데이터 분석 중심이 ‘행동’에서 ‘상황’으로 이동한다

구글이 한국에도 ‘개인 인텔리전스(Personal Intelligence)’ 기능을

공식적으로 제공하기 시작했습니다.

https://blog.google/intl/ko-kr/company-news/personal-intelligence-kr/

최근 제미나이(Gemini)를 켰을 때,

갑자기 화면에 뜬 안내창을 본 적이 있으시죠?

그런데 이게 뭘까요?

개인 인텔리전스

팝업창의 설명처럼

제미나이에 더 많은 구글 앱을 연결하면, 제미나이가 맞춤화된 정보나 광고 등을 제공해 주겠다는 것입니다. 제미나이의 설정(톱니바퀴)를 눌러서 여러 목록 중 상단에 있는 "개인 인텔리전스"를 클릭해서 활성화 시키고 중지할 수 있습니다. (아래 항목에서 두 번 째 '연결된 앱' 클릭.)

개인 인텔리전스

개인 인텔리전스

처음 보면 여느 때와 비슷한 단순한 기능 업데이트처럼 보입니다.

그저 챗봇이 내 메일이나 사진을 조금 더 잘 찾아주는 기능 정도로 받아들일 수도 있죠.

그런데 이 작은 팝업창에서 짚어 주는 개인 인텔리전스 기능은 생각보다 훨씬 큰 변화를 보여줍니다.

구글의 개인 인텔리전스는 단순한 기능 업데이트가 아닙니다.

제미나이가 Gmail, Google Photos, YouTube, Search 같은 구글 앱과 연결되기 시작했다는 것은,

AI가 이제 인터넷에 공개된 정보만 보고 답하지 않는다는 뜻입니다.

AI가 나의 메일, 일정, 사진, 영상 시청 기록, 검색 기록을 함께 읽고

“지금 이 사람이 어떤 상황에 놓여 있는가”를 판단하기 시작했다는 뜻에 가깝습니다.

구글 계정 안에 흩어져 있던 일상 데이터를 하나로 엮어, 사용자의 현재 상황을 계산하는 것.

그래서 제미나이는 더 이상 단순한 검색창, 대화창이 아니라,

사용자의 생활 맥락을 이해하는 인터페이스가 되겠다는 선포에 가깝습니다.

여기서 핵심은, ‘정보’가 아니라 ‘맥락’입니다.

앞으로 데이터 분석의 중심은

'행동 데이터(Behavior Data)'에서

"생활 맥락 데이터(Lifestyle Context Data)"로 이동할 것입니다.

① 검색은 ‘키워드 입력’에서 ‘맥락 이해’로 바뀐다

기존 검색은 사용자가 직접 키워드를 입력하고, 결과를 비교하고, 필요한 정보를 골라내는 방식이었습니다. 하지만 개인 인텔리전스가 연결된 AI는 사용자가 검색하기 전에 이미 메일, 사진, 영상, 검색 기록을 종합해 하나의 답변으로 재구성합니다.

검색의 중심이 “무엇을 검색할 것인가”에서

“AI가 나의 어떤 (생활)맥락을 알고 있는가”로 이동하는 것입니다.

사용자의 Liffe Style 전반에 침투하는 것이죠.

이 변화는 단순히 편리함의 문제가 아닙니다.

구글이 사용자의 일상 데이터를 AI 중심으로

다시 배열하기 시작했다는 신호(Signal)입니다.

② 이제 AI 쇼핑 추천은 매우 자연스러운 일이 될 것

개인 인텔리전스가 검색, 지도, 쇼핑, 항공, 호텔 데이터와 연결된다면

이제 쇼핑 추천으로 이어지는 것은 매우 자연스러운 일이 될 것입니다.

예를 들어

사용자의 메일에는 부산 출장 항공권이 있고,

캘린더에는 미팅 일정이 있고,

유튜브에는 출장 짐싸기 영상 시청 기록이 있고,

쇼핑에는 노트북 가방 검색 기록이 남아 있을 수 있습니다.

이 모든 정보를 종합해서 AI가 보게 되면 어떤 일이 벌어질까요?

이때 AI는 단순히 “노트북 가방을 보셨네요”라고 말하지(추천하지) 않습니다.

“다음 주 출장이 있으니, 15인치 노트북이 들어가고

캐리어에 걸 수 있는 가방이 필요해 보입니다”라고 말하게 되는 것이죠.

이것은 확실히 기존 쇼핑 추천과 다른 형태입니다.

기존 추천은 과거 행동을 기반으로 했죠. 무엇을 봤는지, 무엇을 클릭했는지, 무엇을 장바구니에 담았는지를 분석했습니다. 하지만 개인 인텔리전스 기반 추천은 “지금 이 사람이 어떤 상황에 놓여 있는가”를 기준으로 합니다.

이제 쇼핑은 상품을 추천하는 일이 아니라,

생활 맥락 안에서 필요한 선택지를 제안하는 일이 됩니다.

③ 이제 광고는 검색 결과 옆이 아니라, AI 답변 안으로 들어간다

AI 검색이 확산되면 기존 검색 광고 구조도 흔들릴 수밖에 없습니다.

사용자가 검색 결과 링크를 클릭하기 전에 AI 답변만 보고 판단을 끝낼 수 있기 때문입니다.

그래서 광고의 위치도 달라집니다.

광고가 검색 결과 옆에 붙는 것이 아니라, AI 답변 안으로 들어갑니다.

브랜드는 AI가 구성한 추천 후보군 안에 포함됩니다.

상품 설명은 AI의 언어로 다시 정리됩니다.

사용자는 광고를 클릭하기 전에, AI가 설명한 추천 이유를 먼저 보게 됩니다.

이제 브랜드에게 중요한 질문은 “검색 결과 몇 위에 노출될 것인가?”가 아닙니다.

“AI가 답변을 만들 때 우리 브랜드를 어떤 맥락에서 언급할 것인가?”입니다.

광고 전략의 중심이 키워드 경쟁에서 맥락 경쟁으로 이동하는 것입니다.

기업이나 브랜드가 다시 전략적인 Brand Positioning을 구조적으로 잡고

리뷰 관리를 해야 하는 이유가 바로 여기에 있습니다.

④ 데이터 분석은 ‘행동’에서 ‘상황’으로 이동한다

지금까지 데이터 분석은 주로 '행동' 데이터를 봤습니다.

클릭했다.
검색했다.
장바구니에 담았다.
구매했다.
이탈했다.
재방문했다.

이런 데이터는 숫자와 로그(Log)로 기록하기 쉽습니다.

그래서 전환율, 클릭률, 재구매율, 이탈률 같은 지표를 계산하기 좋았습니다.

하지만 개인 인텔리전스 시대에는 이것만으로 부족합니다.

이메일에는 예약과 약속의 맥락이 있습니다.
캘린더에는 시간의 맥락이 있습니다.
사진에는 장소와 관계의 맥락이 있습니다.
유튜브에는 관심사의 맥락이 있습니다.
지도에는 이동과 생활 반경의 맥락이 있습니다.
쇼핑에는 필요와 예산의 맥락이 있습니다.

과거의 데이터 분석이 “사용자가 무엇을 했는가”를 물었다면,

앞으로의 데이터 분석은 “사용자가 지금 어떤 상태에 있는가”를 묻게 됩니다.

같은 ‘노트북 가방’ 검색이라도

단순 구경인지, 출장 준비인지, 선물 구매인지에 따라 추천은 달라져야 합니다.

그래서 AI 시대의 데이터 분석은

'로그 분석'을 넘어 '맥락 데이터 분석'으로 이동할 것입니다.

⑤ 마케팅은 타겟팅보다 ‘개입 방식’을 설계해야 한다

개인 인텔리전스 시대에는 정교한 타겟팅만으로는 부족합니다.

AI가 사용자의 일상 맥락에 직접 들어오기 때문입니다.

이제 중요한 질문은 이것입니다.

지금 이 순간 추천해도 되는가.
사용자가 편리하다고 느낄까, 감시당한다고 느낄까.
AI가 어떤 정보를 근거로 추천했는지 설명할 수 있는가.
사용자가 원하지 않는 맥락까지 건드리고 있지는 않은가.
언제든 끄고 수정할 수 있는가.

아무리 정확한 추천이라도

사용자가 “내 메일을 왜 읽고 이걸 추천하지?”라고 느끼면 실패입니다.

반대로 같은 추천이라도 “내가 찾던 걸 알아서 정리해줬네”라고 느끼면 강력한 편의가 됩니다.

차이는 데이터의 양이 아니라 "개입 방식"에 있습니다.

AI 시대의 개인화는 더 많이 아는 기술이 아니라,

얼마나 조심스럽게 개입할 것인가를 설계하는 기술이 되어야 합니다.

⑥ 위험은 감시만이 아니라 ‘잘못된 해석’이다

개인정보 이슈를 이야기할 때 우리는 보통

“정말 내 데이터가 학습에 이용되고 있을까?”를 먼저 묻습니다.

하지만 개인 인텔리전스 시대에는 더 중요한 질문이 있습니다.

AI가 내 데이터에서 어떤 요약을 만들고 있는가.
어떤 추론을 하고 있는가.
그 추론은 맞는가.
내가 그 추론을 수정하거나 지울 수 있는가.
그 추론이 이후 추천과 답변에 계속 영향을 미치는가.

행동은 항상 의도를 의미하지 않습니다.
검색은 항상 욕망을 의미하지 않습니다.
구매는 항상 선호를 의미하지 않습니다.
사진은 항상 관심사를 의미하지 않습니다.

AI 개인화의 진짜 위험은 데이터를 많이 아는 것이 아닐 수 있습니다.

오히려 데이터를 많이 아는 것처럼 보이지만, 그 의미를 잘못 해석하는 데 있을 수 있습니다.

⑦ 앞으로의 경쟁력은 ‘생활 맥락 데이터’다

쿠키 이후의 시대에 기업들은 "퍼스트 파티 데이터 (First Party Data)"에 주목해 왔습니다.

퍼스트 파티 데이터란 기업이 고객과 직접 접점을 맺는 과정에서, 고객의 동의 또는 서비스 이용 과정에 따라 직접 수집·보유한 데이터입니다. 사용자의 동의 아래 직접 확보한 구매 이력, 로그인 정보, 멤버십 데이터, 고객 문의 기록 같은 데이터이죠.

여기서 First-party의 party는 ‘당사자’라는 뜻입니다.

즉 First-party Data는 “제1당사자가 직접 가진 데이터”입니다. 예를 들어, A 쇼핑몰에서 고객이 직접 회원가입하고 상품을 구매했습니다. 그러면 A 쇼핑몰이 가진 구매 이력은 퍼스트 파티 데이터입니다. 그런데 광고 플랫폼이 여러 웹사이트를 돌아다니는 사용자의 행동을 쿠키로 추적해 A 쇼핑몰에 광고 타겟팅용으로 제공한다면, 그것은 A 쇼핑몰 입장에서는 제3자 데이터, 즉 서드 파티 데이터(Third-party Data)에 가깝습니다.

이런 형태들을 구분하면 아래와 같이 됩니다.

01. 퍼스트 파티 데이터 : 고객이 우리 회사 서비스 안에서 남긴 데이터

02. 세컨드 파티 데이터 : 다른 회사가 직접 수집한 퍼스트 파티 데이터를 제휴나 계약을 통해 공유받은 데이터

03. 서드 파티 데이터 : 고객과 직접 관계가 없는 외부 데이터 사업자나 광고 네트워크가 여러 출처에서 모아 제공하는 데이터

그런데 구글의 개인 인텔리전스는 이 흐름을 한 단계 더 밀어붙입니다.

구글은 Gmail, Calendar, Drive, Photos, YouTube, Search, Maps, Shopping 같은 거대한 생활 데이터 생태계를 가지고 있습니다. 그리고 이 데이터를 제미나이라는 AI 인터페이스에 연결합니다.

좀 더 구체적으로 짚어보면, 구글의 개인 인텔리전스 사례에서 중요한 점은 이겁니다.

구글은 단순히 외부에서 데이터를 사오는 회사가 아닙니다.

Gmail, Calendar, Drive, Photos, YouTube, Search, Maps, Shopping 같은 서비스를 직접 운영합니다. 사용자는 이 서비스 안에서 이메일을 주고받고, 검색하고, 영상을 보고, 사진을 저장하고, 지도를 탐색합니다. 이 데이터는 구글 입장에서 모두 강력한 퍼스트 파티 데이터입니다.

일반 기업도 퍼스트 파티 데이터를 가지고 있지만 구글은 그 범위가 훨씬 넓습니다.

일반 쇼핑몰의 퍼스트 파티 데이터는 주로 “구매 맥락”에 가깝습니다.
예를 들면 상품 조회, 장바구니, 구매, 리뷰, 쿠폰 사용 같은 데이터입니다.

반면 구글의 퍼스트 파티 데이터는 “생활 맥락(Lifestyle Context)”에 가깝습니다.

메일에는 약속과 예약이 있고,
캘린더에는 시간이 있고,
포토에는 장소와 관계가 있고,
유튜브에는 관심사가 있고,
검색에는 고민과 의도가 있고,
지도에는 이동 경로가 있고,
쇼핑에는 구매 의도가 있습니다.

그래서 구글 개인 인텔리전스의 의미가 커지는 겁니다.

퍼스트 파티 데이터를 가진 기업은 많지만

일상 전체의 맥락을 이렇게 넓게 가진 기업은 많지 않겠죠.

그래서 한 문장으로 정리하면,

구글의 개인 인텔리전스는 이 자사 데이터를 AI가 이해할 수 있는 생활 맥락으로 엮는 시도입니다.

앞으로의 경쟁은 단순히 누가 더 많은 데이터를 가지고 있는가가 아닙니다.

누가 더 다양한 생활 맥락 데이터를 가지고 있는가.
누가 그 데이터를 사용자의 허락 아래 연결할 수 있는가.
누가 그 연결을 불편하지 않은 AI 경험으로 바꿀 수 있는가.

이것이 핵심 경쟁력이 됩니다.

⑧ 데이터 분석가와 마케터가 봐야 할 것도 달라진다

AI가 검색과 구매 사이에 들어오면 사용자의 "구매 여정" 자체가 바뀝니다.

예전에는 사용자가 검색하고, 링크를 클릭하고, 상세페이지를 보고, 장바구니에 담고, 구매했습니다.

앞으로는 사용자가 AI에게 묻고, AI가 후보를 압축하고, AI가 비교 이유를 설명하고, 사용자는 그 안에서 선택하게 됩니다.

이때 중요한 지표도 달라집니다.

AI 답변 안에 브랜드가 포함되는가.
AI가 어떤 이유로 특정 상품을 추천하는가.
브랜드가 비교 후보군 안에 남아 있는가.
AI가 만든 설명이 브랜드의 강점을 제대로 반영하는가.
사용자가 AI 추천을 신뢰하고 다음 행동으로 이동하는가.
추천이 편의로 느껴지는가, 감시로 느껴지는가.

이제 데이터 분석은 숫자를 계산하는 일을 넘어,

AI가 만들어내는 추천 맥락을 해석하는 일로 확장됩니다.

⑨ 결국 질문은 하나다

AI가 내 삶에 어디까지 들어와도 되는가.

개인 인텔리전스는 분명 편리합니다. 메일함을 뒤지지 않아도 되고, 사진첩을 찾지 않아도 되고, 일정을 하나씩 정리하지 않아도 됩니다. 여행, 쇼핑, 업무, 일상 계획을 AI가 대신 묶어줄 수 있습니다.

하지만 편리함이 커질수록 불편함도 커집니다.

AI가 내 일정을 안다는 것.
AI가 내 사진의 장소와 사람을 해석한다는 것.
AI가 내가 본 영상과 검색어를 조합한다는 것.
AI가 그 정보를 바탕으로 상품과 서비스를 추천한다는 것.

이 모든 일은 편리함과 감시감 사이의 경계에 있습니다.

그래서 중요한 것은 기술의 발전 속도만이 아닙니다.

사용자가 얼마나 이해하고 동의했는가.
어떤 데이터가 연결되는지 알고 있는가.
언제든 끌 수 있는가.
AI가 왜 그런 답을 했는지 확인할 수 있는가.
잘못된 추론을 수정할 수 있는가.

개인 인텔리전스는 구글의 새로운 기능이 아니라, AI 시대 데이터 활용 방식의 전환점입니다.

검색은 대화가 되고 있습니다.
광고는 추천이 되고 있습니다.
쇼핑은 AI가 도와주는 구매 여정이 되고 있습니다.
데이터 분석은 행동 추적에서 생활 맥락 해석으로 이동하고 있습니다.

이제 중요한 질문은 “AI가 얼마나 똑똑한가”가 아닙니다.

AI가 나를 얼마나 알고 있는가.
그 앎은 어디에서 왔는가.
나는 그 앎을 통제할 수 있는가.
그리고 그 AI가 내 선택에 어디까지 개입해도 되는가.

앞으로 데이터 분석과 마케팅의 핵심은

더 많은 사람에게 더 많은 광고를 보여주는 일이 아닐 것입니다.

사람의 맥락을 어디까지 이해할 것인가.
그리고 그 맥락에 얼마나 조심스럽게 들어갈 것인가.

그 질문에 답하는 기업과 브랜드만이 AI 비서 시대의 신뢰를 얻을 수 있을 것입니다.

참고 자료

구글코리아 블로그, 「구글이 제미나이 앱 내 ‘개인 인텔리전스’ 기능을 국내에 새롭게 선보입니다」

Google Gemini Apps Help, 「About personalization with Connected Apps」

Google Gemini Apps Help, 「Connect your Google apps to personalize your Gemini experience」

Google Ads & Commerce Blog, 「A new generation of ads for the AI era of Search」

Google Shopping Blog, 「Google Shopping launches agentic checkout and more AI shopping tools」

Pew Research Center, 「Google users are less likely to click on links when an AI summary appears in the results」

Google Privacy Sandbox, 「Next steps for Privacy Sandbox and tracking protections in Chrome」