이메일 마케팅 툴로 잘 알려진 Klaviyo가 2026년 6월 30일, 두 개의 AI 에이전트를 한꺼번에 공개했습니다. 하나는 마케팅을 대신 굴려주는 AI Marketing Agent, 다른 하나는 고객 문의에 응대하는 Customer Agent입니다. 여기에 카피와 디자인을 만들어주는 Composer가 퍼블릭 베타로 넘어갔습니다. 왜 이게 중요하냐면, 지금까지 따로 놀던 마케팅 툴과 CS 툴이 ‘같은 고객 데이터를 공유하는 두 AI’로 묶였기 때문입니다. DTC 브랜드 입장에서는 캠페인을 돌린 뒤 문의가 들어와도 대화 맥락이 끊기지 않는다는 뜻입니다.
30초 요약
- 발표 시점: Klaviyo가 2026년 6월 30일 AI Marketing Agent와 Customer Agent를 공식 공개했습니다.
- Marketing Agent: 이메일과 SMS 캠페인을 데이터 기반으로 기획하고 실행하는 마케팅 전담 AI입니다.
- Customer Agent: AI 기반 서비스 플랫폼으로, 브랜드의 고객 응대를 자동화합니다.
- Composer 퍼블릭 베타: 카피와 이메일 디자인을 생성하는 Composer 기능이 퍼블릭 베타 단계로 전환됐습니다.
- 핵심 의미: 마케팅과 CS가 같은 고객 프로필을 공유하는 ‘연동된 두 AI’ 구조로 진화했습니다.
1. 무슨 일이 있었나
Klaviyo는 이메일과 SMS 마케팅 자동화 분야에서 이커머스 브랜드가 가장 많이 쓰는 도구 중 하나입니다. 6월 30일 발표의 요지는 간단합니다. 마케팅을 전담하는 AI 에이전트와 고객 응대를 전담하는 AI 에이전트를 함께 내놓았다는 것입니다. 발표 자료에 따르면 두 에이전트는 서로 데이터를 주고받으며 함께 일하도록 설계됐다고 합니다.
지금까지 대부분의 브랜드는 마케팅 툴과 고객 응대 툴을 별도로 운영해왔습니다. 마케터가 캠페인 결과 데이터를 보고, CS 담당자는 별도의 헬프데스크에서 문의를 처리하고, 두 팀이 주간 회의에서 정보를 맞추는 식이었습니다. Klaviyo가 던진 메시지는 ‘이걸 하나의 고객 프로필 위에 얹어보자’입니다.
2. AI Marketing Agent를 쉽게 풀어보면
AI Marketing Agent를 한 문장으로 설명하면, ‘주니어 마케터 한 명이 24시간 붙어 있는 상태’라고 상상하면 됩니다. 이 주니어는 브랜드의 고객 데이터베이스와 과거 캠페인 성과, 세그먼트 정보를 전부 알고 있습니다. 마케터가 큰 방향만 주면 세부 실행을 대신 굴려주는 개념입니다.
기존에는 이런 흐름이었습니다. 세그먼트를 짜고, 카피를 쓰고, 디자인을 붙이고, 발송 시간을 정하고, 결과를 보고, 다음 발송을 조정하는 반복 작업 말이죠. Marketing Agent는 이 반복 구간을 데이터 기반으로 자동화합니다. 정확히 어디까지 사람이 감독해야 하는지는 브랜드의 취향과 예산 규모에 따라 다르겠지만, ‘반복적인 결정’의 상당 부분을 넘길 수 있다는 것이 요점입니다.
3. Customer Agent는 어떻게 다른가
Customer Agent는 마케팅이 아니라 응대를 담당합니다. 발표에 따르면 AI 기반 서비스 플랫폼 형태로, 고객이 브랜드에 문의를 보내면 이 에이전트가 답합니다. 여기서 흥미로운 부분은 Customer Agent가 Marketing Agent와 동일한 고객 데이터 위에서 작동한다는 점입니다.
예를 들어 어떤 고객이 어제 웰컴 시리즈 이메일을 받고 링크를 눌러 상품을 봤는데, 오늘 문의를 넣었다고 해봅시다. 기존 CS 툴이라면 응대 담당자는 그 맥락을 모르고 시작합니다. 이름과 이메일만 가지고 처음부터 물어봐야 하죠. Customer Agent는 그 고객이 어떤 이메일을 받았고, 무엇을 클릭했고, 어떤 세그먼트에 속하는지 이미 알고 있는 상태에서 대화를 시작합니다.
핵심 포인트: Marketing Agent와 Customer Agent의 진짜 강점은 개별 기능이 아니라, 두 AI가 같은 고객 데이터를 공유하는 ‘연결 구조’ 자체입니다.
4. Composer 퍼블릭 베타의 위치
같은 발표에서 Composer가 퍼블릭 베타로 넘어간 것도 눈여겨볼 만합니다. Composer는 이메일과 SMS의 카피, 디자인 요소를 생성해주는 도구입니다. Marketing Agent가 ‘무엇을, 누구에게, 언제 보낼지’를 결정한다면, Composer는 그 안에 들어갈 ‘내용물’을 만들어내는 역할에 가깝습니다.
세 조각을 함께 놓고 보면 그림이 선명해집니다. Marketing Agent가 기획과 실행을 굴리고, Composer가 크리에이티브를 만들고, Customer Agent가 캠페인 이후에 들어오는 문의를 처리하는 흐름입니다.
| 구간 | 기존 방식 | Klaviyo AI 스택 활용 시 |
|---|---|---|
| 세그먼트 설계 | 마케터가 조건을 하나씩 입력 | Marketing Agent가 데이터 기반으로 제안 |
| 카피와 디자인 제작 | 디자이너와 카피라이터 협업 | Composer가 초안 생성, 사람이 다듬음 |
| 발송 타이밍 결정 | 과거 성과 감으로 결정 | Agent가 세그먼트별 최적 시점 제안 |
| 응대와 후속 대화 | CS 툴에서 별도 처리 | Customer Agent가 캠페인 맥락 위에서 응대 |
| 재구매 유도 | 후속 캠페인 별도 기획 | 응대 데이터가 Marketing Agent로 순환 |
5. 실전 마케팅 활용법
이론은 그렇고, 실제 브랜드가 어떻게 접근하면 좋을지가 더 궁금하실 겁니다. 특히 이커머스, DTC, 아마존과 자사몰을 병행하는 소비재 브랜드에 유용한 관점 몇 가지를 정리합니다.
웰컴 시리즈부터 시작하는 것이 안전합니다
새 AI 도구를 검토할 때 가장 좋은 시작점은 리스크가 작은 자동화입니다. 웰컴 시리즈는 이미 검증된 흐름이라, Marketing Agent가 만든 초안과 사람이 만든 기존 버전을 A/B로 붙여보기 좋습니다. 성과가 확인되면 다음은 카트 이탈이나 재구매 흐름으로 넓혀갈 수 있습니다.
Customer Agent는 FAQ성 문의부터
배송 상태, 교환 정책, 성분 문의처럼 답이 정해진 문의부터 자동 응대에 태우고, 감정적이거나 복잡한 케이스는 사람에게 넘기는 규칙을 처음부터 명확히 잡는 것이 좋습니다. 이 경계선을 흐릿하게 두면 브랜드 톤이 무너집니다.
세그먼트 언어를 통일해야 합니다
두 에이전트가 같은 데이터를 본다는 말은, 세그먼트와 태그 정의가 어지러우면 두 배로 어지러워진다는 뜻이기도 합니다. AI를 붙이기 전에 리스트 구조와 이벤트 이름을 한번 정돈하고 들어가는 편이 결과 차이를 크게 만듭니다.
6. 주의점과 한계
몇 가지는 짚고 넘어가야 합니다. 첫째, 발표 자체가 아주 신선한 소식이라 실제 성과 데이터는 앞으로 쌓여야 합니다. 초기 도입 브랜드의 사례를 지켜보면서 자기 브랜드에 맞는 활용 지점을 찾는 것이 현실적입니다.
둘째, AI가 만든 카피와 응대가 브랜드 보이스에서 벗어날 위험은 늘 존재합니다. 특히 프리미엄 뷰티, K-Beauty, 건강기능식품처럼 표현 하나가 규제와 직결되는 카테고리는 사람 리뷰 단계를 반드시 남겨두어야 합니다. FDA 표현 규제, MoCRA 관련 클레임처럼 미국 시장 특유의 문구 이슈는 AI에 완전히 맡겨도 되는 영역이 아직 아닙니다.
셋째, 두 에이전트가 진짜 힘을 내려면 CRM에 들어 있는 데이터의 질이 관건입니다. 데이터가 얇은 상태에서 AI만 붙이면 결국 ‘얇은 판단’을 자동화하게 됩니다.
7. 자주 묻는 질문
Q1. Klaviyo AI Marketing Agent는 정확히 언제 공개됐나요?
2026년 6월 30일 Klaviyo가 공식 발표를 통해 AI Marketing Agent와 Customer Agent, 그리고 Composer 퍼블릭 베타 전환을 함께 알렸습니다.
Q2. Marketing Agent와 Customer Agent는 별도 상품인가요?
발표 내용에 따르면 두 에이전트는 서로 연동되도록 설계됐습니다. 각 브랜드의 계약 형태와 세부 정책은 Klaviyo 공식 안내를 확인하는 것이 정확합니다.
Q3. Composer는 어떤 도구인가요?
이메일과 SMS 캠페인의 카피와 디자인 요소를 생성해주는 도구입니다. 이번 발표와 함께 퍼블릭 베타 단계로 전환됐습니다.
Q4. 기존 Klaviyo Flow 자동화와 어떻게 다릅니까?
기존 Flow는 마케터가 정한 규칙에 따라 자동 발송이 이루어지는 룰 기반 자동화에 가깝습니다. Marketing Agent는 여기에 데이터 기반 판단을 얹어 실행 단위를 넓히는 개념으로 이해할 수 있습니다.
Q5. 소규모 DTC 브랜드도 도입할 만할까요?
브랜드 규모보다 데이터 상태가 더 중요합니다. 웰컴 시리즈, 카트 이탈, 재구매처럼 반복 흐름이 이미 돌아가고 있다면 AI를 얹었을 때 효과가 잘 보입니다. 리스트가 얇은 상태에서는 먼저 데이터 축적에 집중하는 것이 순서입니다.
Q6. AI 응대에 대한 고객 반응은 어떤가요?
일반적으로 배송·정책처럼 답이 정해진 문의는 AI 응대에 대한 저항이 적습니다. 반면 불만이나 감정적 이슈는 사람 응대로 즉시 넘기는 규칙을 두는 브랜드가 만족도가 높다고 알려져 있습니다.
8. 정리하며
이번 발표에서 진짜 새로운 부분은 도구 하나가 아니라 ‘연결 구조’입니다. 마케팅을 굴리는 AI와 응대를 담당하는 AI가 같은 고객 프로필을 본다는 것은, 지금까지 부서와 툴 사이에서 흐릿하게 흩어져 있던 고객 여정을 한 줄로 잇는 시도이기 때문입니다. 도입 여부보다 먼저 살펴야 할 것은 우리 브랜드의 데이터와 세그먼트가 그 연결을 감당할 준비가 되어 있는가입니다.
미국 시장에서 이메일·SMS 채널을 다시 설계하거나, AI 자동화를 어디부터 붙일지 고민 중이시라면 Calywire 팀과 가볍게 이야기 나누시길 권합니다. 2014년부터 소비재 브랜드와 함께 자사몰과 아마존, 리테일 미디어를 굴려온 경험을 바탕으로, 브랜드 상황에 맞는 도입 순서를 함께 설계해드립니다.
참고 자료
- Yahoo Finance: Klaviyo launches AI agents that work together
- Klaviyo Newsroom: CRM Agents 공식 발표
- MarTech Series: Klaviyo Launches AI Agents That Work Together to Drive Revenue for Consumer Brands
- GuruFocus: Klaviyo Launches Public Beta for AI Marketing Tools
