시작은 평범하게 달콤하게...
나는 마케팅팀에서 주로 광고소재를 기획하고 제작하는 디자이너다. 퍼포먼스 마케터 쌤이 주차별 성과를 공유해주시지만, 소재를 직접 기획하고 만드는 입장에서 분명히 잘 되는 소재들의 공통점이 있다는 걸 느꼈고, 그 데이터를 잘 쌓아두고 다음 기획에 연결하고 싶었다. 기획 시간도 줄이고, 성과도 높이고.
그래서 한 달에 한 번씩 노션에 전 달 고효율 소재를 직접 아카이빙하기 시작했다. 사실 Meta 광고 관리자에서도 성과를 볼 수 있지만, 월별 고효율 소재만 쏙 뽑아서 한 화면에 나란히 비교하는 게 어려웠기 때문이다.그런데 소재가 쌓일수록 이상하게 의문이 커져갔다. 막상 노션을 열어봐도 '어떤 소재가 잘 된 거지?'라는 질문에 답이 바로 나오지 않았다. 데이터는 분명히 거기 있는데, 그걸로 인사이트를 도무지 뽑을 수가 없었다. 시작은 챗GPT였다. 매월 잘 됐던 소재들을 추려 챗GPT에 넣고, '이 소재들이 왜 잘 됐을까?'를 같이 얘기하는 방식으로 분석을 하고 디벨롭하면서 소재를 만들어나갔다. 이걸 반복하다 보니 자연스럽게 드는 생각이 있었다.
‘이걸 조금 더 편하게 해주는 사이트가 있으면 안 되나?’
마침 회사에서 Claude를 지원해줘서 처음 써보게 됐다. 뒤에도 나오겠지만 이때만 해도 Meta에서 데이터를 직접 연동해올 생각은 못했다. 그냥 노션에 쌓아둔 데이터를 가져다가 AI 인사이트를 뽑아주는 분석기를 만들어보자, 딱 그 정도였다.
어..? 재밌다…
초반 구조는 진짜 단순했다. 노션 데이터를 CSV 파일로 내보내고, 클로드와 대화하면서 앱을 만들어나갔다. 디자인에 자신이 없다면, 여러 기업의 디자인 가이드 파일을 모아둔 getdesign.md 사이트에서 다운받는 방법도 있다. 생각보다 아주 괜찮게 나온다. (나는 참고로 에어비앤비 md파일을 가져와서 그대로 적용해달라고 요청했다)
Claude와 대화하면서 UI 위치가 원하는 대로 바로바로 바뀌고, 원하는 데이터가 화면에 올라오는 걸 보면서 이때부터 웹사이트 제작에 본격적으로 빠져들었다.
난관의 시작
노션 데이터를 가져와서 화면에 구현하는 것까진 문제없이 됐는데 막힌 건 그 다음이었다. 불러온 소재들을 서로 비교 분석해서 기획안을 제안해주는 AI인사이트 기능을 넣으려는 순간, 처음으로 벽을 만났다.
데이터는 다 잘 들어왔고 소재 목록도 화면에 멀쩡히 떴다. 근데 그 데이터로 AI 인사이트를 뽑으려고만 하면, 그 순간 오류가 났다. 처음엔 Claude도 같이 헤맸다. 내가 단순히 "기능이 작동이 안 된다"고만 하니까, Claude도 코드 안에서만 답을 찾으려 한 것 같다. Claude가 코드를 고쳐주면 나는 다시 올려서 테스트하고, 또 안 되고… 그러다 코드 말고 Netlify 화면을 같이 더듬어보던 중, Claude가 확인하라는 메뉴가 내 화면엔 안 보인다고 한 게 단서가 됐다. 드래그앤드롭으로 배포해서 서버 함수가 아예 안 올라간 걸 그제야 알아챈 거다. 문제는 코드가 아니라 '올리는 방식'이었다.
사실 그전에 테스트로 만든 사이트들은 드래그앤드롭으로도 잘만 배포됐었다. 차이는 '서버가 필요한가'였다. 단순한 화면만 있으면 되는 페이지와 달리, AI 인사이트는 Claude API를 호출하는 서버 함수가 필요했던 거다. 그땐 몰랐지만 서버 함수를 함께 올리는 방법은 여러 가지가 있었고, 그중 나에게 가장 편한 방법은 터미널에 명령어를 직접 치는 방식이었다. Claude가 알려준 netlify deploy --prod 한 줄을 입력하자 그동안 빠져 있던 서버 함수가 함께 올라갔고, 비로소 AI 인사이트가 응답하기 시작했다.
막힐 때마다 하나씩 알아가는 식이었다. 이 프로젝트는 계속 그랬다.
집단 지성이 필요한 이유
그런데 실제로 써보면서 문제가 드러났다. 노션 데이터를 활용한 AI 인사이트 기능은 이미지를 분석하지 못하고 내가 직접 쓴 수치와 제목에서만 정보를 가져오다 보니 인사이트가 부실하거나 부정확했다. 소재 분석 툴인데 정작 분석력이 너무 떨어지는, 가장 중요한 게 빠진 느낌이었다.
팀원들에게 중간 공유를 하면서 이런 부분을 얘기했더니 그때 재현 쌤이 제안을 주셨다. 노션에 수동으로 정리하지 말고 Meta 광고 관리자 API를 직접 연동하면 어떻겠냐고. 솔직히 이미 Claude에게 물어봤다가 안 된다는 말을 듣고 포기했던 건데… 가능했다니 (배신감)
역시 AI의 말을 무조건 믿는 건 위험하다.
Meta API를 연동해보자
버튼 하나면 한 달 동안 제작한 소재가 자동으로 정리된다. 수동 정리는 이제 그만!
Meta API를 연동했더니 소재 목록이 자동으로 업데이트된다. 수동으로 정리할 필요가 없다. 거기다 소재 이미지까지 썸네일 형태로 가져올 수 있다니 이렇게 편할 수가.
여기서 또 하나의 기능이 붙었다. Claude Vision이 소재 이미지를 직접 보고 주제를 분류해주는 것이다. 해당 소재가 POD인지, 기출업로드인지, 프로모션 소재인지 파악하고, 후킹 포인트가 무엇인지까지 짧게 요약해준다. 물론 정확도가 100%는 아니라서, 소재 제목에 '프로모션' 같은 키워드가 있으면 프로모션으로 분류하는 식으로 Claude에게 기준을 구체적으로 명시해줬다. 이 작업을 하면서 앞으로 광고 소재 이름을 좀 더 체계적으로 짓고 관리해야겠다는 생각도 들었다.
소재를 처음 불러올 때 클로드 비전으로 한번만 분류하면 미분류였던 소재가 자동으로 주제 분류가 된다
Meta 광고소재 분석기의 주요 기능을 소개합니다
1. 월별 히스토리
월별 히스토리는 무료체험과 설명회 수치의 월별 흐름을 그래프로 한눈에 볼 수 있는 탭이다. 특정 달을 클릭하면 그 달의 요약 카드와 상위 소재 5개가 펼쳐진다. 전년 동월과 비교도 되니 '작년 이맘때보다 잘 됐나?'를 바로 확인할 수 있고, 월별 TOP 소재를 파악하는 데도 유용하다.
2. 상세 조회
상세 조회는 저장해둔 월별 히스토리가 아니라, 특정 기간의 데이터가 궁금할 때 쓰는 탭이다. 기간을 설정하면 해당 기간에 실제로 집행된 소재만 불러와 성과 순으로 정렬해준다. 소재를 클릭하면 썸네일과 함께 상세 지표를 볼 수 있다.
3. AI 인사이트
AI 인사이트는 Claude Vision이 소재 이미지를 직접 분석한 결과를 바탕으로 질문에 답해주는 탭이다. 텍스트 수치만 보는 게 아니라 이미지까지 읽기 때문에, 단순 노션 버전보다 훨씬 정확한 인사이트를 도출할 수 있다. "기출업로드 소재 중 무료체험이 많았던 달은?", "이미지와 영상 중 CPA가 낮은 유형은?" 같은 질문을 던지면 데이터를 참조해 바로 답해준다.
AI인사이트 제안받기 버튼을 통해 내가 생각지도 못했던 아이디어나 기획안을 뽑아낼 수도 있고, 월간 광고 리포트도 뽑을 수 있다.
아쉬운 점이랄까
물론 아쉬운 점도 있다. Meta API 연동 특성상 무료체험, 설명회 수치가 완벽하게 맞지 않는 경우가 있다. Meta 광고 관리자에서 보는 수치와 API로 가져오는 수치가 집계 방식의 차이로 미묘하게 다를 수 있기 때문이다. 또 아직 Claude Vision이 영상 소재까지 제대로 분석하지 못해서 디테일이 다소 떨어지는 부분도 있다. 그래도 전체적인 흐름을 파악하는 데는 무리가 없고, AI 인사이트를 더 잘 도출할 수 있도록 계속 디벨롭해나갈 생각이다.
마치며…
광고소재 분석기는 아직도 개발 중이다. 사용하면서 보충하고 싶은 부분이 생기면 또 추가하게 되겠지.
이 웹사이트를 만들고 달라진 점을 솔직하게 얘기해보자면,
반복 업무의 자동화
기존에 1시간 걸렸던 소재 정리가 버튼 하나로 자동으로 쌓이고, 매주·매월 광고 라이브러리를 직접 필터링해서 수치를 확인하는 수고가 줄었다. 언제든 소재 검색도 가능하다.
데이터 기반 소재 기획의 시작
원하는 소재들을 선택해서 AI 인사이트에 구체적으로 질문하면 생각치도 못한 방향을 제시해주기도 한다. Supabase에 저장된 소재 데이터들을 기반으로 Claude가 대답해주는 형식이라, 단순한 챗봇이 아니라 우리 소재 데이터를 아는 분석가에 가깝다. 데이터가 더 쌓이고 기능이 고도화될수록, 소재 기획의 질과 속도가 함께 올라갈 것이라고 기대한다.
누구나 코딩 없이 필요한 업무 툴을 직접 만드는 시대가 됐다
한 달 동안 Claude로 이 웹사이트를 만들면서 느낀 건, AI를 '쓰는 것'과 '활용하는 것'은 다르다는 점이다. 챗GPT나 Claude에 질문하고 빠르게 답을 찾는 것도 AI를 쓰는 거지만, 내 업무의 불편한 지점을 찾아내고 그걸 해결하는 툴을 직접 만드는 것 — 그게 진짜 활용이 아닐까 하는 생각을 해본다. 코딩을 모르는 디자이너도, 자신이 겪는 불편함을 가장 잘 아는 사람이 직접 해결책을 만들 수 있는 시대가 됐다. 그리고 그 시도를 장려하고 실제로 해볼 수 있는 환경이 여기 프리윌린에 있다.
