한 자료와 데이터를 요청하고, 기다리고, 정리하는 데 쓰고 있습니다.

AI는 업무를 자동화한 것이 아니라 '실행 권한'을 바꿨다

약 1년 반 전, AI는 시키는 일만 하던 도구에서 벗어나 스스로 생각하고 일을 처리하는 에이전트로 발전했습니다. 자연어로 질문하고 지시하는 것만으로 문서와 영상을 제작하는 단계에 이르렀고, 코딩이라는 벽이 허물어지며 AI 활용의 저변은 폭발적으로 넓어졌죠.

그런데 이상하지 않나요? AI는 이렇게 똑똑해졌는데, 왜 우리는 여전히 이 팀 저 팀에 데이터를 요청하고 기다려야 할까요? 이유는 간단합니다. AI가 아무리 뛰어나도, 정작 '진짜 봐야 할' 데이터가 사내 이곳저곳에 흩어져 있다면 아무 소용이 없기 때문입니다.

만약 회사의 모든 데이터가 한곳에 모여 있고, 어느 팀이든 필요할 때 열어보고 직접 분석까지 할 수 있다면 어떨까요? 이걸 가능하게 하는 것이 바로 엔터프라이즈 AI 데이터 플랫폼입니다. 모든 데이터를 통합하고, 조직 구성원 누구나 이 데이터를 AI로 바로 활용하게 만드는 것. 이것이 기업의 성과를 만드는 AI 플랫폼의 핵심입니다.

필요한 사람은 사내 AI에 직접 질문하고, 통합된 회사 데이터 안에서 즉시 답을 얻습니다. 이 답은 나 혼자만의 결과가 아닙니다. 회사 내 어느 팀이 같은 질문을 해도 똑같은 근거를 바탕으로 같은 답을 얻게 되죠. 그러니 보고서 수치를 두고 "이 데이터 어디서 뽑은 거야?"라며 되묻는 소모적인 일도 영영 사라집니다.

더 이상 업무에 필요한 데이터를 기다리지 않고, 데이터를 바로 근거 삼아 실행할 수 있게 만드는 것. 이 권한의 판 자체를 바꾸는 것이 엔터프라이즈 AI의 가장 중요한 미션이었습니다.

그렇다면 이 엔터프라이즈 AI 데이터 플랫폼을 직접 만든 Snowflake 직원들은 자신들의 업무에서 AI를 어떻게 사용하고 있을까요?

스노우플레이크 마케터의 업무는 어떻게 180도 달라졌나?

올해 초부터 사내에 도입된 Snowflake CoCo 덕분에 저를 포함한 모든 직원들의 업무가 180도 달라졌습니다. Snowflake CoCo는 회사 내부의 방대한 데이터를 자연어로 질문하고 즉시 분석 결과까지 얻을 수 있는 생성형 AI 에이전트입니다.

예전에는 복잡한 쿼리나 코딩 때문에 엔지니어팀의 도움을 기다려야 했다면, 이제는 마케팅, 세일즈, 인사, 재무 등 어떤 부서든 시스템에 저장된 데이터를 직접 꺼내 실시간으로 인사이트를 도출하고 있습니다.

오늘은 캠페인·이벤트 마케팅 매니저인 제가 실제로 업무에 CoCo를 어떻게 활용하고 있는지 소개해 볼게요. 먼저, 제가 CoCo에게 대시보드를 만들어달라고 요청했던 프롬프트입니다.

그럼 CoCo를 통해 실제로 어떤 업무가 달라졌는지, 첫 번째 사례부터 시작해 볼게요.

행사·캠페인 기획: 감이 아니라 데이터로 우선순위를 정하다

행사를 기획할 때, 가장 먼저 확인해야 하는 두 가지 질문이 있습니다.

"지난 3년의 흐름을 보면, 올해 목표는 어느 정도가 적당할까?"

"신규 고객 말고, 꾸준히 찾아주는 충성 고객은 얼마나 될까?"

예전에는 이 질문에 답하기 위해 여러 팀에 흩어진 자료를 하나하나 찾아다녀야 했습니다. 참석자 명단은 이벤트팀에, 계약 성사 여부는 영업팀에, 예산 집행 내역은 재무팀에. 이렇게 자료를 모으는 데만 며칠이 걸리곤 했죠. 

지금은 CoCo에게 "지난 3년간 SWT 서울 캠페인 성과를 비교해줘"라고 질문 한 번만 하면, 사내에 흩어져 있던 데이터가 모두 모여 하나의 대시보드로 완성됩니다.

이 대시보드 하나로, 참석자·등록자 추이는 물론 SDR 미팅 건수, 파이프라인 규모까지 3년 치 흐름을 한눈에 볼 수 있습니다. 감으로만 짐작하던 흐름을, 숫자와 그래프로 정확히 확인할 수 있습니다.

💁🏻‍♀️ 데이터로 발견한 것

지난 3년간 SWT 서울에 다녀간 회사는 총 8,050개. 이 중 1,526개 회사(19%)는 3년 내내 한 번도 빠지지 않고 참석했습니다. 신규 고객 유치에 신경 쓰는 것도 중요하지만, 우리 행사를 꾸준히 찾아주는 '충성 고객'을 챙기는 것도 그만큼 중요한 일이었습니다.

이런 인사이트는 예전 같으면 발견하기 어려웠을 겁니다. 여러 해의 참석자 명단을 일일이 대조해봐야 알 수 있는 데이터였으니까요. 하지만 이제는 질문 한 번으로 바로 확인할 수 있게 되면서, 올해는 이 1,526개 회사를 위한 별도 액션을 준비하기로 했습니다.

CoCo는 여기서 한 걸음 더 나아가, 지난 3년간의 성장 추이를 바탕으로 올해 목표까지 제안해줍니다.

이렇게 정리된 대시보드는 내부 이해관계자 미팅에서도 큰 힘을 발휘했어요. 올해는 왜 이 숫자를 목표로 잡았는지를 설명할 때, 지난 3년의 데이터를 근거로 제시할 수 있었고, 그 덕분에 목표와 타겟을 훨씬 빠르게 합의할 수 있었습니다.

캠페인 운영: 끝나야 알았던 결과를, 실시간으로 만든다

예전에는 캠페인이 끝나면, 결과 리포트 앱을 열어봤습니다. 응답 수, 참석률, 계정 수까지 여러 지표가 표로 정리되어 있긴 했지만, 딱 그뿐이었습니다. 작년보다 나아졌는지, 어느 단계에서 리드가 새고 있는지는 매번 직접 계산해봐야 알 수 있었어요.

지금은 다릅니다. CoCo에 "지난 3년간 이 캠페인 성과를 비교해줘"라고 물으면, 잠재고객의 반응 시점부터 영업팀의 처리(SLA 완료) 단계까지 전체 퍼널을 3년 치 데이터로 시각화해 줍니다. 작년 대비 증감률도 자동으로 계산되죠. 예를 들어, SLA 완료율이 3년 동안 31.3% → 32.2% → 34.5%로 꾸준히 올랐다는 사실을 즉각적으로 파악할 수 있게 되었습니다.

더 큰 변화는 캠페인이 진행되는 동안 일어납니다. 과거에는 캠페인 데이터와 영업팀의 계약 데이터가 서로 다른 시스템에 있어 영업팀이 답변을 해줄 때까지 기다려야 했습니다. 하지만 지금은 두 데이터가 하나로 통합되어, 캠페인 도중에도 실시간 확인이 가능합니다.

💁🏻‍♀️ 실시간으로 확인하는 것 

지난 3년간 SQO가 어떤 속도로 쌓여왔는지도 월별로 겹쳐서 비교할 수 있고, 지금 이 순간 어떤 계약이 성사됐는지, 어떤 딜이 아직 논의 중인지까지 실제 건별로 확인할 수 있습니다.

성사된 계약, 진행 중인 계약, 불발된 계약까지, 결과가 다 나오기를 기다리지 않고도, 지금 이 순간의 상태를 실시간으로 들여다볼 수 있게 된 겁니다. 예전에는 영업팀에 일일이 물어 진행 현황을 확인하거나, 캠페인이 끝나고도 6개월, 1년 후에 '결국 결과가 어떻게 됐는지' 알 수 있었다면, 지금은 진행되는 중에도 상태를 계속 들여다보면서 다음 액션을 바로 정할 수 있게 됐습니다.

콘텐츠 기획: 모두에게 같은 콘텐츠 대신, 개인화된 콘텐츠로

콘텐츠를 준비할 때마다 '우리 고객들에게 어떤 콘텐츠를 보내야 할지' 고민을 하게 되죠. 예전에는 이 질문에 뾰족한 답을 찾기 어려웠어요. 고객이 어떤 산업군인지, 어떤 직급의 사람들이 주로 참석했는지는 어렴풋이 알고 있었지만, 이걸 실제 콘텐츠 기획에 연결하려면 결국 감에 의존해야 했습니다.

지금은 CoCo에 "이번 캠페인 참석자들의 산업군과 직급 분포를 분석해줘"라고 물으면, 데이터로 정확한 답을 얻을 수 있습니다.

💁🏻‍♀️ 데이터로 확인한 것

• 직급: 임원급(CxO·창업자·VP·디렉터) 참석자 비중이 최근 3년간 꾸준히 늘었습니다. 실무자 대상의 실용적인 콘텐츠뿐 아니라, 의사결정권자가 읽고 싶어 할 인사이트 중심의 콘텐츠도 함께 준비해야 한다는 게 감이 아니라 데이터로 확인됐습니다.
• 산업군: 제조업 고객의 참여가 눈에 띄게 늘고 있다는 것도 파악했습니다. 그래서 올해는 제조업 특화 세션과 콘텐츠를 별도로 준비하기로 했습니다.

이렇게 파악한 고객 특성을 바탕으로, CoCo에게 "이 고객 어카운트의 최근 관심사와 핵심 과제를 반영한 이메일 초안을 만들어줘"라고 요청하면, 고객사별 맞춤 이메일 초안을 몇 분 안에 받아볼 수 있습니다.

이 이메일 초안 앱은 제가 Snowflake APJ 마케팅 해커톤에서 CoCo를 활용해 직접 만든 결과물인데요. 상단에서 이메일을 보내려는 어카운트를 검색하면, 회사 내부에 저장된 정보를 바탕으로 이메일 본문과 HTML 코딩까지 자동으로 완성됩니다. 

어카운트별로 더 커스텀된 메시지가 필요할 땐, 상단의 '인사이트 생성' 버튼 하나만 클릭하면 됩니다. 회사 내부에 저장된 어카운트 히스토리는 물론, 외부 뉴스와 검색 데이터까지 함께 반영해 어카운트별 맞춤 인사이트를 만들어주고, 이 내용을 버튼 하나로 곧바로 이메일 본문에 업데이트할 수 있습니다.

예전 같으면 이런 맞춤 콘텐츠를 만들기 위해 각 고객사의 히스토리를 다시 찾아보고, 최근 어떤 솔루션에 관심을 보였는지 영업팀에 확인하는 데만 반나절은 걸렸을 일입니다. 지금은 질문 한 번으로, 모든 고객에게 같은 내용을 보내던 방식에서 각자의 관심사에 맞춰 반응률을 높이는 방식으로 바뀌었습니다.

이렇게 데이터를 직접 들여다보게 되면서, 저희 팀의 계획도 한층 더 정교해졌습니다. 3년간의 흐름을 근거로, 올해는 산업군별·직급별로 더 세분화된 전략까지 세울 수 있게 되었죠.

데이터를 요청하고 기다리던 한 사람의 업무가 이제는 질문 한 번으로 기획부터 실행까지 이어지는 흐름으로 바뀌었습니다.

개인의 변화를 조직의 경쟁력으로 연결하는 법

지금까지 보신 것처럼, 제 업무 방식은 180도 달라졌습니다. 하지만 이 변화가 한 사람의 성공 사례로만 끝난다면, 회사 전체의 경쟁력으로 이어지기는 어렵겠죠.

실제로 같은 회사 안에서도 AI를 활용하는 수준은 사람마다 천차만별입니다. 누군가의 AI는 여전히 "이메일 영어로 써줘", "문법 맞는지 체크해줘" 정도에 머물러 있는 반면, 다른 누군가의 AI는 시장 트렌드를 파악하고 업무에 맞춘 기획서까지 척척 만들어냅니다. 

이런 편차가 생기는 이유는 개개인의 의지도 중요하지만, 그보다 매일 데이터를 다루는 '사용 환경'이 다르기 때문입니다. 회사 전체가 진정한 'AI First 조직'이 되려면, 구성원 누구나 같은 방식으로 데이터를 다룰 수 있는 AI 데이터 플랫폼이 먼저 갖춰져야 합니다. 그리고 이 플랫폼은 반드시 다음 3가지 특징을 갖춰야 합니다.

1️⃣ 편의성(Easy)

모든 구성원이 쉽고 빠르게 사용할 수 있어야 합니다. SQL이나 코드를 몰라도 "지난 3년간 캠페인 성과를 비교해줘"라고 질문하면 필요한 데이터를 바로 확인할 수 있어야 하죠. 제가 데이터 분석을 위해 엔지니어팀에 따로 부탁하고 며칠씩 기다릴 필요가 없어진 것도 이 편의성 덕분입니다.

2️⃣ 연결성(Connected)

회사 내 모든 데이터가 한 곳에 모여, 누구나 같은 데이터를 보고 활용할 수 있어야 합니다. 제가 캠페인 성과를 볼 때 참석자 수부터 실제 계약 상태까지 한 화면에서 확인할 수 있었던 것은 부서별로 흩어져 있던 데이터가 하나로 이어져 있었기 때문입니다.

3️⃣ 안전성(Trusted)

아무리 편리해도 아무나 모든 데이터를 다 열람할 수 있다면 그것도 문제입니다. 예를 들어 인사팀의 급여 데이터를 마케팅팀이 들여다볼 수 있다면 곤란하겠죠. 많은 구성원이 동시에 AI를 사용해도 원천 데이터에는 영향을 주지 않으면서, 각자의 권한에 맞는 정보만 안전하게 다루는 것이 필수입니다.

이 세 가지 기반이 갖춰질 때, 비로소 AI 활용은 개인의 역량을 넘어 조직의 강력한 경쟁력이 됩니다.

AI 시대, 이제 '어떻게'는 도구가, '무엇을'은 당신이 하라

이제 '어떻게(How)'는 AI가 알아서 해결합니다. 복잡한 코딩도, 데이터 추출도, 문서 작성도 AI가 대신해주니까요. 진짜 실력은 '무엇을(What)' 물어보느냐에서 갈립니다.

어제와 같은 질문을 던지면 어제와 같은 답만 얻을 뿐입니다. 하지만 비즈니스의 본질을 꿰뚫는 질문을 던지면, AI는 당신이 미처 생각지 못한 인사이트를 즉시 내놓습니다. 즉, AI 시대의 경쟁력은 'AI를 활용하는 것' 그 자체가 아니라 '데이터를 통해 문제를 정의하는 질문의 힘'에 있습니다. 지금 여러분이 기다리고 있는 그 데이터에 지금 바로, 진짜 비즈니스를 바꿀 질문을 던져보세요.

이제, 여러분의 차례입니다

이 '질문의 힘'을 실전에서 어떻게 구현할지 궁금하실 겁니다. 국내 유수의 기업들은 이미 Snowflake AI 데이터 플랫폼을 도입해, 구성원 누구나 직접 AI에 질문하고 데이터로 비즈니스 성과를 실시간으로 만들어내고 있습니다.

8월 27일, Snowflake World Tour 서울에서 그들의 진짜 이야기를 확인하세요. 여러분의 질문이 데이터와 만나 비즈니스가 되는 순간을 직접 눈으로 보게 될 거예요.