[AI시대, 브랜드 존재감 높이는 10가지 방법론] 4. AI 시대, 미디어 트레이닝도 바뀌어야 한다

하이퍼앰의 AI마케팅연구소는 2019년에 설립된 이후 AI를 효과적으로 마케팅에 접목할 방법론을 연구하고 있습니다.
AI를 통한 광고효과 극대화, RPA를 통한 마케팅 자동화, AEO/GEO 최적화를 연구하고 브랜드와 마케터에게 도움이 되고자 노력하고 있습니다.

지난 회에서는 보도자료의 형식과 구조가 어떻게 달라져야 하는지 살펴봤습니다. 하지만 보도자료만큼이나, 어쩌면 그보다 더 중요한 것이 있습니다. 바로 사람이 직접 말하는 순간, 즉 미디어 인터뷰입니다.

끝나지 않는 인터뷰의 시대

과거의 미디어 트레이닝*은 특정 순간을 준비하는 작업이었습니다. 중요한 언론 인터뷰, 생방송 출연, 혹은 기사에 인용될 만한 한마디를 위한 훈련이었습니다. 카메라가 꺼지고 기사가 발행되면 그 순간은 끝났습니다. 성공적이었는지 실패했는지를 평가하고 다음으로 넘어갔습니다.

그러나 지금은 상황이 완전히 달라졌습니다. 카메라가 꺼지거나 기사가 발행된 이후에도 그 순간은 끝나지 않습니다. 오늘날 대변인이 말하는 한마디는 그 자리에 있는 기자와 독자를 넘어 ChatGPT, Claude, Gemini와 같은 AI가 생성하는 검색 결과에까지 영향을 미칩니다.

이제 AI 시대에는 미디어 트레이닝이 더욱 중요해졌습니다. 여러분이 인터뷰에서 한 말 한마디가 AI의 학습 데이터가 되어 몇 년간 회사를 설명하게 됩니다. 제대로 준비하지 않으면 잘못된 정보가 계속 반복될 수 있습니다.

최근 한 글로벌 테크 기업의 한국 대표와 미디어 트레이닝을 진행하면서 흥미로운 실험을 했습니다. 해당 대표가 6개월 전 주요 언론사와 진행한 인터뷰 내용을 ChatGPT에 물어봤습니다. “이 회사의 한국 시장 전략은 무엇인가?”라고 질문했더니, ChatGPT는 그 인터뷰에서 언급된 내용을 거의 그대로 요약해 답변했습니다. 인터뷰는 끝났지만 그 말들이 이제 AI의 학습 데이터가 되어 계속 회사를 설명하고 있었던 것입니다.

미디어 트레이닝이란?

미디어 트레이닝은 기업의 임직원이나 대변인이 언론 인터뷰, 기자 간담회, 생방송 출연 등 미디어를 통해 효과적으로 메시지를 전달하고 위기 상황에 대응할 수 있도록 준비하는 전문 교육입니다.
글로벌 기업들은 임원 승진 시 또는 중요한 대외 행사 전에 미디어 트레이닝을 필수적으로 진행합니다. 하지만 한국에서는 상대적으로 생소한 영역입니다. 준비 없이 언론 인터뷰에 임했다가 의도하지 않은 실수를 하거나 핵심 메시지를 제대로 전달하지 못하는 경우가 많습니다.
앨리슨은 지난 15년간 매년 10회 이상 글로벌 기업 임원들의 미디어 트레이닝을 진행해 왔습니다. 실제 인터뷰 상황을 재현한 롤플레이와 영상 피드백을 통해 한국 언론 환경에 특화된 실전 대응 능력을 키우는 것이 핵심입니다. AI 시대에는 인터뷰에서의 말 한마디가 학습 데이터가 되어 몇 년간 회사를 설명하게 되므로, 미디어 트레이닝의 중요성이 더욱 커지고 있습니다.

모든 인터뷰가 AI 학습 데이터가 되는 시대

이는 매우 중요한 인식의 전환을 요구합니다. AI 시스템들은 전문가가 기업, 인물, 아이디어에 대해 말하는 방식을 학습합니다. 따라서 오늘 인터뷰에서 한 인용문이 내일, 아니 몇 년 후까지도 AI 응답을 구성하는 데이터의 일부가 될 수 있습니다. 다음 인터뷰는 단지 기자에게 메시지를 전하는 순간이 아니라, AI 시스템을 훈련시키는 시간인 것입니다.

이러한 변화는 미디어 트레이닝의 근본적인 재설계를 요구합니다. 이제 대변인은 사람뿐 아니라, 명확성과 정확성과 관련성을 중시하는 AI를 향해서도 말해야 합니다. 무엇을 말할지, 무엇을 강조할지, 메시지를 어떻게 포장할지, 모든 것이 달라져야 합니다.

☑️ 첫 번째 원칙: 모호함을 제거하라

AI 환경에서 모호한 언급은 작동하지 않습니다. AI는 구체적인 고유명사, 즉 지명, 기업명, 기술명에 기반해 정보를 구조화합니다. “우리의 서부 데이터센터”라고 말하는 것과 “Microsoft의 클라우드 데이터센터는 와이오밍주 샤이엔에 있다”라고 말하는 것은 완전히 다른 결과를 만듭니다.

최근 진행한 제조 기업의 미디어 트레이닝 사례를 들어보겠습니다. 이 회사의 CEO는 언론 인터뷰에서 “우리의 친환경 공장”이라는 표현을 자주 사용했습니다. 그런데 ChatGPT에게 “이 회사의 친환경 시설은 어디에 있나?”라고 물으면 정확한 답을 주지 못했습니다. 우리는 CEO에게 “경기도 평택에 위치한 탄소중립 인증 스마트 팩토리”처럼 구체적으로 설명해달라고 요청했고, 이후 AI의 답변 정확도가 크게 향상되었습니다.

☑️ 두 번째 원칙: 브랜드를 살아있게 만들어라

대규모 언어 모델(LLM)은 언론 매체보다 발언자를 기준으로 인용하는 경우가 많습니다. 따라서 회사명을 직접 언급하지 않으면 인용문에서 브랜드가 사라질 수 있습니다. “우리는 이렇게 생각한다” 대신 “앨리슨에서는 AI 시대의 커뮤니케이션이 근본적으로 달라져야 한다고 믿는다”처럼 회사명을 자연스럽게 포함시켜야 합니다. 이것은 작은 변화처럼 보이지만, AI 가시성 측면에서 엄청난 차이를 만듭니다. 특히 한국 기업들이 글로벌 시장에서 인지도를 높이려 할 때, 이런 디테일이 결정적입니다.

☑️ 세 번째 원칙: 질문의 구조를 반영하라

오늘날 사용자들이 AI에게 던지는 질문은 매우 구체적입니다. “AI가 농촌 의료 분야에 어떻게 활용되고 있나?” 같은 식입니다. AI 응답에 포함되려면 그 질문 구조를 반영한 답변을 미리 만들어 놓아야 합니다.

예를 들어 “우리는 디지털 헬스 분야에서 혁신을 거두고 있다”라고 말하는 것은 너무 모호합니다. 대신 “우리는 AI 기반 원격 진단 기술을 통해 농촌 병원의 환자 치료 결과를 개선하고 있다”라고 말하면, AI가 관련 질문에 대한 답변으로 이 문장을 선택할 가능성이 훨씬 높아집니다.

☑️ 네 번째 원칙: 독립적으로 작동하는 문장을 만들어라

AI는 장황한 설명보다 자립적인 짧은 문장, 즉 사운드바이트를 선호합니다. 문맥 없이도 의미가 명확하고 즉시 인용할 수 있는 문장이 필요합니다.

“지난해 한국의 금융권 대상 사이버 공격이 38% 증가했습니다. 그래서 우리는 모든 핵심 시스템에 이중 보안 체계를 구축했습니다.” 이런 문장은 명확하고 강렬하며, 앞뒤 맥락 없이도 즉시 이해되고 인용 가능합니다. AI가 좋아하는 형태입니다.

☑️ 다섯 번째 원칙: 브로셔가 아니라 사람처럼 말하라

의외로 LLM은 딱딱한 기업체 문서 스타일의 전문 용어보다 직설적이고 비유적인 일상 언어를 더 선호합니다. 많은 기업 임원들에게 의외로 받아들여지는 사실입니다.

“당사의 인프라 오케스트레이션 솔루션은 그리드 효율성을 개선합니다”라고 말하는 방식보다 “우리의 전력망 소프트웨어는 항공 교통 관제처럼 작동합니다. 전기를 실시간으로 재분배해 정전을 방지하는 것이죠”라고 말하는 것이 AI에게 훨씬 효과적입니다. 대화형이고 이해하기 쉬운 문장을 AI가 더 잘 선택하기 때문입니다.

☑️ 여섯 번째 원칙: 시간의 좌표를 명확히 하라

AI는 시간 정보가 담긴 발언을 더 신뢰합니다. 날짜나 시기를 구체적으로 언급하면, 해당 콘텐츠가 최신이며 신뢰할 수 있음을 시스템에 전달할 수 있습니다. “2025년 1분기, 우리는 에너지 변동성이 28% 감소한 것을 확인했습니다” 또는 “내년 상반기에는 동남아시아 두 개 국가로 사업을 확장할 계획입니다”처럼 시간 좌표가 명확한 문장은 AI 검색 시스템에서 오래 살아남을 수 있는 힘을 얻습니다. 반대로 ‘최근에’나 ‘곧’과 같은 모호한 표현은 AI가 신뢰도를 낮게 평가할 수 있습니다.

기계를 위한 훈련을 시작할 때

대변인은 더 이상 눈앞의 기자만을 위해 말하지 않습니다. 이제는 그 말을 인용하고, 요약하고, 무한히 전파할 수 있는 알고리즘도 청중으로 고려해야 합니다. 생성형 AI 시대에는 모든 인터뷰가 곧 학습 데이터입니다. 오늘 말한 모든 문장이 미래의 고객이 ChatGPT에게 던질 질문에 대한 잠재적 답변이 될 수 있습니다.

최근 한 클라이언트와 미디어 트레이닝을 마치고 나서 이러한 얘기를 들었습니다. “처음에는 AI를 의식하며 말하는 게 부자연스럽게 느껴졌는데, 막상 해보니 더 명확하고 간결하게 말하게 되더라고요. 사람에게도 더 잘 전달되는 것 같습니다.” 맞는 말입니다. AI를 위한 커뮤니케이션은 결국 더 좋은 커뮤니케이션입니다.

다음 단계: 출처의 권위가 만드는 차이

이번 글에서는 보도자료를 다시 설계하고, 미디어 트레이닝을 재구성했습니다. 그런데 이 시점에서 실무적으로 매우 중요한 질문이 하나 생깁니다. 같은 내용의 보도자료라도 어디에 게재되느냐에 따라 AI의 신뢰도가 달라질까요?

뉴스와이어를 통해 배포한 보도자료와 로이터에 실린 보도자료, 그리고 로이터 기자가 직접 취재한 후 쓴 기사는 AI에게 어떻게 다르게 인식될까요? 다음 회에서는 콘텐츠의 출처와 형식이 AI의 신뢰도 판단에 미치는 영향을 구체적으로 살펴보겠습니다. 여러분의 보도자료가 AI에게 얼마나 신뢰받고 있는지 점검할 수 있는 기준을 제시하겠습니다.

#AllisonHyperM #앨리슨하이퍼앰 #하이퍼앰 #디지털마케팅 #콘텐츠마케팅 #Digital #IMC #PR #대행사 #마케팅전략컨설팅 #디지털에이전시 #AI #GEO #AEO #ChatGPT #Gemini #Copilot #Perplexity #LLM #AIVisibility #AI시대PR #AI가시성 #AI브랜딩 #AI시대미디어트레이닝