[한영자막] 지식 시스템: AI 시대의 새로운 GTM 스택입니다 — Jeffrey Wang, Exa

한 줄 핵심

GTM을 단순한 영업·마케팅이 아니라 데이터와 API, 에이전트로 자동화되는 엔지니어링 문제로 재구성하면, 작은 팀도 훨씬 높은 생산성을 낼 수 있다.

시간별 요약

1. 0:00
   Exa 소개와 엔지니어가 GTM에 주목해야 하는 이유 Exa는 에이전트가 웹을 활용할 수 있게 하는 검색 도구이며, 이 맥락에서 GTM도 엔지니어링 문제로 다룰 수 있다. 제품을 잘 만드는 것과 그것을 시장에 제대로 전달하는 것은 둘 다 필요하며, AI 시대에는 GTM 자체를 자동화 가능한 작업으로 바꾸는 것이 특히 중요하다.
2. 2:43
   GTM은 본질적으로 데이터 문제 고객 조사, 타깃 탐색, 적합한 담당자 찾기, POC 구축 같은 GTM 업무의 공통분모는 결국 데이터를 모으고 해석하는 일이다. 따라서 GTM 성과는 세계와 고객을 얼마나 잘 구조화된 데이터로 이해하느냐에 달려 있다.
3. 3:45
   에이전트가 행동할 수 있는 실시간 비즈니스 세계 모델 효과적인 GTM 시스템은 내부 고객 데이터와 외부 인터넷·LinkedIn·뉴스 같은 신호를 함께 반영하는 실시간 세계 모델이 필요하다. Exa는 웹 전반의 검색과 임베딩을 기반으로 이런 정보를 넓고 정교하게 탐색해, 에이전트가 실제 업무를 수행할 수 있는 기반을 만든다.
4. 5:05
   ICP 대시보드: 전체 타깃 시장 자동 분류 ICP dashboard는 TAM 안의 거의 모든 회사를 자동 분류해 우리에게 중요한 시장의 범위를 정리한다. 각 기업에 대해 세부 메타데이터와 예상 지출 등을 확인할 수 있어, 전체 시장을 개별 계정 단위까지 내려가며 이해할 수 있다.
5. 6:46
   Request Lens: 고객의 중요한 변화를 감지하는 실시간 알림 Request Lens는 고객의 가입, 사용량 급증, 사용 중단, 중요한 인물의 등장 같은 의미 있는 변화를 감지해 즉시 알린다. 이렇게 포착된 신호는 팀이 선제적으로 대응하게 만들어, 반응 속도를 GTM 경쟁력으로 바꾼다.
6. 7:28
   Slack에 상주하는 10여 개의 GTM 전용 에이전트 GTM 팀은 Slack 안에서 여러 에이전트를 상시 활용하며, 계정 탐색·데모 제작·고객 질의응답에 깊게 의존한다. 이 에이전트들은 풍부한 내부 데이터에 접근해, 사람이 일일이 찾기 어려운 정보를 빠르게 끌어오고 업무 실행을 보조한다.
7. 8:09
   Jeffbot: 760통의 이메일과 수백 건의 결정으로 만든 AI 분신 Jeffbot은 과거 이메일 760통과 수백 건의 의사결정을 학습해 말투와 판단 기준을 모사한 개인 AI 복제본이다. Slack 메시지 초안, 이메일 초안, 의사결정 보조에 쓰이며, 개인의 스타일과 회사 데이터 접근 권한을 결합한 실전형 에이전트로 작동한다.
8. 10:06
   에이전트 우선은 반드시 API 우선이어야 함 에이전트가 제대로 일하려면 내부·외부 데이터에 접근할 수 있는 좋은 API가 필수이며, MCP나 CLI 같은 프로그램적 인터페이스가 중요하다. 동시에 모든 것을 챗봇으로 만들 필요는 없고, 익숙하고 일관된 GUI와 유연한 대화형 에이전트를 함께 두는 편이 더 강력하다.
9. 11:48
   SaaS 구매와 자체 개발을 가르는 것은 무한한 커스터마이징 중요한 기준은 SaaS냐 자체 개발이냐가 아니라, 시스템을 얼마나 원하는 방식으로 끝없이 바꿀 수 있느냐이다. Salesforce처럼 잘 만든 SaaS를 쓰더라도 MCP를 통해 에이전트가 깊게 연결되면, 직접 만든 도구에 가깝게 활용할 수 있다.
10. 13:23
    Q&A: 사내 보안 가드레일과 FDE 조직의 탄생 Jeffbot은 호출 주체에 따라 권한을 다르게 제한해 보안 가드레일을 적용하고, 사내 시스템 접근도 세분화해 관리한다. 또 AI가 기술 지원과 도구 구축을 한 사람 안에 결합시키면서, FDE(Forward Deployed Engineering) 조직이 영업과 엔지니어링을 함께 수행하는 형태로 자연스럽게 자리잡았다.

실무 인사이트

• GTM을 자동화하려면 먼저 고객·계정·행동 신호를 하나의 데이터 모델로 정리하고, 그 위에 알림과 액션을 얹는 구조가 효과적이다.
• 에이전트 도입의 핵심은 챗봇 수를 늘리는 것이 아니라, API·권한·보안 경계를 정교하게 설계해 실제 업무에 쓸 수 있게 만드는 것이다.
• 영업·마케팅 조직도 FDE처럼 도구를 직접 만들고 운영하는 형태로 재편하면, 고객 대응 속도와 내부 생산성을 동시에 높일 수 있다.