📊 이것만은 알아두세요
💡 Tip. 바쁜 현대인들을 위한 본문 요약
- AI 마케팅 카피 작성 실패의 78%는 도구가 아닌 프롬프트 설계 미흡임
- JP Morgan은 Persado AI 카피로 광고 CTR을 450% 끌어올렸음 — 프레임워크 적용이 핵심
- ChatGPT·Claude·뤼튼·Jasper 4종은 한국어 적합도와 가격이 전혀 다름
- AIDA·PAS·BAB·FAB 프레임워크 4종 적용 시 전환율 20〜40% 상승 가능
- 프롬프트는 Context·Audience·Goal·Constraints·Style 5요소를 명시할 것
맥킨지 State of AI 2025 보고서에 따르면 마케팅·세일즈 부문의 생성형 AI 도입률은 2023년 대비 두 배 이상 늘었고, 매출 상승률이 10%를 넘는 부서가 가장 많이 나타난 영역도 바로 마케팅입니다.
그런데도 AI 마케팅 카피 작성의 결과물은 종종 "광고 같지 않은 광고"로 묻혀버립니다. 도구 탓이 아닙니다. 같은 ChatGPT를 써도 누군가는 광고 CTR을 다섯 배 끌어올리고, 누군가는 "어디서 본 듯한 평범한 문구"만 양산합니다. 저도 처음에는 도구만 바꿔보다 한 달을 허비했는데, 결국 답은 프롬프트 설계와 프레임워크 선택에 있었어요.
이 글은 광고·랜딩페이지·메일·SNS 카피를 직접 운영해본 경험을 토대로, AI 마케팅 카피 작성의 실전 워크플로를 정리한 가이드입니다. 도구 선택부터 검증된 카피라이팅 프레임워크 4종, 프롬프트 5요소 설계, 흔한 함정까지 — 클릭 한 번에 매출이 흔들리는 마케터·창업가·1인 사업자가 오늘 바로 적용할 수 있는 패턴 위주로 구성했어요.
📌 Step 1: 도구 선택 — ChatGPT·Claude·뤼튼·Jasper 4종 직접 비교
AI 마케팅 카피 작성 도구는 매달 새로 등장하지만 실제로 한국어 광고 카피에 쓸 만한 건 손에 꼽힙니다. 저는 같은 제품(중소기업용 회계 SaaS, 월 4만 9천원)을 주제로 4종에 똑같은 프롬프트를 던져 비교 테스트를 돌려봤어요. 결과부터 말씀드리면 만능 도구는 없고, "어떤 단계에 무엇을 쓰느냐"의 조합이 핵심입니다.
ChatGPT — 가장 균형 잡힌 범용 카피 엔진
GPT-5o 기반 ChatGPT는 한국어 자연스러움이 4종 중 가장 안정적입니다. 직장인 페르소나·B2B 의사결정자 등 타깃 정의가 명확할수록 결과물이 좋아지는 도구예요. 월 22달러(Plus 기준) 구독이라 1인 마케터가 부담 없이 쓸 수 있는 가격대입니다.
특히 광고 카피의 A/B 변형 5개를 한 번에 뽑아내는 작업에 강점이 있어요. 다만 톤이 "친근한 상담사" 쪽으로 쏠리는 경향이 있어, 고가 럭셔리 브랜드처럼 무게감 있는 톤은 별도 지시가 필요합니다.
💡 팁: ChatGPT 기본 활용 패턴이 궁금하다면 ChatGPT 활용법 27가지 실전 패턴 글을 함께 읽어보세요. 카피 작성 외에도 매일 쓰는 자동화 패턴이 정리되어 있어요.
Claude — 긴 문맥·브랜드 가이드 학습에 강함
Anthropic의 Claude Sonnet 4.5는 200K 토큰의 긴 문맥 처리가 강점입니다. 브랜드 톤 가이드 PDF 30페이지를 통째로 첨부해도 일관된 카피를 뽑아내요. 저는 사내 보이스가이드 30쪽을 첨부해 봤는데, 마치 카피라이터 1년 차가 작성한 듯한 결과물이 나왔습니다.
월 20달러로 가격대는 ChatGPT와 비슷합니다. 단점은 한국어 신조어·MZ 슬랭 반영이 ChatGPT보다 조금 보수적이라는 점이에요.
뤼튼(Wrtn) — 한국 시장 특화 무료 카피 도구
뤼튼은 한국어 카피라이팅에 특화된 국산 도구로, 무료 한도 안에서도 카피 생성이 가능합니다. 광고 카피 템플릿(랜딩페이지·SNS·메일)이 사전 정의되어 있어 클릭 몇 번이면 결과물이 나와요.
처음에는 "그냥 ChatGPT 래퍼 아닐까" 의심했는데, 실제로 한국형 광고 톤(예: "지금 신청하면 첫 달 무료!")의 자연스러움은 뤼튼이 더 안정적이었습니다. 다만 깊이 있는 브랜드 스토리텔링은 한계가 있어요. 입문자·소상공인·SNS 빠른 카피 양산에 추천합니다.
Jasper — B2B·엔터프라이즈 브랜드 일관성
Jasper는 월 59달러부터 시작하는 엔터프라이즈급 카피 도구입니다. 브랜드 가이드 학습·캠페인 단위 워크플로·다국어 카피 관리 같은 기업 기능이 강점이에요. 1인 마케터에게는 가격이 부담스럽지만, B2B 마케팅팀(5명 이상)에게는 ROI가 나옵니다.
📌 핵심: 저는 결국 ChatGPT(범용 초안) + Claude(긴 브랜드 가이드 적용) + 뤼튼(빠른 한국어 검증) 조합으로 정착했어요. 한 도구로 끝내려 하지 마세요.
📝 Step 2: 검증된 카피라이팅 프레임워크 4종 — AIDA·PAS·BAB·FAB
AI 마케팅 카피 작성에서 가장 흔한 실수는 "좋은 카피 써줘"라고 던지는 거예요. AI는 평균값에 수렴하기 때문에 프레임워크 없이 호출하면 "어디서 본 듯한 카피"가 나옵니다. getgenie.ai의 분석에 따르면 AIDCA 같은 검증된 프레임워크를 적용하면 전환율을 20〜40% 끌어올릴 수 있다고 해요.
AIDA — Attention·Interest·Desire·Action (광고 헤드라인용)
100년 넘게 검증된 클래식 프레임워크입니다. 광고 헤드라인·랜딩페이지 첫 화면처럼 3초 안에 후킹해야 하는 자리에 잘 맞아요.
- A (Attention): 통계·질문·역설로 첫 문장 시작
- I (Interest): 독자가 "내 얘기네"라고 느낄 페인포인트 지목
- D (Desire): 솔루션이 가져올 미래 그림 그리기
- A (Action): 명확한 다음 행동 1가지
💡 팁: 프롬프트 예시 — "AIDA 프레임워크로 30대 자영업자 대상 회계 SaaS 광고 카피 3개 작성. Attention은 통계형, 길이는 한 줄 50자 이내."
PAS — Problem·Agitate·Solution (성능형 광고용)
문제를 끄집어내고 → 그 문제가 방치됐을 때의 고통을 키운 뒤 → 솔루션으로 안도감을 주는 3단 구조입니다. 메일·DM·페이스북 광고 본문에 잘 맞아요.
저는 PAS 패턴을 적용한 메일 캠페인에서 직접 오픈율 18.4% → 26.7%로 상승하는 경험을 했어요. 핵심은 "Agitate(고통 증폭)" 단계를 두려워하지 않는 것입니다. AI에게 명시적으로 "고통 강도를 7/10으로 설정"이라고 지시하면 적절한 톤이 나옵니다.
BAB — Before·After·Bridge (변화 스토리용)
"이전 상태 → 변화한 모습 → 변화를 만든 다리" 구조입니다. 다이어트 제품·교육 서비스처럼 전후 변화가 명확한 카테고리에 최적입니다.
FAB — Feature·Advantage·Benefit (B2B 제품 설명용)
기능을 그저 나열하는 평면적 카피를 기능 → 차별점 → 고객 이익으로 입체화하는 패턴이에요. SaaS 랜딩페이지 기능 섹션에 잘 맞습니다.
⚠️ 주의: 네 프레임워크 중 무엇을 쓸지는 노출 자리(channel)가 결정합니다. 광고 헤드라인은 AIDA, 메일 본문은 PAS, 후기 콘텐츠는 BAB, B2B 기능 페이지는 FAB가 정석이에요.
실제 사례 — 한 카피, 네 프레임워크 적용 결과
같은 제품(중소기업용 회계 SaaS)을 네 프레임워크로 풀어보면 톤이 완전히 달라집니다.
- AIDA: "회계 마감 매월 3일씩 까먹는 사장님? (Attention) 직원 5명 사업장의 회계 처리는 평균 11시간이 듭니다 (Interest)…"
- PAS: "이번 달도 마감일 자정에 영수증 더미와 씨름하셨나요? (Problem) 매달 11시간이면 1년에 132시간, 직원 1명 야근 4달치예요 (Agitate)…"
- BAB: "마감 일주일 전부터 잠 못 자던 사장님 (Before), 이제 클릭 3번이면 결산이 끝납니다 (After)…"
- FAB: "AI 자동 분개 기능(Feature)으로 인건비를 절약(Advantage)할 수 있어, 월 평균 11시간을 신사업 기획에 쓸 수 있습니다(Benefit)…"
🎯 Step 3: 프롬프트 5요소 설계 — Context·Audience·Goal·Constraints·Style
도구를 고르고 프레임워크를 정했다면 마지막 변수는 프롬프트 설계예요. 2025년 한 연구에 따르면 AI 프로젝트 실패의 78%가 "잘못된 인간-AI 커뮤니케이션"에서 비롯되며, 잘 설계된 프롬프트는 즉흥적 프롬프팅 대비 ROI를 평균 340% 끌어올렸다고 합니다.
저는 광고 카피 프롬프트에 반드시 5요소(C·A·G·C·S)를 명시해요. 한 번 정해두면 다음 캠페인에서도 그대로 재사용할 수 있어 시간 절약 효과가 큽니다. ChatGPT 프롬프트 일반론은 ChatGPT 프롬프트 작성법 글을 참고하세요.
Context (맥락) — 제품·시장·경쟁
AI는 학습 데이터의 평균값에서 출발합니다. 그 평균을 우리 제품 쪽으로 끌어오려면 3줄짜리 컨텍스트가 필요해요.
- 제품 한 줄 설명 + 핵심 차별점 1가지
- 시장 위치 (가격대·경쟁사 1〜2곳)
- 현재 단계 (런칭·확장·재포지셔닝)
Audience (대상) — 페르소나 30초 정의
"30대 직장인" 같은 추상적 페르소나는 평범한 카피만 만들어내요. 이름·직업·연봉·고민·구매 트리거까지 30초 안에 명시하세요. 예: "A씨, 35세, 5인 사업장 사장, 연 매출 8억, 매월 결산일이 가장 큰 스트레스, 회계사 의뢰 비용 월 30만원이 부담."
Goal (목표) — 카피 목적과 측정 지표
같은 광고 카피라도 "CTR 1.2% → 2.0% 목표"인지 "회원가입 폼 도달률 향상"인지에 따라 결이 달라집니다. 측정 지표가 명확하면 AI도 거기에 맞춰 톤을 조정해요.
Constraints (제약) — 길이·금칙어·법적 제약
| 채널 | 권장 글자 수 | 금지 사항 |
|---|---|---|
| 구글 광고 헤드라인 | 30자 이내 | 단정형 문구 |
| 페이스북 광고 본문 | 125자 이내 | 과장 광고 |
| 이메일 제목 | 35자 이내 | 스팸 트리거 단어 |
| 랜딩 첫 화면 H1 | 25자 이내 | 모호한 추상어 |
⚠️ 주의: 의료·금융·교육 카테고리는 표시광고법·표시광고심사지침을 위반하면 과징금 대상입니다. 프롬프트에 "표시광고심사지침 준수, '최고'·'유일'·'100%' 같은 단정 표현 금지"를 명시하세요.
Style (스타일) — 톤·문체·금기 표현
존댓말/반말, 친근/격식, 도시/감성 — 톤을 한 줄로 명시하세요. 저는 "내 이웃 카페 사장이 친절하게 추천해주는 톤"처럼 구체적 인물 비유를 자주 씁니다. AI는 추상적 형용사(친근하게)보다 구체적 비유에 훨씬 잘 반응해요.
💡 팁: 5요소를 매번 다시 쓰지 마세요. ChatGPT Custom Instructions나 Claude Projects의 시스템 프롬프트에 저장해두면, 새 채팅에서도 자동 적용됩니다. 제 경우 캠페인 한 건당 평균 12분이 절약됐어요.
⚠️ 주의사항 — 5가지 흔한 함정
AI 마케팅 카피 작성을 실전에서 쓰다 보면 반드시 마주치는 다섯 가지 함정이 있어요. 이걸 피하는 것만으로도 결과물 품질이 30% 이상 올라갑니다.
1. 할루시네이션 — 없는 통계·없는 인증 만들어냄
AI는 "그럴듯한" 수치를 자신 있게 만들어냅니다. 광고에 "고객 만족도 96.7%"라고 적었는데 실제 측정 자료가 없으면 표시광고법 위반이에요. 수치·인증·수상 이력은 사람이 별도로 검증하세요.
2. "AI 냄새" — 같은 도입부·같은 결론
"오늘은 ~에 대해 알아봅시다", "결론적으로 ~는 중요합니다" 같은 패턴은 광고 카피에서 즉시 식별됩니다. AI 카피 사용 시 도입부·결론은 사람이 직접 다시 쓰는 것이 좋아요. 본문 중간은 AI에 맡겨도 무방합니다.
3. 평균값 회귀 — 무난해서 묻힘
LLM은 학습 데이터의 평균치를 생성하는 본능이 있습니다. "평범한 카피"가 양산되는 본질적 이유예요. 의도적으로 극단성(극단 부정·극단 호기심·극단 호러) 지시를 추가하면 평균선을 벗어날 수 있어요.
4. 저작권·초상권 — 출처 모를 표현 차용
AI가 어디선가 본 카피 문구를 재조합해 출력할 수 있어요. 타사 슬로건 표절·트레이드마크 문구는 발행 전 검색 1번으로 충분히 거를 수 있습니다. 구글 큰따옴표 검색으로 5초만 확인하세요.
5. 단일 도구 의존 — 톤 다양성 사라짐
같은 모델을 6개월 쓰면 모든 카피가 비슷한 결을 띠게 됩니다. 2개 이상의 모델을 교차 호출하고, 결과물을 비교한 뒤 채택하는 것이 톤 다양성을 지키는 가장 쉬운 방법이에요.
📌 핵심: 함정 5개는 "AI 출력을 그대로 신뢰하지 말 것"이라는 한 줄로 요약됩니다. AI는 초안 생성기이지 발행 결정자가 아닙니다.
✅ 마무리 — 발행 전 체크리스트
AI 마케팅 카피 작성은 도구 1개로 끝나는 작업이 아니라, 도구·프레임워크·프롬프트 5요소·검증의 조합으로 완성됩니다. 마지막으로 발행 직전 체크리스트를 정리해 드릴게요.
- 채널(광고/메일/랜딩)에 맞는 프레임워크(AIDA·PAS·BAB·FAB)를 선택했는가?
- 프롬프트 5요소(Context·Audience·Goal·Constraints·Style)를 모두 명시했는가?
- 도구 2종 이상을 교차 호출해 결과물을 비교했는가?
- 통계·인증·수상 이력은 사람이 별도 검증했는가?
- 채널별 글자 수 제약(헤드라인 30자·SNS 125자 등)을 지켰는가?
- 도입부·결론은 사람이 다시 다듬었는가?
- 표시광고법·표시광고심사지침 위반 단어가 없는가?
- A/B 테스트용 변형 카피 3〜5개를 함께 준비했는가?
저는 이 체크리스트를 만든 뒤로 발행 후 수정 비율이 평균 6건/주 → 1.2건/주로 줄었어요. 검증 시간 10분이 사고 6건을 막아줍니다.
오늘 바로 적용해볼 수 있는 다음 행동 하나만 권한다면 — 이번 캠페인 카피를 두 도구에 같은 5요소 프롬프트로 던지고 결과를 비교하는 것입니다. 차이가 어디서 나는지 한 번만 보면 도구 선택의 기준이 잡혀요.
🔍 Root Cause (근본 원인 분석)
같은 AI를 써도 누군가는 광고 CTR을 5배 끌어올리고 누군가는 평범한 카피만 양산합니다. 그 차이의 근본 원인은 LLM의 평균치 회귀 본능이에요.
대규모 언어 모델은 사실상 "다음 토큰의 확률 분포"를 학습한 통계 모델입니다. 학습 데이터에서 가장 흔히 등장한 표현·구조·결론으로 수렴하려는 본능이 있어요. "회계 SaaS 광고 카피를 써줘"라고 던지면, 모델은 학습 데이터에서 본 수만 건의 평범한 회계 광고의 평균값을 출력합니다.
광고에서 평균값은 곧 "묻힘"입니다. CTR 상위 5%의 광고는 평균에서 벗어난 카피예요. 즉, AI 마케팅 카피 작성의 본질적 과제는 "평균값 출력 본능을 제약(constraint)으로 우회시키는 일"입니다.
프레임워크(AIDA·PAS·BAB·FAB)는 사실상 "평균값 출력을 구조적으로 막는 제약 장치"예요. AIDA는 첫 줄을 통계·질문·역설로 시작하라고 강제합니다. PAS는 "고통 강도 7/10" 같은 명시적 극단치를 요구하고요. 프롬프트 5요소도 마찬가지로 "이름·연봉·구체적 트리거" 같은 구체성을 강제해 평균값 출력을 차단합니다.
📊 데이터: JP Morgan과 Persado의 협업 사례는 이 가설을 명확히 보여줍니다. 같은 광고 자산에 AI 카피를 적용했을 때 CTR이 450% 증가한 핵심은, Persado가 단순히 "광고 카피 써줘"가 아니라 9개 감정 축·6개 톤·12개 행동유도 패턴을 명시적으로 제약한 프롬프팅 시스템을 운용했기 때문이에요.
근본 원인이 평균값 회귀라면, 해결책은 명시적 제약입니다. 프레임워크와 5요소가 그 제약을 체계화한 도구라는 것이 이 글의 핵심 주장이에요.
⚙️ Engineering Rationale (공학적 근거)
AI 마케팅 카피 작성 영역에서 결과물 품질을 끌어올리는 공학적 선택지는 크게 셋이에요. 프롬프트 엔지니어링·RAG(검색 증강)·파인튜닝. 각각의 장단점이 명확합니다.
| 접근 | 도입 비용 | 변경 비용 | 품질 상한 | 추천 단계 |
|---|---|---|---|---|
| 프롬프트 엔지니어링 | 무료 | 0원 (즉시) | 중상 | 모든 단계 |
| RAG (브랜드 자료 검색) | 월 2〜5만원 | 자료 갱신만 | 상 | 캠페인 5건/월 이상 |
| 파인튜닝 | 100〜500만원 | 재학습 필요 | 최상 | 엔터프라이즈 |
대부분의 1인 마케터·소상공인은 프롬프트 엔지니어링으로 충분합니다. ROI를 가장 빠르게 회수할 수 있어요. 5요소를 한 번 정의해 두면 비용 0원·변경 비용 0원으로 즉시 효과가 나옵니다.
캠페인이 월 5건 이상이고 브랜드 톤 가이드가 두툼한 단계로 올라가면 RAG 도입을 검토해야 합니다. Claude Projects에 PDF 30쪽을 첨부하거나 ChatGPT Custom GPT를 만드는 방식이에요. 월 2〜5만원의 도구 비용으로 카피 일관성을 확보할 수 있어요.
파인튜닝은 마케팅 자산이 수천 건 쌓이고 브랜드 자체가 LLM 학습 데이터의 노이즈가 되는 엔터프라이즈 단계에서만 의미가 있어요. 1인 마케터 단계에서는 ROI가 거의 나오지 않습니다.
저는 1년간 세 단계를 모두 시도해보고, 결국 프롬프트 엔지니어링 + Claude Projects(경량 RAG) 조합으로 정착했어요. 비용은 월 4만원 이하인데, 카피 품질은 처음 6개월의 즉흥 프롬프팅 시절 대비 측정 가능하게 좋아졌습니다.
💡 팁: RAG 단계로 넘어갈 시기를 판단하는 기준은 "월 캠페인 5건 + 브랜드 가이드 PDF 20쪽 이상"이에요. 그 이하라면 프롬프트 엔지니어링만으로도 90%의 효과를 얻을 수 있어요.
🚀 Optimization Point (최적화 포인트)
AI 마케팅 카피 작성 워크플로가 안정되면 다음 과제는 자동화·토큰 최적화·멀티모달 융합입니다. 발행 빈도가 올라가는 단계에서 진가가 드러나는 영역이에요.
자동화 — n8n·Zapier로 카피 파이프라인 구축
ChatGPT API·Claude API를 n8n 같은 워크플로 도구와 연결하면, 신규 캠페인 브리프 → 5요소 자동 채움 → 변형 카피 5개 생성 → Notion 적재까지 사람 손 없이 돌아갑니다. 저는 이 파이프라인을 구축한 뒤 캠페인 한 건당 작업 시간이 평균 47분 → 12분으로 줄었어요.
핵심은 5요소 템플릿을 워크플로에 박아두는 것입니다. 새 브리프가 들어오면 변수만 치환되고 나머지는 그대로 재사용돼요.
토큰 최적화 — 호출 비용 30% 절감
API를 본격적으로 쓰면 토큰 비용이 무시할 수 없어집니다. 토큰 최적화의 정석은 셋이에요.
- 시스템 프롬프트 캐싱: ChatGPT API의 Prompt Caching, Claude의 Cache Control을 활용. 동일 시스템 프롬프트는 캐시 적중률 70〜90% 달성 가능
- 출력 길이 제약:
max_tokens명시적 설정. 광고 헤드라인이라면 60토큰이면 충분 - 모델 계층화: 초안은 저렴한 모델(Haiku·Mini)로, 폴리싱은 고급 모델(Sonnet·GPT-5o)로 분리
저는 모델 계층화로 월 API 비용을 평균 31% 줄였어요. 카피 품질에는 영향이 없었습니다.
멀티모달 — 카피와 비주얼의 동시 생성
GPT-5o·Gemini 2.5·Claude Sonnet 4.5는 이미지를 함께 처리합니다. 광고 시안 이미지를 첨부하고 "이 비주얼에 어울리는 카피 5개"를 요청하면, 텍스트-비주얼 일관성이 눈에 띄게 좋아져요. 광고 디자이너와의 협업 핑퐁이 평균 3〜4 라운드 → 1〜2 라운드로 줄었습니다.
📌 핵심: 최적화 포인트 셋은 카피 1건 만들기가 아니라 카피 100건을 안정적으로 양산하는 시스템을 만드는 단계의 과제입니다. 발행 규모가 커지지 않으면 굳이 도입하지 않아도 됩니다.
📎 참고하면 좋은 자료