프롬프트 하나로 콘텐츠 팀이 움직인다: Tencent AI 에이전트의 현실

결론부터 말하면: Tencent Cloud는 2026년 7월 15일 인도네시아 시장에 WorkBuddy, Tencent Design Miora, TokenHub를 포함한 AI 에이전트 제품군을 확대했다고 발표했다. 회사 설명대로라면 WorkBuddy는 한 번의 지시를 조사와 분석, 결과물로 바꾸고, Miora는 하나의 브리프에서 그래픽·영상·3D·UI 자산을 묶어 만들며, TokenHub는 여러 모델의 접근과 비용을 관리한다. 이것은 ‘사람 없는 마케팅 팀’의 증거가 아니라, 역할이 다른 에이전트를 하나의 운영선에 연결할 수 있다는 신호다.

브랜드가 주목해야 할 지점은 생성 속도보다 연결 방식이다. 조사 에이전트가 틀린 전제를 만들면 그 전제가 영상과 카피, 배포 계획 전체로 번진다. 반대로 입력 근거, 브랜드 규칙, 승인자, 수정 이력을 분리하면 하나의 브리프가 여러 형식으로 확장되면서도 판단권은 사람에게 남는다.

이번 발표에서 실제로 공개된 것

Tencent Cloud는 자카르타 AI Executive Day에서 150명 이상의 현지 기업 리더와 파트너가 참석했다고 밝혔다. 발표에 따르면 WorkBuddy는 시장 조사, 데이터 분석, 데이터 시각화 같은 다단계 업무를 전문 에이전트와 함께 수행하며, API를 통해 사용자가 선택한 대규모 언어 모델을 연결할 수 있다. Discord, Slack, Telegram에서 원격으로 에이전트 워크플로를 관리하는 기능도 소개됐다.

회사는 WorkBuddy가 중국 출시 첫 달에 월간 활성 사용자 885만 명을 넘었다고 주장한다. 이 수치는 Tencent의 자체 발표이며 독립적으로 검증된 사용량이나 유료 고객 수와 동일하지 않다. 다만 채팅창을 넘어 실제 결과물을 만드는 업무형 에이전트에 대한 수요가 크다는 방향성은 보여준다.

Miora는 지속적 메모리를 가진 AI 네이티브 크리에이티브 스튜디오로 소개됐다. 자연어 브리프 하나에서 여러 Skills를 조합해 그래픽, 영상, 3D, UI가 포함된 제작 패키지를 만들고, 회사는 제작 주기를 수주에서 수시간으로 압축할 수 있다고 설명한다. 이것 역시 공급자의 성능 주장이지 모든 브랜드 프로젝트의 보장값은 아니다.

WorkBuddy, Miora, TokenHub의 역할을 섞지 마라

세 제품은 같은 일을 하는 도구가 아니다. WorkBuddy는 조사를 실행하고 자료를 정리하는 운영 계층에 가깝다. Miora는 시각적 일관성을 유지하며 여러 포맷을 제작하는 크리에이티브 계층이다. TokenHub는 여러 모델에 대한 API 게이트웨이와 토큰 할당을 중앙에서 관리해 비용과 성능을 조절하는 인프라 계층이다.

이 구분이 없으면 팀은 ‘AI가 캠페인을 만들었다’는 모호한 문장만 남긴다. 어떤 모델이 고객 데이터를 읽었는지, 누가 메시지를 정했는지, 어떤 자산이 승인됐는지 찾기 어려워진다. 역할을 나누면 오류 위치도 명확해진다. 조사 근거가 틀렸는지, 브랜드 기억이 낡았는지, 영상 변환에서 품질이 깨졌는지 각각 확인할 수 있다.

예를 들어 WorkBuddy가 시장 보고서를 요약하고 Miora가 그 요약으로 다섯 개의 숏폼을 만들었다면, 최종 자산에는 최소한 조사 날짜, 사용한 출처, 승인된 핵심 문장, 제작 버전이 연결되어야 한다. 나중에 숫자가 수정됐을 때 어떤 영상과 캡션을 다시 검토해야 하는지 추적할 수 있기 때문이다. 결과물만 다운로드하고 근거 연결을 버리면 에이전트는 생산성을 높이는 대신 수정 비용을 숨긴다.

TokenHub 같은 중앙 모델 계층도 단순한 비용 절감 도구로 보면 안 된다. 저렴한 모델로 초안을 만들고 더 강한 모델로 검수하는 전략은 가능하지만, 모델 교체가 톤과 사실성, 언어 품질에 미치는 영향을 기록해야 한다. 토큰 한도, 데이터 보존, 허용된 모델, 실패 시 대체 경로를 캠페인 시작 전에 정하면 비용 급증과 무단 도구 사용을 동시에 줄일 수 있다.

실전 자산: 에이전트형 콘텐츠 역할표

아래 역할표를 캠페인 시작 전에 한 장으로 작성하라. 비밀번호나 API 키는 적지 말고, 접근 범위와 책임만 기록한다.

역할표의 핵심은 생성과 게시를 분리하는 것이다. Miora가 완성도 높은 패키지를 만들더라도 광고비 집행, 공개 게시, 고객 데이터 변경은 별도의 승인 사건이어야 한다. 속도는 승인 전까지 최대화하고, 외부 영향이 생기는 지점에서 책임자를 분명히 한다.

하나의 브리프가 브랜드 기억으로 오염되는 순간

지속적 메모리는 일관성에 유리하지만 오래된 규칙도 반복할 수 있다. 지난 시즌 색상, 만료된 프로모션, 특정 시장에서 금지된 표현, 권리가 끝난 모델 이미지가 기억에 남아 있다면 빠른 생성은 빠른 오류가 된다. 브랜드 메모리에는 소유자, 적용 시장, 마지막 검토일, 만료일이 필요하다.

브리프에는 ‘반드시 유지할 것’과 ‘변경 가능한 것’을 나눈다. 로고 여백, 제품 사실, 법적 고지는 고정할 수 있다. 배경, 리듬, 첫 장면, 캡션 길이는 채널별로 실험할 수 있다. 에이전트가 무엇을 창의적으로 바꿀 수 있는지 명확할수록 사람은 모든 픽셀을 다시 만들지 않고 중요한 판단에 집중한다.

또한 하나의 성공 자산을 모든 언어에 복제하지 않는다. 번역은 메시지의 의미만 옮기지만, 현지화는 문화적 참조, 플랫폼 습관, 구매 장벽을 바꾼다. 한국 시장용 숏폼과 인도네시아 시장용 숏폼이 같은 구조를 공유할 수는 있어도 동일한 사회적 맥락을 가진다고 가정해서는 안 된다.

30일 동안 콘텐츠 공장을 시험하는 방법

첫 주에는 한 제품과 한 고객 질문만 선택한다. WorkBuddy와 같은 조사 계층이 사용하는 출처를 저장하고, 사람이 핵심 가설을 승인한다. 둘째 주에는 Miora와 같은 제작 계층으로 세 가지 훅과 두 가지 영상 구조를 만들되 게시하지 않는다. 브랜드, 사실, 권리, 자막, 접근성을 검수해 반복 오류를 기록한다.

셋째 주에는 승인된 자산만 소규모 채널에 배포한다. 생성 수가 아니라 승인까지 걸린 시간, 전면 재작업 비율, 잘못된 주장 수, 포맷별 유지율을 본다. 넷째 주에는 성과가 아니라 학습을 메모리에 반영한다. 낮은 성과를 무조건 프롬프트 실패로 해석하지 말고 제안, 타깃, 배포 시점과 분리한다.

검수 표본은 쉬운 성공 사례만 고르지 않는다. 짧은 한국어 자막, 긴 제품명, 가격이 포함된 장면, 여러 사람이 등장하는 이미지, 세로 영상의 안전 영역, 접근성용 대체 설명처럼 실패 가능성이 높은 조건을 일부러 넣는다. 각 조건에서 오류가 반복되면 프롬프트를 길게 만드는 대신 입력 규칙, 모델 선택, 후처리 단계 중 어디를 고칠지 결정한다.

성과 회의에서는 ‘몇 개 만들었는가’와 ‘몇 개를 안심하고 공개했는가’를 분리한다. 생성량이 두 배가 되어도 승인 가능한 비율이 절반으로 떨어지면 실제 처리량은 늘지 않았다. 반대로 자산 수가 적어도 현지화 수정, 권리 문제, 잘못된 수치가 크게 줄었다면 운영 품질은 개선된 것이다. 이 구분이 있어야 경영진이 화려한 데모와 생산 시스템을 혼동하지 않는다.

실험 종료 후에는 승인된 자산과 폐기된 자산을 함께 보관하되, 폐기 이유를 사실 오류, 브랜드 불일치, 권리 불명확, 현지화 실패, 포맷 결함으로 짧게 분류한다. 성공작만 메모리에 넣으면 시스템은 왜 다른 결과가 거절됐는지 배우지 못하고 같은 실수를 다시 빠르게 만든다. 한 달 뒤에는 가장 빈번한 실패 세 가지를 브리프 템플릿과 자동 검사 규칙에 반영하고, 수정 전후의 재작업 시간을 비교한다.

운영 역할과 로그 설계는 Crescitaly의 소셜 미디어 에이전시 자동화 체크리스트와 함께 사용할 수 있다. 콘텐츠 에이전트 구조, 브랜드 메모리, 승인선을 실제 팀에 맞게 설계하려면 Crescitaly 서비스를 확인하라. 검수된 자산의 배포에는 Crescitaly SMM Panel을 별도 단계로 활용할 수 있지만, 패널이 사실 확인이나 승인 책임을 대신하지는 않는다.

자주 묻는 질문

WorkBuddy가 마케팅 캠페인을 완전히 자동으로 운영하나?

Tencent는 조사, 분석, 결과물 생성과 다단계 자동화를 설명하지만 모든 광고 계정에서 무인 게시와 예산 변경을 보장하지 않는다. 실제 권한과 승인선은 조직이 별도로 정해야 한다.

Miora가 브랜드 일관성을 보장하나?

회사는 지속적 메모리와 시각적 일관성을 장점으로 소개한다. 결과는 브리프, 참조 자산, 권리, 시장 맥락과 사람의 검수에 따라 달라질 수 있다.

가장 먼저 측정할 지표는 무엇인가?

생성한 자산 수보다 승인까지 걸린 시간과 전면 재작업 비율을 먼저 본다. 두 지표가 개선되지 않으면 에이전트가 속도만 만들고 운영 부담은 줄이지 못한 것이다.

출처

• Tencent Cloud: International AI Agent Suite expansion, 2026년 7월 15일.

사용자 수, 제작 시간 단축, 제품 기능은 Tencent Cloud가 발표한 수치와 설명이다. 역할표와 30일 실험은 Crescitaly의 운영 해석이다.

관련 자료

• 2026년 에이전시용 AI 영상 생성 워크플로
• 에이전트형 콘텐츠 운영 감사 설계