Merge — 9인 GTM 팀이 5만 개 계정을 지능화하는 방법

1. 왜 이 사례인가

대부분의 GTM(Go-To-Market) AI 도입 사례는 대규모 조직이 운영 효율을 개선한 이야기입니다. 하지만 머지(Merge)는 정반대의 조건에서 이 난제에 도전했습니다. 수익 운영(RevOps) 4명과 마케팅 5명, 총 9명의 작은 인력으로 영업, 고객 성공(CS), 마케팅을 동시에 빈틈없이 지원하면서도 수만 개에 달하는 엔터프라이즈 계정을 상시 관리해야 하는 구조였습니다.

도전 과제는 단순히 인력 부족에 그치지 않았습니다. 머지가 제공하는 제품 자체의 기술적 복잡성이 GTM 운영의 난도를 구조적으로 높였습니다. 머지의 핵심 제품인 머지 유니파이드(Merge Unified)는 8개 카테고리에 걸친 B2B 고객 대면 통합 API를 전 산업군에 제공하는 수평적 플랫폼입니다. 여기에 머지 에이전트 핸들러(Merge Agent Handler)가 추가되면서, 고객사는 엔터프라이즈급 MCP(Model Context Protocol) 서버와 AI 에이전트를 손쉽게 연결할 수 있게 되었습니다. 즉, 잠재 고객마다 서로 다른 기술 스택과 독자적인 활용 사례(use case) 조합에 맞추어 정밀한 제품 포지셔닝을 제시해야 했습니다.

클레이(Clay) 고객 사례 페이지는 머지의 RevOps 및 마케팅 리드 팀 부르시에(Tim Bourcier)가 클레이 기반 AI 에이전트 워크플로를 구축하여 이러한 운영 복잡성을 해결한 과정을 구체적인 데이터와 함께 소개합니다. 이 사례가 특히 주목받는 이유는 단순한 단일 SaaS 도구 도입에 머물지 않고, 각 데이터 레이어가 다음 레이어로 통찰을 지속 공급하는 유기적 복합 데이터 시스템을 구축했다는 점입니다.

2. Problem

머지의 GTM 팀이 직면한 과제는 표면적으로는 단순한 정보 부족처럼 보였지만, 본질적으로는 데이터 사일로 현상과 실시간 계정 인텔리전스의 부재였습니다.

세일즈포스(Salesforce), 공(Gong), 각종 스프레드시트 등 사내 도구에 원천 데이터는 충분히 쌓여 있었습니다. 그러나 실무자가 그 방대한 데이터를 실제 영업 활동에 즉각 활용할 수 있는 형태로 통합하고 해석하는 데 지나치게 많은 시간이 소모되었습니다. 부르시에는 “회사에는 매우 정교한 시스템과 방대한 데이터 포인트, 수많은 지식이 축적되어 있었습니다. 문제는 이것을 일선 실무자들이 당장 활용할 수 있도록 어떻게 실시간으로 전달하느냐였습니다”라고 당시 상황을 설명합니다.

구체적인 병목은 다음 세 가지 영역에서 두드러졌습니다.

첫째, 아웃바운드 영업 단계에서 담당자가 타깃 계정마다 적합한 접근 메시지를 개별적으로 일일이 조사해야 했습니다. 머지의 제품군이 8개 카테고리에 걸쳐 광범위하게 분산되어 있어, 동일한 기업이라도 분기마다 신제품을 출시하거나 조직 개편이 발생하면 필요한 연동 유스케이스가 완전히 달라집니다. 지난 분기의 낡은 포지셔닝으로 이번 분기 고객에게 접근할 경우 미팅 전환율이 급락할 수밖에 없었습니다.

둘째, 고객 성공(CS) 팀이 계약 갱신이나 확장(upsell) 논의를 준비할 때, 공에 저장된 통화 녹취록과 세일즈포스의 제품 사용 데이터를 수작업으로 일일이 검토해야 했습니다. 고객 성공 매니저(CSM) 한 명이 자신이 담당하는 모든 계정의 방대한 통화 녹음을 물리적으로 청취하는 것은 불가능에 가까웠습니다.

셋째, 오프라인 이벤트 투자 대비 비즈니스 성과 추적이 불투명했습니다. 분기 영업 파이프라인의 20~25%가 오프라인 콘퍼런스와 이벤트에서 창출되었지만, 공식 부스 밖 복도나 휴게 공간에서 명함 없이 나눈 수많은 유력 대화들이 세일즈포스에 제때 기록되지 못해 후속 조치 없이 유실되는 리드가 상당수에 달했습니다.

확인된 사실: RevOps 4명·마케팅 5명 팀 구성, Merge Unified API 8개 카테고리, Merge Agent Handler(엔터프라이즈 MCP 서버), 데이터 소스는 Salesforce·Gong·스프레드시트·기타 도구.

3. Solution

부르시에 리드가 구축한 시스템은 세 개의 핵심 레이어로 구성되며, 각 레이어가 다음 단계로 정제된 데이터를 순차 공급하도록 정교하게 설계되었습니다.

3.1 TAM 지도 구축 및 엔터프라이즈 계정 실시간 모니터링

첫 번째 과제는 어떤 타깃 계정에 영업 리소스를 집중할지 명확히 선별하는 작업이었습니다. 세일즈포스에 등록된 50,000개 이상의 계정을 클레이로 일괄 보강(enrich)하여 산업군, 세부 업종, 그리고 계정별 맞춤 머지 유스케이스를 자동으로 분류하고 태깅했습니다. 영업 담당자가 계정마다 시간을 들여 리서치하는 대신, 시스템이 사전에 준비한 완결된 데이터를 바탕으로 즉시 대화에 나설 수 있게 했습니다.

하지만 전체 시장(TAM) 지도는 과거 시점의 스냅샷일 뿐이며, 엔터프라이즈 계정의 비즈니스 환경은 살아 숨 쉬듯 빠르게 변합니다. 부르시에는 별도의 클레이 에이전트를 구축하여 핵심 1,500개 엔터프라이즈 계정의 동향을 매주 실시간으로 추적했습니다. 이 에이전트는 타깃 기업의 신제품 출시, 신규 기능 업데이트, 전략적 파트너십 체결, 주요 임원진 영입 등 전통적인 정적 데이터베이스에서는 포착하기 어려운 실시간 이벤트를 전방위로 감지합니다. 유의미한 비즈니스 변화가 포착되면, 에이전트는 계정 담당자에게 핵심 맥락 요약과 함께 즉시 발송 가능한 맞춤형 콜드 이메일 초안을 자동으로 전달합니다.

확인된 사실: Salesforce 50,000개 이상 계정 보강·태깅, 1,500개 엔터프라이즈 계정 주간 모니터링, SDR 주당 10시간 이상 절감, 응답률 20% 향상, 엔터프라이즈 미팅 15% 증가 (Clay 게시 기준).

3.2 고객 건전성 지능화 및 CS 팀 지원

두 번째 레이어는 기존 고객의 이탈을 막고 계약 규모를 확장하기 위해 동일한 인텔리전스 파이프라인을 적용했습니다. 부르시에는 클레이를 공 및 세일즈포스와 연동하여 분기별 사업 리뷰(QBR) 미팅의 통화 녹취록을 심층 분석하는 전담 에이전트를 구축했습니다. 이 에이전트는 고객과의 대화에서 드러나는 뉘앙스와 감정 흐름, 구체적인 제품 개선 요청과 불편 사항, 그리고 API 카테고리별 실사용량 추이를 정밀 추출하여 이탈 위험이나 추가 라이선스 구매 가능성을 나타내는 신호를 자동으로 포착합니다.

이러한 분석 결과는 CS 조직 전체에 두 가지 경로로 실시간 제공됩니다. 개별 고객 담당자는 계약 갱신이나 업셀 상담에 들어가기 전, 해당 고객의 최근 API 사용 패턴과 관심 제품 영역, 최근 통화 분위기를 완벽히 숙지한 상태로 미팅을 주도합니다. 조직 차원에서는 고객 세그먼트 및 제품 카테고리별 건전성 현황이 전사 대시보드로 집계됩니다. 아울러 동일한 통찰이 제품 개발 팀에도 공유되어, 과거 상담 녹음 파일 속에 방치되던 고객의 생생한 피드백이 체계적으로 정제된 제품 개선 데이터로 전환됩니다.

에이전트가 고객의 부정적 감정이나 이탈 위험을 감지하여 알림을 발송하면 CS 팀이 선제적으로 밀착 지원에 나서며, 지원 티켓과 제품 개선 백로그가 내부 시스템에 자동으로 등록됩니다.

확인된 사실: CSM 주당 5시간 절감(통화 녹취·계정 데이터 수동 검토 대체), 유지율 및 확장율 10% 향상 (Clay 게시 기준).

3.3 이벤트 전 주기 자동화

세 번째 레이어는 오프라인 이벤트 투자의 전 과정을 세 단계 자동화 워크플로로 완벽히 지원합니다.

사전 이벤트 선별: AI 에이전트가 주요 글로벌 콘퍼런스 플랫폼을 상시 스캔하며 행사 장소, 연사의 전문성, 세션 아젠다의 적합성, 예상 참가자 프로필 등을 머지의 내부 기준에 맞추어 정량 평가합니다. 각 행사의 예상 스폰서십 투자 가치를 산출하여 마케팅 팀에 추천함으로써, 무분별한 참가를 지양하고 검증된 핵심 이벤트에 예산을 집중할 수 있도록 뒷받침합니다.

현장 실시간 리드 캡처: 행사 부스 밖 복도나 라운지에서 우연히 대화를 나눈 잠재 고객의 이름과 소속 기업을 슬랙 채널에 간단히 입력하면, 클레이가 백그라운드에서 해당 인물의 상세 연락처와 회사 정보를 실시간 보강하여 세일즈포스 리드를 생성합니다. 동시에 이상적인 고객 프로필(ICP) 점수를 즉시 부여하고 최적의 후속 이메일 시퀀스로 자동 연결합니다. 명함조차 교환하지 못했던 현장 대화가 불과 수 분 만에 CRM 시스템에 온전히 기록됩니다.

미팅 전 브리핑: VIP 디너나 주요 고객 미팅이 예정된 경우, 참석자의 직무 이력, 소속 기업의 주요 제품군, 기존 머지 연동 여부, 그리고 가장 추천할 만한 머지 통합 솔루션을 일목요연하게 정리한 맞춤형 브리핑 문서를 담당자에게 사전에 자동 전달합니다.

확인된 사실: 이벤트 리드의 50% 이상이 이 시스템 없이는 후속 조치 없이 소실될 것이라는 Bourcier의 설명, 이벤트 파이프라인 대비 비용 비율(cost-to-pipeline ratio) ~2배에서 5배 방향으로 개선 중 (Clay 게시 기준).

확인된 사실 (전체): Gong·Salesforce·Clay 통합, 이벤트 파이프라인 비중 분기별 20~25%, RevOps·마케팅 합산 9인 팀이 영업·CS·마케팅을 동시 지원.

4. Impact

클레이 공식 고객 사례(게시 연도 미표기)에서 확인된 정량적 성과는 다음과 같습니다.

지표	수치	비고
SDR 주간 절감 시간	10시간 이상	계정 조사 자동화 후
아웃바운드 응답률	+20%	계정 맞춤 첫 접점 기반
엔터프라이즈 미팅	+15%	1,500개 계정 주간 모니터링 연계
CS팀 주간 절감 시간	5시간/담당자	통화 녹취·계정 건전성 수동 검토 대체
유지율·확장율	+10%	QBR 분석·알림 연계
이벤트 비용 대비 파이프라인 비율	~2배 → 5배 방향	이벤트 선별·리드 캡처 개선 후 진행 중
이벤트 리드 소실 방지	~50% 이상	Clay 없이 소실되었을 복도 대화 리드

5. Insight

머지 사례의 핵심 본질은 개별 AI 도구의 단순 도입에 그치지 않고, 선행 레이어가 생성한 데이터가 후속 레이어를 지속적으로 강화하는 유기적 복합 데이터 시스템을 구축했다는 점입니다.

TAM 인텔리전스가 아웃바운드 영업의 적중도를 비약적으로 높입니다. 50,000개 계정의 자동 분류와 핵심 1,500개 계정의 실시간 모니터링이 결합되면, 영업 담당자는 “누구에게 연락할 것인가”를 고민하는 소모적 리서치에서 벗어나 “지금 이 고객에게 왜 이 제품이 필요한가”를 설득하는 고부가가치 세일즈에 온전히 집중할 수 있습니다. 다루는 제품이 수평적이고 활용 사례가 다양할수록 이러한 실시간 계정 지능화의 파급력은 극대화됩니다.

실시간 고객 건전성 신호가 사후 수습 위주의 CS를 선제적 케어로 전환합니다. 고객의 계약 이탈 징후를 연간 갱신 미팅 시점에 이르러서야 뒤늦게 알아차리는 것과, 수 주 전 상담 통화에서 발생한 미세한 불만을 즉각 감지하여 선제적으로 대응하는 것은 고객 유지율에서 결정적인 격차를 만듭니다. 통화 녹음과 자동화 워크플로를 실시간으로 결합한 인프라가 이러한 대응 시차를 획기적으로 줄였습니다.

오프라인 이벤트의 진정한 투자수익률(ROI)은 현장 접점 데이터화의 완결성에 달려 있습니다. 공식 부스 방문자 명단에만 의존하던 기존의 관행에서 벗어나, 현장에서 일어나는 모든 비공식적 대화까지 빠짐없이 CRM으로 연결할 때 비로소 마케팅 예산 투자의 타당성을 정량적으로 증명할 수 있습니다.

복제 조건: 이러한 파이프라인이 정상 작동하려면 세일즈포스와 공 등에 충분한 양질의 업무 데이터가 사전에 축적되어 있어야 하며, 부르시에 리드처럼 비즈니스 전략과 데이터 엔지니어링, AI 자동화 도구를 복합적으로 다룰 수 있는 전문 인재가 핵심 역할을 맡아야 합니다. 데이터 레이어 간의 유기적 결합 없이 단일 SaaS 도구만 도입해서는 이러한 연속적 시너지 효과를 창출하기 어렵습니다. 아울러 공개된 성과 지표(미팅 +15%, 유지율 +10% 등)는 클레이 공식 고객 사례에 기술된 수치이며, 제3자 기관의 독립적인 회계 감사를 거친 데이터는 아닙니다.

6. 원문에 없는 추정 (구현 가설)

6.1 1,500개 계정 주간 모니터링의 신호 분류

근거: 기사는 에이전트가 타깃 기업의 신제품 출시, 기능 업데이트, 파트너십 체결, 조직 개편을 지속적으로 스캔하며 일반적인 정적 데이터베이스에서 확인하기 어려운 정보를 실시간으로 추출한다고 설명했습니다.

이 주간 모니터링 에이전트가 실무에서 노이즈 없이 작동하려면 정교한 신호 가중치 평가 로직이 내장되어 있을 것으로 분석됩니다. 기업의 모든 뉴스나 공지가 영업 기회로 이어지는 것은 아니므로, 머지의 핵심 비즈니스(예: 신규 CRM/ATS 연동 카테고리 진출, AI 에이전트 도입 선언, 엔터프라이즈 API 전략 발표 등)와의 연관성에 따라 신호의 점수를 차등 부여하는 필터링 레이어가 결합되어 있을 가능성이 큽니다. 아울러 영업 담당자에게 즉시 전달되는 ‘추천 이메일 문구(suggested wording)‘는 머지의 내부 제품 포지셔닝 가이드라인과 연동된 프롬프트 템플릿 또는 검색 증강 생성(RAG) 파이프라인을 거쳐 자동 생성될 개연성이 높습니다.

6.2 Gong 통화 분석의 에스컬레이션 로직

근거: 기사는 에이전트가 고객의 감정 변화를 감지하여 알림을 발송하면 CS 팀이 선제적으로 개입하고, 내부 지원 티켓과 제품 개선 요청이 자동으로 생성된다고 설명했습니다.

고객의 계약 이탈 위험 신호와 라이선스 확장 기회 신호를 단일 분석 파이프라인에서 정확하게 판별하려면 독립적인 트리거 임계치가 설정되어 있을 것으로 보입니다. 통화 텍스트 내에서 특정 핵심 키워드(경쟁사 솔루션 언급, 특정 API 연동 지연, 가격 정책 불만 등)의 출현 빈도와 부정적 감정 점수가 복합적으로 결합될 때 우선순위 알림을 생성하는 규칙 기반 평가 엔진이 작동할 가능성이 높습니다. 또한 지원 티켓 및 제품 요청 자동화의 경우, 클레이 워크플로가 지라(Jira)나 제품 관리 도구의 웹훅(Webhook) 엔드포인트를 호출하는 형태로 구현되어 있을 개연성이 큽니다. 이러한 알림 시스템은 거짓 양성(false positive) 비율이 높아지면 실무진에게 외면받기 쉬우므로, CSM의 실제 수용 피드백을 반영해 필터링 민감도를 지속 튜닝하는 피드백 루프를 운영하고 있을 것으로 추정됩니다.

6.3 이벤트 Slack-to-CRM 파이프라인의 무결성

근거: 기사는 직원이 현장에서 만난 잠재 고객의 이름과 소속 회사를 슬랙 채널에 입력하면 클레이가 자동으로 연락처를 보강하여 세일즈포스에 리드를 생성한다고 설명했습니다.

이 현장 워크플로의 성패는 불완전한 입력 데이터에 대한 보강 정확도에 달려 있습니다. 단순한 이름과 회사명만으로는 동명이인이나 지사 정보가 혼동되어 링크드인 프로필이나 공식 업무 이메일을 잘못 매핑할 위험이 항상 존재합니다. 부르시에 리드가 시스템이 없었다면 50%의 리드가 유실되었을 것이라고 표현한 배경에는, 자동화 시스템의 완벽한 100% 매칭을 전제하기보다는 실질적인 발굴률 제고에 방점이 찍혀 있습니다. 따라서 실제 운영 환경에서는 클레이가 연동된 복수의 데이터 제공자(예: Apollo, People Data Labs, LinkedIn 등)를 단계별로 조회하는 워터폴(waterfall) 보강 로직을 적용했을 가능성이 높으며, 신뢰도 임계치에 미달하는 모호한 데이터의 경우 영업 오퍼레이션 담당자에게 슬랙 봇을 통해 수동 확인을 요청하는 예외 처리 큐가 마련되어 있을 것으로 분석됩니다.

7. 출처

Clay — How Merge books 15% more enterprise meetings by researching 1,500 key accounts weekly with Clay
https://www.clay.com/customers/merge
게시 연도: 미표기 (접근일: 2026-09-22)