AI 코드 실무 적용, 왜 마케터는 받아도 쓰지 못하는가

마케터가 AI 코드 실무 적용에 실패하는 이유는 코드 자체의 품질 문제가 아니다. 코드를 받는 맥락과 코드를 붙이는 환경 사이의 간극을 좁히지 못한 채 복사-붙여넣기를 시도하기 때문이다.

문제의 본질: 코드가 아니라 번역의 실패

AI가 생성한 코드는 대부분 논리적으로 작동한다. 문제는 그 코드가 작동하는 가상의 환경과 마케터가 실제로 다루는 환경이 다르다는 점이다.

카페24 기반 자사몰을 운영하는 마케터가 상품 태그 자동 분류 코드를 받았다고 가정한다. AI는 표준 JSON 구조를 전제로 코드를 짠다. 그러나 실제 카페24 관리자 패널에서 내려받은 상품 데이터는 열 이름이 다르고, 인코딩이 깨지고, 빈 셀이 산발적으로 섞여 있다. 코드는 첫 줄에서 오류를 낸다.

마케터는 이 시점에서 두 가지 선택지를 갖는다. AI에게 오류 메시지를 다시 붙여넣거나, 포기한다. 대부분은 후자를 선택한다. 이유는 단순하다. 오류 메시지를 어떻게 해석해야 하는지 모르기 때문이다.

인사이트: 마케터가 놓치는 세 가지 구조적 원인

원인 1. 입력 데이터를 설명하지 않는다

AI에게 코드를 요청할 때 마케터는 목적만 말한다. "고객 데이터를 분석해서 세그먼트를 나눠줘." 그러나 AI는 실제 데이터의 구조, 열 이름, 결측값 패턴을 모른다. AI가 만든 코드는 AI가 상상한 데이터에 맞춰 작동한다.

실무 데이터를 그대로 붙여넣기 어렵다면, 열 이름과 샘플 2~3행만 텍스트로 옮겨서 함께 제공하는 것으로도 간극이 크게 줄어든다.

원인 2. 실행 환경을 명시하지 않는다

학원 운영팀이 수강생 이탈 예측 코드를 받았다면, 그 코드가 파이썬 3.10 기준인지, 구글 스프레드시트 앱스 스크립트 기준인지에 따라 문법 자체가 달라진다. AI는 명시하지 않으면 가장 일반적인 환경을 전제한다.

요청 시 "실행 환경: 구글 스프레드시트 앱스 스크립트, 데이터는 시트1에 있음"처럼 환경 조건을 한 줄로 명시하면 오류 발생 빈도가 눈에 띄게 낮아진다.

원인 3. 오류를 해석하는 언어가 없다

부동산 중개업소의 마케팅 담당자가 매물 데이터 자동 정리 코드를 실행했을 때 KeyError: 'address'라는 메시지를 마주쳤다고 가정한다. 이 메시지는 "코드가 'address'라는 열을 찾으려 했는데 없다"는 뜻이다. 실제 열 이름이 '주소'로 되어 있다면 한 글자만 바꾸면 해결된다.

그러나 오류 메시지를 한 번도 해석해본 적 없는 마케터에게 이 메시지는 그냥 빨간 글씨다. AI에게 오류 메시지를 그대로 붙여넣고 "이게 무슨 뜻이야?"라고 묻는 습관 하나가 이 장벽을 허문다.

프레임워크: 마케터를 위한 코드 수령 3단계

1단계. 요청 전 — 데이터 명세 작성

코드를 요청하기 전에 세 가지를 정리한다.

• 데이터 출처와 형식 (예: 카페24 주문 내보내기 CSV, 열 이름 목록)
• 실행 환경 (구글 스프레드시트, 파이썬 로컬, 엑셀 VBA 등)
• 원하는 출력 결과 (어떤 형태로 나오면 쓸 수 있는지)

이 세 가지를 요청문 앞에 붙이는 것만으로 코드의 현장 적합도가 달라진다.

2단계. 수령 후 — 코드를 읽기 전에 주석을 읽는다

좋은 AI 코드에는 주석이 있다. 주석은 # 기호로 시작하는 설명 줄이다. 코드 전체를 이해하지 않아도 주석만 읽으면 "이 코드가 어떤 열을 어떻게 처리하는지"를 파악할 수 있다. 주석이 없는 코드를 받았다면 "각 줄에 한국어 주석을 달아줘"라고 요청한다.

3단계. 오류 발생 시 — 오류 메시지를 그대로 복사한다

오류가 나면 해석하려 하지 않는다. 오류 메시지 전체를 복사해서 AI에게 붙여넣고, 실행하려 했던 맥락을 한 줄 덧붙인다. "카페24 주문 CSV를 읽으려다 이 오류가 났어"처럼. 이 루틴을 반복하면 오류 해석 능력이 자연스럽게 쌓인다.

사례: 업종별 적용 시나리오

자사몰(카페24/아임웹) — 리뷰 키워드 자동 분류

아임웹 기반 식품 자사몰을 운영하는 마케터가 리뷰 데이터에서 부정 키워드를 자동으로 추출하려 한다고 가정한다. 리뷰 원본을 CSV로 내려받아 열 이름과 샘플 3행을 AI 요청문에 포함했더니, 받은 코드가 별도 수정 없이 실행됐다. 이전에 같은 작업을 시도했을 때는 열 이름 불일치로 오류가 반복됐던 맥락과 대비된다.

병원 — 예약 취소 패턴 분석

피부과 마케팅 담당자가 예약 취소 데이터를 분석해 취소율이 높은 시간대와 진료 항목을 파악하려 한다고 가정한다. 병원 EMR에서 내려받은 엑셀 파일의 날짜 형식이 2024.03.15로 되어 있어 표준 날짜 파싱 코드가 오류를 냈다. 오류 메시지를 AI에게 붙여넣자 날짜 형식을 지정하는 한 줄 수정안이 돌아왔고, 이후 코드가 정상 작동했다.

학원 — 수강생 문자 발송 대상 자동 필터링

중등 수학 학원에서 출석률 기준으로 문자 발송 대상을 자동으로 걸러내는 코드를 받았다고 가정한다. 학원 관리 프로그램에서 내보낸 CSV의 열 이름이 영문이 아닌 한글이었고, AI가 생성한 코드는 영문 열 이름을 전제하고 있었다. 요청 단계에서 열 이름 목록을 함께 제공했다면 이 불일치는 처음부터 발생하지 않는다.

다음 단계: 코드를 자산으로 쌓는 방법

AI 코드 실무 적용의 마지막 장벽은 일회성 사용이다. 한 번 작동한 코드를 문서화하지 않으면 다음에 같은 작업을 할 때 처음부터 다시 시작한다. 다음 글에서는 마케터가 코드를 재사용 가능한 자산으로 축적하는 구체적인 방법을 다룬다.

FAQ

Q. AI가 준 코드가 오류 없이 실행됐는데 결과가 이상할 때는 어떻게 하나

오류 없이 실행됐다는 것은 코드 문법이 맞다는 뜻이지, 결과가 의도와 일치한다는 뜻이 아니다. 이 경우 샘플 데이터 5~10행으로 먼저 실행해서 결과를 눈으로 확인하는 것이 기본 원칙이다. 예상과 다른 결과가 나왔다면 어떤 결과를 기대했는지를 구체적으로 AI에게 설명하고 코드 수정을 요청한다.

Q. 파이썬을 전혀 모르는 마케터도 AI 코드를 실무에 쓸 수 있나

쓸 수 있다. 조건은 두 가지다. 첫째, 실행 환경을 구글 스프레드시트 앱스 스크립트나 노코드 자동화 도구로 한정하면 파이썬 설치 없이도 코드를 실행할 수 있다. 둘째, 오류 메시지를 해석하지 않고 그대로 AI에게 넘기는 루틴을 지키면 된다. 코드를 이해하는 것과 코드를 운용하는 것은 다른 역량이다.

Q. 같은 요청인데 AI마다 코드 품질이 다른 경우 어떻게 판단하나

실행 가능성과 주석 유무로 먼저 판단한다. 실행했을 때 오류가 없고, 각 처리 단계에 주석이 달려 있는 코드가 유지보수하기 좋다. 코드 길이나 복잡도는 품질 기준이 아니다. 짧고 단순한 코드가 긴 코드보다 실무에서 더 오래 살아남는 경우가 많다.