평생 쓰는 이커머스 AI에이전트 시스템, 50분 올인원 강의 (AIOS 공개) transcript

오늘은 한 번 만들면 평생 쓰는 AI 에이전트 시스템 만드는 방법을 알아보도록 하겠습니다. 제가 상세 페이지 마법사 등을 통해서 간단하게 AI를 통해서 상세 페이지 만드는 방법은 사실 정말 많이 소개를 해 드렸거든요. 그런데 완벽하게 시스템을 구축하는 방법 그리고 그 시스템을 구축해서 소싱부터 모델 상세 페이지까지 만드는 방법에 대해서는 소개를 해 드리지 못했어요. 왜냐면 이거는 아주 간단한 방법이 아니라 정말 많은 데이터를 모으고 그 파이프라인을 구축해서 단계별로 그 데이터를 이동시키면서 완벽하게 구매 전환이 일어나는 그런 시스템을 구축하는게 핵심입니다. 특히 AI를 이커머스에서 가장 잘 쓰시려면요. 파이프라인을 구축하는 방법을 완벽하게 마스터를 하셔야 됩니다. 오늘은 한번 만들어 놓으면 평생 쓸 수 있는 시스템 만드는 방법까지 설명을 드리도록 하겠습니다. 아마 어디서도 볼 수 없고 한 번도 듣지 못했던 내용이실 겁니다. 오늘 정말 재밌으니까요. 구독 좋아요 부탁드리고 바로 시작하겠습니다.이 중에 하나라도 해당되시는 분이 있는지 한번 자세히 한번 봐 주세요. 상세 페이지 하나에 뭐 수십만 원 또 필요한 뭐 수백만 원을 쓰신 분도 계십니다.

[음악] 어, 외주를 좀 맡겨서 아직도 그 AI 퀄리티가 신뢰가 되지 않아서 외주를 아직 맡기시는 분들 꼭 집중해서 한번 봐 주시고요. 그다음에 상품이 이제 계속 바뀌잖아요. 바뀌면 또 매번 이렇게 처음부터 하신 분들이 대부분이실 거예요. 필요한 이미지를 찾아서 어, 제 상세 페이지 마법사를 쓰시더라도 몇 그때그때마다 음, 새로 하시는데 어, 그렇게 하지 않는 방법을 또 오늘 알려 드리려고 하고 품질 무분이 좀 많죠. 이런 피드백은 되게 많이 봤거든요. 저도 이제 AI를 써 봤는데 결과가 좀 밋밋하다, 좀 심심하다. 뭐 나오긴 하는데 어 우리 브랜드를 잘 이해하는 거 같지 않다. 그리고 너무 평범하다. 이런 얘기들을 되게 많이 합니다. 어, 이것도 제가 왜 그렇게 나오는지 또 설명을 드리고 또 어떻게 바꿀 수 있는지 오늘 다 설명을 드리도록 하겠습니다. 그리고 모델 사진 같은 것도 되게 많은 피리팩을 주시는데 뭐 엄두가 안 난다는 거죠. 뭐 예쁘게 만드는 거야. 이제 AI를 통해서 많이 만드는데이 만든 모델이 또 우리 제품하고 어울리는지 [음악] 또 우리 상세 페이지 어떻게 하면 잘 쓸 수 있는지 어 그런 부분들이 정말 궁금한 거죠. 그리고이 모델을 어떻게 또 일관성 있게 계속 사용할 수 있는지 이런 것들도 되게 중요하거든요. 상색 페이지에. 그런데 이런 부분까지 하나의 시스템으로 구축을 해 놓으면 정말 정말 좋죠. 시스템이라는 거는 재사용이 가능하다라는 뜻이거든요. 지금 상품이 바뀔 때마다 처음부터 계속 바뀌시는 분들은 오늘 꼭 집중해서 들어 주세요. 오늘은 슬라이드 형태의 프리젠테이션 형태로 주로 이야기를 하는데 이렇게 하는 이유는 오늘 내용이 정말 중요하기 때문입니다. 그래서 오늘 이렇게 제가 차근차근 말씀드리는 것들 하나도 잊지 마시고 계속 반복해서 들어 주시고 그다음에 꼭 실행으로 옮기셨으면 좋겠습니다. 고민이 되게 많으시죠? 근데 그 사실의 원인은 딱 한 가지입니다. 그냥 맨손으로음 시작하셔서 그래요. 그리고 어떤 단계별로 어 프로세스별로 어 특정 과정을 정의를 안 했기 때문입니다. 근데 우리 비즈니스도 그렇고 이커머스라는게 이렇게 뭘 딱 정해 놓고 하시는 분들이 되게 없더라고요.음 음, 그냥 특정 강의에서 이렇게 하라고 배웠던 몇 가지의 루틴만 계속 반복을 하다 보니까 전체적인 시스템에 대한 부제가 꼭 있었습니다. 그래서 [콧방귀] 이번에는 그 상세 페이지까지 제가 단계를 소개를 해 드릴 텐데 저는 총네 단계로 진행을 합니다.이 AI가 내 브랜드로서 일을 하게 하는 방법들. 그 사실 브랜드라는 거, 뭐 브랜딩이라는 거 좀 뭐 큰 데서만 하는 거 같고 조금 저도 웬만하면 이런 용어를 안 쓰려고 합니다만 근데 반드시 필요해요. 정말 딱딱하고 어려운 내용이 아니라는 것도 설명을 드릴게요. 그리고 이제 다음 상품이 훨씬 더 쉬워집니다. 음. 우리는 어 이커머스 상품은 특정 뭐 사스나 이런 프로그램처럼 하나의 패키지 상품만 만들고 그걸 서비스 하는게 아니기 때문에 어 필요하면 뭐 1천000개 또 만 개까지 제품을 늘리시는 분도 많으시기 때문에 이거는 시스템으로 계속 반복해서 쓰여지는 구조가 AI 이커머스를 가장 잘 활용하는 방법이라고 또 다시 한번 강조를 드리겠습니다. 첫 번째는 그 원인부터 일단은음 짚고 가겠는데요. 대부분 이제 프롬프트를 잘 쓰는 방법을 이제 많이 배우세요. 프롬프팅으로 좋은 이미지 또 좋은 상세 페이지를 만들려고 노력을 되게 많이 하시는데 제가 오늘 그걸 깨 드릴게요. 이렇게 같은 상품에서 다른 재료가 쓰여지는 거예요. 어 선크림 상세 페이지 만들어 줘라고 보통 많이 얘기하세요. 뭐 요새 이렇게 무식하게 이렇게 얘기해야 요청하는 사람들이 있느냐라고 이렇게 생각하시겠지만 의외로 한 50% 많게 한 70%까지 이렇게 요청하십니다. 물론 이제 여기서 조금 더 자세히 할 뿐인 거죠. 그러면 잘 나옵니다.

AI가 되게 잘 해 줘요. 그런데 이게 되게 평범해요. 어디에도 누구나 쓸 수 있는 문장과 브랜드를 만들어 줍니다. 그리고 여기서 조금 더 뭐 자세히 들어갔다고 하고 뭐 프로파일링을 정의하고 뭐 시장 분석을 좀 해 달라고 해서 너고 하고 뭐 설사 서브에트한테 뭘 조사를 시켜 가지고 결과를 만들어도요 똑같습니다. 크게 달라지지 않아요. 그래서 우리가 AI를 써서 뭔가 조사 시키고 뭔가 뭐 브랜딩을 만들고 할 때 아이 뭔가 이렇게 좋긴 한데 엣지가 좀 없다. 좀 너무 평범하다라고 생각하는 이유는 재료가 없어서 그래요.이 재료라는 것도 AI한테 시키기 때문에 그렇습니다. 그런데 이제 저 같은 경우는 이제 사주치 보통 이제 총 4단계 단계로 나눠서 그걸 총 4주간에 보통 완성을 하는 그렇게 큰 프로세스로 보는데 뭐 후기, 경쟁 분석, 뭐 브랜드킷 그다음에 모델의 패스포트라고 하는 신분증까지 완벽하게 주게 되면 어 실제 고객이 가장 원하는 그 소구점이 카피가 돼 버립니다. 경쟁사들이 잘 쓰지 않는 말이 우리의 가장 큰 강점이 됩니다. 우리 제품하고 가장 어울리는 모델이 우리 상세 페이지를 완벽하게 구성을 해 줍니다. 뭐이 얘기만 들어도 정말 흥미롭지 않나요? 이게 어 여태까지 여러분들이 잘못하셨다는게 아니라 한 가지 방법을 몰라서 그렇습니다. 뭐 경쟁사의 자료라든지 뭐 브랜드의 가이드라인이라든지 그다음에 모델에 대한 정보값 이런 것들이 다 필요한데 이런 입력 데이터를 충분히 넣으셔야 하는데요.이 말로만 들어도 머리 아프죠. 이거 뭐 뭘 하나 하려고 이렇게 자료를 많이 만들고 뭘 준비하는게 경거롭습니다. 그 많은 고민을 AI가 줄여 준다는 거예요.

AI는이 과정에서 쓰여지는 겁니다. 프롬프트를 만들려고 하지 말고 시장 조사를 그냥 시키지 말고요. 데이터를 주고 만들려고 시키는게 정말 a AI를 잘 쓰는 방법입니다. 이게 정말 중요하거든요. 자, 여러분들이 보통 이제 작업을 하실 때 왜 나쁘진 않지만 아주 좋지 않다라는 이유는 평균을 만들기 때문이에요. AI는 재료가 없잖아요. 그러면 사실 마켓 데이터를 그냥 평균적인 데이터를 끌어오고 평균적인 얼굴을 만들어 주고요. 평균적인 카피를 만들어 줍니다. 그리고 평균적인 구성을 할 뿐이에요. 사실 이제 AI는 좀 극단적인 얘기지만 세상의 평균을 학습한 기계입니다. 아주 극단적으로 치우치거나 또 아주 반대쪽에 극단적으로 치우치는 사고를 잘 하지 않아요. 그렇게 학습이 돼 있고 사실 이렇게 치우쳐져 있으면 또 여러 가지로 문제가 되죠. >> [음악] >> 그렇기 때문에 많은 필터링이 있어서이 중간에 사람들이 가장 많이 원하는 대답들이 모아진 집합이기 때문에 이런 데이터가 필요한 시장이 분명히 있지만 어 이커머스는 사실은 경쟁이 굉장히 치열한 곳이잖아요. 여기에 평균이라는 거는 사실 안 팔겠다라는 의미하고도 똑같습니다. 어, 많은 이커머스 하시는 분들이 큰 시장에서 평균적인 제품에 강점을 찾아서 세일즈를 하라고 하는게 얼마나 위험하고 가능성이 요새는 특히 더 적어지는지 꼭 아셔야 되고 그 날카로운 엣지는 우리는 못 찾거든요.

AI한테 도움을 받으셔야 됩니다. 그래서 잘 그리는 거는 붓이 아니에요. 그리고 AI의 좋은 프롬프트 기술, 뭐 AI의 좋은 버전, 그다음에 뭐 특히 좋은 뭐 LM 이런게 아닙니다. 데이터로 사실 그리는 거예요. 구매 전화를 높이는 것도 예쁘게 뚝딱해서 만들어내는게 아니라 좋은 데이터로 구매 전환을 만드는 겁니다.이 좋은 데이터를 구성하는 힘이 우리의 상세 페이지 그다음에 비즈니스 전반을 가르게 됩니다. 이게 오늘의 하이라이트라고 보시면 돼요. 상세 페이지라는 건 아무것도 아니에요. 사실은 그냥 데이터의 조합으로 그냥 묶어 놓은 그루핑된 그런 나열된 패키지된 그냥 장소일 뿐입니다. [콧방귀] 뭐 예를 들면 애들 어린이 집 보내기 전에 안 따가운게 최고예요라는 이런 후기가 나왔다라고 하면 이게 이제 헤드카피가 되는 거죠. 후기에서 찾은 깊은 인사의 이팅인 거예요. 그리고 대부분 경쟁사가 계속 얘기하는 것들이 있어요. 공통적으로. 어, 저는 이제 이번에 선크림으로 예를 들 텐데 선크림의 지속력은 진짜 많이 이야기를 합니다. 놀랍게도. 그리고 어, 대부분이 이게 메인 어떤 소구점이에요. 그러니까 너무 좋긴 한데 어, 우리가 가져갈 경쟁력은 너무 약한 거죠. 오히려 순환 성분은 아무도 얘기를 하지 않더라고요. 이게 우리가 가져가야 할 빈자입니다. 근데 제가 이걸 많이 알려 드리다 보니까 어 많은 분들이 이제 큰 시장에서 큰 제품을 가지고 싸우라라고 얘기 이야기를 많이 듣는 거 같아요. 좋은 전략이죠. 세스고딘이 이야기했던 것처럼 작은 것이 큰 것이다라는이 세그먼트된 시장에 시장이 주는 힘을 꼭 맛보셨으면 좋겠습니다. 또 특히 그거는 AI가 잘 찾아내기 때문에 더 가능했던 거죠. 예전에는 이게 특정 고가의 솔루션이나 아니면 정말 뭐 데이터 분석, 데이터 마이닝 뭐 이런 걸 통해서만 도출이 됐다면 지금은 그냥 몇 초 만에 예전에 수천만 원을 들여서 했던 그 결과물들이 나올 수 있으니까요. 엄청난 큰 장점입니다. 그리고 타겟도 특정 스타일 정도만 구성하는게 아니라 특정 상황이 우리 안에 타겟이 되는 겁니다. 여기 이렇게 아침 등원전 5분 30대 초반 엄마 아침 등원전 5분이라는 타겟을 그려 놓잖아요. 그러면 이미지가 주르로 나와요. 소재도 주르로 나오게 되죠. 그래서 우리의 타겟은 사실 어 사람의 외형이 아니라 그 사람의 외형이 특정 장소에서 쓰여지는 순간을 의미합니다.이 역시도 굉장히 중요한 포인트입니다. 그래서 상세 페이지를 잘 만드는 사람은 글을 잘 쓰는 사람이 아니에요. 데이터를 모으고 정리하고 AI한테 이해시키는 사람이 AI 상세 페이지를 가장 잘 만드는 사람입니다. 네. 그래서 이제 데이터를 모으고 그 단계별로 데이터를 넘기면서 조립하는 과정으로이 OS를 구성을 했습니다.이 OS는 뭐 아시겠지만 누구나 만들 수 있어요. 요새는 바이브 코딩으로이 OS 형태의 데이터를 충분히 어렵지 않게 만들 수 있습니다. 여러분들도이 가이드라인 전체적인 레이아웃 뭐 이런 것들을 참조하셔서 디자인하셔도 되고요. 또 오늘 내용을 들으신 다음에이 내용 바탕으로 이제 코덱스나 클로드 코드한테 요청을 하시면 만드실 수가 있습니다. 저는 총네 단계라고 말씀드렸잖아요. 소싱부터 브랜드 전략, 브랜드 비주얼, 상세 페이지를네 단계로 나눠서 진행을 하게끔 설계를 했습니다. 자, 첫 번째는 데이터로 상품을 좀 고르게 되죠. 제가이 소싱 판결사라는 어 걸 만들어서 많은 분들한테 도움을 드렸는데이 소싱 판결사하고도 유사합니다. 데이터 기반으로 내가 팔릴 만한 제품을 찾는게 가장 핵심이죠. 예를 들어 이렇게 논슬립 옷걸리를 치시면 가장 좋은 데이터를 분석을 해서 이렇게 팔라고 얘기를 하죠.이 이 팔라고 하는 건 정말 드물게 나오거든요. 한 100개 하면 한두 개 정도 나옵니다. 지금 제가 운좋게 어 나오게 했는데 이게 그냥 나온게 아니라 근거가 있는 거죠.음 음, 지금 검색량 그다음에 추세, 광고의 경쟁, 모바일 비중, 그다음에 구매층, 쇼핑클릭 추세 등을 분석해서이 제품을 판매를 해야 되는지 말아야 되는지를 판단을 하게 되는데요. 이렇게 어, 제품에 대한 리스트를 가지고 후보군을 되게 많이 만들어야 돼요. 어, 지금은 제가 논슬립 옷걸이로 이게 구성을 했지만이 논슬립 옷걸이 그 카테고리 안에서도 더 많은 제품들이 있을 겁니다. 뭐 스탠드 옷걸리도 있고 옷걸리 행거도 있고 아기 옷걸리도 있죠. 뭐 어깨뿔, 방지, 옷걸리 뭐 이런 것도 있네요. 옷걸리를 팔아야 되겠다면이 많은 카테고리의 어 제품들을 후보군으로 넣으셔야 됩니다. 그래서 후보군을 수집을 한 다음에 거기서 이제 최종 판매할 후보까지 압축을 시키게 됩니다. 뭐 여기서 압축을 시킨 방법들은 여러 가지가 있는데 데이터로서 판 판결을 하는 거죠. 그리고 내가 판매하는 제품이 가장 어울릴 만한 제품을 선별하게 되고요. 두 번째는 이제이 고객하고 경쟁 상황을 아예 데이터를 하는 겁니다. 후기, 가격 분석. 그리고 거기를 통해서 우리가 찾을 수 있는 빈 포지션을 찾아내고 그거를 통해서 이제 브랜드 킷이라고 하는 거는 앞으로 모델과 상세 페이지에서 소비자들한테 얘기할 수 있는 모든 거리들을 정의를 하는 겁니다. 뭐 예를 들면 브랜드의 어떤 컬러나 무드 그다음에 특정 상황에서 써야 되는 그런 상황들 이런 것들을 구체적으로 좀 정리를 하게 되죠. 그리고이 데이터 1 첫 번째, 두 번째 모아진 데이터를 세 번째 그 데이터를 기반으로 모델을 만드는 거예요. 그래서 모델도 데이터 기반으로 충분히 생성하고 그렇게 되면이 제품에 가장 어울리는 모델이 나오게 됩니다. 놀랍게도. 그리고 그 모델을 고정시키고 항상 일관된 모델이 나올 수 있도록 그렇게 디자인을 하고요. 마지막에 이제 이걸 표현하는게 상세 페이지입니다. 아주 유별하지 않죠? 그렇게 해서 상세 페이지를 완성하는 구조인데이 과정이 정말 정말 중요해요. 자, 보통은 그냥 후기는 대충 훑어 보죠. 그리고 AI한테 대충 던져서 그냥 도출해 낸 다음에 거기서 이제 우리가 찾을 키포인트를 찾게 되는데요. 이제 OS가 이제 전체적으로 가이드를 주게 되고요. 이렇게 후보를 다 골라 줍니다.이 수많은 선크린 카테고리에서음 어떤 제품이 가장 어울리는지 후보를 정해 주게 되고요. 그다음에이 후보군을 가지고 또 디테일한 데이터로 어 또 접근을 하게 되죠. 자, 여기에 이제 경쟁사 상황, 데이터 이런 것들을 더 넣게 되면 우리는 결과적으로는 어떤 제품을 파는게 가장 효과적이라고 이제 디자인을 하게 되고요. 뭐 지금 글로벌 데이터, 아마존, 그다음에 구글 트렌지까지 분석을 데이터까지 넣어서 이렇게 글로벌 신호랑 그다음에 한국 판매 반영할 인사이트까지 도출을 해 냅니다. 이렇게 되면은 소싱을 하기 위해서 우리가 필요한 정보들은 모두 넣어 넣는다고 보면 돼요. 아마존에서는이 무기자에 대한이 소구가 가장 높다고 나왔고 우리가 무기자차 선크림으로 최종 확정을 하게 됩니다. 근데이 과정을 통해서 나온 데이터가 어마어마합니다. 지금 뭐 시장 스캔 리포트, 후보 리포트, 그다음에 판매 기획, 시장 가격대, 그다음에 글로벌 신호, 아마존 신호, 그래서 인사이트 유의점 정리 이런 것들이 모두 데이터로 남아야 되는게 핵심인 거죠. 그래서 데이터의 양은 사실 어마어마합니다. 그래서 1주차는 이런 식으로 정리를 하게 되고 또 2주 차로 넘어가면 2주차에서도이 리포트가 발행이 되게 되는데이 리포트의 그 브랜드 전략 보고서 역시 정말 디테일하고 많은 데이터들이 어 넣어지게 되는 거죠. 타깃이라고 하는 거는 그냥 오디언스 프로필이 아니라 특정 상황을 묘사해야 된다고 얘기했잖아요. 그래서 지금이 선크림 같은 경우에는 출근전 5분 안에 파운데이션 없이 피부 인상만 자연스럽게 정돈하고 싶은 민감하고 복합 복합성 고객이라고 이게 나오게 됩니다. 어 정말 데이터가 많아요. 정말 정말 데이터가 많이 들어가고이 데이터는 AI를 통해서 이렇게 만들어 주시면 됩니다.이 데이터를 요청하는 것들은 그렇게 어렵지 않아요. 그리고 이렇게 분석해내는 것도 AI가 아주 잘하기 때문에 아주 간단하게 하실 수 있을 겁니다. 그런 다음에 이제 3주차에는 실제로 이렇게 1, 2주차에 만든 브랜드 가이드라인을 통해서음 판매 전략 이런 데이터를 통해서 3주차에 모델링을 하게 되니까 어 아마 이렇게 모델링을 하신 분들은 없을 거야. 한 번도 보지도 못했고 정말 방대한 데이터를 통해서 모델 하나를 생성해내는게 어 가능합니다. 첫 번째, 두 번째 과정에서 최대한 많은 데이터를 모아내는게 가장 중요한 핵심이라고 보시면 돼요. 첫 번째, 두 번째, 세 번째 과정을 다 넘기신 다음에 어, 이제 사주차에 넘어가게 되는데요. 저 같은 경우입니다. 이게 저 같은 얘로 이제 보여 드리면 자 상세 페이지를 하나를 만들기 위해서 리포트 데이터가 한 50개 정도 됩니다. 그리고 생성하는 파일이 한 400개가 넘어요. 그리고 채점하는 이미지 그니까 이미지 생성하는 이미지 자체 그니까 체점이라는 건이 떨어진 이미지까지 포함입니다. 그게 한 140장. 물론 이거는 저는 이제 이걸 같이 하시는 분들한테는 천장을 만들려고 합니다. 근데 저는 이제 140장 정도가 만들어졌고. 근데이 데이터만 보면 거의 1기가에 육박합니다. 자, 여러분 상세 페이지를 만들 때 1GB가의 데이터를 수집해서 만든다고 생각을 해 보셨나요? 한 번도 못 해 보셨을 거예요. 그런데 AI를 통해서 이런 데이터를 취합을 하신 다음에 상세 페이지를 완성을 하시는 겁니다. 이렇게 완성을 하시면 놀라운 구매 전환이 일어나게 되죠. 데이터 기반으로 의사 결정을 하고요. 그 데이터가 알려 주는 대로 상세 페이지를 완성을 하게 되면 정말 정말 드라마틱한 결과가 만들어지게 됩니다. 여러분들도 꼭 할 수 있습니다. 이렇게 도전을 한번 해 보세요. 1주차는 아까 말씀드린 대로 단 한 개의 후로 좁혀서이 제품을 판다고 확정을 짓는 그 순간인데요. 정말 많은 데이터로 의사 결정을 하고 AI한테 도움을 받는 겁니다. 자,이 시스템만 구축을 하면이 소싱이라는이 단계 여기까지의 단계는 정말 30분이면 끝나게 됩니다. 물론이 이후의 단계까지도 필요하죠.이 이 제품을 실제로 소싱하고 소싱한 업체랑 컨택을 하고 그 소싱한 업체한테 요구 사항들을 아주 구체적으로 이야기를 해야 됩니다.이 예를 들어 이런 선크림 같은 경우에는 인증이라는게 되게 많이 필요하거든요. 그럼 인증 2라는 것도 비용이 많이 들고이 인증된 성분들이 들어 있어야지만 팔 수 있기도 하지만 소구점이 꼭 필요하기 때문에 사전에 우리가 체크하고 그 업체한테 꼭 반드시 알아야 하고 받아 받아야 되는 데이터들이 되게 많거든요. 그런 것들을 AI와 함께 협상을 하는 겁니다. 예전엔 사실 되게 어려웠어요. 뭐 이제 통역이나 이런 건 문제 없다라고 해도 어 중국하고 이제 일을 해 보시거나 이제 다른 나라랑 일을 해 보시면 알겠지만 시작과 끝이 다른 경우가 많아요. 정말 많습니다. 그래서 시작할 때 이거를 잘 단돌이를 치고 완벽하게 세팅을 해야 되는데 그 역시도 AI가 도움을 주는 거죠. 업체랑 협상을 해서 내가 팔 제품의 단가까지 그다음에 스펙까지 확정하는 거는 30분 안에 끝나는 건 좀 무리죠. 그리고 끝나도 문제입니다. 그렇게 빨리 소싱하는 건 좀 리스크가 있고 그거는 좀 걸리겠지만 이렇게 어떤 제품을 팔아야 되는지 아 정말 확신이 들게 여태까지 감으로 판게 아니라 확신이 들 정도의 제품을 선정하는 거는이 시스템만 구축하면 30분이면 되고요. 제가 아까 얘로 보여 드린 이런 OS를 직접 한번 구축을 해 보세요. 어렵지 않습니다. 그리고 제가 말씀드린이 방법을 그대로 AI한테 요청을 해서 만들어 보는 겁니다. 두 번째는 아까 말씀드린 고객의 말 그다음에 경쟁사의 빈틈을 아주 엣지 있게 찾아야 되는데요. 이게 눈에 잘 보일 거 같지만 잘 안 보이는 제품도 되게 많아요. 그래서 실제로 쓴 고객의 문장을 수집하는게 가장 중요하고 또 경쟁사의 언어를 분석하는게 굉장히 중요합니다. 그래서 모두가 하는 말은음 제 기준에선 관심이 없고 아무도 하지 않은 말을 찾는게 우리 상세 페이지의 핵심이라고 보시면 돼요. 아무도 아 하지 않는 말인데 이게 팔릴 수 있느냐 어 잘 팔리는 말을 해야 되지 않느냐라고 좀 의구심을 가지실 수 있는데 아무도 안 하는 말이 정말 아무도 안 하는 말이 아니라 고객은 필요하다고 얘기를 하지만 판매자들이 이야기를 하지 않는 말을 찾는 겁니다. 그러니까 시장에서는 우리의 요거는 충분히 있지만 아무도 이게 작기 때문에 들어 주지 않는 거죠. 이런 말들을 찾아서 픽스를 시켜 놓고 그 말 자체가 카피로 가야 되는 거죠. 그러니까 정말 매력적이지 않겠어요? 고객이 아 정말 예를 들면 여기에 뜨지 않는 그냥 5분 안에 빨리 바르고 나갈 만한 그냥 제품을 간단하게 찾는데 정말 그냥 다양하게 그냥 어떤 그냥 어떤 보호력이나 이런 것들만 다른 메시지만 주후장 준다면 어 이런 메시지가 있는 제품을 찾기 위해서 정말 많은 시간을 소비할 겁니다. 그런데 우리 제품은 그런 타겟을 위해서 아주 간결하게 그것도 첫 페이지에 직접적으로 보여 주기 때문에 너무너무 힘이 있는 거죠. 그다음에이 수많은 데이터를 통해서 신분증이라는 걸 만들게 됩니다. 신분증이라는 거는 나이, 직업, 라이프스타일 이런 것들이 다 포함이 되게 되고요. 1주차, 2주차에서 100% 도출된 값을 쓰게 되니까요. 임의로이 모델에 대한 데이터는 하나도 어, 따로 고르지 않습니다. 뭐 예를 들면 뭐 이런 스타일이 필요하거나 뭐 어떤 모습이 필요해서 우리는 이런 것들을 디자인을 많이 하잖아요.이 이 시스템 같은 경우에는 저의 주관이 하나도 들어가지 않은 이런 과정으로 모델링을 하기 때문에 굉장히 신선하다는 거죠. 아마 제 주관이 100% 배제된 상태에서 데이터로만 이런 모델 작업을 해 보신 적이 없을 거예요. 그리고이 모델의 데이터가 한두 줄 들어가는게 아니에요. 아까 거의 1기가에 유구박하는 데이터들 있잖아요. 거기서 가장 엄선된 데이터들이 정말 깊게 들어갑니다. 그래서이 시스템을 구축을 해 놓으시면 쓸 때마다 그 다른 깊이감에 놀라실 겁니다. 이런 아웃풋들도 정말 놀라게 되고 이런 아웃풋이 뭐 아주 예쁘거나 프로페셔널하거나 모델 같은 그런 이미지는 아니거든요. 물론 예쁘긴 하지만 어 꼭 어디서 본 거 같은 그다음에 나와 비슷한 이런 느낌을 주는게 정말 필요합니다. 물론 이건 인더스트리마다 달라요. 지금 이런 선크림 같은 경우에는 또 빠르게 이렇게 바르고 나가야 되는 직장인의 어떤 모습을 그려야 되기 때문에 뭐 아주 이렇게 막 예쁘거나 화려한 사람보다는 어 우리 주변에 있을 것 같은 그런 느낌으로 선별하는 건데이 역시도 제가 판단한게 아니라요.

AI가 판단을 해 준 거죠. OS를 잠깐 다시 한번 보여 드리면 여기에 그 1, 2주차에 정말 많은 데이터들이 이렇게 들어가게 돼 있죠. 기가 막힙니다.이 데이터의이 내용들을 쓰게 되는 걸 보면 정말 정말 놀랄 정도로 우리가 1, 2주차에 완성된 내용들이 모두 들어가게 됩니다. 하다못 가격까지 고려해서 모델링이 됩니다. 그렇게 해서 샘플들이 나오는게 정말 드라마틱하죠. 모델이 빠지거나 모델이 있거나 모든 제품군의 형태들이이 데이터 기반으로 만들어진다라는게 정말 정말 놀랍습니다. 그리고이 데이터를 나중에 한 혹시나 어 직접 구성을 해 보신다면 정말 많은 양의 데이터가 들어갈 수 있다라는 거에 또 놀라실 거예요. 그래서 이런 어 전체 형태 컷 그다음에 이런 샘플 컷 이런 것들도 정말 정말 완벽하게 구성이 됩니다. 그리고 이런 설계 이유나 그다음에 1, 2주차에 어떤게 연결이 됐는지까지 구성을 해 놓는게 완벽하죠. 그다음에 뭐 검수 기준까지 다 넣었고 나중에 이제 평가표까지 들어가게 되는데요. 이런 식으로 기초적으로 우리가 이미지라는 것들도 데이터 기반으로 만들어 보게 되는 거죠. 정말 재밌지 않나요? 아마 이런 데이터로 이미지를 만든다라고 생각해 보신 적은 한 번도 없을 겁니다. 그리고 이렇게 앵커라고 하는데 우리가 프로파일링을 만들어서이 프로파일링이 또 일관성을 가장 잘 유지할 수 있도록 그렇게 디자인을 해 놓으시면 또 기가 막히죠. 완벽한 결과물들이 나오게 됩니다.이 역시도 누가 하느냐?

AI가 다 해 주게 됩니다. 그래서 저는 이제 상세 페이지가 27개의 섹션 아주 긴 섹션으로 만들어졌는데이 모델이 한결같이 나오게 되죠. 물론 이제 후기나 이럴 때는 또 다른 사람이 나오긴 하지만 전체적으로이 무드가 동일하게 유지가 됩니다. 그래서 정말 놀라워요. 제 저도 이걸 진행했지만 그래서 처음에음 소싱 그다음에 브랜드 전략 세 번째 모델 컷 딱 이제 상상이 가지 않으세요?이 첫 번째 두 번째 세 번째만 있으면 상세 페이지는 뭐 아무것도 아니다라고 보면 되는 거죠. 제가이 OS 시스템을 만들 때 중요한 팁을 말씀드리면이 단계별로요. 꼭 필요한 데이터가 있는데 그게 완성이 되지 않으면 다음으로 못 넘어가게 하셔야 돼요. 그리고 요약본으로 넘기시면 안 되고요. 문서 전체가 어 넘어가야 됩니다. 지금 아까 잠깐 샘플로 보여 드렸는데 예를 들면이 리포트에이 수많은 데이터들이 있죠.이 이 데이터를 다 넘기시는 겁니다. 물론 이제이 데이터에서 필요한 부분만 찾아쓰긴 하지만 어 절대로 요약을 해서 안 됩니다. 이런 데이터 기반으로 어 우리의 실수를 줄이는 건 이제 또 전문용으로 하네스 엔지니어링이라고 하잖아요. 그 엔지니어링이라는게 또 이렇게 OS 안에 다 포함이 된 겁니다. 자, 이렇게 돼서 이제 4주차에 총 거의 1 0.7기가 7기가 뭐 사람마다 다 다 다릅니다. 1기가 넘는 분도 계세요. 이렇게 방대한 데이터로 상세 페이지를 만들게 되는 거죠. 그러면 정말 놀라운 결과들이 나오게 됩니다. 제가 세 번째 말씀드리고 싶은 부분을이어서 설명드리겠습니다. 어 이게 저도 이제 많은 분들을 지금 알려 드리고 있지만 제일 어려워하는게이 사람의 의지라는 거예요. 그 저는 주관이라고도 표현을 하는데이 주관을 빼는 게요. 정말 어 어렵습니다. 제가 많은 분들을 알려 드리는데 이렇게 시스템을 구축하려고 알려 드려도 한 50%는 본인의 주관대로 하세요. 예를 들면 내가 팔고 싶은 상품이 있고 잘 팔릴 거 같은 그런 생각들. 그다음에 내가 좋아하는 모델들, 내가 좋아하는 상황들 이런 것들로 대부분 주관적으로 하려고 하는 것들이 잘 벗어나진 못하세요. 하지만이 시스템의 힘을 알면 내 주관이 얼마나 어 부족하고 그다음에 데이터 기반으로 의사 결정을 하는게 훨씬 더 리스크가 적다라는 걸 아시게 되고요.

OS라는 걸 설계를 하실 때 단계별로 구분을 해 놓은 이유가이 단계가 구분이 돼야지만 여기서 완료가 되는 개념이 나오거든요. 완료가 돼야지만 다음 단계로 넘어갈 수 있는게 OS의 핵심이라고 보시면 돼요. 모든 건 단계로 구성하고 그 단계를 구성했을 때 또 한 가지 첨부드리자면 그 안에서 평가를 꼭 하셔야 되고 평가에 패스된 데이터 결과물만 다음 단계로 넘기는게 우리가 만들어야 되는 시스템입니다. 모든 산출물이 검사를 통과해야 앞으로 갈 수 있다라는 거. 이게 완벽한 OS의 가장 중요한 부분입니다. 여러분들도 이런 OS 디자인하실 때 무조건 검사의 기준을 만드시고요. 그 검사를 통과하게끔 기준을 만들어 보세요. 어, 샘플을 하나 보여 드리면 자, 이렇게 이미지를 하나 만들어도요.이 이 이미지가 통과되는지 통과되지 않는지 모든 것에 지금 뭐 85컷이 전부 다이 평가표가 있습니다. 그 평가표에 패스가 돼야지만 기본적으로 넘어갈 수 있게 하는 겁니다. 그래서 AI한테이 평가 기준을 만들어 달라고 하고이 평가 기준이 사실은 또 주관적이에요. 뭐 AI가 완벽하게 객관적인 평가 기준을 못 만들 수도 있습니다. 근데 그게 중요하진 않아요. 우리가 만든 기준이 스탠 스탠더드고 그게 곧 법입니다. 그래서 그 과정을 믿고 어 그냥 무조건 넘지 못하면 보류를 시키고 그다음에이 기준이 넘으면 이렇게 통과를 시키는 겁니다. 이것만 확실히 하시면 거의 둘 수가 없어요.음 단계별로 우리가 수많은 데이터를 모았고 거기서 우리 기준에 따라서 필터링을 시키니까 뭐 더 이상 완벽할 순 없죠. 데이터를 모으시는 분들은 많아요. 근데 이걸 검사나 이런 시스템들로 구성을 해 놓지 않았고 그다음에 단계별로 넘어갔을 때 완벽한 필터링 시스템을 해 놓지 않았기 때문에 약간 또 어디가 부족하거나 좀 아쉬운 시스템이 되는 거죠. 혹시나 이런 과정을 도전을 하신 분들이 계시다면 제가 말씀드린 이런 것들이 빠졌기 때문에 결과가 안 좋으신 겁니다. 자, 그리고 결과적으로는이 모든 것들은 어 채봇 하나로 하는게 아니거든요. 어, 수많은 에이전트를 통해서 진행을 하게 됩니다. 에이전트는 쓰는게 좋거든요. 제가 에이전트 테스트를 되게 많이 했어요. 지금이 AIOS 같은 경우에도요. 제가 각각의 이제 메인 에이전트가 중간에 있지만이 에이전트 아래에는 이렇게 서브 에이전트들이 정말 많습니다. 뭐 판매 조건 정리 전문가, 시장 루트 설계 전문가, 국내 트렌드 조사 전문가, 뭐 트렌드 검색 에이전트 그렇게 해서 1 첫 번째 과정에서만 지금 서브 에이전트가 총 15개가 붙습니다. 제가 이거를 정말 유용한지를 빼고도 테스트해 보고 또 넣고도 테스트해 보고 또 이것도 평가표를 또 많이 만들어 가지고 제가 검토를 해 봤는데요. 어 에이전트가 있는게 유용합니다. 우리가이 OS를 만들 때는 서브에이전트 각각에게 펑셔널리 각각의 전문가들을 만들어서 구축을 해 놓으시고 특정 주제가 들어갔을 때이 에이전트들이 자동으로 호출될 수 있도록 구성을 해 놓으면요. 거의 완벽해집니다.이 에이전트 안에이 OS 안에 지금 활동하는 서브 에이전트는 47개입니다. 47명이라고 해야 될까요? 그 사람으로 치면 여기는 그냥 메인까지 하면은 약 50명의 직원들이이 OS를 만든다라고 봐도 과언이 아닙니다. 어 실제로 작동하고 돌아가고 있으니까요. 이렇게 서브 에이전트까지 구성을 해서 단계별로 필터링을하고 구성을 하고 결과값을 만드는 완벽한 시스템을 한번 만들어 보세요. 자 혹시나 잠깐 여기서 말씀드리는데 이거를 구축하는데 조금 어렵다. 이거 뭐 이거 말은 좀 쉽지 구축하기가 좀 번거러울 것 같다라고 하면 실행학교 실정 과정에서이 AI 에이전트를 통해서 실제 결과를 만들어내는 실행 과정으로 지금 클래스를 운영하고 있고 이제 3기가 오픈하니까요. 그때 또 참여를 해 주시면이 전체 OS를 받으실 수도 있고 그다음에이 OS를 커스터마이징해서 나만의 시스템으로 구축을 해 놓을 수도 있습니다. 제가 말씀 안 드린게 있는데이 에이전트를 쓰는데 단점이 또 있습니다. 단점은 비용이 좀 들어요. 그러니까 토큰이 좀 더 더 듭니다. 얘네들이 돌아간다라는 거는 토큰이라는 걸 쓰게 되고 토큰이라는 거는 시간과 돈을 좀 의미하긴 합니다. 그래서 더 나은 결과를 위해서 어 비용이 조금 투자돼야 되는게 이제 단점이라면 단점이지만 반대로이 투자이 작은 투자로 우리가 얻을 수 있는 걸 생각해 보면 투자를 안 할 이유가 없는 거죠. 그래서 반드시이 서브에전트 개념을 도입을 하는 걸 추천드립니다. 우리는 이제 전문가 팀이라고 불리는데 각각의 어떤 섹션별로 구성을 해 놓는게 꼭 필요하다라는게 핵심 중에 핵심입니다. 그래서이 부분도 놓치지 말고 꼭 기억을 해 주세요. 이것만 아시더라도 OS 구성하시는데 80%는 마스터했다고 보셔도 됩니다. 자, 그래서 결과물이 어떤지 한번 보시죠. 물론이 결과물은이 제품이 필요한 사람이 보는 거랑 그냥 드래프타게 보는 거랑은 좀 달라요. 결과물이 보는 것마다 사람마다 주관적일 수 있는데요. 섹션이 이제 27개가 만들어졌는데 이것도 이제 또 여러 가지 단계로 좀 수정을 해 가지고 어 최종으로 만들어진 걸 한번 보겠습니다. 자, 이제 이런 상세 페이지에 보면은 이렇게 다 편집을 할 수 있게 또 넣어 놨는데 이것도 좋은 팁이죠.이 이 상세 페이지는 모두 에디팅이 가능하도록 이렇게 디자인을 해 놓으시는 걸 완전 추천드리고요. 이제 전체 페이지를 한번 보면이 파운데이션 없이 오븐 내 원래 피부처럼 맑게 이게 카피인데 어 다시 처음에 돌아가서 보시면 우리가 처음에 키 메시지를 만든 거랑 똑같이 구성을 했습니다. 물론 그걸 원문 자체를 그대로 쓴 건 아니고 토넷 매너랑 키 메시지가 맞게 베리에이션을 하거든요. 또 베리에이션도 여러 가지로 하게 됩니다. 이렇게 하고 물론 이거 제가 지금 샘플로 맞는 거라서 그냥 제가 잘 모르는 제품들을 넣어 놓게 됐습니다. 그리고 어 고객들이 가장 궁금해할 만한 질문들이 역시도 그냥 AI가 그냥 맞는게 아니라 1 2 3단계에서 완벽하게 추출된 데이터로서 나오게 되고 그다음에이 번들거리고 하얗게 들뜨고 각질까지 도드아진 아침이라는이 카피조차도 우리가 분석한 데이터에서 나온 겁니다. 그래서 여기에 쓰는 데이터들은 하나도 버릴게 없어요. 이걸 나중에 보시면 정말 소름 끼실 정도로이 카피가 얼마나 힘 있는지 알게 되고이 카피 때문에 구매 전원이 얼마나 올라간다라는 걸 보시면 진짜 놀라실 겁니다. 그래서 저는 이런 상세 페이지가 더 많이 나와야 된다라고 생각합니다. 여태까지 여러분들이 만들었던 상세 페이지랑은 전혀 다른 어 결과들이 나오게 되는 겁니다. 자, 그리고 우리가 아까 만들었던 그 모델이 자연스럽게 쓰는 장면들이 나오게 되죠. 그리고 이렇게 어 문제점들이 나오게 되는데이 역시도 여태까지 발견됐던 문제점들이 소구가 되는 거죠. 그다음에 이렇게 하얗게 뜨지 않고 밀림없이 자연스러운 피부 인상을 줬으면 좋겠다. 뭐 이런 것들에 대한 우리의 대안들이 나오게 되죠. 그래서 이제 영웅의 등장이라고 하는 우리 제품이 본격적으로 등장을 하게 됩니다. 그리고 여기서 우리 제품들의 단 장점들이 나오게 되는데 이게 아무도 쓰지 않는 카피들이에요. 그래서 정말 놀랍습니다. 이런 카피나 이런 아웃풋들이 이렇게 자연스럽게 나와지고 5후까지 무너지지 않게음 나올 수 있게 되는 거죠. 비교 차트도 뭐냐면 일반 톤업 제품들은 후기나 경쟁사의 그 레이아웃 상세 페이지에서 가장 많이 쓰는 단어들. 그리고 이거는 소비자들이 많이 원하지만 잘 안 쓰는 키워드들을 여기에 강조를 시켜 놨죠.이 이 하나의이 장표가 얼마나 힘이 있는지 아시면 나중에 정말 깜짝 놀랍니다. 자, 이렇게 뭐 맨 얼굴처럼 아주 가볍게 됐고 이렇게 후기도 이렇게 넣어 놨고 이렇게 예시라고 들어가 있는 건 좀 수정을 어 하라는 겁니다. 제가 이제이 샘플 데이터로 넣어 놨기 때문에 그리고 번들거림 없이 이어지는 자연스러운 피부 인상이라고 나왔고 여기에 또 후기가 들어갔죠. 이렇게 후기나 이런 것들도 원문을 회치지 않고 완벽하게 똑같은 언어를 넣는게 좋습니다. 어, 절대 그 에디팅을 하지 마시고요. 그래야지만 소비자의 언어가 힘 있게 실려요. 아니, 그 문장이 완벽하게 좋아서 수정하지 말라는게 아니라 고객의 언어는 고객한테 가장 잘 들립니다. 그렇기 때문에 꼭 반드시 그 언어를 쓰시는게 좋고 이렇게 후기들이 나오게 되니까이 일관된 모델이이 제품을 얘기하게 되니까 완벽하게 메시지가 되는 거죠. 그래서 바쁜 아침에 누군가한테 권하고 싶은 한 가지라는이 카피로 마무리를 하게 되고요. 뒤에 이제 더 필요한 내용들 그다음에 상황들 이런 것들이 묘사가 되면서음 마무리를 하게 됩니다. 그리고 스펙들이 들어가고 상품 정보 제공시가 들어가게 됩니다. 자, 이렇게 구성을 하는 거예요.이 섹션들이 뭐 어떻게 보셨는지 모르겠지만 어 여러분들이 보셨던 상세 페이지랑은 아주 결이 달라요. 진짜 결이 다르고이 거의 1기가 육박하는 데이터의 결과물들이 이렇게 나올 수 있다라고 보면 됩니다. 물론이 디자인이나 이런 레이아웃이 어떻게 나왔냐라고 보면이 역시도 사실 좀 놀랍습니다.이 데이터들이 어 텍스트예요. 근데 왜 텍스트 기반으로 이걸 디자인을 해야 되냐면요. 우리는 AEO GEO라는 얘기 들어보셨는지 모르겠는데 AI가 이제 검색을 해 줘야 되거든요. 우리 제품을 알아봐 줘야 돼요. 그니까 AI가 우리 제품을 알아볼 수 있게끔 설계하는 디자인이 AO라고 불리는 AI의 최적화된 검색 기술인데요. 문제는 그 이미지로 된 건 AI가 읽지 못해요. 뭐 나중에 또 시대가 좋아져서 뭐 이미지까지 막 척 읽는 시대가 올지 모르겠지만 아시겠지만이 OC R이라는 기능이 되게 비싸요. 아직도 비싸고 그다음에 되게 무겁습니다. 그리고 또 굳이 또 그런 니즈를 못 느낄 수도 있는게 어 미국이나 이런 데는 사실 텍스트 베이스로 많이 돼 있기 때문에 어 이렇게 이미지로 도배가 된 이렇게 상세 페이지를 쓴 나라가 많지가 않아요. 이런 정책들이 뭐 굳이 친 이미지 정책의 나라를 위해서 뭔가 바뀔 거 같진 않고 오히려 저희가 더 바뀌어야 된다고 생각이 듭니다. 이렇게 통 이미지로 많이 쓰셨던 분들이 이제 텍스트 기반의 데이터로 바뀌어야 되고요. 제가 나중에 이제 말씀을 AO GO 우리 제품이 잘 노출되기 위해서 어떤 걸 해야 되냐고 어 더 설명을 드릴 수가 있는데 어 아주 간단한 거는이 정령화된 스펙들 있잖아요.이 선크림이 가지고 있는 스펙들. 보통 이제 상품 정보 제공시에 많이 들어갈 텐데이 제공시의 내용은 반드시 텍스트로 들어가야 됩니다. 그러니까 딱 제품이 나왔을 때 공통적으로 쓰는 스펙 내용들이 들어가야지만 AI가 좋아해요. 그리고이 제품 자체는 그냥 터프하게 설명을 하는 거보다이 스토리 라인이 들어가 있는 상세 페이지 설명이 훨씬 더 AI가 선호한다고 합니다. 그렇기 때문에 제가 그 AO에 최적화하기 위해서이 스토리 브랜드 기법을 넣어서이 상세 페이지를 디자인을 하게 된 거죠. 아까 보시면 정말 물 흐르듯이 어 설명이 된 걸 볼 수가 있는데요.

AI가 좋아합니다. 그래서 반드시 앞으로 상세 페이지 만드실 때 그렇게 AI한테 최적화된 그런 상세 페이지를 구성하는 연습을 해 놓으시는게 좋은데 이걸 이제 시스템으로 구성을 해 놓으니까 우리는 신경 쓸게 하나도 없는 거죠. 어, 정말 정말 좋지 않나요? 그래서 여러분들도 이렇게 어 고객들이 정말 원하는 상세 페이지 디자인을 텍스트 기반으로 완벽하게 만들 수 있는 그런 설계를 하는게 좋습니다. 물론 이게 어 스마트스토 쿠팡을 올릴 때 다 당연히 이미지 컨버전으로 해서 올릴 수 있습니다. 다이 지금 이미지로도 만들어져 있고요.음 그렇게 어렵지 않으니까 어 이렇게 설계를 하는게 이렇게 설계를 하는게 아주 중요하다라는 거 이해를 해 주시면 좋을 것 같아요. 자, 그리고 이제 이런 것들은 반복해서 쓸 수 있는 시스템으로 구성을 했기 때문에 기가 막히다는 거죠. 아, 그리고 제가이 OS에서이 AO에서 중요한 부분이 하나 있는데요. 내 상세 페이지에서만이 제품이 설명이 되면 그거 역시도 AI가 그렇게 좋아하지 않습니다. 어, 타체에서 이런 설명들이 음, 많이 보이는게 아주 효과적이다라고 이야기를 하고 있는데요. 그런데 우리 제품들이 어디선가는 계속 설명이 돼야 돼요. 유튜브에 나오는게 가장 좋고 뭐 블로그나 이런데 나와야 되는데 또 우리 제품을 뭐 이런 데에 지속적으로 노출 하시는 분들이 그렇게 많지 않잖아요. 그리고 뭐 내 이야기를 들리고 브랜드를 설명하는 이런 사이트를 만드신 분들이 많이 없는데 내 홈페이지에서 그래서 굉장히 중요해졌습니다. 이커머스용 홈페이지는 이제 필수가 될 겁니다. 제가 원데일 코스로 또이 하루 만에 나만의 이커머스 홈페이지 만드는 과정도 오픈했으니까 그 부분에 혹시 관심 있으신 분은 또 신청을 해 주시면 될 거 같습니다. 마지막 다섯 번째로 앞으로 AI 이커머스는 어떻게 가는지를 설명을 또 한번 랩업으로 드려 볼게요. 자, AI 이커머스는 데이터를 모으고 조합하는게 사실 전부예요. 지금 설명드린이 과정으로 여러분들도 AI, OS 아니면 간의로 시스템을 구축을 해 놓으시면 우리의 비즈니스가 진짜 천지 개벽한다라는 걸 보실 수가 있습니다. 이런 걸 이제 어려운 말로 이제 파이프라인 구축이라고 하는데 뭐 굳이 이렇게 어려운 말은 쓰실 필요는 없고요. 그냥 우리는 필요한 데이터를 모으고 이거를 각 단계별로 잘 전달할 수 있는 그런 것만 구성을 하면 된다.

AI한테이 단계에 데이터를 놓치지 말고 다음 단계로 잘 전달을 해 줘. 대신에이 단계에서 우리가 필요한 기준 이상으로만 패스된 그런 데이터만 통과를 시켜 줘. 근데 만약 그런 데이터가 부족하다면 알려줘. 내가 다시 찾을 수 있게 그렇게 할게. 그렇게 디자인을 하는게 굉장히 중요합니다. 프롬프트 중심과 데이터의 중심이 사실은 천지 차이예요. 여태까지는 이제 프롬프트가 중요하다. AI한테 좋은 대답을 얻기 위해서는. 근데 지금은음 데이터가 더 중요합니다. 묻는 건 뭐 어떤 마법의 문장을 쓸지를 이제 고민하지 말고 AI한테 뭘 줄지를 이제 고민을 하시는 겁니다. 지금 세상은. 그리고 결과 품질은 아까 이제 평균에 준한다고 했잖아요. 그래서 복불 복이에요. 잘 나오면 좋고 안 나오면 뭐 다시 하고.이 이 결과 품질이 굉장히 균일합니다. 왜냐면 각각의 그 게이트가 있고 그 게이트를 통과하기 위해선 채점을 해야 되기 때문에 기준 이상으로 아주 균등한 결과물이 나와서 이걸 시스템으로 만들어도 어떤 땐 너무 좋다거나 어떤 땐 너무 안 좋거나 이런 것들이 없어 없어요. 그러니까 아주 기가 막히죠. 그리고 기존에 다 대화가 끝나면 다 사라지는데 우리는이 데이터가 축적이 돼요. 그리고이 데이터를 어떻게 하냐면 다음에 쓸 때 더 좋아집니다. 세 번째 쓸 땐 더 좋아지고요.이 데이터의 누적의 힘이 어떤지를 또 직접 느껴 보셔야 됩니다. 그리고 누군가도 따라하기가 힘들어요.이 데이터는 사실은 저만 가지고 있거든요. 그래서 어느 누구도 따라하진 못합니다. 물론 이걸 완벽하게 뭐들 뭐 복사해서 똑같은 과정으로 만들었다면 뭐 할 수도 있겠지만 지금 뭐 저희 이제 제가 이걸 알려주는 클래스에서 여러분들이 계신데 그 여러분들이 또 각각의이 경쟁력을 가지고 계신 거예요.이 데이터 때문에 다른 분들은이 데이터가 없기 때문에 이분하고 똑같이 결과를 못 만드세요. 그러니까 데이터가 가지는 힘은 결과의 힘도 있지만 다른 사람하고 차별할 수 있는 힘도 있습니다. 데이터라는 거는 정말 정말 중요한 힘인 거죠.

AI 시대에는 데이터 가고 팀이라는 걸 꼭 아셔야 됩니다. 그래서 딱 세 가지만 기억을 해 주세요. 첫 번째는 모으세요. 무조건 뭐래도 모으세요. 꼭 모아서 파일로 저장하셔야 됩니다. 뭐 어디에 뭐 메모리로 기억시키고 이런 거 하시면 안 됩니다. 파일로 완벽하게 저장을 시키고 그다음에 AI한테 그걸 이해를 시키는 겁니다. 이해를 시키는 방법은 우리가 아주 쉽게 설명을 해도 되고 조금 더 아주 자세히 설명을 해도 됩니다. 어, 상세 페이지 같은 거. 그다음에 뭐 이커머를 위해서는 사실 이해시켜야 되는 부분들이 거의 정해져 있죠. 그런 것들만 잘 주을 시켜 놓으면 됩니다. 그다음에 잘 흘러갈 수 있도록 마치 우리가 이렇게 어떤 관에 이렇게 물을 부어서 막히지 않고 쭉 흘러갈 수 있도록 구성을 해 놓으신다고 보면 돼요. 그렇게만 구성을 하면이 AI 시대의 이커머스를 잘할 수 있는 완벽한 방법입니다. 오늘은 30분이면 돼요. 이런 과정들이 전부 복잡하다라고 하면 내가 팔고 싶은 상품 이런 것들을 후기를 30개를 복사해서 파일 하나에 다 모아 보세요. 그러니까 제품을 한 30개를 찾아보는 거죠. 근데 어떻게 찾냐?이 이 소식 판결사를 써 보세요. 여기서 파라라는 제품 군다 그 제품 군에 파생된 카테고리를 하나씩 찾아가는 겁니다.

AI한테 통째로 줘보고이 제품을 사용하는 순간을 묘사를 해 달라는게 좋거든요. 그걸 표로 정리해 달라고 해 보는 겁니다. 그리고이 표를 주고이 데이터만으로 근거를 해서 헤드카피를 딱만 써 달라고 해 보세요. 아주 간단한 로직이지만 제에 들어간 해싱 로직하고 똑같습니다. 그래서이 로직으로 한번 결과를 보시게 되면 아 그래서 데이터 하는구나 제가 그걸 이해하실 수 있습니다. 딱 30분만 테스트해 보시면 아마 여러분들의 운명이 바뀌실 수도 있어요. 꼭 한번 해 보세요. 그래서 데이터 없이 뽑은 카피랑 나란히 놓고 한번 비교를 해 보시면 얼마나 다른지 정말 얼마나 이게 딱 무릎을 치게 하는지 아시게 됩니다. 자, 뭐 궁금해하실 것들 간단하게 좀 정리를 해 드리면 뭐 데이터 분석 전혀 못 하는데요. 이런 질문 되게 많이 하시는데 몰라도 됩니다. 당연히 다 AI랑 OS가 하도록 설계를 하는 거고 우리는 결과적으로는 나중에 아주 필요한 몇 가지 데이터만 넣으시면 되고 또 결국에 나중에는 그 데이터조차도 AI를 통해서 또 수집을 할 수가 있어요. 그렇게 자동화는 하시는 거고요. 그다음에 프롬포트 공부는 이제 필요 없나요? 뭐 이런 것도 질문 많이 하시는데 사실 기본기는 필요하죠. 아주 기본기는 필요합니다. 그래서 데이터가 팔리고 한 프롬프트는이 정도 된다. 저는 이제 뭐 아주 필요 없다라고 하는 주의긴 하지만 그래도 한이 정도의 기본기는 좀 갖고 있는게 중요합니다. 그리고 이미 파는 상품이 있어도 의미가 있나요? 근데 오히려 훨씬 더 좋아요. 그니까 첫 번째 그 소싱이라는 과정이 패스하면 더 빨라지죠. 그러니까 오히려 오히려 좋을 수 있어요. 오히려 좋아. 그리고 AI가 더 더 좋아지면이 과정도 필요 없어지지 않나요라고 하는 어 이런 이야기가 많은데 그죠.이 이 과정들은 더 짧고 편리해질 겁니다. 하지만 데이터는 그대로 남습니다.이 데이터는 AI가 아무리 편리해져도 그대로 남기 때문에이 데이터를 해석하는 힘, 속도, 퍼포먼스, 결과물 이런 것들은 점점 좋아지겠지만이 데이터는 변동이 없어요. 그리고 이거는 나만 있는 데이터 좋아지는 AI AI에 올라타시면서 놀라운 경험들을 즐기시면 되는 겁니다. 뭐 지금은 예를 들어 뭐 쏘나타를 타고 있다면 그냥 가만히 있어도 조금 뒤에는 그랜저로 바뀌게 되는 거죠. 뭐 그랜저로 바뀌었다가 이제 뭐 스포츠카로 또 바뀔 수도 있는 그런 상황이 오게 되는 겁니다. 그렇기 때문에 우리는이 잘 정비된 데이터를 가진 운전을 잘하는 그런 사람만 있으면 되는 >> [음악] >> 겁니다. 너무 좋은 거죠. 자, 오늘 딱 하나만 기억을 하신다면 그냥 여러분들의 AI 실력은요. 여러분들이 모은 데이터의 양이라고 보시면 됩니다. 어느 누구도이 데이터가 AI 시대 가장 중요하다라고 강조하시는 분은 많이 못 봤습니다만 제가 이커머스를 하다 보니까 이커머스의 데이터가 얼마나 중요한지 보고이 데이터로 결과를 만들었기 때문에 체감되게 느끼고 있습니다.이 이 데이터의 효과를 같이 공유하신 분은 정말 많아요. 그리고 정말 많은 성과들이 있었고 또 앞으로 더 발전될 거라고 예상이 됩니다. 그러니까 여러분들도 딱 하나만 기억을 해 주세요. 네. 긴 시간 또 들어 주셔서 감사하고 어 궁금하신 부분 있으면 댓글로 또 답변을 드리고요. 또 이런 과정들이 어렵다면 아까 설명드린 대로 제 실전 과정이 지금 오픈돼 있으니까 거기에 참여하셔서 조금 더 효율적인 과정으로 경험하셔도 좋을 것 같습니다. 홈페이지 필수라는 거 말씀드렸죠? 제 원데이 세션에 참석하셔서 좋은 결과를 한번 보시면 좋을 것 같아요. 자, 오늘 도움이 되셨으면 구독하고 좋아요 좀 부탁드리고요. 또 다음 시간에 좋은 콘텐츠로 인사드리도록 하겠습니다. 네. 감사합니다.