잠재 고객의 반대 의견을 절대 잊지 않는 영업 에이전트를 구축한 방법

모든 영업 담당자는 그 기분을 알고 있습니다. 후속 통화(follow-up call)를 시작했는데, 잠재 고객이 3주 전에 언급했던 내용을 말하고 있고, 당신은 그들이 무엇에 대해 이야기하고 있는지 전혀 모르는 상황 말입니다. 당신은 노트를 허둥지둥 뒤지고, 사과하며, 그 과정에서 신뢰를 잃게 됩니다.

저는 이를 해결하기 위해 에이전트를 구축했습니다.

문제점

영업 에이전트는 잊어버립니다. 영업 담당자가 일을 못 해서가 아니라, 도구가 기억하지 못하기 때문입니다. CRM은 수동 입력을 요구합니다. 통화 노트는 묻혀버립니다. 세션 사이의 맥락(Context)은 소실됩니다.

그 결과는 무엇일까요? 잠재 고객이 이미 말한 모든 것을 무시하는 일반적인 후속 이메일입니다. 잠재 고객을 사람이 아닌 숫자로 느끼게 만드는 "그냥 확인차 연락드렸습니다!" 식의 이메일입니다.

내가 구축한 것

다음과 같은 기능을 수행하는 영업 메모리 에이전트입니다:

• 모든 통화에서 발생하는 반대 의견(objections)을 경청합니다.
• Hindsight를 사용하여 이를 영구 메모리(persistent memory)에 저장합니다.
• 모든 후속 조치 전에 이를 회상(recall)합니다.
• 각 반대 의견을 직접적으로 다루는 개인화된 이메일 초안을 작성합니다.

기술 스택 (The Stack)

• Hindsight — 세션 간에 유지되는 에이전트 메모리
• Groq — 빠르고 무료인 AI 모델 추론 (inference)
• Python 3

작동 방식

핵심 아이디어는 간단합니다. 모든 영업 통화 후에, 반대 의견은 Hindsight 메모리에 저장됩니다:

def save_objection(prospect_name, objection):
    hindsight.retain(
        bank_id=BANK_ID,
...

후속 이메일을 작성하기 전에, 에이전트는 해당 잠재 고객에 대해 알고 있는 모든 것을 회상합니다:

def recall_objections(prospect_name):
    results = hindsight.recall(
        bank_id=BANK_ID,
...

그 다음 Groq가 개인화된 이메일 초안을 작성합니다:

def draft_followup(prospect_name, objections_text):
    response = groq_client.chat.completions.create(
        model="llama-3.3-70b-versatile",
...

전과 후 (The Before and After)

메모리가 없을 때:

"안녕하세요 John, 궁금한 점이 있으신지 확인차 연락드렸습니다!"

Hindsight 메모리가 있을 때:

"안녕하세요 John, 지난 분기에 제기하셨던 예산 관련 우려 사항을 직접적으로 해결해 드리고자 연락드렸습니다. 사실 저희는 비용을 12개월에 걸쳐 분할 납부할 수 있는 유연한 결제 조건 (flexible payment terms)을 도입했습니다..."

이것이 바로 메모리가 만드는 차이입니다.

나를 놀라게 한 점

가장 놀라웠던 점은 Hindsight 통합이 얼마나 간단한가였습니다. 메모리를 유지하는 데 세 줄, 이를 회상(recall)하는 데 두 줄이면 충분했습니다. 어려운 부분은 메모리 자체가 아니라, 메모리가 없는 일반적인 영업 워크플로우 (sales workflows)에서 얼마나 많은 맥락 (context)이 손실되는지를 깨닫는 것이었습니다.

잠재 고객이 제기하는 모든 반대 의견 (objection)은 하나의 신호입니다. 그들은 당신에게 무엇을 들어야 하는지를 정확히 말해주고 있는 것입니다. 이러한 신호들을 기억하고 활용하는 에이전트 (agent)는 매번 처음부터 다시 시작하는 에이전트보다 진정으로 더 유용합니다.

배운 점

1. 메모리는 모든 것을 바꿉니다. 동일한 AI 모델이라도 맥락 (context)이 있을 때 훨씬 더 나은 결과물을 생성합니다.
2. 집중하세요. 제대로 수행된 하나의 워크플로우 (workflow)가 어설프게 수행된 다섯 개의 워크플로우보다 낫습니다.
3. 실제 데이터가 중요합니다. 현실적인 잠재 고객 이름과 반대 의견으로 테스트하면, 장난감 데이터 (toy data)에서는 숨겨졌던 문제들이 드러납니다.
4. 지속적인 메모리 (persistent memory)는 초능력입니다. 에이전트를 재시작했는데도 과거의 통화 내용을 여전히 기억하고 있다는 사실은 처음 경험했을 때 진정으로 마법처럼 느껴졌습니다.

직접 시도해보세요

전체 코드는 GitHub에 있습니다: https://github.com/ronak0206/sales-memory-agent

• Hindsight 문서 (docs)
• Hindsight GitHub
• 에이전트 메모리 개요 (Agent memory overview)