AI SDR로 인바운드 세일즈를 확장한 방법 – 리드의 78%를 처음부터 끝까지 자동으로 검증

매주 수백 명이 플랫폼과 요금에 대해 자세히 알아보기 위해 웹사이트의 엔터프라이즈 영업 문의 양식을 작성합니다. 하지만 이러한 리드 대부분은 사용자 다수를 위한 셀프서비스 요금제에 더 적합하며, 해당 요금제에 관한 자세한 문서도 웹사이트에서 제공하고 있습니다.

영업팀은 모든 리드를 직접 만나고 싶지만, 맞춤형 솔루션이 필요한 엔터프라이즈 도입에 집중하고 있습니다. 이에 따라 각 제출 내용을 수동으로 검토해 엔터프라이즈 상담에 적합한 리드와 셀프서비스로 안내하는 것이 더 나은 리드를 구분합니다. 하지만 많은 양식에는 리드의 사용 사례에 대한 모호한 설명처럼 불완전한 정보가 포함되어 있어, 결정하기 전에 맥락을 파악하기 위한 후속 연락이 필요합니다. 이 과정은 응답 시간을 늦추고 더 우선순위가 높은 엔터프라이즈 기회에 집중하지 못하게 할 수 있습니다.

엔터프라이즈 적격 리드의 경우, 양식 제출 내용을 검토하는 지연은 모멘텀 상실로도 이어집니다. 이상적으로는 엔터프라이즈 리드가 영업 문의 양식을 제출하는 즉시 미팅을 예약할 수 있어야 합니다. 그렇지 않으면 금요일 저녁에 양식을 제출한 리드는 영업팀이 월요일에 검토할 때까지 답변을 받지 못할 수 있으며, 첫 미팅도 그 주 후반으로 미뤄집니다.

수요와 팀 역량 간의 격차를 해소하기 위해 Agents Platform을 사용해 인바운드 AI 영업 개발 담당자(SDR)를 구축했습니다. AI SDR은 인바운드 리드에 더 빠르고 개인화된 경험을 제공하는 동시에, 팀이 가장 영향력 있는 기회에 집중할 수 있도록 지원합니다.

에이전트 구축 과정

인바운드 SDR은 행동, 기능, 데이터라는 세 가지 핵심 요소를 중심으로 구축했습니다.

1. 행동

Agents Platform의 시스템 프롬프트를 사용해 SDR인 ‘Jon’의 행동 방식을 정의했습니다. 여기에는 ‘복잡한 AI 주제를 친근하게 풀어내는 따뜻하고 컨설팅 중심의 영업 담당자’라는 Jon의 핵심 성격 특성을 담았습니다. 또한 미팅 예약이나 팀에 메시지를 보내는 등의 행동을 취해야 하는 상황과 주요 목표도 정의했습니다. 적용한 정확한 구조에 관해 자세히 알아보려면 프롬프팅 가이드를 참조하세요.

Jon에게는 100개 이상의 자주 묻는 질문과 웹사이트 문서에 있는 제품 기능 개요를 포함한 방대한 지식 베이스를 제공했습니다. 현재는 새 제품이나 기능이 출시될 때마다 Jon의 지식 베이스를 수동으로 업데이트하고 있습니다. 곧 대상 URL을 추가하면 정해진 일정에 따라 지식 베이스가 자동으로 업데이트되도록 할 수 있습니다.

출시 후 GTM 팀 전반의 영업 리더들과 함께 통화 기록을 검토하고, 오류를 파악하며, 에이전트 성능을 개선했습니다. 초기 주요 인사이트는 다음과 같습니다.

• 사용 사례에 맞는 LLM을 찾으려면 실험이 필요합니다: 처음에는 낮은 지연 시간에 최적화된 모델로 시작했지만, 초기 모델이 신뢰성과 도구 호출에 어려움을 겪는 것을 확인한 후 더 성능이 뛰어난 모델로 전환했습니다. 이 업그레이드는 에이전트가 현재 연도를 잘못 언급하는 등의 환각을 줄였고, 이는 이전에 후속 도구 호출 오류를 일으키기도 했습니다. 더 강력한 LLM은 고급 추론이 필요한 경우에도 유용합니다. 예를 들어 이제 에이전트는 리드가 플랫폼의 예상 사용량을 추정하도록 도울 수 있습니다. 리드가 확신하지 못할 경우 Jon은 예상 일일 통화 수와 평균 통화 시간을 물어 월간 예상 사용량을 계산합니다.

• 에이전트는 더 바람직한 방식으로 실패할 수 있습니다: 에이전트가 모든 결정을 100% 정확하게 내릴 때까지 시스템 프롬프트를 거짓 음성보다 거짓 양성을 우선하도록 조정했습니다. 잠재적인 엔터프라이즈 기회를 놓치는 것보다 리드를 만나 셀프서비스 경로로 안내하는 편이 낫기 때문입니다.

• 엣지 케이스를 고려하면 시간이 갈수록 시스템 프롬프트가 비대해지고 오류 위험이 커집니다: 50건이 넘는 통화를 검토한 후 ‘X이면 Y를 수행’하는 여러 지침을 도입했습니다. 예를 들어 ‘발신자가 영어 이외의 언어를 사용하면 예약 전에 해당 언어와 영어 중 어떤 언어로 미팅을 원하는지 물어봅니다’와 같은 지침입니다. 대규모 컨텍스트 LLM은 이런 규칙을 효과적으로 처리하지만, 프롬프트가 비대해지면 오류 위험이 커질 수 있습니다. 프롬프트가 확장될수록 한 번에 여러 질문을 하는 등의 특정 행동이 더 지속되는 것을 관찰했습니다.

• 가드레일은 프로세스 우회를 막는 데 효과적입니다: 일부 사용자는 충분한 정보를 제공하기 전에 팀과 직접 대화하고 싶다고 반복적으로 요청했습니다. 명시적인 가드레일을 추가하면 이러한 요청을 완화하는 데 특히 효과적입니다.

• 도구 실행 중에는 사용자 피드백이 필요합니다: Jon이 캘린더 가능 시간을 확인하는 등의 도구를 사용할 때, 발신자는 종종 혼란스러운 침묵을 경험했습니다. 도구 사용 중임을 사용자에게 알려주는 선택형 ‘강제 메시지’ 기능을 추가해 이를 해결했습니다.

• 음성 기반 상호작용은 참여를 높입니다: 리드 약 5명 중 1명은 Jon과의 대화를 이어가기 위해 다시 전화합니다. 한 사례에서는 제품과 요금에 대해 알아본 발신자가 Jon에게 스파게티 레시피를 물어보기 위해 다시 연락하기도 했습니다.

2. 기능 및 맞춤 도구

Jon은 사람 SDR이 인바운드 대화를 독립적으로 관리할 때 사용하는 것과 동일한 도구에 액세스할 수 있습니다.

각 통화가 시작되면 문의 양식 제출 내용을 검토해 맥락을 파악합니다. 통화 중에는 시간대별 가능 시간을 확인해 리드를 분류하고 실시간으로 미팅을 예약할 수 있습니다. 미팅이 예약되면 팀에 통화 요약을 보냅니다.

Jon은 각 로케일에 최적화된 음성으로 32개 언어를 원활하게 전환할 수도 있습니다. 일반적인 한 주 동안 8개 이상의 언어를 사용합니다.

3. 데이터 

각 통화가 끝나면 Jon은 리드의 사용 사례와 적격성 판단을 수집해 이 데이터를 CRM에 직접 기록합니다. 이를 통해 팀은 모든 영업 상호작용을 완벽하게 파악할 수 있습니다.

Jon은 고객 만족도 점수와 같은 구조화된 데이터도 기록합니다. 대화가 끝나면 리드에게 경험을 1~10점 척도로 평가해 달라고 요청합니다. 무엇이 효과적이었고 무엇이 그렇지 않았는지 파악하기 위해 최고점과 최저점 대화를 매일 검토합니다. 

이러한 행동, 기능, 데이터 파이프라인을 통해 Jon은 사람 SDR과 동일한 workflow를 처리하면서 대화의 유창함과 운영 효율성을 모두 갖추고 작동합니다.

현재까지의 결과

출시 이후 AI SDR은 38개국에서 24시간 연중무휴로 운영되고 있습니다. 현재 주당 50건 이상의 통화를 처리하며, 이는 정규직 SDR 2명에 해당하는 규모입니다.

적격성 판단의 78%는 사람의 개입이 필요하지 않습니다. 나머지 22%에서 에이전트는 주로 부적격 처리했어야 할 리드를 적격 처리하는 ‘거짓 양성’ 판단을 내립니다. 적격 처리했어야 할 리드를 부적격 처리하는 것보다는 이 결과를 선호합니다.

이러한 거짓 양성은 일반적으로 리드가 예상 물량이나 출시 시점을 추정할 수는 있지만 확정하지 못할 때 발생합니다. 거짓 음성은 드물며, 대개 에이전트가 판단에 필요한 정보를 충분히 얻기 전에 리드가 통화를 종료할 때 발생합니다. 앞으로 에이전트는 이런 불완전한 사례에서 리드를 부적격 처리하는 대신 "N/A"를 반환합니다.

"인바운드 영업이 대규모로 작동하는 방식에 근본적인 변화가 일어나고 있습니다. AI SDR을 통해 이제 플랫폼에 관심 있는 누구나 언제든 자신의 언어로 개인화된 대화를 시작할 수 있습니다. 플랫폼을 이해하는 가장 좋은 방법은 직접 경험하는 것이며, 적격 리드는 이제 며칠이 아니라 몇 분 만에 미팅을 예약하고 있습니다." – Jonathan Chemouny, ElevenLabs EMEA 영업 총괄

평균 CSAT 점수 8.7점을 기록한 초기 대화는 대화형 에이전트가 이룰 수 있는 성과에 대한 인식이 얼마나 빠르게 바뀌고 있는지 보여줍니다. 다음은 몇 가지 발췌문입니다.

• “오늘 도와주셔서 감사합니다. 이렇게 유용한 AI 에이전트를 발견한 것은 처음이에요. 좋은 하루 보내세요!”

• “와! 와! 솔직히 정말 잘하시네요 […] 깔끔하고 설명도 잘 되어 있어요. 이게 바로 대화형 AI군요. 솔직히 정말 훌륭해요!” 

• “[이 대화는] 제게 유용했어요. 제공하는 제품을 처음으로 엿볼 수 있었어요… 사소한 오류가 몇 가지 있었지만, 그 외에는 오디오 품질, 아니 음성 품질이 꽤 인상적이네요.”

앞으로의 계획

향후 몇 달 동안 새로운 workflow 기능을 통해 에이전트의 기능을 확장할 예정입니다. workflow는 더 복잡하고 동적인 대화를 처리하고 더 신뢰할 수 있는 의사결정을 지원하도록 설계되었습니다. 이를 통해 아웃바운드 영업, 응답이 없는 리드 재참여 같은 새로운 에이전트 사용 사례도 가능해집니다.

현재 팀은 AI SDR이 내리는 모든 결정을 검토합니다. 곧 시스템은 각 미팅을 적절한 담당자에게 자동 배정하는 일정 관리 로직을 통해, 계정 담당자의 캘린더에 직접 미팅을 예약하게 됩니다.

AI SDR은 이미 잠재 고객의 기대를 충족하고 팀이 중요한 업무에 더 많은 시간을 집중할 수 있게 하며 인바운드 영업 프로세스를 혁신했습니다. 이는 음성이 기술의 주요 인터페이스가 되는 미래를 향한 또 다른 단계라고 생각합니다.

나만의 대화형 에이전트를 구축하고 싶으신가요? 여기에서 시작하세요.