MAX SUMMIT 2026 후원사 인터뷰 ｜ 파이온코퍼레이션
“AI가 무엇을 만들었나보다, 우리 조직이
그 결과를 믿고 쓸 수 있느냐가 중요합니다.”
AI 덕분에 누구나 짧은 시간에 수십 개의 콘텐츠를 만들 수 있게 됐습니다. 그런데 모든 브랜드가 비슷한 속도로 생산량을 늘리면 어떻게 될까요. 소비자가 보는 화면은 더 붐비고, 개별 브랜드가 눈에 띄기는 오히려 더 어려워집니다. 실제로 마이크로소프트 조사에 따르면 2025년 하반기 한국의 AI 사용자 증가 속도는 조사 국가 중 1위였는데, Kapwing이 국가별 인기 유튜브 채널을 분석한 결과 한국의 AI 슬롭(Slop) 채널 조회수도 조사 대상 국가 중 가장 높았습니다. AI를 가장 빨리 받아들이는 나라가, 동시에 AI로 만든 저품질 콘텐츠도 가장 많이 소비하는 나라인 셈입니다.
MAX SUMMIT 2026에서 이 역설을 제목으로 삼은 세션 “AI로 더 많이 만드는데, 더 안 보이게 됐다”를 발표한 정범진 파이온코퍼레이션 대표를 만났습니다. 그는 “AI는 마법지팡이가 아니라 운영 시스템”이라며, 네이버쇼핑·현대자동차·일본 시장 등에서 쌓아온 실제 사례와 함께 신규 서비스 ‘AdCatch’를 소개했습니다.
Q1. 안녕하세요, 정범진 대표님. 대표님과 파이온코퍼레이션 소개 부탁드립니다.
안녕하세요, 파이온코퍼레이션 대표 정범진입니다. 카울리에서 모바일 광고 사업을 하면서, 광고를 누구에게 언제 보여줄지 결정하는 기술이 정말 빠르게 발전하는 걸 지켜봤습니다. 그런데 현장에서 계속 마주치는 병목은 오히려 다른 데 있더라고요. 광고는 정교하게 보낼 수 있는데, 정작 그 타이밍에 시험해 볼 크리에이티브가 충분하지 않은 겁니다.
소재가 한두 개뿐이면 고객이 어떤 메시지에 반응하는지 알기 어렵습니다. 상품과 채널이 늘어날수록 더 다양한 시도가 필요한데, 매번 사람 손으로 기획하고 만드는 방식으로는 한계가 명확했고요. 그 간극을 풀어보려고 2019년에 파이온을 창업했습니다.
브이캣과 크리젠은 크리에이티브를 빠르게 만드는 데서 시작했지만, 저희가 진짜 궁금한 건 “몇 개를 만들었나”가 아니라 “무엇이 실제로 통했나”입니다. 그래서 지금은 AdCatch로 시장의 신호를 찾고, 제작 에이전트가 가설을 소재로 만들고, 운영 에이전트가 성과를 확인해서 다음 시도에 반영하는 마케팅 OS를 만들고 있습니다. 결국 저희가 만드는 에이전트들은 다 하나의 목표, 마케팅 퍼포먼스 개선으로 모입니다.
Q2. 맥스서밋에 후원사로 참여해 주셨는데요. 연사로 참여해 주신 소감을 부탁드립니다.
화려한 AI 결과물을 보여주기보다는, 마케터들이 매일 겪는 병목을 그대로 보여드리고 싶었습니다. 제작 시간은 줄었는데, 소재를 고르고 검수하고 성과를 판단하는 일은 오히려 더 복잡해졌잖아요. 그래서 실제 업무에서 무엇을 구조화해야 AI가 진짜 도움이 되는지에 초점을 맞췄습니다.
현장 반응도 흥미로웠습니다. “이런 영상 만들 수 있어요?”만큼 “우리 브랜드 기준은 어떻게 지켜요?”, “여러 팀이 같이 쓸 수 있나요?” 같은 질문이 많았거든요. AI에 대한 관심이 기능 체험 단계를 넘어, 운영 방식 자체로 옮겨가고 있다는 걸 느꼈습니다.
Q3. 맥스서밋 후원사로 참여하게 되신 배경이 궁금합니다.
요즘 기업들이 AI로 이미지나 영상 만드는 건 이제 낯설지 않은 풍경이죠. 그런데 실제 마케팅 업무에 적용하려면 질문이 달라집니다. “우리 브랜드 기준을 지키면서 매일 만들 수 있는가”, “여러 지역과 채널에서 같이 쓸 수 있는가”, “그게 진짜 성과로 이어지는가” 같은 것들이요.
저희는 네이버 쇼핑라이브 제작 자동화, 현대자동차 글로벌 소재 운영 같은 프로젝트로 현장에서 이 질문들을 직접 풀어왔습니다. 이번 맥스서밋에서는 그 마케팅 AX 사례와 거기서 얻은 배움을 마케터들과 나누고 싶어서 후원사이자 연사로 참여하게 됐습니다.
저희 브랜드 전략에서도 의미가 있는 자리였습니다.
파이온 = AI로 콘텐츠 만드는 회사로만 소개되기보다는, 리서치부터 제작·운영·성과 학습까지 기업이 일하는 방식 자체를 바꾸도록 돕는 회사라는 걸 보여드리고 싶었거든요.
AI로 더 많이 만드는데, 더 안 보이게 됐다
Q4. 세션에 대해 간단히 소개해 주실 수 있으실까요?
세션 제목이 “AI로 더 많이 만드는데, 더 안 보이게 됐다”인데요, 이게 실제로 지금 벌어지고 있는 역설입니다. AI 덕분에 누구나 짧은 시간에 수십 개씩 콘텐츠를 뽑아낼 수 있게 됐는데, 모든 브랜드가 다 같이 그렇게 하면 결국 소비자 화면만 더 붐비고 개별 브랜드는 오히려 안 보이게 되거든요.
그래서 세션에서는 제작량을 늘리는 방법보다 ‘무엇을 만들 것인가’를 판단하는 과정이 왜 더 중요해졌는지를 얘기했습니다. 지금 고객이 뭘 궁금해하는지, 경쟁사는 어떤 말을 반복하고 있는지, 우리 브랜드만 답할 수 있는 질문은 뭔지 — 이걸 먼저 찾아야 해요. AI는 그 판단을 빠르게 실행하고 검증할 때 진짜 가치가 생깁니다.
Q5. AI 슬롭(Slop) 콘텐츠가 범람하는 지금 상황을 어떻게 진단하고 계신가요?
한국은 이 변화를 가장 빠르게 겪고 있는 시장 중 하나예요. 마이크로소프트 조사에서 2025년 하반기 한국의 AI 사용자 증가 속도가 조사 국가 중 가장 빨랐는데, Kapwing이 국가별 인기 유튜브 채널을 분석했을 때는 한국의 AI 슬롭 채널들이 가장 많은 조회수를 기록했습니다. AI를 제일 빨리 받아들이면서, 동시에 AI로 만든 저품질 콘텐츠도 어마어마하게 소비되고 있는 거죠.
마케터 입장에서는 꽤 곤란한 상황이에요. 제작 속도를 안 높이면 경쟁사한테 밀리는데, 다들 속도를 높이면 결국 비슷한 화면과 문구만 쏟아지고 고객한테는 그냥 또 하나의 스쳐 지나가는 영상이 되거든요. 예전엔 소재를 만드는 게 병목이었다면, 이제는 그 많은 소재 중에서 고객이 멈춰 볼 이유를 찾는 게 더 어려운 일이 됐습니다.
AI 슬롭의 문제는 사실 AI를 썼다는 데 있지 않아요.
누구한테 왜 보여줄지 정하지 않은 채 그럴듯한 결과물을 계속 찍어내는 데 있는 거죠.
그래서 저는 마케터가 생성 버튼을 누르기 전에 “고객은 지금 뭐가 궁금할까”, “우리 브랜드는 그 질문에 어떤 답을 줄 수 있나”를 먼저 물어봐야 한다고 생각합니다. AI로 많이 만드는 능력은 이제 다들 갖고 있어요. 성과를 가르는 건 만들 가치가 있는 걸 찾아내고, 고객 반응을 보면서 그 판단을 계속 고쳐나가는 능력입니다.
Q6. “AI는 ‘마법지팡이’가 아니라 ‘운영 시스템'”이라는 메시지, 조금 더 풀어 설명해 주실 수 있을까요?
좋은 프롬프트 한 줄이 좋은 광고를 계속 만들어주는 건 아니거든요. 같은 요청을 해도 상품 정보가 부정확하거나, 브랜드가 쓰면 안 되는 표현이 정리 안 돼 있거나, 최종 검수를 누가 하는지 불분명하면 결과가 계속 흔들립니다.
저희가 ‘구조’라고 부르는 건 상품·고객에 대한 정확한 데이터, 브랜드 표현 기준, 제작·승인 절차, 배포 채널, 성과를 다시 반영하는 흐름 — 이런 것들이에요. 이게 갖춰져 있어야 AI가 한 번 보여주고 끝나는 시연이 아니라 매일 반복할 수 있는 업무가 됩니다. 결국 중요한 건 “AI가 뭘 만들었나”가 아니라 “우리 조직이 그 결과를 믿고 쓸 수 있나”예요.
AI 슬롭이라는 문제 진단에서 “구조가 결과를 만든다”는 원칙으로 넘어가는 이 흐름이 세션의 핵심입니다. 이어지는 사례들은 이 ‘구조’가 실제로 어떻게 만들어졌는지를 보여줍니다.
실제 사례: 네이버쇼핑부터 A면세점까지
AI가 아니라, AI를 담는 그릇을 판다
Q7. 네이버쇼핑과 함께한 ‘AI 라이브’ 사례를 소개해 주실 수 있을까요?
상품은 수없이 많은데, 라이브로 소개할 수 있는 상품은 몇 개나 될까요? 방송 한 편마다 기획, 대본, 쇼호스트, 촬영팀이 다 필요하다면 좋은 상품이 있어도 다 편성할 수가 없어요. 네이버쇼핑과 저희가 풀고 싶었던 게 바로 이 제작 규모의 한계였습니다.
그래서 네이버쇼핑 전용 AI 라이브 제작 시스템을 만들었습니다. 브랜드가 요청서나 상품 URL만 넣으면 판매 포인트를 정리하고 대본을 만든 다음, 음성·영상·상품 정보 카드 생성부터 편집까지 한 번에 이어집니다. 별도 촬영 없이 10분짜리 라이브 영상을 만들고, 상품에 따라 수십 편에서 수백 편까지 변주할 수 있어요.
AI 쇼호스트와 사람 쇼호스트를 같은 조건에서 비교했더니 AI 라이브 쪽 매출이 더 높았고, 저희가 만든 방송이 네이버쇼핑 푸드 카테고리 인기 베스트 1위에 오르기도 했습니다.
Q8. 일본에서도 여러 현지화 AI 영상 성과를 내셨는데요. 재촬영 없이 글로벌 영상을 현지 버전으로 바꾸는 로컬라이징도 눈에 띄었습니다.
일본은 기업들의 AI 활용이 빠르게 늘고 있는 시장이에요. 근데 AI로 영상을 만들 수 있다는 것만으로는 현지 소비자한테 안 통합니다. 일본에서 진짜 통하는 이야기를 기획하고, 기업이 그 방식을 계속 쓸 수 있게 만드는 게 중요하거든요.
맘스터치 일본 캠페인은 현지 문화에서 출발해 기획한 AI 영상이 한 달 만에 약 50만 회 재생된 사례고요. 메이지와 함께한 신제품 프로젝트는 소비자가 궁금해할 만한 제품 가치를 영상으로 보여줘서 크라우드펀딩 성과로 연결됐습니다. TV아사히가 준비 중인 드라마에는 저희가 AI 영상 제작으로 참여하면서 영역을 넓히고 있고요.
이런 해외 진출에서 계속 부딪히는 문제가 로컬라이징입니다. 글로벌 캠페인에서 진짜 어려운 건 영상 한 편 만드는 게 아니라, 그걸 여러 시장에 맞게 계속 고치는 일이에요. 언어·자막은 물론이고 가격, 혜택, 상품 구성, 규제 문구, 화면 속 인물과 분위기까지 다 달라질 수 있거든요. 그때마다 다시 촬영하면 속도도 비용도 감당이 안 됩니다.
AI를 쓰면 원본의 핵심 장면과 브랜드 정체성은 유지하면서, 시장별로 바꿔야 할 요소만 유연하게 제작할 수 있어요. 브랜드 입장에서는 그냥 버전이 많아지는 게 아니라, 각 시장에서 어떤 메시지가 통하는지 작게 시험해보고 반응 좋은 쪽에 더 투자할 여지가 생기는 거죠. 저희 사업도 영상 한 편 만들고 끝나는 게 아니라, 현지 팀이 직접 만들고 고칠 수 있는 역량을 남기는 데 목표를 둡니다.
Q9. 현대자동차와 함께한 글로벌 콘텐츠 표준화 사례를 소개해 주실 수 있을까요?
글로벌 브랜드는 언뜻 반대처럼 보이는 두 과제를 동시에 안고 있어요. 어느 나라에서 봐도 같은 브랜드여야 하면서, 동시에 각 지역 고객한테는 현지 언어와 맥락으로 말해야 하거든요.
현대자동차 사례에서 저희가 집중한 건, 본사가 정한 이미지·표현 기준은 일관되게 지키면서 현지 조직이 필요한 소재를 직접 빠르게 만들 수 있는 제작 체계였습니다. 이러면 본사가 모든 요청을 일일이 처리하는 병목도 줄고, 지역별 실행 속도도 빨라져요. 규모가 커질수록 AI가 만든 이미지 한 장보다 브랜드 기준을 담은 제작 시스템 자체가 더 중요한 자산이 됩니다.
Q10. 대량의 상품 이미지를 화보 퀄리티로 자동 생성한 ‘A 면세점’ 사례도 소개해 주실 수 있을까요?
면세점에는 배경 제거된 상품 이미지가 수만 장 있는데, 그 상품들 연출컷을 일일이 다 촬영하기는 어렵습니다. A 면세점 사례에서는 약 4만 장의 상품 이미지를 놓고, 상품 형태는 그대로 유지하면서 각 상품에 어울리는 배경을 생성하는 작업을 했어요.
이 정도 규모에서는 이미지를 잘 만드는 것만으로는 부족합니다. 상품 담당 조직이 결과물을 확인하고 승인하는 과정까지 실제로 돌아가야 업무에 쓰이거든요. 그래서 면세점의 기존 역할과 승인 절차를 먼저 파악하고, 그 흐름 안에서 수만 개의 이미지를 생성·검수·활용할 수 있게 제작 과정을 설계하는 데 집중했습니다.
AI가 별도의 근사한 작업 공간을 하나 더 만드는 게 아니라,
고객사가 이미 일하는 방식 안으로 자연스럽게 들어가서
반복 업무를 줄여줘야 해요. 저는 이게 마케팅 AX의 핵심이라고 생각합니다.
네이버쇼핑(라이브커머스), 일본(현지화), 현대자동차(글로벌 표준화), A면세점(대량 자동화) — 업종도 규모도 다른 네 사례를 관통하는 건 결국 하나입니다. “AI가 새 작업 공간을 만드는 게 아니라, 이미 일하던 방식과 승인 구조 안으로 들어간다”는 것. 이 철학은 이번 세션에서 새로 소개된 서비스 ‘AdCatch’로 이어집니다.
신규 서비스 AdCatch: Marketing Agent OS
손으로 보던 경쟁사 광고, 이제는 기계가 본다
Q11. 이번 세션에서 새로운 서비스 ‘AdCatch’를 소개하셨는데요. 어떤 문제의식에서 출발했고, 리서치-제작-집행으로 이어지는 ‘Marketing Agent OS’는 어떤 구상인가요?
마케터는 경쟁사 광고를 항상 봅니다. 근데 여러 광고 라이브러리, SNS, 뉴스를 손으로 오가면서 머릿속으로 비교하는 정도예요. 그러다 보면 눈에 띄는 광고 몇 개는 기억해도, 어떤 메시지가 오래 쓰이는지, 어떤 표현이 늘고 있는지 체계적으로 파악하기는 어렵거든요. AdCatch는 이 문제에서 출발했습니다. 광고를 모아 보여주는 데서 그치지 않고 소구점·타깃·행동 유도 문구·비주얼을 비교해 다음 제작에 쓸 단서를 찾도록 설계했어요. 목표는 경쟁사 광고를 베끼는 게 아니라, 고객이 관심은 있는데 아직 답을 못 들은 질문을 발견하는 겁니다.
그리고 마케팅에서 제일 아쉬운 순간이 캠페인 끝난 직후예요. 어떤 광고가 고객을 움직였는지 데이터는 남는데, 그 배움이 다음 소재를 만드는 과정으로 잘 안 돌아오거든요. 저희는 그 연결고리를 만들고 있습니다. AdCatch가 시장의 신호를 찾고, Creagen이 그걸 브랜드에 맞는 소재로 만들고, AdAgent가 집행과 성과 운영을 맡습니다. 클릭·구매 같은 실제 반응은 다시 분석에 반영해서 다음 소재를 고르는 기준을 계속 높여요.
발견 → 제작 → 집행 → 성과 학습 → 다시 발견, 이렇게 이어지는 반복 구조가 저희가 그리는 Marketing Agent OS입니다. 파이온의 미션은 기능 많은 도구를 만드는 게 아니라, 에이전트들을 서로 연결해서 캠페인을 거듭할수록 더 나은 결정을 할 수 있게 하는 것입니다.
결과물을 많이 뽑는 사람 말고, 가설을 빨리 배우는 사람
Q12. 파이온코퍼레이션의 하반기 계획 혹은 장기적인 비전에 대해 궁금합니다.
하반기에는 AdCatch-Creagen-AdAgent를 더 긴밀하게 연결해서, 집행 결과가 데이터로 쌓이고 그 데이터가 다음 광고를 더 낫게 만드는 구조를 완성하는 데 집중하고 있습니다. 한국에서 만든 방식이 일본에서도 조금씩 성과로 이어지고 있고요.
장기적으로는 모든 브랜드의 마케팅 업무가 AI 중심으로 재편될 거라고 봅니다. 저희가 지향하는 건 마케터한테 도구 하나 더 얹어주는 게 아니라, 마케팅 팀이 해오던 조사·제작·운영 업무를 에이전트가 함께 수행하고 성과까지 개선하는 것입니다.
Q13. 앞으로 마케터에게 요구되는 역량은 어떻게 달라질 거라 보시나요?
이미지 한 장, 문구 한 줄을 직접 만드는 속도보다, 뭘 물어야 하는지 정하는 능력이 더 중요해질 겁니다. 고객 문제를 정의하고, 시장 신호를 읽고, 브랜드가 지켜야 할 기준을 분명히 해야 AI도 제대로 일할 수 있거든요. 동시에 AI가 만든 결과가 사실에 맞는지, 브랜드에 맞는지 검증하는 역량도 필요합니다. 앞으로 뛰어난 마케터는 결과물을 제일 많이 뽑는 사람이 아니라, 제일 좋은 가설을 세우고 제일 빠르게 배우는 사람일 거예요.
“AI로 콘텐츠를 만들기 전에, 고객이 오늘 뭘 궁금해하는지 한 번 더 물어보셨으면 합니다.
좋은 기술은 그 질문에 더 빠르고 정확하게 답하도록 도와줄 뿐이거든요.
파이온은 마케터들이 그 과정을 계속 이어갈 수 있도록 돕겠습니다.”
