세일즈포스(Salesforce)가 발표한 '스타트업 및 중소기업을 위한 AI 가이드'는 중소기업에서 AI가 실제로 어떤 성과를 만드는지 보여준다. 미국 인력 중개 플랫폼 워놀로(Wonolo)는 AI 자동 응답으로 평균 상담 처리 시간을 20% 줄였고, 뉴질랜드 급여 관리 스타트업 페이소스(PaySauce)는 내부 챗봇으로 산업 전문 지식 없이도 모든 직원이 고객 문의에 빠르게 대응하게 만들었다. 보고서가 강조하는 핵심은 명확하다. AI를 어디에, 어떻게 적용하느냐에 따라 인력과 시간 제약을 역전시킬 수 있다는 것이다.
마케팅은 데이터 분석, 영업은 우선순위 설정, 고객 서비스는 응답 자동화
AI는 마케팅 부서에서 가장 먼저 효과를 낸다. 서드파티 쿠키가 2024년부터 단계적으로 중단되면서 마케팅 팀은 퍼스트파티 데이터 의존도를 높였고, 생성형 AI는 이 데이터로 고객 패턴을 분석하고 추천을 도출한다. 스타트업 마케터는 고객 분석, 캠페인 기획, 브랜드 톤 콘텐츠 생성, 내부 프로세스 최적화 같은 반복 작업을 AI에 맡기고 전략 업무에 집중할 수 있다.
영업 부서도 변화한다. 세일즈 담당자는 시장 분석, 계정 조사, 리포트 작성 때문에 고객과 직접 소통할 시간이 부족했다. AI가 이 업무를 일부 자동화하면 영업 기회 우선순위 설정, 통화 내용 요약, 다음 단계 도출, 맞춤형 커뮤니케이션 생성을 빠르게 처리할 수 있다. 주니어와 시니어 세일즈 담당자 간 역량 격차가 줄어들고, 모든 담당자가 체계적 전략으로 고객 관계를 구축한다.
고객 서비스에서 AI 효과는 가장 극명하다. 전화, 이메일, 채팅, SMS 등 다양한 채널에서 쏟아지는 문의를 처리하려면 정확하고 빠른 응답이 필수다. 생성형 AI는 고객 데이터와 지식 기반으로 사람과 유사한 응답을 자동 생성하고, 서비스 담당자는 AI가 제안한 답변을 검토한 뒤 바로 발송한다. 워놀로에서 AI 응답 생성 시간은 기존 5~10초에서 2~3초로 줄었고, 11명의 상담 담당자가 1주일에 5시간 이상을 절약했다.
고객 52%는 AI를 신뢰하지 않는다, 데이터 투명성이 먼저다
세일즈포스 보고서는 AI 성공이 신뢰에 달렸다고 강조한다. 2023년 미트르-해리스 폴(Mitre-Harris Poll) 설문조사에 따르면 고객의 52%는 AI가 안전하고 신뢰할 수 있다고 믿지 않으며, 고객의 89%는 AI와 소통 중인지 사람과 소통 중인지 구분할 수 있어야 한다고 답했다. 고객의 4명 중 3명은 AI 상호작용이 안전하며 기업이 해당 기술을 윤리적으로 사용한다는 확실한 보장을 원한다.
따라서 AI 도입 전 기업은 윤리 원칙과 가이드라인을 정의하고, 정기적 리스크 검토를 주도할 전담 팀을 구성하며, 임직원이 편향을 인식하고 리스크를 줄이도록 교육해야 한다. 또한 모델의 입력값, 출력 결과, 잠재적 편향 요소에 대한 투명성을 제공하고, 대규모 언어 모델이 기업 데이터를 저장하거나 학습에 사용하지 않도록 보장해야 한다.
기술 환경 준비도 필수다. 보고서는 부서별 AI 활용 목적에 맞춰 데이터 지표와 활용 사례를 정의하고, 고객 데이터를 연결해 단일 통합 소스를 구축하며, 부정확성과 중복이 없는 정제된 데이터를 사용해야 한다고 설명한다. 페이소스의 최고운영책임자 매튜 스토크스(Mathew Stokes)는 "AI 도입 못지않게 데이터와 지식 구조를 정교하게 정비하는 데 많은 노력이 필요했다"고 강조했다. 데이터가 부서별로 분산되어 있으면 생성형 AI 결과 품질은 떨어진다.
AI 상담 처리 시간 20% 단축, 산업 지식 장벽 해소
워놀로는 구직자와 인력이 필요한 기업을 연결하는 온라인 플랫폼이다. AI 도입 전 워놀로는 대규모 데이터 처리와 맞춤형 대응 요구를 충족할 효율적 솔루션이 필요했다. 현재 워놀로는 AI 생성 채팅 응답으로 상담 담당자의 업무 효율성, 자신감, 응답 일관성을 크게 개선했고, 평균 처리 시간도 20% 감소했다. 특히 이 프롬프트는 해외 근무 상담 담당자도 영어로 자신 있게 응대하도록 돕는다.
페이소스는 뉴질랜드 증시 상장 B2B 스타트업으로, 중소기업 급여 관리를 쉽고 간편하게 만드는 것을 목표로 한다. 페이소스는 AI로 임직원의 기술적 지식을 보완하고, 고객에게 효과적이고 효율적인 지원을 제공하려 했다. 다양한 산업군 중소기업을 고객으로 두고 있어, 기존에는 각 직원이 보유한 개별 전문 지식과 경험 범위 내에서만 고객 문의에 대응할 수 있다는 한계가 있었다. 페이소스는 Service Cloud Einstein 기반 내부 챗봇을 도입해 산업 간 RFP 작성, 리서치, 고객 응답 작성 업무를 지원하고 있으며, 이제 특정 산업 전문가에게 의존하지 않아도 어느 직원이든 챗봇 AI 기능으로 질문에 대한 답변을 정리하고 고객에게 신속하게 응대할 수 있다.
두 기업의 공통점은 AI를 내부 운영부터 먼저 적용했다는 점이다. 페이소스의 스토크스는 "AI 실험은 선제적으로 시작해야 하며, 향후 데이터를 관리하기 위한 지식 기반과 KPI를 미리 구축해야 한다"고 조언했다. 또한 "AI는 내부 업무부터 먼저 적용해 보면 임직원이 변화에 적응할 시간을 확보하는 동시에 고객에게 부정적 경험이 전달되는 위험을 줄일 수 있다"고 강조했다.
FAQ( ※ 이 FAQ는 본지가 리포트를 참고해 자체 작성한 내용입니다.)
Q. 생성형 AI와 예측형 AI는 어떻게 다른가요? 예측형 AI는 과거 사건과 데이터로 미래 결과나 행동을 예측하며, 생성형 AI는 제공된 정보와 데이터를 기반으로 완전히 새로운 콘텐츠를 생성합니다. 마케팅 캠페인 기획안 작성이나 고객 응답 문구 생성은 생성형 AI가, 영업 기회 우선순위 설정이나 고객 이탈 예측은 예측형 AI가 담당합니다.
Q. 중소기업이 AI를 도입할 때 가장 먼저 해야 할 일은 무엇인가요? 운영 전반을 살펴보며 AI로 개선할 수 있는 업무와 프로세스를 찾아야 합니다. AI가 유의미한 인사이트를 제공하거나 의사결정을 개선하고 고객 만족도를 높이거나 비용 절감에 기여할 수 있는 영역을 식별한 뒤, 해당 부서의 데이터를 연결·정리·통합하는 작업부터 시작해야 합니다.
Q. AI 도입 시 고객 신뢰를 확보하려면 어떻게 해야 하나요? 고객의 89%는 자신이 AI와 소통 중인지 사람과 소통 중인지 구분할 수 있어야 한다고 기대합니다. 따라서 AI 활용 사실을 명확히 알리고, 기업 전반에서 적용할 윤리 원칙과 가이드라인을 정의하며, 모델의 입력값·출력 결과·잠재적 편향 요소에 대한 투명성을 제공해야 합니다.
댓글 영역
획득법
① NFT 발행
작성한 게시물을 NFT로 발행하면 일주일 동안 사용할 수 있습니다. (최초 1회)
② NFT 구매
다른 이용자의 NFT를 구매하면 한 달 동안 사용할 수 있습니다. (구매 시마다 갱신)
사용법
디시콘에서지갑연결시 바로 사용 가능합니다.