맥킨지 “판매 조직 99%, AI 제대로 활용 못한다”… 시밀러웹이 제시한 AI 도입 전략은?

디지털 인텔리전스 플랫폼 시밀러웹이 공개한 AI 전략 보고서에 따르면, 현재 AI는 고객관계관리(CRM) 플랫폼, 이메일 플러그인, 회의 기록, 잠재고객 발굴 도구 등 거의 모든 판매 도구에 내장되어 있다. 그러나 이러한 접근성에도 불구하고 대부분의 판매 조직은 AI를 최대한 활용하지 못하고 있으며, 맥킨지의 보고서에 따르면 단 1%만이 진정한 AI 성숙도를 달성했다.

판매팀은 평균 10개 이상의 도구를 사용해야 하는 복잡성으로 효율성이 저하되고, 66%의 영업 담당자가 연결되지 않은 기술 스택에 압도된다고 느끼며, 1년 내에 CRM 데이터의 30%가 오래되어 개인화 및 잠재고객 접근이 비효율적이 되는 등 주요 문제에 직면하고 있다. 이로 인해 워크플로우 단절, 판매 조직의 부담 가중, 구매자 신호 누락, 확장 불가능한 전략 등의 결과가 초래된다.

대부분의 조직에서 팀은 채팅GPT(ChatGPT), 클로드(Claude), 제미니(Gemini)와 같은 외부 도구를 사용하여 수동으로 내부 데이터를 입력하거나, 데이터 부족이나 모델 제한으로 기능이 제한된 판매 특화 AI 도구에 의존한다.

외부 도구는, 공개 및 공유 데이터에 의존하며 판매 특화 기능이 부족한 반면, 판매 특화 도구는 CRM과 통합되어 판매 데이터에 액세스하지만 발전이 덜 된 대규모 언어 모델(LLM)을 사용한다. 외부 도구 사용은 팀 전체의 불일치, 회사나 잠재고객에 관한 민감한 정보를 제3자 도구와 공유, 가시성 부족 및 성과 추적 불가 등의 문제로 이어진다.

한편, 대부분의 현재 판매 도구들은 AI 기능을 제공하지만 모델 기능, 데이터 부족, 기능 성숙도 등의 제약으로 성능이 제한된다. 이는 판매팀의 도구 채택 부족으로 이어진다.

가까운 미래에 AI는 모든 판매 도구에 통합되어 누구나 쉽게 접근할 수 있게 될 것이다. 그렇다면 어떻게 경쟁에서 두각을 나타낼 수 있을까? 바로 데이터의 품질이 관건이다.

AI 도구의 인사이트는 그것이 의존하는 데이터만큼만 가치가 있다. 이는 구현 전략과 필요에 가장 잘 맞는 도구를 선택할 때 핵심 포인트다. 채팅GPT, 클로드와 같은 외부 도구는 공개적으로 사용 가능한 데이터 또는 팀이 공유하는 내부 데이터에만 의존할 수 있다. 이러한 도구는 판매팀에 비효율적인데, 기회 식별(판매 신호) 또는 리드 관리와 같은 판매 특화 요구 사항을 해결하지 못하기 때문이다.

판매 특화 도구는 이미 CRM에 통합되어 기술 그래픽, 기업 정보 등의 데이터셋에 액세스할 수 있다. 그러나 이러한 도구 뒤의 LLM은 외부 도구보다 덜 발전되어 있다. 따라서 균형을 맞추는 것이 중요하다. 한편으로는 필요에 맞는 데이터셋에 의존하는 도구를 찾고, 다른 한편으로는 잠재고객의 주의를 끌 수 있는 접근방식을 제공할 LLM 기능을 갖춘 도구를 찾아야 한다.

기술 스택을 살펴보고 팀의 요구에 가장 잘 맞는 것이 무엇인지 파악한 다음 그에 기반하여 회사의 전략을 결정해야 한다. 중요한 것은 판매 특화 도구든 조직적 LLM 구현이든 조직에 가장 적합한 것이 무엇인지 결정하는 것이다. 여기에는 옳고 그름이 없으며, 단지 각 선택에 따른 다양한 장단점이 있을 뿐이다.

외부 도구를 선택한다면 회사 데이터를 보호하는 맞춤형 에이전트나 기업 수준의 솔루션에 투자하는 것이 좋다. 판매 특화 도구를 선택한다면 초기 피드백 제공부터 설계 파트너가 되는 등 개선 노력에 적극 참여해야 한다. 이러한 도구들은 아직 발전 과정에 있기 때문이다. 궁극적으로는 워크플로우, 보안 요구 사항 및 판매 방식에 맞는 솔루션을 선택해야 한다.

AI 구현을 위한 준비가 끝났다면 이제 계획을 실행에 옮길 때다. 내부 지지를 얻기 위해 문제를 제시하고, 팀으로부터 질적, 양적 데이터를 수집하며, 예상되는 영향과 함께 솔루션을 제시해야 한다.

출시는 명확하게 정의된 KPI, 특정 리더에게 할당된 소유권, 팀 검증 및 사용성 테스트와 함께 실행해야 한다. 이러한 경량 시스템은 패턴을 드러내고, 책임성을 구축하며, 초기에 무엇이 작동하는지 파악하는 데 도움이 된다.

팀의 지지 없는 기술은 종종 그저 사용되지 않는 도구가 된다. 판매 임원진은 명확한 30, 60, 90일 계획이 있는 AI 도입만 승인해야 하며, 판매 관리자는 광범위한 매뉴얼보다는 플레이북 구축에 집중해야 한다. 영업 담당자는 시범 프로그램에 적극적으로 참여하고 AI 사용에 대한 구조화된 피드백을 제공해야 한다.

AI를 사용하는 판매팀의 98%가 잠재고객 우선순위 지정이 개선된다고 말하며, AI를 리드 스코어링에 사용하는 기업은 마케팅 전환율이 20% 증가한다. 성과 추적을 위해 월별, 분기별 사용 추세, AI 사용과 연계된 접근-전환율, 팀의 질적 피드백 및 패턴 추적 등을 모니터링해야 한다.

실제 판매 결과에 대한 가시성이 AI 최적화 및 확장의 핵심이다. 채택도를 추적하기 위해 행동과 결과에 초점을 맞춘 지표와 로그를 사용하는 것이 좋다. 수동 추적도 유용하다. 영업 담당자들이 최고의 AI 프롬프트나 출력을 공유 문서나 허브에 저장하고, CRM에 AI가 역할을 한 거래를 표시하는 체크박스나 드롭다운을 추가하며, “이번 주에 AI가 도움이 되었습니까?”와 같은 주간 체크인을 사용 사례 드롭다운과 함께 보내고, AI 유용성을 평가하거나 작업에서 절약된 시간을 추적하도록 해야 한다.

판매의 미래는 AI를 판매 조직의 진정한 요구와 일치시키는 전략을 구축하는 것에 달려 있다. 내일을 이끌 팀은, AI를 가장 명확하고 일관되며 의도적으로 사용하는 팀이 될 것이다. 자동화를 가속화로 전환하는 것은 기술 스택이 아닌 전략이다.

효과적인 AI 도입을 위해서는 도구, 가격 및 트레이드오프를 검토하고, 채택을 보장하기 위해 판매팀과 초기에 조율하며, 의도적으로 출시하고 결과를 가시적으로 추적하며 지능적으로 조정해야 한다. 또한 AI 환경이 발전함에 따라 적응력을 유지하는 것이 중요하다.