AI 도입이 매출로 연결되는 데 필요한 8가지 습관
프롤로그 | 왜 지금 실행하고 입증해야 하나

PART 1. 기술이 아닌 '경험'과 '운영'이 만드는 가치

:: 기획자와 마케터는 왜 지금 AI를 '기술'이 아닌 '고객과 일하는 방식'으로 바라봐야 하는가

1장. AI 시대의 고객 경험: 클릭을 넘어 '결정'을 만드는 힘

데이터가 만드는 선순환 "경험→충성→매출"
유튜브의 전략 "경험→충성→매출의 선순환"
DX는 효율, AX는 가치 "게임의 법칙이 바뀐다"
고객 중심 vs AI 중심 "어디까지 쓰고 어디서 멈출 것인가?"
AX 3대 가치 "선택이 쉬워지고, 예측이 가능하며, 불안이 줄어든다"
자가 진단 "우리 회사는 AI로 돈을 벌 준비가 되었는가?"

2장. 성과를 만드는 기획자들: 그들은 어떻게 AI를 경험 속에 숨기는가

AI=UX "기술을 숨기고 경험을 드러내라"
구글의 전략 "AI를 추가하는 것이 아니라 기존 경험에 녹여 넣는 것"
레거시의 반격 "월마트와 나이키는 어떻게 AI 기업이 되었나"
데이터 루프 "현실 자산이 AI 운영체계로 바뀌는 순간"
룰 브레이커 "금융의 판을 뒤집은 AI 전략"
금융 에이전트 "말하는 AI가 아니라, 끝내는 AI로 바뀌는 조건"
데이터 구독 비즈니스 "테슬라, 스포티파이가 돈 버는 법"
AI 도입에 100억, 매출은 0원 "데모는 성공했지만, 수익 시스템 구축에는 실패한 이유"

PART 2. 고객의 손을 움직이는 서비스 기획법

:: 탐색 피로와 불안을 지워 구매 전환율과 리텐션을 끌어올리는 CX/UX 설계

3장. 개인화의 진화: 세그먼트를 넘어 '맥락'을 읽는 마이크로 타게팅

평균이 무너진 시대 "세그먼트는 죽었다"
맥락 기반의 개인화 "인스타카트, 네이버스마트스토어의 타게팅"
개인화의 승부처 "'팔기'가 아니라 결정을 '돕기'"

4장. 대화형 커머스: 단순 챗봇을 넘어 '구매 파트너'가 되는 AI 컨시어지

답변이 아니라 '완료(결제/환불/예약)' "챗봇이 있어도 고객이 결국 사람을 찾는 이유"
컨시어지 도입 "구매 파트너로 인정받는 법"

5장. 결정 설계: 정답이 아니라 '확신'을 주어 결정을 앞당기는 추천 엔진

추천 엔진 "'좋아할 것'이 아니라 '지금 고를 것'"
결정 엔진 "고객이 검색하기 전 먼저 제안"
고객 여정 AI 적용 지도 "우리 고객은 어디에서 멈추는가"

PART 3. 기획과 의사결정 속도를 높이는 혁신법

:: 회의를 반으로 줄이고, 데이터 탐색 시간을 지우는 실무 생산성(EX) 설계

6장. 의사결정 자동화: 더 나은 고객 경험을 만드는 결정의 속도

원페이지 결정 브리프 "회의를 줄이는 방법"
의사결정 자동화 "반복되고, 규칙이 있고, 데이터가 있는 결정부터"
AI에게 업무를 맡기는 기준 "신뢰를 잃는 자동화는 안 돼"

7장. 선제 대응과 워크플로우: 문제가 터지기 전에 움직이는 시스템

예측을 돈으로 바꾸는 구조 "신호-트리거-개입-학습"
에이전트와 워크플로우 "알림이 아니라 '행동'이 경쟁력이다"
IT 서비스의 기본 "이상 탐지와 예측 기반 선제 조치"

8장. 사내 지식 대화(RAG): 데이터를 '검색'하지 않고 '대화'하는 조직

근거 체인과 권한 설계 "답변의 화려함보다 안심하고 쓸 수 있는 구조가 먼저다"
사내 지식 시스템 "정답 보다 안심이 먼저"
AI 과제 우선 순위 진단 "진짜 돈이 되는 소수의 과제에 집중한다"
성공한 PoC가 실패한 프로젝트가 되는 역설 "왜 AI 프로젝트의 87%는 PoC에서 멈췄는가"

PART 4. 90일 실행 로드맵과 현장 가드레일

:: 개발팀에 휘둘리지 않고 90일 만에 성과를 증명하는 비개발자 리더십

9장. 90일 플레이북: 문제 정의부터 ROI 입증까지

Day 1~30: 돈이 되는 '한 줄 문제 정의'와 이해관계자 정렬
Day 31~60: 가장 가벼운 모델로 검증하는 MVP & PoC
Day 61~90: 확장할 것인가 폐기할 것인가(Risk-adjusted ROI)

10장. 주도권을 쥐는 현업: 개발팀에 휘둘리지 않고 일하는 조직

중앙(CoE) 지원 + 현업 주도 "IT 부서에 맡기면 필패한다"
현업 리더에게 필요한 AI 역량 "기술 몰라도 됩니다"
AI 프로젝트 참여자별/역할별 필요 역량 "하나라도 빠져선 안 돼"
인력 확보 전략 "내부 육성 → 외부 영입 → 파트너십"
AX 중심의 기업 문화 만들기 "구호가 아니라 매주 반복되는 운영 습관으로"
회사마다 다른 AX 설계 조건 찾기 "우리 회사는 좀 다릅니다"

11장. 신뢰와 가드레일: 기획자가 챙겨야 할 최소한의 안전장치

보이지 않는 비용 "AI가 초래하는 편향"
프라이버시 설계 "규제가 아니라 UX 경험이다"
고객 프라이버시 설계 "AX가 안전하게 달릴 수 있는 브레이크 시스템"
AI 윤리 "CEO가 꼭 해야 하는 AI 관련 질문"

12장. 비즈니스 현장 탐구: 4대 산업별 진짜 성공 방정식

금융 "심사가 아닌 '생애 주기 관리'로"
유통/커머스 "재고는 줄이고 객단가는 높이는 '다이내믹 프라이싱'"
헬스케어, 교육, 여행 "초개인화"


에필로그 | AI가 비즈니스의 공기(Air)가 되는 세상
부록 | 인공지능의 성과를 숫자로 증명하는 KPI 측정
AI 활용 비즈니스 기회 매핑

저자 : 김태훈
이론이 아니라 숫자로 자신을 증명해왔다. Daum에서 광고·신사업 TF를 이끌었고, SK텔레콤·SK스퀘어 자회사인 인크로스에서 광고·커머스·AX 사업본부장을, LG경영연구원, LG유플러스에서 광고커머스사업단장(상무)을 지냈다. 26년간 대기업 신사업의 최전선에서 0으로 시작한 사업을 연 2천억 원 규모로 키워냈고, 1천억 원 이상의 기업 투자와 M&A를 직접 집행했다. 기술이 매출로 바뀌는 순간을 회의실이 아닌 현장에서 수없이 리딩해왔다.

현재 미니쉬 테크놀로지 총괄 부사장으로 있다. 그동안 LG전자, GS리테일, 롯데홈쇼핑 등 국내 주요 기업과 중소벤처기업부 등 정부 기관, 서울대·고려대·한양대 등 대학에서 강연해 왔다. 애드아시아, DMS 등 핵심 컨퍼런스 연사로도 활동하며, AI 커머스와 AI 테크 및 데이터베이스 기업 등 여러 상장사에서 사외이사를 지내는 등 대기업과 스타트업 양쪽을 모두 경험했다. 저서로는 『디지털 마케팅의 모든 것』, 『대한민국 남자 리포트』가 있다.

"AI를 어떻게 돈이 되게 만들 것인가." 수많은 기업이 AI를 '실험'하고 있지만 진짜 '매출'로 만드는 기업은 드물다. 이 책은 그 간극을 메우기 위해 탄생했다.

좋은습관연구소의 71번째 좋은 습관은 "AI 도입이 매출로 연결되는 습관"입니다.

고객은 AI에 관심이 없습니다. 내 불편이 해소되었는지, 원하는 서비스를 제때 잘 누릴 수 있는지, 그것만 따집니다. AI를 이용해 내 문제가 해결되든, 사람이 응대해서 해결되든, 상관하지 않습니다.

여전히 중요한 것은 고객의 마음이고 경험이지 기술이 아니다. 이 책은 기술 중심의 AI 담론을 뒤집고, 비개발자 출신의 기획자·마케터·리더가 주도권을 쥐고 AI를 매출로 연결하는 방안(고객 입장에서 선택이 쉬워지고, 예측이 가능하며, 불안이 줄어드는)에 대해 알아봅니다.

이 책 내용의 핵심인 "AI 도입이 매출로 연결되는 데 필요한 습관"은 다음과 같습니다.

AI 도입이 매출로 연결되는 데 필요한 8가지 습관!!

먼저 고객 가치를 어떻게 구현할지에 대한 습관입니다.

1)선택이 쉬워진다: 무의미한 옵션을 늘리는 추천이 아니라, 선택 피로를 줄이고 망설임을 지워주는 결정 설계를 해야 합니다.
2)다음이 예측 가능해진다: 결과와 과정, 처리 시간, 추천의 이유가 한눈에 보여 안심을 주는 설명 가능성이 중요합니다.
3)실패의 불안이 줄어든다: 반품, 오답, 결제 오류가 생겨도 즉시 제어할 수 있다는 신뢰와 안전장치가 필요합니다.

다음은 고객 가치 구현을 위한, 실행 전략에 대한 습관입니다.

4)'낭비 지점 1개'부터 포착한다: 거창한 전사 AI 구축 전략이 아니라, 고객이 결제 직전 이탈하거나 현업의 시간이 새고 있는 지금 당장 '아픈 병목 구간 하나'만 정해, 이를 어떻게 개선할지 숫자가 들어간 한 문장(목표)으로 정의합니다.
5)개발팀에 맡기지 말고, '문제 오너십'을 내가 쥔다: IT 부서에 일임하면 멋진 데모로 끝날 확률이 높습니다. 현업에서 주도해야 실무에 적용 가능합니다.
6)완벽한 구축 대신 '90일 증명 루프'로 실행한다: 해결하고자 하는 고객의 문제를 가장 가벼운 모델로 8~12주(90일) 동안 검증(MVP/PoC)합니다. 숫자로 증명되면 확장, 그렇지 않으면 미련 없이 폐기(Kill)합니다. 이러한 과정을 반복적으로 할 수 있는 것이 중요합니다.
7)회의를 늘리지 말고 '1페이지 결정 브리프'로 끝낸다: AI를 도입했으면 반드시 회의가 줄어야 합니다. 데이터를 찾고, 서로 기준을 맞추는 데 쓴 시간을 없애고, 1페이 결정 브리프를 작성하고 '선택과 승인' 위주로 일합니다.
8)'출처·권한·킬 스위치'가 먼저다: AI(에이전트)가 직접 업무를 처리할수록 한 번의 실수는 치명적인 사고가 됩니다. 출처와 버전 표시, 최소 권한 설정, 이상 감지 시 즉시 되돌리는 '롤백(Rollback) 버튼' 등이 완비되어야 합니다.

요약하면 이렇습니다.

디지털 전환(DX)이 단순히 비용을 줄이고 프로세스를 빠르게 만드는 '효율의 최적화'였다면, AX는 고객 경험을 최적화해 재무 성과를 만들어내는 '가치의 최적화'입니다.

고객의 가치를 최적화한다는 것은 세 가지 서비스 기획의 디테일이 필요합니다.

첫째, 인구통계적 마케팅은 지양하고, 고객이 망설이는 바로 그 순간(맥락)을 읽어내는 법을 익혀야 합니다. 둘째, 너무 많은 선택지 대신 사야 할 이유와 확신을 주는 추천 설계(UX)를 할 수 있어야 합니다. 셋째, AI가 위험해질 때 어디서 멈추고 사람에게 넘길 것인가를 결정하는 기준 설계가 중요합니다.

이러한 고객 가치 달성을 위해서는 데이터 정리와 시나리오 분석은 AI에게 맡기고, 사람은 '선택과 승인'만 빠르게 내리는 '1페이지 결정 브리프' 문화가 조직 내에 갖춰져야 합니다. 그래야 내부 의사결정이 빨라져야 고객 접점의 가격, 재고, 응대 반응 속도가 올라갑니다.

그리고 프로젝트를 여러 번 작게 나눠 실험하며, 확장과 킬(kill)을 통해서 조직의 실행 리듬으로 정착시킵니다.

이러한 과정 끝에, 매출이 향상되는 결과를 만들어 낼 수 있습니다.

이런 분들에게 추천!!
1. AI를 도입하라는데 정작 무엇부터 기획해야 할지 막막한 서비스 기획자 및 PO/PM
2. 화려한 챗봇을 붙였지만 구매 전환율과 리텐션이 오르지 않아 고민인 마케터 및 이커머스 운영자
3. 수억 원의 AI 예산을 집행하면서도 실질적인 ROI를 입증해야 하는 경영진 및 의사결정권자
4. 개발팀과의 소통에서 주도권을 쥐고 비즈니스 성과를 내고 싶은 모든 현업 실무자