Key Takeaways
6개월 전, 우리는 사이트 전반에 걸쳐 AI 에이전트 구축 플랫폼인 Agentforce를 출시함으로써 salesforce.com의 웹 경험을 새롭게 재구성했습니다. 사이트 곳곳에서 자동으로 팝업되어 대화를 나누는 우리의 에이전트는 185,000건 이상의 대화를 처리하고 30,000건의 영업 리드(Sales Leads)에 영향을 미치는 등 흥미로운 성공을 거두었지만, 동시에 값진 학습 과정도 거쳐왔습니다. 지금까지 거둔 초기 성과와 현재 진행 중인 작업들을 살펴보고, 에이전트를 개선하고 있는 몇 가지 새로운 방식들을 미리 공개합니다.
가장 큰 성과 중 하나는 인공 지능(AI) 에이전트의 역할이 범위와 가치 측면에서 확장되었다는 점입니다. 초기에는 Salesforce와 제품에 대한 질문에 정교하고 효율적으로 답변하는 것이 주된 임무였다면, 이제는 제품 데모 시청이나 무료 체험 신청과 같은 핵심 전환 지점으로 사용자를 안내하는 역할까지 수행하고 있습니다.
Salesforce의 제품 관리 부문 시니어 디렉터인 다나 그린버그(Dana Greenberg)는 “이제 에이전트의 역할은 질문에 답하는 것뿐만 아니라, 적절한 시점에 관련 제안을 제시하여 사용자가 판매 깔때기(Sales Funnel)를 따라 이동할 수 있도록 돕는 것입니다”라고 말했습니다.
Salesforce의 제품 관리 부문 부사장인 맷 마츠오카(Matt Matsuoka)는 한 걸음 더 나아가 에이전트가 단순한 디지털 작업자가 아니라 ‘디지털 마케터’라고 강조합니다.
그는 “에이전트는 우리 웹사이트의 마케터로서, 사람들에게 탐색할 가치가 있는 무언가가 있으며 구매하고 싶은 것이 있다는 것을 설득하는 일을 합니다. 사용자에게 가치를 제공하는 매력적인 정보를 전달함으로써 이 일을 수행하죠”라고 설명했습니다.
“이는 에이전트가 웹사이트상의 단순한 메커니즘이 아니라, 완수해야 할 직무를 가진 ‘직원’이라는 사실을 깨닫게 해준 중요한 순간이었습니다.”
나머지 조사 결과들을 살펴보기 전에, 우리 사이트에서 Agentforce가 어떻게 작동하는지 다시 한번 짚어보겠습니다.
Salesforce.com의 Agentforce: 작동 원리
가장 핵심적인 단계는 에이전트에게 제공할 가장 신뢰할 수 있는 콘텐츠 소스가 무엇인지 결정하는 것입니다.
원래 에이전트는 에이전트만을 위해 별도로 설계된 지식 문서 세트를 기반으로 구동되었습니다. 즉, 기존의 다른 콘텐츠나 콘텐츠 생성 프로세스와는 완전히 분리되어 있었습니다. 하지만 이는 이상적인 방식이 아님이 드러났습니다. 데이터 확장이 어려웠고, 에이전트가 전달해야 할 지식의 폭을 충분히 커버하지 못했을 뿐만 아니라, 공식적인 업데이트 프로세스도 부족했기 때문입니다. 그래서 우리는 전략을 수정했습니다. 현재 에이전트는 기존에 보유한 콘텐츠 중 제품 카탈로그, 웹사이트 콘텐츠, 고객 성공 사례 카탈로그라는 세 가지 데이터 스트림을 활용합니다.
이 소스들은 Data Cloud로 수집 및 매핑된 후 Agentforce에 공급됩니다. 향후에는 비디오와 같은 다양한 유형의 콘텐츠를 포함하여 웹사이트의 추가적인 지식 소스들이 Agentforce에 더해질 예정이며, 이를 통해 더욱 풍성한 사용자 경험을 제공하게 될 것입니다.
Agentforce는 Atlas 추론 엔진(Atlas Reasoning Engine)과 검색 증강 생성(RAG) 기술을 사용하여 제품 카탈로그와 같은 정형 데이터와 웹사이트 콘텐츠 같은 비정형 데이터에 대해 결합된 의미론적 검색을 실행합니다. 사용자가 Agentforce에 Sales Cloud에 대해 질문하면, 비정형 웹사이트 콘텐츠에서 데이터를 추출하여 답변합니다. 만약 “Sales Cloud의 가격은 얼마인가요?”라고 질문하면, Agentforce는 맥락을 이해하고 정형 제품 카탈로그에서 올바른 제품 세부 정보를 선택하여 정확한 답변을 제공합니다. 이는 기존의 텍스트, 식별자, 태그를 사용하여 비정형 데이터와 정형 데이터를 매끄럽게 연결하기에 가능합니다.
Salesforce의 수석 아키텍트인 샤라트 라다크리슈난(Sharat Radhakrishnan)은 가격 정보나 이용 약관과 같은 특정 쿼리에 대한 답변은 어떤 상황에서도 100% 결정론적이어야 한다고 강조했습니다. 즉, 질문할 때마다 답변이 달라져서는 안 되며 완전히 정확해야 한다는 뜻입니다. 반면, “서비스 팀의 효율성을 어떻게 개선할 수 있을까요?”와 같이 좀 더 열린 형태의 질문에 대한 답변은 확률론적일 수 있습니다. 이는 답변에 약간의 변동이 있어도 수용 가능하다는 것을 의미합니다.
현재 거두고 있는 성과
이 모든 계획과 기초 작업은 이전 챗봇이 제공했던 것과는 차원이 다른 대화형 경험을 만들어냈습니다. 우리의 AI 에이전트는 더 똑똑하고 유연하며, 훨씬 더 많은 도움을 주고 있습니다. 그렇다면 Agentforce는 실제로 어떤 성능을 보여주고 있을까요? 우리는 사용 데이터와 고객 여정을 분석하여 에이전트가 진정으로 차이를 만들어내고 있는 지점이 어디인지 확인했습니다. 우리가 배운 내용은 다음과 같습니다.
사이트 방문자들의 전환율 상승
AI 에이전트를 사용하는 방문자 수는 사이트 내 기존 챗봇을 사용하던 방문자 수와 비슷하지만, 현재 방문자들은 더 많은 행동을 취하고 있습니다. 즉, 에이전트가 사용자를 다음 단계를 위해 성공적으로 너처링하고 있는 것입니다.
Salesforce의 데이터 활성화 부문 시니어 매니저인 제시 루크(Jesse Luke)는 “사용자가 Agentforce와 대화한 후 취할 수 있는 행동은 두 가지가 있습니다”라고 설명했습니다. “영업 개발 담당자(SDR)에게 연결되거나, 제품 데모, 무료 체험 또는 연락 요청 양식을 작성하는 것입니다. 이를 종합해 볼 때, Agentforce를 사용하는 방문자들의 이러한 전환 수치가 18% 증가한 것을 확인했습니다.”
이러한 다음 단계로의 진입은 방문자의 관심을 입증하며, 우리 영업팀에 고무적인 리드를 제공합니다. 궁극적으로 이러한 전환은 영업 파이프라인을 채우고 비즈니스 성장을 돕는 동력이 됩니다.
SDR에게 연결되는 인원은 예상대로 감소했습니다. 이전에 이들이 직접 응대해야 했던 기본적인 질문들을 AI 에이전트가 대신 답변하고 있기 때문입니다. 하지만 연결된 고객들은 일반적으로 실제 구매 가능성이 더 높은 상태입니다. 실제로 Agentforce와 상호작용한 사용자는 사이트 평균보다 적격 리드(Qualified Leads)로 전환될 가능성이 1.8배 더 높았습니다. 리드의 질이 향상되었을 뿐만 아니라, 더 높은 가치의 기회로 이어지고 있습니다. Agentforce를 사용한 고객의 평균 기회 가치는 사이트 평균보다 90% 더 높습니다.
교차 기능 운영 모델 = 강력한 정렬(Alignment)
AI 파일럿 프로젝트가 실패하는 가장 큰 이유 중 하나는 모든 이해관계자 간의 정렬 부족입니다. 이를 방지하기 위해 우리는 마케팅 기술, 엔지니어링, 마케팅, 콘텐츠 운영, 분석 및 디지털 전문가로 구성된 교차 기능 팀을 만들었습니다. 이 팀은 정기적으로 만나 마일스톤, 과제, 새로운 기능 등을 논의합니다. 이러한 접근 방식의 장점은 단순한 정렬 그 이상입니다. 협업을 통해 수많은 다양한 관점이 모였고, 덕분에 개별 팀이 간과할 수 있었던 과제를 식별하거나 독특한 해결책을 찾아낼 수 있었습니다.
예를 들어, 팀은 에이전트가 사용자에게 먼저 대화를 시도하는 기능과 같은 새로운 사용자 경험 전략을 고안했습니다. (자세한 내용은 아래 참조) 마케팅 팀의 관점은 제품 전문가들에게 매우 중요했습니다. 고객 여정의 초기 단계에서 필요한 자주 묻는 질문과 Salesforce에 대한 일반적인 인식을 제공하는 질문들이 적절히 섞인 프롬프트가 필요했기 때문입니다.
통합적인 접근 방식에서 활성화(Enablement)는 매우 중요하며, 특히 에이전트가 전 세계 모든 사이트에 출시됨에 따라 그 중요성이 더욱 커졌습니다. 활성화 전문가들은 직원들이 에이전트를 사용하고 작동 방식을 더 잘 이해하며, 발견된 문제를 내부 분류 팀에 보고하도록 유도하기 위해 FAQ 및 기타 가이드를 제공하여 내부 배포를 지원했습니다. 또한 활성화 팀과 SEO 팀은 현재 콘텐츠 개발자들이 대규모 언어 모델(LLM)에 최적화된 글을 쓸 수 있도록 돕는 교육 자료를 준비 중입니다.
사용자의 니즈에 맞춘 콘텐츠 최적화
웹사이트 AI 에이전트와의 상호작용은 단순히 사용자에게 도움이 되는 대화 그 이상입니다. 이는 매우 가치 있는 비즈니스 인텔리전스의 원천입니다. 생각해 보십시오. 방문자가 묻는 모든 질문은 상세히 기록됩니다. 이는 오디언스의 니즈를 필터링 없이 직접 파악할 수 있는 창구이며, 콘텐츠의 공백을 찾아내고 향후 콘텐츠를 계획할 수 있는 환상적인 방법입니다.
그린버그는 “우리는 이 데이터를 사이트 콘텐츠 제작에 활용하고, 에이전트가 무엇을 가장 관련성 높게 판단하여 자주 노출하는지 파악하고자 합니다”라고 말했습니다.
나아가 이러한 인사이트는 마케팅 메시지와 SEO 전략을 정교화하고, 고객의 요구 사항을 더욱 정확하게 이해하는 데 도움이 될 것입니다.
개선이 필요한 부분
모든 과정을 공개한다는 것은 성공 사례뿐만 아니라 개선이 필요한 부분도 공유함을 의미합니다. 진정으로 매끄러운 AI 기반 웹 경험으로 가는 여정은 반복적인 개선의 과정입니다. 따라서 Agentforce가 이미 가치를 증명하고 있음에도 불구하고, 우리는 더 다듬어야 할 부분들을 확인했습니다. 가장 우선적인 과제는 ‘어떻게 하면 수백만 명의 방문자가 첫 대화를 시작하도록 유도할 수 있는가?’입니다.
사용자 참여 유도의 어려움
지난 4월, 웹사이트 방문자 수는 900만 명을 넘어섰습니다. 하지만 거의 모든 페이지의 눈에 잘 띄는 곳에 배치했음에도 불구하고, 실제로 AI 에이전트와 대화를 시작한 방문자는 극히 일부에 불과했습니다.
사용자와의 상호작용을 더 쉽게 만들 수 있는 개선 기회가 명확해졌습니다. 우리는 사용자의 참여를 독려하기 위해 대화를 바로 시작할 수 있도록 돕는 사전 설정 프롬프트를 추가했습니다. 아직 그 성과를 온전히 측정하기에는 이른 단계이지만, 제품 팀은 벌써부터 이러한 프롬프트를 각 사용자의 상황에 맞춰 개인화하고 맥락화할 수 있는 새로운 방법들을 모색하고 있습니다.
예를 들어, Sales Cloud 페이지를 탐색 중인 사용자에게는 해당 제품에 특화된 프롬프트가 표시될 수 있습니다. 만약 이 사용자가 이미 누구인지 식별된 상태라면, 사용자의 소속 산업, 브라우징 기록, 그리고 구매 이력까지 고려하여 개인화된 프롬프트를 제공하게 됩니다.
또한, 에이전트를 시각적으로 더 매력적으로 만들기 위해(단순 링크와 텍스트는 이제 구세대 방식이기 때문입니다), 팀은 특정 쿼리에 대해 임베디드 링크가 포함된 콘텐츠 카드와 같은 풍부한 콘텐츠를 추가하는 실험을 진행하고 있습니다. 아래에서는 CRM 가격 등급에 대한 질문에 에이전트가 어떻게 답변하는지 확인하실 수 있습니다.
또한, 팀은 페이지 콘텐츠 내에 직접 배치하거나 웹사이트 헤더의 주요 도구로 설정하는 등, 사용자가 에이전트와 소통할 수 있는 다양한 진입점을 노출하여 에이전트를 더욱 눈에 띄게 만드는 방법을 고민하고 있습니다.
그린버그는 “에이전트를 메인 네비게이션에 상주시켜 사이트를 탐색하는 주요 수단으로 만들지 검토 중입니다. 또한, 페이지 콘텐츠 중간중간에 에이전트를 호출할 수 있는 지점들을 삽입할 기회도 모색하고 있습니다”라고 말했습니다.
또 다른 가능성도 있습니다. 사용자가 대화를 시작하기를 기다리는 대신, 에이전트가 먼저 인사를 건네며 스스로 활성화되는 방식입니다.
답변 품질은 언제나 현재 진행형입니다
에이전트의 성공을 위해서는 답변의 정확성과 유용성을 정기적으로 측정하는 것이 필수적입니다. 현재 Agentforce는 사용자 질문에 대한 답변인 발화 “utterances” 중 약 70%에 대해 높음 또는 매우 높음의 품질 등급을 받고 있습니다. 이는 희망적인 시작이지만, 우리는 사용자가 에이전트를 전적으로 신뢰할 수 있도록 성능 개선에 매진하고 있습니다. 실제 환경에서의 성능에 대해 깊이 있고 세밀한 인사이트를 얻는 것이 우리 반복 개발 방식의 핵심이기 때문입니다.
이를 위해 우리는 Agentforce Interaction Explorer를 사용하여 실시간 대화를 모니터링하며, 이러한 인사이트를 웹 및 캠페인 분석 데이터와 결합하여 KPI 대비 성과를 측정합니다. 이를 통해 무엇이 잘 작동하고 있고, 무엇을 보완해야 하는지 명확하게 파악하고 있습니다.
Agentforce 웹 경험: 참여도와 효율성의 강화
Salesforce.com의 AI 에이전트는 디지털 작업자으로서 고객 경험을 개선하고 영업 프로세스를 효율화합니다. 에이전트의 주요 기능은 사용자가 필요한 정보를 찾도록 돕고, 질문에 답하며, 사이트 이용을 안내하고, 활동 기반의 맞춤형 추천을 제공하며, 관련 상호작용 데이터를 수집하는 것입니다. 사용자가 강한 관심을 보이거나 인간 전문가의 도움이 필요한 니즈가 있을 경우, 에이전트는 이들을 SDR(영업 개발 담당자)에게 연결하며, 이러한 방식은 잠재적으로 전환율을 높이는 결과로 이어집니다.
24시간 내내 이용 가능한 이 AI 에이전트는 일관된 실시간 지원을 제공하며 사용자 상호작용으로부터 실행 가능한 인사이트를 생성합니다. 이러한 지속적인 참여와 데이터 분석 능력은 고객과 연결되는 방식을 정교하게 다듬어주며, 결과적으로 SDR의 생산성 향상과 고객 만족도 증대로 이어집니다. AI 기반의 이 디지털 직원은 고객 상호작용을 더욱 매끄럽게 만들고, 시작부터 끝까지 영업 프로세스를 더 스마트하고 효과적으로 바꾸는 데 그 목적이 있습니다.
궁금한 점은 언제든 문의주세요.
전문가가 도움을 드리겠습니다.
