클라우드 위로 올라간 마케팅 데이터

무슨 일이 일어나고 있나

최근 며칠 사이 나온 소식 세 건이 서로 다른 회사 이야기처럼 보이는데요, 줄을 세워보면 같은 방향을 가리켜요.

Databricks가 내놓은 CustomerLake는 데이터 웨어하우스 위에서 고객 데이터를 바로 통합하고 활성화합니다. 별도의 CDP를 깔고 데이터를 그쪽으로 복사해 넣는 단계를 줄여줘요. 기업이 이미 쓰는 데이터 인프라에서 고객 프로필을 만들고 마케팅 활성화까지 진행하는 방식이라 데이터 웨어하우스를 깊게 쓰는 곳일수록 도입 장벽이 낮습니다.

Warner Bros. Discovery는 AWS와 손잡고 agentic AI 광고 플랫폼을 선보였어요. 실시간 데이터를 보고 광고 배치와 타겟팅을 스스로 조정하고 의사결정까지 내리는 구조입니다. 사람이 매번 캠페인을 만지는 대신 시스템이 운영의 일부를 맡는 쪽으로 옮겨가는 거죠.

같은 AWS 생태계에서 또 하나 짚을 게 있어요. AWS Bedrock으로 Claude를 쓸 때 추론 데이터가 Anthropic에 공유되는 조건이 새로 알려졌습니다. Claude를 직접 구매해 쓰는 경우와 데이터 정책이 다른데요, 클라우드 위에서 모델을 돌릴 때 데이터가 어디로 흐르는지가 계약 조건에 따라 달라진다는 사실을 드러낸 사례예요.

왜 중요한가

세 건을 묶는 키워드는 '데이터가 어디에 모이고 어디서 돈다'예요.

지난 몇 년간 CDP는 마케팅 데이터의 허브 역할을 했어요. 여러 소스에서 데이터를 끌어와 한곳에 통합하고 세그먼트를 만들어 채널로 내보냈죠. 문제는 이 구조가 데이터를 계속 복사하고 동기화한다는 점이었어요. 웨어하우스에 있는 데이터를 CDP로 또 옮기고, 그걸 다시 광고 플랫폼으로 내보내는 과정에서 비용과 복잡성, 그리고 데이터 불일치가 쌓입니다.

CustomerLake는 이 복사 단계를 걷어내자는 제안이에요. 데이터를 옮기지 말고 원본이 있는 웨어하우스 위에서 바로 고객 프로필을 만들자는 거죠. 데이터 팀이 이미 Databricks 같은 플랫폼에 투자를 했다면 같은 자산을 마케팅에서 한 번 더 쓰는 셈이라 경제성이 분명합니다.

Warner Bros. Discovery 사례는 그 다음 단계를 보여줘요. 데이터가 한곳에 모이면 그 위에서 자동 의사결정을 돌릴 수 있어요. agentic AI가 실시간으로 입찰과 타겟팅을 조정하려면 깨끗하게 통합된 데이터에 빠르게 접근해야 하는데, 클라우드와 웨어하우스 중심 구조가 그 토대가 됩니다. 데이터 통합과 광고 운영이 따로 놀던 시절에는 이런 자동화가 어려웠어요.

여기서 Bedrock의 데이터 공유 조건이 의미를 갖습니다. 통합도 자동화도 결국 클라우드 위에서 일어나는데요, 그 위에서 도는 모델이 우리 데이터를 어떻게 다루는지가 같은 서비스라도 사용 경로에 따라 달라져요. 인프라를 클라우드로 올리는 이득과 데이터 통제권 사이의 거래가 점점 또렷해지고 있어요.

실무에 주는 함의

첫째, CDP 도입을 검토 중이라면 '우리가 이미 가진 웨어하우스로 같은 일을 할 수 있나'를 먼저 따져보세요. 데이터 웨어하우스를 본격적으로 운영하는 조직이라면 별도 CDP를 사는 대신 웨어하우스 네이티브 방식이 총비용에서 유리할 수 있어요. 반대로 데이터 인프라가 얕은 조직은 여전히 패키지형 CDP의 즉시성이 맞을 수 있습니다. 정답이 하나가 아니라 인프라 성숙도에 따라 갈립니다.

둘째, 광고 운영 자동화는 데이터 정비가 선행되어야 작동해요. agentic AI가 알아서 최적화한다는 그림은 매력적이지만 입력되는 데이터가 부정확하면 자동화는 잘못된 판단을 빠르게 반복할 뿐이에요. 통합과 품질 관리가 먼저고 자동화는 그 위에 얹는 순서가 맞습니다.

셋째, 클라우드 위 AI를 쓸 때 데이터 흐름을 계약서 수준에서 확인하세요. Bedrock-Claude 사례처럼 같은 모델이라도 사용 경로에 따라 추론 데이터가 외부로 나갈 수 있어요. 고객 식별 정보나 민감한 마케팅 데이터를 모델에 넣는 워크플로라면 데이터가 학습에 쓰이는지, 어디에 저장되는지, 전송 범위가 어디까지인지 도입 전에 문서로 못 박아 두는 게 안전합니다.

대형 광고주나 완성차 업계처럼 데이터 규모가 크고 규제 민감도가 높은 산업군일수록 이 세 가지를 함께 봐야 해요. 인프라 통합으로 얻는 효율과 데이터가 외부로 흐를 위험을 같은 저울에 올려야 합니다.

리스크와 한계

웨어하우스 중심 CDP가 만능은 아니에요. 마케터가 직접 쓰기 좋은 UI, 캠페인 운영 기능, 채널 커넥터 같은 부분은 전통 CDP가 더 다듬어져 있어요. 웨어하우스 네이티브 솔루션은 데이터 팀 의존도가 높아서 마케팅 조직만으로는 손이 안 닿을 수 있습니다. 데이터 엔지니어링 역량이 받쳐주지 않으면 '더 싸다'는 약속이 현실에서 안 지켜져요.

agentic 광고 자동화는 통제권과 설명 가능성 문제가 남아요. 시스템이 스스로 예산을 옮기고 타겟을 바꾸는 만큼 왜 그런 결정을 했는지 추적할 수 있어야 하고, 브랜드 안전이나 잘못된 노출을 막을 가드레일도 필요합니다. 자동화가 빨라질수록 사람이 사후에 잡아내기 어려워져요.

Meta의 AI 광고 투자 전망까지 함께 놓고 보면 업계 전반이 AI 기반 타겟팅과 자동 운영에 베팅하고 있는데요, 기대 수익이 실제로 나올지는 데이터 품질과 운영 통제가 받쳐줄 때 얘기예요. 인프라를 클라우드로 올리고 자동화를 켜는 일은 시작일 뿐이고, 데이터가 어디로 흐르는지를 끝까지 쥐고 있는 조직이 결과를 가져갑니다.