[마케팅 브리프] 자율 실행형 AI 에이전트 확산…B2B 영업·마케팅 파이프라인 재편

글로벌 B2B 영업·마케팅의 AI 활용 범위가 콘텐츠 작성과 고객 분석을 넘어 잠재고객 접촉, 구매 의도 파악, 견적 대응으로 넓어지고 있다.

구매자는 영업 담당자의 개입을 줄인 디지털 구매 과정을 선호하면서도 AI가 제공한 정보는 사람을 통해 검증하려는 상반된 태도를 보였다.


기업에는 AI 에이전트를 통한 업무 자동화뿐 아니라 데이터 품질과 산출물 검증, 책임 체계를 함께 설계해야 하는 과제가 제기된다. 불특정 다수에게 같은 메시지를 발송하는 방식보다 구매 가능성을 보여주는 신호를 선별하고, 필요한 시점에 사람과 AI가 개입하는 파이프라인 운영이 중요해지고 있다.

세일즈포스, 미접촉 리드 13만건에 AI 에이전트 투입
세일즈포스는 자사 영업 조직에서 AI 에이전트를 운용한 결과 4개월간 기존에 접촉하지 못했던 리드 13만건에 접근해 3천200개의 영업 기회를 만들었다고 밝혔다.

AI 에이전트가 영업 인력이 바로 대응하기 어려운 잠재고객을 우선 접촉하고, 후속 대응이 필요한 기회를 담당자에게 넘기는 방식이다. 잠재고객 관리에서 발생하는 반복 업무를 AI가 맡고 영업 인력은 구매 가능성이 높은 고객과의 상담에 집중하는 구조다.

다만 13만건과 3천200개는 세일즈포스가 자사 환경에서 거둔 성과다. 기업마다 고객 데이터의 품질과 영업 절차, 제품 특성이 달라 같은 결과가 재현된다고 단정할 수 없다.

구매자 67%는 ‘영업사원 없는 경험’ 선호
가트너가 2025년 8∼9월 B2B 구매자 646명을 조사한 결과 응답자의 67%는 영업 담당자와 접촉하지 않는 구매 경험을 선호했다. 최근 구매 과정에서 AI를 이용했다는 응답은 45%였다.

별도로 발표된 645명 대상 조사에서는 완전한 디지털 셀프서비스 구매 방식을 선호한다는 응답이 70%로 나타났다. 최근 구매 과정에서 평균 7개의 정보원을 이용했으며, 생성형 AI를 활용했다는 응답은 45%였다.

디지털 구매 선호가 영업 담당자의 역할 소멸을 뜻하지는 않았다. 응답자의 69%는 AI가 제공한 정보와 분석을 영업 담당자를 통해 검증하기를 원했다.

구매자가 제품 정보를 직접 탐색하는 비중이 커지면서 영업 담당자의 역할도 달라지고 있다. 제품 정보를 전달하는 데 머물기보다 AI가 제시한 내용의 정확성과 사업적 타당성을 검토하고, 구매 결정에 수반되는 위험을 설명하는 역할이 중요해졌다.

AI 에이전트, 견적·협상 단계까지 진입
포레스터는 올해 B2B 판매기업의 20%가 구매자 측 AI 에이전트와 견적 협상을 벌이게 될 것으로 전망했다. 구매자가 운용하는 AI 에이전트의 요구에 판매기업이 자체 에이전트를 통해 실시간 반대 견적을 제시하는 구조다.

AI 에이전트의 활용 범위가 고객 탐색과 콘텐츠 생성에서 가격 비교와 조건 검토, 견적 협상으로 확대될 수 있다는 의미다. B2B 기업에는 할인 한도와 계약 조건, 승인 권한을 AI 시스템에 어디까지 부여할 것인지 정하는 작업이 필요하다.

모든 협상을 자동화하기보다 표준 조건 안에서는 에이전트가 대응하고, 가격이나 책임 조건이 정해진 범위를 벗어나면 담당자가 개입하는 체계가 요구된다. 협상 과정과 승인 이력을 기록해 사후 검증이 가능하도록 만드는 절차도 필요하다.

포레스터 “AI 거버넌스 부재로 100억 달러 이상 손실 가능”
포레스터는 관리되지 않은 생성형 AI 사용과 이용자의 역량 부족으로 발생하는 사고가 주가 하락과 법적 합의, 규제 벌금으로 이어져 기업 가치가 100억 달러 이상 줄어들 수 있다고 전망했다.

생성형 AI를 구매 과정에 활용한 응답자의 19%가 부정확하거나 신뢰하기 어려운 정보 때문에 구매 결정에 대한 확신이 낮아졌다는 조사 결과도 제시했다.

AI 도입 기업에는 모델의 결과를 검증하는 절차와 사용 권한, 책임 주체를 정하는 거버넌스가 필요하다. 고객 데이터와 가격, 계약 조건을 다루는 영업·마케팅 분야에서는 잘못된 정보가 외부로 전달되거나 승인되지 않은 조건이 제시될 가능성도 점검해야 한다.

직원이 승인받지 않은 AI 서비스를 이용하는 문제도 관리 대상이다. 허용하는 도구와 입력 가능한 데이터의 범위를 정하고, 고객에게 전달되는 산출물은 사람이 최종 확인하는 절차를 마련할 필요가 있다.

대량 발송보다 구매 신호 중심 접근
B2B 영업 현장에서는 같은 내용의 메시지를 대량 발송하는 방식보다 구매 가능성을 보여주는 신호를 조합해 접촉 대상을 선별하는 전략이 부각되고 있다.

경영진 교체와 투자 유치, 채용 확대, 제품·가격 페이지 방문, 자료 내려받기 등은 기업의 사업 변화와 구매 관심을 보여주는 신호로 활용될 수 있다. 개별 신호 하나만으로 구매 의사를 단정할 수는 없지만 여러 데이터를 결합하면 영업 우선순위를 정하는 근거가 된다.

AI 에이전트는 고객 행동과 기업 정보를 분석해 접촉 대상을 분류하고 맞춤형 메시지 초안을 만들 수 있다. 담당자는 분석 결과와 메시지의 적절성을 검토한 뒤 실제 접촉 여부를 결정하는 방식으로 역할을 나눌 수 있다.

신호 기반 접근의 성과는 업종과 고객군, 데이터 범위, 캠페인 설계에 따라 달라진다. 특정 회신률을 일반적인 성과로 제시하기보다 접촉 대상의 정확도와 상담 전환율, 영업 기회 창출 여부를 함께 측정해야 한다.

미국 구글 검색 68.01% ‘무클릭’
스파크토로가 시밀러웹의 클릭스트림 자료를 분석한 결과 올해 1∼4월 미국 구글 검색의 68.01%가 외부 웹사이트 클릭 없이 끝났다. 분석 대상은 미국의 데스크톱과 모바일 웹 패널이며 구글 모바일 검색 애플리케이션은 포함되지 않았다.

검색 결과 화면과 AI 요약에서 필요한 정보를 바로 얻는 이용자가 늘면서 웹사이트 방문자 수만으로 콘텐츠 성과를 판단하기 어려워지고 있다.

B2B 기업의 검색 전략도 검색 순위를 높여 방문을 유도하는 SEO에서 AI 검색 서비스가 공식 자료를 정확하게 인용하도록 만드는 생성 엔진 최적화(GEO)로 확장되고 있다.

기업은 제품 사양과 기술 정의, 시험 결과, 적용 사례, 자주 묻는 질문을 구조화해 공개할 필요가 있다. AI가 내용을 인용할 수 있도록 수치의 기준 시점과 조사 범위, 출처도 분명하게 제시해야 한다.

SEO의 필요성이 사라진 것은 아니다. 검색 상위 콘텐츠가 AI 답변의 근거로 활용될 수 있는 만큼 기존 검색 최적화와 AI 검색 대응을 병행하는 전략이 필요하다.

자동화보다 중요한 데이터와 통제체계
AI 에이전트는 휴면 리드 접촉과 구매 신호 분석, 고객별 메시지 작성, 견적 준비 등 B2B 파이프라인의 여러 단계를 맡기 시작했다. 구매자 측에서도 AI를 활용한 정보 탐색과 공급업체 비교가 늘고 있다.

기업이 먼저 정해야 할 것은 AI에 맡길 업무와 사람이 최종 판단할 영역이다. 잠재고객 분류와 자료 정리는 자동화할 수 있지만 가격 확정과 계약 조건 변경, 법적 책임이 수반되는 답변에는 사람의 승인이 필요하다.

성과 측정 기준도 발송량과 콘텐츠 생산량에서 영업 기회 전환율, 상담 연결률, 계약 기여도, 오류 발생률로 바뀌어야 한다. 데이터가 부정확하면 에이전트는 잘못된 고객을 우선하거나 검증되지 않은 정보를 전달할 수 있다.

B2B 영업·마케팅의 경쟁력은 AI 에이전트 도입 여부만으로 결정되지 않는다. 구매 신호를 읽을 수 있는 데이터와 사람이 개입할 기준, 결과를 검증하고 책임을 추적할 운영체계를 함께 갖추는 일이 파이프라인 재편의 핵심으로 떠오르고 있다.