글·자료 | 인사이트코리아 INCENCIA AI

 

컨셉은 어느 회사나 만든다. 다만 같은 원료와 비슷한 처방에서 출발해도 성적은 갈린다. 갈림길은 대개 한 장의 문서 안에 있다 — 소비자에게 무엇을 약속했고, 그 약속을 무엇으로 믿게 했는가. 지금 우리가 쓰는 방식은 그 확률을 얼마나 올려주고 있을까.

 

지난 회에서 우리는 같은 리뷰를 놓고도 분석의 구조와 자산에 따라 결론이 갈린다는 것을 확인했다. 그렇게 니즈를 찾아냈다고 하자. 다음 관문이 열렸다. — “그래서, 무엇을 만들 것인가.” 마케터가 가장 자주 막히는 지점이자, 실패 비용이 가장 늦게 청구되는 지점이다.

 

신제품은 왜 실패하는가
신제품 실패율은 인용하는 곳마다 폭이 크다. 닐슨 자료를 근거로 ‘2년 안에 85%가 사라진다’는 수치가 오래 인용되어 왔고, 소비자 패널 데이터를 분석한 학술 연구는 출시 1년 뒤 약 25%, 2년 뒤 약 40%의 신제품이 판매를 멈춘다고 본다. 실패의 정의에 따라 숫자는 갈리지만 결론은 같다. 신제품 다수는 살아남지 못한다. 중요한 것은 ‘어디서’ 실패하느냐이다.

 

하버드비즈니스리뷰가 정리한 신제품 실패의 대표 유형을 보면 대부분 제조가 아니라 정의의 문제다. 약속한 효능에 못 미쳐 혹평을 받거나, 차별점을 한 문장으로 설명하지 못해 ‘상품 림보’에 빠지거나, 새 카테고리를 열어놓고 소비자를 설득할 준비가 없거나, 혁신적이지만 살 사람이 없는 경우다. NIQ 역시 성과 상위 혁신 기업일수록 출시 전 준비 단계에 평균 넉 달을 더 쓴다고 짚는다. 실패는 대개 공장이 아니라, 컨셉을 정의하는 문장에서 시작된다.

 

한국 뷰티케어 시장에서 이 문제는 한층 날카롭다. 세계적 수준의 개발·생산 인프라 덕에 ‘만드는 일’의 문턱이 낮아졌고, 전성분표만 놓고 보면 크게 다르지 않은 제품도 함께 늘었다. 개발 경로는 브랜드마다 다르다. 자체 연구소에서 처방까지 직접 설계하는 곳이 있고, 개발사·원료사의 제안을 출발점으로 삼아 자사 색으로 다시 쓰는 곳이 있으며, 두 방식을 품목별로 병행하는 곳도 있다. 경로가 어떻든 마지막에 남는 질문은 같다. ‘이 제품이 누구의, 어떤 상황을, 왜 해결하는가.’ 뷰티케어의 성공은 절반이 컨셉에서 결정된다는 말이 나오는 이유다. 그 리고 그 한 줄이 처방과 용기, 초도 물량, 입점 제안서, 광고 소재와 인플루언서 브리프까지 전부를 끌고 간다.

 

컨셉보드(Concept Board)란 무엇인가
신제품 개발에서 ‘컨셉’은 머릿속 아이디어가 아니라 한 장의 문서다. 업계는 이를 컨셉보드라 부른다. R&D가 시제품을 만들기 전에, 아이디어를 소비자의 언어로 번역해 한 장에 담고, 그 한 장을 타깃 소비자에게 그대로 보여준 뒤 구매의향·호감도·독창성·필요도를 정량으로 재는 것. 이것이 컨셉 테스트다.

 

목적은 분명하다. 이 단계에서 Go(개발)와 No-Go(중단)를 결정해, 예산이 집행되기 전에 실패를 걸러낸다. 체계적인 컨셉 테스트를 거친 기업의 신제품 성공률이 그렇지 않은 기업의 세 배를 넘는다는 분석도 있다. 뒤집어 말하면, 컨셉보드 한 장을 대충 쓰고 넘어간 대가는 나중에 R&D 예산으로 청구된다.

 

그렇다면 잘 쓴 컨셉보드는 무엇으로 이뤄지는가. 소비자에게 통하는 컨셉(Winning Concept)의 핵심은 다음 네 가지이다.

 

이 네 칸이 중요한 이유는 따로 있다. 컨셉이 낮은 점수를 받았을 때 어느 칸이 무너져서 그런지 지목할 수 있기 때문이다. 필요도가 낮으면 ACB를 잘못 잡은 것이고, 신뢰성이 낮으면 RTB가 약한 것이며, 독특성이 낮으면 헤드라인이 카테고리 평균에 머문 것이다. 진단을 통해 수정할 수 있다.

 

실무에서는 쓰는 순서도 결과를 가른다. 숙련된 개발자는 헤드라인을 맨 마지막에 쓴다. ACB(소비자가 고개를 끄덕이는 문제) → Benefit(그래서 무엇이 좋아지는가) → RTB(그 말을 왜 믿을 수 있는가)를 먼저 채우고, 그 세 칸에서 가장 힘이 센 단어를 뽑아 헤드라인을 만든다. 순서를 뒤집어 헤드라인부터 쓰면 남은 세 칸은 그 문장을 방어하는 논리로 끌려가고, 컨셉은 ‘우리가 하고 싶은 말’로 굳는다.

 

그런데 범용 LLM에 “컨셉 만들어줘”라고 물으면 돌아오는 것은 대개 헤드라인 한 줄뿐이다. ACB도 Benefit도 RTB도 없다. 순서까지 정확히 거꾸로다. 그럴듯한 카피는 나오지만, 소비자에게 제시할 수 있는 한 장은 아니다. 그리고 고칠 수도 없다.

 

실험 — 같은 니즈를 주면, 같은 컨셉이 나올까
무대는 9월 신제품 두피 앰플로 잡았다. 여름 내 자외선·땀·피지에 시달린 두피 문제가 환절기와 겹치는 시기이고, CJ올리브영이 지난해 9월 초 올영세일 기간을 분석한 결과 두피용 앰플·토닉·세럼 검색량은 전년 같은 행사 대비 80% 이상 늘었다. 한국콜마가 올해 4월 ‘두피용 자외선 차단제’라는 신규 카테고리를 개척하고, 코스메카코리아가 프리미엄 헤어·바디 확장을 위해 640억원 규모 공장을 인수한 것도 같은 흐름이다. 수요와 공급이 동시에 몰리는 카테고리일수록, 컨셉 하나가 만드는 격차는 커진다.

 

이 브랜드는 앞 단계에서 리뷰와 오픈응답을 분석해 미충족 니즈 한 줄을 이미 건져 올렸다. 그 한 줄을 그대로 두 방식에 넣어본다. 한쪽은 마케터가 흔히 쓰는 범용 LLM, 다른 쪽은 분석 구조와 자사 자산이 결합된 에이전트다. 지금 우리 팀이 쓰는 방식은 어느 쪽에 가까운지 견주며 읽어도 좋다.

 

 

두 산출의 차이는 문장의 세련도가 아니다. 일반 LLM이 만든 세 안은 모두 ‘카테고리 평균’이다. 학습된 일반 지식에서 뽑아낸 문장이므로, 같은 니즈를 넣은 경쟁사도 유사한 답을 받을 가능성이 높다. 더 위험한 것은 그 문장이 충분히 그럴듯해서 회의에서 반론을 부르지 않을 수 있다.

 

에이전트 쪽이 다른 결론에 도달한 이유는 모델이 더 똑똑해서가 아니다. ① 니즈를 다섯 축으로 먼저 분해했고, ② 그 위에 경쟁사가 가질 수 없는 자사 자산(임상·시험·재구매 데이터)을 믿을 근거로 결합했으며, ③ 나온 컨셉을 지표로 진단해 어디가 약한지 지목하고 고쳤기 때문이다. 이 세 가지는 프롬프트 작성만으로 안정적으로 구현하기 어렵다. 구조로 탑재돼 있어야 누가 돌리든 매번 같은 깊이로 작동한다.

 

 

잘못된 컨셉의 청구서는 6개월 뒤에 날아온다
VOC 분석이 틀리면 다음 분석에서 바로잡을 수 있다. 컨셉이 틀리면 그럴 수 없다. 컨셉은 그 뒤의 모든 결정을 확정시키기 때문이다. 잘못은 대개 출시 6개월 뒤 실판매와 재구매율에서야 드러나고, 그때는 이미 되돌릴 수 없는 비용이 나간 뒤다. 잘못된 분석이 안 한 것보다 나쁜 이유가 여기 있다 — 그럴듯한 컨셉은 검토를 통과시키고, 조직 전체를 한 방향으로 6개월간 달리게 만든다.

그래서 신제품 평가에서 ‘구입의사’ 하나만 보는 관행이 위험하다. 점수가 낮다는 사실은 누구나 안다. 필요도·독특성·신뢰성·가격대비가치 가운데 어디가 무너져서 낮은지를 지목할 수 있어야 컨셉을 고칠 수 있다. 국제적으로 축적된 출시 전 예측 모형군이 하나같이 지표를 여러 개 두는 이유도 여기에 있다. 진단 없는 점수는 판정일 뿐, 처방이 아니다.

 

무엇이 컨셉의 질을 가르는가
양쪽 모두 AI를 사용했지만, 결과를 가른 지점은 다음 네 가지다.

① 분해의 구조
컨셉을 ‘써주는’ 도구인가, 헤드라인·ACB·Benefit·RTB의 네 칸으로 ‘분해해주는’ 도구인가. 사용 상황이 빠진 헤드라인은 카피로 남을 뿐, 컨셉보드가 되지 못한다.

② 자사만의 RTB 자산
성분·임상·특허·처방 히스토리·재구매 데이터가 컨셉에 결합되는가. 외부 리서치사도, 범용 LLM도 접근할 수 없는 재료를 살려야 한다.

③ 카테고리 규제·관행 지식
화장품은 표현 하나도 관련 법규와 표시·광고 기준을 고려해야 하는 산업이다. 탈모 증상 완화처럼 기능성 심사·보고를 거쳐야 쓸 수 있는 표현의 경계를 모르는 추론은, 좋은 답을 못 주는 데 그치지 않고 리스크를 만든다.

④ 사람의 통제(Human-in-the-Loop)
마케터가 컨셉 축과 RTB를 검토·승인해야 결과가 ‘남이 써준 문장’이 아니라 ‘우리 컨셉’이 된다. 

 

니즈를 컨셉보드로 옮기는 에이전트 — DEVELOP
이런 기준으로 보면, AI 플랫폼 ‘인센시아(INCENCIA)’의 DEVELOP 모듈이 겨냥하는 지점이 분명하다. 25년간 FMCG 리서치와 컨설팅으로 쌓은 분석 노하우를 이식한 DEVELOP 모듈은 니즈와 트렌드를 신제품 컨셉으로 전환하는 역할을 한다. 모듈에는 포트폴리오·TURF 최적화, ACBC 컨조인트 같은 에이전트 등이 있지만, 이번에는 그중 ‘신제품 컨셉 개발’ 에이전트 하나만 본다.

여기서 핵심은 ‘프롬프트’가 아니라 ‘탑재’다. 소비자 발화를 분해하는 5축, 기회를 찾아내는 5개 기법, 지표별 진단 로직이 사용자가 매번 입력하는 지시문이 아니라 분석 함수와 실행 코드로 들어가 있다. 그래서 사용자가 좋은 질문을 던지지 못한 날에도 같은 깊이로 소비자를 해부한다. 결과의 품질이 그날의 프롬프트 실력에 좌우되지 않는다는 뜻이다.

 

차별점은 기능의 개수가 아니라 입력의 구조에 있다. 조사 개요와 대상 제품 정보, 데이터 구조가 채워져야 분석이 실행되므로, 리서치 경험이 없는 마케터도 준비 목록만 따라가면 전문가와 비슷한 입력 품질에 도달한다. 잘못된 입력에서 비롯되는 재작업이 구조적으로 차단되는 셈이다. 그리고 이 과정에서 쌓이는 자사 컨셉의 기준선, 비교군, 소비자 언어 사전, 페르소나 정의 등은 경쟁사가 복제할 수 없는 조직의 자산으로 남는다. 모형과 프레임워크는 시간이 지나면 따라올 수 있지만, 우리 카테고리에서 누적된 기준선은 따라오지 못한다.

 

 

좋은 원료를 가진 회사가 지는 이유
한국 화장품 기업은 대체로 이미 좋은 것을 갖고 있다. 수십 년 쌓은 처방 노하우, 임상으로 검증한 원료, 특허, 그리고 그 카테고리를 오래 지켜본 사람들. 부족한 것은 기술이 아니다. 그 기술이 소비자에게 닿는 마지막 한 칸에서 번역되지 않는다는 것이 문제다.

소비자는 전성분표를 읽지 않는다. ‘판테놀 5% 함유’는 RTB일 뿐 사야 할 이유가 되지 못한다. 그 성분이 “여름 지나 따가운 두피를, 저녁 샴푸 직후 30초로”라는 소비자의 문장으로 옮겨질 때 비로소 구매가 일어난다. 같은 원료, 같은 임상 데이터를 가진 두 회사의 성적이 갈리는 지점도 여기다. 좋은 기술을 가진 회사가 지는 이유는 기술이 부족해서가 아니라, 그 기술을 소비자의 언어로 옮기지 못해서다.

컨셉보드는 소비자를 납득시키고 매력을 보여주어야 한다. 헤드라인·ACB·Benefit·RTB 네 칸을 채우는 일은, 우리가 하고 싶은 말을 소비자가 듣고 싶은 말로 바꿔 쓰는 작업에 다름 아니다. AI는 그 번역을 몇 시간 만에 끝내주지만, 무엇을 번역할 것인가는 그 원료와 그 임상 데이터를 가진 회사만이 답할 수 있다. 결국 팔리는 컨셉은 더 좋은 기술에서가 아니라, 잘 번역된 기술에서 나온다.

그렇다면 이렇게 완성한 컨셉보드 한 장은, 매대에 오르기 전에 검증할 수 있을까. 다음 회에서는 출시 전에 성공 확률을 끌어올리는 일을 다룬다. 어떤 숫자를 언제 재야 하고, 그 숫자를 무엇과 견줘야 ‘이 컨셉은 통한다’고 말할 수 있는지, 그리고 왜 그 한 번의 검증이 6개월 뒤에 날아올 청구서를 막아 주는지를 짚는다.
 

※ 본 기획은 AI 시대 화장품 마케팅 연재의 3회차입니다.
더 많은 정보·문의 : https://incencia.ai

글 │ INCENCIA AI