Equipter, 응답 시간을 8시간에서 몇 분으로

요약

• 소셜 미디어 리드와 장기 미응답 고객 관리에 Agentforce를 투입했습니다.
• 소셜 미디어 리드 응답률이 2.5배로 뛰고 과거 잠재 고객도 다시 반응했습니다.
• 소규모 조직에서 인공지능 에이전트는 인원 감축이 아닌 업무 역량 확장을 돕습니다.

6명이 매주 200건의 문의를 마주할 때 생기는 일

미국과 캐나다 전역에 400곳이 넘는 렌털 파트너를 두고 특수 건설 장비를 만들어 파는 제조 기업이 있습니다. 바로 Equipter입니다. 이 회사의 내부 영업팀 규모는 단 6명에 불과합니다. 이 6명이 문의를 남기거나 관심을 보인 잠재 고객(리드)을 발굴하는 일부터 거래를 마무리하는 전 과정을 모두 도맡아 처리합니다.

그런데 이 작은 팀에 매주 새로 들어오는 인바운드 리드, 즉 먼저 제품을 문의해 오는 잠재 고객 건수만 150~200건에 달했습니다. 건설 현장은 공사 일정이 매우 빠듯하게 돌아갑니다. 문의가 들어왔을 때 얼마나 빨리 첫 응답을 보내느냐가 실제 거래 성사를 직접 좌우하는 환경이었습니다.

영업팀의 원래 목표는 문의가 접수된 뒤 2시간 안에 답장을 보내는 것이었습니다. 하지만 6명이 쏟아지는 새 문의를 확인하면서 동시에 기존 고객과 상담하고 계약을 체결하는 현실에서 이 목표를 지키기는 불가능에 가까웠습니다. 실제 응답 시간은 평균 8시간으로 늘어났고, 바쁜 날에는 하루를 넘기기도 일쑤였습니다.

제때 답변을 받지 못한 잠재 고객은 차갑게 식어 버려졌습니다. 매주 밀려드는 새 문의를 쫓아가느라 바쁜 담당자들에게는 과거에 한 번 연락했다가 끊긴 수백 건의 지난 고객을 다시 챙길 시간적 여력이 전혀 없었습니다. 그렇게 방치되고 잊힌 잠재 고객 데이터만 고객 관리 시스템 안에 끝없이 쌓여 갔습니다. 이 이야기는 클라우드 소프트웨어 기업 Salesforce가 공개한 고객 사례에 담긴 실제 변화의 기록입니다.

템플릿 하나로 2주 만에 에이전트를 투입하다

Equipter는 직원을 새로 채용하는 방식 대신, 기존에 사용하던 영업 관리 플랫폼인 Sales Cloud 안에 자율 인공지능 에이전트인 Agentforce를 배치하기로 결정했습니다. 도입 과정은 신속했습니다. 별도의 복잡한 코딩 개발 과정을 길게 거치지 않고 기본 제공 템플릿을 활용해 단 2주 만에 실제 운영 환경에 에이전트를 올렸습니다.

회사는 먼저 소셜 미디어를 통해 들어오는 문의를 전담하는 에이전트를 가동했습니다. 소셜 미디어 리드를 첫 번째 시험대로 삼은 데에는 분명한 이유가 있었습니다. 웹사이트에 직접 접속해 견적을 요청하는 고객은 장비 구매 의향이 매우 뚜렷하지만, 소셜 미디어 광고를 보고 가볍게 문의를 남긴 고객은 상대적으로 구매 의향이 낮습니다. 사람 담당자의 손이 닿지 않아도 실패 위험이 덜한 영역에서 먼저 자율 에이전트의 성능을 검증하고, 그동안 6명의 전문 영업 담당자는 구매 가능성이 훨씬 높은 웹사이트 직접 문의에 온전히 집중하도록 업무를 나눈 것입니다.

에이전트가 움직이는 방식은 명확했습니다. 소셜 미디어로 새로운 잠재 고객의 문의가 들어오면, 에이전트는 몇 분 안에 4일 연속, 총 4통의 이메일을 보내는 맞춤 연락 일정을 시작합니다.

이때 발송되는 이메일은 단순한 기계적 안내문이 아닙니다. 고객이 유입된 경로와 함께 고객 관계 관리 시스템인 CRM에 저장되어 있던 잠재 고객의 세부 정보를 바탕으로 개별 고객 상황에 맞게 자동으로 문장을 구성해 발송됩니다.

실제 시스템 뒤편에서는 리드가 시스템에 들어오는 순간 CRM의 유입 경로 필드를 기준으로 에이전트가 맡을 대상과 담당자에게 직행할 대상을 정교하게 자동 분류했을 것입니다. 또한 4일 동안 이어지는 연락 일정 중간에 고객이 답장을 보내거나 수신 거부를 요청하면 그 즉시 발송을 멈추고, 여러 경로로 동시에 들어온 동일 고객의 중복 접촉을 걸러내는 규칙도 함께 작동했을 것입니다.

Equipter 4일 연락 일정과 분기

잠들어 있던 10개월 전 고객이 다시 답장하기 시작했다

결과는 즉각적인 수치로 증명되었습니다. 에이전트가 투입된 이후 소셜 미디어 잠재 고객의 응답률은 기존 4%에서 약 10%로 2.5배 뛰었습니다. 8시간에서 하루 넘게 걸리던 첫 접촉 시간이 단 몇 분으로 줄어들자, 고객들의 반응 자체가 달라진 것입니다.

소셜 미디어 리드 응답률 변화

자신감을 얻은 Equipter는 두 번째 시험에 나섰습니다. 최대 10개월 동안 연락이 끊겨 사실상 버려진 상태였던 과거의 잠재 고객들에게 자율 에이전트를 보내 다시 안부를 묻고 장비 필요 여부를 확인한 것입니다. 놀랍게도 오랫동안 잠들어 있던 이 옛 고객들은 방금 들어온 새로운 고객과 정확히 똑같은 비율로 답장을 보내왔습니다.

이 결과는 회사에 매우 큰 깨달음을 주었습니다. 그동안 계약으로 이어지지 못하고 방치되었던 수많은 문의가 고객 자체의 질이 떨어져서가 아니었다는 사실이 증명되었기 때문입니다. 문제는 고객의 구매 의사가 아니라, 적절한 시점에 꾸준하게 다가가지 못했던 회사의 연락 타이밍과 접촉의 지속성이었던 셈입니다.

에이전트가 지치지 않고 일정한 주기로 말을 걸어 주자, 잊혔던 잠재 고객들이 다시 살아 움직이는 영업 파이프라인으로 자연스럽게 복귀했습니다. 만약 4일 동안 보낸 4통의 이메일에도 끝내 답이 없는 고객이 있다면, 시스템은 이들을 장기 재접촉 풀로 옮겨 훗날 다시 말을 걸 수 있도록 정리해 두었을 것입니다.

인공지능이 멍석을 깔고 사람이 계약을 맺는다

에이전트가 고객의 답장을 받아내면 그다음은 어떻게 될까요? 고객이 이메일에 답장하는 순간, 에이전트는 뒤로 빠지고 사람 영업 담당자가 전면에 나섭니다.

에이전트와 잠재 고객이 주고받은 모든 대화 내용과 유입 맥락은 Sales Cloud에 그대로 기록됩니다. 담당자가 바로 대화에 뛰어들 수 있도록 고객이 요구한 장비 사양이나 현장 위치, 공사 일정 같은 핵심 항목이 CRM 화면에 일목요연하게 요약되어 정리되었을 것입니다. 고객이 답장하면 담당자에게 즉시 알림이 전달되며, 담당자는 이미 파악된 맥락을 토대로 장비의 구체적인 세부 사양, 가격 조건, 렌털 지점과 같은 실질적인 구매 협상으로 곧바로 들어갑니다.

Equipter의 영업 부사장 David Beiler는 이 구조의 가치를 다음과 같이 말했습니다.

“Agentforce는 그 응답 시간을 몇 분으로 단축해 우리 팀이 더 높은 가치의 대화에 집중할 수 있게 해 주었습니다.”

에이전트가 고객 접촉 시간을 몇 분 단위로 단축해 준 덕분에, 사람 영업팀은 형식적인 사전 확인 작업에서 벗어나 실제 매출을 만드는 고부가가치 대화에 모든 에너지를 쏟을 수 있게 된 것입니다.

에이전트가 접촉한 전체 리드(소셜 미디어 신규 문의와 다시 깨워낸 장기 미응답 고객의 합산) 가운데 약 2%가 실제 돈이 오가는 영업 기회로 전환되었습니다. 2%라는 숫자가 얼핏 작아 보일 수 있지만, 이 수치의 본질은 이전까지 일손이 부족해 시스템 구석에 완전히 방치해 두었던 데이터에서 만들어졌다는 데 있습니다. 특수 건설 장비를 취급하는 Equipter의 평균 거래 규모를 감안하면, 손 놓고 잃어버릴 뻔했던 매출을 온전히 회수해 회사의 실제 수익으로 바꾸어 놓은 셈입니다.

성공적인 결과를 확인한 회사는 이제 다음 단계를 준비하고 있습니다. 미국과 캐나다에 흩어져 있는 400개 이상의 렌털 파트너로 들어오는 문의와 건설 시공사의 직접 구매 문의 사이의 복잡한 분류와 전달을 전담할 렌털 전문 에이전트를 추가로 배포할 계획입니다. 이를 위해 분류 단계는 이미 고객 유형마다 다른 연락 주기와 맞춤 템플릿을 쓰도록 짜여 있었을 것입니다.

도구보다 중요한 것은 데이터의 깊이다

Equipter의 사례는 인공지능 에이전트를 도입할 때 많은 기업이 품는 선입견 하나를 깨뜨립니다. 소규모 조직에서 인공지능을 도입하는 목적은 사람을 내보내 비용을 아끼는 데 있지 않습니다. 오히려 소수의 핵심 인력이 가진 물리적 한계를 넘어 조직 전체의 업무 처리 역량을 거대하게 확장하는 데 있습니다. 6명의 영업 담당자는 그대로 유지한 채, 그들이 다룰 수 있는 잠재 고객의 범위를 넓혀 놓았기 때문입니다.

이러한 업무 전환을 시도하려는 기업 리더와 실무자가 반드시 짚고 넘어가야 할 조건이 있습니다. 에이전트가 사람처럼 매끄럽고 개인화된 이메일을 보낼 수 있었던 바탕에는 고객 관리 시스템인 Salesforce CRM이 모든 데이터의 중심축으로 단단히 버티고 있었다는 점입니다. 유입 경로, 이전 접촉 이력, 고객의 관심 장비 데이터가 CRM 안에 구조화되어 축적되어 있지 않다면 아무리 뛰어난 에이전트를 붙여도 영혼 없는 스팸 메일을 보내는 데 그치고 맙니다. 에이전트가 만드는 맞춤 메시지의 품질은 회사가 쌓아 둔 고객 데이터의 깊이와 구조에 정비례합니다.

또한 대규모 IT 개발 인력이 없는 제조 중소기업이라도, 복잡한 자체 인공지능 모델을 밑바닥부터 구축할 필요 없이 기존에 검증된 플랫폼의 기본 템플릿을 영리하게 활용하면 불과 2주 만에 현업의 가장 아픈 병목을 풀어낼 수 있음을 이 사례는 잘 보여줍니다. 문제는 거창한 기술의 유무가 아니라, 우리 영업 현장에서 어느 단계의 속도를 줄여야 고객이 떠나지 않는지 그 지점을 정확히 짚어내는 눈입니다.

---

출처

Salesforce — Equipter increases lead response rates 2.5x with Sales Cloud — https://www.salesforce.com/customer-stories/equipter/ — 발행일 미표기, 약 2026-03-18