제가 HubSpot에서 글로벌 고객 성공 조직을 이끌던 시절, 고객 수는 불과 4년 만에 약 70,000명에서 220,000명 이상으로 늘었습니다. 이 정도 규모의 성장은 고객에 대해 세워 둔 모든 가정을 시험대에 올립니다.
당시 고객 한 명을 이해하는 데 필요한 데이터는 제품 로그, 결제 시스템, 지원 대기열, 그리고 고객 서비스 담당자가 기억에 의존해 입력한 메모에 흩어져 있었습니다. 이 데이터는 기록을 만들어 냈지만, 이해로 이어지지는 않았습니다.
AI 에이전트가 이 간극을 메우고 있습니다. 지금 형태의 CRM 소프트웨어 카테고리는 살아남지 못할 것입니다. 쓸모 있게 통합하기 어려운, 단절된 데이터 위에 구축되어 있기 때문입니다.
퍼널은 옆으로 눕힌 조직도에 불과했습니다
고객 여정은 퍼널에서 플라이휠로, 다시 루프로 진화해 왔습니다. 그러나 모든 버전에는 같은 결함이 있습니다. 회사가 하는 일을, 회사가 하는 순서대로 보여 준다는 점입니다. 실제로 그렇게 흘러가는 경우는 드뭅니다.
실제로는 이렇습니다. 계약 3개월 차인 고객이 로그인에 2번 실패했고, 결제 분쟁은 해결되지 않았으며, 이 두 가지를 모르는 누군가에게서 업그레이드 제안을 받습니다. Salesforce의 State of the Connected Customer 설문조사에서 고객의 55%는 하나의 회사가 아니라 개별 부서를 상대하는 느낌이라고 답했고, 56%는 담당자가 바뀔 때마다 같은 말을 반복해야 한다고 답했습니다. 지금까지는 이런 상황을 감수할 수 있었습니다. 소프트웨어는 사람에게 정보를 제공할 뿐이었고, 사람은 한 번에 하나의 화면만 볼 수 있었기 때문입니다.
이제는 소프트웨어가 일을 합니다
테크 기업들은 에이전틱 AI로 사일로화된 데이터를 데이터베이스로 옮기는 동시에, 정보를 찾아 답변으로 가공하는 도구를 개발하는 데 집중하고 있습니다. 이제 고객은 도구가 아니라 결과에 비용을 지불합니다. 예를 들어 지원 에이전트를 사용할 때 고객은 소프트웨어 사용 좌석 수가 아니라 해결된 이슈 건수에 따라 비용을 냅니다.
Foundation Capital의 Jaya Gupta와 Ashu Garg는 이 변화를 Service as Software라고 명명했으며, 이를 4.6조 달러 규모의 기회로 보고 있습니다. Service as Software가 고객 지원에서 시작된 이유는 이 영역이 물량이 많고 가치가 높으며, 해결이라는 측정 가능한 성과가 있기 때문입니다. Gartner는 2029년까지 에이전틱 AI가 일반적인 서비스 이슈의 80%를 자율적으로 해결하고 운영 비용을 30% 절감할 것으로 전망합니다.
1. 탐색: 검색창이 대화가 됩니다.
지난 20년 동안 제품 탐색은 검색창에 키워드를 입력하고, 가격순으로 필터링된 결과 페이지를 받는 방식으로 이루어졌습니다. AI 에이전트는 이 과정을 하나로 통합하며, 그 대화를 주도하는 것이 마케팅의 역할이 됩니다.
2. 영업: 하나의 관계, 모든 채널.
사람은 하나의 채널로만 소통하지 않습니다. 이메일을 보내고, 전화를 걸고, 후속 문자를 보내면서 상대가 이 모두를 기억하길 기대합니다. 그런데 채팅으로 질문한 사람이 받는 것은 양식 하나, 마케팅 이메일 하나, 그리고 채팅 내용을 읽어 보지도 않은 사람의 전화입니다.
관계 전체를 파악하고 있는 AI 에이전트는 모든 채널에 걸쳐 대화의 맥락을 이어 갑니다. 최고의 영업 담당자가 이름까지 아는 고객을 대하듯 말입니다. 또한 어떤 사람도 대규모로는 할 수 없는 일, 즉 변화를 감지하고 먼저 연락하는 일도 해냅니다.
3. 온보딩: 첫 주가 관계를 결정합니다.
방금 계약이 체결되었습니다. 구매 전에 고객이 한 모든 말은 거래를 성사시킨 담당자에게만 남아 있습니다. 고객은 템플릿으로 된 환영 이메일을 받고, 처음 도움이 필요할 때는 마치 처음으로 회사와 대화하는 것처럼 느낍니다.
에이전트는 첫날부터 영업 단계의 관계를 그대로 이어 가고, 고객이 왜 구매했는지 파악하며, 구매 결정에 맞춰 계정을 설정할 수 있습니다.
4. 지원: 5번의 홉, 3개의 시스템, 1개의 결과.
제가 본 가장 복잡한 AI 도입 사례는 한 게임 운영사의 결제 지원을 관리하는 에이전트입니다. 에이전트는 플레이어에게 답하기 전에 이미 의도를 분류하고, 긴급도를 점수화하고, 문제 징후를 포함한 위험 카테고리에 비추어 표현을 검토합니다. 위험이 발견되면 플레이북을 전환하고, 해당 사안에 맞게 교육받은 상담원 대기열로 케이스를 라우팅하며, 종료 시 요약을 기록에 남깁니다. 5번의 홉, 3개의 시스템, 2개의 규칙집이 동원되지만 키워드 규칙도, 수동 분류도 없습니다.
5. 갱신: 관계가 기억합니다.
갱신은 모든 사일로가 한꺼번에 드러나는 지점입니다. 시스템은 고객에게 무슨 일이 일어나고 있든 상관없이 정해진 날짜에 갱신 알림을 보냅니다. 그 사이 고객은 여전히 해결되지 않은 반복적인 이슈에 깊이 시달리고 있습니다. 전체 기록을 파악하는 에이전트는 고객의 불편 사항과 이를 해결하기 위해 무엇이 진행되고 있는지 알고 있습니다. 갱신은 청구서가 아니라 관계의 연장이 됩니다.
전면적으로 하거나, 아예 하지 마십시오
성과 중심의 솔루션으로 전환하려면 시스템, 프로세스, 표준 운영 절차(SOP)를 가로지르는 플랫폼, 즉 멀티홉 추론이 필요합니다. 멀티홉 추론은 지식, 맥락, 액션을 위해 여러 시스템을 넘나들며 추론하고, 대화의 각 턴에서 무엇이 관련 있는지 판단합니다. 이 과정에서 사용자 권한, 접근 범위, 가드레일, 표준 운영 절차도 함께 고려합니다.
많은 리더들은 이것이 데모를 가장 잘한 벤더에게서 부서별로 에이전트를 하나씩 구매하는 것이라고 생각합니다. 그러면 더 나은 도구로 퍼널을 다시 짓는 셈이 되며, 통합의 셈법은 불리하게 작용합니다. MuleSoft의 2026년 벤치마크에 따르면 평균적인 조직은 957개의 애플리케이션을 사용하지만 그중 연결된 것은 27%에 불과하며, IT 리더의 86%는 적절한 통합 없이 운영되는 AI 에이전트가 가치보다 복잡성을 더 키운다고 말합니다.
에이전트를 구매할 때는 다음을 확인하십시오.
- 에이전트가 다른 부서 시스템에서 일어난 일을 알고 있습니까?
- 시스템 안에서 실제로 조치할 수 있습니까, 아니면 읽기만 가능합니까?
- 사람에게 이관할 때 담당자가 맥락을 그대로 이어받습니까, 아니면 처음부터 다시 시작합니까?
보상은 기대 이상입니다
고객 여정은 애초에 단계의 연속이 아니었습니다. 어떤 시스템도 실제 모습을 담아낼 수 없었기에, 우리 부서 구조를 그대로 그려 놓은 것이었습니다. 이를 대체하는 것은 하나의 관계입니다. 한곳에 담기고, 첫 질문부터 마지막 갱신까지 실행으로 이어지는 관계입니다.
SaaS는 도구에 가격을 매겼습니다. Service as Software는 일에 가격을 매깁니다.
이 글은 Fast Company에 2026년 10월 2일 처음 게재되었습니다.
귀사의 실제 대화로 확인하세요.
맞춤형 무료 데모를 신청하세요.
