글로벌 AI CRM(고객관계관리) 세일즈포스가 한국을 포함한 20개국에서 커머스 전문가 3450명을 대상으로 조사해 지난 13일 공개한 ‘글로벌 커머스 트렌드 보고서’에 따르면, 전 세계 소비자가 구매 여정의 첫 단계에서 AI 어시스턴트를 활용하는 비율이 전년 대비 200% 증가한 것으로 나타났다. 커머스 사이트에서 AI 검색을 통해 유입된 트래픽도 모든 분기에서 전년 대비 150%~428% 가량 늘었다. 세일즈포스는 소비자가 제품을 탐색, 발견, 결제하기까지의 모든 구매 여정에 AI가 영향을 미치고 있다고 분석했다.
이처럼 쇼핑을 비롯한 소비자의 일상은 AI로 인해 급변하고 있다. 특히, 자율적으로 추론하고 실행하는 AI 에이전트가 상용화되기 시작하면서 기업가 개인이 여러 에이전트를 거느리며 유니콘 기업을 만드는 ‘1인 유니콘’ 시대가 열리기도 했다. 이스라엘 출신 기업가 마오르 슐로모가 2023년 혼자 창업한 AI 앱 생성 서비스 ‘베이스44(Base44)’가 창업 6개월만에 약 8000만 달러(약 1000억 원)에 매각된 바 있다.
그러나 생존과 성장을 위해 AI 도입을 시도하고 있는 기업들의 사정은 다르다. 2025년 MIT 산하 NANDA 이니셔티브가 300여 건의 AI 도입 사례와 150여 건의 기업 경영진 인터뷰, 350여 명의 직원 설문 등을 종합적으로 분석한 결과, 생성형 AI를 도입한 기업은 대개 300억~400억 달러를 투자한 것으로 나타났는데 실질적인 매출 성장을 이룬 기업은 단 5%에 불과했다. 95%는 파일럿 단계에 머물러 있었다.
이처럼 소비자와 기업이 AI로부터 얻는 가치에 큰 차이가 나타나는 현상에 대해 마크 베니오프 세일즈포스 회장 겸 최고경영자(CEO)는 ‘AI 격차(AI Divide)’가 발생한 것이라고 설명했다. 지난해 10월 세일즈포스의 연례 글로벌 IT 콘퍼런스 ‘드림포스 2025(Dreamforce 2025)’에서 그는 “분열의 한쪽에는 기업이 있고 다른 한쪽에는 고객이 있다”며 “기업과 고객 간 간극으로 데이터가 제대로 갖춰지지 않으면 AI도 제대로 작동할 수 없기에 더욱 정확한 데이터와 통합된 솔루션이 필요하다”고 밝혔다.
베니오프 CEO가 말한 분열은 두 가지 차원에서 해석할 수 있다. 하나는 앞서 살펴본 바와 같이 개인과 기업 간의 AI 활용 격차가 나타나고 있다는 것, 다른 하나는 데이터 관리 및 거버넌스 등의 제약으로 인해 고객에게 실질적인 가치를 제공할 수 있는 AI를 개발·운영하는 데 한계가 있다는 것이다. 특히 기업이 자체적으로 에이전트를 구축하는 경우 내부 데이터와 커머스 플랫폼, 클라우드 시스템 등 전사적인 인프라를 직접 연동해야 하기 때문에 그 제약은 더욱 커진다. 실제로 MIT NANDA 보고서에서 스스로 AI를 구축하려 한 기업은 외부 전문 솔루션을 도입한 기업보다 성공 확률에 3분의 1 수준에 불과했다.
● AX, 데이터-거버넌스까지 통합 접근해야
그럼에도 불구하고 기업들의 AX(AI 전환) 시도는 가속되고 있다. 가트너는 2026년 말까지 기용 애플리케이션의 40%가 AI 에이전트를 도입할 것이며, 마켓앤마켓츠는 AI 에이전트 시장이 2025년 약 78억 달러에서 2030년 526억 달러 규모로 급성장할 것이라고 전망했다.
세계적인 AI 혁신 전문가이자 하버드대 디지털 데이터 디자인 연구소(Digital Data Design Institute) 의장인 카림 R. 라크하니 하버드경영대 교수는 하버드비즈니스리뷰(HBR) 기고문 ‘AI 전환을 저해하는 라스트 마일 문제’에서 AI 도구를 적극 도입한 기업들조차 구조적 한계에 직면하고 있다고 지적했다. 예컨대, AI 에이전트가 몇 초만에 복잡한 계약서 초안을 작성하더라도 법률 검토 절차가 기존 방식을 벗어나지 못한다면 전체 생산성 역시 제자리걸음일 것이다. 즉, 아무리 뛰어난 AI 모델을 도입해도 낡은 업무 프로세스와 조직 거버넌스가 이를 뒷받침하지 못하면 AI의 잠재력은 조직 안에서 정체되기 쉽다.
이에 세일즈포스는 개별적인 포인트 솔루션(Point Solution)이 아닌 통합 플랫폼을 중심으로 접근해야 한다고 강조한다. AI를 도입하는 과정에는 데이터를 통합하고 연결해 에이전트를 구축하는 것은 물론 실제 고객과 직원들이 AI와 안전하게 상호작용할 수 있는 UI(사용자인터페이스) 및 보안 장치를 구현해야 한다. AX를 시도하는 기업은 여러 전문 기업이 제공하는 각 영역에 특화된 솔루션을 개별적으로 도입할 수도 있다. 그러나 여러 솔루션을 각각 구매해 연결할 경우 데이터 흐름의 신뢰성과 거버넌스의 일관성이 무너질 가능성이 커진다. 아울러 개별 솔루션에 대한 의존도가 커질수록 사업과 기술을 확장하는 과정에서도 각각의 솔루션에서 개발 부담이 발생한다.
● ‘에이전틱 엔터프라이즈’로 부상하려면
세일즈포스 제공.세일즈포스는 AX를 위한 통합 플랫폼으로써 5가지 시스템으로 구성된 ‘에이전틱 엔터프라이즈 아키텍처’를 제안한다. 에이전틱 엔터프라이즈는 에이전틱 AI를 조직의 핵심 운영 체제로 삼으며 가치를 창출하는 기업으로 1) 맥락 시스템(System of Context) 2) 통찰 시스템(System of Insight) 3) 업무 시스템(System of Work) 4) 행동 시스템(System of Agency) 5) 협업 시스템(System of Engagement)을 성공적인 AX를 위한 근간으로 작동한다.
1) 맥락 시스템 AI가 우리 기업에 꼭 맞는 정답을 제안하기 위해서는 비즈니스에 관한 맥락을 실시간으로 파악할 수 있어야 하며, 이는 조직 내 흩어진 데이터를 통합적으로 연결하는 것이 AX의 출발점임을 의미한다. 세일즈포스는 기업 내 분산된 데이터를 통합, 정제, 연결하는 데이터 인프라 레이어인 데이터 360(Data 360), 데이터를 사내 시스템과 연결하는 뮬소프트(MuleSoft), 데이터 품질과 거버넌스를 보장하는 인포메티카(Informatica)를 통해 에이전트가 우리 조직만의 고유한 맥락 위에서 작동할 수 있는 기반을 제공한다.
2) 통찰 시스템 의미를 찾을 수 없는 데이터는 정보(information)가 될 수 없다. 태블로(Tableau)는 데이터에 대한 전문 지식 없이도 누구나 데이터를 분석하고 그 의미를 시각적으로 파악할 수 있는 BI(비즈니스 인텔리전스) 도구다. 특히, ‘의미론적 레이어(semantic layer)’로써 기업 전체에서 특정 지표의 정의와 의미를 통일한다. 예컨대, 같은 기업 안에서도 ‘매출’은 다른 의미로 쓰일 수 있다. 영업팀은 ‘계약 체결 시점 금액’, 재무팀은 ‘실제 입금된 금액’을 매출로 관리하는 식이다. 이에 AI에 이번 달 매출을 물을 경우 우리 팀에는 무관한 엉뚱한 답을 내놓을 수 있다. 의미론적 레이어는 이러한 문제를 해결한다. 회사 전체에서 특정 지표가 의미하는 바가 무엇인지를 정확하게 학습하고 실제 답변에 반영하는 역할을 수행하는 것이다.
3) 업무 시스템 AI 에이전트가 디지털 노동자(Digital Labor)로 기능하기 위해서는 업무흐름(Workflow)와 업무 데이터에 관한 시스템도 필요하다. 세일즈포스의 커스터머 360(Customer 360)은 영업, 서비스, 마케팅, 커머스, 업종별 클라우드 등 기업 운영의 핵심 업무 전체를 하나의 통합 플랫폼 위에서 처리한다. 세일즈포스가 고객 관리 영역에서 27년간 축적한 20만 개 이상 기업의 데이터와 비즈니스 로직이 담긴 노하우를 AI 에이전트로 구현하는 것이 핵심이다. 예를 들어, 영업에 특화된 에이전트포스 세일즈(Agentforce Sales)는 잠재 고객을 검증하거나 구매 전환 가능성을 높일 수 있는 최선의 조건을 제안하는 등 영업 사이클의 전 과정을 AI 에이전트의 도움으로 고도화, 디지털화할 수 있다.
4) 행동 시스템 에이전트포스(Agentforce)는 설계 - 배포 - 실행 - 관리 - 거버넌스에 이르는 에이전트의 전체 생애주기를 관리하는 에이전틱 AI 플랫폼이다. 복잡한 코딩 없이 자연어로 에이전트를 구축할 수 있을 뿐만 아니라 세일즈포스가 운영하는 AI 에이전트 마켓플레이스 ‘에이전트 익스체인지(Agent Exchange)’에 올라온 1만3000개 이상의 에이전트, 앱 등을 즉시 활용할 수도 있다. 에이전트 행동에 대한 감사 로그(Audit Log), 권한 관리, 인간 검토 메커니즘을 내장해 거버넌스를 강화한 점도 에이전트포스의 특징이다.
한편, 세일즈포스는 AI 및 에이전트를 활용하는 과정에서 토큰 사용량이 과도하게 늘어나 비용이 급증하는 ‘토큰 맥싱(Token Maxing)’을 해결하는 대안적 과금 모델로 AWU(Agentic Work Unit)을 제시했다. 에이전트가 얼마나 많이 추론했는지가 아니라 주문을 처리하거나 미팅 일정을 조율하는 등 실제 작업을 얼마나 많이 완수했는지를 기준으로 과금하는 것이다. 이로써 AI 투자의 ROI(투자수익률)을 직접적으로 측정할 수 있다. 현재까지 에이전트포스는 약 38억 건의 AWU를 처리했으며 에이전트는 개별 작업을 초 단위로 완료하는 것으로 나타났다.
5) 협업 시스템 업무 협업 도구로 알려진 슬랙(Slcak) 또한 에이전틱 엔터프라이즈 아키텍처에서 에이전틱 업무 운영체제(Agentic Work OS)로 진화했다. 즉, 사람과 사람은 물론 사람과 에이전트가 함께 효율적으로 일하는 공간인 셈이다. 데이터 360, 커스터머 360, 에이전트포스 등 세일즈포스의 모든 시스템 및 솔루션과 연계돼 직원들이 슬랙을 벗어나지 않고도 이 모든 기능을 활용해 고객 및 다른 직원, 또는 에이전트와의 접점을 관리할 수 있다.
특히, 슬랙봇은 사용자의 업무 스타일을 학습하고 필요를 예측하며, 정보를 찾는 단계를 넘어 직접 실행까지 돕는 지능적인 파트너다. 자연어로 질문하면 슬랙 내 메시지, 채널, 파일뿐만 아니라 외부 앱까지 확인해 가장 관련성 높은 정보를 찾아 답변한다. 휴가로 놓친 업무 현황이나 회의 내용을 브리핑해주며 필요한 회의가 있으면 직접 일정을 조율해주기도 한다.
● 에이전트가 주도적으로 일하는 환경 조성해야
그렇다고 인간과 에이전트가 같은 방식으로 업무를 수행하는 건 아니다. AI 에이전트는 인간 사용자를 위해 설계된 브라우저나 앱 화면을 통해서 비즈니스 로직에 접근할 수 없다. 백그라운드에서 API(애플리케이션 프로그래밍 인터페이스)를 통해 접근해야 한다.
이에 베니오프 CEO는 “API가 곧 UI”라고 선언하며 세일즈포스가 27년간 축적한 방대한 CRM 데이터와 비즈니스 로직, 거버넌스를 API와 MCP(Model Context Protocol, AI가 외부 데이터 소스, 파일 시스템 및 도구와 안전하게 상호작용할 수 있도록 지원하는 표준 프로토콜)을 통해 개방하는 ‘헤드리스 360(Headless 360)’을 공개했다. 특히, 업계 표준으로 자리잡은 MCP를 통해 클로드, 제미나이, GPT 등 어떤 LLM 기반의 에이전트도 세일즈포스의 데이터와 거버넌스를 안전하게 활용할 수 있다. 모든 환경에서 동일한 컴플라이언스가 적용되기 때문이다.
세일즈포스 코리아는 “헤드리스 360은 에이전트가 주도적으로 일할 수 있는 환경을 구축해 에이전틱 엔터프라이즈 아키텍처를 완성한다”며 “인간과 에이전트가 동료(coworker)로서 협업할 수 있는 OS가 될 것”이라고 설명했다.
댓글 0