MGS 2026 무신사 세션 정리, Amplitude AI 활용률 70% 만든 방법

AI 분석 도구를 도입했는데, 왜 여전히 분석가만 쓰고 있을까요? 기능이 아무리 좋아도 답을 믿지 못하거나 쓸 이유를 찾지 못하면, 데이터 요청은 다시 분석가에게 몰리고 결과를 받기까지 며칠씩 기다리게 됩니다.

Amplitude AI 활용률은 최근 한 달간 Amplitude를 쓴 임직원 가운데 AI 기능을 실제로 사용한 사람의 비율입니다. 무신사는 이 비율을 도입 초기 10%대에서 3개월 만에 70% 이상(최고 76%)으로 끌어올렸고, 분석가에게 맡기면 2~3일 걸리던 분석을 15분으로 줄였습니다. 이 글은 Modern Growth Stack(MGS) 2026 첫날 MAIN HALL에서 정민지·정성화 발표자(무신사 · Amplitude)가 진행한 세션 「무신사의 70% Amplitude AI 도입 여정」을 정리한 것입니다.

다글로 마케팅팀은 MGS 2026 세션을 다글로로 받아써 두고 다시 읽으며, 다른 조직도 따라 할 수 있는 부분을 중심으로 정리했습니다.

AI 활용률 70%는 도구가 아니라 설계에서 나왔다

Amplitude 발표자는 AI에게 지침을 주지 않으면 도구와 재료만 바닥에 널려 있고 설명서가 없는 상황과 같다고 설명했습니다. 컨텍스트, 데이터 카탈로그, 외부 연동, 조직 내 확산을 함께 설계해야 AI가 제대로 일합니다.

무신사와 29cm를 합친 월간 방문자는 1,000만 명이 넘습니다. 데이터는 넘치지만 마케터나 기획자는 "장바구니에서 무엇을 클릭하는지 보려면 어떤 데이터를 봐야 하지?"에서 막히고, 결국 분석가에게 요청하게 됩니다. 이 과정을 줄이는 것이 출발점이었습니다. 지금 가장 많이 쓰는 경로는 세 가지입니다.

• Amplitude Chat: Amplitude에 접속해 바로 쓰는 AI 에이전트
• Claude·Codex + Amplitude MCP: 이미 익숙한 AI 도구에서 연결해 사용
• Slack: Amplitude를 태그하는 것만으로 같은 질문과 답을 얻음

AI 답을 믿게 만드는 법: 검증된 대시보드를 정답지로

AI 답변을 신뢰하게 만드는 핵심은 이미 검증된 대시보드를 AI가 먼저 참조하게 하는 것입니다. 기능이 잘 작동하는 것과 사람들이 그 답을 믿는 것은 다른 문제라는 진단에서 나온 방법입니다.

먼저 무신사(GA4)와 29cm(Snowflake)의 서로 다른 행동 로그 규칙을 이해하도록 주요 이벤트와 속성 정보를 AI에 등록했습니다. 그다음 랭킹, 홈, 장바구니 같은 지면별 분석 규칙에 집중했습니다. 지면마다 분석 규칙과 로그가 조금씩 달랐고, 그 내용은 분석가의 머릿속에만 있었기 때문입니다.

• 지면 이름을 정리하고 각 지면의 대시보드 링크를 AI 지침에 넣었습니다.
• 사용자가 "랭킹"처럼 지면 이름으로 물으면 그 대시보드를 먼저 참조해 답하게 했습니다.
• 대시보드에는 지면 설명, 분석 목적, 주요 지표, 참고사항을 함께 담았습니다.

이 대시보드를 "공식 대시보드"라고 이름 붙였더니, AI가 "이 질문은 이 대시보드에서 가장 정확하게 확인할 수 있습니다"라고 먼저 제안하기 시작했습니다. 이미 만든 자산을 다시 쓰니 리소스도 적게 들었습니다.

정확해도 안 쓴다: AI에게 말을 걸 이유를 만드는 5단계

정확한 AI를 만들어도 활용률은 저절로 오르지 않습니다. 무신사는 슬랙 공지와 가이드 배포만으로는 효과가 작다는 것을 확인하고, 분석가가 주도하는 사용자 맞춤형 전략을 썼습니다.

발표자는 직접 보여주는 2단계를 진행할 때마다 활용률이 10%씩 뛰었다고 말했습니다. 데이터를 Amplitude로 옮길 때 쿼리 비용만 들고, 이후 질문에는 추가 비용이 들지 않는다는 점도 데이터 범위를 넓히는 근거가 됐습니다.

질문 몇 개로 신규 상품 기획까지 15분

MD와 함께 진행한 신규 상품 기획 시나리오는 가설 수립부터 최종 제안까지 15분이 걸렸습니다. 예전에는 분석가에게 요청해 2~3일이 걸리던 일입니다.

1. 구매자 프로필: 브랜드 M사의 구매자는 19세 이하 남성과 45~49세 여성이 많았습니다.
2. 주력 고객 정하기: 남성 구매자를 주력으로 잡고, 이들이 많이 사는 다른 카테고리를 찾았습니다.
3. 카테고리 조합: 상의는 이미 많아 쇼츠를 더 살펴보기로 했습니다.
4. 상품별 반응: AI 답변의 링크를 누르면 실제 앱·웹 화면으로 이동해 유입자와 클릭자를 함께 확인했습니다.
5. 세부 스펙: 어떤 실루엣, 소재, 색상이 부족한지 찾았습니다.
6. 출시 시점: 과거 데이터로 실적이 가장 좋은 달을 추적했습니다.
7. 보고서: PDF나 위키 페이지로 자동 생성했습니다.

발표자는 Amplitude에 한정된 이야기가 아니라 다른 대시보드 도구에서도 같은 방식으로 AI를 연동할 수 있다고 덧붙였습니다.

정리: 우리 조직에 적용할 체크리스트

이 세션의 결론은 사람이 데이터에게 말을 거는 방식을 다시 설계해야 AI 활용률이 오른다는 것입니다. 발표는 "여러분의 조직에서는 팀이 AI에게 말을 걸 이유를 충분히 만들고 계신가요?"라는 질문으로 끝났습니다.

• AI 도구의 월간 활용률을 지표로 추적하고 있는가
• 분석가만 아는 지면·이벤트별 규칙을 문서나 대시보드로 남겼는가
• 검증된 대시보드를 AI가 먼저 참조하도록 지침에 넣었는가
• 공지 대신 직군별 온보딩으로 효능감을 보여 줬는가

다글로 보이스매칭은 발표자가 여럿인 세션이나 질의응답처럼 누가 말했는지 구분이 중요한 기록에 유용한 기능입니다. 한 번 이름을 지정한 목소리를 기억해 다음 받아쓰기부터 '참석자 1' 대신 실제 이름을 자동으로 넣어 주며, 이 기능을 모든 사용자에게 제공하는 것은 국내 최초입니다.

다른 세션의 인사이트는 MGS 2026 전체 정리 글에서, 행사 정보는 MGS 2026 공식 사이트에서 볼 수 있습니다.

#MGS2026 #모던그로스스택 #무신사 #Amplitude #AI활용률 #데이터분석 #데이터드리븐 #AI도입

👉 세미나 받아쓰고 요약하기