최근 영업 및 매출 조직을 겨냥한 AI 에이전트 도입이 빠르게 확산되고 있다. 하이스팟의 ‘딜 에이전트(Deal Agent)’는 파이프라인 생성과 전환을 가속화하는 데 초점을 맞추고 있으며, 퀄리파이드의 ‘파이퍼(Piper for Demandbase)’는 AI 기반 영업개발대표(SDR) 역할을 수행한다. 세일즈포스의 ‘에이전트포스(AgentForce)’를 비롯한 다양한 기업들도 이 같은 활용 사례에 적극 동참하고 있다. 이러한 흐름에 따라 가트너는 올해 말까지 전체 엔터프라이즈 애플리케이션의 40%가 업무 특화 AI 에이전트를 포함할 것으로 전망했다.
하버드비즈니스리뷰와 워카토가 진행한 2025년 조사에서도 비슷한 결과가 나타났다. 기술 의사결정권자 600명 가운데 86%가 향후 2년 내 에이전트형 AI에 대한 투자를 확대할 계획이며, 특히 영업 역량 강화를 위한 투자 비중이 점차 증가하고 있는 것으로 조사됐다.
서비스나우 CDIO 켈리 로맥은 “영업 담당자들이 더 빠르게 준비하고, 더 명확한 관점을 갖고 고객을 만나며, 보다 전략적으로 움직이고 있다”며 “고객과 더 의미 있는 시간을 보내고 있다”고 설명했다. 이어 “사전 준비 시간이 몇 시간에서 몇 분으로 줄어들며 약 95% 개선이라는 놀라운 초기 성과를 확인했다”고 덧붙였다.
경영진들은 AI 에이전트가 잠재고객 및 고객 리서치를 수행하고, 영업 워크플로우 전반의 수작업을 줄이면서 영업 조직의 속도를 끌어올리고 있다고 평가한다. 다만 이러한 기대감에도 불구하고, AI 에이전트를 어디에 적용할지, 조직 전반에 걸쳐 어떻게 운영·보안·확장할지에 대해서는 여전히 체계적인 접근이 요구된다.
세일즈포스 CIO 댄 슈미트는 “AI 에이전트는 명확하게 정의된 규칙 기반 워크플로우이면서 반복 작업이 많은 영업 프로세스에서 가장 큰 가치를 제공한다”며 “규모, 일관성, 속도가 중요한 동시에 인력이 충분히 대응하기 어려운 영역에서 특히 효과적”이라고 말했다.
고객 리서치 수행
AI 에이전트는 다양한 방식으로 영업 조직의 속도를 끌어올릴 것으로 기대된다. 그중 하나가 영업 엔지니어에게 보다 정교한 맥락 정보를 제공하는 것이다. 아웃시스템즈 CIO 티아고 아제베도는 “AI 에이전트는 영업팀이 잠재고객이나 기존 고객 앞에서 가장 적합한 커뮤니케이션을 수행할 수 있도록 돕는다”고 설명했다.
차량 관리 기업 삼성라(Samsara)의 사례도 대표적이다. 과거 슬랙 CIO를 지낸 스티븐 프란체티는 삼성라 플랫폼에서 AI가 차량 경로 최적화나 상태 점검을 지원하는 핵심 요소로 활용돼 왔다고 밝혔다. 최근에는 이를 확장해 사내 전반에 AI 지식 에이전트를 도입했다.
삼성라는 자사 데이터를 기반으로 파인튜닝한 내부 모델을 구축했다. 프란체티가 ‘삼사라 GPT’라고 부르는 이 모델은 제품 지식 베이스와 특정 고객 데이터로 학습됐으며, 세일즈포스 등 다양한 시스템과 연동된다. 이를 통해 영업 담당자는 빠르게 계정별 전문성을 확보하고, 고객 질문에 보다 신속하게 대응하며, 온보딩 과정까지 가속할 수 있다.
프란체티는 “지금까지 진행한 도입 중 가장 성공적인 사례”라며 “영업 조직 전반에서 적극적으로 수용됐고, 매우 긍정적인 피드백을 받고 있다”고 말했다. 그 결과 삼성라의 계정개발대표(ADR)는 이 내부 GPT를 활용해 성과 달성률이 16% 향상된 것으로 나타났다.
서비스나우 역시 AI 에이전트를 활용해 영업 담당자에게 고도로 맞춤화된 맥락 정보를 제공하고 있다. 로맥 CDIO는 “AI 기반 코칭 경험과 세일즈 허브를 통해 미팅 준비와 딜 진행 역량을 강화하고 있다”며 “앤트로픽의 클로드 기반 AI 세일즈 코치는 계정 데이터, 리서치, 제품 정보를 통합해 실행 가능한 가이드를 제공한다”고 밝혔다.
리드 발굴 가속화
이러한 지식은 아웃바운드 전략 개선에도 기여하며, ADR이 잠재고객 데이터를 종합적으로 분석하고 보다 개인화된 접근 메시지를 작성할 수 있도록 돕는다. 프란체티에 따르면 삼성라의 파일럿 그룹은 이 전략을 적용한 결과 이메일 콜백 응답률이 300% 증가했다.
다른 조직들에서도 내부 실험이 아직 파일럿 단계에 머물러 있지만, 의미 있는 성과 신호가 나타나고 있다. 아카마이 CIO 케이트 프라우티는 해당 클라우드·보안·CDN 기업이 SDR 팀을 대상으로 ‘SaiLS Bot’이라는 내부 AI 기반 영업 어시스턴트를 시험 운영 중이라고 밝혔다. 그는 “SDR 팀은 SaiLS를 활용해 기업 이해와 영향 분석을 빠르게 수행하며 잠재고객 리서치를 가속화하고 있다”고 설명했다. 이를 통해 계정 맞춤형 시장 진출 전략을 신속하게 수립하고, 교차 판매 기회도 발굴할 수 있다.
AI 에이전트를 활용함으로써 아카마이 SDR은 타깃 기업, 기존 도입 솔루션, 잠재적인 사이버보안 영향 등을 빠르게 파악할 수 있게 됐으며, 그 결과 리드 발굴 주기가 크게 단축됐다. 프라우티는 “SaiLS Bot 도입 후 9개월 동안 영업팀이 정량적으로 정규직 3명에 해당하는 인력 비용을 절감했다”고 밝혔다.
서비스나우에서도 AI 에이전트는 신규 리드 발굴, 판매 이후 후속 대응, 파이프라인 내 딜 상태 조회 등을 보다 효율적으로 수행하는 데 활용되고 있다. 예를 들어 영업 담당자는 특정 지역의 기회, 예상 계약 성사 확률, 딜 단계 등의 정보를 질의해 고도로 정밀한 데이터를 즉시 확보할 수 있다.
또한 일부 리드는 자연스럽게 인바운드 채널을 통해 유입된다. 그러나 이러한 관심을 대규모로 선별하는 데 있어 인간 중심의 방식에는 한계가 있었다. 세일즈포스 CIO 댄 슈미트는 “최근 연구에 따르면 인바운드 영업 리드 중 실제로 인간의 접촉이나 후속 대응이 필요한 비율은 25%에 불과하며, 나머지 약 75%는 사실상 아무런 대응을 받지 못하고 있다”며 “이는 전통적인 영업 모델의 구조적 한계를 보여준다”고 지적했다.
이에 대한 대응책으로 세일즈포스는 웹사이트 에이전트를 도입해 제품 관련 질문에 응답하고 인바운드 리드를 선별하고 있다. 동시에 내부 영업 에이전트를 통해 계정 정보, 거래 이력, 가격, 임원 브리핑 자료 등을 신속하게 제공함으로써 초기 관심을 실제 영업 대화로 전환하는 데 기여하고 있다.
세일즈 지원 자료 자동 생성
AI 에이전트는 고객 여정 레퍼런스와 사례 연구 등 세일즈 지원 자료 생성에도 활용된다. 아웃시스템즈는 자체 AI 에이전트 구축 도구를 실제 영업 운영에 적용하며 프로세스를 간소화하고 있으며, 대표적으로 ‘에이전트 워크벤치(Agent Workbench)’를 활용하고 있다. 아제베도 CIO는 “잠재고객의 구매 신호, 핵심 인사이트, 관련 사례, 효과적인 제안 포인트를 제공하는 다중 에이전트 시스템을 구축했다”고 설명했다.
그는 이어 “고객 사례 에이전트 중 하나인 ‘딜 메이트(Deal Mate)’를 모든 영업팀 구성원에게 적용했으며, 지난해 10월 이후 2,859건의 관련 사례를 추천했다”고 밝혔다. 또한 CMS 어시스턴트를 활용해 수백 개의 자동화된 세일즈 덱을 생성하며 상당한 시간 절감 효과를 거뒀다.
전반적으로 AI 에이전트는 영업 담당자에게 고객이 자사 플랫폼이나 서비스를 어떻게 활용하고 있는지, 그리고 어떤 비즈니스 성과를 얻고 있는지에 대한 산업 전반의 인사이트를 직접 제공하고 있다. CIO들은 이러한 자동화된 리서치가 생산성 향상과 세일즈 퍼널 전환율 개선에 기여하고 있다고 평가한다.
또한 재무 분석 역시 에이전트를 통해 가속화할 수 있다. 삼성라에서는 MCP 서버를 활용해 기존에 상당한 수작업이 필요했던 재무 분석을 자동화하고 있다. 프란체티 CIO는 “기술적으로 훨씬 부담이 줄어들었고, 재무 관련 정보를 보다 자연스럽게 조직 내에 전달할 수 있게 됐다”고 설명했다. 이를 위해 워카토 원을 활용해 기존 레시피와 워크플로우를 MCP 서버 형태로 노출하고, 이를 에이전트 프로세스에 연결했다.
거버넌스 및 통제 체계 구축 필수
영업 파이프라인 혁신 측면에서 초기 성과가 긍정적으로 나타나고 있지만, CIO들은 특히 고객 데이터 접근이나 자율적 실행 권한을 가진 AI 에이전트에 대해 반드시 거버넌스 체계를 구축해야 한다고 강조한다.
세일즈포스 CIO 댄 슈미트는 “가드레일은 기술만큼이나 중요하다”며 위험을 줄이기 위해 에이전트 역할을 명확히 정의하고, 권한을 제한하며, 고가치 작업에는 인간 승인 절차를 마련해야 한다고 설명했다. 또한 “많은 조직이 완전 자율형 에이전트 대신 의사결정을 지원하는 형태로 먼저 도입하고 있다”고 덧붙였다.
접근 제어, 특히 인증과 권한 관리는 CIO의 주요 우선 과제다. 워카토 CIO 카터 버시는 “영업 직원을 대신해 작업하는 에이전트가 허가된 데이터에만 접근하도록 보장하는 것이 최우선 과제”라며 “고객 데이터를 수정하거나 외부 커뮤니케이션을 수행하는 작업은 반드시 승인 절차를 거쳐야 한다”고 설명했다.
아제베도 CIO는 혁신과 데이터 보호 간 균형의 중요성을 강조했다. 그는 “에이전트형 AI는 고객 데이터와 거래 무결성을 유지하면서 동시에 핵심 비즈니스 프로세스를 자동화하기 위해 양측 모두에 대한 투자가 필요하다”고 말했다. 이를 위해 분산된 데이터 소스를 통합하고, 에이전트가 데이터를 탐색하고 생성하는 방식을 단순화할 것을 제안했다.
또한 에이전트의 행동에 대한 투명성 확보도 필수적이다. 그는 “에이전트가 의사결정을 어떻게 내리는지에 대한 완전한 가시성은 CIO가 신뢰 기반의 지능형 하이퍼자동화 시대를 추진하는 데 핵심 요소”라고 표현했다.
서비스나우의 로맥 CDIO는 CIO의 리더십 역할도 중요하다고 덧붙였다. 그는 “사용자를 위한 가이드와 코칭 역시 우리의 역할”이라며 “적절한 계정 및 딜 맥락 설정, 구체적인 지표 제시, 복잡한 요청 분해, 결과 검증 등 효과적인 프롬프트 작성 모범 사례를 제공하는 것이 중요하다”고 설명했다.
결국 CIO는 조직 전반을 연결하는 ‘통합자’ 역할을 수행해야 한다는 것이 그의 설명이다. 그는 “CIO는 영업, IT, 법무, 재무, 보안 부서를 연결해 강력하면서도 책임 있는 사용자 경험을 만들어야 한다”며 “이 균형이 조직 전체의 가치를 끌어낸다”고 밝혔다.
또한 관리와 통합이 필요한 대상은 인간뿐만이 아니다. 에이전트 역시 조직의 지식과 정책에 기반한 교육이 필요하다. 버시는 “우리는 에이전트를 직원처럼 다룬다”며 “비즈니스 관련 지식으로 온보딩하고, 데이터 거버넌스 정책을 학습시키며, 지속적으로 모니터링한다”고 설명했다.
마지막으로 CIO는 재무적 책임도 고려해야 한다. 아카마이 CIO 케이트 프라우티는 “AI 에이전트는 단기 실험이 아니라 장기 시스템으로 접근해야 한다”고 조언했다. 이에 따라 CIO는 IT 리더십과 협력해 에이전트 도입 비용을 관리해야 하며, “적절한 관리가 없으면 실질적 가치를 창출하지 못하는 AI 도구에 비용이 과도하게 투입될 수 있다”고 지적했다.
영업 AI 에이전트 도입 모범 사례
에이전트 기반 매출 워크플로우에 본격적으로 뛰어들기 전에, 영업 조직은 반드시 기본 역량을 갖춰야 한다. 세일즈포스 CIO 댄 슈미트는 “많은 조직이 도입 시작, 확장, 성공 기준 정의에 대한 명확한 로드맵을 아직 갖추지 못하고 있다”며 데이터, 거버넌스, 운영 구조 등 사전 준비가 책임 있는 도입의 핵심이라고 강조했다.
성공의 핵심은 최신 상태로 지속적으로 업데이트되는 견고한 데이터 기반에 있다. 아웃시스템즈 CIO 티아고 아제베도는 “중앙화된 데이터 기반과 강력한 콘텐츠·데이터 지식 체계를 구축하고, 에이전트 도입 과정 전반에서 비즈니스 리더들과 협업하는 기업이 성공할 것”이라고 말했다. 이는 조직 문화의 변화도 요구하며, 에이전트를 명확한 책임과 운영 구조를 갖춘 ‘인력의 확장’으로 바라봐야 한다는 의미다. 이를 위해 특정 에이전트에 담당 인력을 지정하고, 성과를 모니터링하며, 문제를 지속적으로 관리할 것을 제안했다.
또한 초기에는 영업 워크플로우에 최적화된 고가치 사용 사례부터 소규모로 시작하는 것이 중요하다. 서비스나우 CDIO 켈리 로맥은 “영업 준비나 딜 코칭처럼 가치가 명확한 한두 개의 핵심 사용 사례를 선택해야 한다”고 조언했다. 이를 위해 영업 담당자들과 긴밀히 협력해 실제 업무 흐름 안에서 작동하는 경험을 설계해야 한다. 그는 “AI가 실제로 다음 미팅을 성사시키거나 계약 체결에 도움이 되지 않는다면 조직에 정착하기 어렵다”고 강조했다.
슈미트 CIO 역시 조건이 이미 갖춰진 영역부터 시작할 것을 권고한다. 그는 “명확한 문서화, 구조화된 데이터, 잘 정의된 워크플로우를 갖춘 환경에서 AI 에이전트가 가장 큰 가치를 발휘한다”며 이러한 영역에서 테스트를 진행해 정확성과 가치를 검증해야 한다고 말했다.
다른 CIO들도 모든 것을 한 번에 자동화하려 해서는 안 된다는 데 의견을 같이한다. 워카토 CIO 카터 버시는 라이선스 최적화처럼 고통 지점은 크지만 리스크는 낮은 업무부터 시작할 것을 권장하며 “빠르게 효과를 측정할 수 있는 영역을 선택하라”고 조언했다.
실험 단계를 넘어
경영진들은 AI 투자에서 ROI를 창출하기 위해 노력하고 있지만, 그 성과는 아직 불확실한 경우가 많다. 다보스에서 발표된 PwC 보고서에 따르면, CEO의 56%는 AI 투자에서 재무적 성과를 체감하지 못했으며, 비용 절감과 매출 증가를 동시에 달성했다고 답한 비율은 12%에 불과했다.
반면 영업 분야에서의 에이전트형 AI는 보다 긍정적인 성과를 보이고 있다. 아직 초기 단계이지만, 매출 워크플로우에 AI 에이전트를 적용한 기업들은 인상적인 성과를 보고하고 있다. AI 에이전트는 리드 선별, 메시지 개선, 계정 리서치, 고객 인사이트 확보, CRM 자동 업데이트 등 영업 라이프사이클 전반의 반복 업무를 자동화한다.
삼성라 CIO 스티븐 프란체티는 “우리가 추진하는 다양한 활용 사례와 투자는 비즈니스 관점에서 ROI와 핵심 지표 개선으로 이어지고 있다”며 “이미 실험 단계를 넘어, 어디에서 가치를 창출할 수 있는지와 그 가치를 위해 AI를 어떻게 적용할지가 더 중요한 단계로 진입했다”고 설명했다.
또한 AI 에이전트는 영업 조직을 대체하기보다 보완하는 역할을 한다. 워카토 CIO 카터 버시는 “생산성 향상만으로도 충분히 투자 가치가 있다”며 “영업 담당자들은 행정 업무보다 실제 고객과의 대화에 더 많은 시간을 할애하게 됐다”고 말했다.
다만 아직까지 AI 에이전트가 단독으로 계약을 성사시키는 단계에는 이르지 못했다. 대신 서비스나우의 로맥 CDIO는 “AI 에이전트는 맥락 이해, 정보 종합, 다음 행동 제안 등 핵심 작업을 수행하고, 영업 담당자는 전략, 관계, 성과 창출에 집중한다”며 인간의 역량을 강화하는 도구라고 평가했다.
그는 “효과는 즉각적으로 나타난다”며 “하루 첫 미팅부터 변화를 체감할 수 있고, 시간이 지날수록 거래 지연 감소, 실행력 강화, 일관된 가치 창출로 이어진다”고 강조했다.
dl-ciokorea@foundryco.com
Read More from This Article: 글로벌 기업이 먼저 경험한 변화…AI 에이전트, 매출을 증명하다
Source: News