생성형 AI, 제약바이오 영업마케팅의 판도를 바꾸다.
더 빠르게, 더 정확하게! 우리는 그동안 생성형 AI를 기다렸다
인공지능 기술이 제약바이오 영업마케팅에 얼마나 적용될 수 있을까요?
최근 강연장에서 가장 많이 듣는 질문입니다. 수많은 전문가들과 마찬가지로 인공지능기술은 선택이 아니라 필수가 되어버렸기에 제약바이오 영업마케팅에서도 이것은 동일하게 적용될 것입니다. 생성형 AI는 이미 의료분야에 깊숙이 들어와 있습니다. 신약물질을 발견하는 과정에서 생성형 AI는 많은 부분을 차지하고 있습니다. 글로벌 제약회사는 물론이며, 국내 JW중외제약에서는 자체 생성형 AI 플랫폼을 신약개발에 나섰고, 대웅제약도 AI 기반 진단기기를 유통하는 등 연구개발, 생산품질, 영업마케팅 영역에서 활발하게 발전될 것입니다. Mckinsey 컨설팅에서는 생성형 AI가 제약 및 의료기술 산업에서 연간 600억 달러에서 1,100억 달러 사이의 경제적 가치를 창출할 수 있다고 합니다. 그 경제적 가치에서 저는 영업마케팅 영역이 차지하는 비중도 매우 높을 것이라고 강조하고 싶습니다.
아마도 이미 대부분의 미래지향적 마케터들은 제약바이오 영업마케팅에서 생성형 AI의 잠재력을 인지하고 있을 것입니다. 그리고 많은 기업에서 이미 이 기술을 가장 잘 적용하기 위한 다양한 방법을 준비하고 있습니다. 다국적 제약회사들은 이미 메디컬 정보 검색엔진을 개발, 고객(의료인)뿐만 아니라 영업마케팅 현장에서 활용하고 있을 뿐 아니라 다양한 전략적인 아이디어 발굴이나 의약품 정보전달 스크립트 개발 등에 생성형 AI기술을 효과적으로 활용하고 있습니다. 정말 제상이 달라졌다는 것이 느껴지지 않나요? 과거에는 말을 잘하는 사람이 영업을 잘했다면 이제는 디지털 도구 활용을 잘하는 사람이 영업을 잘하는 시대가 되고 있는 것은 기존의 일하는 방법이 진화되고 있음을 뜻합니다.
그렇다고 생성형 AI가 영업마케팅에서 모든 것을 대체하기는 어렵지 않나요? 영업마케팅 담당자들이 더 이상 필요 없게 되는 것은 아닐지 걱정됩니다.
충분히 그런 걱정을 하실 수 있습니다. 제약바이오 영업마케팅 분야에서 생성형 AI가 순조롭게 안착되고 있지만 여전히 유의할 점이 많습니다. 바로 우리가 해야 하는 부분은 여전히 있다는 점이죠. 그렇다고 해서 생성형 AI 기술을 두려워할 필요는 없습니다. 우리가 어떻게 활용하는가에 따라 생성형 AI는 영업마케팅 보조기능의 한 수단일 뿐이지 전부가 될 수는 없습니다. 쉽게 말해, 노트북이 있지만 휴대폰으로 업무를 처리할 수도 있고 전화통화를 할 수도 있지만 카카오톡과 같은 메신저로서 정보를 전달하는 것과도 같은 것입니다. 오히려 누가 더 효율적으로 잘 사용하는가에 대한 문제라는 점을 반드시 기억하시길 바랍니다.
저는 여러분에게 다음과 같은 질문을 통해 생성형 AI가 제약바이오 영업마케팅에 활용되는 사례와 함께 영업마케팅 시스템과 구조를 어떻게 구현할지를 함께 고민해 보기를 바랍니다.
제약바이오 영업마케팅에서 생성형 AI의 잠재력은 무엇인가?
생성형 AI는 어떻게 더 나은 의료관계자(HCP)의 경험을 제공하는데 도움이 될 수 있는가?
제약 마케팅에서의 생성형 AI의 사용은 어떻게 실현할 수 있는가
생성형 AI는 어떻게 메디컬 정보 처리 속도를 가속화할 수 있는가?
제약바이오 기업은 어떤 생성형 AI 프로젝트를 우선시해야 하는가?
제약바이오 비즈니스 맥락에서의 생성형 AI의 의미
제약바이오 영업마케팅 분야에서 생성형 AI를 이해하기 위해서는 기존의 '전통적 AI'라고 불리는 머신러닝과 딥러닝에 대한 이해가 필요합니다. 의료 분야에서 머신러닝/딥러닝 AI 모델은 데이터 과학자가 데이터를 분석하고 예측하는 데 사용하는 것이 핵심이었습니다. 비전공자가 이것을 다루고 이해하는 것은 매우 어려운 일이죠. 이와 같은 머실러닝/딥러닝 AI 모델을 의료시스템 내에서 환자의 정보를 식별하거나 지정되어 있는 의학적 진단, 이미지 판독 속도를 향상했습니다. 다시 말해, 전통적 AI는 한 가지 일을 잘하는 것을 목표로 하는 것이죠. 이것은 매우 성공적이었습니다. 지금은 폐기되었지만 미국의 IBM 社에서 개발한 '왓슨(Watson)'이 대표적인 사례입니다. IBM 왓슨이 보여준 방대한 의학정보를 정리하여 정보를 찾아주는 역할이나 영상 이미지 판독하는 기술은 매우 훌륭했습니다. 하지만 지정된 정보 이외의 정보처리에는 오차가 발생하였고 인체에서 발생하는 다양하고 복잡한 질환, 질병의 변화를 예측하기에는 한계가 있었죠.
출처 : 파사컨설팅그러나 생성형 AI에서는 다릅니다. 기본적인 기능을 갖춘 대형 언어 모델(LLM)이 함께 작동하기 때문에 방대한 양의 데이터를 활용한 숙련된 전문가 수준으로 문제해결을 가능하도록 하였습니다. 하지만 생성형 AI는 명령지시어를 정확하게 제공하는 것이 중요합니다. 우리는 이것을 '프롬프트(prompt)'합니다. 왜냐하면 생성형 AI는 명확하게 정의된 가이드라인이 없으면 자발적으로 문제를 결정짓거나 인간의 의도와는 다른 방향의 접근을 하기 때문입니다. 통제된 정보 속에서 문제를 처리할 수 있도록 구체적인 가이드를 하는 것이 중요합니다.
이미 대부분의 사람들은 ChatGPT나 Copilot과 같은 생성형 AI 솔루션을 사용한 경험을 가지고 있습니다. 과거의 전통적 AI와 같이 '컴퓨터언어'를 사용하지 않고서도 우리에게 이미 익숙한 '채팅언어'로만 사용하여 상호작용을 한다면 누구나 쉽게 편리하게 사용할 수 있습니다. 이러한 손쉬운 기술을 사용하여 제약바이오 영업마케팅에서 다양한 활동과 일상적인 작업처리속도를 향상할 수 있는 것이죠. 특히 생성형 AI를 통해 마케팅 자료를 작성하거나, 웨비나를 준비하고, 이미지 및 비디오 라이브러리를 구축하며 새로운 전략적 기회를 발견하고 마케팅 프로세스를 구축하는데 매우 효과적인 활용이 가능합니다.
출처 : 파사컨설팅제약바이오 영업마케팅에서의 생성형 AI 활용 사례
향후 생성형 AI를 활용한 영업마케팅 기술을 계속 발전될 것입니다. 제약바이오 영업마케팅 역할에서도 이러한 점은 전략적 인사이트 접근과 수립에서부터 마케팅 컨텐츠를 생성, 개발하고 현장 중심의 협력, 생산력을 강화하는데 효과적인 기여를 할 것입니다.
전략적 인사이트 접근/수립 강화
위에서 설명한 대로 생성형 AI는 시장조사뿐만 아니라 연과성이 있는 정보수집에 많은 도움을 주고 있습니다. 많은 시간을 할애하여야 했던 데이터 정보 분석도 이제는 정보가 포함되어 있는 인터넷 사이트 링크를 생성형 AI에게 채팅으로 제시하여 "링크를 해석하여 연도별 특정 정보를 정리해 줘"라고 하면 순식간에 우리가 필요로 하는 정보를 제공하여 줍니다. 마케터들은 데이터 정리와 분석에 그동안 너무 많은 시간을 투자하였지만 더 이상 그럴 필요가 없어졌습니다. 하지만 미세한 전략적 분석과 판단은 여전히 우리에게 남겨져 있습니다. 영업마케팅은 시장의 흐름과 함께 책임자(영업마케팅 담당자)의 의도가 중요하기 때문입니다.
핵심/주의 포인트
시장이해 : 생성형 AI는 구조화된 데이터와 비정형 데이터를 모두 활용하므로 잠재적으로 시장에 대한 더 나은 방향을 제시할 수 있습니다.
사용자 친화적 : 정보를 입력 제공하는 사용자(영업마케팅 담당자)의 의도에 따라 방향을 조정하여 정보와 결과값을 제공할 수 있습니다.
주의사항 : 생성형 AI는 사실과 아닌 결과를 생성할 수 있으므로 반드시 재점검이 필요합니다.
제약바이오 영업마케팅 컨텐츠 생성
대부분의 기업에서 반드시 적용해야 하는 대표적인 생성형 AI 활용 사례가 될 것입니다. 오늘날 영업마케팅 환경을 복잡 다양해지고 있기에 이에 대응하기 위한 '옴니채널 전략'이 필수적입니다. 이것을 위해서는 영업마케팅 컨텐츠의 양적 크기를 확대해야 합니다. '모든 고객에게 한 메시지'가 아니라 '개인 맞춤형 메시지'를 전달하기 위해서는 컨텐츠의 다양화가 필수적이죠. 생성형 AI는 이것을 가능하게 해 줍니다.
영업담당자가 고객(의료인)에게 전달하고자 하는 메시지 개발을 생성형 AI가 제공할 수 있습니다. 병원의 특징, 고객의 성향 및 요구사항 등을 생성형 AI에게 채팅으로 질문하여 효과적인 메시지 스크립트를 확인할 수 있습니다. 뿐만 아니라, 고객(의료인)이 선호하는 경쟁사 제품의 정보를 빠르게 확인하여 효과적인 대응 및 문제해결을 할 수 있는데 효과적으로 사용될 수 있습니다.
마케터는 의약품의 핵심적 강점과 가치를 중심으로 생성형 AI를 사용하여 타겟팅된 고객군에 제공할 수 있는 다양한 이미지, 마케팅 브랜딩 메시지, 영상을 다양하고 대량으로 생성할 수 있습니다. 컨텐츠가 많으면 많을수록 A/B테스트가 구체화되기 때문에 마케터는 실시간으로 상황적 마케팅 전략을 수립하고 처리할 수 있는 것이죠.
이것은 우리가 그동안 꿈꿔왔던 미래의 모습입니다. 그것이 현실로 다가온 것이죠. 물론 의료생태계의 특징상 규제와 규범을 준수하여야 하기 때문에 한계점은 있을 수 있습니다. 하지만 이 또한 생성형 AI를 통해 규제, 규범을 준수하기 위한 프로세스를 빠르게 검토할 수 있습니다.
핵심/주의 포인트
개인맞춤형 : 생성형 AI를 통한 다양하고 대량의 컨텐츠 개발로 A/B테스트 구현
신속한 승인 프로세스 : 의료 환경 규제, 규범에 대한 빠른 검토, 승인 프로세스 구현
주의사항 : 사용자(영업마케팅)의 전략적 판단과 결정력이 더욱 중요해짐
대부분의 기업들은 생성형 AI를 통한 영업마케팅 통합의 기회를 고려하고 있습니다. 비용이 많이 드는 실수를 피하는 것도 중요하지만 시대적 트렌드를 뒤처지는 것보다 위험한 것은 없습니다. 다음 포스팅을 통해 <영업마케팅에 생성형 AI 시스템을 효과적으로 구축하는 방향>에 대해 함께 이야기 나누고자 합니다. 많은 응원 부탁드립니다.
