Braze (BRZE): Braze, Forge 2026에서 AI 플랫폼 및 생태계 통합 확대

개요

이 컨퍼런스 코멘터리는 Braze의 Forge 2026 둘째 날 발표를 검토한다. JPMorgan은 AI 기반 마케팅 의사결정과 실험을 더 쉽게 이용하게 하려는 노력과 함께 거버넌스, 관측 가능성, 클라우드 데이터 플랫폼과의 긴밀한 통합을 강조한다.

핵심 견해

Braze의 Forge 둘째 날 메시지는 BrazeAI를 통해 마케팅 아이디어와 실행 간 격차를 해소하는 데 집중됐다. 회사는 Decisioning Studio Go, Agentic Standards, Operator Connect, Conversational Agents를 발표했고 Content Optimizer는 일반 제공을 시작했다. JPMorgan은 Braze가 AI가 측정 가능한 투자수익을 낼 수 있다고 본다는 점, AI 의사결정과 실험을 전문 사용자 밖으로 확장한다는 점, 더 빠른 제품 개발을 통제 수단과 결합한다는 점을 핵심 메시지로 꼽았다. Decisioning Studio Go는 일대일 의사결정을 더 많은 사용자에게 제공하는 셀프서비스 제품으로 제시됐다. 마케터는 대상, 허용 요일·시간, 빈도 등의 가드레일을 설정하고, 이후 시스템은 개인별로 효과적인 방식을 학습한다. Braze는 이를 맞춤 KPI와 현장 배치 데이터 과학 지원을 제공하는 고위험·매출 핵심 여정용 Decisioning Studio Pro와 구분한다. Go는 Braze 네이티브 데이터를 사용해 참여도를 최적화하며, 베타 단계였고 2026년 10월 14일 일반 제공을 목표로 했다. Content Optimizer는 기존 A/B 테스트를 넘어 하나의 Canvas 단계에서 제목, 카피, CTA 등의 여러 조합을 자동 테스트한 후 성과가 좋은 변형에 물량을 배분하도록 설계됐다. Braze는 Motorway 사례에서 대조군 대비 125개 변형이 참여도를 114%, 신차 가치평가를 37% 높였다고 제시했다. 경영진의 ROI 논리는 Braze 고객의 3년 ROI가 457%, 회수 기간이 6개월 미만이었다는 Forrester Total Economic Impact 연구를 인용했다. 회사는 고객 반응 측정 루프에 시간과 증거가 필요하므로, 마케팅 AI에는 통계적으로 유의하고 입증 가능한 개선이 필요하다고 주장한다. 자동화가 캠페인 규모와 복잡성을 키우면서 Braze는 거버넌스와 관측 가능성을 강조했다. Agentic Standards는 통과·경고·실패 결과, 감사 로그, Operator 지원 수정으로 캠페인과 Canvas의 품질 보증을 자동화하는 기능이다. 베타 단계였고 다음 달 말 일반 제공이 예상됐다. 메시지 우선순위 기능은 카테고리별 경쟁 발송을 방지하고 우선순위가 낮은 메시지를 지연 또는 취소하도록 설계됐다. Canvas 알림과 메시지 관측 가능성 대시보드는 전송 문제를 진단하고 더 빠르게 수정할 수 있게 한다. 이는 고객에게 직접 노출되고 매출과 가까운 마케팅 오류에 대해 감독을 잃지 않으면서 신속하게 움직일 통제가 필요하다는 논리다. Operator Connect는 Braze MCP를 통해 Claude, ChatGPT, Microsoft Copilot 및 기타 MCP 호환 외부 AI 도구에 권한 인식형 작업으로 Operator 기능을 확장한다. 데모는 브리프에서 활성화 Canvas를 만들고 Content Optimizer를 제안하며, 변경 사항을 확인할 수 있는 상태에서 Operator로 Liquid 태그 오류를 수정하는 과정을 보여줬다. Braze는 요약, 템플릿, 편집 등의 작업에 약 600개 고객이 이미 MCP를 사용한다고 밝혔고, Operator를 Braze에서 구축과 분석을 수행하는 장기적 주요 인터페이스로 제시했다. Conversational Agents는 WhatsApp, SMS, RCS, 웹 전반의 맥락 인지형 고객 대화를 추가한다. Agent Console은 Amazon Bedrock을 지원하며 고객은 Braze 제공 모델 또는 자체 모델을 사용할 수 있다. 고객 사례로 Dayuse 예약 전환율은 9%, RTL+ 이메일 열람률은 40%, ConsumerAffairs의 이메일당 매출은 136% 상승했다고 제시됐다. 보고서는 생태계 통합도 강조한다. AWS와의 전략적 협업 계약에는 Agent Console의 Amazon Bedrock 지원과 AWS Marketplace 조달 모멘텀이 포함된다. Braze는 2025년 25.8T 데이터 포인트 처리, 10.2T API 호출, 분당 약 19M API 호출, 7.8B 월간 활성 사용자 지원, 99.99% 초과 가동 시간을 제시했다. Databricks와의 목표는 양방향의 지속 학습형 참여 루프다. CustomerLake는 캠페인 계획, 오디언스, 활성화 단계를 Braze로 생성할 수 있고, Braze 참여 신호는 수작업 파일 전송이나 맞춤 파이프라인 없이 오픈 공유를 통해 Databricks로 돌아간다. 양사는 이를 더 느리고 순차적인 ‘워터폴’ 캠페인을 대체할 경로로 제시했다. Snowflake 세션도 데이터, 활성화, 측정 간 순환을 단축하는 데 초점을 맞췄다. Braze Cloud Data Ingestion은 단발 또는 반복 동기화로 Snowflake 보유 고객·비고객 데이터를 Braze에 동기화할 수 있다. Snowflake 보안 데이터 공유는 복사 없이 Braze 참여 데이터를 Snowflake에서 이용할 수 있게 한다. 보고서는 개인별 자격과 최적 다음 행동이 운영 맥락에 따라 크게 달라지는 규제 또는 규칙 집약적 커뮤니케이션에서 이 통합이 특히 관련 있다고 본다. 마지막으로 BFCM 데모는 Operator가 인력이나 수동 구성의 비례적 증가 없이 멀티채널 프로그램을 구축하고 문제를 해결하는 역할을 강조했다.

분석 프레임워크

보고서는 Forge 기조연설 발표, 제품 데모, 고객 사례, 파트너 세션을 종합한다. 측정 가능한 개선, 워크플로 자동화, 거버넌스, 데이터 연결성, 고객 맥락에서 활성화와 측정으로 더 빠르게 전환하는 능력을 통해 제품 추가 기능을 평가한다.

방법론 메모

• 기타기타

  다변량 실험, 통계적으로 유의한 개선 측정, 적응형 의사결정

  Braze는 전통적인 A/B 테스트를 다수의 콘텐츠 변형을 아우르는 자동 테스트와 대조하며, AI 마케팅 성과는 관련된 통상 업무 비교 대비 측정 가능한 개선으로 입증돼야 한다고 본다.

자산 매핑 및 비교

투자 논리에서 명시된 자산으로의 구조화 매핑(강점, 약점, 비교 대상, 위험).

• Braze (BRZE.US)

  주요 커버리지 회사이며 AI 제품 확장과 클라우드 데이터 파트너십이 보고서의 주제다.

  강점

  더 폭넓은 AI 의사결정과 실험, 거버넌스 도구, 에이전트 기능, 고객 성과 사례, 제시된 플랫폼 규모.

  비교

  Decisioning Studio Pro는 매출 핵심 여정을 위한 더 높은 지원 수준의 제공이며, Go는 참여도 최적화를 위한 셀프서비스로 제시된다.

  위험

  마케팅 자동화 오류와 증가하는 캠페인 복잡성은 효과적인 거버넌스, 우선순위 관리, 알림, 관측 가능성을 필요로 한다.

핵심 데이터

• Forrester 고객 ROI 연구457% ROI over 3 years; payback in under 6 months경영진이 인용한 Braze 고객 대상 Total Economic Impact 결과.
• Decisioning Studio Go 일반 제공14 Oct 2026목표 출시일이며 Go는 베타 단계였다.
• Motorway Content Optimizer 결과125 variations; +114% engagement; +37% new vehicle valuations대조군 대비 고객 사례.
• 2025년 플랫폼 규모25.8T data points; 10.2T API calls; about 19M API calls per minute; 7.8B monthly active users; 99.99%+ uptimeBraze가 제시한 운영 규모 및 신뢰성 지표.
• Agent Console 고객 성과Dayuse +9% booking conversion; RTL+ +40% email open rates; ConsumerAffairs +136% revenue per email기조연설에서 인용된 고객 사례.
• MCP 도입~600 customers요약, 템플릿, 편집 등의 작업에 대한 초기 도입 사례로 제시됐다.

영향과 시사점

JPMorgan은 이 발표가 Braze의 AI 플랫폼을 전문적 의사결정에서 셀프서비스 실험, 에이전트 지원 실행, 통제된 자동화로 확장한다고 본다. AWS, Databricks, Snowflake 통합은 기업 데이터, 개인화된 활성화, 측정 간 연결을 강화하는 것으로 제시된다.

주시할 점

• 2026년 10월 14일 Decisioning Studio Go 일반 제공 및 다음 달 말까지 예정된 Agentic Standards 일반 제공.
• BrazeAI가 통계적으로 유의하고 입증 가능한 고객 개선과 ROI를 제공하는지 여부.
• Operator Connect, MCP 지원 워크플로, Braze와 AWS, Databricks, Snowflake 통합의 도입.
• AI가 캠페인 규모와 복잡성을 높이는 가운데 거버넌스, 메시지 우선순위, 관측 가능성 기능의 실행.