저는 54세이며 B2B 영업 경력이 30년입니다. 저만의 AI 영업 코치를 직접 만들어 보았습니다. 그 결과는 다음과 같습니다.

저는 개발자가 아닙니다. 코드를 작성할 줄 모릅니다.
저는 중국 출신의 54세 영업 사원입니다. 중국과 일본 시장에서 산업 자동화, 로봇, 정밀 기계를 30년 동안 판매해 왔습니다.
하지만 작년에 저는 제 모든 경험을 담은 AI 도구를 만들기로 결심했습니다.
AI가 멋지다고 생각해서가 아닙니다. 젊은 영업 사원들이 제가 25년 전에 했던 것과 똑같은 실수를 반복하는 것을 계속 지켜보았기 때문입니다. 그리고 아무도 그들에게 충분히 빠르게 가르쳐 줄 수 없습니다.

B2B 영업의 진짜 문제

대부분의 영업 사원들은 고객사 내부의 잘못된 사람과 대화합니다. 그들은 의사 결정권이 없는 사람과 관계를 구축하는 데 3개월, 4개월, 5개월을 소비합니다.

저는 지난 30년 동안 이런 일이 반복되는 것을 보았습니다.

의사 결정권자(Decision maker)는 세 단계 위에 있습니다. 그들이 계속 만나는 기술 담당자는 예산 권한이 없습니다. '예'라고 말할 권한이 없습니다. 하지만 그는 예의가 바르기 때문에, 영업 사원은 프로젝트가 진행되고 있다고 생각하며 그를 계속 방문합니다.

그러던 어느 날 고객이 침묵합니다. 프로젝트가 사라집니다. 영업 사원은 왜 그런지 이해하지 못합니다. 저는 왜 그런지 이해합니다. 저 또한 이 실수를 여러 번 저질렀기 때문입니다.

저의 방법론: DDS

저는 DDS — 진단적 거래 전략 (Diagnostic Deal Strategy)이라고 부르는 것을 개발했습니다.

무엇인가를 판매하기 전에, 고객사 내부의 세 가지 계층을 이해해야 합니다:
• 누가 최종 결정을 내리는가 (의사 결정권자, decision maker)
• 누가 귀하의 솔루션을 기술적으로 평가하는가
• 누가 실제로 매일 귀하의 제품을 사용하는가

대부분의 영업 사원들은 단 한 가지 계층만 접합니다. 그들은 관계를 구축하고 있다고 생각하지만, 실제로는 잘못된 희망을 쌓고 있는 것입니다.

DDS는 초기에 어려운 질문을 던지도록 강제합니다. 예산이 승인되었는가? 이 결정에 누가 더 관여하는가? 프로젝트가 6개월 지연되면 어떻게 되는가? 의사 결정권자가 정말로 걱정하는 것은 무엇인가?

이 질문들에 답할 수 없다면, 귀하는 거래 상태를 실제로 알고 있는 것이 아닙니다.

Cliento를 만든 방법

첫 번째 버전은 간단했습니다. 저는 DDS 진단 로직을 인코딩한 시스템 프롬프트 (System prompt)를 작성했습니다. 영업 엔지니어가 자신의 상황을 설명하면, AI가 적절한 순서로 적절한 질문을 던집니다. 그들이 자신의 거래에 대해 명확하게 생각하도록 강제합니다.

중국어 버전은 DeepSeek API를 사용하며 Alibaba Cloud에서 실행됩니다. 영어 버전은 Claude API를 사용하며 Vercel에 배포되었습니다. 무료로 체험해 보실 수 있습니다.

저는 이것을 Cliento Sales Advisor라고 부릅니다.

제가 배운 중요한 점은 가치가 어떤 AI 모델을 사용하는지에 있지 않다는 것입니다. ChatGPT, DeepSeek, Claude — 모두 대화를 나눌 수 있습니다. 진짜 가치는 시스템 프롬프트 (system prompt) 내부에 있는 구조화된 진단 프레임워크 (diagnostic framework)에 있습니다. 그것이 단순히 ChatGPT에게 질문하는 것과 차별화되는 지점입니다.

가장 놀라웠던 점

저는 기술적인 부분이 어려운 부분이라고 생각했습니다. 그렇지 않았습니다.

어려운 부분은 저만의 사고 과정을 명시적으로 만드는 것이었습니다.

30년이 지나면서 제가 하는 많은 일들은 자동적으로 이루어집니다. 제가 그것을 하고 있다는 사실조차 인지하지 못합니다. 시스템 프롬프트 (system prompt)를 작성하는 과정은 저로 하여금 모든 단계를 설명하도록 강제합니다. 왜 이 순간에 이 질문을 던지는가? 답변에서 무엇을 듣고자 하는가?

그 과정은 30년 동안 실무를 수행했던 것보다 저 자신의 방법론 (methodology)에 대해 더 많은 것을 가르쳐 주었습니다.

현재 상태

영어 버전 라이브: cliento-sales-advisor.vercel.app

GitHub: github.com/andybai2000/Cliento-sales-advisor

또한 8가지의 현실적인 산업용 B2B 시나리오를 포함한 전체 CRM 데모도 구축했습니다. 단독 HTML 파일 형태이며, 제조 및 자동화 분야의 영업 팀을 위한 것입니다.

AI 코치가 실제로 실제 영업 성과를 개선하는지 측정하는 방법은 여전히 고민 중입니다. 산업용 B2B의 거래 주기 (deal cycle)는 6개월에서 18개월에 달합니다. 피드백 루프 (feedback loop)가 매우 깁니다.

도메인 전문가 (domain expert)의 지식을 AI에 인코딩하는 도구를 구축한 경험이 있다면, 여러분의 이야기를 듣고 싶습니다.