트렌드

세계 1위 제품 분석 툴은 AI 에이전트를 이렇게 만들었다(Feat.앰플리튜드)

맷 베넷 앰플리튜드 APJ 부사장 인터뷰

2025.08.20

---

지난 5일 AI 기반 마케팅 테크놀로지 기업 에이비일팔공(AB180)이 주최한 마케팅 컨퍼런스 MGS 2025(Modern Growth Stack)가 열렸다. 컨퍼런스에는 브레이즈(Braze) 등 여러 마케팅 기업 관계자가 연단에 올랐는데, 글로벌 제품 분석(Product Analytics) 플랫폼인 ‘앰플리튜드(Amplitude)’에서는 맷 베넷(Matt Bennett) APJ 부사장이 연사로 참여했다.

제품 분석 툴 가운데 앰플리튜드의 입지는 공고하다. 글로벌 SaaS 평가 플랫폼인 G2의 평가에서 4년 연속 제품 분석 부문 1위를 거머쥐었고, 글로벌 고객사는 4000개를 넘어섰다. 특히 제품 내 사용자 행동을 면밀하게 분석할 수 있다는 점이 강점으로 꼽힌다.

그러나 이번 MGS 2025에서 맷 베넷은 앰플리튜드의 전통적인 강점에 대해 설명하는 대신 ‘AI의 영향과 중요성’을 강조했다. 앰플리튜드가 10월 정식 출시를 앞두고 ‘AI 에이전트(AI Agent)’에 대한 베타 테스트를 진행하고 있기 때문이다.

행사 이후 에이비일팔공 사옥에서 만난 맷 베넷에게 “앰플리튜드의 AI 에이전트에 대해 자세히 듣고 싶다”고 묻자, 그는 “AI 에이전트를 소개하기에 앞서 생성형 AI와 AI 에이전트의 개념적인 차이부터 분명하게 짚고 넘어가고 싶다”고 말했다.

사이버 보안에서 디지털 분석으로… 데이터 분야의 전문가

작년에 이어 올해도 MGS를 찾았다.
올해는 ‘앰플리튜드 AI 에이전트’를 소개하며 AI의 중요성을 강조하는 시간을 가졌다. 전환율과 캠페인 ROI 향상, 고객 참여 극대화를 AI 에이전트를 통해 자동화 하는 방법을 공유했다. 

앰플리튜드의 APJ 부사장이다. MGS에 연사로 오른 건 앰플리튜드를 더 널리 알리기 위함인가?
현재 일본과 아시아 태평양의 전략적 협업을 책임지고 있다. 기존 고객의 입장을 대변하고, 우리와 함께 일하는 기업의 니즈를 전달하는 게 내 역할이다. MGS 방문도 같은 맥락이고.

원래도 플랫폼 사업에 있었나?
사이버 보안 분야에서 대부분의 경력을 쌓았다. 얼핏 완전히 다른 분야일 수 있지만, ‘데이터’라는 공통점이 있었다.

데이터?
사이버 보안의 핵심은 방대한 데이터를 분석하고 중요한 결정을 내리는 거다. 방대한 데이터를 다루고, 그 안에서 인사이트를 도출하는 디지털 분석과 닮아있다. 차이가 있다면 사이버 보안에서는 데이터에 대해 “이게 리스크인가?”를 고민했다면, 이제는 데이터를 보고 “기회인가?”를 고민한다는 점이다.

지금의 필드가 과거의 연장선으로 느껴질 수도 있을 것 같다.
그렇다. 지금도 데이터를 보며 어떻게 데이터에 기반해 고객 경험, 소통, 충성도를 높이는 방법에 대해 질문하고 있다. AI 개발에 있어 데이터가 중추적인 기반이 되기도 하고.

실제 데이터 분석 분야에서 앰플리튜드의 평가는 어떤가?
최근 리서치 전문 기업 포레스터(Forrester)의 ‘2025년 Digital Analytics Solutions Wave’ 보고서를 인용하고 싶다. 앰플리튜드는 해당 보고서에서 디지털 분석 부문 리더이자 커스토머 페이버릿(Customer Favorite)으로 선정됐다. 커렌트 오퍼링(Current Offering) 부문에서 최고 점수를, 21개 평가 항목에서는 만점을 기록했는데, 이러한 평가는 앰플리튜드가 향후 비전과 사용 편의성, AI 기반 통찰 역량까지 모두 인정받았다는 것을 의미한다.

AI 에이전트의 핵심, 능동성

생성형 AI와 AI 에이전트의 차이를 분명히 하고 싶다고 말했다.
두 용어 사이에서 많은 혼동이 있다고 생각했기 때문이다. AI 에이전트의 핵심을 알기 위해서는 둘의 개념적 차이를 분명히 해야 한다. 생성형 AI의 핵심은 상호작용이다. 앰플리튜드를 예로 들어 설명해보겠다. 앰플리튜드에는 ‘애스크 앰플리튜드(Ask Amplitude)’라는 생성형 AI 기능이 있다. 애스크 앰플리튜드의 주요 기능은 데이터에 대한 사용자의 질의에 대한 적절한 답변을 제공하는 것이다.

그렇다면 AI 에이전트는 무엇이 다른가?
AI 에이전트의 핵심은 ‘실제 행동을 취할 수 있는 능력’이다. 애스크 앰플리튜드는 사용자와 AI 간 실시간 대화다. 질의가 입력돼야 작동한다는 이야기다. 반면 앰플리튜드의 AI 에이전트는 사용자의 과업에 대해 24시간 내내 스스로 작업을 수행한다.

구체적인 예시를 들을 수 있다면 좋을 것 같은데.
실험 설계(Experimentation)를 예로 들어 보겠다. 실험 설계는 데이터에 대해 어떤 변수를 조작할지 등을 결정해야 한다. AI 에이전트는 이 과정을 능동적으로 수행할 수 있다. 스스로 적절한 분석을 진행하고, 사용자에게 도출된 인사이트를 제안할 수 있는 거다. 필요하면 사용자를 대신해 직접 실행까지 수행할 수 있다.

AI 에이전트는 애스크 앰플리튜드처럼 별도 기능으로 존재하지 않는다는 이야기인가?
그렇다. AI 에이전트는 사용자의 워크플로우, 즉 플랫폼 내 상호작용의 흐름에 녹아 들어 있다. 분석→제안→선택→실행의 과정 속에서 의사결정과 실행이 필요할 때마다 AI가 대신 자동화할 수 있는 거다. 그런 능동성이 AI 에이전트를 생성형 AI와 구분짓는 핵심이다.  

개발 과정이 쉽지 않았을 것 같은데. 어떻게 이런 AI 역량을 확보할 수 있었나?
AI에 대한 지속적인 투자와 인수다. 우리는 뛰어난 AI 역량을 가진 회사에 늘 주목하고 있고, 앰플리튜드의 방향성과 시너지를 낼 수 있는 회사라면 적극적으로 인수하고 있다. 예로 작년에 인수한 ‘커맨드 AI(Command AI)’는 현재 앰플리튜드의 핵심 기능 중 하나인 ‘가이드&서베이(Guides&Surveys)’ 기능의 기초가 됐고, ‘크래프트풀(Kraftful)’ 인수는 VOC(Voice of Customer) 관련 AI 기능 고도화를 가능하게 했다.

더해서 뛰어난 AI 기업을 인수하는 건 고급 AI 인력을 대규모로 확보할 수 있어, 장기적인 기술 고도화 측면에서도 유리한 지점을 점할 수 있게 한다.  

실질적 의미 가진 AI 여정을 설계해야

앰플리튜드에 AI 에이전트를 더한 배경이 궁금하다.
앰플리튜드는 데이터, 마케팅, 제품 등 다양한 조직이 스스로 인사이트를 얻을 수 있도록 돕기 위해 탄생한 플랫폼이다. 그런 맥락에서 AI 에이전트 개발은 자연스러운 흐름이었다. 데이터 이해에 그치는 게 아니라, 변화를 직접 이끌 수 있도록 실행력을 더해주면 조직이 더 빠르고 효율적인 방향으로 진화할 거라 믿었다.

목표 달성을 위해 꼭 AI 에이전트여야만 하는 이유가 있었나?
이런 변화가 조직에 대규모로 일어날 수 있도록 하기 위함이다. 반복 분석 자동화, 빠른 제안과 조치 등 AI 에이전트가 제공할 수 있는 기능은 결국 더 신속하고 효과적인 실행 환경을 모든 팀이 구성할 수 있도록 하니까.

이렇게 AI 에이전트에 주목하게 된 계기가 있나?
특정한 순간에 의한 변화는 아니다. 나는 AI를 자연스러운 진화로 보고 있다. 앰플리튜드는 AI를 세 가지 관점으로 바라보고 있다. 첫 번째는 ‘가속화’다. 지금 사용하는 도구나 워크플로우를 더 빠르게 활용할 수 있도록 돕는 것이다. 두 번째는 자동화다. 반복적이거나 수작업으로 하던 일을 자동화 하는 것 말이다. 마지막이 가장 중요한데, 최종적으로 AI로 ‘일하는 방식을 근본적으로 변화’시키고자 한다. 단순히 도구가 바뀌는 수준이 아니라 조직이 일하는 방식 자체를 혁신하고자 한다.

AI 혁신을 위해 꼭 강조해야 하는 점도 있나?
물론이다. AI는 결코 ‘필요한 때만 잠깐 사용하는 도구’가 돼서는 안 된다는 점이다. AI는 사용자 경험 속에 자연스럽게 녹아 들어 사용자의 모든 순간에서 언제든 활용할 수 있어야 한다. 앰플리튜드가 AI 에이전트를 도입하며 단순한 부가 기능이 아니라 플랫폼 전반에 걸친 통합 기능으로 만들고자 한 이유이기도 하다.

AI 도입을 고민하는 기업에게 무엇을 조언하고 싶은지도 궁금하다.
AI가 무엇이 되면 안 되는지에 대해 고민하길 바란다. 당연하게도 어떻게 작동하는지 알 수 없는 불투명한 시스템이어서는 안 된다. 더해서 사람을 대체해서도 안 된다. AI는 사람을 강화하고 보완하는 역할이어야 한다. 즉, 사람이 개입된 AI인 ‘휴먼 인 더 루프(Human-in-the-Loop)’ 방식을 통해 사람이 더 나은 판단을 내릴 수 있는 역할이 돼야 한다.    

사람을 보완하는 역할이 AI의 핵심을 기억하라는 말로 정리되는 듯 하다.
이런 원칙을 지키며 AI를 도입하는 것 자체가 가장 큰 과제일 거다. 하지만 나는 AI는 기술만큼 신뢰와 책임이 중요하다고 믿는다.

AI는 너무 자주 쓰이고, 제대로 이해되지 않은 채 남용되고는 한다. 중요한 건 ‘실질적인 의미를 갖는 AI 여정을 설계’하는 것이다. 그러니 AI가 인간에게 무엇을 의미해야 하는지를 명심하고, AI로 지금 당장 실현할 수 있는 것부터 시작해 미래를 위한 기반 설계를 위한 전략적 접근까지 점진적으로 사고하길 바란다.

• AI
• AI 에이전트
• 앰플리튜드

• 에디터이민호 (treewords@ditoday.com)
• 섬네일조현성