AI가 바꾸는 B2B 10 - AI와 사람이 함께 일하는 시대

B2B 마케팅의 거의 모든 영역에 영향을 주는 AI

시장분석부터 제안서 작성, 협상 준비, 고객 관리까지 AI가 관여하지 않는 영역을 찾기 어려워졌다. 그렇다고 개인이 알아서 AI tool만 쓰면 되는 것일까. 그것 만으로 해결되는 것은 절대 아니다. 이런 방식으로 접근하는 기업은 약간의 효율성을 높일 수는 있겠지만 기대한 결과를 만드는 데에는 실패할 것이다. AI 도입의 성공 여부는 기술이 아니라 조직 차원에서의 준비를 어떻게 하는지에 달려 있다.

이미 AI 적용을 하고 있는 B2B 조직도 있고 아직 도입하지 않은 조직도 도입을 준비 중이거나 관심이 있을 것이다. 하지만 도입을 했더라도 실제 성장을 가속화할 수 있도록 구현한 기업은 소수에 불과하다. 대부분 구현에 실패를 했거나 기대에 못 미치는 결과를 얻게 된다. AI 도입 실패의 가장 큰 요인은 기술 자체보다는 도입하는 사람과 도입을 위한 계획에 있다. 사업 목표와의 연관성, 데이터 관리, 전체적인 관리 체계, 도입을 위한 단계별 교육 프로그램이 없다면 목표로 한 바를 구현하기 힘들다.

많은 회사에서 AI 도입을 시도하고 있지만 해결해야 할 핵심 사항을 파악하지 못한 채 시급하지 않은 실험에 AI를 적용하고는 하는데 이렇게 단순히 AI 사용을 한다는 것에만 집중을 하면 안 된다.

삼성SDS는 생성형 AI 도입의 본질을 명확히 했다. "생성형 AI는 단순 기술 도입이 아닌, 기업의 전략적 파트너로서 활용해야 한다. 이를 위해서는 지속적인 교육과 의사소통, 그리고 직원들의 참여와 협력이 필요하다." 이는 단순히 기술을 이용만 하는 것이 아니라 기술을 통해서 그 기술을 사용하는 사람도 성장할 수 있는 조직 문화를 만들어야 한다는 것이다.

 

조직 차원의 체계적 준비

B2B 마케팅에서 AI와 사람이 함께 일하려면 조직 차원의 체계적 준비는 크게 세 가지 기준이 있다. 교육, 데이터, 프로세스다. 이 세 가지가 제대로 갖춰지면 AI 도입의 성공 가능성을 크게 높일 수 있다.

 

교육

먼저 교육이다. 많은 기업에서는 AI 역량이 없는 지원자를 채용하지 않겠다는 의지를 보이고 있다. AI 활용은 이제 선택이 아닌 필수다. 그런데 많은 기업이 직원들에게 "알아서 배워라"라고 한다. 구성원의 교육과 훈련은 매우 중요하다. 생성형 AI를 올바르게 이해하고, 기본적인 지식과 활용 방법, 업무에 적용할 함께 교육해야 생성형 AI의 성능을 최대한 발휘할 수 있다.

오프라인 교육 진행의 예시를 들어보면 회사 구성원 수십 명을 대상으로, ChatGPT, Gemini, Canva 등 사전에 선정한 주요 AI 도구를 활용한 콘텐츠 자동 생성, 타깃 설정, 캠페인 설계 등의 실습을 진행한다. 과정에서는 AI 기반 도구의 활용 원리부터 고객 세분화 전략, 데이터 기반 마케팅 자동화, B2B 콘텐츠 제작 기획의 내용을 사례 중심으로 전달한다. 그리고 이때 생성하는 콘텐츠는 개인의 업무와 직접적인 연관성이 있는 것으로 사전에 정해서 참석을 한다. 단순 AI tool 소개만으로 끝내는 것이 아니라 회사의 데이터를 기반으로 필요한 콘텐츠를 직접 생성해 보는 실습을 해보는 것이 중요하다.

다음 단계의 교육은 직무별로 달라져야 한다. 영업 직무 구성원에게는 리드 발굴과 제안서 작성, 고객 응대에 필요한 AI 활용법을, 마케팅 직무 구성원에게는 콘텐츠 생성과 캠페인 설계, 데이터 분석에 필요한 내용을 전달해야 한다.

 

데이터

다음으로 중요한 것은 ‘데이터’다. 적합한 AI too을 선정하고 사용 방법을 익혀도 데이터가 엉망이면 결과물 역시 엉망이 된다. AI 프로젝트 실패의 주요 원인 중 하나가 바로 데이터 품질 저하다. 편향된 데이터, 정확하게 구분되지 않은 데이터, 출처가 불명확한 데이터를 기반으로 AI를 사용하면 원하는 결과물을 만들어내지 못한다. 아마존의 AI 채용 시스템이 대표적 사례가 된다. 2014년 아마존은 전 세계에서 이상적인 채용 후보자를 찾는 AI를 만들어 채용 프로세스의 자동화를 시도했다. 그런데 이 시스템이 여성 지원자의 이력서를 자동으로 배제하는 결정을 했다. 기존의 채용 데이터가 남성 중심으로 편향되어 있었기 때문에 남성을 우선적으로 채용한 것이다.

B2B 마케팅에서 필요한 데이터는 고객 거래 이력, 제품 정보, 시장 데이터, 경쟁사 정보, 고객사 정보, 영업 활동 기록 등 다양하다. 이런 데이터가 각 부서에 흩어져 있고 형식도 통일되지 않았다면 AI에 입력하는 데이터를 관리하기 힘들어진다. 데이터 통합은 작게는 수십억 원, 많게는 천억 원대의 투자를 수반하지만, IT 관점으로만 통합하다 보면 정작 분석에 필요한 데이터가 통합되지 않거나 제대로 활용하기 힘든 상황이 발생할 수도 있다. 데이터 품질을 높이기 위해서는 먼저 데이터를 전략적 자산으로 다루는 문화를 만들어야 한다. IT 부서만이 아니라 조직 전체 구성원이 데이터의 소유권, 품질, 투명성, 보안, 프라이버시에 대해 공동의 책임을 져야 한다.

 

프로세스

마지막으로 중요한 것인 ‘프로세스’다. AI 도입은 점진적으로 진행해야 한다. 모든 업무에 한꺼번에 AI를 도입하려는 시도는 업무 마비가 될 수도 있고 구성원들의 거부감만 야기시킬 수도 있다. 초기에는 작은 프로젝트나 특정 부서의 업무에 적용하고 이를 점차 확대 적용하는 방식이다. 성공 사례가 생기고 적용에 대한 노하우가 쌓일수록 점차 도입의 속도도 빨라진다.

구체적인 프로세스 설계도 필요하다. 먼저 명확한 문제 정의다. 우리 조직의 B2B 마케팅에서 가장 효율화가 필요한 부분이 무엇인지 파악해 본다. 리드 발굴이 부족한가, 제안서 작성에 시간이 너무 많이 드는가, 고객 이탈률이 높은가. 어디에 집중할 것인가가 명확해지면 AI 활용 방향도 명확해진다. 다음은 측정 가능한 목표 설정이다. "AI를 도입한다"가 목표가 아니라 "제안서 작성 시간을 50% 단축한다", “고객사 분석을 같은 시간 동안 두배로 한다"처럼 구체적으로 정한다.

 

성과 측정과 피드백

성공 사례를 만들 때 중요한 것은 성과 측정과 피드백이다. AI를 도입했을 때 실제로 업무 효율이 좋아졌는지 평가해야 한다. 생성한 결과를 실제 업무에 적용할 수 있는지도 면밀하게 확인해야 한다. 아무리 정확하고 빠르게 답변이 나와도 원하는 양식에 맞추기 위한 재작업이 필요하면 효율성이 올라갔다고 보기 힘들 수 있다.

필요한 몇 가지 툴로 효율성을 보다 높일 수 있다. AI 기반 영업 시스템의 기초를 구축할 수 있다는 점이다. Google Workspace를 고객 데이터 관리 허브로 사용하고, Gemini, ChatGPT로 개인화된 메시지를 작성, V0으로 홈페이지 구축, NotebookLM으로 문석 분석을 하는 식이다. 거창한 시스템 없이도 시작할 수 있다.

AI 시대에 B2B 마케터의 역할은 어떻게 바뀌게 될까. 작업이 자동화되면 전략적이고 창의적인 업무 중심으로 변화할 것으로 전망한다.

 

전략 담당자는 마케팅 캠페인의 방향과 목표를 설정한다. 데이터 담당자는 AI가 제공하는 분석 결과를 해석하고, 의미 있는 인사이트를 도출한다. AI는 패턴을 찾아내지만 그 패턴이 우리 비즈니스에 어떤 의미인지 판단하는 것은 사람이다. 영업 담당자는 고객사의 담당자에 더 집중할 수 있다. 시간 소요가 되었던 작업에는 시간을 줄이고 그 시간을 고객사에 대한 활동으로 채울 수 있다.

AI가 도입된다고 해도 기존의 역량은 여전히 중요하다. 고객과 시장을 보는 비즈니스 통찰력, 조직만의 콘텐츠와 캠페인을 기획하는 창의력, 고객과의 소통을 위한 커뮤니케이션 능력이다..

B2B 거래의 본질은 신뢰다. 수억 원에서 수백억 원에 이르는 계약을 체결할 때, 고객이 최종적으로 의지하는 건 AI가 만든 완벽한 제안서가 아니라 그 제안서를 들고 온 사람이다. "제가 책임지겠습니다”라고 말하고, 실제로 그 약속을 지켜낼 수 있는 것은 AI가 아니라 인간이다. AI는 데이터를 분석하고 패턴을 찾아내지만, 고객의 불안을 달래주고 확신을 심어주는 일은 여전히 사람의 몫이다. B2B 비즈니스에서 브랜드와 관계를 발전시키는 일은 인간적이고 감성적인 연결이 필요하다.

 

 

결국 AI와 사람이 함께 일하는 준비는 기술 도입에서 그치는 것이 아니라 조직 변화의 문제다. 명확한 전략, 체계적인 데이터 관리, 단계적 도입, 지속적인 교육, 그리고 무엇보다 사람 중심의 사고가 필요하다. AI는 강력한 도구지만, 도구는 그것을 사용하는 사람의 역량만큼만 가치를 발휘한다. B2B 마케팅의 미래는 AI가 만드는 게 아니라 AI를 잘 활용하는 사람과 조직이 만드는 것이다.