Build the AI GTM Agent That Knows the Buyer - Dr. Sajjan Kanukolanu, Position2 (Position Squared)

한 줄 핵심

AI를 기존 GTM 스택에 덧씌우는 방식으로는 확장할 수 없으며, 신호·고객 인텔리전스·행동을 연결하는 에이전트 아키텍처를 중심에 두어야 구매자를 더 정확히 이해하고 매출 전환을 높일 수 있다.

시간별 요약

1. 0:00
   현대 B2B 구매자는 이미 검색과 비교를 끝낸 뒤 접촉하므로, GTM 팀은 기존 프로세스에 AI를 추가하는 수준을 넘어 AI를 중심에 둔 구조로 바꿔야 한다. 고객 정보·의도·상태를 더 잘 파악하는 아키텍처가 없으면 AI는 확장성 문제를 해결하지 못한다.
2. 6:00
   핵심 구조는 신호, buyer intelligence, 행동의 3층으로 구성된다. CRM, 사이트 방문자 식별, LinkedIn 같은 소셜 신호를 모아 정확한 컨텍스트를 만들고, knowledge base와 routing logic으로 누구에게 어떤 메시지를 보낼지 결정해야 한다.
3. 12:03
   개별 신호는 context graph로 연결되어 사람-계정-딜 단위의 우선순위를 만든다. 익명 방문자 식별부터 ICP 필터, CRM 매칭, 액션 에이전트까지가 한 흐름으로 돌아가야 하며, 그 결과는 개인화된 채팅·Slack 알림·이메일·LinkedIn outreach로 이어진다.
4. 18:00
   실제 운영 화면에서는 익명 방문자와 LinkedIn engagement를 통해 수천 명의 방문자와 수백 개 계정을 분류하고, 산업·직급·관여도별로 즉시 우선순위를 정한다. 특히 LinkedIn 인텔리전스는 많은 GTM 팀이 놓치는 고가치 신호를 제공한다.
5. 21:00
   이런 시스템이 무너지기 쉬운 지점은 ICP drift, alert fatigue, identity ceiling, human bottleneck이다. ICP는 분기마다 재학습해야 하고, 경보는 정말 중요한 것만 남겨야 하며, 식별 정확도와 승인 마찰을 관리하지 못하면 시스템 신뢰가 빠르게 깨진다.
6. 24:01
   실행 원칙은 명확하다. 방문자 식별이 출발점이고, fit과 intent는 분리해야 하며, 감사 가능하고 조정 가능한 policy engine이 필요하다. 또한 모든 send, reply, closed deal이 knowledge base로 다시 들어가야 시스템이 스스로 더 똑똑해진다.

실무 인사이트

• GTM 자동화는 메시지 생성보다 신호 수집과 우선순위 결정이 먼저이며, 이를 위해 CRM·웹 방문·LinkedIn 신호를 한 컨텍스트로 묶는 설계가 필요하다.
• 세일즈가 신뢰하는 시스템을 만들려면 '더 많이 알림'이 아니라 '덜 시끄럽고 더 정확한 알림'으로 바꿔야 하며, ICP와 intent를 분리해 운영해야 한다.
• 운영 지표는 방문자 식별 정확도, alert 채택률, 승인 소요 시간, closed-loop 학습 반영률로 관리해야 한다.