[Hacker News 요약] 허쉬, 에이전트 AI로 20억 달러 마케팅 지출 재고 및 MMM 현대화 추진
27
설명
세계적인 제과 기업 허쉬(Hershey)가 20억 달러 규모의 마케팅 지출을 최적화하기 위해 에이전트 AI(Agentic AI) 기술 도입에 나섰습니다. 이는 마케팅 믹스 모델링(MMM)이라는 전통적인 분석 방식을 혁신하여, 과거에는 느리고 후행적이었던 과정을 실시간에 가깝게 전환하려는 시도입니다. 허쉬는 분석 플랫폼 Mutinex 및 Tracer와의 협력을 통해 미디어 예산 할당 및 마케팅 의사결정 속도를 대폭 향상시키고자 합니다. 이 변화는 마케팅 투자의 효율성을 극대화하고, 데이터 기반 의사결정 문화를 정착시키는 중요한 전환점이 될 것으로 기대됩니다.
### 배경 설명
마케팅 믹스 모델링(MMM)은 수십 년간 기업들이 마케팅 지출의 효과를 측정하고 최적화하는 데 사용해 온 핵심 도구입니다. 그러나 전통적인 MMM은 데이터 수집, 분석, 보고에 상당한 시간이 소요되어 과거 데이터를 기반으로 미래를 예측하는 데 한계가 있었습니다. 특히 디지털 채널의 폭발적인 증가와 미디어 환경의 파편화가 심화되면서, CMO들은 마케팅 예산의 효과를 실시간으로 측정하고 신속하게 조정해야 하는 압박에 직면했습니다. 이러한 배경 속에서 에이전트 AI(Agentic AI)는 마케팅 워크플로우의 특정 부분을 자동화하고, 마케팅 지출을 단순한 비용이 아닌 투자로 평가할 수 있게 함으로써 업계의 주목을 받고 있습니다.
허쉬의 이번 움직임은 이러한 산업적 과제를 정면으로 돌파하려는 시도입니다. 20억 달러에 달하는 막대한 마케팅 예산을 운용하는 기업이 에이전트 AI를 통해 MMM을 혁신하려는 것은, AI가 단순한 효율성 증대를 넘어 전략적 의사결정의 질을 근본적으로 변화시킬 수 있음을 보여줍니다. 이는 특히 마케팅 투자의 신뢰성에 대한 오랜 회의론을 불식시키고, 데이터 기반의 정량적 성과 측정을 통해 마케팅 부서의 위상을 강화하는 데 기여할 것으로 평가됩니다.
### 전통적인 MMM의 한계와 허쉬의 도전
허쉬는 과거 수동적인 마케팅 믹스 모델링(MMM) 분석 방식 때문에 2024년 데이터를 2025년 중반에야 확인할 수 있었고, 이는 2026년 계획을 세우는 데 적합하지 않다고 판단했습니다. 이러한 느리고 후행적인 과정은 급변하는 시장 환경에서 마케터들이 신속하게 의사결정을 내리는 데 큰 걸림돌이었습니다. 허쉬는 이러한 한계를 극복하고 마케팅 지출의 효율성을 높이기 위해 실시간에 가까운 분석 시스템의 필요성을 절감했습니다.
### 에이전트 AI 기반 MMM 시스템 도입
허쉬는 마케팅 분석 플랫폼 Mutinex 및 Tracer와의 협력을 통해 MMM을 현대화하고 있습니다. Mutinex는 Claude와 Gemini 같은 대규모 언어 모델(LLM)을 기반으로 하는 '항상 켜져 있는(always-on)' MMM 시스템을 제공하여, 허쉬가 미디어 및 트레이드 지출에 대한 월별 의사결정을 내릴 수 있도록 지원합니다. Tracer는 허쉬의 파편화된 마케팅 및 리테일 시스템 데이터를 정리하고 표준화하여 Mutinex 모델이 빠르고 안정적으로 실행될 수 있도록 데이터 인프라를 구축하는 역할을 합니다.
### 에이전트 AI의 작동 방식: 멀티 에이전트 시스템
Mutinex는 각 에이전트가 특정 도메인 전문가 역할을 하는 '멀티 에이전트 시스템'을 구축했습니다. 예를 들어, 한 에이전트는 마케팅 계량 경제학을 이해하고, 다른 에이전트는 경쟁 가격 이론을 분석하며, 또 다른 에이전트는 모델 오류를 진단합니다. Tracer가 제공하는 깨끗한 데이터 인프라와 Mutinex의 AI 시스템이 결합되면서, 허쉬는 이제 단 3주 만에 MMM 모델을 실행할 수 있게 되었으며, 이는 마케팅 지출 평가 및 조정에 대한 훨씬 빠른 반복을 가능하게 합니다.
### 초기 성과 및 기대 효과
Mutinex 시스템이 아직 완전히 배포되는 단계임에도 불구하고, 허쉬는 미디어에 기인한 매출이 4%에서 5% 증가할 것으로 기대하고 있습니다. 과거에는 연간 3회, 약 5개 브랜드에 대해 MMM 분석을 수행했지만, 이제는 Mutinex와 Tracer를 통해 전체 브랜드 포트폴리오를 월별로, 즉 연간 최대 12회까지 측정할 수 있게 되었습니다. 이는 20억 달러가 넘는 미디어 및 트레이드 마케팅 투자에 대한 의사결정을 월별로 내릴 수 있게 함으로써, 허쉬 조직에 '완전히 판도를 바꾸는 순간'이 될 것이라고 평가됩니다.
### 데이터 준비의 중요성
Tracer의 최고 상업 책임자(CCO)인 사라 마르티네즈는 '대부분의 기업은 AI 문제가 아니라 데이터 준비 문제가 있다'고 강조합니다. 이는 AI 시스템의 성공적인 도입과 활용을 위해서는 깨끗하고 표준화된 데이터 인프라가 필수적임을 시사합니다. 허쉬의 사례에서도 Tracer가 파편화된 데이터를 정제하고 표준화하는 역할이 Mutinex의 AI 모델이 빠르고 안정적으로 작동하는 데 결정적인 기여를 했음을 알 수 있습니다.
### 가치와 인사이트
허쉬의 사례는 마케팅 분야에서 AI가 단순한 자동화를 넘어 전략적 의사결정의 질을 어떻게 향상시킬 수 있는지를 명확히 보여줍니다. 과거에는 수개월이 걸리던 분석 주기를 몇 주로 단축함으로써, 기업은 시장 변화에 훨씬 민첩하게 대응하고 마케팅 예산을 실시간에 가깝게 최적화할 수 있게 됩니다. 이는 마케팅 지출을 단순한 비용 항목이 아닌, 명확한 ROI를 가진 투자로 인식하게 하는 중요한 전환점이 됩니다. 특히, 파편화된 미디어 환경과 예산 압박 속에서 CMO들이 마케팅 성과를 정량적으로 입증하고 신뢰를 확보하는 데 필수적인 통찰력을 제공합니다. 궁극적으로 이러한 변화는 기업의 경쟁 우위를 강화하고, 데이터 기반의 의사결정 문화를 조직 전반에 확산시키는 데 기여할 것입니다.
### 기술·메타
- Mutinex: Claude, Gemini (대규모 언어 모델 기반)
### 향후 전망
허쉬의 성공적인 에이전트 AI 도입은 다른 대기업들에게도 유사한 혁신을 촉발할 가능성이 큽니다. 앞으로 더 많은 브랜드들이 마케팅 믹스 모델링을 포함한 다양한 마케팅 기능에 AI를 접목하려 할 것이며, 이는 마케팅 기술(MarTech) 시장에서 에이전트 AI 솔루션 제공업체 간의 경쟁을 심화시킬 것입니다. Mutinex와 Tracer 같은 플랫폼은 더욱 정교한 모델링 기능과 데이터 통합 역량을 발전시켜 나갈 것으로 예상됩니다.
하지만 이러한 변화의 성공 여부는 단순히 AI 기술 도입을 넘어, 기업 내부의 데이터 거버넌스 역량과 AI 기반 의사결정을 지원할 수 있는 조직 문화 구축에 달려 있습니다. '데이터 준비 문제'가 AI 도입의 가장 큰 걸림돌이라는 지적처럼, 깨끗하고 표준화된 데이터를 확보하는 것이 선결 과제가 될 것입니다. 또한, AI가 제시하는 통찰력을 효과적으로 해석하고 실행에 옮길 수 있는 마케팅 전문가의 역할도 더욱 중요해질 것입니다. 장기적으로는 AI가 마케팅 전략 수립, 캠페인 실행, 성과 측정의 전 과정에 걸쳐 핵심적인 역할을 수행하며, 마케팅 산업의 패러다임을 근본적으로 변화시킬 것으로 전망됩니다.
📝 원문 및 참고
- Source: Hacker News
- 토론(HN): [news.ycombinator.com](https://news.ycombinator.com/item?id=48178929)
- 원문: [링크 열기](https://www.adweek.com/brand-marketing/exclusive-hershey-bets-on-ai-agents-to-fix-its-2-billion-marketing-blind-spot/)
---
출처: Hacker News · [원문 링크](https://www.adweek.com/brand-marketing/exclusive-hershey-bets-on-ai-agents-to-fix-its-2-billion-marketing-blind-spot/)
댓글 0
아직 댓글이 없습니다. 첫 댓글을 남겨 보세요.