AI는 제품 주도 영업에 어떤 도움이 될까?

글: Dropbox 기술 솔루션 디렉터(인터내셔널), Alan Brennan

부적격한 잠재 고객에 시간을 낭비하지 마세요. 2022년 마케팅 담당자를 대상으로 진행된 한 설문조사에서 응답자의 61%는 잠재 고객 확보를 가장 어려운 업무로 꼽았습니다. 하지만 잠재 고객을 확보했다고 해도 부적격한 잠재 고객을 상대하는데 영업시간의 50%를 허비하고, 영업팀에 넘겨줄 만큼 적격한 잠재 고객은 단 25%에 불과합니다. 품질이 떨어지는 잠재 고객은 시간과 자원을 낭비합니다. 그리고 신속하게 문제를 해결하지 않을 경우 회사의 수익까지 저하됩니다.

최근 들어 대화형 AI, 챗봇 어시스턴트, 개인화 등 AI의 진화가 이루어지고 있습니다. 지금이야말로 AI로 잠재 고객의 품질을 높이고 전환율을 개선해 영업 프로세스를 시스템적으로 개선할 수 있는지 점검할 적기입니다.

굳이 이 분야에서 쌓아온 경력과 자질을 부풀려 말하지는 않겠습니다. 하지만 Dropbox의 기술 솔루션 디렉터로서 영업팀을 위한 진정한 기회를 발굴하기 위해 충분한 연구와 고민을 거쳤다는 점은 말씀드릴 수 있습니다. 이제는 제품 주도 영업에서 AI의 역할이 무엇이고, 비즈니스가 이 기술을 어떻게 사용해 팀을 확장하고 순 매출을 늘릴 수 있는지 탐구할 차례입니다.

본격적으로 시작하기 전에 먼저 몇 가지 용어부터 살펴보겠습니다.

제품 주도 영업이란?

제품 주도 영업(PLS)은 제품 경험과 제품이 사용자에게 제공하는 가치를 우선시하는 고객 확보 모델입니다. 반면, 전통적인 영업 방식의 경우 제품의 기능이나 이점에 중점을 둡니다.

• 기존 방식: 판매가 먼저, 제품은 나중
• 새로운 방식: 제품이 먼저, 판매는 나중

제품 주도 영업에서는 보통 사용자가 무료 버전이나 평가판으로 제품 사용을 시작합니다. 그리고 제품이 충분한 가치를 제공한다고 생각하면 유료 버전으로 업그레이드해 더 다양한 기능에 액세스하죠. 오늘날에는 Dropbox, Slack, Hubspot, Zoom을 비롯해 많은 B2B 기업이 이 전략을 채택하고 있습니다. 이 방식은 사용자가 제품의 가치를 먼저 경험한 후 유료 요금제를 구매할 수 있다는 점에서 효과적입니다.

AI란?

전통적인 인공 지능(AI)은 컴퓨터 시스템으로 인간의 지능을 시뮬레이션한 것으로 사전에 정의된 규칙과 명시적인 프로그래밍을 따르는 것이 일반적입니다(규칙 기반 챗봇 등). 생성형 AI는 명시적인 프로그래밍에 의존하지 않고 새로운 콘텐츠를 생성하거나 작업을 실행하도록 설계된 AI 모델로 더욱 실용적이고 현대적인 접근 방식을 채택하고 있습니다. 생성형 AI는 최근 DALL-E, GPT-XX와 같은 거대 언어 모델(LLM)이 비약적으로 발전하며 텍스트 기반 질문에 마치 인간이 작성한 것과 같은 응답을 생성하면서 주류 기술로 자리매김했습니다. 

이 블로그에서는 AI를 고객의 행동과 선호도, 요구 사항의 추론을 통해 잠재 고객을 고도로 세분화하여 적시에, 적절한 콘텐츠로 개인화된 경험을 제공하며 전환 가능성을 높이는 기술의 의미로 사용했습니다.

AI 중심 제품 주도 영업 전략

잠재 고객을 파악하기가 힘들어 답답한 마음에 책상에 머리를 박았던 적, 얼마나 많으신가요? MQL(Marketing Qualified Lead), SQL(Sales Qualified Lead), DQL(Demo Qualified Lead)은 다들 들어보셨을 겁니다. 그렇다면 이 모든 용어를 대체하는 AQL(AI Qualified Lead)은 들어보셨나요? 기존 데이터와 실시간 데이터에 따른 인게이지먼트 점수를 바탕으로 AI가 검증한 영업 잠재 고객을 모델링하는 코파일럿을 상상해보세요. 그리고 이 인게이지먼트 점수는 클라이언트 상호 작용에 따라 실시간으로 업데이트됩니다. 

몇 가지 예를 들어보겠습니다.

AQL 분류

그다음, AQL은 인게이지먼트 점수를 바탕으로 분류되어 영업 담당자의 비즈니스 장부에 정기적으로 업데이트됩니다. 그리고 영업 담당자는 이를 기반으로 후속 전략을 세웁니다. 잠재 고객을 분류하는 방식은 각자가 선택할 수 있습니다. 참고로 저는 Aaron Ross의 저서 'Predictable Revenue'를 통해 유명해진 대규모 시장 공식(Larger Market Formula)을 선호합니다. 이 방식은 모든 시장의 구매자를 크게 4가지의 온도로 분류합니다.

• 당장 구매:  해결책을 찾기 위해 '사냥'에 나선 상태로, 구매 가능성이 높은 유망 고객. 일명 '핫 리드(Hot Lead)'  
• 정보 수집: 적극적으로 정보를 수집 중이며 구매 의향이 있는 유망 고객. 일명 '웜 리드(Warm Lead)'  
• 문제 인식:  적극적으로 해결책을 찾고 있지는 않지만, 구매 의향은 있는 유망 고객. 일명 '루크웜 리드(Lukewarm Lead)'  
• 문제 미인식:  적극적으로 해결책을 찾고 있지도 않고, 문제도 인식하지 못한 유망 고객. 일명 '콜드 리드(Cold Lead)'

대부분의 기업은 모든 잠재 고객을 '당장 구매'할 준비가 된 잠재 고객으로 여깁니다. 하지만 이들이 차지하는 비중은 전체 잠재 고객의 3%에 불과합니다. 그리고 나머지 97%의 잠재 고객을 확보해 육성할 시스템을 갖추고 있지 않습니다.바로 이 부분에서 공백이 발생하죠. 핵심은 유망 고객을 유치하고, 교육하고, 육성해 행동에 나서도록 하는 시스템을 구축하는 것입니다. 잠재 고객이 구매 주기의 어떤 단계에 있는지 파악해 정확한 개입으로 잠재 고객의 온도에 맞추는 것은 전환율을 극대화하는 데 있어 매우 중요합니다. 저는 제가 이전에 쓴 글에서 언급한 영업 방식을 활용해 이 과정을 수월하게 진행합니다.

AI를 사용한 제품 주도 영업 플라이휠

모든 것을 종합적으로 정리하면 AI를 사용한 제품 주도 영업은 다음과 같이 진행됩니다.

1. 고객 모델링: AI를 사용한 제품 주도 영업의 순환 주기는 고객 데이터를 모델링하는 것에서부터 시작합니다. 데이터는 위에서 언급한 기존 데이터 포인트와 실시간 데이터 포인트를 통해 수집할 수 있습니다. 
2. AI 코파일럿: AI 기반 도구로 지식 그래프를 생성해 AQL을 분류합니다. 이를 통해 눈에 잘 띄지 않는 곳에 숨어 있는 고품질 잠재 고객을 찾아내고, 부적격한 잠재 고객을 걸러낼 수 있습니다.
3. AQL 분류: 인게이지먼트 점수를 바탕으로 잠재 고객을 분류해 영업팀이 자원을 보다 효율적으로 사용하고 각 고객층에 따라 표적화된 전략을 개발할 수 있도록 지원합니다.
4. 개인화: AI 기반 인사이트를 활용해 사용자 프로필을 추론하면 영업팀이 고객별로 접근 방식을 개인화해 유망 고객이 거부할 수 없는 맞춤형 제안과 솔루션을 제공할 수 있습니다.
5. 영업 방식: 영업 방식은 모든 요소를 서로 연결해주는 연결고리의 역할을 합니다. 체계적인 프레임워크를 통해 모든 GTM팀의 이니셔티브를 일관된 노선에 따라 진행할 수 있고, 이를 바탕으로 고품질 잠재 고객의 구매 전환 가능성을 극대화하는 플레이북을 만들 수 있습니다.
6. 성공 측정: 어떤 행동이 원하는 결과로 이어졌는지 파악하고, 계속해서 피드백을 주고받으며 AQL 인게이지먼트 점수를 한층 더 최적화할 수 있습니다.

AI를 사용한 제품 주도 영업의 이점

AI는 제품 주도 영업에서 다양한 결과 기반 지표에 영향을 미칠 수 있는 잠재력을 가지고 있습니다. AI가 제품 주도 영업을 통해 향상할 수 있는 지표는 다음과 같습니다.

• 고객 확보 비용
  • AI는 1) 챗봇과 가상 어시스턴트를 통해 고객에게 개인화된 제안을 제공하고 실시간으로 질문에 답하며, 2) 전환 가능성을 바탕으로 잠재 고객 점수를 자동으로 매기고, 3) 잠재 고객 점수에 따라 콜 투 액션을 자동으로 표시해 마케팅을 개인화하는 등 다양한 측면에서 비즈니스의 고객 확보 비용을 줄이는 데 도움이 됩니다.

• 상향 판매와 교차 판매 기회
  • AI 성향 모델링은 비즈니스가 고객 데이터, 행동, 제품 사용 패턴을 분석해 상향 판매와 교차 판매 기회를 파악할 수 있도록 도와줍니다.

• 전환율
  • AI 도구는 위에서 설명한 AQL 분류 개념을 사용해 개별적인 고객의 요구 사항을 충족할 가능성이 큰 제품이나 서비스를 실시간으로 추천할 수 있습니다. 그 결과, 판매 가능성이 높아집니다.

• 영업팀 생산성
  • AI는 비즈니스가 사무적인 작업을 자동화해 생산성을 향상할 수 있도록 도와줍니다. AI 코파일럿은 잠재 고객 점수 책정, 분류, 개인화처럼 많은 양의 데이터가 필요한 작업을 자동으로 처리해 업무의 복잡성을 줄여줍니다. 또한, (수천 개의 데이터 포인트를 바탕으로) 적시에 특정 고객의 행동을 유도해 성공적인 결과를 도출할 수 있도록 도와줍니다. 그 결과, 제품 주도 영업의 규모를 간편하게 확장해 고객 수가 늘어나도 구매 전환율을 높일 수 있죠.

AI 거버넌스

AI 거버넌스에 관해 논하지 않고서는 AI와 그 기능에 관한 대화가 불가능할 겁니다. 이미 많은 사람이 이 기술의 영향을 제대로 파악할 때까지 기술 개발을 중단하라고 요청하고 있지만, 슈뢰딩거의 고양이는 이미 상자에서 나왔고 멀쩡히 잘만 살아가고 있죠. 그리고 점점 더 진화한 나머지 대안적인 무료 오픈 소스가 Google, OpenAI와 대적할 정도가 되었습니다. 이러한 상황은 문제를 야기하는 동시에 기회를 창출합니다. 즉, 사기 관련 문제, 그리고 내부적으로 실행되는 민간 모델을 규제하는 것에 관한 문제가 생길 수 있지만, 혁신을 가속화해 대기업이 수익성이 없다고 생각하는 틈새를 파고들어 다양한 활용 사례를 해결할 수 있는 기회이기도 하죠.

대부분의 가치 창출은 모델 그 자체나 Bard, ChatGPT 등의 챗봇 어시스턴트와 함께 사용하는 것에서 발생하지 않습니다. 가치는 이러한 모델을 어떻게 사용할 것이고, 어떻게 기존 제품과 새로운 제품에 통합할 것인지에서 창출됩니다. 저는 AI 기반 도구가 제품 주도 영업의 주요 동인이 되어 기업들의 제품 홍보 및 판매 방식을 변화시키는 세상을 상상합니다. 또한, 저는 AI의 민주화를 통해 AI가 사용되는 방식과 우리 사회에 미치는 영향을 더 투명하게 공개하고 책임감을 높일 수 있기를 바랍니다.

AI를 사용한 제품 주도 영업을 수용하지 않으면..

오늘날, AI 세상에는 무언가 전설로 회자되고 역사로 기록될 일이 벌어지고 있습니다. 하지만 사람들 대부분은 여전히 AI가 얼마나 큰 영향을 미칠지 깨닫지 못하고 있습니다. AI는 거의 모든 업계와 분야에 혁명을 일으키고 있고, AI가 B2B 영업 프로세스에 미칠 영향은 진정으로 영업 분야를 혁신하는 수준이 될 수 있습니다. 제품 주도 성장(PLG) 기업은 제품 사용 데이터라는 노다지를 찾았지만, 그 대부분은 아직 불완전하거나, 고립되어 있거나, 전혀 사용되지 않고 있습니다. AI 코파일럿은 단조로운 사무 작업을 자동화해 방대한 양의 데이터 세트를 연결할 수 있습니다. 이는 영업 담당자들이 할 수 없는 일이죠. 영업 기법은 전반적인 영업 프로세스의 엄격한 운영을 가능하게 합니다. 이 두 가지를 시스템적으로 결합하면 제품 주도 영업에서 대규모로 AQL을 발굴하고 육성해 고객으로 전환할 수 있습니다.

기계는 우리를 대체하는 것이 아니라 우리의 역량을 강화해 줄 것입니다. 기계의 모든 처리 능력은 사람의 처리 능력과 개인적인 역량을 극대화는데 온전히 사용될 것입니다. 단순한 진실을 알려드리죠. 영업 프로세스에 AI를 수용하지 않으면 뒤처지게 될 것입니다.