OpenAI 인바운드 영업 어시스턴트 발표

TL;DR

OpenAI는 AI 기반 인바운드 영업 어시스턴트를 출시하여, 잠재 고객의 질문에 개인화되고 정확한 정보를 몇 분 안에 자동으로 답변함으로써 수천 건의 놓친 리드를 수백만 달러 규모의 매출 성장으로 전환합니다.

문제: 인바운드 리드의 규모와 품질

ChatGPT Enterprise와 Business가 출시되었을 때, OpenAI는 스타트업부터 다국적 기업에 이르기까지 매달 수만 건의 인바운드 문의를 받았습니다. 기존의 정적 양식과 일반적인 자동 회신은 또는 그 양을 처리하거나, 의료 분야의 규정 세부사항이나 플랜 비교 안내와 같이 잠재 고객이 요구하는 미묘한 답변을 제공할 수 없었습니다. 그 결과 기회 손실과 고객 기대에 미치지 못하는 구매 경험이 발생했습니다.

“우리는 매달 수천 건의 리드를 받고 있었지만, 소수만 대화할 수 있는 용량만 있었습니다. 일부 리드는 훌륭한 구매 경험을 만들기 위해 몇 가지 질문에 답변이 필요했지만, 우리는 그 개인화된 경험을 제공하지 못했습니다,” – Harsha Chilamamarri, Go‑to‑Market Innovation

인바운드 영업 어시스턴트 구축

OpenAI는 영업 담당자를 대체하기보다 보조하는 AI 기반 어시스턴트를 만들었습니다. 시스템은 내부 커넥터—제품 문서, 정책 라이브러리, 고객 사례, 영업 플레이북—를 가져와 모델이 추측이 아니라 검증된 소스를 기반으로 추론할 수 있게 합니다. 주요 기능은 다음과 같습니다:

  • 언어별 응답 – 도쿄에 있는 잠재 고객은 일본어로 답변을 받습니다.
  • 도메인별 정확성 – 병원 시스템은 즉시 규정 세부 정보를 받습니다.
  • 원활한 핸드오프 – 자격을 갖춘 기업 리드는 전체 대화 컨텍스트가 보존된 상태로 인간 담당자에게 전달됩니다.

“이 모델을 통해 우리는 모든 고객에게 초개인화된 경험을 제공하고 참여할 수 있습니다,” – Harsha Chilamamarri

인간‑인‑루프 훈련 및 평가

어시스턴트의 성능은 긴밀한 피드백 루프를 통해 개선되었습니다:

  1. 초안 응답은 영업 담당자가 검토합니다.
  2. 담당자 수정은 학습 데이터가 됩니다.
  3. 자동 평가 지표가 정확성을 추적합니다.

몇 주 만에 첫 이메일 답변의 정확도가 약 60 %에서 98 % 이상으로 상승했습니다.

“저와 다른 엔지니어 한 명만으로 매우 복잡한 평가 시스템을 구축했습니다… 특히 자동화된 방식으로 평가를 수행할 수 있게 되면서, 우리는 정확도를 60%에서 90%로 빠르게 올릴 수 있었고, 이제 첫 이메일에서 98%에 도달했습니다.” – Harsha Chilamamarri

운영 영향 및 매출 성장

어시스턴트는 인바운드 리드 처리 방식을 혁신했습니다:

  • 잠재 고객은 몇 시간 안에 사려 깊은 답변을 받아 의사결정 주기가 가속화되었습니다.
  • 영업 담당자는 자격이 있는 의도 풍부한 대화만 받게 되어 받은 편지함의 잡음이 감소했습니다.
  • OpenAI는 배포 후 몇 달 만에 수백만 달러 규모의 연간 반복 매출(ARR)을 확보했습니다.

“우리에게 가장 큰 aha 순간은 어시스턴트를 처음 출시했을 때였습니다. 인바운드 리드에게 개인화된 경험을 제공하고 핵심 질문에 신속히 답변하면(이메일이라도) 많은 고객이 매우 빠르게 구매 의사를 보인다는 것을 깨달았습니다.” – Harsha Chilakamarri

고객 참여에 대한 더 넓은 함의

OpenAI는 어시스턴트를 온보딩, 갱신, 지원 등 다른 고접점 상호작용을 위한 템플릿으로 위치시킵니다. 핵심 교훈은 AI를 통해 최고 영업 담당자의 전문성을 확장하면 조직 전체의 효율성을 높일 수 있다는 점입니다.

“리더십은 이보다 더 흥분할 수 없습니다. 이는 우리가 OpenAI 위에 OpenAI를 구축하고 기술을 고객에게 직접 선보일 수 있음을 증명합니다.” – Harsha Chilamamarri

모든 인바운드 리드를 개인화하는 것은 전술적인 조정이 아니라 고객 참여에 대한 새로운 표준으로 제시됩니다.

주요 시사점

  • AI 기반 인바운드 영업 어시스턴트는 대량·고복잡도 문의를 인간에 가까운 정확도로 처리할 수 있습니다.
  • 지속적인 인간 피드백 루프는 정확도를 빠르게 향상시키는 데 필수적입니다.
  • 이러한 시스템을 도입하면 이전에 놓쳤던 리드를 상당한 ARR 성장으로 전환하고, 기업 전반에 AI 강화 고객 상호작용의 선례를 만들 수 있습니다.

Sources