마케팅 에이전트 마스터클래스: 콜드 아웃바운드부터 오가닉 콘텐츠까지, 코드로 고객을 만드는 법

출처: Greg Isenberg — Marketing Agents Masterclass (GROW your startup) · 러닝타임 43:59

"마케팅 에이전트는 새로운 코딩 에이전트다. 코딩 에이전트가 온디맨드로 소프트웨어를 만들어냈듯이, 마케팅 에이전트를 배치하면 고객을 오토파일럿으로 확보할 수 있다." — Cody Schneider

이 영상은 그로스 엔지니어링 스타트업 Graphed(그래프드)의 공동창업자 Cody Schneider가 Greg Isenberg의 팟캐스트 "Startup Ideas"에 출연해, 실제로 자신의 팀이 운영 중인 두 개의 "마케팅 에이전트"를 화면 공유와 함께 처음부터 끝까지 설명한 실전 튜토리얼이다. 하나는 콜드 아웃바운드 에이전트(LinkedIn 인게이지먼트 신호 → 리드 발굴 → 이메일/DM 발송 → 인박스 관리까지 자동화), 다른 하나는 오가닉 LinkedIn 콘텐츠 에이전트(팀원 인터뷰·세일즈콜·사내 대화를 소스 삼아 콘텐츠를 자동 발행)다. 두 사례를 관통하는 핵심 철학은 "에이전트는 거창한 AI 프레임워크가 아니라, 코드 + 필요한 순간의 얇은 사고(thinking) 레이어 + 실시간 데이터 스트림"이라는 것이다. Cody는 반복적으로 "God in a box"(모든 것을 대신해주는 만능 AI)식 접근을 경계하고, 사람이 실제로 하던 프로세스를 그대로 소프트웨어로 옮기는 방식을 강조한다.

1. 오늘의 미션: 두 개의 마케팅 에이전트 (00:00~01:09)

영상은 Cody Schneider가 지난 에피소드에서 마케팅 에이전트 하나만 공개했더니 시청자들의 요청이 쇄도해 다시 출연하게 됐다는 설명으로 시작한다. 이번에는 시청자가 영상을 멈추고 그대로 따라 하면 "바이브 코딩한 스타트업"에 실제 고객을 붙일 수 있도록, 처음부터 끝까지 동작하는 두 개의 마케팅 에이전트 전체 구조와 필요한 모든 툴을 공개하겠다고 예고한다. Cody는 "코스를 팔 생각이 없다. 게이트키핑하는 사람들을 경멸한다. 궁금하면 그냥 DM을 달라"고 말하며 영상의 톤을 잡는다.

두 에이전트의 개요는 다음과 같다. 첫 번째는 LinkedIn에서 업계 인플루언서의 게시물에 반응한 사람들을 모니터링하고, 이들의 이메일·전화번호를 워터폴 방식으로 찾아낸 뒤, 콜드 이메일과 LinkedIn DM으로 아웃바운드하고, 이후 인박스까지 자동으로 관리하는 시스템이다. 두 번째는 팀 전체가 매일 LinkedIn에 콘텐츠를 올릴 수 있도록, 팀원과의 대화·세일즈콜·사내 슬랙에서 인사이트를 추출해 자동으로 글을 쓰고 발행하는 시스템이다.

2. AI 슬롭 시대의 생존법 — '신호'를 사냥하라 (03:03~04:56)

Cody는 첫 번째 에이전트를 설명하기 전에 현재 마케팅 환경의 문제부터 짚는다. 지금 콜드 이메일 회신율은 곤두박질치고 있고, 사실상 모든 마케팅 채널의 성과가 하락 중인데, 이유는 "AI 슬롭(AI slop)"이 시장을 뒤덮으면서 모든 채널이 레드오션이 됐기 때문이라는 것이다.

그가 제시하는 돌파구는 명확하다. 인구통계(firmographics)나 심리통계(psychographics) 같은 전통적인 타겟팅 대신, 사람들이 실제로 "관심 있다"고 손을 드는 신호(signal)를 포착하라는 것이다. LinkedIn에서 특정 게시물에 좋아요를 누르거나 댓글을 다는 행위 자체가 "나는 이 주제에 관심이 있다"는 명시적 신호이며, 이를 잠재고객 발굴의 출발점으로 삼으면 막연한 타겟팅보다 훨씬 정확한 적합도(fit)를 얻을 수 있다.

3. LinkedIn에서 타겟 오디언스 찾기 (04:56~08:54)

Cody는 실제 화면 공유로 과정을 시연한다. 먼저 LinkedIn에서 자신이 타겟팅하려는 카테고리(예: "AI 워드프레스", "AI 마케팅")를 검색해보고, 어떤 검색어가 실제로 타겟 고객이 소비할 법한 콘텐츠를 보여주는지 판별한다. "AI for WordPress"는 신호가 약했지만 "AI marketing"은 훨씬 관련성 높은 게시물을 보여줬다고 언급한다.

여기서 그는 흥미로운 지름길을 제시한다. 검색을 일일이 하는 대신 자신의 피드(For You 알고리즘)를 그대로 활용하라는 것이다. "요즘 알고리즘의 추천 정확도가 워낙 좋아서, 피드에 뜨는 콘텐츠 자체가 이미 타겟 니치와 관련된 것"이라고 설명한다. 이렇게 찾은 인플루언서·비즈니스 계정 10~20개 정도만 있으면 충분한 리드 볼륨을 확보할 수 있다고 강조하며, Clay 같은 실제 B2B 브랜드 계정도 좋은 소스가 될 수 있다고 예로 든다.

Greg가 "왜 이 과정을 에이전트가 아니라 직접 수동으로 하느냐"고 묻자, Cody는 대부분의 경우 회사는 이미 자기 타겟 고객이 누구와 상호작용하는지 알고 있으므로 사람이 직접 10~20개 소스를 고르는 편이 더 빠르고 정확하다고 답한다. 그는 이를 페이드 광고에서 겪는 "엔트로피 문제"에 비유한다. 에이전트에게 무작정 광고 소재를 만들게 하면 같은 아이디어를 반복 생산하는 함정에 빠지는데, 이를 해결하는 방법은 인간 크리에이터 10명 정도를 추적해 그들의 콘텐츠에서 아웃라이어(이례적으로 잘 되는 것)를 찾아 리믹스하는 것이다. 니치마다 소수의 아웃라이어가 존재하고, 이들만 모니터링해도 업계 전체의 80% 서라운딩을 커버할 수 있다는 것이 그의 경험칙이다.

4. Apify/API Maestro로 인게이저 자동 추출 (08:54~13:05)

타겟 인플루언서의 게시물을 하나 고른 뒤(영상에서는 Louise de Sadeleer의 게시물을 예로 사용), Cody는 Apify라는 스크래핑 API 플랫폼을 소개한다. 하나의 API 키로 LinkedIn, Twitter 등 다양한 채널을 스크래핑할 수 있으며, 그중에서도 그가 신뢰하는 것은 "API Maestro"라는 개발자가 만든 LinkedIn 전용 엔드포인트 모음이다. 안정적인 연결을 유지하고 지속적으로 관리되는 것이 좋은 Apify 액터를 고르는 기준이라고 조언한다.

실제 시연에서는 터미널을 열어 Claude Code에게 "이 게시물 URL에서 Apify API 키를 이용해 인게이저(댓글·반응을 남긴 사람들)를 추출해줘"라고 지시하는 과정을 보여준다. Post Comments, Post Reactions 두 엔드포인트를 사용하며, 63개의 원시 프로필이 중복 제거를 거쳐 정제되는 과정을 라이브로 확인한다.

여기서 Greg가 "이게 마케팅 자동화와 에이전트를 가르는 기준이 뭐냐"고 묻자, Cody는 이 시스템이 크론잡으로 돌아가면서 나중에는 인박스에 응답하는 에이전트로 이어진다는 점, 그리고 "무엇이 에이전트인가"에 대한 그의 개인적 정의를 처음으로 꺼낸다: 에이전트란 결국 해야 할 일(job to be done)을 수행하는 존재이며, 여기서 그 job은 "리드를 찾고, 아웃바운드하고, 질문에 응답하며 파이프라인 깊숙이 밀어넣는 것"이다.

5. 에이전트란 무엇인가 — 코드+생각루프+데이터, 그리고 'God in a Box'의 함정 (13:05~15:47)

이 영상에서 가장 핵심적인 철학이 담긴 구간이다. Cody는 "실제로는, 마케팅 에이전트가 뭐냐면 그냥 코드다. 어쩌면 약간의 생각 루프(thinking loop)가 있고, 실시간 데이터 스트림이 있는 것"이라고 정의한다. 그는 이를 세 요소로 도식화한다.

• 코드(Code): 크론잡, 평범한 스크립트. 프레임워크는 대개 불필요한 군더더기(bloat)일 뿐이다.
• 생각 루프(Thinking loop): ICP(이상적 고객 프로필) 적합도 판단이나 회신 문구 작성처럼, 판단이 꼭 필요한 지점에만 LLM을 투입한다.
• 실시간 데이터 스트림(Live data stream): 새 게시물, 인게이저, 웹훅 회신, 돌아오는 분석 데이터.

그는 이를 "God in a box"라는 용어로 반박하는 안티패턴과 대비시킨다. 예전에 다들 만능 AI에게 Facebook 광고 계정 전체를 맡기려 했지만, 이는 전혀 옳은 접근이 아니었다는 것이다. 올바른 방법은 사람(우수한 미디어 바이어)이 실제로 무엇을 했는지 그대로 소프트웨어로 옮기는 것이다. 광고 소재 각도를 리서치하고, 새 소재를 만들고, 테스트하고, 성과 나쁜 것은 쳐내고 좋은 것은 밀어주는 프로세스를 그대로 코드화하면 된다.

그는 이 발언이 "토큰 풍요 시대이니 토큰을 최대한 써라"는 요즘의 통념과 정반대라고 인정하면서도, 더 단순하고 깨질 확률이 낮은 방식이 결국 더 나은 결과를 낸다고 재차 강조한다. 예를 들어 만능 AI(Hermes 같은)에게 Facebook 광고 계정을 직접 운영시키면 계정을 통째로 망가뜨릴 위험이 크지만, 실제 인간이 하던 프로세스를 본뜬 커스텀 소프트웨어는 훨씬 예측 가능한 고품질 결과를 낸다.

6. 워터폴 엔리치먼트: getleads → Apollo → Origami → LeadMagic (15:47~19:03)

LinkedIn URL만 확보한 다음 단계는 이메일과 전화번호를 찾는 "워터폴 엔리치먼트"다. Cody가 소개하는 실제 순서는 다음과 같다.

워터폴의 원리는 "가장 저렴하고 정확한 도구부터 시작해 점점 더 비싼 검증 도구로 내려가는 것"이다. 이렇게 체인을 여러 개 연결할수록 전체 리스트에서 약 80%의 연락처 발견율을 얻을 수 있으며, 예산에 따라 체인의 길이를 조절하면 된다. Origami 같은 도구는 이 워터폴 전체를 대신 돌려주는 애그리게이터 역할도 한다.

Greg가 "이렇게 개인정보를 모으는 게 합법이냐"고 묻자, Cody는 "이메일 자체를 찾는 것은 완전히 합법"이라며, 다만 그 정보로 무엇을 하느냐(콜드 이메일 발송, 뉴스레터 추가 등)에서 컴플라이언스 이슈가 갈린다고 답한다. 미국에서는 콜드 이메일이 기술적으로 허용되지만 스팸 방지 규정 체크리스트를 지켜야 하고, EU는 완전히 다른 규정을 적용한다는 점도 짚는다. 이런 데이터 브로커 생태계 자체는 "블랙햇~화이트햇 스펙트럼에서 상당히 화이트햇 쪽"이라고 정리한다.

7. 이메일 검증과 콜드 이메일 인프라 비용 (19:03~24:41)

워터폴로 찾은 이메일은 바로 발송하지 않는다. getleads, Apollo 등에서 나온 이메일은 MillionVerifier로 다시 검증해 good/risky/bad(또는 catchall) 등급을 매긴다. 유효하지 않은 이메일로 발송하면 발신 도메인의 전달률(deliverability)이 타격을 입기 때문에, 검증을 거친 이메일에만 발송하는 것이 원칙이다.

다음은 실제 발송 인프라 구축 단계다. 콜드 이메일을 보내려면 먼저 "인박스"를 사야 하는데, InboxKit, Instantly AI의 사전 구축 인박스, 혹은 Cody 팀이 파트너십을 맺고 있는 Hypertide 같은 업체를 활용할 수 있다. 여기서 핵심은 콜드 이메일은 반드시 버너 도메인에서 보내야 한다는 것이다. 자사 핵심 도메인에서 대량 콜드 이메일(예: 1만 통)을 보내면 그 도메인의 전달률이 완전히 망가지기 때문에, 콜드 이메일용 도메인·이메일 마케팅용 도메인·트랜잭션 이메일(비밀번호 재설정 등)용 도메인·회사 실제 업무용 도메인을 철저히 분리해야 한다.

LinkedIn DM 쪽으로 넘어가기 전, Cody는 지금까지의 흐름을 다시 정리한다. LinkedIn에서 신호를 보인 사람을 찾고 → 워터폴로 연락처를 확보하고 → 인박스 인프라를 마련하고 → Instantly 같은 플랫폼으로 발송한다는 것이 콜드 이메일 트랙의 전체 그림이다.

8. LinkedIn DM 자동화 도구 (24:41~25:47)

이메일과 병행하는 LinkedIn DM 채널에서는 HeyReach와 BotDog 두 가지를 소개한다. 둘 다 API를 제공하며, 여러 LinkedIn 계정에 걸쳐 DM 캠페인을 자동으로 실행할 수 있게 해준다. Cody는 또한 일부 팀이 LinkedIn의 인메일(InMail) 기능을 활용해 뛰어난 성과를 내고 있다는 점도 언급하며, 어떤 전략이든 결국 "가능한 채널을 다 던져보고 무엇이 먹히는지 확인하는 것"이 핵심이라고 강조한다.

9. 인박스 관리 에이전트 — 웹훅 기반 'SDR in a Box' (25:47~29:35)

이 시스템에서 가장 "에이전트"다운 부분이 바로 인박스 관리다. Instantly 같은 발송 플랫폼은 API와 함께 웹훅을 제공하는데, 긍정적인 회신이 오면 그 웹훅이 클라우드 서버에 호스팅된 에이전트로 신호를 보낸다. 이 에이전트에는 "너의 목표는 사람들이 이 링크로 데모를 예약하도록 만드는 것"이라는 기본 프롬프트와 필요한 컨텍스트가 주어지며, 인박스를 관리하고 질문에 답하며 리드를 파이프라인 안으로 더 깊이 밀어넣는 역할을 한다.

Cody가 특히 강조하는 대목은 이 시스템의 장기 후속 조치(follow-up) 능력이다. 예를 들어 6개월마다 한 번씩, 식어버린(cold) 리드에게 다시 연락하는 프로그램을 심어둘 수 있다. Cal.com이나 Calendly 같은 예약 툴과 연동하면, 에이전트가 실제로 디스커버리콜이 예약됐는지, 원하는 액션이 발생했는지까지 확인할 수 있다. 이 전체 구조를 그는 "SDR in a box"라고 부른다 — 소셜에서의 인게이지먼트를 기반으로 새 리드를 찾고, 이메일을 찾고, 실제로 이메일을 작성하고, ICP 적합도를 판단하고, 발송 플랫폼으로 보내고, 그 인박스를 관리하는 것까지 전부 담당하는 하나의 시스템이다.

그는 에이전트 프레임워크가 꼭 필요하냐는 질문을 자주 받는다며, 많은 경우 프레임워크는 그저 불필요한 무게(bloat)일 뿐이고 이런 한정된 문제에는 아주 단순한 솔루션으로 충분하다고 재차 못박는다. 마지막 인프라 조각은 서버다. Railway 같은 서비스를 쓰거나, Graphed에서처럼 데이터 파이프라인/웨어하우스와 에이전트를 배포할 서버를 함께 구성하면 된다.

10. 소프트웨어 팩토리 사고방식 — 인프라와 토큰 절약 철학 (29:35~31:38)

Greg는 이 대목에서 논의를 한 단계 끌어올린다. "결국 Claude Code나 Codex 같은 하니스를 써서 코드를 짜는 게 실행 부분이고, 진짜 어려운 부분은 전략 — 누구를 타겟할지, 왜 그들을 타겟하는지, 어떤 툴 스택을 쓸지다. 우리는 모두 소프트웨어 팩토리 비즈니스를 하고 있는 셈"이라고 짚는다.

Cody는 여기에 동의하며 인프라 이야기로 확장한다. Claude Code에서 로컬로 잘 동작하는 시스템을 만들었다면, 이를 서버에 배포해서 시간 단위나 하루 단위 크론으로 돌리면 된다. 이때 필요한 오픈소스 조합으로 그는 ClickHouse를 이용한 데이터 파이프라인/데이터 웨어하우스 구축을 예로 든다. 에이전트가 판단을 내릴 수 있도록 데이터 스트림을 만들어주고, 그 코드를 계속 돌려줄 서버(그냥 "항상 켜져 있는 컴퓨터")가 있으면 된다는 것이다.

그는 마케팅을 바라보는 자신의 관점을 이렇게 요약한다. "마케팅은 그냥 코드다. 바나나 이미지를 생성할 때도 그건 JSON 프롬프트일 뿐이고, AI 아바타 영상을 만들 때도 LLM이 Reddit을 긁어서 스크립트를 쓰고 API를 호출해 이미지를 생성하는 것뿐이다." 그의 공동창업자 Max의 지론을 인용하며 이 철학을 압축한다.

11. 마케팅 에이전트 #2 — 오가닉 LinkedIn 콘텐츠 생성 (31:38~33:52)

시간이 남자 Greg는 두 번째 에이전트 데모를 요청한다. Cody는 최근 자신의 팀을 위해 직접 구축한 시스템이라며 소개를 시작한다. 문제의식은 "팀 전체 규모로 LinkedIn 콘텐츠를 어떻게 확장할 것인가"였다. 특히 최근 여러 기업들, 예를 들어 7인 규모 세일즈팀 전체가 매일 포스팅하기를 원하는 회사들로부터 이런 요청이 많다고 언급한다. 해법은 팀원을 인터뷰하고, 그 대화록에서 인사이트를 뽑아 글로 만들고, 이를 각자의 LinkedIn 계정에 자동으로 예약 발행하는 것이다. 사용하는 예약 발행 툴은 Ordinal MCP다.

12. 소스 자료 채굴 — 인터뷰·세일즈콜·Slack에서 인사이트 뽑기 (33:52~35:57)

이 에이전트의 시작점은 단순하다. "지금 이 팟캐스트처럼 대화를 녹음하는 것"이다. Cody는 실제로 팀원들과 매주 원온원 콜을 하며 "지난 한 주 동안 배운 것을 다 말해달라"는 식으로 특별한 주제 없이 인터뷰를 진행한다고 설명한다. 이는 영업팀뿐 아니라 조직 내 어떤 직군에도 적용 가능하다. 그는 큰 회사들이 실제로 이런 방식으로 운영되고 있을 것이라 추측하며, 모든 직원이 각자 알아서 포스팅을 쓰는 게 아니라 배후에서 이를 오케스트레이션하는 누군가가 있을 것이라고 말한다.

소스는 인터뷰뿐 아니라 세일즈콜이나 사내 커뮤니케이션이 될 수도 있다. Cody는 Alex Lieberman이 최근 이야기한 사례를 인용하며, 노션·코드베이스·슬랙 안에 이미 엄청난 양의 컨텍스트가 쌓여 있고, 에이전트가 이 데이터 소스를 직접 쿼리(세일즈 채널, Gong 통화 녹취록 등)해서 인사이트를 뽑아낼 수 있다고 설명한다. 실제로 "왜 이 잠재고객이 구매하지 않았는가" 같은 세일즈콜 속 발언 하나가 훌륭한 콘텐츠 소재가 되는 경우가 많다고 덧붙인다.

13. Ordinal로 자동 발행하고 성과 피드백 루프 만들기 (35:57~37:09)

소스 자료가 준비되면 파이프라인은 다음과 같이 이어진다. 먼저 소스 자료를 LLM(예: Claude Sonnet 정도면 글쓰기용으로 충분하다고 언급)에 API로 넘겨 초안을 쓰게 한다. 완성된 글은 스케줄링 툴인 Ordinal(Cody 팀의 파트너사)로 넘어간다. Ordinal은 여러 LinkedIn 계정을 동시에 연결할 수 있고, 계정들끼리 서로 인게이지먼트를 주고받게 할 수도 있으며, API 또는 MCP를 통해 각 계정에 게시물을 예약할 수 있다.

Cody는 실제 화면에서 Ordinal의 애널리틱스 대시보드를 보여준다. 여러 계정에 걸친 성과 데이터(팔로워, 조회수, 참여율 등)를 한눈에 볼 수 있고, 개별 게시물 단위의 성과 분해까지 확인할 수 있다. 이 데이터는 다시 에이전트로 피드백되어, "이런 주제가 실제로 반응이 좋았다"는 판단을 다음 글쓰기 사이클에 반영한다. 즉 어떤 콘텐츠가 임프레션을 잘 끌어내는지 학습하고, 다음 크리에이티브 사이클에서 이를 "눈덩이처럼 굴리거나(snowball) 리믹스"하는 폐쇄 루프가 완성된다.

14. 소셜미디어 매니저의 종말과 '위닝 콘텐츠' 리믹스 전략 (37:09~41:14)

이 흐름을 짚어보던 Cody는 다소 도발적인 주장을 던진다. "소셜미디어 매니저라는 직무는, 솔직히 말해서, 이미 끝났다(dead)"는 것이다. 다만 그는 "이 글을 보고 있다면, 여러 계정을 넘나들며 대규모로 콘텐츠를 만들고 관리하는 법을 배워야 한다"고 조언을 덧붙인다. 진짜 메타(진짜 승부처)는 한 사람이 10개, 20개, 100개 계정을 여러 채널에 걸쳐 동시에 운영할 수 있게 되는 것이라고 본다. Greg도 이에 동의하며, 소셜미디어 매니저 역할이 사라지는 게 아니라 "소셜미디어 에이전트 매니저"로 진화할 것이라 덧붙인다 — 즉 필요할 때마다 계정을 대량으로 스핀업해 콘텐츠를 시스템적으로 생성하는 역할이다.

과거 뛰어난 소셜미디어 매니저가 실제로 하던 일을 Cody는 이렇게 정리한다: 아이디어를 프로스펙팅하고, 그 아이디어로 콘텐츠를 만들고, 발행하고, 어떤 것이 임프레션을 가장 많이 받았는지 데이터를 보고, 그것을 반복 콘텐츠 캘린더로 만들어 "같은 아이디어를 계속 리믹스"하는 것이다. 그는 자신의 트위터·LinkedIn 게시물도 사실 동일한 콘텐츠를 90일 주기로 리믹스한 것이라고 솔직하게 인정한다. 충분한 양의 콘텐츠 코퍼스가 쌓이면 "무엇이 이미 바이럴이 될지" 사실상 미리 알 수 있게 된다는 것이다. 그는 지난 2년간 반복해서 써먹고 있는 게시물이 있으며, 매일 올릴 수는 없지만 90일 주기로 다시 올리면 매번 통한다고 말한다.

15. 소셜의 ROI와 테마 페이지 전략 (41:14~43:59)

Cody는 왜 소셜에 투자해야 하느냐는 질문을 자주 받는다며, 그 답을 "언드 미디어(earned media)"라는 개념으로 설명한다. LinkedIn에서 유료로 노출을 사면 평균 1,000회 노출당 22달러(CPM) 수준이다. 팔로워가 500명에 불과한 계정이라도 게시물 하나가 1,000회 노출을 받으면, 사실상 20달러어치의 미디어를 공짜로 얻은 셈이라는 계산이다. 여기에 더해 플랫폼 자체가 크리에이터에게 보상을 지급하는 경우도 있다 — YouTube가 문자 그대로 유튜버들에게 마케팅을 대신 해준 대가를 지불하는 것처럼, "돈을 받으면서 리드 파이프라인을 만드는" 구조가 가능하다는 것이다.

개인 브랜드를 만들고 싶지 않은 사람들을 위한 대안도 제시한다. 팀원 개개인이 퍼스널 브랜드를 갖게 하거나, 그것이 싫다면 테마/토픽 기반 페이지를 운영하라는 것이다. Cody는 친구인 Julian Shapiro(그로스 에이전시 Demand Curve 창업자)의 사례를 든다. Julian은 "Demand Curve"라는 브랜드 계정을 만드는 대신 "@GrowthTactics"라는 별도의 X(트위터) 계정을 만들어 그로스 전술 콘텐츠를 발행했고, 이 콘텐츠에 관심 있는 사람들이 자연스럽게 그의 에이전시와 제품을 알게 되는 구조를 만들었다. "Chase Passive Income" 같은 밈 페이지 형태의 계정도 비슷한 원리로, 무료로 얻은 관심을 자신이 만드는 것으로 인바운드를 유도하는 데 쓸 수 있다고 덧붙인다.

16. 마무리 — Cody Schneider가 강조한 핵심 원칙 (43:59)

Greg는 40시간을 통째로 내서 더 깊게 다뤄보고 싶다며 아쉬움을 표하고, 시청자들에게 "다음에 무엇을 배우고 싶은지 댓글로 남겨달라"고 요청한다. Cody는 소셜 미디어 에이전트, 유료 광고 계정 운영법, Google Maps를 스크래핑한 다이렉트 메일 대량 발송, TV 광고 집행법, LinkedIn 저비용 클릭 확보법 등 무엇이든 다뤄줄 수 있다고 화답한다.

마지막으로 그는 자신이 속한 회사 Graphed(graphed.com)를 소개한다. 오늘 설명한 것과 같은 에이전트를 직접 배포할 수 있는 플랫폼 솔루션을 제공하며, 빠르게 성장 중인 기업에는 자체 소프트웨어 엔지니어를 포워드 배치해 실제 구현까지 지원한다고 밝힌다.

한줄 요약 & 체크리스트

한줄 요약: 마케팅 에이전트는 거창한 AI가 아니라 "코드 + 필요한 순간의 얇은 판단 레이어 + 실시간 데이터"이며, 콜드 아웃바운드(신호 사냥 → 워터폴 엔리치먼트 → 발송·인박스 자동화)와 오가닉 콘텐츠(실제 대화 소스 채굴 → 자동 발행 → 성과 피드백) 두 축 모두 이 원리로 구축할 수 있다.

• ☑ 인구통계 대신 LinkedIn 게시물 인게이지먼트 같은 "손 든" 신호를 리드 발굴 기준으로 삼는다.
• ☑ 타겟 니치의 인플루언서·업계 계정 10~20개만 모니터링해도 80% 수준의 커버리지를 얻을 수 있다.
• ☑ 에이전트를 설계할 때 "God in a box"식 만능 AI 대신, 사람이 실제로 하던 프로세스를 코드로 그대로 옮기는 것부터 시작한다.
• ☑ 연락처 확보는 저렴한 도구(getleads)부터 비싼 도구(Apollo, Origami)로 순서대로 내려가는 워터폴 방식이 비용 효율적이다.
• ☑ 콜드 이메일은 반드시 버너 도메인에서 발송해 핵심 비즈니스 도메인의 전달률을 보호한다.
• ☑ 웹훅으로 긍정 회신을 감지해 인박스 관리 에이전트를 트리거하면, 몇 달 뒤 후속 조치까지 자동화할 수 있는 "SDR in a box"가 완성된다.
• ☑ 추론(inference)은 판단이 꼭 필요한 지점에만 쓰고, 반복 작업은 저렴한 코드/컴퓨팅으로 처리해 토큰 비용을 아낀다.
• ☑ 오가닉 콘텐츠는 AI에게 막연히 "좋은 글 써줘"라고 시키지 말고, 실제 인터뷰·세일즈콜·사내 대화라는 소스 자료에서 채굴한다.
• ☑ 성과 데이터(임프레션·참여율)를 다시 콘텐츠 생성 루프에 피드백해 잘 되는 주제를 반복·리믹스한다.
• ☑ 개인 브랜드가 부담스럽다면 팀원 개인 계정 대신 테마·토픽 기반 페이지를 운영하는 것도 대안이다.

본 리포트는 유튜브 원본 영상을 요약·정리한 것이며, 이미지 캡처는 학습·비평 목적입니다. 원본 채널: Greg Isenberg