페라리가 AI로 F1 팬을 만드는 방법

페라리는 왜 AI로 '팬'을 만들려 하는가

F1은 이미 전 세계에서 가장 빠르게 성장하는 스포츠 중 하나다. 그런데도 스쿠데리아 페라리 HP는 IBM의 AI 기술을 끌어들여 팬 경험을 새로 설계하고 있다. 단순히 레이스 결과를 더 빠르게 알려주는 게 아니다. IBM의 AI는 각 팬이 어떤 맥락에서 F1을 접했는지, 어느 드라이버에 감정적으로 연결되어 있는지, 어떤 기술 용어를 이해하고 어떤 건 아직 낯선지를 파악해 맞춤형 콘텐츠와 해설을 제공한다. 요컨대 AI가 '팬의 학습 경로' 전체를 설계하는 구조다.

처음엔 '스포츠 마케팅 얘기'로 들릴 수 있다. 하지만 우리가 일상적으로 다루는 결제·정산·자동화 도메인 시각으로 다시 읽으면 이야기가 달라진다.

팬 경험 설계는 사실 '온보딩 자동화'다

F1을 처음 보는 사람이 느끼는 장벽을 생각해보자. DRS, 언더컷, 소프트-미디엄-하드 타이어 전략, 세이프티카 규정… 진입 장벽이 상당히 높다. 페라리와 IBM이 풀려는 문제는 결국 이것이다: 신규 유저가 이탈하지 않고 다음 단계로 넘어가게 하려면 무엇을 언제 보여줘야 하는가.

우리 팀도 똑같은 질문을 제품 안에서 매일 한다. 새로운 가맹점이 정산 대시보드에 처음 들어왔을 때 무엇을 먼저 보여줄지, 자동화 규칙을 처음 설정하는 사용자에게 어느 시점에 가이드를 노출할지. 페라리의 AI가 F1 입문자의 '이해 수준'을 실시간으로 추적해 콘텐츠를 조정하듯, 우리도 사용자의 행동 데이터를 기반으로 온보딩 흐름을 동적으로 구성할 수 있다. AI 활용 교육을 전 과정에 도입한다는 개념이 거창하게 들리지만, 실제로는 이런 맥락 감지(context detection)와 개인화 트리거의 조합이다.

자동화가 '규모'를 만든다

페라리가 전 세계 수백만 팬 개개인에게 맞춤 해설을 붙이는 건 사람이 할 수 없다. IBM의 AI가 이 과정을 자동화하기 때문에 가능하다. 여기서 중요한 점은 자동화의 목적이 단순히 '인력 절감'이 아니라는 것이다. 사람이 물리적으로 도달할 수 없는 규모, 즉 1:N이 아닌 1:1 경험을 N명에게 동시에 제공하는 것이 핵심이다.

정산 자동화도 같은 논리다. 수백 개의 가맹점 정산을 사람이 하나씩 검토하면 규모가 늘어날수록 에러율도 같이 늘어난다. 자동화는 그 선형적 관계를 끊어준다. 페라리 사례가 흥미로운 건 이 원리가 B2C 팬 경험에서도 동일하게 작동한다는 걸 눈에 잘 보이는 방식으로 보여준다는 점이다.

우리가 실제로 가져갈 것

페라리-IBM 사례에서 우리 팀이 주목한 포인트를 세 가지로 요약하면:

1. 맥락 기반 개입(contextual intervention): 사용자가 특정 행동을 하기 직전에 관련 정보를 제공하는 타이밍 설계. 온보딩뿐 아니라 정산 이상 탐지 알림에도 적용할 수 있다.
2. 지식 수준의 동적 추적: 같은 사용자도 시간이 지나면 숙련도가 달라진다. AI가 이 변화를 감지해 노출 정보의 복잡도를 조정하는 구조.
3. 작은 팀에서의 현실적 적용: 페라리는 IBM이라는 대형 파트너가 있지만, 우리는 오픈소스 LLM과 내부 이벤트 스트림으로 유사한 패턴을 작게 실험할 수 있다. 규모보다 구조가 먼저다.

F1 팬을 만드는 AI와 결제 사용자를 돕는 AI는 기술 스택은 달라도, 풀려는 문제의 형태는 놀랍도록 닮아 있다.

원문: AI News & Artificial Intelligence | TechCrunch