19강까지 카피와 이미지 소재를 하나 완성했습니다. 이제부터는 그 소재를 세상에 내보내기 전, 마지막으로 점검하는 단계로 넘어갑니다.
AI에게 "매력적인 광고 카피를 써줘"라고 하면 십중팔구 "최고", "1위", "완치", "100% 효과" 같은 단정적 표현이 섞여 나옵니다. 사람이 쓸 때보다 이런 표현이 더 쉽게 나오는 이유는 단순합니다. AI는 클릭을 유도하는 문장 패턴을 대량으로 학습했고, 그 패턴 중에는 과장 표현이 많이 섞여 있기 때문입니다. AI가 나빠서가 아니라, 그런 문장이 "그럴듯하게" 보이도록 훈련됐기 때문에 생기는 습관이라고 이해하면 됩니다.
그래서 AI 마케팅 자동화에서 검수 체계는 선택이 아니라 필수입니다. 초안을 빠르게 뽑는 속도는 AI가 벌어주지만, 그 초안이 실제로 내보내도 되는 문장인지 가려내는 일은 여전히 사람의 몫입니다.
정확한 법령 조문이나 세부 기준은 업종·매체별로 계속 바뀌고 예외도 많아서, 이 레슨에서 "이 표현은 무조건 안 된다"고 단정하지는 않겠습니다. 대신 실무에서 자주 지적받는 표현 '유형'을 먼저 감으로 잡아두고, 애매한 건은 공정거래위원회나 업종별 자율심의기구(의료광고심의, 식품광고 자율심의 등) 공지를 그때그때 확인하는 방식으로 접근하는 걸 권합니다.
| 표현 유형 | 예시 | 왜 문제가 되나 |
|---|---|---|
| 효과 단정 | "무조건 낫습니다", "100% 효과" | 개인차가 있는데 확정적으로 말함 |
| 최상급 표현 | "국내 1위", "업계 최초" | 객관적 근거(공인 자료) 없이 쓰면 허위·과장 소지 |
| 비교 광고 | "타사 제품보다 2배 좋음" | 비교 근거 자료가 없으면 근거 없는 비방·과장 소지 |
| 의료적 효능 암시 | "질병을 치료합니다"(일반식품인데) | 식품·화장품이 의약품 효능을 암시하면 안 됨 |
| 보장성 표현 | "100% 환불 보장", "무조건 합격" | 조건 없이 결과를 보장하면 소비자 오인 소지 |
| 후기·통계 과장 | "구매자 전원 만족" | 실제 근거(설문·데이터) 없이 통계처럼 말함 |
이 표는 "완전한 법령 목록"이 아니라 "초안을 볼 때 눈에 불을 켜고 봐야 할 신호등" 정도로 써주세요. 신호가 하나라도 걸리면 그 문장은 바로 통과시키지 말고 다음 단계(21강의 사실 검증)로 넘기면 됩니다.
같은 표현이라도 업종에 따라 위험도가 다릅니다. 우리 업종이 어디에 가까운지 먼저 가늠해보세요.
우리 업종이 이 다섯 범주 중 어디에도 딱 맞지 않는다면, 가장 가까운 범주의 보수적인 기준을 가져와 시작하고 필요하면 완화하는 순서로 가는 걸 권합니다. 처음부터 느슨하게 잡았다가 나중에 문제되는 것보다, 보수적으로 시작해서 문제없는 표현을 하나씩 열어주는 편이 안전합니다.
아래 템플릿을 채워 우리 팀만의 금칙어 리스트를 만들어보세요. 완벽하게 채우지 않아도 됩니다. 지금 떠오르는 만큼 채우고, 이후 실제로 걸러낸 표현이 생길 때마다 계속 추가하는 '살아있는 문서'로 운영하는 게 핵심입니다.
[업종 맞춤 금칙어 리스트]
1. 우리 업종
- 업종명:
- 가장 가까운 위험군(건강기능식품/화장품/금융/교육/일반 중 선택):
2. 절대 쓰지 않을 표현 (즉시 반려)
- 예: "100% 효과", "완치", "국내 1위"(근거 없이)
- 우리 업종에서 추가로 막을 표현:
1)
2)
3)
3. 조건부 허용 표현 (근거 자료가 있을 때만 사용)
- 예: "고객 만족도 1위"(공인 설문 결과가 있을 때만)
- 우리 업종에서 조건부로 허용할 표현:
1) 표현: / 필요한 근거자료:
2) 표현: / 필요한 근거자료:
4. 대체 표현 가이드 (금칙어 대신 쓸 안전한 표현)
- 금지: "무조건 낫습니다" → 대체: "많은 분들이 만족했다고 전해주셨습니다"
- 금지: "국내 최초" → 대체: "저희만의 방식으로 만든"
- 우리 업종 대체 표현:
1)
2)
5. 최종 확인 담당자
- 애매한 표현이 나왔을 때 최종 판단할 사람:
- 판단이 안 설 때 참고할 공식 창구(자율심의기구, 협회 등):
이 리스트는 한 번 만들고 끝나는 문서가 아닙니다. AI가 새로운 표현을 계속 뽑아내는 만큼, 걸러낸 사례가 쌓일 때마다 리스트도 같이 자라야 실제로 쓸모가 있습니다.
검수 체계 설계 - 사실 검증과 과장 표현 걸러내기에서 AI가 지어낸 수치나 근거를 사람이 어떻게 대조 확인하는지 다룹니다.