19화. 고객이 처음 만나는 영업은 누구일까

고객확장이란 게 도대체 영업 혼자 가능해?

여지없이 돌아오는 주간회의입니다.

이번 주 안건은 다음 분기 확장 계획입니다. 매출 확장성을 보면서 꼭 나오는 이야기 중 하나는 신규 고객, 이른바 뉴 로고입니다.

"다음 분기에 신규 고객, 몇 곳 더 가능해요?"

옆자리 영업을 힐끗 쳐다보며 생각합니다. 있는 딜도 계약하기 힘든데 그중 몇 곳이 새로운 고객이냐니, 그리고 연락할 수 있는데는 다 해봤는데, 없는 걸 어떻게 하라고' 라는 말이 목구멍까지 나오지만 참죠.

영업조직은 늘 몇 가지 압박을 받습니다. 파이프라인을 잘 관리해 계약했는가, 기존 고객에게서 확장했는가, 그리고 새로운 고객이 있는가 등이죠.

그래서 영업하면 당연히 신규 고객을 찾기위해 이곳저곳을 두드려야 하는 이미지도 있는 것 같습니다. 제가 좋아하는, 윌 스미스 주연의 영화 《행복을 찾아서》의 주인공처럼 말이죠.

그런데 문득 이런 생각이 듭니다. 그 시대에는 그렇게 직접 연락하는 것 외에는 방법이 없었다 하더라도, 지금은? 모든 정보가 온라인에 먼저 도는 이 시대에?

그러면 또 다른 의견이 들어옵니다. 그럼에도 사람의 역할은 중요하다. 영업은 여전히 메일 쓰고 전화하는 거다. 정답이 없다. 두드리는 거다. 우직하게 나가자.

아, 둘 다 맞아 보입니다.

그래서 열심히 연락합니다. 그런데 공교롭게 고객 컨택 정보만 온라인에 없습니다. 외국팀은 링크드인으로도 많이 연결하는데, 한국은 잘 없습니다. 아오.

어찌어찌 찾은 연락처로 메일도 쓰고 전화도 합니다. 아는 사람도 통하고요. 그렇게 초기 고객 몇 곳을 만들었습니다.

그리고 계속 만나는 사람마다 우리 제품 좋다고 설명 열심히 하죠.

그런데 시간이 지나고 깨달은 건, 누군가 만나 읍소한다고 비즈니스가 빨리 되지는 않는다는 거였습니다.

제품은 있습니다. 고객도 몇 있습니다. 그런데 비슷한 고객이 어디에 더 있는지 모르겠습니다. 기존 고객은 챙겨야 하고, 새 고객은 찾아야 하고, PoC와 계약도 진행해야 하죠.

초기 고객 한두 곳은 창업자나 경력 영업사원의 네트워크로 만들어 갑니다. 기본적인 회사 소개서와 데모를 가지고 직접 만나 설명하고 설득하면서 힘겹게 해내죠.

그런데 고객을 열 곳, 스무 곳으로 늘릴 때도 계속 그렇게 할 수 있을까요?

결국 다음 분기 숫자 확장의 규모와 속도는 영업 한두 명의 시간과 인맥에 묶이게 됩니다.

시장이 이미 우리를 알고 있는가

그러다 이런 순간을 한 번쯤 겪게 됩니다.

운 좋게 연락이 닿은 고객과 미팅을 잡았는데, 고객은 이미 다른 벤더 두 곳을 검토하고 있습니다.

"혹시 그 회사들은 어떻게 알게 되셨어요?"

“AI로도 검색하면서 물어봤더니 나오더라고요. 거래하는 SI에서도 추천했고요.”

우리는 그 리스트에 없었습니다. 제품이 좋고 나쁘고를 떠나, 비교해볼 기회조차 없었던 거죠.

물론 이 조사는 영업·마케팅 솔루션 기업이 글로벌 고객을 대상으로 한 것이고, 그 명단을 AI가 만들었다는 뜻도 아니긴 합니다. 다만 고객이 영업을 만나기 전에 이미 상당한 정보를 모으고 후보를 좁힌다는 점은 눈여겨볼 만합니다. 그게 AI 시대에는 더 강화될 것 같고요.

그 과정에 우리 제품이 등장하지 않는다면 어떨까요?

2화에서는 흐린 메시지가 틀린 리드를 만든다고 했습니다. 누구의 무슨 문제를 해결하는지 구체적인 Use Case로, 고객이 알아들을 말로 알려야 한다는 이야기였죠.

이번에는 그다음입니다.

살 만한 고객이 우리를 발견하고, 제대로 공부한 뒤 찾아오게 하려면 영업이 전화를 돌리는 것과 별개로 마케팅은 무엇부터 해야 할까요?

비즈니스 리더라면 마케팅과 세 가지를 만들어가야 합니다

저라면 다음 전시회 부스와 브로셔 이미지 작업 계획은 잠깐 내려놓겠습니다.

창업자와 영업이 알아낸 초기 고객의 문제와 구매 이유를, 더 많은 고객이 스스로 발견하고 이해할 수 있게 만드는 일이 먼저입니다.

이 대상에는 최종 고객만 있는 게 아닙니다. 고객에게 솔루션을 추천하는 SI·MSP·컨설팅사의 엔지니어와 컨설턴트도 포함됩니다. 이 사람들도 고객의 후보 명단에 영향을 주고, 실제 제품 도입 과정에 참여할 수 있으니까요.

여기서 반론이 나올 수도 있겠습니다.

"아직 고객 몇 곳뿐인데 Demand Gen에 집중할 때인가요? 창업자나 영업이 더 뛰어야 하는 거 아닌가요?"

맞는 부분이 있습니다. 고객이 왜 구매하는지조차 모르는데 콘텐츠와 광고부터 늘린다고 해결되지는 않겠죠.

하지만 이미 몇 곳에서 통했던 문제와 구매 이유가 있다면 이야기가 달라집니다. 그 설명이 창업자와 영업사원의 머릿속에만 남아 있다면 다음 고객도 계속 직접 찾아가야 하니까요.

그렇다면 AI를 활용해 이 일을 어떻게 시작하면 좋을까요?

첫째, AI로 고객의 실제 질문과 구매 이유부터 분석해 주세요.

마케팅이 새 슬로건을 고민하기 전에 회사 안에 이미 쌓인 데이터와 기록부터 정리합니다.

미팅 기록, 수주·실주 딜의 메모, SE가 반복해서 받은 기술 질문, 고객의 실제 사용 사례, 파트너가 우리 제품을 찾았던 프로젝트 이야기까지요.

고객 정보를 비식별 처리하고 회사에서 승인한 환경에서 AI로 분석해봅니다.

고객이 반복해서 언급한 문제, 구매를 검토하게 된 계기, 기존에 쓰던 대안, 경쟁사를 선택하거나 우리 제품을 거절한 이유를 분류하는 거죠.

그다음에는 고객이 검색할 만한 질문도 스무 개쯤 뽑습니다. 제품명은 빼고요.

예를 들어 AI 기반 보안 제품을 판다면 '우리 제품의 장점'이 아니라 '취약점 경고가 너무 많을 때 무엇부터 조치해야 하나', '기존 스캐너만으로 충분한가', '운영 중인 환경에 어떤 보안 도구를 추가해야 하나' 같은 질문입니다.

그 질문을 가지고 Google·네이버·ChatGPT·Claude 등을 살펴봅니다. 어떤 해결 방법과 벤더가 소개되는지, 무엇을 근거로 설명하는지 확인하는 거죠. 경쟁사 홈페이지와 기술 커뮤니티, 제품 리뷰에서 반복되는 문제도 AI로 분류해볼 수 있겠습니다.

물론 AI가 추천했다고 그 제품이 더 좋거나 수요가 크다는 뜻은 아닙니다. AI가 참고한 자료에는 광고성 콘텐츠도 섞여 있으니까요. 그래서 AI가 만든 질문과 실제 고객이 했던 질문은 구분해서 봐야 합니다. 우리가 찾는 건 그럴듯한 시장이 아니라, 고객이 실제로 돈을 쓰며 해결하려는 문제니까요.

그렇게 비교해서, 초기 고객에게 실제로 통했고 비슷한 고객에게도 반복될 Use Case 하나를 고릅니다.

시장조사 보고서 수십 장보다 그 한 가지를 정확하게 설명할 수 있는 게 먼저라고 생각합니다.

둘째, 고객과 파트너가 영업 없이도 검토할 수 있는 콘텐츠를 만들어 주세요.

검색 후 고객들이 들어가 보는 곳은 홈페이지입니다. 그런데 홈페이지에 가면 좋은 말은 많은데 뭐 하는 솔루션인지 알기가 힘든 경우가 많습니다.

한번은 고객이 홈페이지의 '자동화'라는 단어를 보고 연락이 와서, 본인이 생각하는 자동화가 되는지 물어보는데, 아니라고, 그건 안 된다는 설명에만 30분을 썼습니다. 자동화는 자동화긴 하지만요. 

게다가 창업자와 영업은 고객을 만날 때마다 설명하는 방법을 고쳐가는데, 홈페이지와 자료는 몇 달째 그대로인 경우가 많습니다.

그래서 첫 번째 작업에서 정한 Use Case를 기준으로, 고객이 스스로 공부할 수 있는 자료를 공개하는 겁니다.

홈페이지에는 고객이 현재 그 업무를 어떻게 처리하는지, 어디서 문제가 생기는지, 우리 제품을 적용하면 어떤 과정이 달라지는지 그림과 설명으로 보여줍니다. 해결할 수 있는 문제가 많아도 의도적으로 한두 개로 좁히고요. 기능 소개만 죽 늘어놓는 게 아니라 실제 업무 흐름을 보여주는 거죠.

여기에 짧은 데모 영상, 기술 아키텍처, 연동 조건, 필요한 권한, 운영상의 제약과 FAQ를 붙입니다. 기존 도구나 자체 개발로 충분한 경우도 구분하고요.

구매 검토 시 여러 사람이 참여하니 기술자료만으로도 부족하겠죠. 현업은 실제 업무 변화가 궁금하고, IT와 보안 담당자는 현재 인프라와 연동 가능한지, 적용 가능한지도 봅니다. 내부 보고에 쓸 고객 사례와 검증 근거도 필요하고요.

파트너에게는 고객 제안용 자료 한 장을 별도로 만들 수 있습니다. 어떤 Use Case에 추천하면 좋고, 기존 시스템과 어떻게 연결되며, 구축과 운영에서 어떤 역할을 맡을 수 있는지 설명하는 겁니다.

이 모든 걸 처음부터 완벽하게 만들 필요는 없습니다. 하지만 이게 없으면 확장이 어렵습니다.

Use Case 웹페이지 하나, 실제 데모 하나, 기술 검토 자료 하나, 파트너용 제안 자료 한 장이죠.

우선 이 정도를 제대로 갖춰보자는 겁니다.

초안은 기존 영업·SE 자료로 AI를 가지고 만들 수 있지만, 기술적 정확성과 실제 제공 범위는 반드시 SE와 Product가 확인해야 합니다. AI가 그럴듯하게 써준다고 실제로 되는 게 아니죠.

그리고 공개하기 전에 우리 제품을 잘 모르는 잠재 고객이나 파트너 엔지니어에게 보여달라고 영업과 소통하는 것도 필요합니다.

영업사원의 설명 없이도 어디에 쓰는 제품인지, 자기 환경에 적용 가능한지, 검토하려면 무엇이 더 필요한지 판단할 수 있을까요?

그렇지 않다면 아직 자료가 부족한 겁니다.

여기서 GEO도 함께 시작해야 하죠. 고객이 참고할 콘텐츠를 만들었다면 AI와 검색엔진도 그 내용을 찾을 수 있어야 하니까요.

먼저 Google Search Console과 네이버 서치어드바이저로 핵심 페이지의 색인 상태를 확인합니다. 중요한 설명이 이미지나 PDF 안에만 들어 있지는 않은지, 검색봇 접근이 막혀 있지는 않은지, ChatGPT 검색에 활용되는 크롤러(OAI-SearchBot)의 접근 설정은 어떤지도 점검하고요.

그다음 앞에서 정리한 고객 질문들을 AI에 다시 넣어봅니다. 우리 제품이 나오는지뿐 아니라 어떻게 설명되는지, 어떤 페이지가 인용되는지, 경쟁사는 무엇을 근거로 소개되는지 살펴보는 겁니다.

AI가 우리 제품을 잘못 설명한다면 공식 자료가 불분명한 건 아닌지 확인해야겠죠. 고객 사례와 전문 매체, 파트너의 기술자료처럼 외부에서도 확인할 근거가 부족한지도 살펴보고요.

물론 검색이 가능해졌다고 AI가 반드시 우리를 추천하는 건 아닙니다. AI 검색에 이름을 억지로 넣는 비법을 찾기보다, 실제로 검토할 만한 정보가 검색 가능한 형태로 충분히 공개돼 있는지부터 확인하자는 거죠.

셋째, AI로 적합한 고객·파트너 채널을 조사하고 거기에 집중해 주세요.

자료를 만들었으니 이제 배포할 차례입니다.

미국 B2B 스타트업들은 창업자가 LinkedIn에 전문성을 드러내는 방식을 많이 이야기하지만, 한국에서는 제품과 고객에 따라 채널이 다를 겁니다.

개발자와 클라우드 운영자를 공략한다면 기술 블로그와 개발자 커뮤니티, 관련 기술 컨퍼런스가 중요할 수 있습니다. 대기업 IT·보안 담당자가 고객이라면 전문 매체와 기술 세미나, 이미 고객을 만나고 있는 SI·MSP가 더 효과적일 수도 있겠죠.

그래서 큰 행사라고 무조건 참석하는 건 지양해야 한다고 생각합니다. 관련 행사의 지난 프로그램과 발표 주제, 공개된 참여 기업 정보를 모아 우리 Use Case를 실제로 다루는지, 어떤 직무의 사람들이 모이는지 비교해보는 거죠.

파트너 후보도 마찬가지입니다.

공개된 서비스와 기술 파트너십, 고객 사례를 AI로 분석해 우리 Use Case와 잘 맞는 곳을 골라봅니다. BD는 실제 협력 가능성과 사업성을 확인하고요. 홈페이지만 보면 다 잘하는 것 같습니다.

마케팅은 그 파트너의 엔지니어와 컨설턴트가 고객에게 활용할 자료를 만들고, 공동 웨비나나 기술 워크숍으로 배포합니다.

파트너가 실제 구현 경험이나 기술 검증 결과를 공개해준다면 우리 회사의 설명을 뒷받침하는 자료도 될 수 있겠죠. 고객이 다른 곳에서도 확인할 근거가 생기는 겁니다.

그리고 우리 제품이 필요할 고객이라고 모두 지금 해결책을 검색하고 있지는 않겠죠. 아직 문제를 크게 느끼지 못하거나, 다른 회사들이 어떻게 해결하는지 모르는 곳도 있습니다. 기술 발표와 웨비나, 파트너 세션은 그런 고객에게 문제를 먼저 알리고, 나중에 검토를 시작할 때 우리 제품을 떠올리게 하는 일이기도 합니다.

고객이 들어왔다면 무엇을 보고 관심을 가졌는지 확인해야겠죠. 업무 기록이나 CRM에는 어떤 Use Case에 관심을 보였는지, 기술 검토나 데모를 요청했는지, 실제 Opportunity로 진행됐는지 업데이트합니다.

고객이 기술 검토나 도입 관련 미팅을 요청하면 영업과 SE가 이어받고, 영업은 그 고객이 왜 진행됐는지 또는 왜 잘 안 됐는지를 마케팅에 피드백합니다. 그래야 다음 달 콘텐츠가 바뀝니다.

처음은 자료와 유입 경로를 갖추고 반응을 시험하는 기간일 겁니다. 실제 Pipeline 기여도는 이후에도 계속 확인해야겠죠.

중요한 건 리드 숫자를 늘리는 데서 끝나지 않는다는 겁니다.

우리를 찾은 사람이 과연 우리 제품을 살 만한 고객인가. 그리고 그 사람이 어떤 문제를 해결하려고 찾아왔는가를 아는 겁니다.

그걸 알아야 다음 달에 어떤 콘텐츠를 더 만들고, 어느 채널에 투자할지 정할 수 있을 테니까요.

마케팅과 영업의 상호작용

이 일을 하려면 행사를 잘 여는 사람보다, 고객의 문제를 고객의 언어로 옮기고, SE의 기술 설명을 현업이 읽을 수 있게 편집하고, 어떤 자료를 보고 누가 들어왔는지 추적할 줄 아는 마케터가 필요합니다. 한 사람이 다 잘할 수는 없으니 이번 분기에 할 우선순위도 함께 정해야겠죠.

그럼 영업은 뭘 할까요?

여전히 고객을 찾아가야겠죠.

다만 이제는 창업자와 영업이 직접 설명하던 내용이 홈페이지와 데모, 기술자료에 있습니다. 아웃바운드에도 그 자료를 활용할 수 있고, 먼저 공부하고 찾아온 고객을 만나면 영업과 SE는 기본적인 제품 설명보다 실제 도입 가능성을 확인하고 문제를 풀어가는 데 더 집중할 수 있겠죠.

물론 인바운드로 들어왔다고 Win Rate가 무조건 높거나 Sales Cycle이 짧다는 보장은 없습니다. 다만 모든 리드에 똑같이 대응하며 리소스를 소진하는 일을 줄이고, 정말 협업이 필요한 고객에게 집중해 매출 확률을 높이려면 올바른 리드가 들어오게 하는 일이 매우 중요합니다.

결국 AI 시대 Demand Gen은 AI로 콘텐츠를 더 많이 만드는 일이 아닌 것 같습니다.

창업자와 영업이 고객을 만나며 쌓은 경험을 AI로 분석하고, 고객과 파트너가 스스로 공부할 수 있는 자료로 만들고, 적합한 사람이 정보를 찾는 곳에 전달하는 일이 먼저 해야 할 일이죠.

《행복을 찾아서》의 크리스 가드너는 하루 종일 명단을 들고 전화를 돌렸습니다.

지금 고객은 우리 전화를 받기 전에 AI에게 묻고, 파트너의 의견을 듣고, 필요한 자료를 찾아봅니다.

어쩌면 고객이 처음 만나는 영업은 우리 회사의 영업사원이 아닐지도 모르겠습니다. 마케팅이 공개한 자료일 수도, AI가 소개한 우리 제품일 수도, 파트너 엔지니어의 설명일 수도 있겠죠.

영업이 더 많은 문을 두드리는 것도 필요합니다.

하지만 초기 고객 몇 곳을 넘어 사업을 확장하려면, 그리고 수많은 리드 속에 자원을 낭비하지 않고 살 고객에게 집중하게 하려면, 이제 우리가 만나지 않은 고객과 파트너도 우리 제품을 발견하고 검토할 수 있어야 하지 않을까요?

그 일을 마케팅과 먼저 해결해 가야 한다고 생각합니다.

오늘 해볼 일 하나

최근 수주한 고객이 처음 꺼낸 문제 하나를, 제품명 없이 ChatGPT·Claude·Google·네이버에 물어보세요.

우리 제품이 어떻게 소개되는지, 그 설명은 정확한지, 어떤 자료를 근거로 이야기하는지 확인하는 겁니다. 우리 제품이 빠져 있다면 무엇이 부족한지 살펴볼 계기가 되겠죠.

그 결과를 놓고 이번 달에 만들 Use Case 페이지 하나와 배포할 채널 하나부터 정해보면 어떨까요?

다음 화 예고

그동안 영업의 역할과 GTM 조직, 파트너, 그리고 이번에는 마케팅이 해야 할 일까지 이야기했습니다.

그런데 이 모든 일을 결국 사람이 해야 하죠. 스타트업도 영업을 확대하고 GTM 조직을 꾸리기 위해 좋은 인재를 찾습니다. 특히 빅테크에서 큰 고객을 상대하고 좋은 실적을 냈던 경력자라면 기대도 클 겁니다.

그런데 막상 영입하고 나면 성과가 영 시원찮을 때가 있습니다. 회사도 답답하고, 당사자도 답답하죠.

분명 잘 팔던 사람인데, 왜 여기서는 안 팔릴까요?

그 사람의 역량이 부족한 걸까요? 아니면 이전 회사에서 그 성과를 가능하게 했던 브랜드, 제품, 마케팅, SE와 파트너 조직의 역할을 우리가 놓치고 있는 걸까요?

다음 화에서는 빅테크에서 성과를 냈던 영업사원이 왜 스타트업에서는 고전하는지, 그리고 작은 조직에서 새로운 제품을 팔며 조직을 같이 빌드업 해야 할 때 정말 필요한 역량은 무엇인지 이야기해 보겠습니다.

참고자료

[1] 6sense (2025). 2025 B2B Buyer Experience Report.https://6sense.com/science-of-b2b/buyer-experience-report-2025/

[2] Google Search Central. AI Features and Your Website.https://developers.google.com/search/docs/appearance/ai-features

[3] 네이버 서치어드바이저. 콘텐츠 작성 시 권장 사항항.https://searchadvisor.naver.com/guide/content-basic