소개서를 만드는 일이 한결 쉬워졌습니다. AI에 사업 내용을 건네면 제목을 뽑고, 문장을 다듬고, 홍보 게시물까지 만들어 줍니다. 작은 조직도 하루 사이에 제법 많은 자료를 갖출 수 있습니다. 그런데 자료가 늘어난 만큼 문의도 늘었는지는 다른 문제입니다. 누구에게 보낼 것인지가 흐릿하면 잘 만든 소개서도 읽히지 않은 파일로 남습니다.
협동조합이나 사회적기업은 설명할 것이 많습니다. 해 온 사업도 여러 가지이고, 지키고 싶은 가치도 있습니다. 소개서에는 교육, 컨설팅, 지역 활동, 사회공헌이 나란히 들어갑니다. 모두 소중한 일이지만 처음 보는 고객에게는 자기와 무슨 관계가 있는지 알아내야 하는 숙제가 됩니다. AI가 문장을 매끄럽게 고쳐도 그 숙제까지 없애 주지는 않습니다.
‘우리 서비스가 필요한 모든 곳’은 너무 넓습니다
교육 사업을 예로 들어 보겠습니다. ‘AI 교육이 필요한 기관’이라는 대상은 얼핏 분명해 보입니다. 하지만 실무자의 보고서 작성 부담을 줄이려는 사무국과, 주민의 디지털 접근성을 높이려는 평생학습기관이 원하는 교육은 다릅니다. 같은 AI라는 말을 써도 한쪽은 업무 시간을, 다른 쪽은 참여자의 배움과 접근성을 살펴봅니다.
가상의 작은 조합이 업무 개선 교육을 제안한다면, 첫 대상은 ‘사무국 인력이 적고 매달 비슷한 공지와 보고서를 반복해서 만드는 조직’으로 좁혀 볼 수 있습니다. 이렇게 적고 나면 필요한 사례가 달라집니다. 멋진 이미지 생성 결과보다 공지문과 보고서 초안이 어떻게 달라졌는지를 보여주는 편이 대화에 도움이 될 것입니다. 이 판단은 실제 고객을 만나 확인해야 할 가설입니다.
고객을 좁힌다는 것은 다른 고객을 영원히 받지 않겠다는 선언이 아닙니다. 한정된 시간 안에 누구의 사정을 먼저 이해할지 정하는 일입니다. 미국 중소기업청의 사업계획 안내도 시장조사를 통해 고객을 찾고, 목표 시장과 경쟁 상황을 이해하는 일을 강조합니다. 작은 조직에게 필요한 질문도 같습니다. 우리에게 필요한 고객의 수를 늘리기 전에, 우리가 도움이 될 수 있는 고객의 모습을 구체화해야 합니다.
기관 유형, 실제 문제, 검토 시점을 함께 살펴보면 어떤 자료를 보내고 무엇을 물을지 선명해집니다.
AI가 찾아낸 명단에는 아직 고객의 목소리가 없습니다
AI는 기관의 홈페이지와 공고를 읽고 사업 방향을 정리하는 데 도움이 됩니다. 몇 군데의 교육 계획을 비교하거나 공개된 활동에서 공통 주제를 찾는 일도 맡길 수 있습니다. 사람이 확인할 자료의 위치와 발표 날짜를 함께 남기게 하면 조사 부담을 줄일 수 있습니다.
그러나 홈페이지에 ‘디지털 역량 강화’가 적혀 있다고 지금 우리 교육을 살 의사가 있다는 뜻은 아닙니다. 이미 다른 기관과 계약했을 수도 있고, 담당자가 다음 해 사업을 구상하는 중일 수도 있습니다. 직원이 적다는 사실만으로 업무가 엉망이라고 짐작해서도 안 됩니다. AI가 만든 목록에는 공개된 사실과 그럴듯한 추정이 섞이기 쉽습니다.
그래서 조사 결과에는 빈칸이 남아 있어야 합니다. 공개 자료에서 확인한 사실, 우리가 추정한 필요, 상담에서 물을 내용을 구분하는 것입니다. ‘보고서 작성이 힘들 것이다’는 추정이고, ‘지난 상담에서 월말 취합이 어렵다고 말했다’는 고객의 답입니다. 둘을 같은 무게로 취급하면 첫 연락부터 엉뚱한 문제를 들이밀 수 있습니다.
| 확인한 공개 정보 | 아직은 가설인 것 | 대화에서 확인할 것 |
|---|---|---|
| 올해 직원 디지털 교육 계획이 있음 | 보고서 작성 교육을 원할 수 있음 | 직원이 가장 바꾸고 싶은 업무는 무엇인가 |
| 주민 대상 교육을 운영함 | 생성형 AI 입문 과정이 필요할 수 있음 | 참여 대상과 실제 학습 요구는 무엇인가 |
| 여러 회원사의 활동을 모아 소개함 | 자료 취합 부담이 클 수 있음 | 취합·검토·게시 중 어디에서 일이 멈추는가 |
이 표는 특정 기관을 평가한 자료가 아닙니다. 공개 정보를 질문으로 바꾸는 예시입니다. 내부 상담 기록을 AI로 정리할 때는 필요한 범위의 정보만 사용하고, 고객이 맡긴 자료의 사용 조건을 지켜야 합니다. 조사 단계에서 근거가 없는 예산이나 담당자 연락처를 채워 넣지 않는 것도 기본입니다.
고객을 좁히면 첫 문장이 달라집니다
‘다양한 AI 교육을 제공합니다’라는 소개는 우리가 무엇을 파는지 설명합니다. 반면 ‘월말 보고서 취합에 시간이 많이 드신다면, 자료를 모으고 초안을 만드는 과정부터 함께 살펴볼 수 있습니다’라는 제안은 상대가 자기 일을 떠올리게 합니다. 물론 상대에게 실제로 그런 어려움이 있는지 먼저 살펴야 합니다. 듣지 않은 고민을 들은 것처럼 쓰는 개인화는 신뢰를 해칩니다.
AI가 도울 지점은 서로 다른 상황에 맞춰 표현을 바꾸는 일입니다. 같은 서비스라도 누구에게 어떤 사례를 보여줄지, 첫 연락에서 무엇을 물을지 초안을 나눠 만들 수 있습니다. Google의 AI 마케팅 안내도 고객과의 상호작용에서 얻은 자사 데이터를 통찰과 개인화의 재료로 설명합니다. 도구가 할 일을 늘리려면 우리가 아는 고객의 사정부터 분명해져야 합니다.
고객을 좁히는 기준은 규모와 업종에만 머물지 않습니다. 어떤 문제가 반복되는지, 그것을 바꿀 생각이 있는지, 누가 검토하는지, 어느 시점에 대화할 수 있는지가 중요합니다. AI가 찾은 기관을 모두 같은 제안서로 묶어 보내기보다, 먼저 이야기를 나눌 몇 곳을 골라 질문을 바꾸는 편이 작은 조직의 자원을 아끼는 길일 수 있습니다.
맞는 고객을 찾았는지는 반응에서 배웁니다
처음 정한 고객상이 꼭 맞을 필요는 없습니다. 상담해 보니 예상했던 문제는 크지 않고 다른 업무에서 도움이 필요할 수도 있습니다. 그 답을 다음 조사와 콘텐츠에 반영하면 됩니다. 관심이 낮은 이유도 가격, 시기, 필요의 차이로 나눠 들여다볼 수 있습니다. 답장이 없었다는 사실만으로 원인을 단정할 수는 없습니다.
무엇을 배웠는지가 남지 않으면 다음에도 같은 명단을 만들고 비슷한 문장을 보내게 됩니다. 어떤 상황의 고객에게 어떤 이야기를 건넸고, 무엇을 확인했는지 짧게 적어 둘 필요가 있습니다. 홍보물이 얼마나 늘었는지와 함께 실제 문제에 관한 대화가 시작됐는지를 보면 방향을 고치기 쉽습니다.
AI 덕분에 작은 조직도 더 많은 말을 할 수 있게 됐습니다. 그만큼 먼저 들어야 할 이유도 커졌습니다. 좋은 마케팅의 시작은 우리 이야기를 길게 늘어놓는 데 있지 않습니다. 바쁜 상대가 “그건 지금 우리 일인데”라고 알아볼 수 있도록, 누구에게 어떤 말을 건넬지 고르는 데 있습니다. 첫 고객의 범위를 좁혀 보는 것은 그 대화를 준비하는 일입니다.
U.S. Small Business Administration, Plan your business · Think with Google, AI for marketing: from hype to how
본문의 기관 상황과 문안은 설명을 위한 가상 예시입니다. 자료를 바탕으로 작은 조직에 적용한 해설은 담쟁이의 관점이며, 도식은 성과 예측을 뜻하지 않습니다.