AI 영업을 시작할 때 제안서부터 만들면 고객에 대해 모르는 것이 문장 속에 묻힐 수 있습니다. 우리 회사의 맥락을 넣고, 고객 상황과 거절할 이유를 살핀 뒤, 사람에게 확인할 질문을 만드는 순서가 필요합니다. AI가 예상한 사정을 고객이 말한 사실처럼 쓰지 않는 것이 전제입니다.
AI 영업에서 제안서보다 먼저 확인할 것은 무엇인가요?
“얼마나 잘 설명하느냐”보다 “얼마나 깊게 이해하고 있느냐”에서 영업의 차별화가 발생한다. AI로 제안서를 만드는 영업과 고객을 공부하는 영업을 나눠 본 이유입니다.
제안서와 프레젠테이션 자료를 만드는 일은 쉬워졌습니다. 그렇다고 고객사의 실제 문제나 의사결정 과정까지 저절로 확인되는 것은 아닙니다. AI 영업을 문서 생성에만 쓰면, 고객을 잘 모르는 상태에서도 설명만 그럴듯해질 수 있습니다.
활용 순서는 네 단계입니다. 회사 맥락 입력, 고객사 상황 분석, 거절 이유 파악, 그리고 데이터 이후 사람 읽기. 이 순서에서 마지막에 남는 일은 고객에게 직접 확인하는 것입니다.
1. AI에게 우리 회사의 맥락을 먼저 넣습니다
제품이 해결하는 문제와 고객 조건, 경쟁 상황을 먼저 알려줍니다. “제안서 만들어줘”만 입력하면 AI는 누구에게 왜 팔아야 하는지 모른 채 익숙한 양식부터 채웁니다.
먼저 넣을 정보는 다음과 같습니다.
- 제품이 해결하려는 고객의 문제
- 우리 제품이 필요한 고객의 조건
- 경쟁사와 우리 제품의 차이
- 고객이 자주 하는 질문과 거절 이유
- 이번에 전달하려는 제안
여기서 고객 조건은 업종과 회사 크기만 뜻하지 않습니다. 그 회사에서 어떤 일이 생겨야 우리 제품을 검토할 이유가 생기는지도 포함합니다. 이 범위를 정하는 일은 우리 고객을 고르는 기준과 연결됩니다.
시장에 제품을 알리고 판매하는 전체 계획을 GTM이라고 부릅니다. AI 영업에도 그 계획이 먼저 들어가야 합니다. 고객이 아닌 회사의 정보를 많이 모아 놓아도, 영업할 이유가 생기지는 않습니다.
2. 고객사 분석에서 무엇을 찾아야 하나요?
“이 회사가 어떤 회사인가?”에서 멈추지 않고, “이 회사에서 지금 누군가의 어떤 문제가 해결되어야 하는가?”를 묻습니다. 고객사 분석을 할 때 던질 질문입니다.
최근 뉴스와 사업 성과, 조직의 변화는 그 질문을 준비하는 자료가 됩니다. 다만 공개 자료에서 확인한 사건과 그 사건에 붙인 해석은 구별해야 합니다.
가령 채용 공고가 늘었다는 사실만으로 담당자의 업무가 밀리고 있다고 확정할 수는 없습니다. 업무가 밀리는지, 이미 다른 방법으로 해결했는지, 그 일이 구매할 만큼 급한지는 고객의 답이 필요합니다. 이런 구별은 위 순서를 현장에서 쓰기 위한 적용 예시입니다.
| 분석 내용 | 제안서에 쓰기 전의 상태 |
|---|---|
| 출처와 날짜가 있는 공개 자료 | 확인한 범위까지 사실로 기록 |
| 고객이 직접 설명한 현재 업무 | 고객의 말과 조건을 함께 기록 |
| AI가 예상한 문제·구매 이유 | 미팅에서 확인할 가정 |
| 담당자의 성과 기준·결재 방식 | 확인하지 않았다면 질문으로 남김 |
AI에게 고객사 분석을 시켰다면 답변의 문장력보다 각 문장을 어디에서 확인했는지를 먼저 봅니다. 출처가 있다는 이유만으로 해석까지 확인된 것은 아닙니다.
3. 고객이 거절할 이유를 먼저 물어봅니다
고객이 제품을 도입하지 않을 이유부터 살펴봅니다. “왜 우리 솔루션을 거절할까?”, “도입 시 예상되는 위험 요소는?”, “조직 내 반발이 있을 만한 부분은?” 같은 질문입니다.
AI 영업을 이 순서로 쓰면 좋은 점만 나열하던 제안에서 빠진 조건을 찾아볼 수 있습니다. 도입하는 동안 누가 일을 더 해야 하는지, 기존 방식과 함께 쓸 수 있는지, 담당자가 설명하기 어려워할 부분은 없는지 검토할 수 있습니다.
이때 AI가 적어 준 반대 이유는 실제 고객의 거절 사유가 아닙니다. 확인하기 전에는 예상으로 남겨 둡니다. 특히 담당자나 다른 부서가 반대할 것이라고 미리 정해 두면, 미팅에서 그 답만 찾게 됩니다.
4. 데이터로 알 수 없는 것은 사람에게 확인합니다
담당자의 성과 기준, 의사결정 방식, 조직 안의 영향력과 구매 시점은 공개 자료만으로 확정하기 어렵습니다. 마지막 단계를 ‘데이터 이후 사람 읽기’로 둔 이유입니다.
AI가 만든 질문을 모두 읽어 주는 미팅이 되어서는 곤란합니다. 알고 싶은 것을 정한 뒤, 고객이 답할 수 있는 말로 바꿉니다. 처음 만난 상대에게 질문의 부담을 줄이는 방법은 열린질문과 닫힌질문을 쓰는 순서에서 다뤘습니다.
고객이 실제 문제와 검토 조건을 설명해 준 다음에 제안서의 정보 순서를 잡습니다. 이미 확인한 문제를 설명할 문서와, 아직 모르는 사정을 알아낼 질문은 쓰임이 다릅니다.
연구에서도 AI의 도움은 과제마다 달랐습니다
컨설팅 과제에서 도움이 됐다는 결과를 영업의 계약률로 옮겨 쓸 수는 없습니다. Dell’Acqua 등의 연구 원문은 BCG 컨설턴트758명을 대상으로, 2023년 GPT-4를 쓴 경우와 쓰지 않은 경우를 비교했습니다. 논문은 2026년 Organization Science에 발표됐습니다.
AI가 수행할 수 있도록 사전 검증한 과제18개에서는 AI 이용자의 과제 완수량이 평균12.2% 많았고, 완료 속도는25.1% 빨랐습니다. 반면 AI가 잘 해결하지 못하도록 고른 별도 경영 문제에서는 AI를 쓴 집단이 정답을 낼 가능성이 낮아졌습니다.
이 연구는 현재 AI 제품의 성능 순위나 국내 영업팀의 매출 효과를 측정한 것이 아닙니다. 여기서 AI 영업에 가져올 수 있는 것은 같은 업무 안에서도 맡길 일과 확인할 일을 구별해야 한다는 점입니다. 그 실무 적용은 이 글의 해석입니다.
다음 미팅 전에는 고객사 뉴스와 유사 업종 사례를 보고, 거절할 이유와 담당자의 성과 기준을 예상해 봅니다. 그리고 아직 확인하지 못한 문장 옆에 ‘고객 확인 필요’라고 남겨 둡니다.
자주 묻는 질문
- AI 영업은 제안서 자동 작성부터 시작하면 되나요?
- 시작점은 우리 제품이 해결하는 문제와 고객 조건을 먼저 넣는 것입니다. 그다음 고객사 상황과 거절할 이유를 검토하고, 확인할 질문을 만듭니다. 문서 생성만으로 고객을 이해했다고 볼 수는 없습니다.
- AI가 정리한 고객의 KPI를 그대로 써도 되나요?
- 공개 자료나 고객의 말로 확인하지 않았다면 예상입니다. 고객의 실제 성과 기준처럼 제안서에 단정해 쓰지 말고, 미팅에서 확인할 질문으로 남깁니다.
- 고객사 뉴스가 있으면 구매할 이유도 확인된 건가요?
- 뉴스에서 확인한 사건과 구매 이유는 구별해야 합니다. 채용 확대나 투자 유치는 공개된 사실일 수 있지만, 그 때문에 우리 제품을 사야 한다는 결론은 고객에게 확인해야 합니다.
- AI를 쓰면 영업 성과가 얼마나 좋아지나요?
- 이 글에 인용한 연구는 BCG 컨설턴트의 과제 수행 실험입니다. 특정 과제의 속도와 완수량을 측정했으므로 한국 B2B 영업의 계약률이나 현재 AI 제품의 성능으로 환산할 수 없습니다.
출처
- 백세명(2026-07-01), AI로 제안서를 만드는 영업과 고객을 공부하는 영업의 차이 — 회사 맥락·고객사 상황·거절 이유·사람 읽기의4단계와 원문 문장
- Dell’Acqua 외(2026), Navigating the Jagged Technological Frontier, Organization Science. DOI 10.1287/orsc.2025.21838. 2023년 GPT-4·BCG 컨설턴트758명 실험. 원문 초록·실험 설계와 한계를 확인. 컨설팅 과제 결과를 영업 계약률로 일반화하지 않음. CC BY 4.0, ©2026 The Author(s).