제14장: AI와 이메일의 미래

13장이 v3에 없었다면 이 장은 존재할 수 없었을 것이다. 2026년 초 이메일 마케터가 활용할 수 있는 AI 역량은 불과 18개월 전과 근본적으로 다르다. 점진적인 개선 차원의 차이가 아니라 '이것이 워크플로우를 바꾼다'는 의미의 차이다.

AI가 진정으로 유용한 곳, 과대평가된 곳, 그리고 다음에 무엇이 올지에 대해 솔직하게 말하겠다. 마케팅에서의 AI 대화는 극단으로 가득 차 있다. AI가 다음 주 화요일에 모든 마케터를 대체할 것이라거나, 아니면 실제 가치를 더하지 않는 화려한 자동완성에 불과하다는 것이다. 진실은 언제나 그렇듯 중간 어딘가에 있으며, 구체적인 내용이 일반론보다 더 중요하다.

AI가 지금 당장 뛰어난 분야

제목줄 생성이 가장 즉각적인 이점이다. AI는 몇 초 만에 제목줄의 50가지 변형을 생성할 수 있다. 당신의 일은 가장 좋은 두세 개를 골라 A/B 테스트하는 것이다. 예전에는 브레인스토밍에 20분이 걸렸지만 이제는 30초 생성과 2분 큐레이션으로 끝난다. 결과적으로 더 많은 테스트가 이루어지고, 이는 더 많은 데이터를 의미하며, 시간이 지남에 따라 더 나은 제목줄로 이어진다.

AI가 생성한 제목줄은 약 60%의 경우 사람이 쓴 것과 비슷한 성과를 보이고, 약 20%는 이를 능가한다는 것을 발견했다. 사람이 이기는 나머지 20%는 문화적 맥락, 시사 인식, 또는 AI가 제대로 포착하지 못하는 브랜드 특유의 유머가 필요한 경우다. 그러나 시간 투자의 10%로 80%의 비교 가능성을 얻는 것은 뛰어난 트레이드오프다.

발송 시간 최적화는 눈에 띄게 좋아졌다. 머신러닝 모델은 이제 과거 참여 패턴을 기반으로 구독자별 최적 발송 시간을 예측한다. 대부분의 주요 ESP에는 이 기능이 내장되어 있다. Seventh Sense는 각 연락처의 참여 창을 개별적으로 분석하는 전용 제품으로 한발 더 나아간다. 일괄 발송 방식과 비교해 오픈율이 일반적으로 10~25% 향상된다. 이것은 AI가 사람이 말 그대로 규모 있게 할 수 없는 일을 하는 기능 중 하나다. 5만 명의 구독자 목록에서 각 구독자의 타이밍을 최적화하는 것은 인력으로는 불가능하다.

세분화는 AI가 사람이 놓치는 패턴을 식별하는 곳이다. 참여 클러스터, 이탈 예측, 구매 성향 점수. Klaviyo의 예측 분석은 각 구독자의 고객 생애 가치, 이탈 위험, 예상 다음 주문일을 추정할 수 있다. HubSpot은 수백 가지 행동 신호를 기반으로 리드를 채점할 수 있다. 이 데이터는 더 스마트한 세분화로 이어지고, 이는 더 나은 타겟팅으로 이어지며, 이는 더 나은 결과로 이어진다. 데이터가 증가할수록 더 강력해지는 선순환이다.

대규모 콘텐츠 개인화는 AI 추천으로 구동되는 동적 콘텐츠 블록을 의미한다. 브라우징 및 구매 행동을 기반으로 한 제품 추천. 예측된 관심사에 따라 변하는 콘텐츠 블록. 세그먼트에 따라 달라지는 제목줄. 목표는 실제로 수천 가지 변형을 작성하지 않고도 각 이메일이 개별적으로 제작된 것처럼 느끼게 만드는 것이다. Netflix의 추천 이메일이 좋은 예다. 모든 사용자는 다른 프로그램 추천이 담긴 다른 이메일을 받으며, 이는 전적으로 AI의 시청 패턴 분석으로 구동된다.

첫 번째 초안 생성은 빈 페이지 문제를 해결한다. 빈 이메일 편집기를 응시하는 것은 이메일 마케팅의 조용한 생산성 킬러다. AI는 몇 초 만에 작동하는 첫 번째 초안을 생성한다. 완벽하지 않을 것이다. 그대로 게시해서는 안 된다. 하지만 반응하고, 편집하고, 개선할 무언가를 제공하며, 그것은 처음부터 시작하는 것보다 훨씬 빠르다.

분석 및 패턴 인식은 AI의 가장 가치 있는 응용 중 하나로 조용히 부상하고 있다. AI는 캠페인 성과에서 이상 징후를 식별하고(이 이메일의 클릭률이 이 세그먼트의 평균보다 40% 낮다), 캠페인 전반의 트렌드를 감지하며(지난 6개월간 숫자가 포함된 제목줄이 15% 더 나은 성과를 보였다), 문제가 되기 전에 잠재적 이슈에 플래그를 세울 수 있다(이번 달 Yahoo 수신자와의 참여가 20% 하락했다).

AI가 부족한 부분

브랜드 보이스 일관성이 가장 큰 격차이며, 가까운 시일 내에 해소될 것 같지 않다. 일반적인 AI 카피는 감지할 수 있다. 구독자들은 의식적으로 AI가 생성했다고 식별하지 못할 수 있지만 차이를 느낄 것이다. AI 생성 마케팅 카피에는 균일함이 있다. 표현이 너무 매끄럽고, 전환이 너무 깨끗하며, 개성이 너무 균일하다. 따뜻함, 특이한 점, 브랜드가 이야기하는 특정 방식, 이것들은 광범위한 파인튜닝 없이는 AI가 복제하기 극히 어렵다. 파인튜닝을 해도 출력물에는 많은 인간 편집이 필요하다.

나는 분할 청중에게 두 가지 버전의 환영 이메일을 보내 이를 테스트했다. AI가 작성한 버전은 오픈율과 클릭률에서 동일한 성과를 보였다. 하지만 고객 설문에서 나온 정성적 피드백은 수신자들이 사람이 쓴 버전을 더 '따뜻하고' '더 진실되게' 느꼈음을 보여주었다. 단일 이메일에서의 차이는 미미하다. 12개 이메일 환영 시리즈에 걸쳐 일반적인 보이스의 누적 효과는 브랜드 인식을 침식한다.

전략적 사고는 확고히 인간의 영역으로 남아 있다. AI는 제목줄을 최적화할 수 있지만, 이번 주에 프로모션 이메일을 보내야 할지 부가가치 콘텐츠를 보내야 할지 결정할 수 없다. 콘텐츠를 개인화할 수 있지만, 회사 성장의 이 단계에서 청중을 위한 교육과 판매의 올바른 균형을 결정할 수 없다. 전략은 현재 AI가 단순히 갖지 못한 방식으로 맥락, 목표, 브랜드 포지셔닝, 경쟁 역학, 고객 관계를 이해해야 한다.

감정적 뉘앙스는 마케터들이 때로 인정하는 것보다 더 중요하다. 90일간 열지 않은 구독자를 위한 재참여 이메일은 구독이 만료된 고객의 윈백과는 다른 감정적 레지스터가 필요하다. 고객 서비스 답변에서의 공감, 불만 처리 시의 민감성, 제품 리콜에 맞는 톤, 이것들은 AI가 근사하지만 진정으로 소유하지 못한 인간의 판단이 필요하다.

창의적 돌파구는 AI에서 나오지 않는다. AI는 기존 패턴 내에서 최적화한다. 무엇이 효과적인지 가져다가 변형을 생성하는 데 탁월하다. 하지만 Duolingo의 상심한 올빼미, Casper의 'Come back to bed', Patagonia의 'Don't Buy This Jacket', 이 창의적 도약들은 어떤 최적화 알고리즘도 추천하지 않을 위험을 감수할 수 있을 만큼 브랜드를 깊이 이해한 사람들에게서 나왔다. AI는 고객에게 제품을 사지 말라고 말하는 것을 절대 제안하지 않을 것이다. Patagonia 브랜드를 깊이 이해하는 사람은 그렇게 할 것이다.

인간-AI 워크플로우

최고의 결과는 완전한 자동화가 아닌 협업에서 나온다. 수십 개의 이메일 프로그램에서 효과가 있음을 본 내용을 바탕으로 내가 추천하는 워크플로우다.

AI에 맥락을 브리핑하는 것부터 시작한다. 브랜드 보이스 지침, 청중 정보, 캠페인 목표, 제품 세부 사항, 과거 우수 이메일 예시. AI가 생성하는 이메일 카피의 품질은 입력의 품질과 구체성에 정비례한다. '할인 행사를 홍보하는 이메일 써줘'라는 프롬프트는 일반적인 출력을 생성할 것이다. 브랜드 보이스 문서, 잘 성과를 낸 이메일 3개 예시, 할인 중인 특정 제품, 할인 구조, 청중 세그먼트를 포함하는 프롬프트는 사용 가능한 것에 훨씬 더 가까운 것을 생성할 것이다.

AI를 사용해 첫 번째 초안을 생성한다. 구조, 초기 카피, 제목줄 옵션을 처리하게 한다. 이 단계에서 출력물을 너무 가혹하게 판단하지 마라. 완성된 이메일을 찾는 것이 아니다. 작업할 원재료를 찾는 것이다.

크게 편집한다. 여기가 브랜드 보이스가 사는 곳이다. 브랜드가 실제로 말하는 방식에 맞게 표현을 변경한다. 이메일을 당신 것으로 만드는 구체적인 세부 사항, 일화 또는 개성을 추가한다. 일반적이거나 공식적으로 들리는 것은 무엇이든 제거한다. 좋은 편집자는 15분 안에 평범한 AI 초안을 훌륭한 이메일로 바꿀 수 있다. AI 초안이 없다면 같은 이메일을 처음부터 작성하는 데 45분이 걸릴 수 있다.

사람이 쓴 버전과 테스트한다. AI 보조 카피 대 순수하게 사람이 쓴 카피로 A/B 테스트를 실행한다. AI 보조 버전이 오픈율 및 클릭률과 같은 지표에서 비슷하거나 더 나은 성과를 보이는 반면, 사람이 쓴 버전은 브랜드 인식과 정성적 피드백에서 더 높은 점수를 받는다는 것을 자주 발견할 것이다. 청중에게 맞는 균형을 찾아라.

시간이 지남에 따라 반복한다. 결과를 AI 워크플로우에 피드백한다. 이긴 이메일은 미래 프롬프트의 예시가 된다. 진 이메일은 가드레일이 된다. 프롬프트를 다듬고 AI가 무엇을 잘하고 어디서 더 많은 지침이 필요한지에 대한 더 나은 감각을 개발함에 따라 AI 보조 출력은 매 사이클마다 개선되어야 한다.

플랫폼별 AI 기능

모든 주요 ESP는 이제 AI 기능을 제공하지만 깊이는 크게 다르다. 일부 플랫폼은 마케팅 체크박스로 기존 기능 위에 AI를 뿌렸다. 다른 플랫폼들은 그것을 중심으로 핵심 워크플로우를 재구축했다. 아래 표는 2026년 초의 현황을 보여준다.

이 현황에서 몇 가지가 눈에 띈다.

Klaviyo가 가장 멀리, 가장 빠르게 나아갔다. K:AI 마케팅 에이전트는 아래 AI 에이전트 섹션에서 다룬다. 그와 함께 K:AI 고객 에이전트를 출시했다. 채팅, SMS, 이메일을 통해 24시간 배송, 사이즈, 반품에 관한 질문을 해결하고 전체 맥락과 함께 사람에게 에스컬레이션하는 AI 지원 에이전트다. 예측 분석(CLV, 이탈 위험, 예상 다음 주문일)은 이메일 마케팅에서 상업적으로 가장 가치 있는 AI 기능으로 남아 있다. 초기 이탈 신호를 보이는 높은 CLV 고객에게 적시에 보내는 유지 이메일은 천 개의 AI 최적화 제목줄보다 가치 있다.

ActiveCampaign은 Active Intelligence 아래 34개 이상의 역량으로 폭넓은 접근 방식을 취했다. AI 세그먼트는 주목할 만하다. 원하는 세그먼트를 일반 영어로 설명하면 플랫폼이 이를 구축한다. Claude MCP 커넥터(아래 참조)는 그들을 AI 코딩 도구에 공식 통합을 가진 최초의 ESP 중 하나로 만든다.

Bento의 Tanuki AI는 개발자 우선 접근 방식을 취한다. Ask 모드를 통해 이메일 데이터를 대화형으로 쿼리할 수 있다. YOLO 모드를 통해 AI는 지시에 따라 자율적으로 행동할 수 있다. 이메일을 대시보드 문제가 아닌 API 문제로 취급한다. 에이전트 섹션에서 더 자세히 설명한다.

Omnisend의 AI 폼 제작은 주목할 가치가 있다. '제안 + 폼 만들기' 기능을 통해 사용자가 원하는 것을 일반 언어로 설명하면 완전한 폼 레이아웃이 생성되며, 초기 데이터에서 AI 최적화 폼이 제출률을 14~65% 향상시켰다. AI 세그먼트 빌더는 ActiveCampaign과 동일한 자연어 패턴을 따른다.

Mailchimp는 Intuit 소유 아래 따라잡고 있다. Intuit Assist는 에디터에 내장된 GenAI 마케팅 어시스턴트이며, 2026년에는 세분화, 콘텐츠 초안 작성, 캠페인 전달을 처리하는 QuickBooks 마케팅 에이전트가 출시된다. Intuit 인수로 Mailchimp는 이전에 부족했던 AI 예산을 확보했다.

Kit(이전 ConvertKit)은 눈에 띄게 뒤처져 있다. 여러 독립 리뷰에 따르면 2026년 초 기준으로 내장 AI 글쓰기 도구가 없다. 크리에이터를 위한 플랫폼으로서 이 격차는 놀랍다. Kit의 단순함과 관대한 무료 등급을 경쟁사들이 이제 기본으로 여기는 AI 도구의 부재와 비교해 평가하라.

Phrasee는 eBay, Domino's, Virgin Atlantic과 같은 브랜드와 함께 엔터프라이즈 수준에서 운영한다. 브랜드의 과거 이메일 데이터와 청중의 참여 패턴에 맞게 특화된 모델을 훈련시켜 특정 청중에게 맞춰진 카피를 생성한다.

AI 에이전트: 다음 프런티어

AI 보조 기능과 AI 에이전트를 구분할 가치가 있다. 업계가 그 경계를 넘어가는 과정에 있기 때문이다.

AI 보조 기능은 작업을 더 빠르게 할 수 있도록 도와주는 도구다. 제목줄을 생성하고, 리드를 채점하고, 발송 시간을 제안한다. 당신이 행동을 시작하고 AI가 가속화한다. 위 표의 모든 기능이 이 범주에 해당한다.

AI 에이전트는 다르다. 관찰하고, 결정하고, 행동한다. 당신은 목표와 가드레일을 설정한다. 에이전트는 무엇을 해야 할지 파악하고 실행하며, 불확실할 때나 인간 승인이 필요할 만큼 중요한 상황에서 확인한다.

2026년 초 기준으로 세 플랫폼이 에이전트 영역에 진입하고 있다.

Klaviyo의 K:AI 마케팅 에이전트가 가장 눈에 띄는 예다. K:AI는 자연어 브리프에서 완전한 이메일 플로우를 구축하고("60일 동안 구매하지 않은 고객을 위한 3개 이메일 윈백 시퀀스 생성"), 세그먼트 정의를 생성하고, 캠페인 카피를 작성하고, 무엇이 효과적이고 무엇이 그렇지 않은지에 대한 분석을 제공할 수 있다. Klaviyo의 생태계 내에서 운영되므로 고객 데이터, 구매 이력, 참여 패턴에 대한 완전한 맥락을 갖고 있다. 에이전트는 단순히 진공 상태에서 콘텐츠를 생성하는 것이 아니라 특정 데이터에 근거한 추천을 한다. Klaviyo에 깊이 관여된 이커머스 팀에게 이것은 24시간 주니어 이메일 마케터를 두는 것에 가장 가깝다.

ActiveCampaign의 Active Intelligence는 34개 이상의 AI 역량을 포함하지만 방향은 분명히 에이전트적 행동을 향하고 있다. AI 자동화 빌더는 목표에 따라 워크플로우 로직을 제안한다. AI 세그먼트는 자연어로 청중을 설명하면 시스템이 세그먼트 규칙을 구축한다. AI 브랜드 킷은 정체성을 학습하고 일관되게 적용한다. 개별적으로는 기능이다. 집합적으로는 당신이 전략을 담당하는 동안 이메일 프로그램의 실행 레이어를 관리하는 에이전트를 향해 나아가고 있다.

Bento의 Tanuki AI는 2가지 모드 시스템으로 가장 명시적인 에이전트 접근 방식을 취한다. Ask 모드는 대화형 인텔리전스로 데이터를 쿼리하고, 인사이트를 얻고, 성과를 이해한다. YOLO 모드가 흥미로운 부분이다. Tanuki에 지시를 내리면("30일 동안 오픈하지 않은 사람에게 재참여 이메일을 보내고, 캐주얼한 톤으로 10% 할인 코드를 포함해") 자율적으로 실행한다. 명명은 의도적이다. YOLO 모드는 적절한 가드레일을 갖추고 AI가 행동하는 것에 편안한 팀을 위한 것이다.

실질적인 의미는 '이메일 마케터' 역할이 변화하고 있다는 것이다. 캠페인 구축, 세그먼트 구성, 발송 스케줄링이라는 기계적인 작업은 AI 에이전트에 흡수되고 있다. 남아 있는 것, 그리고 더 가치 있어지는 것은 전략적 사고다. 청중을 이해하고, 올바른 목표를 설정하고, 브랜드 보이스 가드레일을 정의하고, AI가 할 수 없는 판단을 내리는 것. 2028년의 이메일 마케터는 캠페인 빌더에서 보내는 시간이 줄고 에이전트 추천을 검토하는 시간이 늘어날 것이다. 최고의 사람들은 최고의 편집자와 전략가가 될 것이며, 최고의 버튼 클리커가 아닐 것이다.

MCP(모델 컨텍스트 프로토콜)와 이메일

이것은 새로운 영역이며, 마케팅 자동화 자체 이후 이메일 마케팅 도구에서 가장 중요한 발전이라고 생각한다.

Anthropic의 모델 컨텍스트 프로토콜(MCP)은 AI 모델이 표준화된 인터페이스를 통해 외부 도구 및 데이터 소스와 직접 상호작용할 수 있게 한다. 이메일 마케팅의 경우, 이는 AI가 캠페인 데이터를 읽고, 성과를 분석하고, 이메일 플랫폼 내에서 조치를 취할 수 있음을 의미한다. 모두 자연어 대화를 통해. 대시보드를 클릭하는 대신 질문한다. UI를 통해 세그먼트를 구축하는 대신 원하는 것을 설명한다.

2026년 초 기준으로 네 개의 이메일 플랫폼이 MCP 통합을 갖고 있다.

ActiveCampaign은 Claude의 커넥터 디렉토리에 공식 MCP 커넥터를 가진 최초의 ESP였다. 모든 Claude 사용자는 ActiveCampaign 계정을 연결하고 이메일 마케팅 데이터와 대화형으로 상호작용할 수 있다. 캠페인 쿼리, 연락처 관리, 성과 분석, 모두 Claude 내에서. 대시보드에 로그인하고 보고서를 실행하고 내보내는 대신 Claude에 질문하고 라이브 데이터에서 답변을 얻는다.

Bento는 Claude Code 및 Cursor와 함께 작동하는 MCP 서버 통합을 제공하며, 프로그래매틱 이메일 워크플로우를 구축하는 개발자 중심 팀에 특히 유용하다. 표준화된 API 인터페이스를 통해 캠페인 성과 쿼리, 연락처 관리, 발송 트리거가 가능하다. AI 코딩 도구에서 이미 작업하는 팀의 경우 대화와 대시보드 사이의 컨텍스트 전환이 제거된다.

Mailjet은 이메일 마케팅을 위한 오픈소스 MCP 서버를 보유하고 있으며 AI 모델에 읽기 전용 액세스를 제공한다. 평이한 영어로 이메일 성과에 대한 질문을 하고 실제 데이터에서 얻은 답변을 받는다. '지난 12주간 오픈율 트렌드는?' 하면 해석이 필요한 보고서가 아닌 데이터가 포함된 직접적인 답변을 얻는다.

Nitrosend(클로즈드 베타)는 처음부터 MCP를 1급 통합으로 하는 AI 네이티브 ESP로 설계되었다. 아래에서 Nitrosend에 대해 더 자세히 설명하지만, MCP 서버를 통해 Claude 내에서 캠페인 생성, 템플릿 디자인, 연락처 관리, 테스트 이메일 발송, 발송 트리거가 모두 가능하다. 플랫폼이 프로토콜을 중심으로 구축되었기 때문에(나중에 추가된 것이 아니라) 이메일 공간에서 가장 완전한 MCP 구현이다.

이 장의 원래 버전에서 MCP에 대한 논지가 예상보다 빠르게 전개되고 있다. Bento와 Mailjet의 MCP 통합에 대해 처음 썼을 때 그것들은 고립된 실험이었다. 이제 주요 엔터프라이즈 ESP(ActiveCampaign)를 포함해 네 개의 플랫폼이 공식 MCP 연결을 제공하고 있다. 이메일 캠페인 관리 인터페이스는 대시보드에서 대화로 진정으로 이동하고 있다.

영향은 상당하다. 이메일 마케팅 전문가 고용을 정당화할 수 없는 솔로 창업자는 이제 AI 에이전트에게 목표를 설명하고 전문적으로 구성된 이메일 프로그램을 얻을 수 있다. 경험 있는 마케터는 빌더 인터페이스를 클릭하는 대신 자연어로 복잡한 플로우를 설명해 더 빠르게 이동할 수 있다. 에이전시는 AI 에이전트가 일상적인 구축 작업을 처리하고 사람들은 전략과 창의적 방향에 집중하여 더 많은 클라이언트에게 서비스를 제공할 수 있다.

AI 네이티브 ESP 비전

전통적인 ESP 워크플로우는 이렇다. 사람이 캠페인을 만들고, 세그먼트를 선택하고, 카피를 쓰고, 템플릿을 디자인하고, 발송을 스케줄하고, 결과를 분석한다. 모든 단계에서 인간의 시작과 실행이 필요하다.

AI 네이티브 ESP 워크플로우는 이것을 뒤집는다. AI가 고객 데이터를 분석하고 기회를 식별한다('45일 전에 한 번 구매했지만 돌아오지 않은 고객이 2,400명 있습니다. 제안된 윈백 시퀀스가 있습니다.'). 콘텐츠를 초안 작성한다. 타이밍과 타겟팅을 최적화한다. 사람이 검토하고, 조정하고, 승인한다.

변화는 '캠페인 구축'에서 '추천 승인'으로다.

이 변화의 초기 예가 이미 보인다. Klaviyo의 K:AI 마케팅 에이전트는 자연어에서 플로우를 구축한다. ActiveCampaign의 AI 세그먼트는 일반 영어로 청중을 설명하게 해준다. 여러 플랫폼의 MCP 통합은 AI 모델이 이메일 데이터를 직접 쿼리하고 행동하게 한다.

Nitrosend: AI 네이티브 ESP의 모습

Nitrosend(클로즈드 베타)는 기존 플랫폼에 AI를 개조하는 것이 아니라 AI 시대를 위해 처음부터 구축되었다. 완전한 공개: 이 프로젝트와 Nitrosend는 같은 창업자를 공유한다. 하지만 이 제품은 이해할 가치가 있는 진정한 아키텍처 차이를 보여준다.

전통적인 ESP는 대시보드와 수동 워크플로우를 중심으로 설계되었다. Nitrosend는 주요 인터페이스가 대화형이 될 것이라는 가정으로 설계되었다. Claude의 MCP를 통해, 내장 AI 채팅을 통해, 또는 REST API를 통해.

그것이 실제로 의미하는 바는. Claude에게 "Spring Sale라는 캠페인을 만들고 VIP 세그먼트를 타겟으로 설정하고 목요일 오전 10시에 발송해"라고 말하면 Claude가 캠페인을 만들고, 청중을 설정하고, 템플릿을 구성하고, 발송을 스케줄한다. 당신은 검토하고 승인한다. AI 채팅을 통해 이메일 디자인을 대화형으로 반복할 수 있다. UI에서 사용 가능한 모든 작업은 API를 통해서도 사용 가능하므로 AI 도구는 모든 플랫폼 기능에 완전한 액세스 권한을 갖는다.

Nitrosend는 초기 단계다. 클로즈드 베타, 얼리 액세스 사용자로 제한되어 있다. 하지만 문제는 ESP가 AI 네이티브가 될지 여부가 아니다. 어떤 기존 플랫폼이 충분히 빠르게 적응할 것인지, 어떤 것이 목적에 맞게 구축된 대안으로 대체될 것인지다.

이 모든 것의 핵심 구분은 여전히 남아 있다. AI는 최적화(어떤 콘텐츠, 언제 발송, 누구를 타겟으로)를 처리하고, 사람은 전략(왜 발송하는지, 브랜드 보이스 가드레일, 윤리적 경계, 전체 프로그램 방향)을 처리한다. 이 분업은 각 측의 강점을 활용한다. AI는 데이터 처리와 패턴 찾기에 더 뛰어나다. 사람은 판단, 창의성, 맥락 이해에 더 뛰어나다.

오늘의 실질적인 AI 통합

영향력과 채택 용이성 순으로 지금 당장 구현할 것을 권장하는 내용이다.

1. 제목줄 생성에 AI를 사용하라. 20~50개의 옵션을 생성하고, 가장 좋은 두세 개를 선택해 A/B 테스트한다. 5분이 걸리며 오픈율을 일관되게 5~15% 향상시킨다. 오늘 이메일 마케팅에서 노력 최소-영향 최대의 AI 응용이다.

2. 이메일 시퀀스의 첫 번째 초안에 AI를 사용하라. 특히 환영 시리즈, 장바구니 이탈, 구매 후와 같은 표준 플로우에. 브랜드 보이스에 맞게 크게 편집하되 구조적인 무게는 AI에 맡긴다. 브랜드 보이스 예시가 포함된 좋은 프롬프트는 70%를 해결해줄 것이다.

3. 이탈 위험과 고객 생애 가치를 위한 예측 분석을 사용하라. ESP가 제공하면(Klaviyo, HubSpot) 활성화한다. 예측된 이탈 위험으로 세분화하고 고위험 고객이 떠나기 전에 타겟 유지 캠페인을 보낸다. 최소한의 노력으로 순수한 이점이다.

4. AI 기반 발송 시간 최적화를 사용하라. 대부분의 주요 ESP가 이를 포함한다. 활성화한다. 구독자별 타이밍 조정은 사람이 수동으로 복제할 수 없으며, 개선은 측정 가능하고 일관적이다.

5. 고객 세분화에 AI를 사용하라. AI가 찾으려고 생각하지 않았을 참여 클러스터와 행동 패턴을 식별하게 한다. 그런 다음 AI가 식별한 세그먼트를 대상으로 캠페인을 구축한다.

하지 말아야 할 것들.

6. 고객 이해의 대체물로 AI를 사용하지 마라. AI는 데이터를 분석한다. 이해는 지원 티켓을 읽고, 고객과 이야기하고, 사용자 세션을 보고, 목록의 사람들에 대한 공감을 구축하는 데서 온다. 데이터는 사람들이 무엇을 하는지 알려준다. 이해는 왜 그런지 알려준다.

7. 인간 검토 및 편집 없이 AI 생성 카피를 사용하지 마라. AI가 생성한 모든 이메일은 발송 전에 사람이 읽고, 편집하고, 승인해야 한다. 예외 없이. 자동화 플로우도 예외 없이. 설정하고, 검토하고, 그런 다음 실행하게 하라.

8. 이메일 프로그램 방향에 대한 전략적 결정을 AI에 의존하지 마라. 이메일을 더 많이 보내야 할까 아니면 더 적게 보내야 할까? 프로모션에서 교육 콘텐츠로 전환해야 할까? 뉴스레터를 시작해야 할까? 이것들은 브랜드, 시장, 목표에 대한 인간의 판단이 필요한 전략적 질문이다.

앞으로 올 것들 (2026~2028)

예측을 할 것이다. 그 중 일부는 틀릴 것이라는 의미다. 하지만 방향은 명확하다, 타임라인이 불확실하더라도.

개별 캠페인만이 아닌 전체 이메일 프로그램을 관리하는 AI 에이전트. Klaviyo의 K:AI, Bento의 Tanuki, ActiveCampaign의 AI 자동화 빌더가 첫 번째 물결이다. 2028년까지 모든 주요 ESP가 AI가 능동적으로 기회를 식별하고, 캠페인을 초안 작성하고, 인간 승인을 게이팅 메커니즘으로 일상 운영을 관리하는 에이전트 기능을 제공할 것으로 예상한다. 플로우 빌더 인터페이스는 사라지지 않겠지만 '고급 사용자' 도구가 될 것이다. 대부분의 이메일 마케터는 처음부터 구축하는 것이 아니라 AI 생성 캠페인을 검토하고 승인할 것이다.

대규모 언어 모델로 구동되는 실시간 콘텐츠 개인화. 각 수신자는 같은 템플릿에 다른 제품 추천이 삽입된 것이 아닌 진정으로 독특한 카피를 받는다. 제목줄부터 본문, CTA까지 전체 이메일이 그 특정 사람의 행동, 선호도, 고객 여정 단계에 기반해 생성된다. 이것은 오늘날 계산 비용이 높지만 추론 비용이 계속 하락함에 따라 실용적이 될 것이다.

예측적 이메일 도달률 모니터링. 도달률 문제가 받은편지함 배치에 영향을 미치기 전에 플래그를 세우는 AI. '지난 주 Gmail 수신자와의 참여율이 12% 하락했습니다. 가능한 원인과 권장 조치가 있습니다.' 이것은 이메일 도달률 관리를 반응형(문제 발생 후 수정)에서 능동형(문제 발생 전 예방)으로 전환한다.

크로스채널 AI 오케스트레이션. 각 고객 상호작용에 최적의 채널, 타이밍, 콘텐츠를 결정하는 AI로 조정되는 이메일, SMS, 푸시 알림, 인앱 메시지. 마케터는 목표와 가드레일을 설정한다. AI는 채널 전반의 실행을 처리한다.

AI 기반 컴플라이언스 확인. 모든 이메일이 발송 전 GDPR, CAN-SPAM, CASL 및 기타 규제 요건을 충족하는지 자동 확인. 동의 기록 확인, 수신 거부 메커니즘 검증, 컴플라이언스 문제에 대한 콘텐츠 스캔. 이것은 이메일 마케팅의 가장 불안을 유발하는 측면 중 하나를 제거하며, 특히 여러 관할권에 걸쳐 운영하는 회사에게 해당된다.