챗GPT가 CRM·통화 기록을 한곳에 묶는다…‘ChatGPT for Sales’의 실제 범위
오픈AI가 11월 17일(현지시간) ChatGPT for Sales를 공개했다. 영업 담당자가 고객 정보를 찾고, 미팅을 준비하고, 제안서를 만들고, 통화 뒤 후속 이메일과 고객관리시스템 기록을 정리하는 일을 챗GPT 안에서 이어서 처리하도록 만든 기업용 기능이다. 새로운 영업 플러그인과 30개가 넘는 외부 서비스 연결이 핵심이다.
이름만 보면 챗GPT가 전화를 대신 걸어 계약까지 성사시키는 완전 자동 영업사원처럼 들릴 수 있다. 공식 발표의 실제 범위는 그보다 제한적이다. 여러 도구에 흩어진 고객 정보를 모아 담당자의 판단과 후속 작업을 돕는 기능이며, 중요한 변경과 외부 발송은 사람이 검토하는 구조가 기본이다. 이용 대상도 일반 무료 이용자가 아니라 ChatGPT Business와 Enterprise 조직 중심이다.
이번 발표에서 직장인과 기업이 물어야 할 질문은 이것이다. 고객관리시스템, 통화 기록, 계약 문서와 제안서 도구를 챗GPT에 연결하면 영업 업무가 어디까지 줄어들고, 고객 데이터와 잘못된 자동화 위험은 누가 책임져야 할까?
영업팀의 가장 큰 문제는 정보가 없어서가 아니다
기업 영업팀에는 정보가 많다. 고객관리시스템에는 회사명과 담당자, 계약 단계가 있고, 회의 녹취 서비스에는 고객이 실제로 한 말이 남아 있다. 사내 문서에는 제품 설명과 가격 정책이 있고, 이메일에는 다음 회의 약속과 고객이 요청한 자료가 들어 있다. 문제는 이 정보가 서로 다른 서비스에 흩어져 있다는 점이다.
영업 담당자는 통화 전에 고객의 최근 상황을 파악하려고 여러 화면을 오간다. 회의가 끝난 뒤에는 메모를 정리하고, 다음 행동을 고객관리시스템에 입력하고, 맞춤형 후속 메일을 작성한다. 각각은 어렵지 않지만 반복해서 시간을 잡아먹는다. 담당자가 기록을 늦게 남기면 팀 전체가 고객 상황을 잘못 이해할 수도 있다.
ChatGPT for Sales는 이 흩어진 맥락을 한 대화 안에서 불러오는 것을 목표로 한다. 사용자가 “내일 만날 A사와의 이전 통화, 미해결 질문, 최근 업계 변화를 정리해 줘”라고 요청하면 연결된 서비스에서 관련 정보를 모아 회의 자료를 만든다. 회의 뒤에는 합의된 다음 단계를 정리하고 후속 이메일 초안과 고객 기록 변경안을 제시한다.
중요한 차이는 단순 요약이 아니다. 챗GPT가 어떤 고객을 우선할지 설명하고, 제안서 초안을 만들고, 계약 준비 도구까지 연결하는 한편의 업무 흐름을 만든다는 점이다. 영업용 소프트웨어 하나를 새로 만드는 대신, 이미 쓰는 도구들을 챗GPT에서 묶는 접근이다.
어떤 서비스가 연결되나
오픈AI가 공개한 파트너는 영업의 여러 단계를 포괄한다. 사내 지식과 제품 정보를 찾는 데는 Confluence, Guru, Seismic을 연결할 수 있다. 발표 자료와 고객 맞춤형 콘텐츠는 Gamma, Figma, Canva와 챗GPT의 슬라이드·사이트 기능을 활용한다.
고객과 거래 상황을 관리하는 도구로는 Salesforce, HubSpot, Close CRM, monday CRM 등이 포함됐다. 잠재 고객을 찾고 연락 이유를 만드는 단계에서는 Apollo, Clay, Common Room의 신호와 챗GPT의 웹 조사를 함께 쓸 수 있다. Outreach와 Salesloft는 실제 연락 계획을 돕는다.
회의 뒤 정리에는 챗GPT의 Meetings 플러그인과 Gong, Otter.ai, Granola 같은 통화·회의 기록 서비스가 사용된다. 영업 실적과 위험 거래를 살피는 데는 Backstory, Hex 등의 데이터를 활용한다. 견적과 계약 단계에는 Docusign, Ironclad, PandaDoc, ServiceNow CPQ가 연결된다.
30개가 넘는 서비스가 한꺼번에 자동으로 연결되는 것은 아니다. 회사 관리자가 필요한 플러그인을 허용하고, 각 직원이 계정 연결과 권한을 완료해야 한다. 지역, 요금제, 조직 설정에 따라 제공되는 파트너와 기능도 달라진다. “출시됐다”는 말과 “우리 회사에서 바로 모든 기능을 쓸 수 있다”는 말은 다르다.
실제 업무는 어떻게 바뀌나
첫 번째 변화는 고객 우선순위 선정이다. 영업팀은 고객관리시스템의 과거 거래와 외부 조사 자료를 합쳐 어느 회사에 먼저 연락할지 목록을 만들 수 있다. 챗GPT는 각 회사가 왜 적합한지, 빠진 정보가 무엇인지 설명하고, 최근 변화에 맞춘 연락 이유를 제안한다.
예를 들어 잠재 고객이 새 지점을 열었거나 관련 법규가 바뀌었다는 사실을 찾았다면, 단순한 광고 메일 대신 그 변화와 연결된 제안 초안을 만들 수 있다. 그러나 외부 정보가 최신인지, 연락처 사용이 개인정보 규정과 회사 정책에 맞는지는 사람이 확인해야 한다.
두 번째는 미팅 준비다. 이전 통화에서 고객이 중요하게 말한 요구사항, 해결되지 않은 질문, 내부 제품 문서의 답변을 한꺼번에 정리할 수 있다. 담당자는 여러 화면에서 복사해 붙이는 대신, 출처를 확인하며 핵심 쟁점을 빠르게 검토할 수 있다. Canva나 Gamma와 연결하면 고객별 발표 자료 초안도 이어서 만들 수 있다.
세 번째는 후속 작업이다. 회의 녹취에서 합의한 일정을 뽑고, 고객에게 보낼 이메일과 내부 기록 변경안을 동시에 준비한다. 오픈AI는 Attio 같은 연결 도구를 통해 다음 단계를 고객관리시스템에 저장할 수 있다고 설명했다. 이 과정에서 담당자가 초안과 변경 내용을 검토하는 절차가 중요하다. AI가 약속하지 않은 할인이나 납기, 기능을 써 넣으면 회사와 고객 모두에게 문제가 된다.
네 번째는 거래 위험 탐지다. 오래 움직이지 않는 거래, 의사결정자가 빠진 거래, 고객이 반복해서 같은 우려를 제기한 거래를 찾아 담당자에게 알려줄 수 있다. 항상 켜져 있는 AI 에이전트인 ‘dot’을 사용하면 매일 거래 변화를 확인하고 회의 자료나 후속 행동을 제안하도록 맡길 수 있다. 다만 자동 경고가 많아지면 담당자가 중요한 신호를 놓치는 ‘알림 피로’도 생길 수 있다.
영업사원이 사라지는 기능인가
이번 발표를 곧바로 영업 인력 대체 선언으로 보는 것은 과장이다. 제품 설명, 자료 검색, 기록 정리, 이메일 초안처럼 표준화하기 쉬운 업무는 크게 줄어들 수 있다. 반면 고객이 실제로 무엇을 두려워하는지 이해하고, 가격과 조건을 조정하며, 신뢰를 쌓고, 조직 내부의 이해관계를 읽는 일은 여전히 사람의 판단이 필요하다.
오히려 단기적으로는 영업사원 한 명이 관리하는 고객 수가 늘고, 기록 품질을 일정하게 만드는 효과가 먼저 나타날 가능성이 크다. 신입 직원은 과거 우수 사례와 제품 정보를 빠르게 찾아볼 수 있고, 관리자는 팀 전체의 거래 상태를 더 자주 확인할 수 있다.
그렇다고 고용 영향이 없다는 뜻은 아니다. 자료 조사와 기록 입력을 주로 맡았던 보조 역할은 줄어들 수 있고, 기업은 같은 인원으로 더 많은 고객을 관리하려 할 수 있다. 영업직의 평가 기준도 연락 횟수보다 고객의 문제를 얼마나 정확히 이해하고 적절한 다음 행동을 선택했는지로 이동할 수 있다.
일반 직장인에게 중요한 변화는 ‘AI를 잘 묻는 능력’보다 ‘AI가 가져온 자료의 출처와 권한을 확인하는 능력’이 커진다는 점이다. 연결된 도구가 많아질수록 답은 풍부해지지만, 오래된 가격표나 다른 고객의 기록이 섞였을 때 위험도 커진다.
고객 데이터가 챗GPT에 모일 때 생기는 위험
영업 데이터는 기업에서 가장 민감한 정보에 속한다. 고객의 연락처, 계약 금액, 구매 계획, 회의 발언, 경쟁사 비교, 내부 할인 정책이 함께 들어 있기 때문이다. ChatGPT for Sales가 제대로 작동하려면 이런 정보에 접근해야 한다.
회사는 편리함보다 먼저 권한 구조를 설계해야 한다. 모든 영업사원이 모든 고객 기록을 볼 수 있는지, 계약 문서는 법무팀만 열 수 있는지, 통화 녹취에서 개인정보를 어떻게 처리할지 정해야 한다. 플러그인을 연결했다고 기존 서비스의 접근 통제가 자동으로 완벽하게 이어진다고 가정하면 안 된다.
특히 여러 앱의 정보를 한 답변에 합칠 때 ‘권한의 합산’ 문제가 생긴다. 한 시스템에서는 일부 정보만, 다른 시스템에서는 다른 일부만 볼 수 있던 직원이 챗GPT의 요약을 통해 원래 의도보다 넓은 맥락을 얻게 될 수 있다. 관리자는 플러그인별 읽기·쓰기 권한, 기록 보존, 감사 로그를 점검해야 한다.
고객에게 AI 사용을 어떻게 알릴지도 중요하다. 통화 녹취를 AI가 분석하고, 그 결과로 맞춤형 제안을 만드는 경우 국가와 산업에 따라 동의나 고지 의무가 달라질 수 있다. 의료, 금융, 공공 분야처럼 민감한 고객을 상대한다면 회사 법무·보안팀의 검토 없이 기능을 켜는 것은 위험하다.
오픈AI 공식 발표는 관리자가 Admin Console에서 영업 플러그인과 파트너 플러그인을 허용하고, 필요한 앱과 실행 권한을 검토하도록 안내한다. 이 설명은 기능을 켜는 방법이면서 동시에 책임이 조직 관리자에게 있다는 뜻이기도 하다.
AI가 틀린 고객 맥락을 만들 수 있다
챗GPT가 여러 자료를 요약하면 빠르지만, 잘못된 연결도 그럴듯하게 표현할 수 있다. 이름이 같은 고객을 혼동하거나, 오래된 계약 조건을 현재 조건처럼 쓰거나, 회의에서 검토만 한 아이디어를 확정된 약속으로 요약할 수 있다.
영업에서는 작은 오류가 관계에 직접 영향을 준다. 고객이 말하지 않은 우려를 후속 이메일에 넣거나, 다른 회사의 사례를 섞거나, 승인되지 않은 할인율을 제안하면 신뢰를 잃을 수 있다. 따라서 ‘AI가 만든 초안’과 ‘외부로 발송된 문서’ 사이에 사람이 확인하는 단계가 있어야 한다.
좋은 검토 방식은 결과만 읽는 것이 아니라 근거를 따라가는 것이다. 회의 요약이라면 해당 녹취 부분을, 가격이라면 최신 가격표를, 계약 조건이라면 원문 조항을 연결해 보여 주도록 해야 한다. 출처 링크가 없거나 접근할 수 없는 자료를 인용했다면 발송을 멈춰야 한다.
자동화 범위도 단계적으로 넓히는 편이 낫다. 처음에는 읽기 전용으로 회의 준비와 요약에 사용하고, 정확도를 확인한 뒤 고객관리시스템 변경안을 만들게 한다. 외부 이메일 발송이나 계약 문서 생성은 충분한 검토 기록이 쌓인 뒤에도 승인 절차를 유지하는 것이 안전하다.
세일즈포스와 허브스팟은 경쟁자이자 파트너가 됐다
이번 발표는 기업용 AI 시장의 경쟁 구도도 보여 준다. Salesforce와 HubSpot은 각자 고객관리시스템 안에 AI 기능을 넣고 있다. 동시에 두 회사의 데이터를 ChatGPT에서 사용할 수 있도록 연결 파트너가 됐다. 고객은 기존 시스템을 버리지 않고 챗GPT를 위에 얹을 수 있다.
이는 챗GPT가 개별 업무 앱을 모두 대체하기보다, 여러 앱을 오가는 공통 대화 창이 되려는 전략이다. 사용자는 Salesforce 화면에서 고객 정보를 보고, Gong에서 통화 기록을 읽고, Canva에서 자료를 만드는 대신 챗GPT에 요청해 필요한 도구를 차례로 부를 수 있다.
앱 업체에는 기회와 위험이 함께 있다. 챗GPT를 통해 더 많은 사용자를 만날 수 있지만, 사용자가 원래 앱 화면에 들어가는 시간은 줄어들 수 있다. 앞으로 기업용 소프트웨어의 경쟁력은 기능 수뿐 아니라 AI가 안전하게 읽고 실행할 수 있는 연결 구조를 얼마나 잘 제공하느냐에 달릴 수 있다.
누가 지금 쓸 수 있나
ChatGPT for Sales는 ChatGPT Business와 Enterprise 조직에서 관리자가 활성화할 수 있다. 관리자는 Admin Console의 Plugins 메뉴에서 Sales 플러그인과 필요한 파트너 플러그인을 허용하거나 기본 설치할 수 있다. 직원은 각 서비스 계정을 연결하고 필요한 권한을 승인해야 한다.
공식 발표에는 모든 기능을 포함한 별도 정액 가격이 제시되지 않았다. 파트너 서비스 자체 구독료가 필요할 수 있고, 기능과 지역, 조직 설정에 따라 이용 범위가 달라진다. 일반 무료 ChatGPT 이용자가 플러그인을 설치하면 같은 고객 데이터 연결과 관리자 기능을 모두 얻는 구조가 아니다.
도입을 검토하는 회사라면 영업팀 전체에 바로 배포하기보다 한 팀에서 제한된 고객군과 읽기 전용 권한으로 시험하는 편이 좋다. 준비 시간, 기록 누락, 후속 이메일 수정 횟수가 실제로 줄었는지 측정하고, 잘못된 정보 노출이나 과도한 권한 요청이 없는지 함께 확인해야 한다.
앞으로 볼 변화
ChatGPT for Sales의 핵심은 영업 문장을 더 잘 써 주는 것이 아니다. 고객관리시스템, 회의 기록, 제안서, 계약 도구를 하나의 대화 흐름에 묶어 영업의 앞뒤 단계를 이어 주려는 시도다. 제대로 작동하면 담당자는 복사·붙여넣기와 기록 입력을 줄이고 고객과의 판단에 더 많은 시간을 쓸 수 있다.
그러나 연결되는 앱이 많아질수록 고객 정보의 노출 범위와 잘못된 자동화의 영향도 커진다. 회사는 플러그인 설치 수보다 권한, 출처 확인, 승인 절차, 감사 기록을 먼저 설계해야 한다. 특히 AI가 만든 거래 위험 점수나 고객 우선순위를 객관적 사실처럼 받아들이지 말고, 어떤 데이터와 기준으로 나온 판단인지 확인해야 한다.
앞으로 확인할 것은 실제 영업팀에서 거래 성사율보다 먼저 수정 시간과 데이터 품질이 개선되는지다. AI가 이메일 초안을 많이 만드는 것만으로는 성공이라고 보기 어렵다. 고객 약속이 더 정확히 기록되고, 다음 행동이 빠르게 이어지며, 민감 정보가 권한 밖으로 새지 않는다는 사실이 함께 확인돼야 이번 제품의 가치가 입증된다.
핵심 출처