AX Field Notes

전체 사례No. 031

9명이 5만 개 기업을 관리한 Merge

1,500개 계정 추적으로 미팅 15%를 늘린 3층 자동화

사례 번호
031
1차 출처
Clay customer story
원문 게시
미표기

요약

  • 9명의 운영·마케팅팀이 대규모 계정 정보 보강과 통화 분석, 오프라인 행사 자동화를 하나로 엮었습니다.
  • 주간 계정 추적으로 미팅을 15% 늘리고 통화 녹취 분석으로 유지·확장률을 10% 올렸습니다.
  • 기업은 개별 인공지능 도구 도입에 그치지 않고 데이터가 서로 맞물려 순환하는 구조를 설계해야 합니다.

단 9명이 수만 개 기업을 빈틈없이 관리해야 했던 이유

기업의 시장 진출 조직에서 인공지능을 도입할 때 흔히 떠올리는 그림은 대규모 영업 조직이 투입된 작업 시간을 줄이는 장면입니다. 하지만 B2B 소프트웨어 연동 플랫폼 기업 Merge가 마주한 상황은 정반대였습니다. Merge에서 시장 진출 운영을 책임지는 인원은 매출 운영(RevOps) 담당 4명과 마케팅 담당 5명을 합쳐 단 9명뿐이었습니다. 이 작은 팀이 신규 고객을 발굴하는 영업과 기존 고객을 돌보는 고객 성공(CS), 그리고 전체 마케팅을 동시에 빈틈없이 뒷받침해야 했습니다.

다루어야 할 제품의 기술적 복잡성도 문제를 한층 어렵게 만들었습니다. Merge의 주력 제품인 Merge Unified는 8개 소프트웨어 분류에 걸쳐 고객용 B2B 연동 응용 프로그램 인터페이스(API)를 모든 산업군에 제공하는 수평형 플랫폼입니다. 여기에 고객이 자체 인공지능 에이전트를 기업용 모델 컨텍스트 프로토콜(MCP) 서버와 연결할 수 있도록 돕는 Merge Agent Handler까지 더해졌습니다. 즉, 잠재 고객 기업마다 쓰고 있는 기술 도구와 필요한 연동 시나리오가 제각기 달랐기에, 천편일률적인 영업 메시지로는 고객의 반응을 끌어낼 수 없었습니다. 데이터 보강 및 시장 진출 자동화 플랫폼인 Clay의 고객 사례에 따르면, Merge의 매출 운영 및 마케팅 리드인 Tim Bourcier는 이 문제를 해결하기 위해 인공지능 에이전트 기반의 자동화 체계를 구축했습니다.

넘쳐나는 정보 속에서 정작 현장이 멈춰 섰던 세 가지 문제

Merge의 내부 시스템에는 정보가 부족하지 않았습니다. 고객 관계 관리(CRM) 소프트웨어인 Salesforce, 고객과의 통화 음성을 녹음하고 문자 스크립트로 풀어 주는 Gong, 그리고 수많은 스프레드시트에 방대한 양의 원천 데이터가 쌓여 있었습니다. 그러나 이 수많은 데이터를 현장 실무자가 당장 활용할 수 있는 형태로 가공하고 해석하는 데 너무 많은 시간이 걸렸습니다. Tim Bourcier는 당시의 답답함을 다음과 같이 설명했습니다.

“우리에겐 아주 잘 갖춰진 시스템과 많은 데이터 포인트, 많은 지식이 있습니다. 그런데 이걸 실제로 쓰는 사람들이 어떻게 쓸 수 있게 할까요?”

구체적인 병목은 세 영역에서 뚜렷하게 나타났습니다. 첫째는 신규 고객을 발굴하는 아웃바운드 영업이었습니다. Merge의 제품군이 8개 분류에 걸쳐 있다 보니, 같은 잠재 고객 회사라도 분기마다 새 제품을 내놓거나 조직이 바뀌면 필요한 연동 과제가 완전히 달라졌습니다. 하지만 영업 담당자가 일일이 손으로 기업 정보를 조사하다 보니 지난 분기의 사업 내용에 맞춘 제안을 보내기 일쑤였고, 이는 미팅 전환율 하락으로 이어졌습니다.

둘째는 기존 고객과의 계약 갱신이나 사용량 확대를 준비하는 과정이었습니다. 고객 성공 매니저(CSM)는 고객과의 분기 사업 검토(QBR) 통화 녹취록과 Salesforce에 찍히는 실제 사용량 데이터를 대조하며 이상 징후를 찾아야 했습니다. 그러나 고객 성공 매니저 한 명이 담당하는 모든 고객사의 기나긴 통화 녹음을 물리적으로 다 듣는 것은 불가능에 가까웠습니다.

셋째는 오프라인 행사에서 생기는 손실이었습니다. 오프라인 콘퍼런스와 행사는 Merge의 분기 영업 파이프라인 중 20~25%를 만들어 내는 매우 중요한 통로였습니다. 하지만 부스 밖 복도나 휴게 라운지에서 명함이나 전자 배지 스캔 없이 우연히 나눈 가치 있는 대화는 Salesforce에 제때 입력되지 못했습니다. 수많은 잠재 고객이 후속 연락 한 번 받지 못한 채 그대로 사라졌습니다.

1층: 5만 개 시장 지도를 바탕으로 매주 1,500개 핵심 계정을 추적하다

Tim Bourcier가 설계한 체계의 1층은 전체 잠재 시장(TAM)을 분석하고 핵심 기업의 움직임을 실시간으로 감지하는 작업이었습니다. 팀은 먼저 Clay를 활용해 Salesforce 안에 잠들어 있던 5만 개 이상의 기업 계정을 최신 정보로 보강했습니다. 각 계정의 산업군과 세부 업종을 자동으로 분류하고, 그 기업의 사업 모델에 알맞은 Merge 연동 활용 사례를 태그로 달았습니다.

하지만 전체 잠재 시장 지도는 작성한 순간의 정지 화면에 불과합니다. 기업 고객의 사업 환경은 끊임없이 변화하기 때문입니다. 그래서 Tim Bourcier는 가장 중요한 엔터프라이즈 계정 1,500개를 골라내 매주 추적하는 별도의 Clay 에이전트를 가동했습니다. 이 에이전트는 일반적인 정적 데이터베이스가 포착하기 힘든 신제품 출시, 새 기능 업데이트, 전략적 제휴, 임원 영입 같은 실시간 사건을 웹 전체에서 감시했습니다. 추적 대상 기업에 유의미한 변화가 포착되면, 에이전트는 계정 담당 영업 사원에게 그 맥락을 간추린 요약본과 즉시 발송할 수 있는 콜드 메일 초안을 자동으로 전달했습니다.

실제 환경에서는 모든 뉴스가 영업 기회가 되는 것은 아니므로, 이 에이전트는 감지한 신호가 Merge의 핵심 사업과 얼마나 관련 있는지 점수를 매겨 걸러냈을 것입니다. 예를 들어 잠재 고객이 새로운 채용 관리 시스템(ATS)이나 고객 관리 연동 영역으로 진출하거나, 인공지능 에이전트 도입을 발표하는 경우에 높은 가중치를 주었을 가능성이 높습니다. 또한 영업 사원에게 건네는 메일 초안은 Merge 내부의 제품 포지셔닝 지침에 연결된 템플릿이나 문맥 검색을 거쳐 생성되었을 것입니다.

이 1층 시스템이 안착하면서 신규 고객 발굴 담당자(SDR) 1명당 매주 10시간 이상의 작업 시간을 아낄 수 있었습니다. 정밀하게 개인화된 제안이 나가자 잠재 고객의 응답률은 20% 올랐고, 최종 엔터프라이즈 미팅 예약 건수는 15% 늘어났습니다.

2층: 통화 녹취와 사용량에서 이탈 위험과 확장 기회를 읽어 내다

2층 시스템은 외부 잠재 고객을 향하던 정보 수집 파이프라인을 내부 기존 고객으로 돌려, 고객 이탈을 막고 계약 규모를 키우는 데 집중했습니다. Tim Bourcier는 Clay를 통화 분석 도구인 Gong 및 Salesforce와 연결하고, 고객과의 분기 사업 검토 통화 녹취록을 심층 분석하는 전용 에이전트를 구축했습니다. 이 에이전트는 대화에 묻어나는 미묘한 뉘앙스와 감정 흐름을 살피고, 구체적인 제품 개선 요구나 불만 사항을 추출했습니다. 동시에 8개 API 분류별 실제 사용량 추이를 함께 확인해 이탈 위험이나 추가 구매 가능성을 가리키는 신호를 자동으로 짚어냈습니다.

에이전트가 찾아낸 통찰은 두 가지 경로로 조직에 전달되었습니다. 먼저 고객 성공 매니저 개인에게 전달되어, 계약 갱신이나 추가 판매 미팅에 들어가기 전에 해당 고객의 최근 API 사용 추세와 관심 기능, 최근 통화 분위기를 미리 파악할 수 있도록 도왔습니다. 동시에 전체 고객 세그먼트와 제품 분류별 건강도 지표로 묶여 전사 대시보드에 반영되었습니다. 나아가 녹취록 속에 방치되어 있던 고객의 생생한 목소리가 정형화된 제품 개선 데이터로 변환되어 제품 개발팀에도 공유되었습니다.

에이전트가 통화 속 부정적인 감정이나 이탈 조짐을 포착해 알림을 띄우면, 고객 성공 매니저는 문제가 터지기 전에 먼저 고객에게 연락을 취했습니다. 이때 시스템 뒤편에서는 고객 지원 티켓이나 제품 개선 요청이 내부 작업 관리 도구에 자동으로 생성되었습니다. 실제 구현에서는 통화 녹취록에 경쟁사 이름이 나오거나 특정 연동 지연, 가격 불만 같은 핵심 단어가 등장하면서 동시에 감정 점수가 부정적으로 떨어질 때 우선 알림을 보내는 규칙이 적용되었을 것입니다. 만약 엉뚱한 알림이 자주 울리면 현장 담당자들이 시스템을 외면하게 되므로, 매니저들의 피드백을 바탕으로 감지 민감도를 꾸준히 조율했을 것입니다. 티켓 생성 역시 Jira 같은 프로젝트 도구의 웹훅을 호출하는 방식으로 매끄럽게 처리되었을 것입니다.

그 결과 고객 성공 매니저 1명당 매주 통화 녹음과 사용량 데이터를 손으로 검토하던 시간 5시간을 아낄 수 있었습니다. 사전에 문제를 파악해 대응한 덕분에 고객 유지 및 확장률은 10% 상승했습니다.

3층: 스쳐 지나간 복도 대화까지 파이프라인으로 연결하다

3층 시스템은 오프라인 행사에 들어가는 투자 가치를 극대화하기 위해 기획, 현장 수집, 사전 준비의 전 과정을 자동화했습니다. 먼저 행사 선정 단계에서는 에이전트가 주요 콘퍼런스 일정을 훑으며 개최 장소, 발표자 수준, 세션 주제의 연관성, 예상 참석자 구성을 종합해 평가했습니다. 각 후원 기회별로 기대할 수 있는 효과를 계산해 마케팅팀에 추천함으로써, 무분별한 참가를 줄이고 효과가 검증된 고부가가치 행사에 예산을 집중했습니다.

현장 리드 수집 방식도 크게 바꿨습니다. 직원이 콘퍼런스 부스 밖 복도나 휴게 라운지에서 대화를 나누었을 때, 상대방의 이름과 회사명만 사내 메신저인 Slack 채널에 입력하면 백그라운드에서 모든 작업이 진행되었습니다. Clay가 실시간으로 상대방의 상세 연락처와 회사 정보를 보강해 Salesforce에 잠재 고객으로 등록했습니다. 동시에 회사가 정의한 이상적 고객 프로필(ICP) 점수를 매긴 뒤, 그에 꼭 맞는 후속 이메일 발송 순서에 자동으로 배치했습니다. 명함 한 장 나누지 못했던 대화가 단 몇 분 만에 영업 시스템 안으로 온전히 들어온 셈입니다.

이름과 회사명만으로 사람을 찾을 때는 동명이인이나 지사 정보가 겹쳐 엉뚱한 사람을 찾아낼 위험이 따릅니다. 따라서 현장 시스템은 여러 데이터 업체를 단계적으로 조회하는 방식을 썼을 것이며, 일치 확신도가 낮은 건은 Slack 봇이 사내 담당자에게 되물어 확인을 요청하는 예외 처리 장치를 두었을 것입니다.

마지막으로 VIP 만찬 같은 주요 행사를 앞두고는 참석자의 역할, 해당 회사의 핵심 제품, 기존 Merge 연동, 가장 관련 있는 Merge 해법을 일목요연하게 정리한 맞춤형 브리핑 문서를 담당자에게 자동으로 전달했습니다. Tim Bourcier는 이 자동화 시스템이 없었다면 행사에서 발굴한 거래의 최소 50%는 그냥 사라졌을 것이라고 말했습니다. 실제로 행사 비용 대비 파이프라인 형성 비율은 과거 약 2배 수준에서 현재 5배를 향해 올라가는 중입니다.

서로가 서로를 강화하는 복리형 데이터 시스템의 힘

Merge 사례의 핵심은 단편적인 인공지능 도구를 사서 쓰는 데 그치지 않고, 각 층에서 정제된 데이터가 다음 층의 연료가 되는 복리형 데이터 시스템을 구축했다는 점에 있습니다.

Merge 3층 GTM 데이터 시스템
다음 층으로 전달계정 지도 추적통화 분석행사 자동화보는 것5만 개 이상 계정1,500개 핵심 계정출시·제휴·영입 감지QBR 통화 녹취API 분류별실제 사용량콘퍼런스 일정복도·라운지에서만난 사람받는 대상계정 담당자맥락 요약 전달메일 초안 생성CSM전사 대시보드제품팀마케팅팀 추천Salesforce 리드미팅 전 브리핑결과SDR 주 10시간 절약응답률 +20%미팅 +15%CSM 주 5시간 절약유지·확장률+10%거래 50% 손실 방지비용 대비 파이프라인2배→5배 향하는 중
각 계층에서 정제된 데이터가 다음 층으로 전달되며 복합 효과를 냅니다. (출처: Clay 고객 사례)

잠재 시장을 체계적으로 분류한 기초 데이터가 있었기에 매주 1,500개 핵심 계정의 변화를 감지해 영업 기회로 바꿀 수 있었습니다. 그리고 이 영업 과정에서 쌓인 풍부한 정보는 고객 성공 단계의 통화 녹취 분석과 맞물려 이탈을 방어하는 보호막이 되었습니다. 나아가 오프라인 행사 현장의 우연한 만남까지 실시간 데이터로 흡수되어 전체 고객 기반을 더욱 두텁게 만들었습니다. 앞선 단계에서 다듬어진 데이터가 뒷단계의 정확도를 높이고, 뒷단계의 결과가 다시 전체 시스템의 자산으로 축적되는 순환 구조가 완성된 것입니다.

이러한 시스템을 자기 조직에 적용하려는 기업이 먼저 챙겨야 할 조건이 있습니다. 우선 Salesforce나 Gong 같은 사내 기반 시스템에 신뢰할 수 있는 양질의 운영 데이터가 이미 축적되어 있어야 합니다. 쓰레기 데이터가 들어간 곳에서는 아무리 뛰어난 인공지능 에이전트를 돌려도 쓸모없는 결과만 나오기 때문입니다. 그리고 무엇보다 중요한 점은 사업 전략과 데이터 엔지니어링, 인공지능 자동화 도구를 하나로 엮어 낼 수 있는 인재가 중심을 잡아야 한다는 사실입니다.

도구만 파편적으로 도입해서는 데이터가 스스로 증식하는 시너지를 만들어 낼 수 없습니다. 현장 실무자가 무엇 때문에 시간을 낭비하고 있는지 정확히 짚어내고, 그 병목을 데이터 파이프라인으로 매끄럽게 이어 주는 설계 역량이야말로 단 9명의 팀이 5만 개 기업을 정밀하게 관리할 수 있게 만든 핵심 동력입니다.


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, 2026-09-22 확인