일 단위로 보면 무엇이 바뀌는가
O*NET 같은 직업 과업 자료를 보면, 마케팅 전문가의 일은 여러 개의 서로 다른 활동 묶음입니다. 고객과 경쟁사 자료를 모으고, 업계 흐름을 지켜보고, 캠페인 효과를 재고, 복잡한 결과를 알기 쉬운 보고서로 옮기는 일입니다. 생성형 AI는 이 과업들에 고르지 않게 닿습니다. 보고서 초안 쓰기, 설문 응답 요약, 1차 도표 만들기처럼 틀이 있는 글쓰기와 분석은 지금 도구가 잘 해내는 영역이고, 그 주변의 판단은 여전히 전문가의 몫입니다.
생성형 AI에 관한 ILO(국제노동기구) 연구는 이 양상을 통째 대체가 아니라 변형으로 설명합니다. 직업은 남고 일의 일부가 바뀐다는 뜻입니다. Anthropic 경제 지수도 분석과 글쓰기 비중이 큰 일에서는 사람이 방향을 잡고 결과를 다듬는 보조형 사용이 많다고 관찰합니다. 마케팅 전문가에게는 초안과 요약 단계가 짧아지는 대신, 질문을 세우고 대상을 고르고 결과를 해석하는 일의 비중이 상대적으로 커진다는 뜻입니다.
사람에게 모이는 일
O*NET이 이 직업의 핵심으로 꼽는 능력, 즉 비판적 사고, 경청, 이해관계자와의 명확한 소통은 정확히 줄어들지 않는 부분입니다. 분석 결과가 이 회사에 무슨 의미인지 정하는 일, 예산을 쥔 회의적인 사람을 설득하는 일, 캠페인 아이디어가 실제 고객에게 먹힐지 감지하는 일은 모두 관계와 시장 감각에 담긴 맥락에 달려 있습니다. 지시문 한 줄에 담기지 않는 것들입니다.
책임도 사람에게 남습니다. 문구가 제품을 잘못 설명하거나, 엉뚱한 대상에게 나가거나, 광고 규정을 어기면, 조직은 도구가 아니라 사람에게 책임을 묻습니다. AI가 쓴 초안을 사실 확인, 브랜드 적합성, 법적 위험의 관점에서 검토하는 일이 업무에서 더 큰 몫을 차지하게 되고, 승인한 전문가가 결과를 짊어집니다. 이 검토 책임이 사람의 역할이 유지되는 이유이지만, 회사마다 책임을 나누는 방식은 다를 수 있습니다.
현실적인 90일 계획
첫 달에는 이미 맡고 있는 반복 산출물 하나를 고릅니다. 월간 성과 보고서나 캠페인 기획서 같은 것입니다. 그것을 AI 보조 도구를 끼워서 다시 만들어 보고, 기존 방식 결과물과 나란히 두고 정확도와 걸린 시간을 비교합니다. 둘째 달에는 같은 방식을 고객 조사로 넓힙니다. 설문 응답이나 후기의 주제를 AI로 묶어 보되, 묶음을 믿기 전에 표본을 직접 손으로 확인합니다.
셋째 달에는 효과가 있었던 것을 짧은 실무 지침으로 정리해 팀에 남깁니다. 어떤 일을 AI에 맡기는지, 어떤 확인을 반드시 하는지, 어떤 일은 일부러 손으로 남기는지를 적습니다. 상사에게는 기술 소개가 아니라 업무 개선으로 공유합니다. 이 순서는 일반적인 도구 지식이 아니라 내 업무 흐름에 대한 근거를 쌓아 주고, 그렇게 붙인 습관은 도구가 바뀌어도 옮겨 갑니다. 팀과 업종에 따라 결과가 다르니 실험으로 다루는 것이 좋습니다.
