100일간 트위터에서 진행된 ‘고객사랑법’ 지상중계!
세상 사람들을 내 고객으로 만들고, 한 번 구매한 사람에게 두 번 판매하고, 일반고객을 단골로, 나아가 충성고객으로 만드는 것은 모든 비즈니스맨이 열망하는 바다. 문제는 방법. ‘광고는 죽었다’는 선언이 내려진 지 오래고, 새로운 채널들은 하루가 멀다 하고 등장해 좇아가기도 벅찰 정도다. 과연 우리는 어떻게 가망고객을 충성고객으로 바꿀 수 있을까?
그 와중에 등장한 유력한 대안 중 하나가 바로 CRM이다. 데이터를 기반으로 기업이 놓치지 말아야 할 고객을 선별하고 그들과의 관계를 향상시키도록 도와주는 이 기법은 국내의 수많은 기업에서 앞 다퉈 도입한 바 있다. 그러나 그중 70%는 실패. 고객과의 ‘관계향상’보다 ‘매출증대’에만 집착한 결과, 엄청난 비용을 들여 시스템을 도입하고 나서도 정작 고객과의 관계를 돈독히 하는 데는 실패한 것이다.
일련의 거품이 가라앉은 후 많은 기업들이 이전보다 한층 진지한 자세로 CRM에 다시 접근하기 시작했다. 고객에게 더 많은 혜택과 감동을 줌으로써 관계를 강화하는 본연의 취지를 살린 마케팅 방법론도 많이 실행되고 있다. 그러나 한편에서는 CRM의 구체적 방법론을 몰라 고전하는 이들이 여전히 적지 않다. 국내 성공사례는 알려진 것이 많지 않고, 번역서는 딱딱한 이론 중심이어서 실전에서 도움을 얻기가 마땅찮기 때문.
이 책은 그런 이들을 위해 만들어졌다. KAIST 정보미디어 경영대학원장인 김영걸 교수는 자타가 공인하는 대한민국 최고의 CRM 전문가. 그가 가르치는 CRM 강의는 KAIST MBA에서 가장 악명 높은 과목 중 하나이자, 졸업한 선배들이 후배에게 가장 많이 추천하는 과목이기도 하다. 이 책은 김영걸 교수가 일반인을 대상으로 트위터에서 진행한 CRM 강의를 옮긴 것이다. 2010년 6월 5일부터 100일간 진행된 이 강의는 ‘세계 최초의 트위터 강의’이자 국내 최고 권위를 자랑하는 KAIST MBA의 CRM 강의를 일반인들에게 공개하는 것으로서 의미가 크다.
최고의 이론가와 최고의 실행가들이 만났다!
생생한 현장사례로 풀어보는 CRM 전략과 전술
이 책의 가장 큰 미덕은 생생한 현장성에 있다. ‘애견병원의 고객은 개인가, 영희인가, 영희 아빠인가?’ ‘항공사 마일리지와 OK캐시백의 장단점을 비교하라’ ‘단골과 충성고객의 차이는?’과 같이 현장의 마케터들이 고민하는 실제 사례들을 통해 CRM의 핵심개념과 원칙을 설파한 것. 질문을 하고 수강생들이 답변하는 과정에서 스스로 해답을 깨닫게 한 것은 소크라테스의 산파술을 그대로 닮았다.
저자의 노력이 결실을 맺은 것인지, 대부분의 질문에서 수강생들은 자신의 경험과 지식을 총동원하여 답을 찾아나갔다. 때로는 CRM 전문가들도 갑론을박하는 논점을 현장의 시각으로 냉철히 파헤친 대목을 보면 수강생들의 노하우가 만만치 않다는 것을 알 수 있다. 실제로 이 강의에 참여한 이들은 정용진 신세계 부회장을 비롯, 티켓링크 대표, 오라클 CRM 솔루션 담당 상무, 매일유업 CRM 부문장, LG전자 CRM 담당 과장, 이마트 고객기획팀장, CJ오쇼핑 고객인사이트 팀장 등 국내 유수 기업들의 고객관리·마케팅 전문가들로 이루어져 있다.
따라서 이 책은 국내 최고의 이론가가 풀어낸 CRM 강의이자, 국내 최고의 CRM 실행가들이 자신의 노하우를 공유하는 장이기도 하다. 김밥집에서 대기업까지, 자신의 비즈니스에서 고객과의 관계를 좀 더 굳건히 하고자 하는 이들에게 이 책은 가장 명쾌한 교과서이자 가장 현실적인 지침서가 될 것이다.
회사 규정이 바뀌어 새 문서가 올라왔는데도 사내 AI가 예전 규정을 찾아 답한다면 어떨까. 새로운 정보가 계속 추가되고 오래된 정보가 사라지면, AI는 정답이 되는 자료가 있어도 이를 제대로 찾지 못할 수 있다. 우리 대학 연구진이 데이터가 계속 바뀌어도 필요한 정보까지 찾아가는 ‘검색 길’을 유지해, AI가 최신 정보를 더 정확하고 빠르게 찾는 기술을 개발했다. 우리 대학은 전산학부 김민수 교수 연구팀이 데이터가 지속적으로 추가되고 삭제되는 환경에서도 높은 검색 정확도를 안정적으로 유지하는 동적 벡터 검색 기술인 ‘콘다(CONDA, Connectivity-Aware Dynamic Index)’를 개발했다고 5일 밝혔다. 생성형 AI는 학습이 끝난 뒤 새롭게 등장한 정보를 스스로 알지 못한다. 이를 보완하기 위해 최신 뉴스나 기업 내부 문서 등을 검색해 답변에 활용하는 ‘검색증강생성(RAG·Retrieval-A
2026-10-06우리 대학에서 축적된 반도체·컴퓨터 시스템 연구가 교원 창업을 거쳐 글로벌 빅테크 메타(Meta)와의 협력으로 확장되며 차세대 AI 데이터센터(AI DC)의 새로운 설계 방향을 제시했다. CPU·AI 가속기·메모리를 하나로 묶어 데이터센터 전체가 마치 ‘하나의 거대한 칩’처럼 움직이도록 하는 구조다. 우리 대학은 전기및전자공학부 정명수 교수와 교원창업기업인 팹리스(fabless, 반도체 설계 전문기업) 파네시아 연구진이 메타 연구진과 함께 차세대 AI 데이터센터 구조를 제시한 리뷰 논문을 네이처(Nature)가 발행하는 국제 학술지 ‘네이처 리뷰 일렉트리컬 엔지니어링(Nature Reviews Electrical Engineering, NREE)’에 게재했다고 9일 밝혔다. 이번 성과는 KAIST에서 시작된 연구가 교원 창업을 통해 실제 반도체 기술로 발전하고, 글로벌 기업과의 공동 연구로 이어져
2026-09-09AI 반도체도 이제‘눈치'를 본다. 기존 AI 반도체는 입력 신호에 반응하는 속도와 정보를 기억하는 시간이 한 번 정해지면 바꿀 수 없는‘고정된 반응 특성'을 가졌지만, 이제는 데이터의 변화 속도에 맞춰 스스로 반응하는 시대가 열렸다. 우리 대학 연구진은 이 기술로 시간에 따라 변하는 데이터의 예측 오류를 기존보다 최대 40배 줄였다. 자율주행차와 로봇, 웨어러블 기기의 실시간 AI 성능을 높일 핵심 원천기술로 기대된다. 우리 대학은 전기및전자공학부·반도체공학대학원 최신현 석좌교수 연구팀이 입력되는 데이터의 변화 속도에 따라 반응 특성을 자유롭게 바꿀 수 있는 새로운 AI 반도체 소자‘프로그래머블 동적 멤트랜지스터(Programmable Dynamic Memtransistor, PDM)'와 이를 집적한 어레이를 개발했다고 7일 밝혔다. 멤트랜지스터(Memtransistor)는 정보를 저장하는 메모리(Memory)와 계산을 수행하
2026-08-07폭발적으로 늘어나는 AI 데이터센터 시대를 뒷받침할‘거대한 배터리'의 상용화가 한층 가까워졌다. 우리 대학 연구진이 대용량 배터리의 핵심 소재 생산 시간을 67% 줄이는 공정 기술을 개발해 상용화의 가장 큰 생산 병목을 해결했다. 우리 대학은 생명화학공학과 김희탁 교수 연구팀이 대용량 에너지저장장치(ESS)의 유력 후보인 바나듐 레독스 흐름전지(VRFB)의 핵심 전해질을 빠르고 안정적으로 생산하는 공정을 개발했다고 5일 밝혔다. 최근 24시간 끊임없이 가동되는 AI 데이터센터가 급증하면서 태양광과 풍력 등 재생에너지로 생산한 전기를 대량으로 저장했다가 필요할 때 안정적으로 공급하는 대용량 ESS의 중요성이 커지고 있다. 특히 바나듐 레독스 흐름전지는 화재 위험이 거의 없고, 전해질을 담는 탱크만 크게 만들면 저장 용량도 쉽게 늘릴 수 있어 AI 데이터센터와 재생에너지용 초대형 배터리로 주목받고 있다. 그러나 배터리의‘연료' 역할을 하는 바나듐 전해질
2026-08-052026년 7월 개최된 한국통계학회 하계학술대회에서 우리 대학 산업및시스템공학과 안정연 교수가 고차원 데이터 분석 등 통계학 분야의 탁월한 연구 업적을 인정받아 ‘한국갤럽학술상’을 수상했다. 특히 안 교수는 2006년 이 상이 제정된 이래 역대 최초의 여성 수상자로 선정되며 학계의 큰 주목을 받았다. 한국갤럽학술상은 통계학 및 통계의 발전과 관련 분야 연구 활동을 장려하기 위해 한국갤럽이 2006년부터 지원하고 있는 권위 있는 상이다. 한국통계학회는 엄정한 심사를 거쳐 매년 단 1명의 수상자를 선정하고 있으며, 탁월한 연구업적으로 학계 발전에 크게 공헌한 연구자를 발굴하기 위해 저명 통계학 학술지에 게재된 논문의 수, 대표 업적의 JCR 인용 현황 등을 종합적으로 고려하여 평가하고 있다. 안정연 교수는 전통적인 통계 이론이 주로 대표본(large sample)에 의존해 온 한계를 넘어, 최근 대두되고 있는 '고차원 데이터 분석' 분야를 개척한 선구자적인
2026-07-10