Snowflake × 데이트립

What was discussed

오간 이야기

윤석호 님은 자신을 창업가보다 콘텐츠 큐레이터로 소개했습니다. 데이트립은 안목에 기준이 없다는 데서 출발했습니다. 사람들은 무엇이 예쁘고 가고 싶은지 직관적으로 알지만, 그런 공간을 체계적으로 찾을 방법은 없었습니다. 코로나 이전에 성수동 명소 다섯에서 열 곳을 흰 글씨 카드로 묶어 보여주는 형식을 처음 만들었는데, 지금 인스타그램에서 흔히 보이는 그 포맷이 여기서 시작됐습니다.

신뢰는 골라내는 데서 나온다고 했습니다. 들어오는 광고 제안의 70% 정도를 거절합니다. 애매한 공간 하나를 올리면 바로 언팔로우가 나오고, 그렇게 잃는 신뢰가 광고비보다 크기 때문입니다. 지표도 좋아요보다 저장과 공유를 봅니다. 저장은 좋아요보다 네 배 가까이 무겁게 작동하고, 지금 당장 가는 곳보다 나중을 위해 담아두게 만드는 콘텐츠가 오래갑니다. 게시 후 첫 10분이 성과의 80%를 좌우한다는 이야기도 했습니다.

AI가 들어오면서 팀은 스무 명에서 크게 줄었습니다. 5년치 게시물과 팔로워 반응, 지역과 계절별 흐름을 AI가 처리하게 됐기 때문입니다. 편집자 개인의 감각, 그러니까 어떤 계정을 팔로우하고 어떤 트렌드를 먼저 잡아채는지를 데이터로 만들 수 있다고 본 것이 전환점이었습니다. 덕분에 사람은 줄었는데 지역은 넓어졌고, 미국 채널은 1년 반 만에 28만 팔로워가 됐습니다. 다만 한계도 인정했습니다. 뉴욕에 간 한국인의 취향은 예측할 수 있어도, 현지 미국인이나 일본인의 취향은 데이터가 쌓이기 전에는 어렵다고 했습니다.

황주연 님은 솔루션 엔지니어가 영업과 다르다는 데서 시작했습니다. 제품 사양을 설명하는 대신 고객의 차에 같이 타서 함께 만들어 보는 역할이라고 했습니다. 기업 현장에서 AI가 막히는 이유로는 세 가지를 꼽았습니다. 데이터가 어디 있는지 모르고, 컬럼 이름이 같아도 뜻이 다르며, 찾아서 정의해도 그것들을 어떻게 이어 붙이라고 지시할지가 없다는 것입니다.

두 번째 문제가 특히 컸습니다. 매출이라는 숫자에 세금과 반품이 들어가는지, 회계연도가 1월 시작인지 7월 시작인지에 따라 답이 달라집니다. 제품 코드가 데이터베이스에는 숫자로 있는데 사용자는 한글 이름이나 영어 철자, 오타로 검색합니다. 그래서 AI를 붙이기 전에 의미를 맞추는 층이 필요하다고 했습니다. 나아가 프로모션과 제품, 매출, 리뷰를 잇는 관계를 명시해두지 않으면, 여러 단계를 건너가야 하는 질문에서 AI가 틀린 답을 내놓습니다.

진짜 병목은 기술이 아니라 조직이라고 했습니다. 4~5년 전에 만든 시스템은 이미 레거시가 됐고, 설계한 사람은 떠났으며, 남은 사람들은 왜 그렇게 만들었는지 모릅니다. 그래서 고객의 설명에 기대는 대신 대시보드와 워크북에 남은 쿼리를 역으로 따라가고, 빠르게 프로토타입을 만들어 실무진과 먼저 공유한 뒤 위로 올라가는 방식을 씁니다.

아모레퍼시픽 사례가 구체적이었습니다. 2년 전 데이터 웨어하우스 이전이 아니라 AI를 쓰기 위한 준비로 프로젝트를 시작했고, 지금은 마케팅과 영업, 매출 분석에 에이전트가 실제로 돌아갑니다. 다만 초기에 1,000개 테이블을 한 번에 다루려다 고전했습니다. 가장 많이 쓰는 100개로 좁히고 스무세 개씩 다섯 묶음으로 나눠 각각 에이전트를 붙이자 풀렸습니다. 좁게 시작해서 넓히라는 것이 교훈이었습니다.

그래서 순서가 뒤집힙니다. 데이터를 먼저 쌓는 게 아니라 목표를 먼저 정해야 합니다. AI로 매출을 올리고 싶다는 말은 로또 번호를 찍는 것과 같고, 발주서가 제대로 들어왔는지 검증한다거나 제품이 지역 규제에 맞는지 확인한다처럼 구체적이어야 필요한 데이터가 나옵니다. 앞으로 2~3년 안에 모든 걸 다 하는 만능 에이전트는 없고, 대신 기능별 에이전트가 늘어나 서로 연결될 것이라고 봤습니다.

마지막 이야기가 인상적이었습니다. 나이 지긋한 CFO가 전략 아이디어를 손으로 노트에 적어두고 있었는데, 그걸 디지털로 옮겨 구조를 잡자 그대로 에이전트가 됐다고 합니다. 정리된 맥락은 에이전트가 되고 정리되지 않은 맥락은 그냥 남는다는 것입니다. 두 세션이 결국 같은 곳에서 만났습니다. AI의 한계는 기술이 아니라 데이터를 정리해두었느냐에서 온다는 것이었습니다.