Saleslink Saleslink

블로그

Saleslink 팀이 들려드리는 자료 공유와 영업 자동화 이야기

Claude Design으로 만든 영상 한 편을 받았습니다
최신 글

Claude Design으로 만든 영상 한 편을 받았습니다

지난주 한 고객이 Claude Design으로 만들었다는 30초짜리 제품 소개 영상을 메시지에 함께 보내주셨어요. 깔끔한 자막, 부드럽게 넘어가는 슬라이드, 핵심만 짚는 짧은 카피. 처음엔 외주를 맡기신 줄 알았습니다. 그런데 한 시간 좀 넘게 걸렸다고 적어두셨더라고요. https://saleslink.pro/v/nuguna AI로 영상 만드는 게 이렇게까지 됐구나알고 보니 두 가지 도구를 섞으셨답니다. Claude Design으로 슬라이드 구조와 카피를 한 번에 잡고, 모자란 일러스트나 배경은 ChatGPT Images 2.0으로 채우셨다고요. 그 다음 가벼운 편집기에서 합치셨다고. 저희도 따라 해봤어요. 정말 한 시간 안쪽이면 한 편이 나오더라고요. 작년만 해도 영상 한 편 만들려면 외주비로 수십만 원, 직접 하면 며칠이 들던 일이었어요. 점심 한 끼 시간으로 줄어든 셈이죠. 영상이라는 형식 자체가 부담스럽지 않은 자산이 되어가고 있구나 싶었습니다. 그분이 마지막에 한 줄을 덧붙이셨어요"저처럼 영상 만들어 보고 싶은데 어디서부터 시작해야 할지 모르는 분이 더 많을 거예요. 세일즈링크 안에서도 자료 올리듯이 영상이 만들어졌으면 좋겠어요." 읽고 한참 멍해 있었어요. 너무 당연한 말인데, 저희는 거기까지 생각이 닿지 못했거든요. 이미 제품을 쓰시는 분들 대부분이 PDF·문서·이미지로 자료를 올리고 계셨어요. 받는 쪽 입장에서 영상 한 편이 텍스트 여러 장보다 훨씬 빠르게 흡수된다는 것도, 한 번 만들어두면 두고두고 보낼 수 있는 자산이라는 것도, 다 알고 있었으면서요. 다음 분기 작업을 조용히 다시 짜고 있어요원래 계획돼 있던 다른 작업을 조금 미루고, 영상 생성 기능을 먼저 들여다보는 중이에요. 목표는 단순합니다. 자료를 업로드하던 그 자리에서, 같은 흐름으로 영상도 만들어지도록. 대본·슬라이드·내레이션·자막까지 한 번에 풀려나오게. 저희가 직접 따라 해보면서 가장 어색했던 단계들을 하나씩 흡수하고 있어요. 시간은 좀 걸릴 것 같습니다. 너무 서두르지 않으려고요. 영상 한 편이 영업 링크가 되는 흐름마지막으로 한 가지만 짧게 적어둘게요. 세일즈링크 안에서 만든 영상은 만들어지는 순간 그대로 영업 링크가 됩니다. 카톡으로 링크만 던지면, 받는 쪽은 자동 자막과 요약을 함께 보면서 영상을 보고, 궁금한 게 있으면 같은 화면의 챗봇에게 바로 물어볼 수 있어요. 보낸 쪽은 대시보드에서 누가 어디까지 봤는지, 어떤 걸 물었는지를 한눈에 봅니다. 다음에 누구에게 어떤 이야기로 연락할지가 자연스럽게 보이게요. 영상은 만드는 일보다 어떻게 보내고 어떻게 반응을 읽느냐가 훨씬 어렵습니다. 그 뒷부분을 잘 받쳐드릴 수 있으면 좋겠어요. 이 글 자체가 Saleslink 위에서 돌아가고 있고, 아래 챗봇이 이 글·FAQ·약관·제품 자료를 함께 학습하고 있어요. 궁금한 것 있으면 직접 물어보세요.

"고객이 언제 어느 차에 멈췄는지 처음 보였어요" — 어느 장기렌터카 영업 담당자의 Saleslink 사용기

"고객이 언제 어느 차에 멈췄는지 처음 보였어요" — 어느 장기렌터카 영업 담당자의 Saleslink 사용기

Saleslink를 쓰는 고객 중에는 법인 장기렌터카를 취급하는 영업 담당자들이 꽤 있습니다. 차량 스펙, 보험, 정비, 월 납부 조건처럼 살펴봐야 할 항목이 많고, 결재가 여러 사람을 거쳐야 하기 때문에 영업 사이클이 길다는 공통점이 있습니다. 이번 글에서는 그중 한 분의 사용 사례를 정리해 봤습니다. 신원은 밝히지 않기로 했고, 편의상 A님이라고 부르겠습니다. A님은 수도권에서 법인 장기렌터카 계약을 주로 담당하고 있습니다. "월요일에 보내면 목요일까지 답이 없어요"A님이 저희에게 처음 상담을 신청했을 때 보낸 메시지를 요약하면 이렇습니다. 월요일 오전에 견적서, 차량 카탈로그, 보험 안내서, 정비 패키지 설명을 카톡으로 몰아 보내면 그 이후부터는 말 그대로 **'깜깜이 구간'**이 시작된다는 것이었습니다. 수요일이 되어도 답이 없어서 전화를 걸어 보면, 담당자는 "아, 그 자료요? 잠시만요, 어디에 있더라..."라고 파일을 찾느라 몇 분씩 걸렸습니다. 자료를 재무팀에 넘겼다는 말을 들어도, 실제로 넘어갔는지 확인할 방법이 없었습니다. 법인 렌터카 영업의 숨은 난이도장기렌터카는 개인 대상 단기렌트와 달리 의사결정자가 여러 명입니다. 운영팀 과장이 먼저 자료를 받고, 재무팀이 월 납부 금액을 따지고, 마지막으로 대표이사가 결재 버튼을 누릅니다. 영업사원 입장에서는 한 사람을 설득하는 게 아니라 세 사람이 차례대로 같은 자료를 보는 과정을 지원해야 합니다. 그런데 첨부 파일 다섯 개가 카톡 대화창을 떠다니는 구조에서는 이 흐름을 따라갈 수 없다는 게 A님의 고민이었습니다. 첨부파일 다섯 개를 링크 하나로A님이 Saleslink에서 제일 먼저 한 일은 단순합니다. 흩어져 있던 PDF들을 한 폴더에 올리고, 그 폴더로 연결되는 링크 하나만 카톡에 보내기 시작한 것입니다. 차량 카탈로그, 월 납부 견적서, 보험 패키지, 정비·대차 조건, 실제 고객 인도 사진을 한곳에 묶어 두니 카톡 대화창이 깔끔해졌습니다. 나중에 재무팀이나 대표이사에게 공유될 때도 여전히 링크 한 개가 전달됐습니다. "어제 오후 3시 14분, 카니발 9인승을 5분 봤어요"링크를 보낸 다음 날 아침, A님이 관리자 화면에서 처음 마주한 알림은 이런 문장이었습니다. "어제 오후 3시 14분, 고객이 카니발 9인승 카탈로그를 5분 동안 봤습니다." A님이 저희에게 "이걸 처음 본 순간의 기분은 설명하기가 어렵다"고 했습니다. 그동안 짐작만 하던 걸 처음으로 숫자로 본 것이기 때문입니다. 이 고객은 스타리아보다 카니발에, 그중에서도 9인승 쪽에 마음이 기울어 있었습니다. 그 다음 전화는 "카니발 9인승 조건을 좀 더 구체적으로 안내드릴까요?"로 시작됐고, 평소와는 완전히 다른 결의 통화가 됐습니다. 밤 11시에도 챗봇이 영업을 돕고 있었다예상하지 못한 변화는 저녁 시간에 일어났습니다. 어느 밤 11시쯤 A님의 휴대폰에 알림이 떴고, 한 고객이 챗봇에 **"보험 자차 한도가 1억이라고 되어 있는데 대물은 따로인가요?"**라고 물어본 기록이 남아 있었습니다. 챗봇은 이미 A님이 올려 둔 보험 안내서와 계약 조건을 학습한 상태였기 때문에, 그 질문에 정확한 숫자로 답을 돌려주고 있었습니다. 다음 날 아침 고객 쪽에서 먼저 "이 조건이면 진행하고 싶은데요"라고 연락이 왔습니다. A님은 이 장면을 두고 "예전 같으면 그 고객은 다음 날 오전에 그 질문을 잊어버렸거나, 다른 업체에도 똑같이 물어봤을 것"이라고 말했습니다. 결재 라인을 따라 움직이는 링크가장 인상 깊었던 사례는 한 법인 계약의 마지막 단계에서 나왔습니다. 담당 과장에게 보낸 링크가 재무팀으로 한 번, 다시 대표이사 비서실로 한 번 공유되는 과정이 A님의 관리자 화면에 전부 기록됐습니다. 대표이사가 언제 링크를 열었고, 어느 페이지에서 오래 머물렀는지가 보였기 때문에 "결재 올라갔습니다"라는 말만 믿고 기다릴 필요가 없었습니다. A님은 대표이사가 월 납부 페이지에서 오래 머무른 걸 확인한 뒤에 전화를 걸었고, 그 통화에서 계약이 확정됐습니다. 3개월 뒤 남은 숫자 세 가지A님이 Saleslink를 쓰기 시작한 지 약 3개월이 지났을 때, 저희가 사용 패턴을 함께 돌아보며 정리한 내용은 이렇습니다. 첫째, 같은 견적에 대한 재통화 횟수가 눈에 띄게 줄었습니다. 자료가 한곳에 있고 챗봇이 기본 질문을 받아 주니, 전화의 성격이 '자료 안내'에서 '계약 확정'으로 바뀌었습니다. 둘째, 제안 후 답장을 기다리는 시간이 줄었습니다. 고객의 궁금증이 저녁·밤에도 해소되면서 결정이 빨라졌습니다. 셋째, A님 본인의 영업 감정이 달라졌습니다. "답이 왜 없지"라는 조급함 대신, 지금 어느 단계에 와 있는지가 보이니 불필요한 걱정이 줄었다고 했습니다. 저희가 이 사례에서 배운 것A님의 이야기를 정리하면서 저희가 다시 확인한 건, Saleslink가 풀어야 할 문제는 '파일 전송'이 아니라 **'보이지 않는 시간'**이라는 점입니다. 영업은 결국 고객의 머릿속이 어느 방향으로 흐르고 있는지를 읽어내는 싸움이고, 그 안개를 조금 걷어주는 것만으로도 실적과 담당자의 심리가 함께 움직인다는 걸 렌터카라는 업종에서 다시 한번 확인했습니다. 지금 보고 계신 이 글도 Saleslink 위에서 돌아가고 있습니다. 아래 챗봇은 이 글, 다른 고객 사례, FAQ, 이용약관, 제품 소개 자료를 함께 읽은 상태입니다. A님의 사용 방식이나 도입 과정이 궁금하시면 직접 물어보셔도 됩니다.

홈페이지 챗봇은 만들지 않겠다던 저희가, 결국 만든 이유

홈페이지 챗봇은 만들지 않겠다던 저희가, 결국 만든 이유

제안서 속 챗봇이 아쉬워졌던 이유Saleslink를 쓰는 대표님들은 보통 이렇게 고객을 만납니다. 자료를 올려 제안서 페이지를 만들고, 그 링크를 카톡이나 메일로 보냅니다. 고객이 링크를 열면 AI가 자료를 학습한 상태로 대신 설명해주고, 누가 어디까지 봤는지는 실시간으로 대표님 화면에 쌓입니다. 여기까지가 지금까지의 Saleslink였죠. 그런데 최근 몇 분이 같은 질문을 하셨어요. "링크로 들어온 고객이 결국 홈페이지도 찾아오는데, 홈페이지에서는 그 AI가 안 보여요. 홈페이지에서도 제안서에 붙어 있던 챗봇이 그대로 이어지게 할 순 없을까요?" 이 질문 하나 때문에 이번에 홈페이지 챗봇 기능을 열었습니다. 스크립트 한 줄이 전부입니다홈페이지의 본문 끝에 이런 줄을 하나 붙이면 됩니다. <script src="https://saleslink.pro/embed.js" data-key="여러분의-링크-코드" async></script> 저장하는 순간 홈페이지 우측 하단에 상담 버튼이 나타납니다. 방문자가 누르면 Saleslink에 이미 만들어둔 챗봇 창이 그대로 열립니다. 이 챗봇은 백지 상태가 아닙니다. 여러분이 Saleslink 폴더에 올린 자료를 이미 학습한 상태로 켜집니다. 이미 만든 지식이 그대로 따라옵니다Saleslink는 한 폴더 안에 제안서, 브로셔, FAQ, 약관, 내부 세일즈 스크립트를 함께 담을 수 있습니다. 일부 자료는 방문자에게 보이지 않게 숨기고 챗봇만 참고하도록 설정할 수도 있죠. 그래서 홈페이지 챗봇도 "환불 정책이 뭐예요?" "결제 주기는 어떻게 돼요?" 같은 실무 질문에 그 자리에서 답할 수 있습니다. 홈페이지용으로 별도의 지식베이스를 정리할 필요가 없어요. 제안서에서 AI가 답하던 그 품질이 홈페이지에서도 그대로 유지된다는 뜻입니다. 모바일에서는 전체 화면으로 열립니다모바일에서 좁은 채팅창을 띄우는 건 대부분 쓸모가 없더라고요. 그래서 모바일에서는 챗봇이 화면 전체를 채웁니다. 상단 왼쪽의 뒤로가기 버튼을 누르면 바로 원래 페이지로 돌아옵니다. 손가락으로 답장을 입력하는 데 필요한 공간이 충분하고, 홈페이지 스크롤과 채팅창 스크롤이 섞이지 않습니다. 영업용으로만 쓰던 링크가 홈페이지 챗봇이 됩니다지금까지 Saleslink 링크는 대부분 1:1 영업 자리에서만 쓰였습니다. 대표님이 자료를 올려 링크를 만들고, 그 링크를 개별 고객에게 카톡이나 메일로 보내는 흐름이죠. 그 과정에서 AI가 어떻게 답하는지, 어떤 자료가 부족한지는 실제 고객과의 대화로 이미 검증됩니다. 이번 업데이트는 그 검증된 링크를 그대로 홈페이지 챗봇으로 옮길 수 있게 한 겁니다. 영업 자리에서 쓰던 자료, 다듬어둔 요약, 대화 톤이 홈페이지 방문자에게도 유효하기 때문에 별도의 홈페이지용 지식베이스를 만들 필요가 없습니다. 링크 하나만 만들어두면 1:1 영업 발송과 1:N 홈페이지 상담이 동시에 커버됩니다. 영업용으로 이미 쌓아둔 자산이 그대로 두 번째 채널로 확장되는 구조예요. 그럼에도 한동안 만들지 않기로 했던 이유솔직히 말씀드리면, 저희는 한동안 홈페이지 챗봇 기능을 만들지 않기로 정해둔 상태였습니다. 한국에서 "우리 홈페이지에 챗봇 달자"는 제안은 여전히 조심스럽게 나옵니다. 답을 못 주고 루프만 도는 챗봇에 대한 실망 경험이 쌓여 있기 때문이에요. 그런데 Saleslink를 이미 쓰시는 대표님들은 이야기가 달랐습니다. 영업 링크에 붙어 있는 AI가 실제로 고객과 대화할 때 어떻게 답하는지 본인이 먼저 확인하셨고, 그걸 홈페이지로 확장하고 싶어 하셨어요. 그건 "모르는 챗봇을 새로 붙이는" 것과 전혀 다른 선택이에요. 이미 검증된 응답을 자기 사이트에서도 이어쓰는 일이죠. 그래서 이 기능은 신규 진입용이 아니라, 이미 Saleslink의 답변 품질을 확인한 분들이 경험을 홈페이지로 확장하는 도구로 만들었습니다. 바로 시작할 수 있는 3단계Saleslink에 자료를 올려 폴더를 만듭니다그 폴더 안에 링크를 하나 만들고 단축 코드를 확인합니다홈페이지 본문 끝에 스크립트 한 줄을 붙입니다관리 화면의 링크 상세 페이지에 본인 계정의 코드가 채워진 스크립트 태그가 준비돼 있으니 복사해서 그대로 붙여넣기만 하면 됩니다. 이 글 자체가 Saleslink 위에서 돌아가고 있고, 아래 챗봇이 이 글·FAQ·약관·제품 자료를 함께 학습하고 있습니다. 홈페이지 챗봇에 대해 궁금한 게 있으면 직접 물어보세요.

한국 기업 홈페이지에 챗봇이 없는 이유, 그리고 곧 바뀔 이야기

한국 기업 홈페이지에 챗봇이 없는 이유, 그리고 곧 바뀔 이야기

미국 기업 홈페이지에는 왜 챗봇이 기본일까미국 B2B SaaS 회사 홈페이지에 접속해보면 거의 예외 없이 한 가지가 보입니다. 오른쪽 하단 둥근 말풍선 아이콘. Drift, Intercom, HubSpot Chat 같은 챗봇 위젯입니다. "궁금한 거 있으면 여기로 물어보세요." 방문자가 클릭하면 AI가 응답하거나, 담당자에게 연결해줍니다. 영업 시간이든 새벽이든 상관없습니다. 반면 한국 기업 홈페이지에 접속하면 이 버튼이 거의 안 보입니다. 대신 눈에 띄는 건 "문의하기" 버튼과 그 안의 이름/연락처/이메일 폼. 답장은 보통 다음 영업일에 옵니다. 같은 2020년대인데 왜 한국과 미국이 이렇게 다를까요? 이 질문에 답해보면 한국에서 챗봇이 왜 지금까지 안 자리 잡았는지, 그리고 왜 곧 바뀔 수밖에 없는지가 함께 보입니다. 한국에서 챗봇이 자리잡지 못한 세 가지 이유1. "사람이 응대해야 진짜 서비스"라는 정서한국 고객은 "사람이 직접 친절하게 응대해주는 것"을 서비스 품질의 핵심 지표로 봅니다. 챗봇은 오히려 **"돈 아끼려고 사람 안 쓰는 성의 없는 대응"**으로 인식되기 쉬웠습니다. 이 정서는 B2C에서 특히 강합니다. 은행·통신사 ARS 자동응답이 "사람 상담원 연결까지 얼마나 걸리는지"로 평가받는 건 우연이 아닙니다. 시스템은 "사람에게 가기 전에 거쳐야 하는 장애물"로 자리잡았습니다. B2B에서도 같은 정서가 작동합니다. "영업은 사람이 하는 일"이라는 관점이 뿌리 깊어서, 고객에게 AI가 응답하는 상황 자체를 결례로 느끼는 문화가 있었습니다. 2. 소통 채널이 카카오톡·전화에 집중한국은 사업용 채팅 문화가 카카오톡에 흡수된 특이한 시장입니다. 자영업자·프리랜서·중소기업 대부분이 카카오톡 플러스친구, 네이버 톡톡, 그리고 전화를 주력 채널로 씁니다. 그러니 "홈페이지에 별도 챗봇을 붙인다"는 발상 자체가 이중 투자처럼 느껴집니다. "카톡으로 연락하라고 하면 되는데 굳이?" 이 구조는 미국과 정반대입니다. 미국은 개인 카톡에 해당하는 압도적 채널이 없고, 사업 소통은 이메일·홈페이지 채팅·LinkedIn으로 분산돼 있어 홈페이지 챗봇의 자리가 자연스럽게 생깁니다. 3. 초기 챗봇들이 만든 불신2010년대 후반 한국에 등장한 1세대 챗봇들은 품질이 낮았습니다. "안녕하세요", "도와주세요" 외의 질문엔 "죄송해요, 이해하지 못했어요"를 반복했죠. 이 시기 챗봇을 겪어본 사용자는 **"챗봇 = 답답함"**이라는 인상을 얻었습니다. 영업·마케팅 담당자 입장에서도 "저런 챗봇을 홈페이지에 달면 브랜드 이미지가 떨어진다"고 판단하는 게 합리적이었습니다. 이 불신이 지금까지도 잔존합니다. 기술이 바뀌었는데도 "챗봇은 원래 답답한 것"이라는 전제가 많은 의사결정자에게 남아 있습니다. 그런데 2024년부터 상황이 달라졌다LLM이 바꾼 건 단순 품질 이상ChatGPT·Claude·Gemini 이후 챗봇의 품질이 단계가 아닌 차원으로 바뀌었습니다. 한국어로 복잡한 맥락을 이해함회사의 제품 자료·FAQ·약관을 읽고 그 범위 안에서 정확히 답함고객의 구체적 질문("도입까지 얼마나 걸려요?")에 구체적으로 답함어색한 문장·예의 없는 응답이 사실상 사라짐이건 **"챗봇을 붙이면 브랜드 이미지가 떨어진다"**라는 과거 전제를 무효화합니다. 지금은 반대가 됐습니다. 제대로 만들어진 AI 챗봇은 **"밤에도 질문에 성의 있게 답하는 서비스"**로 오히려 호감을 삽니다. 카카오톡이 챗봇 자리를 오래 막아주지 못한다한국 사업 채팅의 카톡 집중은 강력하지만, 두 가지 균열이 생기고 있습니다. 첫째, MZ세대 이하는 전화·카톡 플러스친구 상담을 피합니다. 실제 전화번호·ID를 기업에 주는 것 자체에 거부감이 있어, "익명으로 먼저 물어볼 수 있는 채널"을 선호합니다. 챗봇이 정확히 그 자리입니다. 둘째, 홈페이지에 온 잠재 고객의 질문은 카톡으로 이어지기 전에 사라집니다. 사용자가 "카톡으로 물어보려면 친구 추가해야 하네" 생각하는 순간 대부분 이탈합니다. 챗봇은 이 이탈을 잡을 수 있는 유일한 수단입니다. 인건비가 챗봇을 밀어올리고 있다한국의 최저임금·인건비 상승과 인력난은 **"사람이 24시간 응대"**라는 이상을 현실에서 점점 밀어냅니다. 중소기업·1인 사업자에게 "누구 한 명을 상담 전담으로 둔다"는 선택지는 이미 비현실적입니다. 그러면 남는 선택은 둘 중 하나입니다. 응대 못 하고 놓친다AI에게 1차 대응을 맡긴다2024년 전까진 1번이 암묵적 기본값이었습니다. 지금은 2번이 감당 가능한 수준에 도달했습니다. 이 전환은 한 번 일어나면 되돌아가지 않습니다. 바뀌는 순서: B2B 영업에서 먼저모든 시장이 동시에 바뀌지는 않습니다. 한국에서 챗봇이 자리 잡는 순서는 이렇게 예측할 수 있습니다. 1단계 (이미 진행 중): B2B 영업 문서·포트폴리오 제안서, 회사 소개, 제품 브로셔 같은 1:1 또는 1:N 자료에 챗봇이 붙는 흐름방문자가 "가격은요?", "도입 일정은?" 같은 질문을 자료 페이지 안에서 바로 해결영업자는 자는 동안에도 1차 응답이 나감2단계: 중소 SaaS·스타트업 홈페이지 Intercom식 홈페이지 챗봇이 한국형 LLM과 결합해 일반화"사람 연결은 언제든 가능, 1차는 AI가"라는 정서가 받아들여짐3단계: 일반 서비스업 전반 병원·로펌·교육 서비스까지 홈페이지 챗봇이 상식이 됨미국 2020년대 초반 풍경이 한국에 도착지금이 1단계가 막 열리는 시점입니다. 이 구간에서 빠르게 움직인 조직이 향후 3~5년의 영업·마케팅 경쟁에서 구조적 이점을 갖게 됩니다. Saleslink가 이 전환의 시작점저희가 Saleslink를 만든 이유가 바로 여기에 있습니다. 한국 B2B의 영업 자료(제안서·브로셔·포트폴리오·서비스 소개)에 24시간 응대 가능한 AI 에이전트를 붙여 드립니다. 기존 자료를 링크 하나로 바꾸면, 방문자가 자료 옆 챗봇에 질문을 던지고, AI가 제품 자료·FAQ·약관을 학습한 내용으로 답합니다. 영업자는 그 대화 기록을 출근 후 확인하고, 관심도·구매의도까지 자동 분석된 상태에서 팔로업만 하면 됩니다. "사람이 해야 하는 일"과 "AI에 맡길 수 있는 일"이 자연스럽게 분리됩니다. 이 글 자체도 Saleslink 위에서 돌아가고 있고, 아래 챗봇은 이 글·FAQ·약관·제품 자료를 함께 학습한 상담 에이전트입니다. "저희 회사에 챗봇을 붙이면 어떤 모습일까?" 같은 질문을 직접 던져보시면 답을 돌려드립니다. 한국에서 챗봇이 기본이 되는 전환은 이제 시작입니다. 그 시작이 B2B 영업에서 일어난다는 것을, 저희는 매일 수치로 확인하고 있습니다.

AaaS: Agent as a Service — AI가 도구에서 동료로 바뀌는 순간

AaaS: Agent as a Service — AI가 도구에서 동료로 바뀌는 순간

"AI를 쓰고 있다"는 말이 갑자기 애매해진 이유2020년대 중반, 사내 회의에서 "우리는 AI를 쓰고 있다"는 말이 자주 나옵니다. 그런데 이 문장이 이상하게 모호하게 들리기 시작했습니다. 누군가는 ChatGPT로 이메일을 다듬는 걸 뜻하고, 누군가는 대시보드에 붙은 AI 요약 기능을 말하고, 누군가는 고객 문의를 24시간 대신 처리하는 AI 상담원을 가리킵니다. 같은 "AI"라는 단어 아래에 서로 완전히 다른 업무 방식이 들어 있습니다. 이 혼란을 정리하는 새로운 용어가 자리 잡고 있습니다. **AaaS(Agent as a Service)**입니다. AaaS는 무엇인가AaaS는 "Agent as a Service"의 줄임말로, 스스로 판단하고 행동하는 AI 에이전트를 서비스로 구독하는 방식을 가리킵니다. 이해를 위해 AI 서비스의 세 세대를 비교해보면 분명해집니다. 1세대 — AI 도구 (AI as a Tool)사용자가 한 번 요청하면, AI가 한 번 답하고 끝나는 구조입니다. 번역기, 요약기, 문법 검사기가 여기에 해당합니다. 사용자가 키를 쥐고, AI는 기능 하나를 제공할 뿐입니다. 2세대 — AI 기능 (AI as a Service)SaaS 제품 안에 AI 기능이 내장된 형태입니다. "리드 점수를 자동으로 매긴다", "회의록을 자동 요약한다" 같은 모듈입니다. 여전히 사용자가 언제·어디에 쓸지 명령하고, AI는 특정 순간에 호출될 뿐입니다. 3세대 — AI 에이전트 (Agent as a Service)에이전트는 작업의 시작부터 끝까지 스스로 끌고 갑니다. 사용자는 목표와 경계를 정해주고, 실행과 판단은 에이전트가 합니다. 에이전트는 필요한 정보를 찾고, 여러 도구를 조합해서 쓰고, 중간 결과를 평가하고, 막히면 방법을 바꿉니다. 기존 AI가 "계산기 같은 도구"였다면, 에이전트는 **"신입사원처럼 일하는 존재"**에 가깝습니다. 에이전트를 "에이전트"로 만드는 세 가지모든 AI가 에이전트는 아닙니다. AaaS가 성립하려면 다음 세 가지 성질이 있어야 합니다. 1. 자율성 (Autonomy)사용자가 모든 중간 단계를 지시하지 않아도 작업이 진행되어야 합니다. "이 고객에게 이메일을 써줘"는 도구, "오늘 들어온 리드 중 관심이 뜨거운 사람을 찾아서 적절한 팔로업 메일을 보내둬"는 에이전트에 가깝습니다. 후자는 **"찾고 → 평가하고 → 선별하고 → 작성하고 → 발송하고 → 결과 기록"**이라는 여러 단계를 에이전트가 혼자 끌어갑니다. 2. 오케스트레이션 (Orchestration)에이전트는 하나의 AI 모델이 아닙니다. 여러 도구와 판단 단계를 조율하는 구조입니다. 데이터를 가져오는 조회 기능내용을 이해하는 언어 모델판단 결과를 외부로 전달하는 실행 도구 (이메일, 알림, DB 기록)실패 시 재시도하는 예외 처리이 조율이 매끄럽지 않으면 에이전트는 금방 엉뚱한 방향으로 빠집니다. 좋은 AaaS 제품의 경쟁력은 단일 모델 성능보다 이 오케스트레이션 설계의 완성도에서 나옵니다. 3. 맥락 적응 (Context Adaptation)에이전트는 매번 같은 일을 같은 방식으로 하지 않습니다. 방금 받은 입력, 누적된 대화 기록, 과거 판단의 성공·실패 데이터를 참고해서 다음 행동을 조정합니다. 이 적응 능력이 있어야 에이전트가 진짜 "동료처럼" 일할 수 있습니다. 매번 같은 답만 돌려주는 자동화 스크립트와 에이전트의 차이가 여기에 있습니다. 에이전트의 하루 — 인식 · 판단 · 행동 · 학습에이전트가 작업을 수행하는 방식은 한 문장으로 요약됩니다. 인식 → 판단 → 행동 → 학습을 스스로 순환한다.인식: 지금 상황에 어떤 데이터가 들어왔는지 읽는다 (방문자 행동, 새 메시지, 일정 변동 등)판단: 그 상황이 무슨 의미이고, 어떤 행동이 적절한지 결정한다행동: 적절한 도구를 호출해 실제 결과물을 만든다 (이메일, 알림, 데이터베이스 기록, 보고서)학습: 결과와 피드백을 기록해서 다음 판단에 반영한다사람이 한 번 설정해두면, 에이전트는 이 네 단계를 하루에 수천 번 반복합니다. 이게 도구와 에이전트를 가르는 결정적 차이입니다. 왜 2024~2026년에 AaaS가 가능해졌나AaaS라는 개념은 새롭지 않습니다. 학계에서는 20년 전부터 "자율 에이전트"를 이야기해왔습니다. 그런데 실제 제품으로 퍼지기 시작한 건 2024년 이후입니다. 이유는 세 가지 기술이 비슷한 시기에 성숙해졌기 때문입니다. 대형 언어 모델의 추론 능력 향상 — 복잡한 판단을 자연어로 처리할 수 있게 됨도구 호출(Tool Use) 표준화 — 에이전트가 외부 시스템을 자연스럽게 쓸 수 있게 됨오케스트레이션 프레임워크 등장 — 여러 판단을 엮는 공통 인프라가 자리 잡음이 세 가지가 모이면서, 2024~2025년부터 "에이전트를 제품으로 팔 수 있는 시장"이 본격적으로 열렸습니다. AaaS가 바꾸는 일의 모양AaaS가 보편화되면 사람의 일하는 방식 자체가 변합니다. 기존: 사람이 도구를 쓴다사람이 주어이고 AI는 목적어입니다. "나는 이 도구로 이메일을 작성한다." 효율은 올라가지만, 여전히 사람이 모든 단계의 주체입니다. AaaS: 사람이 에이전트와 협업한다에이전트가 주어가 될 수 있습니다. "에이전트가 이메일을 작성해 보냈고, 내가 그 결과를 확인한다." 사람은 실행자에서 감독자로 역할이 이동합니다. 이 변화는 단순한 업무 자동화보다 훨씬 큽니다. 조직 구조, 성과 측정 방식, 팀 구성 규모에 연쇄적으로 영향을 줍니다. 영업 3명 + 상담 에이전트 1개가 영업 5명보다 많은 리드를 처리하는 상황이 일반화됩니다. AaaS가 먼저 침투하는 영역에이전트가 빠르게 자리 잡는 영역에는 공통점이 있습니다. 반복적 판단 + 맥락 기반 응답 + 외부 시스템 연동이 필요한 일들입니다. 고객 응대 — 24시간 상담, 문의 분류, 1차 답변 자동화리서치·분석 — 여러 자료를 종합해 한 장 요약 만들기세일즈 지원 — 리드 스코어링, 팔로업 타이밍 추천, 개인화된 메시지 초안코드 작성 — 요구사항을 받아 초안을 만들고 자체 테스트까지운영 모니터링 — 이상 감지, 알림, 1차 대응반면, 창의적 방향 설정이나 복잡한 감정 노동처럼 사람의 직관이 핵심인 영역에는 아직 에이전트가 들어가기 어렵습니다. 당분간 사람과 에이전트의 분업은 "방향은 사람, 실행은 에이전트" 구도로 정착할 가능성이 높습니다. AaaS 도입 시 유의점에이전트를 팀에 합류시킬 때 꼭 생각해야 할 세 가지가 있습니다. 권한 범위를 명확히 할 것 — 에이전트가 어디까지 스스로 결정해도 되는지 경계를 정해두지 않으면 예상치 못한 행동이 나올 수 있습니다피드백 구조를 설계할 것 — 에이전트가 한 행동의 결과(성공·실패·고객 반응)를 어떻게 돌려받아 다음 판단에 반영할지가 장기 성능을 좌우합니다실패 모드를 상상해둘 것 — 에이전트도 틀립니다. 틀렸을 때 어떻게 알아차리고, 어떻게 사람에게 넘겨주는지가 제품 품질의 절반입니다Saleslink에서의 AaaS 적용Saleslink는 영업 조직을 위한 AaaS로 설계된 제품입니다. 사용자가 영업 자료를 링크 하나로 공유하는 순간, 다음 네 가지 에이전트가 팀에 합류합니다. 상담 에이전트 — 자료 페이지에서 24시간 방문자 질문 응대분류 에이전트 — 방문자 관심도·우선순위 자동 태깅분석 에이전트 — 행동 흐름을 해석해 구매의도와 추천 액션 생성리포팅 에이전트 — 대시보드 지표를 자연어 요약으로 전달영업자는 이 네 에이전트와 함께 하루를 시작하고, 자신의 시간은 사람이 가장 잘하는 일 — 관계, 맥락, 설득 — 에 집중합니다. 이 글 자체도 Saleslink 위에서 돌아가고 있고, 아래 챗봇이 바로 이 글의 상담 에이전트입니다. "우리 회사에 AaaS를 어떻게 도입하면 좋을까?" 같은 질문을 직접 던져보시면 답을 돌려드립니다.

영업에 AaaS 도입이 필수인 이유

영업에 AaaS 도입이 필수인 이유

"우리 팀에 AI 도입 검토 중입니다"2024년 이후 영업 리더들이 가장 많이 꺼낸 말입니다. 그런데 이 말은 거의 항상 **"1년째 검토 중"**이라는 뒷말을 달고 옵니다. 본격적인 구축도, 명확한 포기도 아닌 어정쩡한 상태에서 시간이 흐르는 동안, 경쟁사의 영업 팀원 한 명은 이미 AI 에이전트를 옆에 두고 두 사람 몫의 일을 하고 있습니다. 이 글은 영업 조직에 AI를 '언젠가' 도입할지가 아니라, 왜 AaaS(Agent as a Service) 형태로 지금 도입하는 것이 유일한 현실적 경로인지에 대한 이야기입니다. AaaS는 "AI 에이전트를 채용하는 것"이다AaaS는 "Agent as a Service"의 줄임말입니다. 그냥 AI 기능을 쓰는 것이 아니라, 스스로 판단하고 행동하는 AI 에이전트를 월 구독으로 "채용"하는 방식을 가리킵니다. 두 개념은 겹쳐 보이지만 다릅니다. 기존 AI 도구: 사람이 지시하면 분석·요약·제안을 한 번 돌려주고 끝남AI 에이전트: 작업의 시작부터 완료까지 스스로 흐름을 끌고 감. 사람은 결과와 예외 상황만 확인영업 조직에서 이 차이는 결정적입니다. "AI가 리드 점수를 알려준다"와 "에이전트가 상위 리드에게 먼저 연락해두고 영업자 출근하면 인계한다"는 같은 AI 기술이어도 업무량에 미치는 영향이 다른 단위에 있습니다. 2025년 이후 B2B SaaS 시장의 AI 도입 논의는 대부분 이 에이전트 레벨로 올라와 있습니다. "AI를 쓰고 있는가?"가 아니라 **"어떤 에이전트가 당신 팀에 속해 있는가?"**가 질문입니다. 왜 에이전트를 직접 만들면 안 되나영업 리더 일부는 "우리가 직접 영업 에이전트를 만들면 더 맞춤화되지 않을까?"를 고민합니다. 이론적으로는 맞지만, 실제로는 구조적으로 불가능에 가깝습니다. 1. 파운데이션 모델은 만들 수 있는 시대가 끝났습니다GPT·Claude·Gemini 같은 모델은 한 번 훈련에 수천억 원 단위가 들어갑니다. 이 위에서 동작하는 에이전트를 만들려면 최신 모델을 계속 뒷받침해줄 주체가 필요한데, 영업팀 한 곳이 감당할 규모가 아닙니다. 2. 에이전트는 모델이 다가 아니라 오케스트레이션이 본질입니다좋은 영업 에이전트는 단일 AI 호출이 아니라 수십 단계의 판단·도구 호출·예외 처리로 구성됩니다. 방문자 행동을 실시간으로 수집챗봇 대화 맥락을 RAG로 보강의도 점수 계산하고 임계값 초과 시 액션 생성운영자 알림 채널 분배결과 데이터로 다음 판단 개선이 오케스트레이션 자체를 설계·운영·유지하는 데 AI 엔지니어 한 팀이 1년 전업으로 붙어도 최소 수준입니다. 그 인건비만 수억 원이고, 영업 본업에서 이탈된 자원입니다. 3. 업데이트 속도를 혼자서는 따라갈 수 없습니다OpenAI·Anthropic이 새 모델을 내놓으면 2주 안에 AaaS 제품들이 반영합니다. 반면 자체 구축 에이전트는 마이그레이션에만 수개월이 걸립니다. 그 사이 AaaS 고객은 새 성능을 이미 실무에 녹이고 있습니다. "우리가 따라잡기 전에 격차가 더 벌어지는" 구조입니다. 에이전트가 영업팀에게 실제로 해주는 일추상적으로 "에이전트"라고 하면 와닿지 않으니, 구체적 장면 4개로 보겠습니다. 장면 1 — 사람이 자는 밤 11시자료 페이지에 방문자가 들어와 챗봇에 질문을 던집니다. "도입까지 얼마나 걸리나요?" "중소기업용 플랜이 따로 있나요?" 영업 담당자는 자고 있지만, 상담 에이전트가 제품 자료·FAQ·약관을 바탕으로 맥락 있는 답을 돌려줍니다. 동시에 대화 내용을 저장하고, 관심도 등급을 "상담"으로 올리고, 문의가 특정 조건(가격·도입 일정 질문)에 맞으면 운영자 알림까지 예약합니다. 다음 날 출근한 담당자는 대화 기록 + 의도 분석 + 추천 액션이 한 화면에 정리된 상태로 일을 시작합니다. 영업이 자는 시간에 에이전트가 한 단계 진도를 빼놓은 셈입니다. 장면 2 — 출근 직후 30초대시보드를 열면 분류 에이전트가 이미 오늘의 우선순위를 정렬해뒀습니다. 미처리 상담은 긴급도 색상(초록·주황·빨강·검정)으로 구분방문자는 관심/집중/상담 3단계 자동 분류구매의도 높은 순으로 정렬직감으로 "누구부터 할까" 고민하는 15분이 통째로 사라집니다. 영업자는 정렬 자체가 아니라 정렬 결과 위의 액션만 결정하면 됩니다. 장면 3 — 방문자가 떠난 직후분석 에이전트가 그 방문자의 모든 흔적(질문, 체류, 재방문, 문의)을 자동으로 종합해서 요약을 내놓습니다. 구매의도: 높음니즈: 결제 조건과 도입 시점이 결정 요인추천 액션: 할부 옵션 2가지 + 최단 도입 일정 정리한 1-pager 오전 중 회신 권장영업자가 분석을 직접 할 필요가 없습니다. 행동 → 해석 → 추천 액션까지 에이전트가 자율적으로 완결시킵니다. 영업자는 "이 추천을 따를지 말지"만 결정합니다. 장면 4 — 분기 리뷰 준비매니저가 수치 모으기에 하루씩 쓰던 시대가 끝났습니다. 리포팅 에이전트가 대시보드에 전환율, 피크 시간대, 이전 분기 대비 변화율을 미리 계산해두고 자연어 요약까지 붙여줍니다. "이번 분기 상담 전환율이 12.5%로 이전 분기(8.2%)보다 개선되었습니다. 주로 TOP 링크 A의 재방문 비중 상승이 기여했습니다."매니저 시간은 수집에서 결정으로 이동합니다. 도입 지연의 진짜 비용AaaS 도입이 '필수'라는 주장의 가장 강한 근거는 복리 격차입니다. 영업팀이 에이전트 도입을 1년 미룬다고 해서 '1년 더 지금처럼 운영한다'가 되지 않습니다. 그 1년 동안 경쟁사는 이런 일이 벌어집니다. 에이전트가 야간·주말 리드를 잡아놓고 있어 누수 없음구매의도 분석으로 실패할 딜에 시간 낭비하지 않음24시간 상담 에이전트가 리드 응답 속도를 분 단위로 줄임매니저가 객관적 파이프라인 지표로 빠른 의사결정즉 1년 미루는 것은 **"1년치 뒤처짐"이 아니라 "1년치 복리 격차"**입니다. 복리 격차는 따라잡는 데 1년이 아니라 2~3년이 필요합니다. 이 수학 구조 때문에 많은 영업 컨설턴트가 2025~2026년을 **"AaaS 격차가 따라잡기 불가능한 상태로 굳어지는 해"**라고 부릅니다. A팀 vs B팀 — 같은 조건에서 다른 결과A팀(에이전트 팀): 영업자 3명 + 상담/분석/정렬 에이전트 3종. 월 300건 리드 중 자동 정렬된 상위 30건에 집중B팀(직감 팀): 영업자 3명, 경험으로 "좋아 보이는" 30건에 집중1년 뒤: A팀의 "상위 30건" 전환율 25%B팀의 "좋아 보이는 30건" 전환율 8%같은 시간, 같은 리드, 같은 인원. 차이는 선택된 30건의 정확도뿐입니다. 그 정확도를 만드는 게 AI 에이전트의 자율 정렬·자율 분석입니다. AaaS는 '선택'에서 '인프라'가 되었다2010년대에 SaaS가 그랬던 것처럼, AaaS도 같은 전환을 겪고 있습니다. 초기: "도입하면 좋은 것"중기: "도입해야 하는 것"현재: "없으면 경쟁 자체가 안 되는 것"영업처럼 시간 분배·의사결정·커뮤니케이션이 핵심인 영역은 특히 빠르게 후기 단계로 이동했습니다. 에이전트 도입을 '가성비 비교' 관점에서 볼 단계는 지났고, 도입 여부가 2026년 이후 영업 조직의 생존 변수가 되었습니다. Saleslink는 영업팀이 채용할 수 있는 에이전트 묶음입니다Saleslink는 영업 조직이 AI 엔지니어를 뽑거나 모델을 훈련하지 않고도, 필요한 에이전트를 바로 팀에 합류시키는 구조로 만들어졌습니다. 상담 에이전트 — 자료 페이지에서 24시간 방문자 질문 응대분류 에이전트 — 방문자 관심도·우선순위 자동 태깅분석 에이전트 — 행동 흐름을 해석해 구매의도 + 추천 액션 생성리포팅 에이전트 — 대시보드 지표를 자연어 요약으로 전달영업자가 이 네 에이전트를 "채용"하면 사실상 팀원 한 명 이상의 업무를 나눠 가진 상태에서 하루를 시작합니다. 사람은 더 고차원의 판단(관계, 맥락, 설득)에 집중하고, 반복되는 정렬·분류·응답은 에이전트가 맡습니다. 이 글 자체도 Saleslink 위에서 돌아가고 있고, 아래 챗봇은 이 글·제품 자료·FAQ를 함께 학습한 상담 에이전트입니다. "우리 팀에 어떤 에이전트부터 도입하면 좋을까?" 같은 질문을 직접 던져보시면, 바로 답을 돌려드립니다.

시나리오: 한 영업자의 화요일 오전

시나리오: 한 영업자의 화요일 오전

월요일은 정리, 화요일은 실행많은 영업자가 화요일 오전을 한 주에서 가장 중요한 시간으로 꼽습니다. 월요일은 회의와 파이프라인 점검으로 대부분 소진되고, 수요일부터는 이미 외부 일정에 끌려 들어갑니다. 화요일 오전 9시부터 12시까지의 세 시간이, 내가 주도적으로 움직일 수 있는 거의 유일한 구간입니다. 이 세 시간을 어떻게 쓰느냐가 그 주 성과의 절반을 정합니다. 문제는, 그 결정을 대부분 영업자가 직감으로 한다는 점입니다. "이 사람 먼저 연락해볼까? 아니면 저쪽부터?""지난주에 보낸 제안서, 봤을까?""오늘은 어떤 건부터 손대야 하지?"만약 이 판단이 직감이 아니라 그 앞에 이미 정리된 데이터에서 출발한다면 어떨까요. 가상의 영업자 김민수 대리의 화요일 오전을 따라가며 Saleslink가 어떻게 이 세 시간을 바꾸는지 보겠습니다. 8:55 — 노트북을 켜고 대시보드를 연다김 대리가 자리에 앉자마자 하는 일은 Saleslink 통계 대시보드를 여는 것입니다. 커피를 한 모금 마시는 동안 화면이 떠오릅니다. 대시보드 상단에는 오늘 가장 중요한 정보가 이미 정렬되어 있습니다. 미처리 상담 1건 — 빨강 배지이번 주 구매의도 높음 방문자 3명어제 새로 들어온 방문자 7명 중 상담 등급 1명, 집중 등급 2명정렬된 화면을 보는 데 30초 걸립니다. 김 대리의 오전이 어떻게 흘러갈지가 이 순간에 거의 다 정해집니다. 9:00 — 빨강 배지부터 처리한다미처리 상담의 빨강은 "접수된 지 4~24시간 경과"를 의미합니다. 그대로 두면 곧 검정(24시간 초과)으로 넘어가고, 상대는 "저쪽은 관심 없구나" 판단하기 시작합니다. 배지를 클릭하니 상담 내용이 뜹니다. "어제 오후 6시 접수 | 전화 상담 신청 | 선호 시간: 오늘 오전 10시"김 대리는 9시 5분에 해당 번호로 전화를 걸어 "10시 약속 확인차 연락드렸다"고 안내합니다. 30초 통화로 상대는 "기억하고 있구나" 안심하고, 10시 통화는 자연스럽게 성사됩니다. 빨강 배지를 방치했다면, 이 딜은 아마 "왜 연락이 없지" 하는 의심으로 시작했을 겁니다. 9:15 — 어제 들어온 방문자 목록을 본다다음 15분은 방문자 목록 차례입니다. 지난주 보낸 제안서 링크로 어제 새 방문자 7명이 들어왔습니다. 김 대리는 색상 배지를 봅니다. 🟠 상담 등급 1명 — 별명 "조용한 여우"🔵 집중 등급 2명 — "활발한 호랑이", "신중한 사슴"⚪ 관심 등급 4명김 대리는 주황부터 클릭합니다. 이 순서는 고민할 필요가 없습니다. 관심도 배지가 이미 **"누가 가장 뜨거운가"**를 정렬해뒀습니다. 9:20 — "조용한 여우"의 행동 타임라인을 본다방문자 상세 페이지가 열립니다. 왼쪽에는 시간순 행동이 줄지어 있습니다. 어제 23:04 — 처음 방문, 가격 페이지 4분 체류어제 23:08 — 챗봇 질문: "할부 가능한가요?"어제 23:11 — 챗봇 질문: "도입 시점은 언제부터 가능한가요?"어제 23:15 — 가격 페이지 재방문 (3번째)오늘 07:40 — 재방문, 가격 페이지로 직행김 대리는 이 타임라인을 보는 순간 세 가지를 동시에 알게 됩니다. 이 사람은 결제 조건과 일정이 핵심 관심사다혼자 고민하다가 아침 출근하자마자 다시 확인했다제품 선택은 이미 끝났고 도입 조건을 고르는 단계다9:25 — AI 구매의도 분석을 확인한다같은 페이지 오른쪽에는 AI 구매의도 분석 카드가 떠 있습니다. 구매의도: 높음 🔥니즈: 결제 조건과 도입 시점이 결정 요인. 제품 자체에는 이미 설득된 상태.행동 인사이트: 가격 페이지 3회 재방문 + 할부·일정 질문 연속. 일반적인 검토 단계가 아닌 결정 직전 패턴.추천 액션: 할부 옵션 2가지 + 최단 도입 일정(2주 이내)을 정리한 1-pager를 오늘 오전 중 회신 권장. 오후로 넘어가면 경쟁사 견적 검토 가능성 있음.김 대리는 AI가 제안한 액션을 그대로 채택합니다. 영업자의 감각으로도 같은 결론에 도달했겠지만, 근거까지 같이 제시되니 판단에 자신이 붙습니다. 9:40 — 1-pager를 작성해서 보낸다김 대리는 미리 준비해둔 할부 옵션 템플릿을 열고, 조용한 여우의 맥락(중소기업 규모, 2주 이내 도입 원함)에 맞게 숫자만 조정해서 한 장짜리 PDF를 만듭니다. 9시 50분에 메일 발송. Saleslink 링크로 첨부합니다. 이 링크가 또 데이터를 돌려줄 것입니다. 조용한 여우가 언제 열었고, 어디를 오래 봤고, 어떤 옵션에 반응했는지 오후에 확인할 수 있습니다. 10:00 — 10시 통화9시에 확인 전화했던 고객과 예정된 10시 통화가 시작됩니다. 상대가 이미 마음이 열려 있어 15분 만에 2차 미팅이 확정됩니다. 10:20 — 집중 등급 2명을 빠르게 본다김 대리는 다시 방문자 목록으로 돌아가 파란 배지 2명을 열어봅니다. 활발한 호랑이: 케이스 스터디 페이지를 오래 봄. 구매의도 보통. 추천 액션: "유사 업종 도입 사례를 정리한 자료 발송"신중한 사슴: 기능 비교 페이지 반복 방문. 구매의도 보통. 추천 액션: "경쟁 제품 대비 차별점 정리한 1-pager 발송"두 명에게 각각 맞는 자료를 10분 안에 발송하고, 내일 오전에 반응을 확인하기로 표시해둡니다. 10:40 — 회색 방문자 4명은 뉴스레터 리스트에 추가마지막 관심 등급 4명은 오늘 연락할 필요가 없습니다. 구매의도 분석도 대부분 "낮음"으로 나왔습니다. 김 대리는 이들을 주간 뉴스레터 수신자 목록에 추가해두고 넘어갑니다. 시간을 안 쓰기로 결정한 것과 시간이 없어서 못 쓴 것은 다릅니다. 전자는 효율이고 후자는 누락입니다. 11:00 — TOP 링크 성과를 훑어본다남은 한 시간 동안 김 대리는 대시보드의 TOP 링크 성과 섹션을 엽니다. 지난 2주간 보낸 자료 5종 중: A 제안서: 방문 12, 평균 체류 4분, 챗봇 질문 8건, 전화 신청 2건B 제안서: 방문 18, 평균 체류 1분, 챗봇 질문 0건, 전화 신청 0건B는 방문은 많은데 아무도 행동하지 않습니다. 자료가 "읽히지만 움직이게 하지 않는" 상태입니다. 김 대리는 이번 주 내로 B를 A 구조로 다시 쓰기로 메모해둡니다. 개별 딜 실행이 오전의 주제였다면, 지금 이 10분은 영업 전략의 자기 학습입니다. 12:00 — 오전 정리점심 전 김 대리가 끝낸 일을 정리해봅니다. 빨강 미처리 1건 → 10시 통화 성사 → 2차 미팅 확정구매의도 높음 방문자 1명 → 1-pager 회신 완료집중 등급 2명 → 맞춤 자료 2건 발송관심 등급 4명 → 뉴스레터 리스트 이동자료 B 개선 과제 도출추측은 한 번도 하지 않았습니다. 모든 결정에 앞에 정렬된 데이터가 있었습니다. 직감이 필요 없어진 게 아닙니다. 직감이 더 중요한 판단에 쓰일 수 있게 자원이 남았을 뿐입니다. "이 제안에 어떤 톤으로 회신할지", "이 고객의 이면에 있는 진짜 걱정은 뭘지" — AI가 대신해줄 수 없는 영역에 김 대리는 이제 더 많은 에너지를 씁니다. 화요일 오전이 바뀌면, 한 주가 바뀐다영업자의 하루 성과는 어떤 일을 하느냐보다 어떤 순서로 하느냐로 결정됩니다. 순서가 정렬돼 있으면 같은 시간에 두 배의 일이 됩니다. Saleslink가 제공하는 건 특별한 마법이 아니라, 순서를 미리 정해주는 화면 한 장입니다. 대시보드를 여는 30초가 오전 세 시간의 방향을 잡아주고, 방문자 상세 페이지 1분이 한 통의 전화를 추측에서 관찰로 바꿉니다. 이 차이가 매일 쌓이면 한 주가, 한 분기가, 한 해가 달라집니다. 이 글 아래 챗봇에 "제 업종에서는 화요일 오전이 어떻게 보일까요?" 같은 질문을 던져보세요. Saleslink가 실제 어떤 화면과 수치로 이런 시나리오를 구현하는지 더 구체적으로 안내드립니다.

AI가 알려주는 잠재고객 구매의도, 어디까지 보일까

AI가 알려주는 잠재고객 구매의도, 어디까지 보일까

영업의 가장 답답한 질문: "이 사람, 살까?"영업 자료를 보낸 뒤 영업자의 머릿속을 끝까지 따라다니는 질문이 있습니다. "이 사람, 진짜 살 마음이 있는 걸까?" 답이 빨리 와도 모르고, 미팅을 잡아도 모르고, 견적을 보내도 마지막까지 모릅니다. 그래서 영업자는 어쩔 수 없이 본인의 직감에 의존합니다. "왠지 이 건은 될 것 같다", "이 사람은 그냥 알아만 보는 느낌이다." 이 직감은 가끔 맞고 자주 틀립니다. 문제는 직감이 틀렸다는 게 아니라, 틀려도 왜 틀렸는지 학습할 데이터가 없다는 점입니다. 그래서 같은 실수가 다음 분기에도 반복됩니다. "느낌"을 데이터로 바꾸는 일"살 마음이 있는지"는 사실 데이터가 이미 보내고 있는 신호입니다. 다만 우리가 그걸 한 곳에 모아 읽지 못할 뿐입니다. 어떤 질문을 던지는가어디를 반복해서 보는가같은 페이지로 몇 번이나 돌아오는가어떤 문의를 남기는가이 신호들을 영업자가 일일이 모아서 해석하는 건 현실적으로 불가능합니다. 리드가 10명만 넘어가도 머릿속에서 처리되지 않습니다. Saleslink는 이 일을 AI에게 맡깁니다. Saleslink의 구매의도 분석방문자가 자료를 둘러보고 떠난 뒤, AI가 그 사람의 모든 흔적을 한 번에 분석합니다. 분석에 들어가는 정보는 크게 세 가지입니다. 챗봇에 던진 질문들 — 어떤 주제를, 어떤 톤으로 물었는지메일 문의 내용 — 단순 정보 요청인지, 구체적 조건 협상인지행동 흐름 — 몇 번 방문했는지, 어떤 페이지에 오래 머물렀는지이 세 가지를 종합해서 AI가 한 줄 결론을 냅니다. 이 방문자의 구매의도는: 높음 / 보통 / 낮음세 단계의 진짜 의미세 단계는 단순한 점수가 아니라 다음에 어떤 행동을 해야 하는지가 달라지는 분류입니다. 🔥 높음 — 구매 직전 단계가격, 할부, 도입 일정, 결제 조건처럼 구체적인 질문이 등장합니다. 이 사람은 사실상 결정을 거의 마쳤고, 마지막 마찰만 남은 상태입니다. → 영업자는 즉시 연락해서 마지막 장벽(가격 협상, 도입 일정 조율)을 함께 풀어야 합니다. 늦어지면 다른 옵션으로 흘러갑니다. 🌱 보통 — 검토 단계기능, 스펙, 다른 제품과의 비교, 사용 사례 같은 탐색형 질문이 중심입니다. 관심은 명확하지만 아직 비교 검토 중입니다. → 영업자는 추가 자료(케이스 스터디, 비교 자료, 데모 영상)를 보내 검토를 도와야 합니다. 재촉은 역효과입니다. 💧 낮음 — 초기 관심"이게 뭔가요?", "어떤 회사인가요?" 같은 일반적인 질문입니다. 호기심 또는 정보 수집 단계로, 구매 결정과는 거리가 있습니다. → 영업자는 시간을 적게 쓰고, 뉴스레터 같은 가벼운 채널로 관계를 유지하는 게 좋습니다. 세 단계의 가치는 한 가지입니다 — 영업자가 누구에게 시간을 얼마나 써야 하는지가 자동으로 정해진다는 점입니다. 점수보다 더 중요한 것: 분석 요약Saleslink의 구매의도 분석은 단순히 "높음/보통/낮음"으로 끝나지 않습니다. 각 방문자에 대해 세 줄 요약이 함께 나옵니다. 니즈 — 이 사람이 진짜로 원하는 게 뭔지 (1~2문장)행동 인사이트 — 행동 데이터에서 보이는 패턴추천 액션 — 영업자가 다음에 뭘 하면 좋을지특히 마지막 추천 액션 한 줄이 강력합니다. 예를 들어 이런 식으로 나옵니다. "할부 옵션과 최단 도입 일정을 정리한 1-pager를 회신 권장."영업 코파일럿이 옆에서 "이 사람한테는 이거부터 보내세요" 하고 알려주는 셈입니다. 영업자는 분석을 직접 할 필요 없이, 다음 행동만 결정하면 됩니다. 추가로 분석에는 이 방문자가 관심을 보인 제품별 세부 정보도 같이 따라옵니다 — 어떤 제품에, 얼마나 강한 의도로, 어떤 핵심 질문을 던졌는지. 운영자 화면에선 어떻게 보일까대시보드의 구매의도 분석 섹션을 열면 한눈에 다음이 보입니다. 이번 주 높음 / 보통 / 낮음 방문자 수의도 높은 순으로 정렬된 상위 방문자 목록각 방문자의 요약 한 줄영업자는 출근하자마자 이 화면을 한 번 보면 오늘 누구한테 먼저 연락해야 하는지가 정렬된 상태로 시작합니다. 영업이 "느낌"에서 벗어나는 자리구매의도 분석이 영업자에게 주는 진짜 가치는 점수 자체가 아니라, "왜 그렇게 판단했는지"가 같이 보인다는 점입니다. 점수만 있으면 영업자가 신뢰하지 않습니다근거(어떤 질문, 어떤 행동)가 같이 보이면 신뢰합니다신뢰가 쌓이면 영업자의 직감이 데이터와 정렬되기 시작합니다그렇게 영업 스타일 자체가 점점 정확해집니다영업이 직감 게임에서 관찰 게임으로 바뀌는 출발점입니다.

영업 자료, 상대가 봤는지 모르는 게 왜 문제인가

영업 자료, 상대가 봤는지 모르는 게 왜 문제인가

"그쪽에서 답이 없어요"영업 주간 회의에서 가장 자주 나오는 말입니다. 이 한 문장이 회의 시간을 5분씩 잡아먹습니다. 팀장은 되묻습니다. "봤대? 아직? 누구한테 갔어?" 담당자는 모릅니다. "그냥 답이 없어요." 회의는 "일단 다음 주까지 기다려봅시다"로 끝납니다. 이게 이상한 거라는 걸 아무도 말하지 않습니다. 그런데 이상합니다. "답이 없음"은 정보가 아니다영업자는 흔히 "답이 없다"를 하나의 신호로 취급합니다. "관심 없나 보다", "다음에 연락해보자", "리드 식었네". 그런데 이 해석은 정보 기반이 아니라 추측입니다. "답이 없다"는 실제로 최소 다섯 가지 전혀 다른 상황을 포함합니다. 메일함에 도달조차 안 함 — 스팸함, 회사 보안 필터, 용량 초과도달했지만 아직 안 열어봄 — 휴가, 출장, 바쁜 주간열어봤지만 첫 페이지에서 튕김 — 자료 자체가 안 맞았거나, 엉뚱한 사람이 열어봄꼼꼼히 봤지만 내부 공유·검토 중 — 결정권자에게 전달, 법무 검토, 예산 회의봤고 이미 거절 결정 — 답장할 이유를 못 느낌이 다섯 가지는 각각 완전히 다른 다음 행동을 요구합니다. 1번이면 다른 채널(카톡, 전화)로 재전송2번이면 그냥 기다리기3번이면 다른 각도의 자료나 요약 버전 재전달4번이면 조용히 대기, 검토자에게 도움될 추가 자료 준비5번이면 재접근하거나, 빠르게 다음 리드로 이동그런데 우리는 이 다섯을 구분할 방법이 없어서 다 하나로 뭉뚱그려 "답이 없음"이라고 부릅니다. 그 결과 다섯 상황 모두에 잘못된 행동을 하게 됩니다. 자기 검열의 함정더 큰 문제는 정보 공백이 영업자의 자기 검열을 키운다는 겁니다. 답이 3일째 없으면 영업자 머릿속에서 이런 생각이 돕니다. "제안 내용이 약했나?""가격이 비쌌나?""내가 뭔가 실수했나?"실제 이유는 담당자가 수요일부터 휴가라서 메일을 아예 안 연 것일 수도 있습니다. 혹은 제안서가 결정권자에게 잘 전달돼서 지금 내부 회의 중일 수도 있습니다. 둘 다 문제가 아닌 상황인데, 영업자는 정보가 없어서 없는 문제를 만들어 자기를 갉아먹습니다. 이 자기 검열은 다음 제안서 품질을 떨어뜨립니다. "가격을 더 낮춰야 하나", "설명을 더 쉽게 써야 하나" 같은 잘못된 교훈을 혼자 만들고, 실제 원인과 무관한 수정을 계속합니다. 그렇게 영업 스타일 자체가 엉뚱한 방향으로 학습됩니다. 시간 자원의 오배분영업자는 유한한 시간을 가진 자원입니다. 하루에 전화할 수 있는 통수, 미팅 잡을 수 있는 횟수, 자료 준비할 수 있는 건수가 정해져 있습니다. 이 자원을 어디에 쓸지 결정하려면 "지금 가장 뜨거운 리드가 누구인지" 알아야 합니다. 그런데 열람 여부를 모르면 이 판단이 불가능합니다. 결과적으로 영업자는 다음 중 하나를 택하게 됩니다. 모두에게 똑같이 — 매주 기계적으로 전체 리드에게 리마인드. 노이즈만 생김목소리 큰 순 — 먼저 답장한 리드에만 시간 씀. 조용히 검토 중인 진짜 기회 놓침직감 의존 — "왠지 이 건이 될 것 같아" 감으로 우선순위. 편향 누적세 가지 다 좋은 전략이 아닙니다. 하지만 열람·체류 데이터가 없으면 이게 최선입니다. 정보가 없는 곳에서 합리적 결정은 불가능합니다. 팀과 매니저 레벨에선 손실이 배가된다1인 영업자에게도 문제인데, 팀 단위에선 문제가 배가됩니다. 영업 매니저가 파이프라인 리뷰를 할 때, 각 담당자에게 "이 건 어떤 상태야?"를 묻습니다. 담당자 답변은 대개 "답 기다리는 중입니다"입니다. 매니저 입장에서 이 답은 거의 아무 정보가 없는 답입니다. 그런데 이걸로 분기 매출 예측을 해야 합니다. 파이프라인이 불투명하면: 매출 예측이 직감 기반으로 변함팀장이 개별 딜에 마이크로매니징 개입"이건 왜 이렇게 오래 끌어?"가 담당자 스트레스로 전이실제 문제가 있는 딜과 정상 진행 중인 딜이 구분 안 됨이 모든 게 "상대가 자료를 봤는지 모른다"는 한 가지 결핍에서 시작됩니다. 관찰 가능해지면 바뀌는 것들만약 영업 자료가 "누가 언제 열었고, 어디를 얼마나 봤고, 얼마나 다시 돌아왔는지"를 돌려준다면 위의 문제들이 차례로 풀립니다. "답이 없음"을 5가지 상황으로 구분할 수 있음상황별로 다른 행동을 할 수 있음자기 검열 대신 실제 데이터에 근거한 판단을 하게 됨시간 자원을 뜨거운 리드에 집중할 수 있음파이프라인 리뷰에서 "상태"가 객관적으로 공유됨매니저가 마이크로매니징 대신 패턴 코칭으로 이동함여기에 "상대가 뭘 궁금해했는지"(자료 옆에 붙은 챗봇에 던진 질문)까지 더해지면, 다음 미팅에 무슨 얘기를 준비해 가야 하는지까지 명확해집니다. Saleslink를 만들고 있는 이유저희는 이 한 가지 결핍 — "상대가 자료를 봤는지 모름" — 을 정보 구조 자체로 해결하기 위해 Saleslink를 만들고 있습니다. 영업 자료(제안서, 제품 소개, 브로셔, 포트폴리오)를 링크 하나로 공유하면, 상대의 열람·체류·재방문·질문이 실시간으로 돌아옵니다. "답이 없음"이 더 이상 정보 공백이 아닌, 다섯 가지 중 어떤 상황인지 식별 가능한 신호가 됩니다. 이 글 자체도 Saleslink 위에서 돌아가고 있고, 아래 챗봇이 이 글·FAQ·약관·제품 자료를 함께 학습하고 있습니다. 궁금한 게 있으시면 직접 물어보세요. 저희는 어떤 질문이 반복되는지 보면서 다음 글을 씁니다.

제안서 보내고 며칠 기다리는 게 정상인가?

제안서 보내고 며칠 기다리는 게 정상인가?

보낸 직후의 그 적막제안서 파일을 첨부하고 "검토 부탁드립니다" 메일을 보낸 순간부터, 이상한 시간이 시작된다. 30분마다 메일함을 새로고침하고, 읽음 표시가 떴는지 카톡을 훔쳐본다. 점심 먹다가도 "지금쯤 열어봤겠지?" 하고 머릿속이 왔다 갔다 한다. 하루가 지나면 초조해지고, 이틀이 지나면 리마인드 메일을 쓸지 말지 세 번쯤 고민한다. 사흘째부터는 "떨어진 건가" 싶어 자기 검열이 시작된다. 이게 정상일까? 정상이다. 다만 좋은 상태는 아니다. 기다림의 정체는 "정보 비대칭"영업자가 제안서를 보낸 순간, 상황은 이렇게 된다. 클라이언트: 제안서를 언제 열지, 어디를 볼지, 누구와 공유할지, 뭐가 궁금한지 전부 알고 있다영업자: 아무것도 모른다. 회신만 기다린다이 비대칭이 기다림을 고통으로 만든다. 우리가 초조한 건 시간이 길어서가 아니라, 아무 정보 없이 시간이 가기 때문이다. 그래서 영업자들은 불안을 달래려고 이상한 행동을 한다. 이틀 뒤에 "확인해보셨을까요?" 메일을 보낸다 (재촉처럼 읽힘)일부러 다른 용건을 만들어 전화한다 (상대가 부담스러워함)아예 연락을 안 하고 잊은 척한다 (기회를 놓침)세 가지 다 비효율적인데, 정보가 없으니 대안이 없다. "언제 리마인드해야 하나요"라는 잘못된 질문영업 강의나 책에서 자주 보는 조언이 있다. "3일 뒤에는 무조건 후속 연락을 하세요.""일주일 지나면 다른 각도에서 한 번 더 접근하세요."틀린 말은 아니다. 하지만 이건 모든 클라이언트를 똑같이 취급하는 전략이다. A는 보내자마자 열어서 꼼꼼히 3번 봤고, 가격 부분을 유난히 오래 읽었다. B는 아직 제안서를 열지도 않았다. C는 열었지만 첫 페이지만 30초 보고 닫았다. 이 세 명에게 똑같이 "3일 뒤 리마인드"를 보내는 건 너무 둔탁하다. A에게는 지금 당장 가격 관련 질문이나 레퍼런스를 보내야 한다 (뜨거울 때)B에게는 리마인드가 아니라 안 열어도 볼 수 있는 핵심 한 줄을 보내야 한다C에게는 왜 첫 페이지에서 튕겨 나갔는지 다른 각도의 자료가 필요하다이걸 구분하려면 기다리는 게 아니라 관찰해야 한다. 기다리는 게 아니라 관찰하는 것좋은 영업자는 제안서를 보낸 뒤에 기다리지 않는다. 자기만의 방법으로 관찰한다. 친한 담당자라면 전화로 넌지시 물어본다소개해준 사람을 통해 분위기를 듣는다공유된 구글 드라이브 열람 로그를 확인한다 (가능한 경우)다만 이 모든 방법은 우연에 의존하거나 관계의 부채를 쓴다. 매번 쓸 수 없다. 그래서 필요한 건 제안서 자체가 "누가 봤고 뭐에 관심 있었는지"를 알려주는 구조다. 자료가 수동적인 PDF가 아니라, 상대의 반응을 되돌려주는 채널이어야 한다. 제안서가 데이터를 돌려주기 시작하면제안서를 링크 하나로 보내고, 그 링크가 다음을 알려준다고 상상해보자. 언제 열었는지 — 보낸 지 10분인지, 사흘 뒤인지어디를 오래 봤는지 — 가격 페이지? 레퍼런스? 팀 소개?몇 번 다시 돌아왔는지 — 한 번 보고 닫았는지, 3번 재방문했는지뭘 궁금해했는지 — 혼자 보다가 던진 질문들 (챗봇이 붙어 있다면)이게 있으면 "리마인드 타이밍"이라는 질문 자체가 사라진다. 대신 이런 판단을 하게 된다. "B팀장이 어제 저녁에 다시 들어와서 계약 조건 페이지를 5분 봤네. 오늘 오후에 전화하면 자연스럽겠다.""C대표는 아직 안 열었어. 재촉하지 말고, 대신 사례 기사 하나를 가볍게 공유해보자."기다림이 사라지는 게 아니다. 기다림의 질이 바뀐다. 이게 Saleslink를 만들게 된 이유이 글을 쓰고 있는 우리는 Saleslink라는 도구를 만들고 있다. 영업자가 자료를 링크 하나로 보내면, 상대가 뭘 봤고 뭘 물었는지 실시간으로 돌아오는 서비스다. 이 글 아래에도 챗봇이 붙어 있다. 궁금한 게 있으면 지금 물어봐도 된다. 그리고 이 페이지 자체가 Saleslink 위에서 돌아가고 있다 — 당신이 어느 섹션을 오래 읽었는지, 어떤 질문을 했는지, 우리는 그걸 보고 다음 글을 쓴다. 제안서 보내고 사흘째 초조해하는 게 "정상"이 되는 세계가 이상한 거다. 기다림은 필요하지만, 아무것도 모른 채 기다릴 이유는 없다. 직접 테스트해보세요! https://saleslink.pro/12e2o94s

영업하면서 다들 이런 경험 있으시죠?

영업하면서 다들 이런 경험 있으시죠?

제안서 보내고 3일 뒤에 전화했습니다. "아, 그거 아직 못 봤어요." B2B 영업하면 다 겪는 상황이죠. 열심히 만든 자료를 보내도, 읽었는지 모르겠고, 전화하자니 재촉하는 것 같고, 결국 타이밍을 놓칩니다. 그래서 저는 이런 질문을 하게 됐습니다. "자료를 보내는 게 아니라, 자료가 대신 설명하게 만들 수는 없을까?" PDF는 안 읽히고, 영상은 길면 안 보고, 질문은 업무 시간에만 가능하고. 이 문제를 풀기 위해 Saleslink를 만들고 있습니다. 링크 하나를 보내면, AI가 자료를 기반으로 고객 질문에 24시간 답하고, 누가 뭘 얼마나 봤는지 실시간으로 알려줍니다. https://saleslink.pro